The Use of Large Language Models in Sustainability Reporting: Performance Analysis of RAG and LoRA Techniques

日本語

本論文は、サステナビリティ報告における大規模言語モデル（LLM）の活用を分析。特に、検索拡張生成（RAG）と低ランク適応（LoRA）の性能を比較し、報告の自動化・効率化への有効性を評価する。

English

This paper analyzes the use of large language models (LLMs) in sustainability reporting, focusing on the performance comparison of retrieval-augmented generation (RAG) and low-rank adaptation (LoRA) techniques. It evaluates their effectiveness for automating and streamlining reporting processes.

日本のGX文脈において

日本ではSSBJ基準の策定が進んでおり、サステナビリティ報告の効率化は急務。LLM技術の応用は、特に開示データの収集・分析に貢献する可能性がある。

In the global GX context

With global frameworks like ISSB and CSRD driving mandatory sustainability disclosures, this study demonstrates how LLMs can reduce the burden of reporting through advanced techniques like RAG and LoRA, offering scalable solutions for companies worldwide.