研究成果

2025.10.02 研究成果

llmc-ocrの公開

日本語学術文献の解析に強いOCRツールを目指して開発したllmc-ocrをオープンソースソフトウェア(OSS)として一般公開しました。このツールは、国立国会図書館が資料のデジタル化（全文テキストデータ作成）のために開発し […]

2025.09.24 研究成果

EMNLP 2025に論文が採択されました

EMNLP2025に下記の論文が採択されました。 ●Main Conference ●Findings

2025.09.09 研究成果

FIT2025（第24回情報科学技術フォーラム）で、FIT奨励賞を受賞

受賞した論文は以下です。 MECHA-Ja を用いた視覚言語モデルの日本の文化・常識理解度の評価○長谷川 騎平（愛知工業大学/国立情報学研究所 大規模言語モデル研究開発センター）・徳久 良子（愛知工業大学/理化学研究所） […]

2025.08.27 研究成果

LLM-jpモデルに対するOLMo2ベースの中間学習の検討

LLM-jpモデルに対しAi2公開のOLMo2中間学習データセットを検証しました。中間学習によりgsm8kで顕著な性能向上が確認できました。詳細はLLM-jpサイトに掲載のブログを参照ください。

2025.07.15 研究成果

三内顕義LLMC客員准教授による研究成果「小型AIエージェントでハルシネーションなしの数学証明―国際数学オリンピック金メダル級性能を実証―」発表

当センターの三内顕義客員准教授（京都大学大学院理学研究科学習物理学特別講座　特定准教授）の研究成果が、京都大学よりニュースリリースとして発表されました。 ◆ニュースリリース小型AIエージェントでハルシネーションなしの数学 […]

2025.06.30 研究成果

LLM-jp Corpus v4 の公開

大規模言語モデルを構築するための事前学習コーパスとして、LLM-jp Corpus v4 を公開しました。本コーパスは日本語6,880億トークンを含む総量19.5兆トークンからなるLLM-jp Corpusシリーズの最新 […]

2025.06.27 研究成果

NIKKEI Digital Governance「純国産AIの胎動　足りない｢日本語データ｣は自前で構築」

Nikkei Digital Governanceが日本語対応の生成AIモデルを比較している「AI Model Score」の2025年6月の調査にて、5月30日に公開した「LLM-jp 3.1 8x13B」が全124モ […]

2025.06.16 研究成果

SIP-jmed-llm-2シリーズの公開

戦略的イノベーション創造プログラム（SIP）第3期「統合型ヘルスケアシステムの構築における生成AIの活用」テーマ1「安全性・信頼性を持つオープンな医療LLMの開発・社会実装」では、相澤彰子教授を中心としたチームによって安 […]

2025.06.05 研究成果

AnswerCarefullyバージョン2.2の公開

日本語LLM 出力の安全性・適切性に特化したインストラクション・データAnswerCarefullyデータセットに、多言語・多文化化用アノテーションを加えたVersion 2.2を公開しました。 AnswerCarefu […]

2025.05.30 研究成果

LLM-jp-3.1 シリーズ instruct4 の公開

大規模言語モデル研究開発センター（LLMC）ではオープンかつ日本語に強い大規模言語モデルの開発を進めており，2024年9月以降 llm-jp-corpus v3 を用いて訓練した「LLM-jp-3」シリーズの公開を進めて […]