現場の課題を、使い続けられる AI システムへ。

現在、東京科学大学（Institute of Science Tokyo）で学んでいます。 RAG に関心があり、特に次のテーマを探究したいと考えています。

• 文書の構造・レイアウトを活用したチャンキング： 見出し・段落・表などの関係を保ち、検索に適した単位に分割する方法。
• Embedding と検索品質： 文書の分割方法やベクトル表現が、検索結果の関連性・根拠の取得に与える影響。
• 実務で使える RAG： 回答の生成に加え、出典の確認、評価、資料更新まで含めたシステム設計。

留学塾での教務経験を出発点に、資料を繰り返し調べる負担を減らす J-Grad-Admission-RAG を開発しています。要件整理から設計、実装の検証、改善まで取り組んでいます。

AI コーディングを活用しながら、何を作るか、どの情報を信頼するか、どう確かめるかを重視しています。

代表プロジェクト · 設計と技術の説明 · 開発で学んだこと

▶ ブラウザでデモを試す｜インストール不要

日本語・中国語（初期表示は日本語）で二校・五つの保存済みサンプルを操作できます。リアルタイムの検索・AI回答は実行しません。

現在、最も注力しているプロジェクトです。 塾内の教務支援を目的としたシステムの公開デモとして、公式 PDF の出願日程・提出書類・試験情報を整理し、個人の状況との照合、参考レポート、自然言語での質問につなげます。

実装画面：中国語の案内と日本語の公式資料をつなぎ、複数文書の関係を確認できます。画面集・検証条件を見る →

• 探す： キーワード検索とベクトル検索を組み合わせ、関連する公式資料を取得。
• 確認する： レビュー済みの条件と本人の入力を照合し、日程や準備事項を表示。
• 説明する： 自然言語の参考回答とは別に、根拠となる文書・ページを保持。
• 更新する： 学校・資料版の識別と設定生成で、追加・更新時の重複作業を減らす。

現在の公開範囲は、東京科学大学の固定資料と、東京大学・新領域創成科学研究科・複雑理工学専攻の限定テーマです。学校全体の網羅や、合否・出願資格の最終判断を行うものではありません。

主な技術： Python / FastAPI / PyMuPDF / pdfplumber / BM25 / BGE-M3 / JavaScript / pytest / Playwright / GitHub Actions

リポジトリ →　設計のポイント →　ローカルで試す →

• 既存資産から始める。 コード・データ・過去の判断を調べ、再利用できるものを確認してから変更する。
• 実装と検証を分ける。 AI の「完了」だけで判断せず、実データ、実際の操作、回帰テストで確かめる。
• 繰り返す作業は仕組みにする。 AI が整理した内容をレビューし、承認済みの入力から設定を生成する。

開発上の失敗と改善の記録 →

PDF の解析・検索・構造化抽出を学ぶための初期プロトタイプです。自然言語 QA への拡張時に、モデルに渡せる文脈量、処理の待ち時間、繰り返す API 呼び出しのコストが課題になりました。検索対象を減らすだけでは必要な文脈も失われるため、J-Grad で構成を見直しました。

J-Grad では、資料の事前構築と問い合わせを分離し、構築済みの知識・索引を再利用します。さらに、レビュー済みの条件と自然言語の参考回答を分け、出典・資料版・回帰検証を管理する設計に発展させています。

当時の実験と、J-Grad への再設計の理由 →

研究関心から候補研究室を探す、J-Grad の研究室検索への拡張構想です。現在は API・データモデルの初期段階で、検索機能は未実装です。出典に基づく関連性の説明と評価方法を検討しています。

関心領域：RAG / Layout-aware Chunking / Embedding / 検索評価 / AI 支援開発