FastLabelは2025年6月、「GENIAC 採択プロジェクトに学ぶ！LLM開発の現在地と課題解決のリアル」と題したセミナーを開催しました。 FastLabelは経済産業省と新エネルギー・産業技術総合開発機構（NEDO）が実施する、国内における生成AI開発力強化を目的としたプロジェクト「GENIAC」への応募を支援しています。 本セミナーでは「GENIAC」に採択された2社をお招きし、現場で直面した大規模言語モデル（LLM）開発の課題や、その具体的な解決アプローチについて解説いただきました。%3Cdiv%20class%3D%22ctwhite%22%3E%0A%09%3Cdiv%20class%3D%22ctwhite-content%22%3E%0A%09%09%3Ch3%3E%E3%82%BB%E3%83%9F%E3%83%8A%E3%83%BC%E3%81%AE%E3%82%A2%E3%83%BC%E3%82%AB%E3%82%A4%E3%83%96%E9%85%8D%E4%BF%A1%E4%B8%AD%EF%BC%81%3C%2Fh3%3E%0A%09%09%3Cdiv%20class%3D%22ctwhite-content-main%22%3E%0A%09%09%09%3Cdiv%20class%3D%22ctwhite-content-left%22%3E%0A%09%09%09%09%3Cp%3E%E6%9C%AC%E8%A8%98%E4%BA%8B%E3%81%AE%E3%82%BB%E3%83%9F%E3%83%8A%E3%83%BC%E3%80%8CGENIAC%E6%8E%A1%E6%8A%9E%E3%83%97%E3%83%AD%E3%82%B8%E3%82%A7%E3%82%AF%E3%83%88%E3%81%AB%E5%AD%A6%E3%81%B6%EF%BC%81LLM%E9%96%8B%E7%99%BA%E3%81%AE%E7%8F%BE%E5%9C%A8%E5%9C%B0%E3%81%A8%E8%AA%B2%E9%A1%8C%E8%A7%A3%E6%B1%BA%E3%81%AE%E3%83%AA%E3%82%A2%E3%83%AB%E3%80%8D%E3%82%92%E3%82%A2%E3%83%BC%E3%82%AB%E3%82%A4%E3%83%96%E9%85%8D%E4%BF%A1%E4%B8%AD%E3%81%A7%E3%81%99%E3%80%82%E3%81%9C%E3%81%B2%E5%8B%95%E7%94%BB%E3%82%82%E4%BD%B5%E3%81%9B%E3%81%A6%E3%81%94%E8%A6%A7%E3%81%8F%E3%81%A0%E3%81%95%E3%81%84%E3%80%82%3C%2Fp%3E%0A%09%09%09%3C%2Fdiv%3E%0A%09%09%3C%2Fdiv%3E%0A%09%09%3Cdiv%20class%3D%22sd%20appear%20button-container%22%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%3Ca%20href%3D%22https%3A%2F%2Ffastlabel.ai%2Fseminar%2Flp-20250604-archived%22%20class%3D%22ctwhite-button%22%20id%3D%22cta-blg-btn-btm-ado%22%20target%3D%22_parent%22%3E%E3%82%A2%E3%83%BC%E3%82%AB%E3%82%A4%E3%83%96%E5%8B%95%E7%94%BB%E3%82%92%E8%A6%96%E8%81%B4%E3%81%99%E3%82%8B%3C%2Fa%3E%0A%20%20%20%20%20%20%20%20%3C%2Fdiv%3E%0A%09%3C%2Fdiv%3E%0A%3C%2Fdiv%3E%0A%0A%3Cstyle%3E%0A%09body%20%7B%0A%09%09font-family%3A%20-apple-system%2C%20%22Hiragino%20Sans%22%2C%20%22Yu%20Gothic%22%2C%20sans-serif%3B%0A%09%09font-weight%3A%20normal%3B%0A%09%7D%0A%0A%09.ctwhite%20%7B%0A%09%09align-content%3A%20flex-start%3B%0A%09%09align-items%3A%20flex-start%3B%0A%09%09background%3A%20%23FFFFFF%3B%0A%09%09border-radius%3A%2016px%3B%0A%09%09box-shadow%3A%200px%202px%2015px%20rgba(123%2C%20157%2C%20190%2C%200.15)%3B%0A%09%09flex%3A%20none%3B%0A%09%09flex-direction%3A%20column%3B%0A%09%09flex-wrap%3A%20nowrap%3B%0A%09%09height%3A%20auto%3B%0A%09%09justify-content%3A%20flex-start%3B%0A%09%09margin%3A%200px%20auto%3B%0A%09%09padding%3A%2030px%2030px%2030px%2030px%3B%0A%09%09width%3A%20100%25%3B%0A%09%09max-width%3A%20calc(100%25%20-%2010px)%3B%0A%09%09box-sizing%3A%20border-box%3B%0A%09%09margin-bottom%3A%2010px%3B%0A%09%09margin-top%3A%2010px%3B%0A%09%7D%0A%0A%09.ctwhite%20h3%20%7B%0A%09%09color%3A%20%23535fff%3B%0A%09%09font-size%3A%2026px%3B%0A%09%09font-weight%3A%20600%3B%0A%09%09height%3A%20auto%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09padding%3A%200px%3B%0A%09%09text-align%3A%20center%3B%0A%09%09width%3A%20100%25%3B%0A%09%09padding-bottom%3A%2020px%3B%0A%09%09margin-bottom%3A%2020px%3B%0A%09%09position%3A%20relative%3B%0A%09%09margin-top%3A%200px%3B%0A%09%7D%0A%0A%09.ctwhite%20h3%3Aafter%20%7B%0A%09%09width%3A%2030px%3B%0A%09%09height%3A%202px%3B%0A%09%09content%3A%20%22%22%3B%0A%09%09display%3A%20block%3B%0A%09%09background%3A%20%23535fff%3B%0A%09%09position%3A%20absolute%3B%0A%09%09bottom%3A%200%3B%0A%09%09left%3A%2050%25%3B%0A%09%09transform%3A%20translateX(-50%25)%3B%0A%09%7D%0A%0A%09.ctwhite-content-main%20%7B%0A%09%09display%3A%20flex%3B%0A%09%09height%3A%20auto%3B%0A%09%09justify-content%3A%20flex-start%3B%0A%09%09margin%3A%200px%200px%200px%200px%3B%0A%09%09padding%3A%200px%3B%0A%09%09width%3A%20100%25%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20%7B%0A%09%09color%3A%20%23333%3B%0A%09%09flex%3A%201%3B%0A%09%09font-size%3A%2016px%3B%0A%09%09font-weight%3A%20400%3B%0A%09%09height%3A%20auto%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09padding%3A%200px%200px%200px%3B%0A%09%09text-align%3A%20left%3B%0A%09%09width%3A%20auto%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%09margin-right%3A%2020px%3B%0A%09%7D%0A%0A%20%20%20%20.ctwhite-content-left%20p%20%7B%0A%20%20%20%20%20%20%20%20line-height%3A%201.8%3B%0A%20%20%20%20%7D%0A%0A%09.ctwhite-content-left%20ul%20%7B%0A%09%09list-style%3A%20none%3B%0A%09%09padding%3A%200%3B%0A%09%09font-weight%3A%20600%3B%0A%09%09position%3A%20relative%3B%0A%09%09z-index%3A%202%3B%0A%09%09margin-left%3A%2020px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20ul%20li%20%7B%0A%09%09padding-left%3A%2025px%3B%0A%09%09position%3A%20relative%3B%0A%09%09margin-bottom%3A%2010px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20p%20%7B%0A%09%09margin-top%3A%200px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20ul%20li%3A%3Abefore%20%7B%0A%09%09content%3A%20''%3B%0A%09%09background%3A%20%23535fff%3B%0A%09%09width%3A%206px%3B%0A%09%09height%3A%206px%3B%0A%09%09border-radius%3A%2050%25%3B%0A%09%09position%3A%20absolute%3B%0A%09%09left%3A%200%3B%0A%09%09top%3A%2050%25%3B%0A%09%09transform%3A%20translateY(-50%25)%3B%0A%09%7D%0A%0A%09.ctwhite-content-right%20img%20%7B%0A%09%09flex%3A%20none%3B%0A%09%09height%3A%20auto%3B%0A%09%09width%3A%20280px%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%7D%0A%0A%09.ctwhite-button%20%7B%0A%20%20%20%20%20%20%20%20text-decoration%3A%20none%3B%0A%20%20%20%20%20%20%20%20font-weight%3A%20700%20!important%3B%0A%09%09background%3A%20linear-gradient(var(--g-angle)%2C%20var(--g-color-0)%20var(--g-position-0)%2C%20var(--g-color-1)%20var(--g-position-1))%3B%0A%09%09border-radius%3A%20100px%3B%0A%09%09box-shadow%3A%200px%200px%200px%200px%20rgba(0%2C%200%2C%200%2C%200.2)%3B%0A%09%09color%3A%20%23333%3B%0A%09%09flex%3A%20none%3B%0A%09%09font-family%3A%20var(--s-font-76953810)%3B%0A%09%09font-size%3A%2015px%3B%0A%09%09font-weight%3A%20400%3B%0A%09%09height%3A%2060px%3B%0A%09%09justify-content%3A%20center%3B%0A%09%09letter-spacing%3A%200em%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09margin%3A%200px%200px%200px%200px%3B%0A%09%09opacity%3A%201%3B%0A%09%09padding%3A%2020px%2025px%2020px%2025px%3B%0A%09%09text-align%3A%20left%3B%0A%09%09width%3