研究成果を知る
画像・テキスト・音声などを生成するAI技術の開発と，
その学習を支援するためのデータ拡張，カリキュラム学習などの手法，
生成物の品質を評価・検証する研究を行っています．
近年は，LLM-as-a-Judgeを評価器・測定器として捉え，評価器そのものの安定性，バイアス，criterion shiftを測る研究にも取り組んでいます．
なぜ難しいか
生成モデルの評価は主観的要素を含み，定量的な品質指標の設計が困難です．
また，生成物の多様性と品質のバランス，学習の安定性，
生成物のバイアスや倫理的問題への対処も課題となります．
研究方針
多角的な評価指標の設計，人間評価との相関分析，
学習効率を向上させるカリキュラム学習や能動学習の導入に取り組んでいます．
また，LLM judgeを測定器として扱い，判定出力の妥当性，同一回答に差をつけるdark current，指定した対象を選ぶ精度を分けて評価するプロトコルを設計しています．
評価の考え方
FID，IS，CLIPスコアなどの定量指標と，
ユーザスタディによる主観評価を組み合わせた多面的な評価を行っています．
現在の問い
- 1生成画像の品質と多様性を両立する評価設計
- 2効率的なアノテーションのための能動学習と生成支援
- 3生成モデルの公平性とバイアスの検証
- 4LLM-as-a-Judgeを測定器として扱う評価プロトコルと信頼性分析
関連する研究業績（6件）
検証機構付きLLMを用いた実時間性能情報に基づく動的BGP経路制御
通信状況に応じた経路制御について，LLMの判断に検証機構を組み合わせる研究です．
角皆 健人, 山﨑 秀吾, 川部 凱斗, 宇佐美 裕康
令和8年度電気・電子・情報関係学会東海支部連合大会講演論文集, 2026 (8月)
2B-2-7, p. 154, ネットワークシステム, 2026-08-30
思考連鎖推論の自己整合性に基づく教育問題自動生成の安定化手法
推論過程の自己整合性を利用し，教育用の問題を自動生成する手法を扱う研究です．
下辻 那裕, 宇佐美 裕康, 中根 仁
第23回情報学ワークショップ（WiNF 2025）, 2025
P1A-3
モダリティ変換を用いた生成・検証サイクルによる画像生成AIの意味的生合成の検証
情報の表現形式を変える生成・検証サイクルで，画像生成AIの出力と意味の対応を調べる研究です．
伊豆原 慶万, 冨成 啓希, 宇佐美 裕康
第23回情報学ワークショップ（WiNF 2025）, 2025
P1A-30
画像生成AIを対象とした目的指向型プロンプト文の検討
画像生成AIへの指示を目的に沿って設計する，プロンプト表現の研究です．
福岡 玲也, 冨成 啓希, 宇佐美 裕康, 岩堀 祐之
日本知能情報ファジィ学会第55回東海ファジィ研究会論文集, 2024
P1-07
Stable Diffusion系AI画像生成ツールにおける効果的なプロンプト文の研究とその評価
Stable Diffusion系の画像生成で，指示文の設計と生成結果の評価を扱う研究です．
冨成 啓希, 福岡 玲也, 宇佐美 裕康
第21回情報学ワークショップ（WiNF 2023）, 2023
2A-23
日本語固有の潜在情報を考慮したtext-to-imageモデルの提案
日本語固有の情報を考慮し，文章から画像を生成するモデルを扱う研究です．
福岡 玲也, 山﨑 大葵, 山根 悠暉, 宇佐美 裕康, 鈴木 裕利
第20回情報学ワークショップ（WiNF 2022）, 2022
S-4A-7