LLMアプリケーションの安定性を高めるための精度評価・改善

Transcript

1. Confidential © 2023 LayerX Inc.
   LLMアプリケーションの安定性を高めるための精度評価・改善
   2023/9/26
   中村龍矢 (LayerX 事業部執行役員)
   

   View Slide

2. © 2023 LayerX Inc. 2
   中村 龍矢 (Twitter: @nrryuya_jp)
   機械学習エンジニア
   東京大 工学部
   ● データサイエンスと出会う
   Gunosy データ分析部
   ● 推薦システム開発等
   セキュリティ研究者 （現在） 事業責任者
   LayerX 創業時からR&D
   ● プログラムの形式検証
   ● ブロックチェーン
   ○ Ethereumへのコント
   リビューション
   ● LayerX 事業部執行役員
   ● IPA 未踏スーパークリエータ
   ● 2020年度 電子情報通信学会 インターネットアーキテクチャ研
   究賞 最優秀賞 (共著)
   ● Forbes JAPAN 30 UNDER 30 2023
   LayerXの新規事業
   ● プライバシーテック
   ● 大規模言語モデル
   自己紹介
   

   View Slide

3. 目次
   Agenda
   ● LayerXの紹介
   ● “Beyond PoC” させるLLM活用
   ● 精度評価と改善
   

   View Slide

4. LayerXの紹介
   

   View Slide

5. © 2023 LayerX Inc. 5
   LayerXの事業概要
   LayerX LLM Labsの紹介
   * 資本準備金含む
   会社名　　　　
   代表取締役　
   創業　　　　　
   資本金*
   関連会社
   株主一覧　
   取得認証
   ｜ 株式会社LayerX（レイヤーエックス）
   ｜　代表取締役CEO 福島 良典
   　　 代表取締役CTO 松本 勇気
   ｜　2018年
   ｜　112.６億円
   ｜　バクラク事業、Fintech事業、Privacy Tech事業
   ｜　三井物産デジタル・アセットマネジメント
   　　三井物産、LayerX、三井住友信託銀行、SMBC日興証券、JA三井リースによる合弁会社
   ｜　
   ｜　情報セキュリティマネジメントシステム、　　
   　　 JIIMA認証
   次世代のプライバシー保護
   秘匿化技術
   バクラク事業
   企業活動のインフラとなる
   法人支出管理（BSM）SaaSを
   開発・提供
   Fintech事業
   ソフトウェアを駆使したアセットマネジメント
   証券事業を合弁会社にて展開
   Privacy Tech事業
   IS 747702 / ISO 27001
   

   View Slide

6. © 2023 LayerX Inc. 6
   法人支出管理SaaS　『バクラク』
   LayerX LLM Labsの紹介
   toCレベルの使いやすさを追求
   AI-OCRの精度にこだわり
   

   View Slide

7. © 2023 LayerX Inc. 7
   MDM（三井物産デジタル・アセットマネジメント）
   LayerX LLM Labsの紹介
   

   View Slide

8. © 2023 LayerX Inc. 8
   AI・データ活用支援の実績
   LayerX LLM Labsの紹介
   ● 決済データの更なる活用に関する協業
   ● 複数企業間の取引記録インフラの事業検討・技術検証
   ● 自動車走行データの分析サービスを共同で開発
   ● LayerXのデータ分析基盤を活用
   ● テキストデータの活用に関する共同研究
   ● 医療データ流通における安心・安全なデータ加工に関する共同研究
   ● LayerXのデータ集計基盤が住民意見収集システムとして採用（秘匿化技術
   国内初の実用化事例）
   国土交通省様
   リクルート様
   ● 不動産情報の更なる利活用に向けた調査・検証業務においてLayerX
   のデータ活用基盤が採用
   JCB様
   つくば市様
   JMDC様
   あいおいニッセイ
   同和損保様
   

   View Slide

9. © 2023 LayerX Inc. 9
   大規模言語モデル（LLM）のチームを設置
   LayerX LLM Labsの紹介
   

   View Slide

10. © 2023 LayerX Inc. 10
    （手前味噌ながら、、、）
    LayerXの強み
    LayerX LLM Labsの紹介
    「バズワード」的な技術を現実的に評価・改善し、
    お客様の「ペイン」に集中する
    1
    BtoC出身者で構成される、
    「使いやすい」サービスへのこだわり
    2
    

    View Slide

11. © 2023 LayerX Inc. 11
    余談: LLMによる文章データの標準化
    LayerX LLM Labsの紹介
    従来のDXの難しさ: データのフォーマットが、人・会社によってバラバラで、自動連携できない
    LLMによって「本当は中身が同じなのに、見た目が違う」 データを標準化
    エンタープライズ向けブロックチェーン
    が実現したかったことに近づく（？）
    

