Profile
経歴
- 2019 – 2022立命館慶祥高等学校
- 2022 – 2026立命館大学 情報理工学部
- 2026 –立命館大学大学院 情報理工学研究科
自己紹介
北海道出身で、高校時代はラグビー部に所属していました。大学ではサービスコンピューティングの分野で研究を行っています。学外ではAI受託開発企業にて長期インターンに取り組んでいます。
趣味は筋トレと旅行で、ご飯を食べるのも好きです！
Research
背景
近年、複数のWebサービスを組み合わせた複合サービス（例：旅行予約サイトで航空券・ホテル・地図を一括提供）が広く利用されている。しかし、膨大なWebサービスの中から目的に合ったものを選び出し、適切に組み合わせることは非常に手間がかかる。従来の手法ではユーザーが専門的な論理式で要求を記述する必要があり、一般ユーザーには扱いづらいという課題があった。 しかし近年LLMの登場によりその課題は解決されたたが、膨大な数のAPIを単一のLLMで推薦するとコンテキスト長制限・プロンプト肥大化により推論精度が低下する問題がある。そこで本研究ではマルチエージェントで協力し合うシステムを提案する。
研究内容
本研究では、大規模言語モデル（LLM）を活用し、自然言語で書かれたユーザーの要求から適切なWebサービスの組み合わせを自動で推薦するシステムを提案した。
単一のLLMに全てを任せると、扱う情報量が多すぎて精度が低下する問題がある。そこで、複数のLLMエージェントが役割分担して協力するマルチエージェントシステムを構築した。
エージェント間の協調には契約ネットプロトコル（CNP）を採用した。これは、仕事を発注する「マネージャ」と、仕事を受注する「コントラクタ」が入札形式でタスクを分担する仕組みである。マネージャがユーザー要求を公開し、各コントラクタが自分の専門領域に基づいて提案を行い、最終的にマネージャが最適な組み合わせを決定する。
3種類の役割分担方式を比較した結果、マネージャ主導で進める方式が最も高い精度を達成し、単一エージェント方式を上回る性能を示した。
Work
ShigaChat
Team Project 滋賀国際協会にて運用中
Shiga Chatは、滋賀国際協会の職員を対象とした多言語対応の限定公開Q&Aサービスです。
研究室内の活動の一環で開発されました。活動終了後でも運用に至るまで実装をし、実際に滋賀国際協会内で運用中です。
ChatGPTと検索拡張生成（RAG）を組み合わせることで、日常生活に関する質問に対して、迅速かつ地域特化の回答を提供します。 ユーザの質問に対し、RAGは関連する既存のQ&Aデータベースを検索・参照し、ChatGPTにテキストを渡します。渡されたテキストをChatGPTが自然な形で回答生成し、ユーザに返します。
こだわった点
- ユーザ体験の向上：質問の投稿から回答までの流れを直感的に設計。画面遷移や操作性に配慮し、初めて使う外国人ユーザでも使いやすいUIを意識。
- 情報の正確性と安全性：ChatGPTの誤回答（ハルシネーション）を防ぐため、回答の元となるQ&Aデータベースを構築。また、人手による内容チェック、多言語対応の文法チェックを導入。
- 多言語対応：通知や検索などの基本操作が全対応言語で可能なように設計し、多文化に配慮。
参照Q&Aデータ
公益財団法人滋賀県国際協会 生活相談Q&A
Diary Board
Team Project
Diary Boardは、非自発的に来日した外国人児童が、日本の学校現場で孤立しないように設計された多言語対応の教育支援ツールです。
研究室内の活動の一環で滋賀国際協会へ訪問し、課題をヒアリングする中でこのシステムを開発しました。
日記を通じて外国人児童の過ごす多文化を知り、文化的背景や言語の違いによる障壁を取り除きます。そして児童同士の交流を促進することで、包摂的な学級づくりを支援します。
こだわった点
- 継続利用の促進：日記を継続的に書いてもらうために、ランキング機能や称号機能を実装。
- 多言語学習支援：日記の内容に関するクイズ機能を追加し、楽しみながら言語学習できる仕組みを提供。
長期インターン
Internship担当領域
バックエンド・フロントエンド・インフラの設計から実装まで一貫して担当。
商談内でデモを作成・実演し、技術的な価値を顧客に直接提案。
候補者の技術選考・面談を担当。
開発実績
AIによる事務作業の完全自動化
AIエージェントにRAG・OCR・Embeddingを組み合わせ、伝票処理やDB登録などの事務作業を完全自動化。表記揺れやイレギュラーも人間のように判断可能に。
社内情報のAI検索システム
部署横断でAIが社内文書を検索し、自然言語の質問にも対応。ベテラン依存のナレッジ共有を自動化し、検索時間を大幅に削減。
AI×OCRによる書類の自動データ化
OCR抽出文字をAIが文脈理解し、表記のばらつきや不定形書式にも対応。伝票・書類の自動処理からDB登録までを一括自動化。
需要予測
過去の販売実績を機械学習モデルで予測・分析し出荷量を自動算出。