読む価値
60注目
0〜100。会社の良し悪しではなく、読む価値の大きさです。向き
改善
会社の説明から読み取った方向です。規模
20
質問応答精度を最大20％向上（従来のBM25を用いたRAG比）書きぶり
断定的
どれだけ断定的に書かれているかです。発表された内容
IterKey
適用分野（この発表が対象とする用途）
大規模言語モデル（LLM）、検索拡張生成（RAG）、自然言語処理、質問応答、大規模文書データベース
会社が数字で示したこと
定量的な効果
従来のBM25を用いたRAGと比べて質問応答精度を最大20％向上。ベクトル検索型RAGと同等の性能を達成。
相手先と当社の関係
ＴＤＳＥ7046
当社との関係
自然言語処理研究を共同で進めている共同研究関係。
相手先奈良先端科学技術大学院大学（NAIST）
大学院大学。その他の所在地・代表者・資本金・設立年などは非開示。
受賞名・認証名
COLM 2025（Conference on Language Modeling）採択
授与・認証機関
COLM 2025（Conference on Language Modeling）
この発表で、会社は契約金額・提供価格・業績への影響のいずれにも触れていません。
出典（会社が根拠として挙げた資料）
arXiv（論文URL：https://arxiv.org/abs/2505.08450）
| 項目 | 内容 |
|---|---|
| 対象製品・サービス名 | IterKey |
| 相手先 | 奈良先端科学技術大学院大学（NAIST） |
| 相手先の概要 | 大学院大学。その他の所在地・代表者・資本金・設立年などは非開示。 |
| 当社との関係 | 自然言語処理研究を共同で進めている共同研究関係。 |
| 適用分野 | 大規模言語モデル（LLM）、検索拡張生成（RAG）、自然言語処理、質問応答、大規模文書データベース |
| 受賞名・認証名 | COLM 2025（Conference on Language Modeling）採択 |
| 授与・認証機関 | COLM 2025（Conference on Language Modeling） |
| 定量的な効果 | 従来のBM25を用いたRAGと比べて質問応答精度を最大20％向上。ベクトル検索型RAGと同等の性能を達成。 |
| 出典 | arXiv（論文URL：https://arxiv.org/abs/2505.08450） |
この書類が述べていない項目（9件）
契約金額提供価格契約締結日提供開始日登録番号・有効期限拠点所在地拠点の規模利用実績業績への影響
会社がこの書類で述べていない項目です。空欄にしたり、他の資料や推測で補ったりはしません。
会社が挙げている理由
会社自身の説明です。数値から推測したものではありません。共同研究の成果が、専門家による審査を通過してCOLM 2025に採択されたため。
このページの読み方
これは書類そのものではありません会社が提出した開示をKomoriが読み、要約しています。数値は会社が述べたとおりで、監査を受けたものではありません。
重みは評価ではありません会社が市場に伝えていた内容をどれだけ変えるかを測ったものです。株式に対する見方ではありません。
訂正されることがあります会社が同じ開示を出し直した場合、このページは訂正後の内容から作り直され、訂正番号が繰り上がります。