自分は大規模言語モデル(LLM)やその学習に使用するツール・データを開発しています。
メインで注力している分野はLLMのポストトレーニング全般です。
中でもポストトレーニング用のデータ作成 / RL環境・タスクセット作成 / 完全非同期のオンライン強化学習を得意とし、モデルの評価 / AIによるAI開発 / 大規模な(1000体以上のAIエージェントを使用する)AIオーケストレーションまで、幅広い領域に関心を持っています。
人間にとってより使いやすく、ともに成長して行けるようなパーソナルで有用な新しい知性の実現を長期的な目標にしています。
| 2025年10月〜現在 | 株式会社Third Intelligence 事後学習・RL・データセット作成 |
|---|---|
| 2025年10月〜2026年3月 | 東京大学 松尾・岩澤研究室(医療LLMプロジェクト) マネジメント・事後学習・データセット作成 |
| 2026年2月 | 第2回日本人工知能オリンピック(JOAI2026)金賞(全国2位) |
|---|---|
| 2025年10月 | 東京大学 松尾・岩澤研究室「LLM開発コンペティション2025」決勝3位(チームoNo.1 副リーダー)、チームMVP 予選はチームきつねのリーダーとして参加し、12チーム中4位 |
2026年10月松尾研LLMコミュニティ【Paper&Hacks #102】医療特化型LLMを作るには - データ編【チームHOLON】
チームHOLON の4名で、医療特化型LLMの開発でデータ分野が行ったことを発表
2025年10月松尾研LLM開発コンペ2025 決勝結果発表イベント(東京大学 福武ホール)
チームoNo.1 の取り組みをリーダーと2人で発表し、データ班のパートを担当
| 2026年3月27日 | AItuber向けに作られた、雑談性能重視の言語モデル(PC Watch) ArrowCanaria-Llama-8B-SFT-v0.1 の紹介 |
|---|---|
| 2026年3月24日 | AI VTuber200人分のキャラクター設計に使えるデータセット「AItuber-Personas-Japan」が公開中(GIGAZINE) |
| 2025年12月2日 | 【松尾研LLM開発コンペ2025】決勝戦結果発表イベントレポート(東京大学 松尾・岩澤研究室) チームoNo.1 副リーダーとしてのインタビューを掲載 |
| 2024年5月10日 | 15歳の高校生、「日本語能力最強」のAIモデル開発 AITuber向けに設計(ASCII.jp) ArrowPro-7B-KUJIRA の紹介 |
| 2026年10月3日 | 【家でもできるフロンティア級の完全非同期RL】 Moongazer RLをRTX 5090で動かす(Zenn) |
|---|---|
| 2026年8月29日 | GPUを燃やさないために - RTX 5090にパワーリミットをかけると、性能はどれだけ落ち、どれだけ冷えるのか -(Zenn) |
| 2026年5月26日 | reasoning特化の事後学習によるllm-jp-4-kappa-32b-a3b-v0.1の開発記録(Third Intelligence 技術ブログ) |
| 2026年3月27日 | 一日でできる! オリジナルのローカルLLMの作り方【データ合成からLM Studioまで】(note) |
| 2026年3月14日 | 【紹介】SDG-LOOM — LLMによる大規模合成データ生成フレームワーク(note) |
ご連絡は X(@Holy_fox_LLM)の DM にお願いします。