AcroYAMALEXチームが言語処理学会NLP2026チューニングコンペティション数学タスク部門で第3位に輝く
アクロクエストテクノロジー株式会社のデータサイエンスチーム「AcroYAMALEX」（以下、YAMALEX）が、言語処理学会第32回年次大会（NLP2026）で開催されたチューニングコンペティションの数学タスク部門で第3位を受賞しました。
大規模言語モデルのファインチューニング技術を競うワークショップ
このコンペティションは、「大規模言語モデルのファインチューニング技術と評価」ワークショップの一環として実施されました。大規模言語モデル（LLM）とは、たくさんの言葉を学習して、人間のように文章を作ったり質問に答えたりできるコンピュータープログラムのことです。ファインチューニングとは、このLLMに特定のテーマ（今回の場合は数学）をさらに詳しく教え込むことで、そのテーマに関する精度を高める技術を指します。
コンペティションの数学タスクでは、日本の中学校や高等学校で扱われる数学の問題を対象に、LLMを基盤としたシステムを構築し、その回答精度が競われました。YAMALEXチームは、オープン枠で参加し、最終的なシステムをOSS（オープンソースソフトウェア）ライセンスで公開することが条件とされていました。
YAMALEXチームの成果と技術
全24チームが参加する中、YAMALEXチームは数学タスク部門で堂々の第3位を獲得しました。
YAMALEXチームは、オープンライセンスのデータセットとモデルのみを使用し、数学問題に回答するモデルを構築しました。特に、LLMを活用して「合成データ」と呼ばれる新しいデータを作成することで、高い精度のモデルを実現しました。
参加チーム概要
-
チーム名: AcroYAMALEX（アクロヤマレックス）
-
メンバー: 佐々木 峻、山本 大輝、樋口 慎、吉岡 駿
機械学習エンジニアの佐々木氏からは、「今回のオープン枠は、オープンライセンスのモデル・データのみが使用可能というルールがあり、利用可能なデータセットが限られる中で、モデル構築に多くの工夫が必要でした。ライセンスの制約も含め、モデル開発の難しさを実感できる貴重な経験となりました」とのコメントが寄せられています。
アクロクエストテクノロジーは、これからもAIや機械学習、データ分析・解析の技術向上に努め、顧客の課題解決とより良いサービスの創出を目指していく方針です。
参考情報
-
言語処理学会第32回年次大会（NLP2026）第2回「大規模言語モデルのファインチューニング技術と評価」ワークショップ チューニングコンペティション
https://llm-jp.github.io/tuning-competition/2026/workshop.html -
言語処理学会第32回年次大会(NLP2026)
https://anlp.jp/nlp2026/ -
AcroYAMALEXについて
https://www.acroquest.co.jp/business/acro-yamalex/
