Polaris.AI / YANS2025 参加レポート

はじめに

2025年9月17~19日にアクトシティ浜松で開かれた第20回言語処理若手シンポジウム (YANS2025) に、Polaris.AIはプラチナスポンサーとして協賛し、参加してきました。

第20回言語処理若手シンポジウム(YANS2025) スポンサー一覧 - YANS

第20回言語処理若手シンポジウム(YANS2025)の実施をご支援いただいているスポンサーの一覧です．

https://yans.anlp.jp/entry/yans2025sponsors

弊社メンバはポスターセッションのある2,3日目に参加してきました。

これはYANS2025の主にポスターセッションを社内メモとしてまとめたものです。

プラチナスポンサーとして参加

弊社は、YANS2025にプラチナスポンサーとして参加しました。

今回のテーマであった「研究と実装をつなぐ自然言語処理」のとおり、アカデミア要素の強いものから社会実装を加味して検討されているものまで大変興味深いセッションが多くありました。

また、2日間で多くの来場者の方々にブースに足を運んでいただき、研究者・企業エンジニア・学生の方々と、幅広く交流することができました。

セッションレポート (ポスター発表より抜粋)

ポスター発表のテーマ別件数 (上位5位):

LLM応用 (103件)
LLM分析 (46件)
マルチモーダル (46件)
評価品質・品質推定 (38件)
言語資源・アノテーション (35件)

LLM応用が103件とポスター発表のかなりの割合を占めており、応用面への注目度の高さが伺えました。

[S1-P45] GRPOを用いた日本語ラップの歌詞生成モデルの構築
- 要点: LLMで韻を踏んだ歌詞を複数生成し、それぞれに報酬を与え、Group Relative Policy Optimization（GRPO）で学習
  韻を踏んだ日本語ラップ歌詞を生成
- 手法: Sarashina2-7Bに対し、末尾の母音の類似度を報酬として与える
- 課題: 韻の報酬は上昇したが、小節末尾で同じ言葉を繰り返す報酬ハックが発生 (例: ~未来)
- 今後: 日本語ラップ歌詞生成からラップ音楽生成へ
[S2-P25] RAGの検索評価の頑健性検証
- 要点: JMTEBベンチマークと実データの相関を4モデル×8データセットで検証
- 結果: NLP論文誌(0.871)とMLDR(0.795)は高相関、JaGovFAQは無相関
- 考察: 簡単すぎるデータセットはベンチマーク機能が低下、埋め込みモデルの高精度化に合わせた難化が必要
- 実務への示唆: プロダクトの品質を評価するためには、それに沿ったアカデミアベンチマークが必要という視点
[S2-P28] 回路生成におけるLLMの推論能力獲得
- 要点: 多目的強化学習で回路のパレート最適解を網羅的に生成
- 先行研究: CodeV-R1とChipSeek-R1は単一最適解のみ
- 結果: 電力-遅延、遅延-面積にトレードオフ関係を確認
- 実務への示唆: 単一最適化では不十分。複数の評価軸での最適化が重要
[S2-P43] SNSにおける投稿文とハッシュタグの共通埋め込み空間の構築
- 要点: GraphSAGEを用いてハッシュタグのグラフ構造を学習し、投稿文との対照学習で共通埋め込み空間を構築
- 手法: 同一投稿内のハッシュタグをグラフで結合→GNN学習、その後BERT（投稿文）との対照学習
- 結果: ハッシュタグ一致判定タスクでAccuracy 0.849（BERT単体0.564、OpenAI 0.581）
- 実務への示唆: SNS特化のマルチモーダルを目指されており、SNSデータ活用の文脈で応用価値が高い
[S4-P01] 環境制約下における機密情報検知
- 制約: セキュリティ面において制約の多い環境のもと、機密情報の自動判定
- 手法: GPT-4で擬似データ生成→Sarashina-70Bで判定→週次改善ループ
- 結果: Recall 0.923達成も、FNが1件あり、その評価が課題
- 実務への示唆: LLMのログ情報の活用余地とそのうえでのボトルネック解消
[S4-P06] 拡散言語モデルによる日本語縦読み文章生成
- 要点: 拡散言語モデルによる制約下での流暢な文章生成
- 検証: "大","谷","翔","平"を固定したうえでの文書生成による評価
- 特徴: 正規表現を用いたGPT5の結果がよい
- 実務への示唆: 人間の文書生成メカニズムに近い生成方法ゆえ応用事例に期待

おわりに

今後もPolaris.AIでは、自然言語分野の社会実装を促進するため、最先端の研究領域のご支援・サポートを進めていきます。

また、副業・インターンも絶賛募集中ですので、自然言語・LLM応用を社会実装したい、それに関心がある方は、お気軽にご連絡ください。

我々が持ち帰った成果

Invitation from Polaris.AI株式会社

If this story triggered your interest, have a chat with the team?

