2024年5月27日(火)から30日(金)にかけて開催される、2025年度人工知能学会全国大会（JSAI2025）にて、サイバーエージェントグループから、共同研究を含む12件の発表、3件のポスターセッション、企画セッション「学習理論におけるゲーム理論のフロンティア」に参加します。なお、オーガナイズドセッション「AIアライメント」「Mechanistic Interpretability」では当社社員が座長を務めます。
また、サイバーエージェントはJSAI2025にプラチナスポンサーとして協賛しています。
また、サイバーエージェントはJSAI2025にプラチナスポンサーとして協賛しています。
■JSAIについて
JSAI 2025は、人工知能学会（JSAI）が主催する日本最大級のAI学術イベントです。2025年で第39回を数えます。 昨今の生成AIブームを受け、参加者は研究者・企業関係者・学生など多岐にわたります。JSAI 2024（静岡県浜松市）の約3,800名（うち現地参加約2,900名）からさらに増加が見込まれます。
会期中は、EXPO 2025（大阪・関西万博）関連セッションや情報交換の場を設け、先端AI技術と万博の取り組みの相乗効果を探ります。
会期中は、EXPO 2025（大阪・関西万博）関連セッションや情報交換の場を設け、先端AI技術と万博の取り組みの相乗効果を探ります。
■発表について
======================================================================
テーマ：日本語大規模言語モデルの自己学習によるアライメントの実験評価
日時：5月27日(火) 13:40 ～ 14:00
発表者：〇坂本 充生1、陣内 佑1、森村 哲郎1、阿部 拳之1、蟻生 開人1 (1. 株式会社サイバーエージェント)
概要：本研究では，日本語のAnswer Carefullyデータセットを用い選好データの合成手法を比較した．実験の結果，CALM3を用いた自己合成手法は，報酬モデルを用いた合成手法と同等のアライメント効果を達成し，日本語少データ環境における有効性が示された．
URL：https://www.anlp.jp/proceedings/annual_meeting/2025/pdf_dir/Q4-11.pdf
======================================================================
テーマ：AIアライメント
日時：5月27日(火) 13:40 ～ 15:20
発表者：林 祐輔（AIアライメントネットワーク）、坂本 航太郎（東京大学）、和地 瞭良（LINEヤフー株式会社）、阿部 拳之（株式会社サイバーエージェント）、森村 哲郎（株式会社サイバーエージェント）
概要：人工知能（AI）の発展に伴い、AIが人間の価値観や意図に沿って行動することを保証する「AIアライメント」の重要性が高まっています。本セッションでは、Learning in Games、オンライン最適化、マルチエージェント強化学習、集合的予測符号化理論といった分野からAIアライメントの技術的展望と課題を議論し、認知科学や自然言語処理、神経科学など多分野の連携を目指します。
URL：https://confit.atlas.jp/guide/event/jsai2025/session/1L03-07/detail?lang=ja
======================================================================
テーマ：周期的なゼロ和ゲームにおけるマルチエージェント学習
日時：5月27日(火) 14:20 ～ 14:40
発表者：〇藤本 悠雅1,2,3、蟻生 開人1、阿部 拳之1,4 (1. サイバーエージェント、2. 東京大学、3. 総合研究大学院大学、4. 電気通信大学)
概要：ゼロ和ゲーム下でのマルチエージェント学習では、複数の個人が競争的に戦略を学習する状況が想定される。そこでは、全個人にとって利得の改善が不可能な戦略の組、すなわちナッシュ均衡を中心に戦略がサイクルを描くふるまいが一般に見られる。ゲームのルールが周期的に変化（periodic gameと呼ばれる）する場合、ナッシュ均衡は一般に時間変化する。このときに複数の個人が学習するとどのようなふるまいが起きるかは未解明な興味深い問題である。面白いことに、我々はそのふるまいがゲームが時間変化する速さと戦略が循環する速さの関係に大きく依存することを発見した。これら2つの速さが同期すると個人の戦略はナッシュ均衡から発散し、その時間平均も収束しない。そうでない場合、個人の戦略は複雑なサイクルを描くが、その時間平均は収束する。力学系解析のために導入した仮定の下で、このふるまいが一般に起こることを理論的に証明した。さらに、同じふるまいが周期的な2人ゼロ和ゲームにおいても見られることを実験によって確認した。本研究は周期的なゲームにおいて発生する同期による発散現象を新しく発見し、そこでの学習に広く応用できる知見を得た。
