論文の概要: MeReader: An Offline, Privacy-Preserving, Progress-Aware AI Assistant for Narrative eBook Reading
- arxiv url: http://arxiv.org/abs/2611.18513v1
- Date: Fri, 13 Nov 2026 18:29:51 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:21:53.352969
- Title: MeReader: An Offline, Privacy-Preserving, Progress-Aware AI Assistant for Narrative eBook Reading
- Title(参考訳): MeReader: 物語的な電子書籍を読むためのオフライン、プライバシ保護、プログレッシブ対応AIアシスタント
- Abstract要約: MeReaderは、プライバシ保護、オフライン、プログレッシブ対応のAIアシスタントで、コンシューマハードウェア上での物語を読むためのコンテキストコンパニオンとして機能するよう設計されている。
MeReaderは、検索と生成の両方をテキスト内の読み手の位置に合成する。
- 参考スコア(独自算出の注目度): 0.0
- License:
- Abstract: This paper introduces MeReader, a privacy-preserving, offline and progress-aware AI assistant designed to function as a contextual companion for narrative reading on consumer hardware. Unlike conventional Large Language Model (LLM)-based systems that process documents/books online in an all-texts-at-once type of way, thereby risking narrative spoilers, MeReader confines both retrieval and generation to the reader's distinct position in the text. The system integrates a hybrid retrieval architecture, combining vector similarity, BM25, and summary embeddings, to ensure high fidelity to the reader's current context. We evaluate the system across classical English books using both quantitative comprehension metrics and qualitative LLM-based independent judging. The results identify a quality-latency frontier, showing that mid-sized local models (2b-4b) can achieve comprehension parity with larger counterparts (5b+) while maintaining acceptable response quality. Importantly, the proposed progress-aware boundary mechanism is shown to prevent future content leakage without compromising retrieval quality and correctness. These findings suggest that a localized, privacy-centric approach can augment, rather than replace, the digital reading experience, offering a good alternative to cloud-dependent services. Therein, there remains a lack of amalgamate systems which combine progress-aware, privacy-preserving, and narrative eBook reading with AI support. It is in this very gap that the development of MeReader came to be; synthesizing said strands into an offline, book-constrained assistant focused on enhancing comprehension without compromising narrative continuity or user privacy.
- Abstract(参考訳): 本稿では,プライバシ保護,オフライン,プログレッシブ対応のAIアシスタントであるMeReaderを紹介する。
従来のLarge Language Model(LLM)ベースのシステムでは、文書や書籍を一文一文でオンラインに処理し、物語のスポイラーを危険にさらすようなシステムとは異なり、MeReaderは検索と生成の両方をテキスト内の読み手の位置に限定する。
このシステムは、ベクトル類似性、BM25、要約埋め込みを組み合わせたハイブリッド検索アーキテクチャを統合し、読者の現在の状況に対する高い忠実性を保証する。
定量的理解尺度と定性的LCMに基づく独立判定の両方を用いて、古典英語の書籍にまたがるシステムの評価を行った。
その結果,中規模の局所モデル(2b-4b)は,許容応答品質を維持しつつ,より大きなモデル(5b+)との理解性を達成できることが判明した。
提案手法は,検索品質と精度を損なうことなく,将来的なコンテンツ漏洩を防止する。
これらの結果は、ローカルなプライバシ中心のアプローチが、デジタル読書エクスペリエンスを置き換えるのではなく、強化され、クラウド依存サービスの優れた代替手段となることを示唆している。
