1. 前のページに戻る

大規模言語モデルとヒト脳の相互理解と新たなインタラクション創出

研究課題

戦略的な研究開発の推進 戦略的創造研究推進事業 さきがけ

体系的番号 JPMJPR23I6
DOI https://doi.org/10.52926/JPMJPR23I6

研究代表者

高木 優  大阪大学, 大学院生命機能研究科, 助教

研究期間 (年度) 2023 – 2026
概要本研究では大規模言語モデルとヒト脳との対応を取ることで、相互の理解を促進し、新たな脳・大規模言語モデルインタラクションを創出します。第一に、脳活動データと大規模言語モデルを自然言語でインタラクションさせて脳を理解します。第二に、インタラクション中の大規模言語モデルの中身を脳活動を介して理解します。最後に、各個人の状態を考慮した大規模言語モデルと人との新たなインタラクションの枠組みを提案します。
研究領域社会課題を解決する人間中心インタラクションの創出
  • 主な研究成果

    (4件)

すべて 2024

すべて 雑誌論文 (4件) (査読あり 1件、 オープンアクセス 4件)

  • [雑誌論文] Unveiling Multi-level and Multi-modal Semantic Representations in the Human Brain using Large Language Models2024

    • 著者名
      Yuko Nakagi, Takuya Matsuyama, Naoko Koide-Majima, Hiroto Yamaguchi, Rieko Kubo, Shinji Nishimoto, Yu Takagi
    • 雑誌名

      Conference on Empirical Methods in Natural Language Processing (EMNLP 2024)

    • 査読あり / オープンアクセス
  • [雑誌論文] LaVCa: LLM-assisted Visual Cortex Captioning2024

    • 著者名
      Takuya Matsuyama, Shinji Nishimoto, Yu Takagi
    • 雑誌名

      arXiv

    • オープンアクセス
  • [雑誌論文] Triple Phase Transitions: Understanding the Learning Dynamics of Large Language Models from a Neuroscience Perspective2024

    • 著者名
      Yuko Nakagi, Keigo Tada, Sota Yoshino, Shinji Nishimoto, Yu Takagi
    • 雑誌名

      arXiv

    • オープンアクセス
  • [雑誌論文] How LLMs Learn: Tracing Internal Representations with Sparse Autoencoders2024

    • 著者名
      Tatsuro Inaba, Kentaro Inui, Yusuke Miyao, Yohei Oseki, Benjamin Heinzerling, Yu Takagi
    • 雑誌名

      arXiv

    • オープンアクセス

URL: 

JSTプロジェクトデータベース掲載開始日: 2023-12-27   JSTプロジェクトデータベース最終更新日: 2026-09-08  

サービス概要 よくある質問 利用規約

Powered by NII jst