Polaris.AI / YANS2025 参加レポート

Ryotaro Abe

Polaris.AI株式会社 / エンジニアリングマネージャー

1 Likes

Polaris.AI株式会社

AI時代の羅針盤となる、テクノロジーカンパニーを共に創りませんか？ Polaris.AIは東京大学発のAI研究開発企業です。私たちは、信頼性の高いAI技術で、Mission Criticalな課題の解決に取り組んでいます。製造業、官公庁を中心に——失敗が許されない領域において、組織の中核的課題に向き合い、確実な成果を出し続けています。単なる技術提供ではなく、クライアントの長期的な成功を支える戦略的パートナーとして、価値創出を実現しています。 ■ 主な事業内容オーダーメイドAI開発：クライアント固有の課題に対応したカスタムAIソリューションの開発 AI共同研究開発：最先端のAI技術を活用した研究開発プロジェクトの推進 AIコンサルティング：AI戦略立案から実装支援、運用まで一貫した支援 AIプロダクト開発：再利用可能なAIプロダクトの設計・開発 ■ 実績例大手海運企業様｜膨大なマニュアルからの検索・回答システムの精度向上。RAG（Retrieval-Augmented Generation）技術を活用し、現場のユースケースを踏まえたUI/UX設計により、業務効率化を実現大手アパレル企業様｜多品種少量生産における需要予測の精度向上。時系列予測モデルと機械学習を組み合わせた需要予測システムの開発により、欠品と過剰在庫の削減に貢献官公庁様｜生徒ごとの最適な教育計画策定AIを開発。LLMベースのエージェントが教員の判断プロセスを構造化し、動的にタスクを生成。教育現場での業務効率化を支援大手商社様｜産業用ロボットの知能化に向けた研究開発を推進。強化学習・模倣学習を活用したVLA（Vision-Language-Action）モデルのファインチューニングにより、従来実現困難だったEnd-to-Endでのタスク実行を可能に ■ 現在進行中のプロジェクト例製造業や官公庁を中心に、高い信頼性が求められる領域において、技術的に挑戦的なAI研究開発プロジェクトを推進しています。オンプレミス環境でのAI技術の高度化限られた計算リソース下で高性能なAIモデルを実現するため、LLMの軽量化技術を包括的に調査・実装。セキュリティ要件の厳しい環境での実用化を実現生成AIを用いた設計業務の自動化電気回路設計やCAD作業において、LLMのファインチューニングにより、自然言語による指示から設計図を自動生成。開発期間の短縮と設計品質の向上を実現 Physical AIによる産業用ロボットの知能化環境認識（Computer Vision）から動作プランニング、把持、設置までをAIで統合。強化学習・模倣学習を活用したEnd-to-Endのタスク実行により、製造現場の自動化を推進マルチモーダルAIエージェントの開発業務の文脈をリアルタイムで理解し、画面共有（画像・動画）、音声、テキストなど複数の入力に対応。マルチモーダルLLMを活用した業務支援システムを構築 ■ チーム構成 Polaris.AIでは、Tech / Business / Corporateの3つのチームが協働し、Mission Criticalな課題を解決しています。 Tech Teamでは、Research Scientistが最新AI技術を研究し、Applied Research EngineerがBusiness TeamのProject Managerと連携しながらソリューションとして実装します。Forward Deployed Engineerは、提案段階からAccount Executiveと共に顧客課題を深掘りしデモを構築しつつ、Project Manager兼エンジニアとしてプロジェクトを推進します。Software Engineer、Infrastructure Engineer、Data Engineer、MLOps Engineer、Security EngineerがAI活用の基盤を支えます。 Business Teamでは、Account Executiveが新規顧客を開拓し、Project ManagerがTech Teamと協働してプロジェクトを推進します。Account Manager、Product Manager、Marketing Managerが顧客との関係深化やプロダクト成長を担います。 Corporate Teamでは、Recruiter、経営企画、Branding Designerが組織の成長を支えています。一人が複数の役割を兼任することも多く、職種の境界を越えて柔軟に協働しています。

Like Ryotaro Abe's Story

Let Ryotaro Abe's company know you're interested in their content

Polaris.AI株式会社

Polaris.AI / YANS2025 参加レポート

目次

はじめに

プラチナスポンサーとして参加

セッションレポート (ポスター発表より抜粋)

おわりに

我々が持ち帰った成果

Polaris.AI株式会社

松尾研発スタートアップ

Weekly ranking