近年､大規模言語ﾓﾃﾞﾙ(LLM)は様々な自然言語処理ﾀｽｸで顕著な性能を発揮しており､金融領域においても注目を集めている｡だが､日本語の金融ﾀｽｸに特化したLLMは数少なく､またﾓﾃﾞﾙ構築においてはﾃﾞｰﾀやｺｽﾄの面での障壁が存在する｡本研究では､進化的ﾓﾃﾞﾙﾏｰｼﾞを用いて日本語金融ﾀｽｸに適したLLMを構築する方法について検証する｡進化的ﾓﾃﾞﾙﾏｰｼﾞとは､複数の異なるLLMを合成して新たに高性能なﾓﾃﾞﾙを構築するﾓﾃﾞﾙﾏｰｼﾞ手法の1つで､進化的ｱﾙｺﾞﾘｽﾞﾑを活用してﾓﾃﾞﾙを効率的に作成できる点が特徴である｡発表では､ﾓﾃﾞﾙﾏｰｼﾞにおけるﾀｽｸ設定の影響や､ﾏｰｼﾞ後のﾓﾃﾞﾙの特徴などについての検証結果を報告する｡
