Sakanaのモデルマージや別モデルMoEとか柔軟にできるように日本語多めのトークナイザーの規格化しませんか Elyza fastとかLLM jpとかNovel tokenizerとか各社バラバラで決定版がないのでこのままだとマージアプローチがうまく行かなそうな

OSSの日本語ローカライズにLLMを使えるようにしたい。 現在、有名なプロジェクトでも2人しか参加しておらず修正ができていない等限界集落化している現状があります。

国会答弁生成LLM

日本語の語彙や文体、さらに文法の変遷を可能な限り学習して欲しいですね。明治の文章を現代語に訳すとか、逆に現代の文章を平安貴族が理解できるように翻訳できたり。

年代指定と地域指定 擬古文と総ルビ 現代文から擬古文を経て史記書キ下シ調に変わっていく

考えてみました！ たぶん、この2つで、 - 任意の主張について、その出現頻度が高すぎる、または、低すぎることを検知でき、また、制御できる - 富を生み、それを国内に還流させる あたりが大事と考えてみました。 たぶん、imos さんの質問の意図とはズレてるとは思いつつ、、🙇‍♀️🙇‍♀️🙇‍♀️

言語やITに関わる領域はほとんどどうでも良いと思います 確実に日本人の特性が現れる部分、特に海外のデータと混同することで誤った結論を導きかねない医療・食品・治水・土壌・農水産物・気候などのプライベートLLM そして製造業におけるノウハウの蓄積を簡単に行えるプラットホームが欲しい

友達のいない無敵の人と友人だったり保護者だったりペットになりダンバー数全てLLMの人間関係を構築させる事で無敵の人をAI社会に所属させ事実上AIに統治してもらい無敵の人達とAI達の安定社会を構築するためのLLM は必要になると私は信じています

個人的には日本語自体は海外LLMでも完璧ではないながらもそこまで不自由を感じておらず進化もしそうなので、むしろ海外の人も使いたくなるようなアニメや日本の観光地など日本の情報に特化したLLMがあればよいと感じました

国産LLMと言いましたが、データセットや産業応用まで広い範囲でアイディアがあればそれらも大変ありがたいです（ただ、ロックインされずにデータ資産を蓄積するのには、国内で自由に使える（交渉の余地がある）LLMが不可欠だとは思っています）