大規模言語モデルの推論とトレーニングへの影響を可視化する透明スクリーニングフレームワーク

arXiv:2604.19757v1 Announcement Type: new 本文は、観測可能性の制限下にある現在の大型言語モデルの推論およびトレーニングへの影響を推定するための透明スクリーニングフレームワークを示します。このフレームワークは、自然言語のアップリケーション記述を境界制限のある環境推定に変換し、既存の市場モデルを比較可能なオンライン観測機関をサポートします。直接測定を主張するのではなく、比較可能性、透明性、再現性を向上させるために、監査可能なソース関連の代理手法を提供します。

arXiv:2604.19757v1 Announce Type: new Abstract: This paper presents a transparent screening framework for estimating inference and training impacts of current large language models under limited observability. The framework converts natural-language application descriptions into bounded environmental estimates and supports a comparative online observatory of current market models. Rather than claiming direct measurement for opaque proprietary services, it provides an auditable, source-linked proxy methodology designed to improve comparability, transparency, and reproducibility.