株式会社エクスブリッジ

Kurage 論文トラッカー｜東海・関東の大学の研究者

計良 宥志

千葉大学　科研費の研究 1件（生成AIと行政DX）

Xで共有

このシステムを作った会社が、御社の X の運用をお手伝いします。AI-SNS顧問を見る →

Kurage 論文トラッカー › 生成AIと行政DX › 計良 宥志

科研費の研究

自己回帰生成における連鎖的な推論の効用最大化

科研費科学研究費助成事業・基金　2026年4月1日〜2030年3月31日
計良 宥志（千葉大学・研究代表者）、川本 一彦（千葉大学・研究分担者）

近年大規模言語モデルを中心に，自己回帰生成モデルは高度な推論能力を実現している．その鍵となるのが，段階的に中間過程を生成する「連鎖的な推論（CoT）」である．しかし，CoTが有効となる問題設定や連鎖推論過程の設計に関する理解と技術は未だ発展途上である．本研究は，自己回帰生成における連鎖的推論の分析と効用最大化のための技術開発を行う．特に，…

計良 宥志さんの役割：研究代表者

研究者の情報：CiNii Research の研究者ページ

同じテーマの国会の議論

AIエージェントの安全と行政での利用国会での質疑・答弁 49件（最新 2026年7月10日）AI法とAIの安全性国会での質疑・答弁 301件（最新 2026年7月15日）デジタル民主主義とブロードリスニング国会での質疑・答弁 28件（最新 2026年7月8日）AIと子どもの安全（対話型AI・生成AIと未成年）国会での質疑・答弁 146件（最新 2026年7月27日）

研究の内容と国会の議論は、テーマが同じものを並べています。研究者ご本人が国会で発言したという意味ではありません。

出典：CiNii Research・KAKEN（国立情報学研究所）、国会会議録検索システム（国立国会図書館）。掲載内容の訂正・削除のご依頼はお問い合わせからお送りください。

Kurage.AIKurage.AI に相談AIが何でも答えます