大規模言語モデルに化学・実験化学を教示するための基礎要件の解明

• Project/Area Number: 25K08763
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 35020:Polymer materials-related
• Research Institution: The University of Tokyo
• Principal Investigator: 畠山 歓 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90822461)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: マテリアルズ・インフォマティクス / 基盤モデル

Outline of Research at the Start

本研究では、人間に近い理解力を持つ大規模言語モデルが化学分野の知識を、正確かつ効率的に習得するための基礎的条件を明らかにする。具体的には、化学知識や実験科学に関連するデータベースを新たに構築し、それらを用いてオープンな重みの大規模言語モデルの追加学習を実施する。さらに、中学・高校・大学から専門研究レベルに至る幅広い知識水準でモデルの性能評価を行い、AIが正確な化学知識を獲得・定着する過程を体系的に解明する。