HLE
高難度ベンチマークへの挑戦
参画したAI開発プロジェクトで、2025年に当時世界9位相当のスコアを確認しました。
AIをつくる企業へ、
モデルを育てる技術を。
AI開発会社・自社AIサービスを持つ企業に向けて、モデルの学習・評価・改善を支える技術を研究開発。学習データの設計、継続事前学習、ファインチューニング、品質評価の知見を、自社で改変・検証できる実装キットと評価資産として届けます。
DATA学習データ設計
PRETRAINING継続事前学習
FINE-TUNINGファインチューニング
EVALUATION評価・改善
RESEARCH TO PRODUCT
モデルの可能性を、
事業で使える能力へ。
自社モデルを育てる開発チームへ。データ、学習、評価をつなぎ、改善を繰り返せる技術資産を提供します。
01
学習データをつくる
社内文書や専門情報を構造化し、学習目的に合うデータへ。データの設計と品質確認から取り組みます。
02
モデルを育てる
継続事前学習やファインチューニングの手法を検証し、専門領域と利用目的に合うモデルの開発につなげます。
03
品質を確かめ、改善する
評価データで弱点と改善効果を確認。再現できる評価資産を整え、製品への採用判断につなげます。
EVIDENCE
確かな実績と、実務で培った経験。
SFT
700Bクラスの大規模モデルの学習経験
参画したLLM開発コンペで、大規模モデルの学習と強化学習に取り組みました。
Medical
医療特化モデルの研究開発
日本語医療特化LLMと独自コーパスを用いたAgentic RAGを評価・改善。モデルと検索を組み合わせたシステムについて、手元の評価で、当時のフロンティアモデルであるGPTと同等水準の正答率を確認しました。
Eval
実業務を起点にした品質改善
エンタープライズ環境で、評価データセットの構築、失敗分析、改善の検証に取り組んできました。
私たちのミッション
先端技術で、
人と組織のできることを増やす。
おもいやりデザインは、家族の障害や病気と向き合い、暮らしの選択肢を広げたいという思いから始まりました。その実現に必要だったのが、知識を活かすデータ解析と、高度な自然言語理解の技術でした。
この原点から、私たちは先端技術の研究開発に取り組んでいます。技術を評価・改善し、自ら使い、改変し、育てられる形で届ける。人や組織が持つ知識や経験に新しい力を加え、実現できることを広げていきます。
NEWS ARCHIVE
活動の記録。
万博への提案、INPEX 4U Challenge Lab、未来のゆめ・まちプロジェクトなど、これまでの活動を紹介します。
