LLM4All：学術分野における大規模言語モデルの研究と応用に関するレビュー
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2509.19580v1発表、新規。
概要：最先端の人工知能（AI）技術は、世界の見方を常に変え続けています。例えば、ChatGPTのような大規模言語モデル（LLM）ベースのアプリケーションは、広範なトピックについて人間らしい会話を生成する能力を示しています。様々な言語関連タスク（例：オープン領域質問応答、翻訳、文書要約）における驚異的な性能により、LLMがより幅広い現実世界のアプリケーション（例：顧客サービス、教育とアクセシビリティ、科学的発見）に適用されることでもたらされる広範囲にわたる影響が想像できます。その成功に触発され、本論文では、最先端のLLMとその概要、そして以下の幅広い学問分野への統合について概観します。(1)人文科学・法学（例：歴史、哲学、政治学、芸術・建築、法学）、(2)経済学・経営学（例：金融、経済学、会計学、マーケティング）、(3)理学・工学（例：数学、物理学・機械工学、化学・化学工学、生命科学・生物工学、地球科学・土木工学、情報科学・電気工学）。本論文では、人文と技術を統合し、これらの分野におけるLLMが研究と実践をどのように形作っているかを検討するとともに、生成AIの時代における主要な限界、未解決の課題、将来の方向性についても考察します。LLMが様々な分野でどのように活用されているかについてのレビュー、そして主要な観察結果と洞察は、LLMを活用して様々な現実世界のアプリケーションにおける研究を進めようとする研究者や実務家に役立ちます。
原文（英語）を表示
Title (EN): LLMs4All: A Review on Large Language Models for Research and Applications in Academic Disciplines
arXiv:2509.19580v1 Announce Type: new
Abstract: Cutting-edge Artificial Intelligence (AI) techniques keep reshaping our view of the world. For example, Large Language Models (LLMs) based applications such as ChatGPT have shown the capability of generating human-like conversation on extensive topics. Due to the impressive performance on a variety of language-related tasks (e.g., open-domain question answering, translation, and document summarization), one can envision the far-reaching impacts that can be brought by the LLMs with broader real-world applications (e.g., customer service, education and accessibility, and scientific discovery). Inspired by their success, this paper will offer an overview of state-of-the-art LLMs and their integration into a wide range of academic disciplines, including: (1) arts, letters, and law (e.g., history, philosophy, political science, arts and architecture, law), (2) economics and business (e.g., finance, economics, accounting, marketing), and (3) science and engineering (e.g., mathematics, physics and mechanical engineering, chemistry and chemical engineering, life sciences and bioengineering, earth sciences and civil engineering, computer science and electrical engineering). Integrating humanity and technology, in this paper, we will explore how LLMs are shaping research and practice in these fields, while also discussing key limitations, open challenges, and future directions in the era of generative AI. The review of how LLMs are engaged across disciplines-along with key observations and insights-can help researchers and practitioners interested in exploiting LLMs to advance their works in diverse real-world applications.
Published: 2025-09-24 19:00 UTC