PsyCogMetrics AI Lab：LLM評価を認知科学と心理測定で組み直す設計研究
PsyCogMetrics AI Lab は、心理測定学と認知科学の方法論を取り込みつつ、クラウド上で使える統合評価プラットフォームとして設計された IT アーティファクトです。論文の核心は、評価結果そのものよりも、three-cycle Action Design Science によって LLM 評価基盤をどう設計すべきかを具体化した点にあります。
Cog AI Archive
最新の記事
MEG基盤モデルにおけるサンプルレベルトークナイゼーション戦略の体系評価
MEGの連続時系列をトランスフォーマー系の基盤モデルで扱う際のサンプルレベル「トークナイゼーション」を、学習型と非学習型で体系的に比べると、多くの評価観点では差が大きくならず、単純な固定手法でも基盤モデル開発を進められる可能性が示されました。
微分動的因果ネットワーク：モデル構築、同定、およびグループ比較
脳の大規模な神経相互作用を解明するため、脳波データから直接「微分動的因果ネットワーク（NccDCM）」を構築する新たな手法が提案され、微視的から巨視的なスケールにわたる病態生理学的モデリングの計算上の制約が克服されました。
微分動的因果ネットワーク：モデル構築、同定、およびグループ比較
脳の微視的な神経活動から巨視的な現象までを統合的に理解するため、脳波（EEG）データから直接的に微分因果ネットワークを構築する新しいアプローチであるNccDCMが提案されました。この手法は、相互作用する神経細胞集団の平均的な挙動を記述する条件付き結合神経回路に基づいており、各ノードは局所的な神経システムを、有向エッジはノード間の伝達パラメータを表現しています。 提案されたネットワークは階層構造を持ち、ノードとエッジのパラメータは被験者ごとに変動しつつも混合効果モデルに従うよう設計されており、確率微分方程式のチェン・フリース展開を用いた進化的最適化アルゴリズムによって効率的なパラメータ推論を実現しています。この枠組みにより、大規模な神経接続のモデル化に伴う計算上の課題を克服し、個々の脳の異質性を考慮した解析が可能となりました。 実際の小児てんかん患者と対照群のEEGデータを用いた検証では、てんかん発作時および発作前における興奮性・抑制性介在ニューロンの不均衡や、脳内ネットワークの機能的断絶、および異常な結合パターンの変化を特定することに成功しました。この結果は、てんかんの病態メカニズムの解明や、脳活動のバイオマーカーとしての有効性を示唆しており、臨床的な診断や治療戦略の策定に寄与する可能性を秘めています。