論文の概要: Large Language Models, Machine-Assisted Cultural Analytics, and the Agentic Turn

• arxiv url: http://arxiv.org/abs/2610.12792v1
• Date: Thu, 08 Oct 2026 22:54:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.312506
• Title: Large Language Models, Machine-Assisted Cultural Analytics, and the Agentic Turn
• Title（参考訳）: 大規模言語モデル, 機械支援文化分析, エージェントターン
• Abstract要約: これらの技術は、デリゲートの規模、方法論的範囲、範囲を広げていると私は論じます。 この章では、この新しいパラダイムのいくつかの重要な側面と、その全体像を取り上げている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Technologies like large language models make it easier to convert cultural material into analyzable variables, while LLM-driven agentic systems extend machine assistance to other parts of the research workflow. Rather than a full how-to guide or an exhaustive review of recent LLM use cases, this chapter looks at some crucial aspects of this new paradigm as well as the bigger picture. I argue that these technologies expand the scale, methodological range, and scope for delegation, while the basic logic by which those measurements support cultural claims remains mostly unchanged.
• Abstract（参考訳）: 大規模言語モデルのような技術は、文化資料を分析可能な変数に変換するのを容易にする一方、LLM駆動のエージェントシステムは、研究ワークフローの他の部分へのマシンアシストを拡張する。 この章では、最近のLCMユースケースの完全なハウツーガイドや徹底的なレビューではなく、この新しいパラダイムのいくつかの重要な側面と全体像を取り上げている。 これらの技術は規模、方法論的範囲、デリゲートの範囲を拡大する一方、これらの測定が文化的主張を支援する基本的な論理はほとんど変わっていないと私は論じます。

関連論文リスト

• Bridging the Linguistic Divide: A Survey on Leveraging Large Language Models for Machine Translation [33.08089616645845]
  大言語モデル(LLM)は機械翻訳(MT)のランドスケープを再構築した 我々は,数発のプロンプト,言語間移動,パラメータ効率の微調整などの手法を解析する。 幻覚、評価の不整合、遺伝バイアスなど、永続的な課題について議論する。
  論文  参考訳（メタデータ） (2025-04-02T17:26:40Z)
• A Survey on Sparse Autoencoders: Interpreting the Internal Mechanisms of Large Language Models [50.34089812436633]
  大規模言語モデル(LLM)は自然言語処理を変換しているが、その内部メカニズムはほとんど不透明である。 機械的解釈性は、LLMの内部動作を理解する手段として、研究コミュニティから大きな注目を集めている。 スパースオートエンコーダ(SAE)は、LLM内の複雑な重畳された機能をより解釈可能なコンポーネントに分解する能力のために、将来性のある方法として登場した。
  論文  参考訳（メタデータ） (2025-03-07T17:38:00Z)
• LogitLens4LLMs: Extending Logit Lens Analysis to Modern Large Language Models [6.002736042809241]
  LogitLens4LLMsは、Logit Lensテクニックを現代の大規模言語モデルに拡張するツールキットである。 我々の研究は既存の実装の限界を克服し、最先端のアーキテクチャに適用できるようにしています。
  論文  参考訳（メタデータ） (2025-02-24T03:37:44Z)
• Retrieval-Enhanced Machine Learning: Synthesis and Opportunities [60.34182805429511]
  検索エンハンスメントは機械学習(ML)の幅広い範囲に拡張できる この研究は、MLの様々な領域の文献を、現在の文献から欠落している一貫した表記で合成することで、このパラダイムの正式なフレームワークであるRetrieval-Enhanced Machine Learning (REML)を導入する。 本研究の目的は、様々な分野の研究者に対して、検索強化モデルの包括的、正式に構造化された枠組みを付与し、学際的な将来の研究を促進することである。
  論文  参考訳（メタデータ） (2024-07-17T20:01:21Z)
• LLM Inference Unveiled: Survey and Roofline Model Insights [62.92811060490876]
  大規模言語モデル(LLM)推論は急速に進化しており、機会と課題のユニークなブレンドを提示している。 本調査は, 研究状況を要約するだけでなく, 屋上モデルに基づく枠組みを導入することによって, 従来の文献レビューから際立っている。 このフレームワークは、ハードウェアデバイスにLSMをデプロイする際のボトルネックを特定し、実用上の問題を明確に理解する。
  論文  参考訳（メタデータ） (2024-02-26T07:33:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。