第37回 人工知能学会 金融情報学研究会 (SIG-FIN) 参加報告LLMを活用した研究や自然言語処理の研究について紹介しています。

はじめに 構想 そもそも Jev とは何か 中身はどうなっているのか 公式 Jev は画像を入れられない マーカーで幾何を作る案もあるけれど 欲しかったもの: VLMの汎用性 × 高速な判定 実験 構築したシステム: プランナー × Jev × IK 時間の階層 Jev に聞いていること 準備 手首カメラの較正 高さ方向はルールベース 俯瞰画像の点とアーム位置の対応 おまけ: 音声で指示する 結果 動画で見る1回の流れ 途中でキューブを動かした際の挙動 ざっくりと全体の成績 他の事例との比較 さいごに We are Hiring! はじめに こんにちは、ABEJAでプロジェクトマネージャーをし…

はじめに DS Dayとは 実施したコミュニティコンペの内容 コンペのルール カードの種類 データの形式 評価方法 ちょっとした工夫点 実際のコンペの様子 結果 さいごに We are hiring!! はじめに こんにちは。ABEJAのデータサイエンス（DS）部の大谷です。 DS部では、3か月に1回を目処に「DS Day」というオフラインの社内イベントを開催しています。普段はリモートで働いているメンバーが集まって、お互いのことをもっと知ったり、コミュニケーションをとろう、というイベントです。 今回のDS Dayでは、Kaggleのコミュニティコンペを開催しました。せっかくなので、どんなコンペ…

ABEJA でデータサイエンティストをしている藤原です。 弊社は NEDO が進める「ポスト5G情報通信システム基盤強化研究開発事業／データの秘匿性を考慮した効率的なAI学習手法の開発」に参画し、当該事業の実施委託先として採択を受けた一般社団法人AIデータ主権共創機構（CODAS）より委託を受け、中核の一つである「産業特化型LLM」の開発を行っています。当該事業は企業がセキュリティリスクを懸念することなく産業データを安全に利活用できる「プライバシーファーストAI」の確立を目的としたものです。 産業特化型LLMの開発として、直近では NVIDIA Nemotron 3 をベースモデルとして追加学…

こんにちは、エンジニアの石川です。 この記事で紹介しているモデルの重みは Hugging Face で公開しています。 DeepSeek-V4-Flash-0731 は、DeepSeek が 7 月 31 日に公開したオープンウェイト・モデルです1。 総パラメータ 284B・アクティブ 13B の MoE 2 Terminal Bench 2.1 で 82.7%、DeepSWE で 54.4%、NL2Repo で 54.2% など、特にコーディング・エージェント用途で魅力的なポイントが並びます。 このモデルを手元で動かすときの定番が、Unsloth の量子化版です。DeepSeek-V4-Fl…

ABEJAが参画している「データの秘匿性を考慮した効率的なAI学習手法の開発」（一般社団法人AIデータ主権共創機構 / CODAS）プロジェクトでの実施事項について、Amazon Web Services ブログにて記事が公開されました。 今回は、産業特化型LLMの開発に向けて、大規模言語モデルの学習・推論基盤の設計を中心に紹介しています。AWS Labsのオープンソースリポジトリ「awsome-distributed-ai」のリファレンスアーキテクチャを出発点として、クラスターの構築・管理にAWS ParallelCluster、ジョブスケジューラーにSlurmを採用しました。また、Amaz…

こんにちは、ABEJAの高野(たかいと)です。 2026年9月1日(火)〜4日(金)の4日間、金沢大学(金沢市角間町)にて開催された第44回日本ロボット学会学術講演会 (RSJ2026) に参加してきました。 弊社はPhysical AIにも注力しており、最新技術の獲得、実務への活用、来年以降の発表に向けた準備などを目標に、4名のメンバーが参加しました。 本記事では、オープンフォーラム「社会実装に向けたPhysical AIの現在と今後の展開」のパネルディスカッションの様子と、参加メンバーの印象に残った発表を一部抜粋して報告します。 なお、本記事では研究の大まかな概要と注目したポイントを取り上…

こんにちは！ABEJA でロボット系の開発に取り組んでいる辻です． ロボットに模倣学習をさせるには，お手本となる行動データが大量に要ります． それを遠隔操作（テレオペ）で集めているのですが，これが思った以上に大変です． 機体が止まるたびに収集は中断し，データ収集量は見込みの半分以下． しかも，テレオペは思ったよりも難しく，操作には習熟が要り，慣れたオペレータでないと，ロボットをうまく動かせません． テレオペのままではとてもスケールしないと感じました． そこで，人が普通に作業している自分視点の動画が，そのまま教師データになってくれたら，収集はずっと楽になりそうと思いました． GoPro を頭に付…