======================================================================
テーマ：現実世界の出来事に対するキャラクターらしい発話生成の実験的評価
日時：5月27日(火) 15:30 ～ 17:30
発表者：〇高橋 聖弥1、岩田 伸治2、伊原 滉也1,2、加藤 昇平1 (1.名古屋工業大学、2.サイバーエージェント)
概要：経験に基づく発話（経験発話）をキャラクターらしくすることは、現実世界をキャラクターと一緒に経験できるアプリケーションの実現のために重要である。本稿では、現実世界の出来事を5W1H+キャラクターらしい感想を用いて構造化し、大規模言語モデルに与えることで、キャラクターらしい経験発話の生成を試みた。
======================================================================
テーマ：配信者と視聴者の関係を考慮したライブ配信コンテンツ推薦に向けた特徴量の分析
日時：5月27日(火) 16:20 ～ 16:40
発表者：〇武内 慎1 (1. (株)サイバーエージェント)
概要：ライブ配信プラットフォームにおけるコンテンツ推薦問題には，他のメディアプラットフォームにはない特徴的な課題がいくつか存在する．本研究では，視聴者に対する配信者の推薦問題として捉え，そこにどのような特徴量を用いればよいかを実際のサービスのデータを用いて検討した．オフライン実験の結果，提案手法によって精度と公平性に関する指標を改善することができた．
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/1D4-OS-24b-03/detail?lang=ja
======================================================================
テーマ：MRを用いた視覚的天井デザインの変化による快適性向上の基礎的検討
日時：5月27日(火) 16:40 ～ 17:00
発表者：〇窪田 大介1、岩本 拓也2、三好 遼2、岡藤 勇希2、益子 宗1 (1. 芝浦工業大学、2. 株式会社 サイバーエージェント)
概要：小売店舗における快適な購買環境の提供は、購買意欲の向上および売上増加に寄与すると考えられる。本研究では、実空間での天井高の変更が困難である点に着目し、MR技術を用いて仮想的に天井の印象を操作する試みを行った。予備実験および実環境での検証の結果、青空を模した天井が快適性や購買行動に好影響を与える一方、単色の青い天井は圧迫感や食欲の低下を引き起こす可能性が示唆された。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/1M4-OS-47b-04/detail?lang=ja
======================================================================
テーマ：アバターコミュニケーションサービスにおけるアバター同一性とオンラインソーシャルサポート、サービス利用満足度の関係
日時：5月28日(水) 14:40 ～ 15:00
発表者：〇高野 雅典1、横谷 謙次2、阿部 修士3、加藤 隆弘4、高 史明5 (1. 株式会社 サイバーエージェント、2. 徳島大学、3. 京都大学、4. 九州大学、5. 東洋大学)
概要：アバターを介したコミュニケーションはオンライン社会的体験・利用満足度とソーシャルサポートを強化するが、アバター同一性との因果関係は不明瞭だった。本研究で交差遅れ効果モデル分析を行い、アバター同一性とオンラインソーシャルサポートの相互強化、ユーザー満足度向上を示した。これはアバター同一性の向上がユーザーの利益が事業者利益にも繋がることを意味する。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/2P4-OS-2a-04/detail
======================================================================
テーマ：モバイルゲームの自動テストに向けたUI要素検出手法の検討
日時：5月28日(水) 15:30 ～ 17:30
発表者：〇唐井 希1、伊原 滉也1、石本 達也2、久保 大貴3、菊池 康太郎1 (1.株式会社サイバーエージェント、2.株式会社TOKYO GameFi、3.株式会社アプリボット)