A%20auto%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%09--g-color-0%3A%20%233fa9f5%3B%0A%09%09--g-position-0%3A%200%25%3B%0A%09%09--g-color-1%3A%20%23535fff%3B%0A%09%09--g-position-1%3A%20100%25%3B%0A%09%09--g-color-2%3A%20%23535fff%3B%0A%09%09--g-position-2%3A%20100%25%3B%0A%09%09--g-color-3%3A%20%23535fff%3B%0A%09%09--g-position-3%3A%20100%25%3B%0A%09%09--g-color-4%3A%20%23535fff%3B%0A%09%09--g-position-4%3A%20100%25%3B%0A%09%09--g-color-5%3A%20%23535fff%3B%0A%09%09--g-position-5%3A%20100%25%3B%0A%09%09--g-color-6%3A%20%23535fff%3B%0A%09%09--g-position-6%3A%20100%25%3B%0A%09%09--g-color-7%3A%20%23535fff%3B%0A%09%09--g-position-7%3A%20100%25%3B%0A%09%09--g-color-8%3A%20%23535fff%3B%0A%09%09--g-position-8%3A%20100%25%3B%0A%09%09--g-color-9%3A%20%23535fff%3B%0A%09%09--g-position-9%3A%20100%25%3B%0A%09%09--g-color-10%3A%20%23535fff%3B%0A%09%09--g-position-10%3A%20100%25%3B%0A%09%09--g-color-11%3A%20%23535fff%3B%0A%09%09--g-position-11%3A%20100%25%3B%0A%09%09--g-angle%3A%2090deg%3B%0A%09%09font-size%3A%2018px%3B%0A%09%09font-weight%3A%20500%3B%0A%09%09letter-spacing%3A%200em%3B%0A%09%09color%3A%20%23fff%3B%0A%09%09text-align%3A%20center%3B%0A%09%09margin%3A%200%20auto%3B%0A%09%09border%3A%20none%20!important%3B%0A%09%09transition%3A%20all%200.3s%20ease%3B%0A%09%09cursor%3A%20pointer%3B%0A%09%7D%0A%0A%09.ctwhite-button%3Ahover%20%7B%0A%09%09opacity%3A%200.8%3B%0A%09%7D%0A%0A%09.button-container%20%7B%0A%09%09text-align%3A%20center%3B%0A%09%09margin-top%3A%2025px%3B%0A%09%7D%0A%0A%09%40media%20(max-width%3A%20560px)%20%7B%0A%09%09h3%20%7B%0A%09%09%09font-size%3A%2022px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-main%20%7B%0A%09%09%09display%3A%20block%3B%0A%09%09%7D%0A%0A%09%09.ctwhite%20%7B%0A%09%09%09padding%3A%2015px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-left%20%7B%0A%09%09%09margin-right%3A%200px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-right%20img%20%7B%0A%09%09%09width%3A%20100%25%3B%0A%09%09%09max-width%3A%20350px%3B%0A%09%09%09display%3A%20block%3B%0A%09%09%09margin%3A%200%20auto%3B%0A%09%09%7D%0A%09%7D%0A.ctwhite-content%3Abefore%20%7B%0A%20%20%20%20%20%20%20%20content%3A%20%22%22%3B%0A%20%20%20%20%20%20%20%20height%3A%20100%25%3B%0A%20%20%20%20%20%20%20%20left%3A%200%3B%0A%20%20%20%20%20%20%20%20pointer-events%3A%20none%3B%0A%20%20%20%20%20%20%20%20position%3A%20absolute%3B%0A%20%20%20%20%20%20%20%20top%3A%200%3B%0A%20%20%20%20%20%20%20%20transition%3A%20inherit%3B%0A%20%20%20%20%20%20%20%20width%3A%20100%25%3B%0A%20%20%20%20%20%20%20%20background-image%3A%20url(https%3A%2F%2Fstorage.googleapis.com%2Fstudio-design-asset-files%2Fprojects%2FrROnAGzBWA%2Fs-800x173_v-fs_webp_c7b20c52-49c6-4394-aeba-23700cb24ea7.webp)%3B%0A%20%20%20%20%20%20%20%20background-position%3A%20center%20bottom%3B%0A%20%20%20%20%20%20%20%20background-repeat%3A%20no-repeat%3B%0A%20%20%20%20%20%20%20%20background-size%3A%20100%25%3B%0A%20%20%20%20%7D%0A.ctwhite-content%20%7B%0A%20%20%20%20position%3A%20relative%3B%0A%7D%0A.ctwhite-content%20.button-container%2C%0A.ctwhite-content-main%20%7B%0A%20%20position%3A%20relative%3B%0A%7D%0A.button-container%20%7B%0A%20%20%20%20margin-top%3A%2010px%3B%0A%7D%0A.ctwhite-content%20.ctwhite-button%20%7B%0A%20%20%20%20display%3A%20table%3B%0A%20%20%20%20height%3A%20auto%3B%0A%20%20%20%20padding%3A%2017px%2025px%2018px%3B%0A%7D%0A.ctwhite%20%7B%0A%20%20%20%20font-family%3A%20%22Noto%20Sans%20JP%22%2C%20sans-serif%3B%0Aborder%3A%201px%20solid%20%233FA9F5%3B%0A%7D%0A.ctwhite%20h3%20%7B%0A%20%20%20%20padding-bottom%3A%2030px%3B%0A%20%20%20%20margin-bottom%3A%200%3B%0A%7D%0A.ctwhite%20h3%3Aafter%20%7B%0A%20%20%20%20content%3A%20none%3B%0A%7D%0A.ctwhite-content-main%20%7B%0A%20%20%20%20letter-spacing%3A%20.06em%3B%0A%7D%0A.ctwhite-content-left%20%7B%0A%20%20%20%20margin-right%3A%200%3B%0A%7D%0A.ctwhite-content-left%20ul%20%7B%0A%20%20%20%20margin-left%3A%200%3B%0A%7D%0A.ctwhite-content-left%20ul%20li%20%7B%0A%20%20%20%20padding-left%3A%200.8em%3B%0Amargin-bottom%3A5px%3B%0A%7D%0A.ctwhite-content-left%20p%20%7B%0A%20%20%20%20margin-bottom%3A%2020px%3B%0A%7D%0A.ctwhite-content-left%20ul%20li%3A%3Abefore%20%7B%0A%20%20%20%20background%3A%20%23333%3B%0A%7D%0A%40media%20(max-width%3A%20560px)%7B%0A.ctwhite%20%7B%0A%20%20%20%20padding%3A%2030px%2020px%3B%0A%7D%0A.ctwhite%20h3%20%7B%0Afont-size%3A20px%3B%0Atext-align%3Aleft%3B%0A%7D%0A.button-container%20%7B%0A%20%20%20%20margin-top%3A%2040px%3B%0A%7D%0A.ctwhite-content%20.ctwhite-button%20%7B%0A%20%20%20%20font-size%3A%2016px%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3Eストックマーク社： 「ハルシネーションを抑止したドキュメント読解モデル」開発プロジェクト ストックマーク社は、企業向け情報収集プラットフォームやビジネス資料のAI解析など、先進的なAI技術を活用した業務支援サービスを展開しています。GENIACプロジェクトの採択企業として最前線の現場で大規模言語モデルの研究開発に取り組み、特に「ハルシネーションを抑止したドキュメント読解モデル」の実現を目指してきました。 本パートでは、モデル開発の全体像や、日本語ビジネス文書に特化した最先端AIの成果、そして開発の過程で直面した課題と解決への具体的アプローチについて解説していきます。 %3Cdiv%20class%3D%22point%20point3%22%3E%20%0A%3Cdiv%20class%3D%22title%22%3E%20%0A%3Cp%20class%3D%22txt%22%3E%E3%83%97%E3%83%AD%E3%83%95%E3%82%A3%E3%83%BC%E3%83%AB%3C%2Fp%3E%20%0A%3Cp%20class%3D%22tit%22%3E%20%E6%A3%AE%E2%BB%91%20%E8%AA%A0%EF%BC%88%E3%82%82%E3%82%8A%E3%81%AA%E3%81%8C%E3%83%BB%E3%81%BE%E3%81%93%E3%81%A8%EF%BC%89%E6%B0%8F%20%3C%2Fp%3E%3C%2Fdiv%3E%20%0A%3Cdiv%20class%3D%22desc%22%3E%20%0A%3Cp%20class%3D%22text%22%3E%E3%82%B9%E3%83%88%E3%83%83%E3%82%AF%E3%83%9E%E3%83%BC%E3%82%AF%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE%20Senior%20Researcher%20%3Cbr%3E%0A%E5%8C%97%E6%B5%B7%E9%81%93%E5%A4%A7%E5%AD%A6%E5%A4%A7%E5%AD%A6%E9%99%A2%E3%82%92%E5%8D%92%E6%A5%AD%E5%BE%8C%E3%80%81%E6%96%B0%E6%97%A5%E9%89%84%E4%BD%8F%E9%87%91%E3%82%BD%E3%83%AA%E3%83%A5%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E3%82%BA%E3%81%AB%E5%85%A5%E7%A4%BE%E3%80%82%E5%AE%98%E5%85%AC%E5%BA%81%E5%90%91%E3%81%91%E3%81%AE%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2%E3%80%81%E3%83%97%E3%83%AD%E3%82%B8%E3%82%A7%E3%82%AF%E3%83%88%E3%83%9E%E3%83%8D%E3%83%BC%E3%82%B8%E3%83%A3%E3%83%BC%E3%82%92%E7%B5%8C%E9%A8%93%E3%80%822019%E5%B9%B41%E6%9C%88%E3%81%AB%E3%82%B9%E3%83%88%E3%83%83%E3%82%AF%E3%83%9E%E3%83%BC%E3%82%AF%E3%81%AB%E5%85%A5