【職務内容】 大規模言語モデル（LLM）の実用化が加速すると同時に，その本質的な理解や社会実装する上でのリスクを制御する手法など，行うべき重要な研究開発テーマは増加しています。松尾研は，これまでLLMに関する主要な研究を精力的に行い，100億パラメータサイズで日英2ヶ国語対応のLLMWeblab-10Bの開発なども行ってきました。今後も，LLMに関する研究開発の取り組みを更に加速させます。 現在，松尾研では，LLMの理解と制御に関する研究と開発両方の人材を募集しておりします。 ※以下は採用後に取り組んでいただく研究例の一例です。 [1] 効率的なLLMの学習方法に関する研究 （継続事前学習，固有ドメイン知識，論理推論能力を高める方法，学習データと発現する能力との関係の分析，Unlearningなど） [2] LLMの動作原理の理解 （In Context LearningやPromptingの原理の理論的・実験的解明，Chain of Thought等の発展的なPrompting戦略，Probingや介入によるTransformerの内部状態の分析手法の構築など） [3] LLMの社会的リスクに関する研究開発 （Bias, Hallucination, Watermark, Copyright, Privacy等の社会的問題に対する評価，解決方法など） [4] その他LLMの高度化や応用に関する研究 （Retrieval Augmented Language Model, Tool Autmgenet Language Model, 状態空間モデルなどの次世代アーキテクチャ，Transformerの軽量化，LLMにルールを遵守させる方法，マルチモーダルに関する研究，ロボティクスとの融合など）

※下記の４点の条件を満たしている方 ・Computer Science，自然言語処理などの関連領域での修士以上の学位を有する方（あるいは取得見込みの方） ・言語モデルに関する直近2年以上の研究経験（もしくはそれ相当のスキル） ・国内会議（下記は例）での自然言語処理分野の主著論文を含む研究業績 　　JNLP，JSAI，IBIS ・日本語および英語でのコミュニケーション及び文章作成能力を有すること．

・Computer Science，自然言語処理などの関連領域での博士の学位を有する方（あるいは取得見込みの方） ・言語モデルに関する3年以上の研究経験（もしくはそれ相当のスキル） ・トップ国際会議（下記は例）での言語系分野の主著論文を含む研究業績 　　機械学習基礎：ICLR, ICML, NeurIPS 　　言語系：ACL, NAACL, EMNLP ・マルチノードマルチGPUでの言語モデル学習経験 ※マネジメント経験は必須ではありませんが、業務の一環としてマネジメントが発生する可能性はございます

ー 【お願い】 ・応募いただく場合につきましては、以下のご提出をお願いいたします 　　（必須）①履歴書/職務経歴書（フォーマットは問いません） 　　（必須）②研究業績リスト（原著論文、総説、招待講演等） 　　　　　　※ホームページがある場合 URLで代替可 ・画面上部「応募する」ボタンを押下いただいた後、「その他のファイル」のフォームに上記ファイルのアップロードをお願いいたします ー 【松尾豊教授からのメッセージ】 これから基礎研究チームにジョインいただきたい方に対する メッセージとなります。ぜひご覧ください！ ・「シリコンバレーに並ぶエコシステムの実現に向けて　代表松尾豊インタビュー（前編）」 　https://weblab.t.u-tokyo.ac.jp/laboratoryheadinterview_20220901-1/ ・「松尾研基礎研究にかける思い　代表松尾豊インタビュー（後編）」 　https://weblab.t.u-tokyo.ac.jp/laboratoryheadinterview_20220901-2/