嶋中雄大さんが Summer Workshop on Embedded System Technologies にてベストポスター賞を受賞

研究内容

エッジ・ローカル環境で動作するロボット用の小規模言語モデル（SLM）の開発が求められています。そのためには、高品質かつ大量の学習データが必要であるが、手動ではアノテーションにはコストがかかり、LLMによるデータ生成は正確性に問題があります。本研究では、LLMが生成した学習用データの物理的妥当性を物理シミュレータで検証し、LLM-as-a-Judgeによって評価を行うことで高信頼なSFT・DPO用データセットを構築する手法を提案します。

研究目的

ロボット用小規模言語モデルの開発支援

今後の展望

低レイテンシ・プライバシーが重要になる環境で動作するロボットに精度の高いSLMを提供することで、言語を理解して動作するロボットを様々な場所に提供することができます。今後は、Domain RandamaizationによるSim-to-Realギャップの克服やVLMの導入によってマルチモーダルへの対応を行っていきたいです。