%E7%A4%BE%E3%80%82Senior%20Researcher%E3%81%A8%E3%81%97%E3%81%A6%E5%8B%99%E3%82%81%E3%82%8B%E3%80%82%E7%8F%BE%E5%9C%A8%E3%80%81%E6%A9%9F%E6%A2%B0%E5%AD%A6%E7%BF%92%E3%81%AE%E6%9C%80%E6%96%B0%E3%82%A2%E3%83%AB%E3%82%B4%E3%83%AA%E3%82%BA%E3%83%A0%E3%81%AE%E6%A4%9C%E8%A8%BC%E3%83%BB%E5%AE%9F%E8%A3%85%E3%83%BB%E3%83%A2%E3%83%87%E3%83%AB%E5%8C%96%E3%82%92%E6%8B%85%E5%BD%93%E3%80%82%20%0A%3C%2Fp%3E%3C%2Fdiv%3E%3C%2Fdiv%3E%20%0A%0A%3Cstyle%3E%20%0A.point%7B%20%0Abackground%3A%20%23FFFFFF%3B%20%0Aborder-radius%3A%208px%3B%20%0Aflex%3A%20none%3B%20%0Aheight%3A%20auto%3B%20%0Apadding%3A%2030px%3B%20%0Awidth%3A%20100%25%3B%20%0Amax-width%3A%20100%25%3B%20%0Abox-sizing%3A%20border-box%3B%20%0A%7D%20%0A.point%20.title%7B%20%0Adisplay%3A%20flex%3B%20%0Ajustify-content%3A%20flex-start%3B%20%0Aalign-items%3A%20flex-start%3B%20%0Amargin%3A%200px%200px%2015px%200px%3B%20%0Awidth%3A%20100%25%3B%20%0Amax-width%3A%20100%25%3B%20%0A%7D%20%0A.point%20p%7B%20%0Amargin%3A%200%3B%20%0Afont-size%3A%2017px%3B%20%0Aline-height%3A%201.79%3B%20%0Afont-weight%3A%20400%3B%20%0Afont-family%3A%20Lato%3B%20%0Acolor%3A%20%23333%3B%20%0A%7D%20%0A.point%20.txt%7B%20%0Amargin-right%3A%2010px%3B%20%0Abackground%3A%20%23535fff%3B%20%0Aborder-radius%3A%20100px%3B%20%0Afont-size%3A%2014px%3B%20%0Afont-weight%3A%20700%3B%20%0Aline-height%3A%201.4%3B%20%0Acolor%3A%20%23fff%3B%20%0Apadding%3A%202px%2015px%202px%2015px%3B%20%0Afont-family%3A%20system-ui%3B%20%0A%7D%20%0A.point%20.tit%7B%20%0Afont-size%3A%2018px%3B%20%0Afont-weight%3A%20700%3B%20%0Aline-height%3A%201.4%3B%20%0A%7D%20%0A.point1%7B%20%0Aborder%3A%201px%20solid%20%23535fff%3B%20%0A%7D%20%0A.point1%20.tit%7B%20%0Acolor%3A%20%23535fff%3B%20%0A%7D%20%0A.point2%7B%20%0Aborder%3A%201px%20solid%20%233fa9f5%3B%20%0A%7D%20%0A.point2%20.txt%7B%20%0Abackground%3A%20%233fa9f5%3B%20%0A%7D%20%0A.point3%7B%20%0Abackground%3A%20%23f6f9fc%3B%20%0A%7D%20%0A%40media%20screen%20and%20(max-width%3A%20540px)%20%7B%20%0A.point%20%7B%20%0Apadding%3A%2020px%3B%20%0A%7D%20%0A.point%20.title%7B%20%0Aflex-direction%3A%20row%3B%20%0Aflex-wrap%3A%20wrap%3B%20%0A%7D%20%0A.point%20.tit%7B%20%0Aflex%3A%200%200%20100%25%3B%20%0Amargin-top%3A%2015px%3B%20%0A%7D%20%0A%7D%20%0A%3C%2Fstyle%3E目次ビジネス情報の収集・活用のためのプラットフォーム 大規模モデル開発における学習基盤の課題と解決アプローチ学習データ作成の課題と解決アプローチ学習での課題と解決アプローチ評価での課題と解決アプローチビジネス情報の収集・活用のためのプラットフォーム まず始めに、ストックマークの概要についてご説明します。弊社は2016年11月に設立し、約9年が経過しております。創業当時は生成AIという言葉はなく、主に機械学習などAI技術を用いた企業向け情報収集や資料作成支援サービスを展開してまいりました。現在はリサーチチーム10名ほどが生成AIや機械学習の基礎研究から応用まで幅広く担当しています。 プロダクトは大きく分けて2つ。 1つ目は、社内外のビジネス情報を収集・活用するためのプラットフォーム「Anews」です。これは社内の情報だけでなく、社外のビジネスニュース、プレスリリース、論文、特許などを広く収集し、お客様の日々の情報収集や提案業務を支援するものです。 2つ目は、社内に蓄積された大量の非構造化ドキュメントをAIで解析・構造化するサービス「SAT」です。レイアウト解析や知識グラフ化などを行い、次世代の生成AIに活用できるデータに変換しております。 本プロジェクトでは、GENIACにて「ハルシネーションを抑止したドキュメント読解モデルの開発」に取り組みました。最大の目的は、読解が困難で創造性の高いビジネス文書をAIに理解させることです。GENIAC1期では、テキストベースの日本語LLMを開発しましたが、2期では図表や画像など視覚情報も含めて理解できるモデルを開発課題といたしました。 その結果、弊社が開発した100Bクラスのドキュメント読解モデルは、日本語のドキュメント読解においてGPT-4oを上回る性能を示しました。 %3Cdl%20class%3D%22sankou%22%3E%0A%3Cdt%3E%E9%96%A2%E9%80%A3%E8%A8%98%E4%BA%8B%3C%2Fdt%3E%0A%3Cdd%3E%3Ca%20href%3D%22https%3A%2F%2Fstockmark.co.jp%2Fnews%2F20250603%22%20target%3D%22_parent%22%3E%E8%A4%87%E9%9B%91%E3%81%AA%E3%83%93%E3%82%B8%E3%83%8D%E3%82%B9%E6%96%87%E6%9B%B8%E3%81%A7%E3%82%82%E3%83%8F%E3%83%AB%E3%82%B7%E3%83%8D%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E3%82%92%E5%A4%A7%E5%B9%85%E6%8A%91%E6%AD%A2%E3%81%97%E3%81%9F%E8%AA%AD%E8%A7%A3%E3%81%8C%E5%8F%AF%E8%83%BD%20%E4%B8%96%E7%95%8C%E6%9C%80%E9%AB%98%E3%82%AF%E3%83%A9%E3%82%B9%E3%81%AE%E6%80%A7%E8%83%BD%E3%82%92%E8%AA%87%E3%82%8B%E3%83%9E%E3%83%AB%E3%83%81%E3%83%A2%E3%83%BC%E3%83%80%E3%83%AB%E5%9F%BA%E7%9B%A4%E3%83%A2%E3%83%87%E3%83%AB%E3%82%92%E5%85%AC%E9%96%8B%3C%2Fa%3E%3C%2Fdd%3E%0A%3C%2Fdl%3E%0A%0A%3Cstyle%3E%0A.sankou%20%7B%0Aborder-top%3A%201px%20solid%20%23E5E5E5%3B%0Aborder-bottom%3A%201px%20solid%20%23E5E5E5%3B%0Apadding%3A%2040px%200%3B%0Amargin%3A%2040px%200%200%3B%0Adisplay%3A%20flex%3B%0Aalign-items%3A%20flex-start%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Afont-size%3A%2014px%3B%0Afont-weight%3A%20bold%3B%0Acolor%3A%20%23535FFF%3B%0Aborder%3A%201px%20solid%20%23535FFF%3B%0Aborder-radius%3A%204px%3B%0Apadding%3A%206px%2016px%3B%0Awidth%3A%2076px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%2020px%3B%0Amargin%3A%200%3B%0A%7D%0A%0A.sankou%20dd%20a%20%7B%0Acolor%3A%20%23333%3B%0Atext-decoration%3A%20underline%3B%0A%7D%0A%0A.sankou%20dd%20a%3Ahover%20%7B%0Atext-decoration%3A%20none%3B%0A%7D%0A%0A.sankou%20%2B%20.sankou%20%7B%0Aborder-top%3A%20none%3B%0Amargin-top%3A%200%3B%0A%7D%0A%0A.sankou%3Alast-child%20%7B%0Amargin-bottom%3A%2040px%3B%0A%7D%0A%40media%20(max-width%3A680px)%20%7B%0A.sankou%20%7B%0Apadding%3A%2025px%200%3B%0Adisplay%3A%20block%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Adisplay%3A%20table%3B%0Amargin-bottom%3A%2010px%3B%0Awidth%3A%20auto%3B%0Apadding%3A%202px%2012px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%200%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3Eまた、日本語の一般画像認識でも国産モデルで最高水準の性能となっています。たとえば、PowerPointで作成されたスライドを解析し「投資家が対話に際し企業に対して感じる課題の2番目は何ですか？」といった質問に対しても、弊社のVLMが画像とクエスチョンを同時に処理して、適切に回答できるようになりました。 特に力を入れたのは「リーズニング」の部分です。なぜそのような回答に至ったかの経緯をしっかりと推論させることで、ハルシネーション抑止しつつ論理的に回答できると同時に、見る側にも根拠が分かりやすい形にしました。 このビジョンモデルのベースとなるLLMモデルも、フルスクラッチでデータセットを集めて開発した、日本語を主とする1000億パラメーターのモデルです。2025年3月の公開当時は、日本語の対話応答ベンチマークで国産モデルの中では最高性能を達成していました。 かなり大きなモデルですが、Hugging Faceなどで公開しており、どなたでもご利用いただけます。 %3Cdl%20class%3D%22sankou%22%3E%0A%3Cdt%3E%E5%8F%82%E7%85%A7%3C%2Fdt%3E%0A%3Cdd%3E%3Ca%20href%3D%22https%3A%2F%2Fhuggingface.co%2Fstockmark%2FStockmark-2-VL-100B-beta%22%20target%3D%22_parent%22%3Ehttps%3A%2F%2Fhuggingface.co%2Fstockmark%2FStockmark-2-VL-100B-beta%3C%2Fa%3E%3C%2Fdd%3E%0A%3C%2Fdl%3E%0A%3Cdl%20class%3D%22sankou%22%3E%0A%3Cdt%3E%E5%8F%82%E7%85%A7%3C%2Fdt%3E%0A%3Cdd%3E%3Ca%20href%3D%22https%3A%2F%2Fhuggingface.co%2Fstockmark%2FStockmark-2-100B-Instruct-beta%C2%A0%22%20target%3D%22_parent%22%3Ehttps%3A%2F%2Fhuggingface.co%2Fstockmark%2FStockmark-2-100B-Instruct-beta%C2%A0%3C%2Fa%3E%3C%2Fdd%3E%0A%3C%2Fdl%3E%0A%3Cstyle%3E%0A.sankou%20%7B%0Aborder-top%3A%201px%20solid%20%23E5E5E5%3B%0Aborder-bottom%3A%201px%20solid%20%23E5E5E5%3B%0Apadding%3A%2040px%200%3B%0Amargin%3A%2040px%200%200%3B%0Adisplay%3A%20flex%3B%0Aalign-items%3A%20flex-start%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Afont-size%3A%2014px%3B%0Afont-weight%3A%20bold%3B%0Acolor%3A%20%23535FFF%3B%0Aborder%3A%201px%20solid%20%23535FFF%3B%0Aborder-radius%3A%204px%3B%0Apadding%3A%206px%2016px%3B%0Awidth%3A%2076px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%2020px%3B%0Amargin%3A%200%3B%0A%7D%0A%0A.sankou%20dd%20a%20%7B%0Acolor%3A%20%23333%3B%0Atext-decoration%3A%20underline%3B%0A%7D%0A%0A.sankou%20dd%20a%3Ahover%20%7B%0Atext-decoration%3A%20none%3B%0A%7D%0A%0A.sankou%20%2B%20.sankou%20%7B%0Aborder-top%3A%20none%3B%0Amargin-top%3A%200%3B%0A%7D%0A%0A.sankou%3Alast-child%20%7B%0Amargin-bottom%3A%2040px%3B%0A%7D%0A%40media%20(max-width%3A680px)%20%7B%0A.sankou%20%7B%0Apadding%3A%2025px%200%3B%0Adisplay%3A%20block%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Adisplay%3A%20table%3B%0Amargin-bottom%3A%2010px%3B%0Awidth%3A%20auto%3B%0Apadding%3A%202px%2012px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%200%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3E大規模モデル開発における学習基盤の課題と解決アプローチ100Bクラスという大規模モデルを開発する上で4つのフェーズで課題が発生しました。「学習基盤の選定・構築・運用」「学習データの作成」「実際の学習プロセス」そして「評価」です。 まず「学習基盤の選定・構築・運用」についてですが、100Bクラスのモデルを作るには大規模なクラスタ環境が必須です。H200 GPUが8台搭載されたサーバを40台程度並列で稼働させる必要があります。そのためには高速なノード間通信と、サーバ間でのファイル共有システムが必要となります。 クラスタ化による主な課題は2つです。1つ目が「クラスタ上での動作確認およびスループットの担保」、2つ目が「ノード破損やソフトウェアエラーによるjob停止からの学習復帰」です。 1つ目の課題に対しては、4つのアプローチを必須で行っています。 %3Cul%20class%3D%22unorderedList%20unorderedList1%22%3E%0A%3Cli%3E%3Ci%20class%3D%22fa-solid%20fa-1%22%3E%3C%2Fi%3E%E3%83%A9%E3%82%A4%E3%83%96%E3%83%A9%E3%83%AA%E3%81%AE%E5%8B%95%E4%BD%9C%E7%A2%BA%E8%AA%8D%EF%BC%9A%E3%82%A2%E3%83%BC%E3%82%AD%E3%83%86%E3%82%AF%E3%83%81%E3%83%A3%E3%82%84GPU%E3%81%AE%E7%A8%AE%E9%A1%9E%E3%81%AB%E3%82%88%E3%81%A3%E3%81%A6%E3%83%A9%E3%82%A4%E3%83%96%E3%83%A9%E3%83%AA%E3%81%8C%E5%8B%95%E4%BD%9C%E3%81%97%E3%81%AA%E3%81%84%E5%A0%B4%E5%90%88%E3%81%8C%E3%81%82%E3%82%8B%E3%81%9F%E3%82%81%E3%80%81%E4%BA%8B%E5%89%8D%E3%81%AB%E5%8B%95%E4%BD%9C%E7%A2%BA%E8%AA%8D%E3%80%82%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E7%92%B0%E5%A2%83%E3%81%AB%E3%82%88%E3%81%A3%E3%81%A6%E3%81%AF%E6%83%B3%E5%AE%9A%E3%81%99%E3%82%8B%E6%80%A7%E8%83%BD%E3%81%8C%E5%87%BA%E3%81%AA%E3%81%84%E3%81%93%E3%81%A8%E3%81%8C%E8%B5%B7%E3%81%93%E3%82%8B%E3%80%82%C2%A0%20%3C%2Fli%3E%0A%3Cli%3E%3Ci%20class%3D%22fa-solid%20fa-2%22%3E%3C%2Fi%3E%E3%82%A4%E3%83%86%E3%83%AC%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3%E3%81%AE%E9%80%9F%E5%BA%A6%E7%A2%BA%E8%AA%8D%EF%BC%9A%E3%82%AF%E3%83%A9%E3%82%A6%E3%83%89%E7%92%B0%E5%A2%83%E3%81%AB%E3%82%88%E3%81%A3%E3%81%A6%E5%AD%A6%E7%BF%92%E9%80%9F%E5%BA%A6%E3%81%AB1.2%E3%80%9C1.5%E5%80%8D%E3%81%AE%E5%B7%AE%E3%81%8C%E5%87%BA%E3%82%8B%E3%81%93%E3%81%A8%E3%81%8C%E3%81%82%E3%82%8B%E3%80%8240%E3%83%8E%E3%83%BC%E3%83%89%E3%81%A7%E5%8D%8A%E5%B9%B4%E9%96%93%E4%BD%BF%E3%81%86%E3%82%88%E3%81%86%E3%81%AA%E5%A0%B4%E5%90%88%E3%80%81%E5%AD%A6%E7%BF%92%E3%81%AB%E5%A4%A7%E3%81%8D%E3%81%AA%E5%BD%B1%E9%9F%BF%E3%81%8C%E7%94%9F%E3%81%98%E3%82%8B%E3%80%82%C2%A0%3C%2Fli%3E%0A%3Cli%3E%3Ci%20class%3D%22fa-solid%20fa-3%22%3E%3C%2Fi%3E%E3%83%81%E3%82%A7%E3%83%83%E3%82%AF%E3%83%9D%E3%82%A4%E3%83%B3%E3%83%88%E3%81%AE%E4%BF%9D%E5%AD%98%E9%80%9F%E5%BA%A6%E7%A2%BA%E8%AA%8D%EF%BC%9A100B%E3%82%AF%E3%83%A9%E3%82%B9%E3%81%A7%E3%81%AF%E7%B4%84700-800GB%E3%81%AE%E3%83%87%E3%83%BC%E3%82%BF%E3%82%92%E5%AE%9A%E6%9C%9F%E7%9A%84%E3%81%AB%E4%BF%9D%E5%AD%98%E3%81%99%E3%82%8B%E5%BF%85%E8%A6%81%E3%81%8C%E3%81%82%E3%82%8A%E3%80%81%E4%BF%9D%E5%AD%98%E4%B8%AD%E3%81%AF%E5%AD%A6%E7%BF%92%E3%82%92%E5%81%9C%E6%AD%A2%E3%81%95%E3%81%9B%E3%81%A6%E3%81%84%E3%82%8B%E3%81%9F%E3%82%81%E3%80%81%E4%BF%9D%E5%AD%98%E9%80%9F%E5%BA%A6%E3%81%AE%E7%A2%BA%E8%AA%8D%E3%81%8C%E5%BF%85%E8%A6%81%E3%80%82%C2%A0%3C%2Fli%3E%0A%3Cli%3E%3Ci%20class%3D%22fa-solid%20fa-4%22%3E%3C%2Fi%3Eloss%E3%81%AE%E5%A4%89%E5%8C%96%E7%A2%BA%E8%AA%8D%EF%BC%9A%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E7%92%B0%E5%A2%83%E3%81%AB%E3%82%88%E3%81%A3%E3%81%A6%E3%81%AFloss%E8%A8%88%E7%AE%97%E3%81%8C%E7%95%B0%E3%81%AA%E3%82%8B%E5%A0%B4%E5%90%88%E3%81%8C%E3%81%82%E3%82%8A%E3%80%81%E5%90%8C%E3%81%98%E3%83%91%E3%83%A9%E3%83%A1%E3%83%BC%E3%82%BF%E3%81%A7%E3%82%82%E6%83%B3%E5%AE%9A%E9%80%9A%E3%82%8A%E3%81%AB%E3%83%AD%E3%82%B9%E3%81%8C%E4%B8%8B%E3%81%8C%E3%82%89%E3%81%AA%E3%81%84%E3%81%93%E3%81%A8%E3%81%8C%E3%81%82%E3%82%8B%E3%80%82%C2%A0%3C%2Fli%3E%0A%3C%2Ful%3E%0A%3Cstyle%3E%0A.unorderedList%20%7B%0Amargin%3A%200%3B%0Apadding%3A%200%3B%0A%7D%0A.unorderedList%20li%7B%0Alist-style%3A%20none%3B%0Amargin%3A%2010px%200%3B%0A%7D%0A.unorderedList%20li%20i%7B%0Amargin-right%3A%2010px%3B%0Acolor%3A%20%23fff%3B%0Abackground%3A%20rgba(63%2C%20169%2C%20245%2C%201)%3B%0Aborder-radius%3A%20100%25%3B%0Awidth%3A%2020px%3B%0Aheight%3A%2020px%3B%0Afont-size%3A%2010px%3B%0Aalign-content%3A%20center%3B%0Aalign-items%3A%20center%3B%0Adisplay%3A%20inline-flex%3B%0Ajustify-content%3A%20center%3B%0Aposition%3A%20relative%3B%0Atop%3A%20-3px%3B%0A%7D%0A%3C%2Fstyle%3E%0A%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A%2F%2Fcdnjs.cloudflare.com%2Fajax%2Flibs%2Ffont-awesome%2F6.6.0%2Fcss%2Fall.min.css%22%20integrity%3D%22sha512-Kc323vGBEqzTmouAECnVceyQqyqdsSiqLQISBL29aUW4U%2FM7pSPA%2FgEUZQqv1cwx4OnYxTxve5UMg5GT6L4JJg%3D%3D%22%20crossorigin%3D%22anonymous%22%20referrerpolicy%3D%22no-referrer%22%20%2F%3E 2つ目の課題については、3つのアプローチで解消しています。 %3Cul%20class%3D%22unorderedList%20unorderedList1%22%3E%0A%3Cli%3E%3Ci%20class%3D%22fa-solid%20fa-1%22%3E%3C%2Fi%3E%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E5%9F%BA%E7%9B%A4%E3%81%AE%E4%BB%95%E7%B5%84%E3%81%BF%E3%82%92%E5%88%A9%E7%94%A8%EF%BC%88%E4%BE%8B%EF%BC%9AAWS%E3%81%AEauto%20resume%E6%A9%9F%E8%83%BD%EF%BC%89%C2%A0%3C%2Fli%3E%0A%3Cli%3E%3Ci%20class%3D%22fa-solid%20fa-2%22%3E%3C%2Fi%3E%E3%83%8E%E3%83%BC%E3%83%89%E5%8F%8A%E3%81%B3job%E7%9B%A3%E8%A6%96%E3%82%B9%E3%82%AF%E3%83%AA%E3%83%97%E3%83%88%E3%82%92%E4%BD%9C%E6%88%90%E3%81%97%E3%80%81%E3%82%AF%E3%83%A9%E3%82%B9%E3%82%BF%E5%86%8D%E6%A7%8B%E7%AF%89%E3%83%BBjob%E5%86%8D%E5%AE%9F%E8%A1%8C%E3%82%92%E8%87%AA%E5%8B%95%E5%8C%96%C2%A0%3C%2Fli%3E%0A%3Cli%3E%3Ci%20class%3D%22fa-solid%20fa-3%22%3E%3C%2Fi%3E%E4%BA%88%E5%82%99%E3%83%8E%E3%83%BC%E3%83%89%E3%82%92%E6%BA%96%E5%82%99%C2%A0%3C%2Fli%3E%0A%3C%2Ful%3E%0A%3Cstyle%3E%0A.unorderedList%20%7B%0Amargin%3A%200%3B%0Apadding%3A%200%3B%0A%7D%0A.unorderedList%20li%7B%0Alist-style%3A%20none%3B%0Amargin%3A%2010px%200%3B%0A%7D%0A.unorderedList%20li%20i%7B%0Amargin-right%3A%2010px%3B%0Acolor%3A%20%23fff%3B%0Abackground%3A%20rgba(63%2C%20169%2C%20245%2C%201)%3B%0Aborder-radius%3A%20100%25%3B%0Awidth%3A%2020px%3B%0Aheight%3A%2020px%3B%0Afont-size%3A%2010px%3B%0Aalign-content%3A%20center%3B%0Aalign-items%3A%20center%3B%0Adisplay%3A%20inline-flex%3B%0Ajustify-content%3A%20center%3B%0Aposition%3A%20relative%3B%0Atop%3A%20-3px%3B%0A%7D%0A%3C%2Fstyle%3E%0A%3Clink%20rel%3D%22stylesheet%22%20href%3D%22https%3A%2F%2Fcdnjs.cloudflare.com%2Fajax%2Flibs%2Ffont-awesome%2F6.6.0%2Fcss%2Fall.min.css%22%20integrity%3D%22sha512-Kc323vGBEqzTmouAECnVceyQqyqdsSiqLQISBL29aUW4U%2FM7pSPA%2FgEUZQqv1cwx4OnYxTxve5UMg5GT6L4JJg%3D%3D%22%20crossorigin%3D%22anonymous%22%20referrerpolicy%3D%22no-referrer%22%20%2F%3E例えば16ノードで学習している場合、17個目の予備ノードを準備し、万が一ハードウェアが破損しても、すぐ切り替えられるようにしています。 学習データ作成の課題と解決アプローチ今回の対象は、テキストだけでなく図表を含むビジネスドキュメントでした。図表を含むビジネスドキュメントを理解させるには、図や表をどのようにモデルに学習させるかがキーとなります。 テキストであればそのまま学習させますが、図表はそれだけでは意味が伝わりません。そこをどうするか。 また、公開されているビジネスドキュメントでは、図表に対する説明があまりないという課題もありました。 アプローチとしては、図や画像の意味を可能な限り自然文としてアノテーションすることにしました。FastLabel社にご協力いただき、約5万ページのスライドを対象に、自然文としてアノテーションしていただきました。 図表、画像すべてに対して細かくアノテーションを実施いただき、フッターがどういうものか、タイトルは何か、概要、本文から見える全体像、そして表やグラフが何を表していて値がいくつかまで、詳細に記述いただきました。これにより、モデルが図表に関しても意味を理解できるようになりました。 学習での課題と解決アプローチ1000億パラメータという大規模なモデルでは、実際に学習が正しく進んでいるかをすぐに評価することが難しいという課題があります。ある程度学習を進めないと評価できず、たとえば3カ月経ってから性能が上がっていなかったと分かっても遅すぎます。 そこで、本番のデータセットを使って、まず小型の150億パラメータのLLMの事前学習を行い、事前学習の各時点における性能の基準を設けました。これを最低限のベースラインとして設けることで、大規模なモデルでも各ステップでベースラインを超えているかを確認し、手戻りを最小限に抑えるアプローチを取りました。 また、ハイパーパラメータが適切な値で選択されているかという課題があります。学習の途中でスパイクの発生など学習が安定しなくなる場合があります。 スパイクを発生させないためにも、いくつかの値を準備して、全トークンではなく一定量（最大100億トークン程度）で学習を行い、学習の進み方を見て安定して進んでいるハイパーパラメータを選択しました。 評価での課題と解決アプローチ「図表やテキストが混在するスライドを学習モデルは理解できているか」ですが、既存のベンチマークでは図表を含むスライド資料の理解を評価できるものがなかったため、新たに「BusinessSlideVQA」という評価データセットを作成しました。テキスト、図表、グラフ（円グラフ、棒グラフなど）に対する質問と回答を約220問作成し、実際に作ったモデルが想定した性能を発揮できているかを評価できるようにしました。 今後の展望としては、より特化型の基盤モデルを基点として、企業のビジネス情報プラットフォームを目指しています。スライドだけでなく、様々な文書に対応し、業界や企業、個人に特化したモデルを作成することで、よりユーザーにフィットしたサービスを提供していく予定です。 NABLAS社：「流行食に特化した大規模モデル」開発プロジェクト次のパートでは東京大学正門前に拠点を構えるAI総合研究所、NABLAS株式会社の新立拓也氏が登壇。NABLAS社は汎用的なモデルではなく特化型モデルの開発を行っており、GENIAC第2期から参加しています。 NABLAS社による汎用的な視覚言語モデルの開発と、食品領域に特化した視覚言語モデルの開発、さらに実用を見据えたAIエージェントの開発について解説していきます。 %3Cdiv%20class%3D%22point%20point3%22%3E%20%0A%3Cdiv%20class%3D%22title%22%3E%20%0A%3Cp%20class%3D%22txt%22%3E%E3%83%97%E3%83%AD%E3%83%95%E3%82%A3%E3%83%BC%E3%83%AB%3C%2Fp%3E%20%0A%3Cp%20class%3D%22tit%22%3E%20%E6%96%B0%E7%AB%8B%20%E6%8B%93%E4%B9%9F%EF%BC%88%E3%81%97%E3%82%93%E3%81%9F%E3%81%A6%E3%83%BB%E3%81%9F%E3%81%8F%E3%82%84%EF%BC%89%E6%B0%8F%20%3C%2Fp%3E%3C%2Fdiv%3E%20%0A%3Cdiv%20class%3D%22desc%22%3E%20%0A%3Cp%20class%3D%22text%22%3ENABLAS%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE%20R%EF%BC%86D%E4%BA%8B%E6%A5%AD%E9%83%A8%20%E3%83%AA%E3%83%BC%E3%83%89%E3%83%BB%E3%83%AA%E3%82%B5%E3%83%BC%E3%83%81%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2%20%20%3Cbr%3E%0A%E5%9B%BD%E9%9A%9B%E5%9F%BA%E7%9D%A3%E6%95%99%E5%A4%A7%E5%AD%A6%E5%A4%A7%E5%AD%A6%E9%99%A2%E3%82%92%E4%BF%AE%E4%BA%86%E5%BE%8C%E3%80%812019%E5%B9%B4%E3%81%ABNABLAS%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE%E3%81%AB%E5%85%A5%E7%A4%BE%E3%80%82%E3%82%B3%E3%83%B3%E3%83%94%E3%83%A5%E3%83%BC%E3%82%BF%E3%83%93%E3%82%B8%E3%83%A7%E3%83%B3%E9%A0%98%E5%9F%9F%E3%81%AE%E3%83%AA%E3%82%B5%E3%83%BC%E3%83%81%E3%83%A3%E3%83%BC%E3%81%A8%E3%81%97%E3%81%A6%E3%80%81%E7%89%A9%E4%BD%93%E6%A4%9C%E5%87%BA%E3%83%A2%E3%83%87%E3%83%AB%E3%81%AE%E9%96%8B%E7%99%BA%E3%81%AA%E3%81%A9%E3%81%AB%E5%BE%93%E4%BA%8B%E3%80%82%E7%8F%BE%E5%9C%A8%E3%81%AF%E3%80%81%E5%A4%A7%E8%A6%8F%E6%A8%A1%E8%A6%96%E8%A6%9A%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%E3%81%AE%E4%BA%8B%E5%89%8D%E5%AD%A6%E7%BF%92%E3%81%8A%E3%82%88%E3%81%B3%E4%BA%8B%E5%BE%8C%E5%AD%A6%E7%BF%92%E3%81%AE%E3%83%AA%E3%83%BC%E3%83%89%E3%82%92%E6%8B%85%E5%BD%93%E3%80%82%E9%A3%9F%E5%93%81%E6%A5%AD%E7%95%8C%E5%90%91%E3%81%91%E3%81%AE%E6%A5%AD%E5%8B%99%E6%94%AF%E6%8F%B4%E3%82%B5%E3%83%BC%E3%83%93%E3%82%B9%E3%81%AE%E9%96%8B%E7%99%BA%E3%81%AB%E3%82%82%E5%8F%96%E3%82%8A%E7%B5%84%E3%82%93%E3%81%A7%E3%81%84%E3%82%8B%E3%80%82%20%0A%3C%2Fp%3E%3C%2Fdiv%3E%3C%2Fdiv%3E%20%0A%0A%3Cstyle%3E%20%0A.point%7B%20%0Abackground%3A%20%23FFFFFF%3B%20%0Aborder-radius%3A%208px%3B%20%0Aflex%3A%20none%3B%20%0Aheight%3A%20auto%3B%20%0Apadding%3A%2030px%3B%20%0Awidth%3A%20100%25%3B%20%0Amax-width%3A%20100%25%3B%20%0Abox-sizing%3A%20border-box%3B%20%0A%7D%20%0A.point%20.title%7B%20%0Adisplay%3A%20flex%3B%20%0Ajustify-content%3A%20flex-start%3B%20%0Aalign-items%3A%20flex-start%3B%20%0Amargin%3A%200px%200px%2015px%200px%3B%20%0Awidth%3A%20100%25%3B%20%0Amax-width%3A%20100%25%3B%20%0A%7D%20%0A.point%20p%7B%20%0Amargin%3A%200%3B%20%0Afont-size%3A%2017px%3B%20%0Aline-height%3A%201.79%3B%20%0Afont-weight%3A%20400%3B%20%0Afont-family%3A%20Lato%3B%20%0Acolor%3A%20%23333%3B%20%0A%7D%20%0A.point%20.txt%7B%20%0Amargin-right%3A%2010px%3B%20%0Abackground%3A%20%23535fff%3B%20%0Aborder-radius%3A%20100px%3B%20%0Afont-size%3A%2014px%3B%20%0Afont-weight%3A%20700%3B%20%0Aline-height%3A%201.4%3B%20%0Acolor%3A%20%23fff%3B%20%0Apadding%3A%202px%2015px%202px%2015px%3B%20%0Afont-family%3A%20system-ui%3B%20%0A%7D%20%0A.point%20.tit%7B%20%0Afont-size%3A%2018px%3B%20%0Afont-weight%3A%20700%3B%20%0Aline-height%3A%201.4%3B%20%0A%7D%20%0A.point1%7B%20%0Aborder%3A%201px%20solid%20%23535fff%3B%20%0A%7D%20%0A.point1%20.tit%7B%20%0Acolor%3A%20%23535fff%3B%20%0A%7D%20%0A.point2%7B%20%0Aborder%3A%201px%20solid%20%233fa9f5%3B%20%0A%7D%20%0A.point2%20.txt%7B%20%0Abackground%3A%20%233fa9f5%3B%20%0A%7D%20%0A.point3%7B%20%0Abackground%3A%20%23f6f9fc%3B%20%0A%7D%20%0A%40media%20screen%20and%20(max-width%3A%20540px)%20%7B%20%0A.point%20%7B%20%0Apadding%3A%2020px%3B%20%0A%7D%20%0A.point%20.title%7B%20%0Aflex-direction%3A%20row%3B%20%0Aflex-wrap%3A%20wrap%3B%20%0A%7D%20%0A.point%20.tit%7B%20%0Aflex%3A%200%200%20100%25%3B%20%0Amargin-top%3A%2015px%3B%20%0A%7D%20%0A%7D%20%0A%3C%2Fstyle%3E目次バイリンガル視覚言語モデルの開発 複数画像入力への革新的アプローチ食品に特化した視覚言語モデル「NABLA-VL.food」バイリンガル視覚言語モデルの開発 弊社が食品分野を選んだ理由は、お客様に食品関連企業が多かったこと、またSNSトレンドと連携すると「食×生成AI」で新しい価値を提供できるのでは？