こんにちは、ABEJAの高野(たかいと)です。 2026年8月16日(日)〜18日(火)の3日間、仙台国際センター(宮城県仙台市青葉区青葉山)にて開催された第21回言語処理若手シンポジウム(YANS2026)に参加してきました。 弊社はゴールドスポンサーとして協賛し、ブース出展や学生向けの交流会も実施しました。 本記事では、弊社のブースの様子に加えて、参加メンバーの印象に残った発表を一部抜粋して報告します。 なお、本記事で扱う研究に関しては、すべて事前に著者から承諾をいただいおります。 YANS2026について YANSは自然言語処理、計算言語学および関連分野の若手研究者および技術者の学問研究…

実行環境 基本機能 Hello, Genkit LLMを呼び出す 会話履歴を持たせる Tool Calling Tool CallingでLLMに仕事をしてもらう Tool Callingも履歴に残す Tool Callingに認可を実装する おわりに We Are Hiring! ABEJA Insight for Retailの開発・保守を担当している平原です。 AI 搭載アプリケーション向けのオープンソースフレームワーク Genkit の Go SDK は、2025年9月に安定版がリリースされてからしばらく経ちます。 今更ながらですが、応答が長くなりやすいLLMを並列処理に強いGoで実装…

スクラムを回しているのに「使われないものが積み上がる」——その正体は御用聞き開発とソリューションファーストの罠かもしれません。アジャイル組織にユーザー価値ファーストが必要な理由を、Instagram誕生の逸話やジョブ理論を交えて整理しました。

事象 最初に観測された事象 その他発生していた事象 事象発生の原因 対処 暫定対応 - Redisメモリの増設 リカバリ - 大量の「未確認の Celery タスク」の処理 恒久対応 - 構成変更 予防 - サイジング・アラート設定 We Are Hiring! ABEJA Insight for Retailの開発・運用を担当している平原です。 検証環境のワークフローエンジンであるCloud Composer 2（Managed Airflow 2）でアップグレードの検証をしようとしたところ、タスクキュー（Redis）のOOMにより停止していたため、復旧対応をした時のログを記事に残しておこう…

こんにちは！株式会社 ABEJA で ABEJA Platform 開発を行っている坂井（GitHub : @Yagami360）です。 LLM のマルチモーダル化は、この数年で テキスト → 画像 → 動画 → 音声 という風に扱えるモダリティをどんどん広げてきました。個人的には、この流れで次に重要になるのはセンサーデータも含めたマルチモーダル化だと考えています。温度・振動・電力・加速度・生体信号などのような「物理世界の情報」を基盤モデルが直接あるいは間接的に扱えるようになると、現実世界を観測して物理世界での意思決定・行動するタイプの AI ——いわゆるフィジカル AI—— の中核である「知…

はじめに 背景：なぜ医療データの「標準化」が必要なのか 扱うデータの概観 JLAC11コードとは（マッピング先の標準コード体系） 医療機関側のデータ（マッピング元のデータ） 検査マスター 試薬マスタ アプローチ：試薬・検査機器情報を起点にしたマッピング 有識者・先行医療機関へのヒアリング なぜ「試薬・検査機器情報」を起点にするのか システムフローの全体像 なぜ完全自動化ではなく「人の判断」を挟むのか 試薬・機器からJLAC検査名称候補を絞り込む2つの方法 方法1：検査名称ベース（ファジーマッチング） 方法2：バーコードベース（GS1-128スキャン） 2つの方法の使い分け 検査名称をLLMで突…

こんにちは。新卒エンジニアとしてアプリケーションGに所属している堂浦です。 私は今年の4月にABEJAへ入社し、現在はABEJA Insight for Retailの開発・運用・保守に携わっています。 入社してから、ReactやGoを使った開発に取り組んでいます。ただ、入社した時点では、どちらもほとんど触ったことがありませんでした。 そんな私が配属後にぶつかったのが、モブプログラミングで何も分からない問題です。 今回は、その困りごとをレトロスペクティブでチームに伝えてみた話を書きます。 モブプロには参加している。でも、分からない 私たちのチームでは、開発スタイルの一つとしてモブプログラミング…

こんにちは！ABEJA で ABEJA Platform 開発や AI 関連の研究開発業務を行っている坂井（@Yagami360）です。 LLM のマルチモーダル化は、この数年で テキスト → 画像 → 動画 → 音声 という風に扱えるモダリティをどんどん広げてきました。個人的には、この流れの次に重要になるのはセンサーデータも含めたマルチモーダル化だと考えています。温度・振動・電力・加速度・生体信号などのような「物理世界の情報」を基盤モデルが直接あるいは間接的に扱えるようになると、現実世界を観測して物理世界での意思決定・行動するタイプの AI ——いわゆるフィジカル AI—— の中核である「知…

