概要 - AQUA: 水産養殖・漁業用の大規模言語モデル

AQUA: 水産養殖・漁業用の大規模言語モデル

2025-07-28 05:06:07

{"Praneeth Narisetty","Uday Kumar Reddy Kattamanchi","Lohit Akshant Nimma","Sri Ram Kaushik Karnati","Shiva Nagendra Babu Kore","Mounika Golamari","Tejashree Nageshreddy"}

{cs.CL,cs.AI,cs.CE,cs.LG,cs.RO}

AQUAは、水産養殖および漁業産業用に特別に設計された大規模言語モデル（LLM）です。Kurma AIによって開発されたAQUAは、賢い洞察を提供し、意思決定を改善し、運営効率を高めることで、農家、研究者、産業実務家をサポートすることを目指しています。 ### 水産養殖における課題 水産養殖は多くの課題に直面しています。以下がその一例です： - **病気の発生**：病気の発生は経済的な損失を引き起こし、魚の健康に影響を与えます。 - **効率的な餌の給餌方法**：最適でない餌の給餌戦略は資源の無駄と環境の悪化につながります。 - **労働コストの上昇**：労働コストは総生産コストの大きな部分を占め、成長の障壁となります。 - **物流の効率性の低さ**：効率の低い物流は水産養殖運営のスケーラビリティと効率に影響を与えます。 - **稚魚場の問題**：稚魚場における重要な問題、例えば高い死亡率や水質管理の悪化は生産性と持続可能性を阻害します。 ### AQUAとAQUADAPT これらの課題に対処するために、AQUAはAQUADAPTフレームワークを使用します。AQUADAPTは、高品質の合成データを生成および精査する構造化および行動的なアプローチです。AQUADAPTは以下の構成要素で構成されています： - **データエージェント**：データ前処理パイプライン全体を統括し、収集されたコーパス全体にわたる一貫性のあるフォーマットと高い関連性を確保します。 - **専門エージェント**：種データセットの構築、品質管理、および反復的な精査にドメイン専門知識を提供します。 - **プロンプトエージェント**：現実の状況と現場で直面する挑戦を反映するプロンプトをキュレートします。 - **QAエージェント**：少訓練プロンプト方法と専門家のフィードバックを使用してQ&Aペアを生成および精査します。 - **スコアリングエージェント**：構造化評価枠組みと専門家の判断を使用してQ&Aペアの品質を評価します。 ### データ収集と前処理 AQUAを構築するために、研究者は55,105件のドキュメントからなるドメイン固有のコーパスをキュレートしました。コーパスは、生産システム、遺伝学、育種、水質、健康と病気管理など、水産養殖のさまざまな側面をカバーしています。 データはデータエージェントを使用して処理され、ルールベースのクリーンイングパイプラインが適用され、一貫性のあるフォーマットと高い関連性を確保しました。構造化タクソノミーはモジュール化および並列的なインストラクション生成を可能にし、水産養殖の特定のサブ分野に適応可能です。 ### 指示データ生成のためのハイブリッドエージェント-専門家フレームワーク 専門エージェントは、ドメイン固有の指示データの高精度を確保する役割を果たします。以下のように動作します： 1. **専門家ガイドのカテゴリ構造化**：専門家は現実の状況と現場で直面する挑戦を反映するカテゴリ特定のプロンプトとQAシードを定義します。 2. **合成QA生成とスコアリングワークフロー**：専門エージェントは少訓練プロンプト方法を使用して候補の指示-出力ペアを生成し、構造化評価枠組みを使用してその品質を評価します。 3. **出力統合**：キュレートされたデータセットはGPT-4.1やGemini 2.0 Flashなどのモデルの指示調整の骨格として使用されます。 ### 双重経路QA合成：文献採掘と専門家調整LLM AQUADAPT内のQAエージェントは、以下の双方向合成戦略を通じて高品質な水産養殖固有のQAデータセットの構築を促進します： 1. **専門家ガイドの微調整**：GPT-4.1とGemini 2.0 Flashの両方を専門エージェントによってキュレートされた高品質データセットで微調整します。 2. **BM25フィルタリングによる文献抽出**：QAエージェントはクリーンな文献からQAペアを抽出します。 3. **クリーンアップエージェントによるポストプロセッシング**：文献から生成されたQAペアはクリーンアップエージェントに渡され、ルールベースの品質管理が適用されます。 4. **最終データセットのアッサーバー**：QAエージェントは統合および高精度のデータセットを出力し、AQUAの指示調整の基礎として使用されます。 ### LLM-as-a-Judge AQUADAPT内のスコアリングエージェントは、構造化評価枠組みと専門家の判断を使用してQ&Aペアの品質を評価するために、微調整されたGPT-4.1を使用してLLM-as-a-Judgeとして機能します。これにより、最終データセットの品質と一貫性が確保されます。 ### AQUAの微調整と評価 AQUAは、スコアリングエージェントによってキュレートされた約300万件の高品質なQAペアで微調整されます。標準的なNLGメトリックは、モデルが水産養殖固有の言語と多段階の指示パターンを信頼性高く内包していることを確認します。 ### 水産養殖分野におけるモデル出力の比較評価 比較研究では、AQUAが魚の健康管理、餌の給餌戦略と栄養、水産養殖の生産と経済、水質管理などの重要な分野で一般的な指示モデルを常に上回ることが示されました。 ### IoTシステムへのSLM統合によるリアルタイム水質管理 AQUAは、リアルタイムのエッジレベルの水質監視とアドバイザリーを可能にするために、IoTベースの水産養殖インフラと統合できます。この統合は、完全な自動化と高度な水産養殖運営に向けた重要な一歩です。 ### 制限と将来の研究 AQUAには、ドメイン一般化と過度な特定性、潜在的な硬直性などの制限があります。