本イベントは、原則毎週火曜日20:00から松尾研究室が主催するLLMに関する輪読会 & 実装のオンラインイベントです。

イベント概要

対象: 普段から論文を読んでいる/普段からLLMの実装を行なっている方々

レベル: ★★★★☆　(Expert)

発表者: 松尾研LLMCommunityメンバー チームJINIAC有志, 元谷　崇（インドサクラソフトウェアジャパン、旧行政職員）

テーマ：言語処理学会第31回年次大会(NLP2025) 第1回「大規模言語モデルのファインチューニング技術と評価」ワークショップ報告

論文リンク：

• Arora, D., & Zanette, A. (2025). Training Language Models to Reason Efficiently. arXiv preprint

• Han, D., & Han, M. (2025, February 6). Train Your Own R1 Reasoning Model with Unsloth (GRPO).

• Kojima, T., Gu, S. S., Reid, M., Matsuo, Y., & Iwasawa, Y. (2022). Large language models are zeroshot reasoners. Advances in neural information processing systems, 35, 22199-22213. arXiv preprint

• Mekala, R. R., Razeghi, Y., & Singh, S. (2023). EchoPrompt: instructing the model to rephrase queries for improved in-context learning.

• Shao, Z., Wang, P., Zhu, Q., Xu, R., Song, J., Bi, X., ... & Guo, D. (2024). Deepseekmath: Pushing the limits of mathematical reasoning in open language models.

• Wang, X., Wei, J., Schuurmans, D., Le, Q., Chi, E., Narang, S., ... & Zhou, D. (2022). Self-consistency improves chain of thought reasoning in language models.

• Wang, Y., Zhao, S., Wang, Z., Huang, H., Fan, M., Zhang, Y., ... & Liu, T. (2024). Strategic chain-ofthought: Guiding accurate reasoning in llms through strategy elicitation.

• Xu, X., Tao, C., Shen, T., Xu, C., Xu, H., Long, G., & Lou, J. G. (2023). Re-reading improves reasoning in language models.

松尾研LLMコミュニティについて

松尾研LLMコミュニティは、「大規模言語モデルについて知って学べるオンライン空間」として、東京大学松尾・岩澤研究室が運営するコミュニティです。現在、学生を中心とした8100名以上が、原則無償で参加しています。

松尾研コミュニティへの参加はこちらからお申し込みください。

また、本コミュニティでは様々なセミナーやハンズオンイベント等を定期的に開催しております。是非上記のSlackコミュニティへの参加と併せて、connpass上のグループの登録しイベント開催情報をお待ちください。

松尾研LLMコミュニティの各種リンクはこちら；

• 今後のイベント開催情報/参加申込；こちら

• 松尾研LLMコミュニティ参加フォーム；こちら

• 過去イベントアーカイブ（Youtube）；こちら

その他

• 2025年4月開講予定の「深層学習 DeepLearning基礎講座」の事前予約を開始しています。予約フォームはこちら