← Nishiki

Career & Workこれまでにつくったもの

LLM と情報検索を軸に、研究・個人開発・実務の3方向で手を動かしてきました。 作ったものは動かして終わりにせず、本番で運用し続けることを前提に設計しています。 自宅サーバー上の AI エージェントは実際に身内グループで常時稼働中で、 セキュリティ・コスト制御・テスト・監視まで自分で組んでいます。

FEATURED PROJECTS

ベクトル検索におけるチャンキング手法の比較評価

卒業論文 / 2026年7月 提出

「LLM による意味境界チャンキングは本当に優れているのか」を検証しました。 当初は提案研究として着手しましたが、予備実験が示した LLM の優位はチャンク粒度の交絡だった ことを突き止め、再検証型の研究へ転換しています。

  • 粒度を揃えた条件では LLM チャンキングの優位が消失。MRR Top-1 で固定長が逆転(0.619 vs 0.575
  • 公開ベンチマーク6データセットで追試。5コーパスで最適チャンク幅の追跡が成立(Spearman +0.821)、NQ では手法の限界事例を特定
  • 話し言葉の評価データが存在しなかったため、教育ポッドキャスト50本を faster-whisper large-v3 で書き起こし、自動QA生成パイプラインを構築して評価データセットを自作
Pythonfaster-whisperFAISSベクトル検索評価設計

月見ヤチヨ — Discord AI エージェント

個人開発 / 2026.6 – 本番運用中

自宅 Linux サーバーの状態を、Discord から自然言語で問い合わせられるエージェントです。 単なるチャットボットではなく 10種類のツールを持つ agent として構築し、 身内グループ向けに常時稼働させています。

  • インターフェース設計 — 「読みは自然言語、書きはコマンド」。誰でもメンションできる入口に書き込み能力を置かない方針で、agent の write は追加専用のホワイトリスト操作1種類のみ。確定的に答えられる要求はスラッシュコマンド側に出し、LLM を経由させない(課金ゼロ・API 障害時も応答する)
  • セキュリティ — 「動詞ではなく対象を固定する」方針で allowlist を設計。systemd 操作は許可した3サービスのみ、RCON は正規表現 fullmatch を通ったコマンドのみ、subprocess は全て shell=False。唯一の書き込み操作には監査ログを付与し、systemd 側も MemoryMax=512M / ProtectHome=read-only で固める
  • コスト制御 — プロンプトキャッシュ、ツール実行ラウンドの上限、グローバル(per-user ではない)レート制限。全対話のトークン内訳を記録しているため最適化を実測で評価でき、キャッシュ導入の前後で 1メンションあたり約11円 → 約5円(Sonnet 換算)
  • 品質・観測 — pytest 53件。allowlist 境界、RCON の分割 recv、agent ループをカバー。確率的に揺れる LLM の挙動は通常のテストに混ぜず、反復回数付きの評価ハーネスとして別枠で管理。対話ログの JSONL は監査ログ・「過去の会話を思い出す」ツールの参照元・蒸留ルーターの学習データを兼ねる
  • 既存の RCON ライブラリが asyncio.to_thread 内で signal.signal() を呼んで落ちるため、socket 直叩きで自前実装
PythonAnthropic APIdiscord.pysystemdpytest

IoT機器連携のための業務用デスクトップアプリケーション

ソフトウェアエンジニア インターン / 2025.11 – 2026.6 / 体制1名

業務システム側のデータと現場の IoT 機器を連携させる仕組みを、ゼロから設計・実装しました。 要件定義から実装・本番導入・保守までを一人で担当し、本番環境で稼働しています。

  • RxJS による状態管理、Electron による Windows デスクトップアプリの配布
  • 既存の業務フローを止めずに導入できるよう、データ変換の方式から設計
  • 守秘義務契約のため、事業ドメインおよび具体的な仕様は記載していません
TypeScriptAngular 13RxJSElectron

OTHER WORK

蒸留ルーター

ヤチヨbot のツール選択ログを学習データ化し、小型モデルでルーティング判断を再現する。zero-shot → kNN → MLP → LoRA と段階的に手法を上げている。

Python / PyTorch — 開発中

SFC PORTAL

大学のシラバスをベクトル検索する REST API(FastAPI・FAISS・Docker)を構築し外部公開。これを起点に React Native のモバイルアプリへ発展させた。

Python / FastAPI / React Native — 継続中

GPT-2 スクラッチ実装

PyTorch でゼロから実装・学習。応用として、トークン予測の確信度をフォントの透明度で可視化する機能を独自に追加した。

Python / PyTorch

自宅サーバー基盤

Ubuntu 24.04 上で Minecraft サーバーと bot を常時運用。bare git + post-receive hook から systemd 再起動まで繋いだデプロイパイプラインを構築。

Linux / systemd / Git — 運用中

Terrain Diffusion

拡散モデルによる地形生成を Minecraft のデータパックとして実装。研究会で発表した。

Python / Minecraft datapack

このサイト

S3 + CloudFront による静的配信。長期アクセスキーを使わない認証構成にし、更新はスクリプト一本で S3 同期と CDN キャッシュ破棄まで行う。

AWS S3 / CloudFront / Route 53

デスクトップ要約 AI

PC の操作ログを記録し、その日の作業を要約するパーソナルアシスタント。

Python / LLM

LoL Custom Tool

対戦のチームバランスを自動計算する Web アプリ。友人間で運用し、機能要件の達成をもって開発を完了した。

TypeScript / Next.js

一部のプロジェクトは、身内グループの対話ログや位置情報を含むためリポジトリを公開していません。 また実務のプロジェクトは守秘義務契約の範囲で記述しています。 いずれも内容については個別にご説明できます。

SKILLS

言語
PythonTypeScriptJavaScript
LLM・ML
Anthropic APIagent loop / tool useprompt cachingPyTorchRAG・FAISSローカルLLM(量子化)faster-whisper
Web
FastAPIAngular 13 / RxJSNext.js / ReactReact NativeElectron
インフラ
Linux (Ubuntu)DockersystemdAWS S3 / CloudFrontVercelPostgreSQLSQLitepytest
学習中
AWS Solutions Architect Associate

BACKGROUND

学歴

慶應義塾大学 総合政策学部(SFC)
2020年4月 – 2026年9月 卒業

Northcote College(ニュージーランド)
2015年2月 – 2017年12月 卒業

オークランド大学(ニュージーランド)
2018年(中途退学)

語学

TOEIC 920点(2022年6月)

英語がほぼゼロの状態から15歳で単身ニュージーランドへ渡航し、 現地校に3年間在籍して卒業しました。英語の一次情報の読解と、 英語での協働に支障はありません。