と考えたためです。 技術的な話をしますと、弊社が開発した汎用視覚言語モデル「NABLA-VL」はストックマークさんの100B規模と比較すると100～150億パラメーター規模で、比較的小さなモデルです。 %3Cdl%20class%3D%22sankou%22%3E%0A%3Cdt%3E%E9%96%A2%E9%80%A3%E8%A8%98%E4%BA%8B%3C%2Fdt%3E%0A%3Cdd%3E%3Ca%20href%3D%22https%3A%2F%2Fwww.nablas.com%2Fpost%2Fvlm_nabla_vl%22%20target%3D%22_parent%22%3ENABLAS%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BE%E3%80%81%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%83%BB%E8%8B%B1%E8%AA%9E%E3%82%92%E9%AB%98%E7%B2%BE%E5%BA%A6%E3%81%AB%E7%90%86%E8%A7%A3%E3%81%99%E3%82%8B%E3%83%90%E3%82%A4%E3%83%AA%E3%83%B3%E3%82%AC%E3%83%AB%E3%81%AA%E5%A4%A7%E8%A6%8F%E6%A8%A1%E8%A6%96%E8%A6%9A%E8%A8%80%E8%AA%9E%E3%83%A2%E3%83%87%E3%83%AB%E3%80%8CNABLA-VL%E3%80%8D%E3%82%92%E4%B8%80%E8%88%AC%E5%85%AC%E9%96%8B%3C%2Fa%3E%3C%2Fdd%3E%0A%3C%2Fdl%3E%0A%0A%3Cstyle%3E%0A.sankou%20%7B%0Aborder-top%3A%201px%20solid%20%23E5E5E5%3B%0Aborder-bottom%3A%201px%20solid%20%23E5E5E5%3B%0Apadding%3A%2040px%200%3B%0Amargin%3A%2040px%200%200%3B%0Adisplay%3A%20flex%3B%0Aalign-items%3A%20flex-start%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Afont-size%3A%2014px%3B%0Afont-weight%3A%20bold%3B%0Acolor%3A%20%23535FFF%3B%0Aborder%3A%201px%20solid%20%23535FFF%3B%0Aborder-radius%3A%204px%3B%0Apadding%3A%206px%2016px%3B%0Awidth%3A%2076px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%2020px%3B%0Amargin%3A%200%3B%0A%7D%0A%0A.sankou%20dd%20a%20%7B%0Acolor%3A%20%23333%3B%0Atext-decoration%3A%20underline%3B%0A%7D%0A%0A.sankou%20dd%20a%3Ahover%20%7B%0Atext-decoration%3A%20none%3B%0A%7D%0A%0A.sankou%20%2B%20.sankou%20%7B%0Aborder-top%3A%20none%3B%0Amargin-top%3A%200%3B%0A%7D%0A%0A.sankou%3Alast-child%20%7B%0Amargin-bottom%3A%2040px%3B%0A%7D%0A%40media%20(max-width%3A680px)%20%7B%0A.sankou%20%7B%0Apadding%3A%2025px%200%3B%0Adisplay%3A%20block%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Adisplay%3A%20table%3B%0Amargin-bottom%3A%2010px%3B%0Awidth%3A%20auto%3B%0Apadding%3A%202px%2012px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%200%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3E日本語と英語のバイリンガルモデルが特徴で、特にSNSで情報を集めるにあたって英語データが大量に必要と予想されるため、英語も重視して開発を進めました。 評価結果では、MMMUと呼ばれる学部生レベルの30分野にわたるベンチマークで国内モデルを上回り51.1%を達成。また、LLaVA-Bench（In The Wild）と呼ばれる多様な画像に関する質問応答ベンチマークでも、GPT-4oを含む他のモデルを上回る3.9ポイント（5ポイント満点中）を獲得しました。 日本語ベンチマークでも多くの項目で他の国内モデルを上回り、特にJA-DocVQAと呼ばれる図表や表を含んだ資料に関する文書質疑応答系ベンチマークでは、GPT-4oを上回る結果を得ました。 %3Ccenter%3E%3Csmall%3E%EF%BC%88%E5%B7%A6%E3%81%AE%E6%A3%92%E3%82%B0%E3%83%A9%E3%83%95%E3%81%8C%E8%8B%B1%E8%AA%9E%E3%81%AE%E3%83%99%E3%83%B3%E3%83%81%E3%83%9E%E3%83%BC%E3%82%AF%E3%80%81%E5%8F%B3%E3%81%AE%E3%83%AC%E3%83%BC%E3%83%80%E3%83%BC%E3%83%81%E3%83%A3%E3%83%BC%E3%83%88%E3%81%8C%E6%97%A5%E6%9C%AC%E8%AA%9E%E3%81%A8%E8%8B%B1%E8%AA%9E%E3%81%AE%E3%83%99%E3%83%B3%E3%83%81%E3%83%9E%E3%83%BC%E3%82%AF%EF%BC%89%3C%2Fsmall%3E%3C%2Fcenter%3E複数画像入力への革新的アプローチ弊社のモデルはLate Fusionと呼ばれるもので、学習済みLLMに画像エンコーダーを接続し、画像とテキストを同時に入力して学習する体系です。経験的に言うとLate Fusionがもっとも採用例が多く、学習も安定する傾向にあります。 アーキテクチャはLLMに画像エンコーダーをつけるシンプルなものです。マイクロソフト社のPhi-4（140億のパラメータで構成される小規模言語モデル・SLMの1つ）をベースに、レシートやラベル、ロゴなど可変アスペクト比に対応した画像エンコーダー（NaviT）を組み合わせて学習を進めました。 特徴的なのは複数画像や動画への対応です。複数画像に焦点をあてて新しい手法を開発しました。大きな画像を処理する際のGPUメモリ不足の問題に対しては、「Naive Image Patching」という手法を採用しました。 「AnyRes」という手法があるのですが、これは大きな画像を小さなタイルに分割し、各タイルに画像エンコーダーを適用した後、結合してバイリニア補間を行います。これにより、GPUメモリ消費を抑えながら大きな画像を処理できます。 学習パイプラインは3ステージに分かれており、最初のステージでは画像エンコーダーとLLMを接続するMLPのみを学習し、2・3ステージ目で全モデルを一気に学習します。 データセットについては、180以上の公開データや独自の新規データを地道に整備しました。品質向上のため、言語判定手法を使った異常サンプル除去、汎用性を高めるためにクラスやカテゴリを新設。またWikipediaの日本語ページを収集して質疑応答の合成データセットを作成し、Hugging Face等で広く利用できるようにしています。 また、複数画像が入力される際には、シンプルなアプローチを採用しました。それぞれの左上にテキストで識別情報を埋め込み、グリッド状にまとめた1枚の画像として学習データにしています。この方法で学習すると、モデルは「1枚目の画像」と「2枚目の画像」を識別できるようになります。 この手法を用いて学習したモデルは、2枚以上の画像を入力するベンチマーク「BLINK」において、720億パラメーターのモデルのスコアを上回る結果を達成しました。 また、日本語の複数画像入力ベンチマークでも他の国産モデルの性能を上回りました。このシンプルなアプローチは、複雑なアーキテクチャを避けつつ高い性能を実現できる方法として採用しています。 このモデルはApacheライセンスでHugging Faceに公開しており、学習用・推論用のコードもGitHubリポジトリで公開しており、商用利用が可能です。%3Cdl%20class%3D%22sankou%22%3E%0A%3Cdt%3E%E5%8F%82%E7%85%A7%3C%2Fdt%3E%0A%3Cdd%3E%3Ca%20href%3D%22https%3A%2F%2Fhuggingface.co%2Fnablasinc%2FNABLA-VL%C2%A0%22%20target%3D%22_parent%22%3Ehttps%3A%2F%2Fhuggingface.co%2Fnablasinc%2FNABLA-VL%C2%A0%3C%2Fa%3E%3C%2Fdd%3E%0A%3C%2Fdl%3E%0A%3Cstyle%3E%0A.sankou%20%7B%0Aborder-top%3A%201px%20solid%20%23E5E5E5%3B%0Aborder-bottom%3A%201px%20solid%20%23E5E5E5%3B%0Apadding%3A%2040px%200%3B%0Amargin%3A%2040px%200%200%3B%0Adisplay%3A%20flex%3B%0Aalign-items%3A%20flex-start%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Afont-size%3A%2014px%3B%0Afont-weight%3A%20bold%3B%0Acolor%3A%20%23535FFF%3B%0Aborder%3A%201px%20solid%20%23535FFF%3B%0Aborder-radius%3A%204px%3B%0Apadding%3A%206px%2016px%3B%0Awidth%3A%2076px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%2020px%3B%0Amargin%3A%200%3B%0A%7D%0A%0A.sankou%20dd%20a%20%7B%0Acolor%3A%20%23333%3B%0Atext-decoration%3A%20underline%3B%0A%7D%0A%0A.sankou%20dd%20a%3Ahover%20%7B%0Atext-decoration%3A%20none%3B%0A%7D%0A%0A.sankou%20%2B%20.sankou%20%7B%0Aborder-top%3A%20none%3B%0Amargin-top%3A%200%3B%0A%7D%0A%0A.sankou%3Alast-child%20%7B%0Amargin-bottom%3A%2040px%3B%0A%7D%0A%40media%20(max-width%3A680px)%20%7B%0A.sankou%20%7B%0Apadding%3A%2025px%200%3B%0Adisplay%3A%20block%3B%0A%7D%0A%0A.sankou%20dt%20%7B%0Adisplay%3A%20table%3B%0Amargin-bottom%3A%2010px%3B%0Awidth%3A%20auto%3B%0Apadding%3A%202px%2012px%3B%0A%7D%0A%0A.sankou%20dd%20%7B%0Apadding-left%3A%200%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3E食品に特化した視覚言語モデル「NABLA-VL.food」このデータセットを使って、先ほど紹介した汎用モデル「NABLA-VL」をファインチューニングし、食品特化型モデルを開発しました。