TAMUSA-Chat: 研究と責任ある展開のためのドメイン適応型大規模言語モデル対話システム

本論文は、ドメイン適応型の大規模言語モデル対話システムを構築するための研究指向フレームワークである TAMUSA-Chat を紹介します。本研究は、一般目的の基盤モデルを機関コンテキストへ適応させる際の重要な課題に対処します。監督付き微調整、検索強化生成、体系的評価手法を通じてこれを実現します。機関の情報源からのデータ取得、前処理パイプライン、埋め込み構築、モデル訓練ワークフロー、デプロイ戦略を含む完全なアーキテクチャを説明します。システムは、トレーニング設定、ハイパーパラメータ、評価プロトコルを用いた再現可能な実験を可能にするモジュール式コンポーネントを統合します。当研究の実装は、学術機関が文脈に根ざした対話エージェントを開発しつつ、透明性、ガバナンス遵守、責任あるAI実践を維持する方法を示します。モデルサイズとトレーニング繰り返しにわたる微調整の実証分析を通じて、ドメイン適応の効率、計算資源要件、品質とコストのトレードオフについての洞察を提供します。公開されているコードベースは https://github.com/alsmadi/TAMUSA_LLM_Based_Chat_app で、機関向けLLM展開、評価手法、および教育用AIシステムにおける倫理的配慮に関する継続的な研究を支援します。