技術分野 / 詳細

AI・機械学習・生成AI

モデル名だけで判断せず、入力データから出力までの流れを検討します。学習・推論における独自の改良点と、その実装を従来手法から区別する技術的効果を明らかにします。

検討する主な論点

検討する論点

  1. 01

    データの選択・クリーニング・拡張と、モデル構造、損失関数、学習順序を併せて検討します。

  2. 02

    LLM・RAGでは、検索、ランキング、コンテキストの構成、ツール呼び出し、応答の検証を検討します。

  3. 03

    精度に加え、遅延、メモリ消費量、エラーの低減など、実装に基づく効果を記録します。

初回検討のための資料

  • モデルとデータフロー図
  • ベースラインと改良されたアプローチの比較
  • 実験条件・評価指標・結果

資料がすべてそろっていなくても、開発段階や公開予定を伺うことで、検討範囲を整理できます。

検討結果を次の対応へ

技術情報を整理した上で、調査範囲と主要な論点を定め、必要な出願・審査対応・権利分析を検討します。業務範囲と成果物は、案件ごとに確認します。

技術と知的財産の次の一歩を、IPLEXと。