大規模マルチモーダルモデルによるプライバシーを保護したデータアノテーション自動化

抄録

近年、大規模マルチモーダルモデル(Large Multimodal Model, LMM)はテキスト分析、文字起こし、光学文字認識等の様々なタスクで革新的な性能を発揮している。一方、LMMのデータ利用ポリシーは開発者によって異なり、入力データが保存される、あるいは学習データとして利用される可能性をはらんでいる。産学を問わず様々な応用可能性が模索される中、データプライバシーを保護しながらLMMを活用するための技術が求められている。 一つのLMMの応用例としてデータアノテーションの自動化が挙げられる。データアノテーションは従来人間が手作業で行うため、時間やコストを要するとともに、アノテーションの質は各作業者の能力に依存する。したがって、LMMがアノテーション作業を代替することで、高速かつ高品質なアノテーションが期待される。 本研究では、LMMを用いたアノテーション自動化において、アノテーションの精度を保ちながらデータのプライバシーを保護する手法を提案する。実験では、LMMを用いて画像のアノテーションを行い、精度を保ちながらプライバシー漏洩リスクを低減可能であることを示した。