こんにちは！株式会社 ABEJA で ABEJA Platform 開発や研究開発業務を行っている坂井（GitHub : @Yagami360）です。 去年のアドベントカレンダーで、以下のテックブログを書きました。 tech-blog.abeja.asia この記事では、近年のAI 技術の進歩が著しく最新 AI 技術動向のキャッチアップが追いつかないという自身の課題に対し、Claude / Gemini Client の自作 Python コード + GitHub Actions の構成で自動的に定期実行される「AI Tech キャッチアップ用 AI Agent」を自作し、週次 / 月次 / …

0. はじめに 1. フィールドバスとは 2. Web系通信と比べて理解するフィールドバスの特徴 3. 代表的なフィールドバス・産業ネットワーク 4. 制御通信の仕様を見るときのポイント 4.1 制御周期 4.2 最悪遅延とジッタ 4.3 同期精度 4.4 バス負荷とプロセスデータ設計 4.5 安全・診断・保守性 5. 実際のフィールドバス使用例：OpenArmのCAN FD通信 5.1 OpenArmではCAN FDでモータとサイクリック通信する 5.2 プロトコルの位置づけ：CANopen規格との違い 5.3 5つのパラメータで操るMIT mode：Damiaoモータの制御と状態フィードバ…

🧭 これまでの課題 🔁 今回整えた流れ 🌱 「PBIの種」という考え方 🌊 実際に感じている変化 🗣️ 実例：VoC整理から生まれた改善テーマ 🧾 まとめ We Are Hiring! こんにちは、ABEJAでプロダクト企画に携わる中村です。 今回は「ABEJA Insight for Retail（略称：IfR）」で取り組んだ、 “作って終わり”にしないための顧客検証ループづくりについてまとめます。 🧭 これまでの課題 IfRではこれまでも、顧客ヒアリング（VoC）をもとに企画・開発を進めていました。 ただ、一つ大きく足りていなかったものがあります。 それは、「作った後の価値検証」です。 機…

ABEJAでデータサイエンティストをしている服部です。 今回はGRPOなどのLLMの強化学習の中で実際に起こりうる少しマイナーだけど重要かもしれない強化学習のRollout時に発生するトピックについての記事です。 過去にもAgenticRLに関しての記事も書いてますので、こちらも興味ある方いましたら読んでいただけると幸いです。 tech-blog.abeja.asia 本記事は何となくでもGRPOなどの手法で何をしているか知っている前提の記事になっています。 上記記事をベースにした内容をW&B様のホワイトペーパーにも寄稿しており、こちらには強化学習の基礎から書かれているのでこちらももし良ければ…

こんにちは。 ABEJAでデータサイエンティストをしている服部です。 弊社は、経済産業省とＮＥＤＯが実施する、国内の生成AIの開発力強化を目的としたプロジェクト「GENIAC（Generative AI Accelerator Challenge）」の1期、2期に続き、3期にも採択され、そこで大規模言語モデルの開発を行っています。 3期ではエージェントとして用いるための基盤モデルを開発しており、特にロングコンテキスト処理性能と Planning / Tool Use などの Agentic な能力の向上に重点を置いて開発を進めております。 そこで開発したモデルを公開しましたので、公開に伴うモデ…

こんにちは、ABEJAでデータサイエンティストをしている伊藤祐希です。 今回は、セキュリティ・リソース制約下でVision Language Model (VLM) を使用する方法と検証を行いました。 サマリ 本記事の主張は以下の3点です。 エッジ（閉域／オフライン）環境でも、Local VLMで画像→構造化データ抽出は成立する ただしプロンプト制御だけでは出力形式が壊れるため、Grammar制約（JSON Schema）が必須 Visual Prompt Injection に対しても、Grammar制約は出力層での防御として機能する 扱う範囲: エッジ環境、CPU推論、構造化出力、Prom…

こんにちは。 ABEJAでデータサイエンティストをしている服部です。 LLMの進化は速いですね。 Reasoning能力があることは勿論Agenticな動きをすることも最近求められており、LLM開発においてもPost Trainingの重要性は高まっています。 本記事では、Agenticな能力の向上に向けた Post Training、特にSFTと強化学習で実施したこと、およびその過程で得られた知見をまとめました。 SFTでの精度劣化回避や、Tool-Useを用いたAgenticな強化学習タスクの紹介、強化学習におけるハマりどころなど多岐に渡って詰め込んでいます。 興味ある部分だけでも読んでも…

ABEJAでデータサイエンティストをしている藤原です。 弊社は、経済産業省とＮＥＤＯが実施する、国内の生成AIの開発力強化を目的としたプロジェクト「GENIAC（Generative AI Accelerator Challenge）」の1期、2期に続き、3期にも採択され、そこで大規模言語モデルの開発を行っています。3期ではエージェントとして用いるための基盤モデルを開発しており、特にロングコンテキスト処理性能と Planning / Tool Use などの agentic な能力の向上に重点を置いて開発を進めております。 これまでにも、開発の過程で行ったロングコンテキストLLM評価に関するい…