FastLabel社のご協力を得て、日本で見られる最新の食品画像約6,000点を収集し、7つのタスクに関してアノテーションを作成していただきました。 特に一般的ではない、あまり見かけない食品の画像の収集とアノテーションに重点を置きました。 さらに一歩進んで、AIエージェント（ユーザーがAIエージェントに質問すると、エージェントがツールを使って応答する仕組み）の開発も行っています。このエージェントは、ユーザーからの入力に対して、サンドボックス内で安全に処理を実行します。ユーザーが「市場分析を行って」と入力すると、SNSから作成したデータベースから適切なデータを取得し、グラフ作成コードを書いてサンドボックスで実行し、結果をユーザーに提示するという一連の処理を自律的に行えるようになっています。 その他にも、開発した「NABLA-VL.food」を使って、SNSから収集したデータをもとにネガポジ分析や投稿の要約、食品の種類の抽出などを行います。 ユーザーの質問に対し、AIエージェントがツールを利用して、SNS投稿データやデータベースから定量分析やネガポジ判定、要約、特徴抽出などの分析を自動的に実施できるサービスを構築中です。 今後はエージェント評価用のベンチマーク構築や、データベースの大規模化、多ソース化に向けて他社との連携にも取り組んでまいります。 まとめ両社の取り組みから、日本語というローカルな課題、特定産業用途というテーマに最適化された大規模モデル開発が加速していることが見えてきました。 また、質の高いデータセット構築や緻密なアノテーション作業が、LLM・VLM実用化の“鍵”となる点が改めて強調されました。 株式会社FastLabelについて当社は2020年に創業し、創業時からアノテーション代行や非構造データの構造化を中心にサービスを展開しております。画像・動画・音声・テキストなど多様な非構造化データをテーションし構造化していますが、近年ではデータセットの提供やモデル開発コンサルティング、自社アノテーションツールのSaaS提供も行っております。 主なお客様には、自動運転領域の自動車メーカー様、ソニー様やパナソニック様など家電・製造業が含まれており、大量データのアノテーションが必要な最先端領域でご活用いただいています。自動車における人追従型オートフォーカス、AI搭載冷蔵庫の鮮度管理など、各企業の製品開発にも直結しています。製造・建設業、テキスト生成AI、音声データなど多岐に渡ります。 最近は特に、金融や医療・栄養などより専門性の高い領域では、専門知識を持つ方々と連携し、内容を確認しながらデータを作成しております。金融であれば有資格者が情報倫理や表現チェックを行い、医療であれば医師監修のもとで電子カルテや問診データを構築しています。こうしたプロジェクトでは、単なる作業者ではなく知見の深いメンバーを配置し、質の高いデータを作ることに注力しています。 さらに、アノテーションやデータ作成業務で高く評価いただく点として、日本語力・国語力のあるメンバーをアサインしていることもあります。たとえばグラフや図表、論文・仕様書など専門的な資料の意味を正しく読み取り、適切な言葉へ落とし込む作業には言語スキルが不可欠です。 また、著作権や肖像権など法的リスクにも十分配慮し、権利がクリアになったデータのみ納品しています。 今後GENIACへの応募やデータ作成でご相談があれば、ぜひFastLabelにお問い合わせください。 %3Cdiv%20class%3D%22ctwhite%22%3E%0A%09%3Cdiv%20class%3D%22ctwhite-content%22%3E%0A%09%09%3Ch3%3E%E7%94%9F%E6%88%90AI%E3%83%A2%E3%83%87%E3%83%AB%E9%96%8B%E7%99%BA%E3%81%AE%E3%83%87%E3%83%BC%E3%82%BF%E8%AA%B2%E9%A1%8C%E3%82%92%E8%A7%A3%E6%B1%BA%E3%81%99%E3%82%8B%EF%BC%81FastLabel%E3%81%AE%E3%82%B5%E3%83%BC%E3%83%93%E3%82%B9%3C%2Fh3%3E%0A%09%09%3Cdiv%20class%3D%22ctwhite-content-main%22%3E%0A%09%09%09%3Cdiv%20class%3D%22ctwhite-content-left%22%3E%0A%09%09%09%09%3Cp%3EAI%E9%96%8B%E7%99%BA%E3%82%92%E6%94%AF%E6%8F%B4%E3%81%99%E3%82%8BFastLabel%E3%81%A7%E3%81%AF%E3%80%81%E3%80%8C%E3%83%87%E3%83%BC%E3%82%BF%E4%B8%AD%E5%BF%83%E3%81%AEAI%E9%96%8B%E7%99%BA%E3%80%8D%E3%81%AE%E7%90%86%E5%BF%B5%E3%81%AE%E3%82%82%E3%81%A8%E3%80%81%E3%81%82%E3%82%89%E3%82%86%E3%82%8B%E3%83%87%E3%83%BC%E3%82%BF%E3%81%AE%E8%AA%B2%E9%A1%8C%E3%82%92%E5%A4%9A%E9%9D%A2%E7%9A%84%E3%81%AB%E3%81%94%E6%94%AF%E6%8F%B4%E3%81%97%E3%81%A6%E3%81%84%E3%81%BE%E3%81%99%E3%80%82%0A%E7%94%9F%E6%88%90AI%E3%83%A2%E3%83%87%E3%83%AB%E9%96%8B%E7%99%BA%E3%83%BB%E7%B2%BE%E5%BA%A6%E6%94%B9%E5%96%84%E3%82%92%E9%80%B2%E3%82%81%E3%82%8B%E4%B8%AD%E3%81%A7%E3%83%87%E3%83%BC%E3%82%BF%E9%A0%98%E5%9F%9F%E3%81%A7%E3%81%8A%E5%9B%B0%E3%82%8A%E3%81%94%E3%81%A8%E3%81%8C%E3%81%82%E3%82%8C%E3%81%B0%E3%80%81%E3%81%9C%E3%81%B2%E3%81%94%E7%9B%B8%E8%AB%87%E3%81%8F%E3%81%A0%E3%81%95%E3%81%84%E3%80%82%0A%3C%2Fp%3E%0A%09%09%09%3C%2Fdiv%3E%0A%09%09%3C%2Fdiv%3E%0A%09%09%3Cdiv%20class%3D%22sd%20appear%20button-container%22%3E%0A%20%20%20%20%20%20%20%20%20%20%20%20%3Ca%20href%3D%22https%3A%2F%2Ffastlabel.ai%2Fresources%2Fpamphlet-gai%22%20class%3D%22ctwhite-button%22%20id%3D%22cta-blg-btn-btm-ado%22%20target%3D%22_parent%22%3E%E3%81%BE%E3%81%9A%E3%81%AF%E8%B3%87%E6%96%99%E3%82%92%E3%83%80%E3%82%A6%E3%83%B3%E3%83%AD%E3%83%BC%E3%83%89%E3%81%99%E3%82%8B%3C%2Fa%3E%0A%20%20%20%20%20%20%20%20%3C%2Fdiv%3E%0A%09%3C%2Fdiv%3E%0A%3C%2Fdiv%3E%0A%0A%3Cstyle%3E%0A%09body%20%7B%0A%09%09font-family%3A%20-apple-system%2C%20%22Hiragino%20Sans%22%2C%20%22Yu%20Gothic%22%2C%20sans-serif%3B%0A%09%09font-weight%3A%20normal%3B%0A%09%7D%0A%0A%09.ctwhite%20%7B%0A%09%09align-content%3A%20flex-start%3B%0A%09%09align-items%3A%20flex-start%3B%0A%09%09background%3A%20%23FFFFFF%3B%0A%09%09border-radius%3A%2016px%3B%0A%09%09box-shadow%3A%200px%202px%2015px%20rgba(123%2C%20157%2C%20190%2C%200.15)%3B%0A%09%09flex%3A%20none%3B%0A%09%09flex-direction%3A%20column%3B%0A%09%09flex-wrap%3A%20nowrap%3B%0A%09%09height%3A%20auto%3B%0A%09%09justify-content%3A%20flex-start%3B%0A%09%09margin%3A%200px%20auto%3B%0A%09%09padding%3A%2030px%2030px%2030px%2030px%3B%0A%09%09width%3A%20100%25%3B%0A%09%09max-width%3A%20calc(100%25%20-%2010px)%3B%0A%09%09box-sizing%3A%20border-box%3B%0A%09%09margin-bottom%3A%2010px%3B%0A%09%09margin-top%3A%2010px%3B%0A%09%7D%0A%0A%09.ctwhite%20h3%20%7B%0A%09%09color%3A%20%23535fff%3B%0A%09%09font-size%3A%2026px%3B%0A%09%09font-weight%3A%20600%3B%0A%09%09height%3A%20auto%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09padding%3A%200px%3B%0A%09%09text-align%3A%20center%3B%0A%09%09width%3A%20100%25%3B%0A%09%09padding-bottom%3A%2020px%3B%0A%09%09margin-bottom%3A%2020px%3B%0A%09%09position%3A%20relative%3B%0A%09%09margin-top%3A%200px%3B%0A%09%7D%0A%0A%09.ctwhite%20h3%3Aafter%20%7B%0A%09%09width%3A%2030px%3B%0A%09%09height%3A%202px%3B%0A%09%09content%3A%20%22%22%3B%0A%09%09display%3A%20block%3B%0A%09%09background%3A%20%23535fff%3B%0A%09%09position%3A%20absolute%3B%0A%09%09bottom%3A%200%3B%0A%09%09left%3A%2050%25%3B%0A%09%09transform%3A%20translateX(-50%25)%3B%0A%09%7D%0A%0A%09.ctwhite-content-main%20%7B%0A%09%09display%3A%20flex%3B%0A%09%09height%3A%20auto%3B%0A%09%09justify-content%3A%20flex-start%3B%0A%09%09margin%3A%200px%200px%200px%200px%3B%0A%09%09padding%3A%200px%3B%0A%09%09width%3A%20100%25%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20%7B%0A%09%09color%3A%20%23333%3B%0A%09%09flex%3A%201%3B%0A%09%09font-size%3A%2016px%3B%0A%09%09font-weight%3A%20400%3B%0A%09%09height%3A%20auto%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09padding%3A%200px%200px%200px%3B%0A%09%09text-align%3A%20left%3B%0A%09%09width%3A%20auto%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%09margin-right%3A%2020px%3B%0A%09%7D%0A%0A%20%20%20%20.ctwhite-content-left%20p%20%7B%0A%20%20%20%20%20%20%20%20line-height%3A%201.8%3B%0A%20%20%20%20%7D%0A%0A%09.ctwhite-content-left%20ul%20%7B%0A%09%09list-style%3A%20none%3B%0A%09%09padding%3A%200%3B%0A%09%09font-weight%3A%20600%3B%0A%09%09position%3A%20relative%3B%0A%09%09z-index%3A%202%3B%0A%09%09margin-left%3A%2020px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20ul%20li%20%7B%0A%09%09padding-left%3A%2025px