概要：UIの頻繁な変更が発生するモバイルゲームの開発では、実装に依存しない画像ベースの自動テストが望まれる。本研究ではモバイルゲームから収集したUI要素検出データセットを構築し最新の汎用UI検出手法を複数評価した。その結果、最良の手法はタップ可能性の観点から自動テスト用のUI検出として実用的であることが確認された。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/2Win5-77/date?cryptoId=
======================================================================
テーマ：学習理論におけるゲーム理論のフロンティア
日時：5月28日(水) 15:40 ～ 17:20
発表者：岩崎 敦（電気通信大学），阿部 拳之（サイバーエージェント）
概要：近年、DeepMindのDeepNashに代表されるように、ミニマックス最適化などのナッシュ均衡の近似アルゴリズムが注目を集めています。しかし本分野には日本人研究者が少なく、学習理論とゲーム理論の両知識が求められるため、学生や若手研究者にとって理解が困難です。本セッションでは、当該分野の基礎技術と理論的背景を第一線の研究者が解説します。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/2N5-KS-12-01/tables?cryptoId=
======================================================================
テーマ：選好データの優先度付けによる効率的なLLMのアライメント
日時：5月29日(木) 10:20 ～ 10:40
発表者：〇高橋 克望1、新 恭兵1、包 含1、竹内 孝1、鹿島 久嗣1、陣内 佑2、森村 哲郎2 (1. 京都大学、2. 株式会社サイバーエージェント)
概要：大規模言語モデルのアライメントにおける高い計算コストの課題を解決するため、優先度の高いデータから学習する新しい手法を提案します。各データの尤度スコアを計算し、高スコアのデータを優先的に使用することで学習ステップ数を抑えつつ効率的に学習できることを実験で示しました。
======================================================================
テーマ：不完全情報展開型ゲームの求解における利得摂動に関する研究
日時：5月29日(木) 13:40 ～ 14:00
発表者：〇眞坂 航宙1、坂本 充生2、阿部 拳之2、蟻生 開人2、岩崎 敦1 (1. 電気通信大学、2. 株式会社サイバーエージェント)
概要：不完全情報ゲームの求解にはFTRLなどの学習アルゴリズムが用いられるが，戦略が直接収束しないため，利得に摂動を加えて収束を促す手法が近年研究されている．また，膨大な状態数を持つゲームではゲーム木の一部をサンプルし計算量を削減する方法が取られるが，推定に伴う分散が学習を不安定化させる．そこで本研究では推定時の分散を低減させる摂動方法を提案する．
======================================================================
テーマ：Mechanistic Interpretabilityへの外部因果の導入
日時：5月29日(木) 15:30 ～ 17:30
発表者：〇宮西 洋輔1,2 (1.株式会社サイバーエージェント、2.北陸先端科学技術大学院大学)
概要：本研究では、機械論的解釈可能性(MI)を補完する目的で、言語モデル外部の因果が内部の因果に与える影響を定式化した。さらに、憎悪ミーム検知における言語モデルの事前学習バイアスを再評価し、注意行列の部分的な影響を含む因果関係を定量的に示した。これにより、MIに必要な外界との相互作用に関する初の知見を提供した。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/3Win5-83/detail?lang=ja
======================================================================
テーマ：項目反応理論を用いた視覚言語モデルのマルチモーダルな推論能力および問題特性の評価
日時：5月29日(木) 17:40 ～ 18:00
発表者：〇上林 駿希1、増井 建斗2、新 恭兵1、包 含1、鹿島 久嗣1、大谷 まゆ2、竹内 孝1 (1. 京都大学、2. サイバーエージェント)
概要：従来のVLMベンチマークには画像またはテキストのみで正答できる問題が多く、これらを統合して扱うクロスモダリティの能力を真に測れない。そこで、本研究では、画像・テキスト・クロスモダリティに関するVLMと問題の特徴を統計的に評価するMMIRTを提案する。実験では、クロスモダリティの推論能力が必要な問題とそうでない問題を分離できるか検証した。
======================================================================
