Replication for: "Refining Prompts from Their Own Mistakes: A Case Study on Sustainability Reports"

日本語

この論文は、サステナビリティ報告書の分析において、言語モデルが自身の誤りから学習してプロンプトを改善する手法を提案・検証している。事例研究を通じて、この手法の有効性を示す。

English

This paper proposes and validates a method to refine prompts for analyzing sustainability reports, where the language model learns from its own mistakes. A case study demonstrates the effectiveness of this approach.

日本のGX文脈において

日本ではSSBJ基準の適用が進む中、サステナビリティ報告書の質と分析効率が重要視されている。AIによるプロンプト最適化手法は、企業の開示内容の自動評価や改善に貢献する可能性がある。

In the global GX context

With the increasing adoption of ISSB standards globally, efficient analysis of sustainability reports is crucial. This prompt refinement technique can enhance automated evaluation of disclosure quality, benefiting both corporate reporting teams and investors.