公開リポジトリ・研究プロトタイプ
TRIAD
Teacher-Routed Interaction-Adaptive Distillation。固定したTeacherとユーザーごとのLoRAを使い、対話から継続的に学ぶ個人適応の研究プロトタイプです。
YUKIUSA LAB / PROJECTS
プロジェクト
ツールやAIシステム、実験的なアイデアをコードでかたちにします。
目的・課題
対話の経験をプロンプトやメモリだけでなく、ユーザーごとの学習可能な重みに蓄積したとき、モデルがどう変化するかを探究します。変化が必ず改善になるとは仮定していません。
実装したもの
固定Teacher、共有するfrozen base、ユーザー別LoRAアダプターをつなぐローカル研究用CLIです。オンライン更新、replay、チェックポイントと復元、学習前後の比較を一つの実験フローで扱います。
Teacher → Student
固定したTeacherが対話を学習目標へと解釈します。Studentは基盤モデルを固定したまま、ユーザーごとのLoRAを実際の逆伝播で更新します。
経験をつなぐ学習
ユーザー別のアダプターとreplay memoryを保持し、チェックポイントとロールバックで学習状態を管理します。
変化を確かめる道具
個人適応の前後の変化やdriftを比較する流れを備えています。Python、PyTorch、Transformers・PEFT、Teacher推論用のOllamaを使用します。
リポジトリのREADMEに基づく紹介です。個人適応は応答を改善する場合も、歪めたり悪化させたりする場合もあります。小さなオフラインデモは更新・保存・評価の流れを確認するもので、自然言語の品質を保証しません。
FUTURE RESEARCH
Self-Improving Humanoid Robot
長期的な研究構想・Coming Soon
ニューラルネットワークでロボットの状態と経験を学び、長期的に経験を通して自ら改善していくヒューマノイドシステムを研究する構想です。
実装済みのプロジェクトや検証済みの機能ではありません。Embodied AI、Vision-Language-Action、Robot Foundation Model、Continual Learningを結ぶ将来の研究方向です。