テーマ：Mechanistic Interpretability
日時：5月29日(木) 17:40 ～ 19:20
発表者：高槻 瞭大（一般社団法人AIアライメントネットワーク・東京大学）、峰岸 剛基（東京大学）、宮西 洋輔（株式会社サイバーエージェント・北陸先端科学技術大学院大学）、高木 優（国立情報学研究所）
概要：Mechanistic Interpretabilityは深層学習モデルの内部メカニズムを可視化・解析し、特徴量間の因果関係を特定して信頼性・透明性・設計最適化につなげる研究分野です。セッションでは特徴量可視化や回路発見、訓練ダイナミクス、視覚モデル解釈、他分野応用に関する発表が行われます。
======================================================================
テーマ：操作者と操作対象ロボットとの対話により長時間操作の退屈感を低減する遠隔操作システムの開発
日時：5月29日(木) 18:00 ～ 18:20
発表者：〇植竹 眞斗1、窪田 智徳1、岩﨑 雅矢3、望月 翔太1、山下 紗苗1、郭 傲1、星牟禮 健也2、馬場 惇2、東中 竜一郎1、佐藤 理史1、小川 浩平1 (1. 名古屋大学、2. 株式会社サイバーエージェント、3. 大阪大学)
概要：遠隔操作型対話ロボットは対話業務の効率化手段として期待されるが、長時間の操作では操作者の退屈感が課題となる。本研究は、操作者と操作対象ロボットの対話を通じて退屈感を低減する手法を提案し、LLMを活用して柔軟な対話ができる機能を実現した。14日間のフィールド実験の結果、提案手法により操作者の退屈感が有意に低減されることが示された。
======================================================================
テーマ：要約文評価のための対応分析に基づく文章構造の可視化
日時：5月30日(金) 13:20 ～ 13:40
発表者：〇森下 壮一郎1 (1. 株式会社サイバーエージェント)
概要：大規模言語モデルの進展によって専用の文章要約モデルを用いずとも高精度な文章要約が可能となり，自動要約は身近な技術となりつつある．そのことにより，自動生成された要約文の妥当性を評価するニーズも高まり，非専門家による評価の重要性が増している．以上の背景の下，本研究では非専門家でも要約文の評価を容易に行えるようにするため，原文と要約文の対応関係を可視化する枠組みを提案した．具体的には，原文と候補文（評価対象の要約文）とをそれぞれチャンク単位に分割し，文埋め込みによってチャンク間の類似度を計算して距離行列を作成する．そしてこの距離行列をヒートマップで可視化することで原文と候補文との対応関係を可視化する．さらに，この距離行列についての対応分析によって次元圧縮を施して，散布図として表現することで文章構造の可視化を試みる．
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/4G2-GS-6-05/detail?lang=ja
======================================================================
テーマ：日本語大規模言語モデルの自己学習によるアライメントの実験評価
日時：5月27日(火) 13:40 ～ 14:00
発表者：〇坂本 充生1、陣内 佑1、森村 哲郎1、阿部 拳之1、蟻生 開人1 (1. 株式会社サイバーエージェント)
概要：本研究では，日本語のAnswer Carefullyデータセットを用い選好データの合成手法を比較した．実験の結果，CALM3を用いた自己合成手法は，報酬モデルを用いた合成手法と同等のアライメント効果を達成し，日本語少データ環境における有効性が示された．
URL：https://www.anlp.jp/proceedings/annual_meeting/2025/pdf_dir/Q4-11.pdf
======================================================================
テーマ：AIアライメント
日時：5月27日(火) 13:40 ～ 15:20
発表者：林 祐輔（AIアライメントネットワーク）、坂本 航太郎（東京大学）、和地 瞭良（LINEヤフー株式会社）、阿部 拳之（株式会社サイバーエージェント）、森村 哲郎（株式会社サイバーエージェント）
概要：人工知能（AI）の発展に伴い、AIが人間の価値観や意図に沿って行動することを保証する「AIアライメント」の重要性が高まっています。本セッションでは、Learning in Games、オンライン最適化、マルチエージェント強化学習、集合的予測符号化理論といった分野からAIアライメントの技術的展望と課題を議論し、認知科学や自然言語処理、神経科学など多分野の連携を目指します。
