私たちの論文「FLockによる分散型学習の拡大」が、ロンドンで開催される第24回IEEE/WIC国際ウェブ知能・インテリジェントエージェント技術会議(WI-IAT 2025)で最優秀産業論文賞を受賞したことを、心から大変嬉しく思います!🏆 この節目は、香港蓋議会(HKGAI)および@hkustとの驚くべき協力なしには実現しなかったでしょう。 AIの限界を一緒に押し広げていることを誇りに思います!🤝 受賞論文はこちらからご覧いただけます:

2/ 大規模言語モデル(LLM)の急速な発展により、集中型トレーニングは非常に高額になり、データ要件も厳しくなり、データに敏感な機関はLLMの応用に対してより慎重になっています。 本論文は、高忠実度の多機関環境における分散型学習の実現可能性を検証するための、非常にスケーラブルで堅牢なフレームワークを提案し、協働AIトレーニングをより堅牢で安全かつスケーラブルにします。

4/ WI-IATは、@ComputerSociety、IEEEコンピュータ協会、@wi_consortium、Web Intelligence Consortium(WIC)、IEEEインテリジェント情報技術コミュニティ(TCII)が主催する主要なグローバルフォーラムの一つであり、世界のトップ研究者や業界専門家が集まり、ウェブインテリジェンスとAIエージェント技術の交差点におけるイノベーションについて議論します。

5/ 産業用紙部門での受賞は、私たちが常に優先してきた最先端研究と実世界の展開のギャップを埋めることを認めるため、私たちにとって特に意味があります。 この節目は、私たちの厳密な研究へのコミットメントを証明するだけでなく、分散型フェデレーテッド学習が今やスケーラブルで実世界での展開に適した本番環境であることを証明します。