ユーザの負担を減らしながら未知語を獲得する新技術

<plone.namedfile.file.NamedBlobImage object at 0x7f185a98c5f0 oid 0x71486d in <Connection at 7f1869fa4bb0>>

2025-10-03

engineering

{'items': [{'key': '6c3pb', 'term': '強化学習', 'description': {'blocks': [{'key': '8k7cc', 'text': '試行錯誤を繰り返しながら「よりよい判断」を学んでいく学習手法。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '8bb1l', 'term': '大規模言語モデル（LLM）', 'description': {'blocks': [{'key': '51vfd', 'text': 'ChatGPTのように、大量のテキストを学習して、質問に答えたり文章を理解・生成したりできる人工知能。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': '4lqjm', 'term': 'ストリーム型能動学習', 'description': {'blocks': [{'key': 'oug4', 'text': '能動学習の一種。能動学習とは、正解の付いていないデータの中から「どれを選んで人に正解を尋ねれば効率的に性能が上がるか」を考える方法。ストリーム型では、データは自由に選べるのではなく1つずつ順番に出てくるという設定で、そのたびに「人に正解を尋ねるべきかどうか」を判断する。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}, {'key': 'cjcj6', 'term': 'サンプル効率', 'description': {'blocks': [{'key': '8mt1n', 'text': 'どれくらい少ないデータで効果的に学習できたかを表す指標。今回の実験では、性能の向上幅を、そのために行った質問回数で割って評価した。', 'type': 'unstyled', 'depth': 0, 'inlineStyleRanges': [], 'entityRanges': [], 'data': {}}], 'entityMap': {}}}]}

['isir']

['駒谷和範', '武田 龍', '脇一 晟']

大規模言語モデル（LLM）は既存の大量データから学習されていますが、人間との対話を通じて相手の言葉や経験から学ぶことはありません。私たちの研究グループでは、各個人や家庭に寄り添うAIを実現するため、会話を通じて独自の呼び方やニックネームを学び、身近で親しみやすい存在となることを目指しています。本研究はその第一歩です。

https://researchmap.jp/komatani/avatar.jpg

駒谷 和範

教授

産業科学研究所

https://rd.iai.osaka-u.ac.jp/ja/945f7323841b307f.html