URL：https://confit.atlas.jp/guide/event/jsai2025/session/1L03-07/detail?lang=ja
======================================================================
テーマ：周期的なゼロ和ゲームにおけるマルチエージェント学習
日時：5月27日(火) 14:20 ～ 14:40
発表者：〇藤本 悠雅1,2,3、蟻生 開人1、阿部 拳之1,4 (1. サイバーエージェント、2. 東京大学、3. 総合研究大学院大学、4. 電気通信大学)
概要：ゼロ和ゲーム下でのマルチエージェント学習では、複数の個人が競争的に戦略を学習する状況が想定される。そこでは、全個人にとって利得の改善が不可能な戦略の組、すなわちナッシュ均衡を中心に戦略がサイクルを描くふるまいが一般に見られる。ゲームのルールが周期的に変化（periodic gameと呼ばれる）する場合、ナッシュ均衡は一般に時間変化する。このときに複数の個人が学習するとどのようなふるまいが起きるかは未解明な興味深い問題である。面白いことに、我々はそのふるまいがゲームが時間変化する速さと戦略が循環する速さの関係に大きく依存することを発見した。これら2つの速さが同期すると個人の戦略はナッシュ均衡から発散し、その時間平均も収束しない。そうでない場合、個人の戦略は複雑なサイクルを描くが、その時間平均は収束する。力学系解析のために導入した仮定の下で、このふるまいが一般に起こることを理論的に証明した。さらに、同じふるまいが周期的な2人ゼロ和ゲームにおいても見られることを実験によって確認した。本研究は周期的なゲームにおいて発生する同期による発散現象を新しく発見し、そこでの学習に広く応用できる知見を得た。
======================================================================
テーマ：現実世界の出来事に対するキャラクターらしい発話生成の実験的評価
日時：5月27日(火) 15:30 ～ 17:30
発表者：〇高橋 聖弥1、岩田 伸治2、伊原 滉也1,2、加藤 昇平1 (1.名古屋工業大学、2.サイバーエージェント)
概要：経験に基づく発話（経験発話）をキャラクターらしくすることは、現実世界をキャラクターと一緒に経験できるアプリケーションの実現のために重要である。本稿では、現実世界の出来事を5W1H+キャラクターらしい感想を用いて構造化し、大規模言語モデルに与えることで、キャラクターらしい経験発話の生成を試みた。
======================================================================
テーマ：配信者と視聴者の関係を考慮したライブ配信コンテンツ推薦に向けた特徴量の分析
日時：5月27日(火) 16:20 ～ 16:40
発表者：〇武内 慎1 (1. (株)サイバーエージェント)
概要：ライブ配信プラットフォームにおけるコンテンツ推薦問題には，他のメディアプラットフォームにはない特徴的な課題がいくつか存在する．本研究では，視聴者に対する配信者の推薦問題として捉え，そこにどのような特徴量を用いればよいかを実際のサービスのデータを用いて検討した．オフライン実験の結果，提案手法によって精度と公平性に関する指標を改善することができた．
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/1D4-OS-24b-03/detail?lang=ja
======================================================================
テーマ：MRを用いた視覚的天井デザインの変化による快適性向上の基礎的検討
日時：5月27日(火) 16:40 ～ 17:00
発表者：〇窪田 大介1、岩本 拓也2、三好 遼2、岡藤 勇希2、益子 宗1 (1. 芝浦工業大学、2. 株式会社 サイバーエージェント)
概要：小売店舗における快適な購買環境の提供は、購買意欲の向上および売上増加に寄与すると考えられる。本研究では、実空間での天井高の変更が困難である点に着目し、MR技術を用いて仮想的に天井の印象を操作する試みを行った。予備実験および実環境での検証の結果、青空を模した天井が快適性や購買行動に好影響を与える一方、単色の青い天井は圧迫感や食欲の低下を引き起こす可能性が示唆された。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/1M4-OS-47b-04/detail?lang=ja
======================================================================
テーマ：アバターコミュニケーションサービスにおけるアバター同一性とオンラインソーシャルサポート、サービス利用満足度の関係