導入 ABEJA でインターンをさせていただいている青木です。 本記事では、インターンの成果として「メカナムホイールを搭載した 4 輪ロボット Mentor Pi (Mecanum) を ROS 2 で動かし、macOS 上でシミュレーション・探索まで行う環境を整える」という取り組みを紹介します。 私のロボットに関する記憶として、ポケモンのデオキシスの映画で出てきたホットドックが買える移動販売機のようなものが、幼い自分にとって魅力的に映った記憶があります。移動型のロボットは汎用性が高く、これからさらに普及していくであろうと思っています。 そんな中で出会ったのが、Hiwonder 社が提供する …

こんにちは、ABEJA Platform に搭載しているアプリケーション、「ABEJA Insight for Retail」の開発と運用を担当している森永です。 みなさんは普段 SSH を使っていますか？ 私は元々 Vimmer だったこともあり (最近は機能面で楽なので VSCode を使用しておりますが...笑) 、SSH には非常にお世話になっており、現在でも直接叩くことは減りましたが、 VSCode やその他の便利なツールの裏で動く縁の下の力持ちとしてお世話になっています。 とあるテックブログで公開されていた『 Why does SSH send 100 packets per ke…

こんにちは！ABEJAでデータサイエンティストをしている大田です。先日Hugging FaceでDifferential Transformer V2の発表があり、そこでは昨年発表されたDifferential Transformer (V1)と比べてもさらに実用的な改変があったとのことです。去年にV1の論文が出たときは日本語のまとめ記事をざっと読んだくらいでしたが、2つのアテンションの差分を取ってノイズを消すというシンプルなアイデアであるにもかかわらず、実験結果ではアテンションノイズの抑制、スケーリング効率、ハルシネーションの低減など、いろいろな面できれいに改善していて驚いた記憶があります。論文でも触れられていた検索など特定のタスクでの性能向上やロバスト性の改善、V2で実現されたKVキャッシュの効率化など、学習の安定性と高速な推論の両立に貢献したという内容は、特定ドメインの特化型ローカルLLMを手元で構築・運用していく際にも、計算リソースの節約と精度の向上という両面で重要な役割を果たしそうです。ローカルLLM開発や運用に携わっていく立場として、LLMアーキテクチャに標準的に採用される機構は追っていきたいという観点から、Differential Transformerは興味があります。V1成果及びV2での改善点をちゃんと把握しておきたく、今更ながら論文や最新の発表内容に目を通してみました。

はじめに ロボットの制作 ハードウェアの設計 モデルの作成 シミュレーション USDの作成とIsaacSimでの確認 プロジェクトの作成 学習条件の設定 環境の設定 Agentの設定 強化学習について 設定の詳細 タスクの設定 歩容改善の取り組みについて 対称性の学習 学習パラメータの改善 周期性の導入 ポテンシャルベースでの報酬 様々な報酬について 歩容・接地パターン系 足の軌道・ストライド・空中時間系 姿勢・位置・速度の追従／安定化系 ジョイント・動力学系（ペナルティ） 模倣学習（Imitation Learning） 蒸留 学習と推論 実験 学習結果 強化学習の報酬ログ 蒸留の報酬のログ…

こんにちは！ABEJA で ABEJA Platform 開発や AI 関連の研究開発業務を行っている坂井（@Yagami360）です。 こちらはABEJAアドベントカレンダー2025の25日目の記事です。 近年のディープラーニングの発展に伴い、マテリアル・創薬・医療分野においても AI の活用が進みつつあるかと思いますが、その市場規模はかなり大きく、どのようなモデルや技術が使用されているのか？とか将来性はどうなのか？とか個人的に興味がありました。 とはいえ自分は、マテリアル・創薬・医療系のドメイン知識に関して素人なので、できるだけさくっと動かせるモデルやフレームワークで試してみたかったのです…

こんにちは！ABEJA で ABEJA Platform 開発や AI 関連の研究開発業務を行っている坂井（@Yagami360）です。 こちらはABEJAアドベントカレンダー2025の24日目の記事です。 今年のはじめ頃、中国の DeepSeek 社から非常に軽量かつ品質の高い LLM が公開され、H100, A100 などの超高価な NVIDIA 製 GPU がなくとも動かせるということで、株価への影響等含めて話題になりました。 この記事書く前の話になりますが、自分としては蒸留使って軽量化した LLM というイメージしかもってなく、とはいえ蒸留って手法は昔から使われてきた手法であり、既存手…