LLMの運用・切り替えとは？
LLMの運用・切り替えとは、AIの利用料と品質を管理できていないという状態を、仕組みで解消することです。data-selection-surveyは、この用途に使えるオープンソースのひとつです。大規模言語モデルのためのデータ選択に関する調査報告です。
- LLM構築のためのデータ選定方針の策定
- 機械学習プロジェクトにおけるデータ品質の評価基準の確認
- 大規模言語モデルの研究調査
- 適切なトレーニングデータの特定に関する知見獲得
- AI開発におけるデータ戦略の立案
data-selection-surveyを使うと何が変わるのか
このプロジェクトは、大規模言語モデル（LLM）の構築において重要なプロセスであるデータ選択に関する調査をまとめたものです。LLMの性能を最適化するために、どのようなデータを選別すべきかについての知見を提供します。特定のツールやライブラリを提供するものではなく、研究や開発の指針となるサーベイ資料です。データ選別の手法や重要性を理解するための基礎知識として活用できます。
すでに世界で使われている完成品を土台にするので、同じものをゼロから作るより短い期間で済みます。当社は、この土台に対して日本語化、画面や項目の変更、権限、帳票、既存システムとの連携を加えて、御社の業務に合う状態にします。
data-selection-surveyの日本語対応（実測）
data-selection-surveyには日本語のファイルがありません。日本語化から始める必要があります。
| ライセンス | CC0-1.0 |
|---|---|
| GitHubスター | 260 |
| 日本語ロケール | 日本語ファイルなし（0ファイル） |
GitHubの公開ファイル一覧から日本語ロケールの実ファイルを数えた結果です。配布用のビルド成果物は除いています。技術的な詳細はdata-selection-surveyのOSS情報にまとめています。
進め方は？
進め方とは、現場を見て対象を決め、動くものを見ていただきながら作り、御社の環境へ導入するまでの流れのことです。書類で仕様を固めてから作る進め方はしません。
1日目（無料）
現場に伺い、いまのやり方を見せていただきます。LLMの運用・切り替えのどこから手を付けるかを決めます。
2〜4日目
data-selection-surveyを土台に、御社のPCで目の前で開発します。動くものを見ながらその場で直します。
5日目
御社の環境へ導入し、ソースコードと開発ノウハウをお渡しします。以後は自社で改造できます。
その後
追加の作り込みが必要なら、範囲を決めてあらためてお見積もりします。延長を前提にした進め方はしません。
この方法が向かないのは？
向かないのは、基幹システムの全面刷新や、複数部門にまたがる大規模な仕組みのことです。15時間という枠では作り切れません。また、決まった手順を正確に繰り返すだけの処理は、AIを使わないほうが速く確実です。当社ではその部分は普通のプログラムとして作ります。
LLMの運用・切り替えを、まず15時間で試す
名古屋市内なら、1日3時間×5日間の計15時間・税別15万円で試せます。初日3時間のヒアリングと提案は無料です。御社のPCと御社名義のAIエージェントで目の前で開発するので、作り方ごと社内に残ります。成果物とソースコードはお客様のものです。
AI導入お試し実験を見る 動くデモを先に見る（110,000円〜） data-selection-surveyについて相談するLLMの運用・切り替えに使える他のオープンソース
同じ用途に使える土台は他にもあります。ライセンス、日本語対応、規模を比べて選べます。
| 名前 | できること | 日本語 |
|---|---|---|
| tome | 誰でも簡単にLLMやMCPを利用できるデスクトップクライアントです。 | 日本語ファイルなし |
| langwatch | LLMの評価とAIエージェントのテストを行うためのプラットフォームです。 | 日本語ファイルなし |
| testtimescaling.github.io | 大規模言語モデルにおけるテスト時スケーリングに関する調査レポートです。 | 日本語ファイルなし |
| chatbi | LLMとの対話を通じてデータ分析や可視化を行うBIシステムです。 | 日本語ファイルなし |
| SWE-agent | GitHubの課題をLLMを用いて自動で修正するソフトウェア開発用エージェントです。 | 日本語ファイルなし |