日時：5月28日(水) 14:40 ～ 15:00
発表者：〇高野 雅典1、横谷 謙次2、阿部 修士3、加藤 隆弘4、高 史明5 (1. 株式会社 サイバーエージェント、2. 徳島大学、3. 京都大学、4. 九州大学、5. 東洋大学)
概要：アバターを介したコミュニケーションはオンライン社会的体験・利用満足度とソーシャルサポートを強化するが、アバター同一性との因果関係は不明瞭だった。本研究で交差遅れ効果モデル分析を行い、アバター同一性とオンラインソーシャルサポートの相互強化、ユーザー満足度向上を示した。これはアバター同一性の向上がユーザーの利益が事業者利益にも繋がることを意味する。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/2P4-OS-2a-04/detail
======================================================================
テーマ：モバイルゲームの自動テストに向けたUI要素検出手法の検討
日時：5月28日(水) 15:30 ～ 17:30
発表者：〇唐井 希1、伊原 滉也1、石本 達也2、久保 大貴3、菊池 康太郎1 (1.株式会社サイバーエージェント、2.株式会社TOKYO GameFi、3.株式会社アプリボット)
概要：UIの頻繁な変更が発生するモバイルゲームの開発では、実装に依存しない画像ベースの自動テストが望まれる。本研究ではモバイルゲームから収集したUI要素検出データセットを構築し最新の汎用UI検出手法を複数評価した。その結果、最良の手法はタップ可能性の観点から自動テスト用のUI検出として実用的であることが確認された。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/2Win5-77/date?cryptoId=
======================================================================
テーマ：学習理論におけるゲーム理論のフロンティア
日時：5月28日(水) 15:40 ～ 17:20
発表者：岩崎 敦（電気通信大学），阿部 拳之（サイバーエージェント）
概要：近年、DeepMindのDeepNashに代表されるように、ミニマックス最適化などのナッシュ均衡の近似アルゴリズムが注目を集めています。しかし本分野には日本人研究者が少なく、学習理論とゲーム理論の両知識が求められるため、学生や若手研究者にとって理解が困難です。本セッションでは、当該分野の基礎技術と理論的背景を第一線の研究者が解説します。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/2N5-KS-12-01/tables?cryptoId=
======================================================================
テーマ：選好データの優先度付けによる効率的なLLMのアライメント
日時：5月29日(木) 10:20 ～ 10:40
発表者：〇高橋 克望1、新 恭兵1、包 含1、竹内 孝1、鹿島 久嗣1、陣内 佑2、森村 哲郎2 (1. 京都大学、2. 株式会社サイバーエージェント)
概要：大規模言語モデルのアライメントにおける高い計算コストの課題を解決するため、優先度の高いデータから学習する新しい手法を提案します。各データの尤度スコアを計算し、高スコアのデータを優先的に使用することで学習ステップ数を抑えつつ効率的に学習できることを実験で示しました。
======================================================================
テーマ：不完全情報展開型ゲームの求解における利得摂動に関する研究
日時：5月29日(木) 13:40 ～ 14:00
発表者：〇眞坂 航宙1、坂本 充生2、阿部 拳之2、蟻生 開人2、岩崎 敦1 (1. 電気通信大学、2. 株式会社サイバーエージェント)
概要：不完全情報ゲームの求解にはFTRLなどの学習アルゴリズムが用いられるが，戦略が直接収束しないため，利得に摂動を加えて収束を促す手法が近年研究されている．また，膨大な状態数を持つゲームではゲーム木の一部をサンプルし計算量を削減する方法が取られるが，推定に伴う分散が学習を不安定化させる．そこで本研究では推定時の分散を低減させる摂動方法を提案する．
======================================================================
テーマ：Mechanistic Interpretabilityへの外部因果の導入
日時：5月29日(木) 15:30 ～ 17:30
