D.Sato

- 新卒1年目 AIエンジニア
- GitHub： Document UnderstandingやVLM、データセット作成、AI Agentなどに興味があります

[D.Sato @d__sato_]

しばらく投稿していなかったんですが、4月にPFNに新卒入社しました
エンジニアとして研鑽を積んでいきます

[D.Sato @d__sato_]

MCPやSkillsがすごいのではなくて、本当にすごいのはそれらを使いこなせるようになったLLMなんだよーというテックブログを書きたいと思ってる

[D.Sato @d__sato_]

OpenCodeに関するテックブログを書きました！
読んでいただけると助かります。

[株式会社EpicAI @epicai2023]

🚀Techblog公開！「Claude CodeのOSS版 OpenCodeの内部挙動を理解する」
「AIエージェント＝LLMがCLI操作する」という抽象的な理解で止まっていませんか？

本記事では、代表的なOSSコーディングエージェント「OpenCode」のTypeScriptソースコードを読み解き、その実装設計を徹底解剖しました！
AIエージェントの裏側を知りたいエンジニア必見です！ぜひご覧ください ✅
https://t.co/SlUH9Q6Ige

[D.Sato @d__sato_]

EpicAIの方でテックブログを書きました！Claude Codeの話です。

[株式会社EpicAI @epicai2023]

EpicAI Tech Blog更新！🚀
第2弾の記事「Claude Codeを使い倒して完成���た俺流のバックエンド開発スタイル」を公開しました！🚀
Claude CodeのちょっとマニアックなTipsや、Claude Codeとの向き合い方について詳しく紹介しています🤖💡
AI駆動で開発している人、これから始めたい人にぜひ読んでほしい記事です👇📘https://t.co/WrF0kyjbWy

#claudecode #AI #zenn

[D.Sato @d__sato_]

ぼちぼち日本語VLM向けの評価用データセットを公開しようと思うので、日本語VLMを開発している方に広く使っていただけると嬉しいです！
（論文は既に採択されているんですが、HFにはまだ公開していないという感じです）

[D.Sato @d__sato_]

DL輪読会でDeepSeek-OCRの論文について発表しました

[DLHacks @DL_Hacks]

長文テキストを画像化してVLMに入力し、token効率を高めるOptical Compressionの有効性を検証した論文。DeepEncoderを搭載したOCRモデルDeepSeek-OCRを開発し、ほぼ精度低下なくtext tokenを10倍圧縮可能であることが示唆された。https://t.co/K23jewJHgm

[D.Sato @d__sato_]

専攻全体のゼミ、自分が詳しくない分野の研究室の方の発表が多いので、正直中身はあまり理解できないケースが多いが、研究とはこういう風に進めるのだという具体的なサンプルをたく��ん見て研究の進め方を経験的に学習できたのはめちゃめちゃありがたいな

[D.Sato @d__sato_]

ACM Multimedia （ダブリン、アイルランド🇮🇪）に参加してます！

[D.Sato @d__sato_]

会社のLT会で話したスライドが公開されました〜！

PDF地獄を乗り越えて、ColQwenでVisual RAGを作るまでの手法を紹介しています。

RAGやってる人の「それ知ってたら楽だったかも」を詰め込みました📚
ぜひご覧ください👇

[株式会社EpicAI @epicai2023]

【資料公開🚀】
#HONGONIGHTS 1 で登壇した
AIエンジニア佐藤による
「複雑なPDF文書に対するRAGをササっと構築する方法」📃を公開しました！
PDF の泥臭い前処理の話からサクッと作れる Visual RAG（ColQwen 活用）の実装ポイントまでまとめています。

▼スライドはこちら
https://t.co/Hhxpe5HlyM

[D.Sato @d__sato_]

#MIRU2025 にてポスター発表しました！

📌発表タイトル：
「LAVA Challenge: Benchmarking Japanese-English Document Understanding with Large Vision-Language Models」

日英の文書理解タスクに挑む学会コンペを開催し、その成果を報告しました！
今後もこの分野を盛り上げていきます💪

[D.Sato @d__sato_]

こちら本日開催なので、参加される方はお忘れなくお願いしますー！

[株式会社EpicAI @epicai2023]

【寿司パ×松尾研発スタートアップ🍣】
東大 松尾研発AIスタートアップが本郷三丁目 / 水道橋/御茶ノ水エリアでカジュアル Meet-up開催！

📅 6/27 (金) 19:00–(途中入退室自由)

🎯 AI・LLM/コンサルにワクワクしている学生 / 社会人歓迎

✨ インターンも同時募集！

▶︎ 無料🍣＋ソフトドリンクあり

▶︎ 参加希望の方はスレッドのgoogle formから!
#東大 #松尾研 #スタートアップ #インターン #寿司

[D.Sato @d__sato_]

認定されました！

[東京大学 松尾・岩澤研究室 @Matsuo_Lab]

株式会社EpicAIを松尾研発スタートアップに認定しました。
https://t.co/IqaIPS86Up

[(株)松尾研究所 @MatsuoInstitute]

＼ 松尾研究所テックブログ更新！ ／
新記事「令和7年電気学会全国大会 参加報告 - スマートメーター活用AIの研究開発」を公開しました。
https://t.co/i3lSE4XaMp

[(株)松尾研究所 @MatsuoInstitute]

【NEWS】
松尾研究所は東京電力パワーグリッドとの研究成果を電気学会全国大会で発表しました。詳細は下記の通りです。
https://t.co/nuW9cdh0Ie

[D.Sato @d__sato_]

🎓DL輪読会で、ICLR 2025 Oral採択論文「MMQA」を紹介しました！

Document Understandingに興味があったため、この論文を選定しました

[DLHacks @DL_Hacks]

現実的な複雑な表データ理解を評価するため、複数表・多段推論型のMMQAデータセットを作成し、それを用いた評価手法と精度改善手法を提案。本タスクにおいてLLMの精度が人間の精度より大きく劣るという課題が明らかになった。
https://t.co/KKpOeNinGU

[D.Sato @d__sato_]

現在、日本語文書理解のQAタスクをテーマにしたチャレンジングな学会コンペを主催しています📚💡
（過疎っているので上位入賞するチャンスですよ...）

ついでにKaggleのCommunity Competition Host Awardもいただきました

🔗 詳細はこちら👇
https://t.co/wSwgC8Xe0t

[D.Sato @d__sato_]

Kagglerオープンハウス @ PFN に参加を申し込みました！ https://t.co/bm6FsEsJYK

[D.Sato @d__sato_]

OCRすれば良さそうかと思いきや、それだとフォントの一貫性を評価できないから、何かしらのちゃんとしたベンチマークや評価指標がありそう
後で調べてみるか

[D.Sato @d__sato_]

テキストを含めて画像生成する方向性は微妙だと思っていて、今はGenArtistのようなAI Agentベースの手法が実用的な気がする（使ったことないけど） とはいえ画像生成AIで正しくテキスト画像を出力できるかを評価するベンチマークはあると面白そうと思ったり

[D.Sato @d__sato_]

EpicAIが主催となってピザパやります！
特にAI系のインターンに興味がある大学生や大学院生はぜひ来ていただきたいです！