論文の概要: DLT Terms 100: a learner's glossary based on ISO 22739:2024

• arxiv url: http://arxiv.org/abs/2610.30596v2
• Date: Fri, 23 Oct 2026 14:00:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.230758
• Title: DLT Terms 100: a learner's glossary based on ISO 22739:2024
• Title（参考訳）: DLT用語100:ISO 22739:2024に基づく学習者の用語集
• Abstract要約: ブロックチェーンに関するリテラシー向上を目的としたDLT用語100'(分散台帳技術:DLT)を提案する。 DLTのソーシャル実装のペースは、当初予想されていたよりも遅かった。 提案する用語集はISO 22739:2024に基づいており、国内・国際文学の代表的文献における出現頻度に基づいて分類とラベルの用語である。
• 参考スコア（独自算出の注目度）: 1.189955933770711
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose ``DLT Terms 100'' aimed at improving literacy regarding blockchain (distributed ledger technology: DLT). The pace of DLT's social implementation has been slower than initially expected, partly due to a shortage of engineers and literate individuals. In particular, the discrepancy between business and technical terminology, and the confusion caused by the repurposing of existing financial terms, are barriers to understanding the concepts and technologies. Our proposed glossary is based on ISO 22739:2024, and categorizes and labels terms based on their frequency of appearance in representative domestic and international literature and their difficulty level.
• Abstract（参考訳）: ブロックチェーン(分散台帳技術:DLT)に関するリテラシー向上を目的とした 'DLT Terms 100' を提案する。 DLTのソーシャル実装のペースは、当初予想されていたよりも遅かった。 特に、ビジネス用語と技術用語の相違や、既存の金融用語の再調達による混乱は、概念や技術を理解する上で障壁となる。 提案する用語集はISO 22739:2024に基づいており,国内外の代表的な文献の出現頻度と難易度に基づいて分類とラベルの分類を行う。

関連論文リスト

• Large Language Models Have Unreliable Understanding of Software Engineering Terminology [5.652196062649331]
  大規模言語モデル(LLM)は、ソフトウェア工学(SE)でますます使われている これらのLSMが実際に標準化されたSE項を理解する程度を決定する体系的な研究は存在しない。 このような理解の欠如は、誤解や誤解につながる可能性がある。
  論文  参考訳（メタデータ） (2026-07-07T08:46:49Z)
• Ambiguity Collapse by LLMs: A Taxonomy of Epistemic Risks [5.45414933764086]
  大規模言語モデル(LLM)はあいまいで、オープンなテクスチャ付き、バリューラインドな言葉を理解するためにますます使われています。 本稿では,LLMが複数の正当解釈を真に認める用語に遭遇するが,特異解を生成する現象であるあいまいさ崩壊を紹介する。
  論文  参考訳（メタデータ） (2026-03-06T01:23:17Z)
• LLM-BT-Terms: Back-Translation as a Framework for Terminology Standardization and Dynamic Semantic Embedding [2.685668802278156]
  LLM-BTは、大規模言語モデル(LLM)を利用したバックトランスレーションフレームワークである。 言語間セマンティックアライメントによる用語検証と標準化を自動化するように設計されている。 BLEUスコアと項レベルの精度は、強い言語間の堅牢性を示し、BLEUスコアは0.45を超え、ポルトガル語の項精度は100%に達する。
  論文  参考訳（メタデータ） (2025-06-09T19:39:09Z)
• GLOS: Sign Language Generation with Temporally Aligned Gloss-Level Conditioning [60.86278956347739]
  GLOSは手話生成フレームワークであり、時間的に並んだ光沢レベル条件付けを備えている。 本手法は,CSL-Daily と Phoenix-2014T の先行手法よりも高い精度で,正しい語彙順と高い意味精度の符号を生成する。
  論文  参考訳（メタデータ） (2025-06-09T06:09:03Z)
• The Synergy of LLMs & RL Unlocks Offline Learning of Generalizable Language-Conditioned Policies with Low-fidelity Data [50.544186914115045]
  TEDUOは、シンボリック環境におけるオフライン言語条件のポリシー学習のための、新しいトレーニングパイプラインである。 まず、オフラインデータセットをよりリッチなアノテーションで拡張する自動化ツールとして、次に、一般化可能な命令フォローエージェントとして使用します。
  論文  参考訳（メタデータ） (2024-12-09T18:43:56Z)
• NewTerm: Benchmarking Real-Time New Terms for Large Language Models with Annual Updates [61.492590008258986]
  大規模言語モデル(LLM)は、開発プロセスにおける知識の遮断により、リアルタイム情報に苦しむ。 本稿では,新しい用語をリアルタイムに評価するための適応型ベンチマークであるNewTermを提案する。
  論文  参考訳（メタデータ） (2024-10-28T08:02:23Z)
• From LLMs to Actions: Latent Codes as Bridges in Hierarchical Robot Control [58.72492647570062]
  我々は,制限を克服する代替アーキテクチャとして,Learningable Latent Codes as Bridges (LCB)を導入した。 methodoutperforms baselines that leverage pure language as the interface layer on tasks that requires reasoning and multi-step behaviors。
  論文  参考訳（メタデータ） (2024-05-08T04:14:06Z)
• Technical Progress Analysis Using a Dynamic Topic Model for Technical Terms to Revise Patent Classification Codes [0.41998444721319217]
  日本の特許には、日本独自の特許分類コードFI(File Index)が割り当てられています。 2006年以来、リビジョンはすでに30,000以上の新しいFIを確立しています。 機械学習を用いて特許分類コードの改訂を支援することで、精度と効率が向上する。
  論文  参考訳（メタデータ） (2020-12-18T09:24:01Z)

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。