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

• 研究課題/領域番号: 25K03230
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分62020:ウェブ情報学およびサービス情報学関連; 小区分60080:データベース関連; 合同審査対象区分:小区分60080:データベース関連、小区分62020:ウェブ情報学およびサービス情報学関連
• 研究機関: 早稲田大学
• 研究代表者: 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)
• 研究分担者: 木實 新一 九州大学, 基幹教育院, 教授 (70234804)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円); 2028年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円); 2027年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2026年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2025年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
• キーワード: 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

研究開始時の研究の概要

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．