LLM内部回路のホワイトボックス化を目指して

更新日：2026年10月11日

近年盛んに危険性が指摘されている超知性（Super Intelligence）の安全性に関する研究です。生成AIの内部メカニズムをホワイトボックス化し、推論時の概念操作に対する直接的監視と危険推論を特定する技術の確立を目指しています。

現時点では、研究手法の確立のため、もう一つのプロジェクトである「メタファー回路研究」を中心に推進し、LLMホワイトボックス化のための解析ツールや方法論を開発しています。

LLM内部回路のホワイトボックス化は、AI安全性におけるとても大切なテーマであると同時に、我々の社会においてこれほどまでに重要度が増し、なくてはならないものとなった生成AIを、より安全で、より価値の高いものにしていくために必須の技術と考えています。LLMの理論基盤の解明の側面も同時に持ち合わせています。弊社は、AI安全性を第一に掲げ、LLM基礎技術の研究開発を進めていきます。