テキストソースから情報を自動的に、一貫して、正確に理解し(および抽出)する能力は、多くの現実世界のAIアプリケーションにおいて重要な特性です。この特性は、人事(HR)分野においても同様に重要です。近年、最先端の大規模な事前学習済み言語モデルは、自然言語生成、要約、質問応答、読解、固有表現抽出/解決を含む幅広いNLPタスクで、目覚ましい性能を実証しています。しかし、解釈可能性、制御可能性、透明性、公平性といった点では限界も見られます。
Megagon Labsでは、大規模な事前学習済み言語モデルを活用し、現状の最先端を超えていく方法に焦点を当てています。私たちは、新しいモデル、システム、アプローチを研究し、提案、展開することで、自然言語処理の能力を向上させることを目指しています。これを実現するために、新しいアーキテクチャの定義、ハイブリッドニューロンシンボリックパラダイムの使用、そしてHRや関連分野におけるソリューションの品質、一貫性、公平性、真実性にプラスの影響を与えるドメイン固有の特性の探求に取り組んでいます。
Recent Publications:
Reasoning Capacity in Multi-Agent Systems: Limitations, Challenges and Human-Centered Solutions
Large Language Models Sensitivity to The Order of Options in Multiple-Choice Questions
Characterizing Large Language Models as Rationalizers of Knowledge-intensive Tasks
XATU: A Fine-grained Instruction-based Benchmark for Explainable Text Updates
Human-LLM Collaborative Annotation Through Effective Verification of LLM Labels