本研究では、網羅的に知識横断的な解決策を生成する手法SELLMを提案しました（図１）。SELLMは、知識や技術を網羅するリストから、「専門家」の網羅的なリストを作成することで解決策を生成します。具体的には、リストの知識を１つずつ取り出して、その知識に関する専門家としてLLMに振る舞うよう、テキストベースで指示します。「専門家」LLMのそれぞれから解決策を提案させることで、他分野の目線から考えた、さまざまな解決策を生成させることが可能になります。網羅的なリストとして、国際特許分類（IPC）や周期表（元素のリスト）などが利用可能です。例えば、IPCは古今東西の既存技術を網羅しており、多様...

横浜市立大学 国際商学部・大学院データサイエンス研究科 黒木 淳教授、同志社大学 商学部商学科 廣瀬喜貴准教授らの研究グループは、大規模言語モデルBERT＊1を用いて、1980～2019年の公会計研究（PSAR）論文306本分のフルテキストを対象として、トピックモデリング手法（BER Topic）を適用し、主要なトピックを抽出しました。従来のLDA＊2ではなく、BERTを使...