    View Slide

12. “Beyond PoC” させる
    LLM活用
    

    View Slide

13. © 2023 LayerX Inc. 13
    LayerXにおける、ブロックチェーンやプライバシーテックなどの「新技術」活用の苦い経験から得られたもの
    新技術の活用をPoC・実験で終わらせないために
    “Beyond PoC” させるLLM活用
    技術だけではなく、
    問題設定も新しい
    既存の業務の
    明確な課題（ペイン）
    PoCで終わりやすいもの 本番業務に載せやすいもの
    技術の新しさに
    つられないように
    PoCと受託開発を重ね
    ゼロから作っていく
    （機動力がなくなる）
    汎用的なプロダクトに
    落とし込む
    サンクコストにより
    誰も欲しくないものに
    固執しないように
    

    View Slide

14. © 2023 LayerX Inc. 14
    チューニングにより切り拓けるユースケース
    “Beyond PoC” させるLLM活用
    ChatGPT・APIをそのまま使うだけでは、精度が安定せず、本番業務に耐えられることは少ない
    https://thebridge.jp/2023/07/chatgpt-sees-10-percent-mom-decline
    https://business.nikkei.com/atcl/gen/19/00466/070400013/
    既存ツールで十分
    なユースケース
    粘り強い
    精度改善により
    実現できる
    ユースケース
    

    View Slide

15. © 2023 LayerX Inc. 15
    ② 正解に至るプロセスが
    　　明確な業務か
    Beyond PoCしやすいユースケース選定の観点
    “Beyond PoC” させるLLM活用
    ① 正解が明確な業務か
    ● LLMに期待する正しいアウトプットが明確に定義できるか
    ● 答えが定まらないと、精度評価できない
    ● LLMに人間の手順・思考回路を再現させる方が簡単
    ● 「職人芸」「第六感」的な業務は難しい
    業務効率化系においては、改善サイクルを回すための「精度評価のやりやすさ」が重要
    

    View Slide

16. 精度評価と改善
    

    View Slide

17. © 2023 LayerX Inc. 17
    単語の部分一致
    （ROUGE等）
    評価指標
    精度評価と改善
    完全一致 ● シンプルだが、ちょっとした表記揺れも×になってしまう
    ● 比較的直感的に部分正解を評価できるが、類義語などが×に
    出力が正しいかどうかの採点は、方法もツールも既に色々ある （自作も簡単）
    LLMによる比較
    Embedding
    （ベクトルの類似度）
    ● 柔軟な評価ルールを定義できるが、ここ自体のチューニングが面倒
    ● 単語の違いなどがあっても意味が近ければ評価できる
    参考: https://speakerdeck.com/nohanaga/azure-machine-learning-prompt-flow-ping-jia-metorikusujie-shuo
    

    View Slide

18. © 2023 LayerX Inc. 18
    精度が出ない原因の分析
    精度評価と改善
    採点までは簡単なので、その後にうまくいかない箇所の原因を突き止める方が重要
    一般的なLLMのユースケースにおける、原因箇所のパターン
    インプット
    データ
    （ファイル）
    LLMの処理 アウトプット
    プロンプト
    生成
    ①前処理での欠損・毀損
    ②検索での欠損
    ③結果をまとめる際の欠損・毀損
    ④LLM処理での誤り
    ④のLLM部分（特にプロンプト）に目が行きがちだが、実は他に問題があるかも
    

    View Slide

19. © 2023 LayerX Inc. 19
    原因①: 前処理での欠損・毀損
    精度評価と改善
    PDFやdocxからテキストを抜き出す際に、重要な情報が抜けたり単語・文章が崩れたりする
    人間が読む順番と異なる
    例: 段落の順番が崩れている （縦割りの学術論文等）
    ①
    ②
    ③
    ④
    ① ②
    ③ ④
    

    View Slide

20. © 2023 LayerX Inc. 20
    原因②: 検索での欠損
    精度評価と改善
    PDFやdocxからテキストを抜き出す際に、重要な情報が抜けたり単語・文章が崩れたりする
    間違ったチャンクが取得されている
    例: インプットのテキストを分割したチャンクの検索で、必要なチャンクが選ばれていない
    Query
    正解に必要なチャンク
    

    View Slide

21. © 2023 LayerX Inc. 21
    原因③: 結果をまとめる際の欠損・毀損
    精度評価と改善
    例えばLangchainのmap_reduceやrefineで、チャンクごとの結果を合体する過程で欠損したりする
    例: map_reduceでmapでは取れた正解がreduceで欠損する
    出典: https://python.langchain.com/docs/modules/chains/document/map_reduce
    reduceで欠損！
    mapでは取れている
    途中の結果を確認すると良い
    

    View Slide

22. © 2023 LayerX Inc. 22
    LLMに限らない、アルゴリズム改善の一般的な話
    1. パラメタ・アルゴリズムを変えるときは一箇所だけ
    ● 一度に色々変えると、どれの影響なのかわかりづらい
    2. 問題を切り分ける
    ● 例: LLMに「AとBをせよ」と指示してうまくいかない場合、Aだけの処理、Bだけの処理に分ける
    3. 対象データ・処理内容を段階的に難しくする
    ● “toy example” を作る
    チューニングにおける一般的な心がけ
    精度評価と改善
    

    View Slide

23. View Slide