[18a-PA1-1~23] 23.1 合同セッションN「インフォマティクス応用」

[18a-PA1-23] 実験データと学術文献を統合したローカルLLMの材料ドメイン特化手法 ― MDSK-RAG の提案 ―

〇高原 渉¹、山口 友一^2,3、小鹿野 真衣²、各務 風雅²、原嶋 庸介^1,4、高山 大鑑^1,4、高須賀 聖五¹、工藤 昭彦^2,3、藤井 幹也^1,4,5 (1.奈良先端大物質、2.東京理大理、3.東京理大総研カーボンバリュー、4.奈良先端大DSC、5.奈良先端大CMP)

キーワード：

マテリアルズ・インフォマティクス、大規模言語モデル、光触媒

本研究では、実験データと学術文献という異なる知識源を統合することで、ローカル大規模言語モデル（LLM）の材料ドメイン特化性能を向上させるフレームワークMDSK-RAGを提案する。金属硫化物光触媒を対象とした検証により、提案手法がローカルLLMの専門的応答の品質を向上させることが示唆された。また、10B未満のパラメータ数を有する小規模ローカルLLMでもクラウド型LLMより専門家に近しい応答が可能であることを示した。