当社創業者の伊藤拓海が共著した論文が、言語処理学会が主催する「言語処理学会第31回年次大会（NLP2025）」において、「優秀賞」を受賞致しました。
モデル拡張によるパラメータ効率的な LLM の事前学習
矢野 一樹 (東北大), 伊藤 拓海 (東北大/Langsmith), 鈴木 潤 (東北大/理研/NII)
本論文にて提案した手法STEPは、 モデル拡張とパラメータ効率の良い調整手法を組み合わせるという新規性と高い発展性を持ち、最大メモリ要求量を最大53.9%削減しながらも、通常の事前学習と同等の性能を示しました。
上記の手法STEPと大規模言語モデルの事前学習の効率化という重要な課題に取り組んだことが、高く評価されました。
目次
言語処理学会第31回年次大会について
言語処理学会第31回年次大会（NLP2025）は、自然言語処理分野における重要な学術イベントであり、2025年3月10日から14日まで長崎県の出島メッセ長崎で開催。この大会は、研究者、技術者、企業が集まり、最新の研究成果や技術動向を発表し、交流する場として位置づけられています。
言語処理学会第31回年次大会（NLP2025）表彰一覧：https://anlp.jp/nlp2025/award.html
画像出所：NLP2025（https://anlp.jp/nlp2025/）
