■ 研究組織「AI Lab」 株式会社サイバーエージェントでは、インターネット広告、対話システム、ロボットサービス等のサービスの核となる人工知能技術研究を行うための組織「AI Lab（エーアイ・ラボ）」を保有しています。 AI Labは5領域13チームで構成され、幅広い分野を専門とする研究者が所属しています。 また、高度なAI研究技術を持ち、実用化に積極的な大学・学術機関との産学連携を強化し、ビジネス課題の解決だけでなく学術的貢献を目指し研究開発に取り組んでいます。 ■強化学習チーム 13チームのうちの一つである、強化学習チームでは以下の研究開発に取り組んでいます。（一部抜粋） - 強化学習/バンディット問題に関する研究 意思決定戦略を自動で最適化するアルゴリズムの研究開発 https://www.cyberagent.co.jp/news/detail/id=28705 - 言語モデルの強化学習 教師データに対する尤度だけでなく、クリック率や広告効果などビジネスで関心のある指標を最大化でき、また教師データから外れた文章の生成にも頑健なアルゴリズムの研究開発 https://arxiv.org/abs/2206.01011 - 大規模言語モデルのファインチューニング 「より優れた文章を生成するためにはどのように言語生成モデルを利用すれば良いか？」という問題について研究を行い、自社開発LLM CALM2をファインチューニングする研究開発　 https://huggingface.co/cyberagent/calm2-7b-chat-dpo-experimental その他にも様々なプロジェクトに取り組んでいます。 https://cyberagent.ai/ailab/research/reinforcement-learning/