さらに、進歩認識、プライバシー保護、ナラティブeブックの読書とAIサポートを組み合わせたアマルガメートシステムがまだない。
物語の連続性やユーザのプライバシーを損なうことなく、理解を深めることに焦点を当てた、オフラインで本に制約されたアシスタントに、そのストランドを合成するのだ。
関連論文リスト
- Simulation-based Optimization for Augmented Reading [41.078746971366265]
本稿では,人文読解のリソース・レーショナルモデルに基づくシミュレーションに基づく最適化問題として,フレーミング拡張読解を提案する。
シミュレーションされた読者を用いた設計代替案を探索するオフラインアプローチと、進行中のインタラクションデータを用いてリアルタイムに読み出しインタフェースをパーソナライズするオンラインアプローチの2つの補完的な最適化パイプラインを導入する。
論文 参考訳(メタデータ) (2026-02-26T08:17:24Z) - Integrating Vision-Centric Text Understanding for Conversational Recommender Systems [61.731947296510164]
STARCRSはScreen-Text-AwaRe Conversational Recommender Systemである。
本稿では, コントラストアライメント, クロスアテンション相互作用, 適応ゲーティングを組み合わせた知識認識融合フレームワークを提案する。
広く使われている2つのベンチマークの実験では、STARCRSはレコメンデーション精度と生成された応答品質の両方を一貫して改善している。
論文 参考訳(メタデータ) (2026-01-20T01:41:54Z) - CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。
また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
論文 参考訳(メタデータ) (2025-08-28T06:03:11Z) - Narrative Context Protocol: An Open-Source Storytelling Framework for Generative AI [0.0]
ナラティブ・コンテキスト・プロトコル(NCP)は,ナラティブ・コンテクストの相互運用性を実現するために設計されたオープンソース・ナラティブ・コンテクスト・スタンダードである。
ストーリーの構造を"Storyform"にエンコードすることで、NCPはシステム間での物語のポータビリティを実現する。
著者がNCPと独自のオーサリングプラットフォームを使用して,再生可能なテキストベースのエクスペリエンスを構築するという,1年間の実験を通じて,NCPの能力を実証した。
論文 参考訳(メタデータ) (2025-03-05T18:29:15Z) - Readability Formulas, Systems and LLMs are Poor Predictors of Reading Ease [4.868319717279586]
我々は、視線追跡を用いたオンライン読解手段を用いて、読みやすさとリアルタイム読みやすさの基本的な側面に焦点を当てた。
この評価を従来の可読性の公式、現代の機械学習システム、教育で使用される商用システムに適用すると、これらはすべて英語で読みやすいという予測が下手であることを示唆している。
論文 参考訳(メタデータ) (2025-02-16T14:51:44Z) - CELA: Cost-Efficient Language Model Alignment for CTR Prediction [70.65910069412944]
CTR(Click-Through Rate)予測は、レコメンダシステムにおいて最重要位置を占める。
最近の取り組みは、プレトレーニング言語モデル(PLM)を統合することでこれらの課題を緩和しようとしている。
CTR予測のためのtextbfCost-textbfEfficient textbfLanguage Model textbfAlignment (textbfCELA)を提案する。
論文 参考訳(メタデータ) (2024-05-17T07:43:25Z) - Generating Summaries with Controllable Readability Levels [67.34087272813821]
テキストの複雑さ、主題、読者の背景知識など、可読性レベルに影響を与える要因がいくつかある。
現在のテキスト生成アプローチでは制御が洗練されておらず、結果として読者の習熟度にカスタマイズされないテキストが作られる。
可読性を制御するための3つのテキスト生成手法を開発した。命令ベースの可読性制御,要求される可読性と観測される可読性の間のギャップを最小限に抑える強化学習,および,ルックアヘッドを用いて今後の復号化ステップの可読性を評価する復号手法である。
論文 参考訳(メタデータ) (2023-10-16T17:46:26Z) - An Interactive UI to Support Sensemaking over Collections of Parallel
Texts [15.401895433726558]
大量の論文のコーパスでは、相互に比較し、相互に比較することが認知的に求められています。
AVTALERは、人々のユニークなスキル、文脈認識、知識を、自動化の強みと組み合わせて提示する。
論文 参考訳(メタデータ) (2023-03-11T01:04:25Z) - Readability Research: An Interdisciplinary Approach [62.03595526230364]
我々は,可読性研究の包括的枠組みである可読性研究のための強固な基盤を提供することを目指している。
可読性(Readability)とは、ページから読み手への情報フローに影響を与える視覚情報設計の側面を指す。
これらのアスペクトはオンデマンドで修正可能で、読み手がテキストから処理し、意味を導き出すのが簡単になる。
論文 参考訳(メタデータ) (2021-07-20T16:52:17Z)
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。