%3B%0A%09%09position%3A%20relative%3B%0A%09%09margin-bottom%3A%2010px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20p%20%7B%0A%09%09margin-top%3A%200px%3B%0A%09%7D%0A%0A%09.ctwhite-content-left%20ul%20li%3A%3Abefore%20%7B%0A%09%09content%3A%20''%3B%0A%09%09background%3A%20%23535fff%3B%0A%09%09width%3A%206px%3B%0A%09%09height%3A%206px%3B%0A%09%09border-radius%3A%2050%25%3B%0A%09%09position%3A%20absolute%3B%0A%09%09left%3A%200%3B%0A%09%09top%3A%2050%25%3B%0A%09%09transform%3A%20translateY(-50%25)%3B%0A%09%7D%0A%0A%09.ctwhite-content-right%20img%20%7B%0A%09%09flex%3A%20none%3B%0A%09%09height%3A%20auto%3B%0A%09%09width%3A%20280px%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%7D%0A%0A%09.ctwhite-button%20%7B%0A%20%20%20%20%20%20%20%20text-decoration%3A%20none%3B%0A%20%20%20%20%20%20%20%20font-weight%3A%20700%20!important%3B%0A%09%09background%3A%20linear-gradient(var(--g-angle)%2C%20var(--g-color-0)%20var(--g-position-0)%2C%20var(--g-color-1)%20var(--g-position-1))%3B%0A%09%09border-radius%3A%20100px%3B%0A%09%09box-shadow%3A%200px%200px%200px%200px%20rgba(0%2C%200%2C%200%2C%200.2)%3B%0A%09%09color%3A%20%23333%3B%0A%09%09flex%3A%20none%3B%0A%09%09font-family%3A%20var(--s-font-76953810)%3B%0A%09%09font-size%3A%2015px%3B%0A%09%09font-weight%3A%20400%3B%0A%09%09height%3A%2060px%3B%0A%09%09justify-content%3A%20center%3B%0A%09%09letter-spacing%3A%200em%3B%0A%09%09line-height%3A%201.4%3B%0A%09%09margin%3A%200px%200px%200px%200px%3B%0A%09%09opacity%3A%201%3B%0A%09%09padding%3A%2020px%2025px%2020px%2025px%3B%0A%09%09text-align%3A%20left%3B%0A%09%09width%3A%20auto%3B%0A%09%09max-width%3A%20100%25%3B%0A%09%09--g-color-0%3A%20%233fa9f5%3B%0A%09%09--g-position-0%3A%200%25%3B%0A%09%09--g-color-1%3A%20%23535fff%3B%0A%09%09--g-position-1%3A%20100%25%3B%0A%09%09--g-color-2%3A%20%23535fff%3B%0A%09%09--g-position-2%3A%20100%25%3B%0A%09%09--g-color-3%3A%20%23535fff%3B%0A%09%09--g-position-3%3A%20100%25%3B%0A%09%09--g-color-4%3A%20%23535fff%3B%0A%09%09--g-position-4%3A%20100%25%3B%0A%09%09--g-color-5%3A%20%23535fff%3B%0A%09%09--g-position-5%3A%20100%25%3B%0A%09%09--g-color-6%3A%20%23535fff%3B%0A%09%09--g-position-6%3A%20100%25%3B%0A%09%09--g-color-7%3A%20%23535fff%3B%0A%09%09--g-position-7%3A%20100%25%3B%0A%09%09--g-color-8%3A%20%23535fff%3B%0A%09%09--g-position-8%3A%20100%25%3B%0A%09%09--g-color-9%3A%20%23535fff%3B%0A%09%09--g-position-9%3A%20100%25%3B%0A%09%09--g-color-10%3A%20%23535fff%3B%0A%09%09--g-position-10%3A%20100%25%3B%0A%09%09--g-color-11%3A%20%23535fff%3B%0A%09%09--g-position-11%3A%20100%25%3B%0A%09%09--g-angle%3A%2090deg%3B%0A%09%09font-size%3A%2018px%3B%0A%09%09font-weight%3A%20500%3B%0A%09%09letter-spacing%3A%200em%3B%0A%09%09color%3A%20%23fff%3B%0A%09%09text-align%3A%20center%3B%0A%09%09margin%3A%200%20auto%3B%0A%09%09border%3A%20none%20!important%3B%0A%09%09transition%3A%20all%200.3s%20ease%3B%0A%09%09cursor%3A%20pointer%3B%0A%09%7D%0A%0A%09.ctwhite-button%3Ahover%20%7B%0A%09%09opacity%3A%200.8%3B%0A%09%7D%0A%0A%09.button-container%20%7B%0A%09%09text-align%3A%20center%3B%0A%09%09margin-top%3A%2025px%3B%0A%09%7D%0A%0A%09%40media%20(max-width%3A%20560px)%20%7B%0A%09%09h3%20%7B%0A%09%09%09font-size%3A%2022px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-main%20%7B%0A%09%09%09display%3A%20block%3B%0A%09%09%7D%0A%0A%09%09.ctwhite%20%7B%0A%09%09%09padding%3A%2015px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-left%20%7B%0A%09%09%09margin-right%3A%200px%3B%0A%09%09%7D%0A%0A%09%09.ctwhite-content-right%20img%20%7B%0A%09%09%09width%3A%20100%25%3B%0A%09%09%09max-width%3A%20350px%3B%0A%09%09%09display%3A%20block%3B%0A%09%09%09margin%3A%200%20auto%3B%0A%09%09%7D%0A%09%7D%0A.ctwhite-content%3Abefore%20%7B%0A%20%20%20%20%20%20%20%20content%3A%20%22%22%3B%0A%20%20%20%20%20%20%20%20height%3A%20100%25%3B%0A%20%20%20%20%20%20%20%20left%3A%200%3B%0A%20%20%20%20%20%20%20%20pointer-events%3A%20none%3B%0A%20%20%20%20%20%20%20%20position%3A%20absolute%3B%0A%20%20%20%20%20%20%20%20top%3A%200%3B%0A%20%20%20%20%20%20%20%20transition%3A%20inherit%3B%0A%20%20%20%20%20%20%20%20width%3A%20100%25%3B%0A%20%20%20%20%20%20%20%20background-image%3A%20url(https%3A%2F%2Fstorage.googleapis.com%2Fstudio-design-asset-files%2Fprojects%2FrROnAGzBWA%2Fs-800x173_v-fs_webp_c7b20c52-49c6-4394-aeba-23700cb24ea7.webp)%3B%0A%20%20%20%20%20%20%20%20background-position%3A%20center%20bottom%3B%0A%20%20%20%20%20%20%20%20background-repeat%3A%20no-repeat%3B%0A%20%20%20%20%20%20%20%20background-size%3A%20100%25%3B%0A%20%20%20%20%7D%0A.ctwhite-content%20%7B%0A%20%20%20%20position%3A%20relative%3B%0A%7D%0A.ctwhite-content%20.button-container%2C%0A.ctwhite-content-main%20%7B%0A%20%20position%3A%20relative%3B%0A%7D%0A.button-container%20%7B%0A%20%20%20%20margin-top%3A%2010px%3B%0A%7D%0A.ctwhite-content%20.ctwhite-button%20%7B%0A%20%20%20%20display%3A%20table%3B%0A%20%20%20%20height%3A%20auto%3B%0A%20%20%20%20padding%3A%2017px%2025px%2018px%3B%0A%7D%0A.ctwhite%20%7B%0A%20%20%20%20font-family%3A%20%22Noto%20Sans%20JP%22%2C%20sans-serif%3B%0Aborder%3A%201px%20solid%20%233FA9F5%3B%0A%7D%0A.ctwhite%20h3%20%7B%0A%20%20%20%20padding-bottom%3A%2030px%3B%0A%20%20%20%20margin-bottom%3A%200%3B%0A%7D%0A.ctwhite%20h3%3Aafter%20%7B%0A%20%20%20%20content%3A%20none%3B%0A%7D%0A.ctwhite-content-main%20%7B%0A%20%20%20%20letter-spacing%3A%20.06em%3B%0A%7D%0A.ctwhite-content-left%20%7B%0A%20%20%20%20margin-right%3A%200%3B%0A%7D%0A.ctwhite-content-left%20ul%20%7B%0A%20%20%20%20margin-left%3A%200%3B%0A%7D%0A.ctwhite-content-left%20ul%20li%20%7B%0A%20%20%20%20padding-left%3A%200.8em%3B%0Amargin-bottom%3A5px%3B%0A%7D%0A.ctwhite-content-left%20p%20%7B%0A%20%20%20%20margin-bottom%3A%2020px%3B%0A%7D%0A.ctwhite-content-left%20ul%20li%3A%3Abefore%20%7B%0A%20%20%20%20background%3A%20%23333%3B%0A%7D%0A%40media%20(max-width%3A%20560px)%7B%0A.ctwhite%20%7B%0A%20%20%20%20padding%3A%2030px%2020px%3B%0A%7D%0A.ctwhite%20h3%20%7B%0Afont-size%3A20px%3B%0Atext-align%3Aleft%3B%0A%7D%0A.button-container%20%7B%0A%20%20%20%20margin-top%3A%2040px%3B%0A%7D%0A.ctwhite-content%20.ctwhite-button%20%7B%0A%20%20%20%20font-size%3A%2016px%3B%0A%7D%0A%7D%0A%3C%2Fstyle%3E