発表者：〇宮西 洋輔1,2 (1.株式会社サイバーエージェント、2.北陸先端科学技術大学院大学)
概要：本研究では、機械論的解釈可能性(MI)を補完する目的で、言語モデル外部の因果が内部の因果に与える影響を定式化した。さらに、憎悪ミーム検知における言語モデルの事前学習バイアスを再評価し、注意行列の部分的な影響を含む因果関係を定量的に示した。これにより、MIに必要な外界との相互作用に関する初の知見を提供した。
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/3Win5-83/detail?lang=ja
======================================================================
テーマ：項目反応理論を用いた視覚言語モデルのマルチモーダルな推論能力および問題特性の評価
日時：5月29日(木) 17:40 ～ 18:00
発表者：〇上林 駿希1、増井 建斗2、新 恭兵1、包 含1、鹿島 久嗣1、大谷 まゆ2、竹内 孝1 (1. 京都大学、2. サイバーエージェント)
概要：従来のVLMベンチマークには画像またはテキストのみで正答できる問題が多く、これらを統合して扱うクロスモダリティの能力を真に測れない。そこで、本研究では、画像・テキスト・クロスモダリティに関するVLMと問題の特徴を統計的に評価するMMIRTを提案する。実験では、クロスモダリティの推論能力が必要な問題とそうでない問題を分離できるか検証した。
======================================================================
テーマ：Mechanistic Interpretability
日時：5月29日(木) 17:40 ～ 19:20
発表者：高槻 瞭大（一般社団法人AIアライメントネットワーク・東京大学）、峰岸 剛基（東京大学）、宮西 洋輔（株式会社サイバーエージェント・北陸先端科学技術大学院大学）、高木 優（国立情報学研究所）
概要：Mechanistic Interpretabilityは深層学習モデルの内部メカニズムを可視化・解析し、特徴量間の因果関係を特定して信頼性・透明性・設計最適化につなげる研究分野です。セッションでは特徴量可視化や回路発見、訓練ダイナミクス、視覚モデル解釈、他分野応用に関する発表が行われます。
======================================================================
テーマ：操作者と操作対象ロボットとの対話により長時間操作の退屈感を低減する遠隔操作システムの開発
日時：5月29日(木) 18:00 ～ 18:20
発表者：〇植竹 眞斗1、窪田 智徳1、岩﨑 雅矢3、望月 翔太1、山下 紗苗1、郭 傲1、星牟禮 健也2、馬場 惇2、東中 竜一郎1、佐藤 理史1、小川 浩平1 (1. 名古屋大学、2. 株式会社サイバーエージェント、3. 大阪大学)
概要：遠隔操作型対話ロボットは対話業務の効率化手段として期待されるが、長時間の操作では操作者の退屈感が課題となる。本研究は、操作者と操作対象ロボットの対話を通じて退屈感を低減する手法を提案し、LLMを活用して柔軟な対話ができる機能を実現した。14日間のフィールド実験の結果、提案手法により操作者の退屈感が有意に低減されることが示された。
======================================================================
テーマ：要約文評価のための対応分析に基づく文章構造の可視化
日時：5月30日(金) 13:20 ～ 13:40
発表者：〇森下 壮一郎1 (1. 株式会社サイバーエージェント)
概要：大規模言語モデルの進展によって専用の文章要約モデルを用いずとも高精度な文章要約が可能となり，自動要約は身近な技術となりつつある．そのことにより，自動生成された要約文の妥当性を評価するニーズも高まり，非専門家による評価の重要性が増している．以上の背景の下，本研究では非専門家でも要約文の評価を容易に行えるようにするため，原文と要約文の対応関係を可視化する枠組みを提案した．具体的には，原文と候補文（評価対象の要約文）とをそれぞれチャンク単位に分割し，文埋め込みによってチャンク間の類似度を計算して距離行列を作成する．そしてこの距離行列をヒートマップで可視化することで原文と候補文との対応関係を可視化する．さらに，この距離行列についての対応分析によって次元圧縮を施して，散布図として表現することで文章構造の可視化を試みる．
URL：https://confit.atlas.jp/guide/event/jsai2025/subject/4G2-GS-6-05/detail?lang=ja
======================================================================