01 / 概要
専門知識を、課題に合わせて
Resolve Labsは、自然言語処理、機械学習、ソフトウェアシステムに関する難しい課題に取り組むチームを支援します。手法の調査・評価、プロトタイプの開発、既存システムの改善、特定機能の本番導入まで、課題に応じて対応します。
なかでも、言語学習者のための自然言語処理・機械学習を得意としています。
02 / 対応領域
ご支援できること
自然言語処理・言語技術
テキスト解析・生成、文章作成支援、検索・分類、LLM活用、モデル評価、言語学習者向け機能。
機械学習・AIシステム
モデルや手法の選定、データ準備、実験、専用パイプラインの構築、既存プロダクトとの連携。
評価・技術調査
実現可能性の調査、モデル比較、エラー分析、アーキテクチャレビュー、根拠に基づく技術提案。
バックエンド開発・実運用化
API、データパイプライン、サービス設計、モニタリング、プロトタイプから安定運用への移行。
03 / ご支援のかたち
課題に合わせた進め方
技術調査
実現可能性や選択肢を整理し、リスクを明らかにしたうえで、根拠のある方針をご提案します。
プロトタイプ・評価
動作するプロトタイプを開発し、評価基準を定め、実運用に近いデータや業務フローで検証します。
機能開発
難しい機能やコンポーネントを、仕様策定から既存システムとの連携、実運用の準備まで担当します。
応用研究・実験
先行研究の調査、実験、モデル開発、分析を通じて、新規性や不確実性の高い課題に取り組みます。
04 / これまでの実績
チームの実績
研究・開発の現場で培ってきた経験の一部をご紹介します。
各メンバーの経歴や経験については、「会社について」のページをご覧ください。
機械学習エンジニアリング / 言語学習
単語を選んで進める翻訳システム
PangeaChatのコンサルタントとして、学習者がモデルの候補から単語を選び、訳文を組み立てられる単語選択型の翻訳システムの開発を主導しました。モデルの出力を学習者が選びやすい単語候補にまとめ、一語ずつ選びながら効率よくデコードを進められるようにしました。
応用研究 / 言語学習
語彙難易度予測でオープントラック1位
共同開発したSakuraは、BEA 2026の語彙難易度予測Shared Taskで、スペイン語・ドイツ語・中国語を母語とする学習者向けの3条件すべてにおいてオープントラック1位を獲得しました。複数のLLMをソフトターゲット損失関数でファインチューニングし、言語的特徴や言語間特徴と組み合わせたアンサンブルを構築しました。
論文を読む