Upgrade to Pro — share decks privately, control downloads, hide ads and more …

R&Dチームを起ち上げる

Sponsored · Your Podcast. Everywhere. Effortlessly. Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.

 R&Dチームを起ち上げる

Avatar for shibuiwilliam

shibuiwilliam

January 27, 2026
Tweet

More Decks by shibuiwilliam

Other Decks in Research

Transcript

  1. © LayerX Inc. Applied R&Dチームを起ち上げる 2026/01/27 LayerX Ai Workforce事業部 R&D,

    データ検索基盤チームマネージャー Shibui Yusuke https://speakerdeck.com/shibuiwilliam/r-and-dtimuwoqi-tishang-geru
  2. ⾃⼰紹介 shibui yusuke • いろいろ → Stability AI → LayerX(いまここ)

    • R&Dとデータ検索のマネージャー • MLOps & データ検索 & バックエンド & インフラ & その他諸々エンジニア • MLOpsコミュニティ運営 • 最近やりたいこと ⽣成AIの⽣成AI以外のエンジニアリング • Github: @shibuiwilliam • FB: yusuke.shibui 猫のようで サイズは⽝ 猫⽿メガネ LLMに聞いてみた
  3. © 2025 LayerX Inc. 7 Ai Workforceとは AIエージェントを構成する4要素 共通基盤上でAIエージェントを迅速かつ柔軟に構築できるAIエージェントプラットフォーム Agent

    Builder UI & Tool Inventory LLM Ops 基盤 セキュリティ機能 等 A部⾨ B部⾨ C部⾨ ナレッジ共有 財務諸表分析 契約書レビュー 稟議作成 ⾒積書転記
  4. © 2025 LayerX Inc. 8 Ai Workforceのプロダクトビジョン AIエージェントに必要な4要素 ナレッジ エージェント

    ツール 未整備‧機密性の⾼い ノウハウや事例の活⽤、 社内データ基盤 特定の業界や企業に特化し た専⾨能⼒や 暗黙知的なスキル 基幹システムとの連携、専 ⾨的なモジュール UI タスクの⼤きさや性質に応 じたユーザーの介⼊、多様 な可視化 プラットフォーム (共通) ワークフロー‧エージェン トビルダーと 実⾏エンジン データソースへのコネク ター、ナレッジグラフ構築 ツールの登録管理機能、各 種標準ツール 個別チューニングされた ワークフロー‧エージェン ト 社内データ基盤との接続 ‧ETL ユーザー特化ツール (特殊プログラムや 社内システム操作) セットアップ (個社別) UIの部品群 部品を組み合わせた エージェント別のUI定義 得られる結果
  5. 9 © 2025 LayerX Inc. 多様なドキュメントに対するプロンプトやLLMワークフローを⾃動⽣成 R&D成果:プロンプト‧ワークフロー⾃動⽣成 Generator (LLM) Executor

    Evaluator workflow predictions Memory feedback sampling ‧meta prompt ‧context https://speakerdeck.com/shibuiwilliam/puronputoyaezientowozi-dong-de-nizuo-rufang-fa
  6. © 2025 LayerX Inc. 14 Applied R&Dの⽅針 R&Dチームの起ち上げ: https://tech.layerx.co.jp/entry/2025/11/05/00 •

    AI‧LLM事業部R&Dチームの⽬的はAI‧LLM事業部のビジネス、技術課題のうち、既存技術だけで解決することが難しいものについて、その本質を⾒極 め、合理的な時間、コスト、⼈的リソースの活⽤で応⽤的に解決する技術を開発することである。 ◦ 主なビジネス課題には、AI‧LLM事業部の提供するAi Workforceで解決しようとしているお客様課題がある。 ◦ 主な技術課題には、上記ビジネス課題を解決するにあたり、現⾏技術だと不確実だが、AI等の技術を新規開発、応⽤することで解決可能または解 決に近づけるものが含まれる。 ◦ ビジネス課題、技術課題ともに、バクラク事業部等、LayerX全般に汎化できると尚良し。 ◦ 課題の具体的な研究対象には以下が含まれる。 ▪ AI agentの正確性を向上する⼿法や、AI agentの効率的なデータ検索⼿法 ▪ 各種AI agentやツールを適切に組み合わせる最適化⼿法(強化学習等)や、ツールを⾃動探索し作成する⼿法 ▪ ワークフロー⾃動⽣成 ▪ AIプロセスマイニング • 副次的な業務として、AI‧LLM事業部R&Dチームが研究、開発した技術は適宜ブログ、カンファレンスやミートアップ、知財特許等で公開し、LayerXの名 声向上等のマーケティングで活⽤する。 • AI‧LLM事業部R&Dチームで研究開発対象とする課題と⼿法は、社会的かつ全社的なインパクトの⼤きいものを⽬指すが、同時に解決可能(または解決の ⽷⼝が⾒えるもの)な領域に限る。研究開発活動とそのアウトカムによって、お客様とLayerXのビジネスに貢献することを⽅針とする。
  7. © 2025 LayerX Inc. 21 ビジネス向けマルチモーダルドキュメント認識‧⽣成 2025年サマーインターン テキストRAGとビジュアルRAGを統合し、最終的な回答を⽣成 [1] Tanaka,

    R. et al. (2023). SlideVQA: A Dataset for Document Visual Question Answering on Multiple Images. arXiv preprint arXiv:2301.04883. [2] Onami, E. et al. (2024). JDocQA: Japanese Document Question Answering Dataset for Generative Language Models. arXiv preprint arXiv:2403.19454. [3] Suri, M. et al. (2025). VisDoM: Multi-Document QA with Visually Rich Elements Using Multimodal Retrieval-Augmented Generation. arXiv preprint arXiv:2412.10704.