大規模言語モデルの省リソース化・高信頼化・知識グラフ連携および教育分野への応用

• Project/Area Number: 25K03230
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 62020:Web informatics and service informatics-related; Basic Section 60080:Database-related; Sections That Are Subject to Joint Review: Basic Section60080:Database-related , Basic Section62020:Web informatics and service informatics-related
• Research Institution: Waseda University
• Principal Investigator: 岩井原 瑞穂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (40253538)
• Co-Investigator(Kenkyū-buntansha): 木實 新一 九州大学, 基幹教育院, 教授 (70234804)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,720,000 (Direct Cost: ¥14,400,000、Indirect Cost: ¥4,320,000); Fiscal Year 2028: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000); Fiscal Year 2027: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2026: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2025: ¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000)
• Keywords: 大規模言語モデル / 知識グラフ / 推薦システム / 教育支援 / 自然言語処理

Outline of Research at the Start

生成AIの中核をなす大規模言語モデル(Large Language Model, LLM)について，本課題は大きく分けて (1)大規模言語モデルの省リソース化・高信頼化と(2)知識グラフと大規模言語モデルの連携方式の２つのテーマを課題とし，特に教育分野への応用展開を行う．(1)ではローカル環境で実行可能なLLMについて，異なる手法で訓練された複数のLLMを結合することにより，目標のタスクを実行する連携方式の開発を行う．(2)では，知識グラフの構築にLLＭを活用し，また知識グラフによりLLMの出力の高信頼化を図る．教育分野については，ディスカッションでの意図推定や回答支援への研究成果の適用を行う．