NLP, Vision&Language @ NTT Human Informatics Laboratories, 🎓PhD @ Tohoku University
Joined May 2018
- Tweets511
- Following606
- Followers949
- Likes3.7K
Pinned Tweet
Our #ECCV2026 work is out!🚀
Can retrievers understand document-level context across multiple pages?
💡Our answer is CMDR: a new benchmark (CMDR-Bench) and a context-aware multi-page embedding model (CMDR-Embed) that substantially improves retrieval.
📄 arxiv.org/abs/2607.05927
Ryota Tanaka retweeted
／
ECCV2026にNTT研究所から4件の論文が採択✨
＼
ECCVは、計算機が画像・動画を理解・制御・生成する技術の開発やそのための基礎理論の探究をめざす研究分野であるコンピュータビジョンにおける世界最高峰とされる国際会議です🌎
論文採択率は27.5％でした👀
#NTT #研究開発 #ECCV2026 #ComputerVision
group.ntt/jp/topics/2026/09/…
Ryota Tanaka retweeted
博士学生向けに NTT研究所オープンカンパニーとかいうイベントがあるらしい👀
詳細はマイページ登録しないと見られないようだけど、ﾍｲ研究所が気になる人は是非🫶🫶
↓マイページ
ntt-labs.jp/saiyo/
↓オープンカンパニー (特に情報なし)
group.ntt/jp/careers_rd/news…
共著で関わった、NTT-東北大の共同研究成果が、EMNLP2026 Mainに採択されました！
大規模視覚言語モデル内部におけるダイアグラムに関する表現を詳細に調査しました🔬
Our paper has been accepted to #EMNLP2026 Main!
Huge thanks to all my co-authors for their incredible support and contributions!
@k8kudo @y_aoneko @rtanaka_lab @saito_itsumi @KeisukeS_ @inuikentaro
#ECCV2026 に採択された、長文書から所望のページを「文脈情報」を利用して検索する研究について公開しました！
Our #ECCV2026 work is out!🚀
Can retrievers understand document-level context across multiple pages?
💡Our answer is CMDR: a new benchmark (CMDR-Bench) and a context-aware multi-page embedding model (CMDR-Embed) that substantially improves retrieval.
📄 arxiv.org/abs/2607.05927
Ryota Tanaka retweeted
CMDR: Contextual Multimodal Document Retrieval
@rtanaka_lab et al. introduce a benchmark for retrieving pages from long documents via cross-page context, plus an embedding model that beats non-contextual retrievers.
📝 arxiv.org/abs/2607.05927
👨🏽💻 cmdr-bench.github.io/
#ECCV2026 に主著論文「CMDR: Contextual Multimodal Document Retrieval」が採択されました！🎉
従来のページ単位の独立検索では扱えなかった複数ページに跨る文脈依存（CMDR）を定式化し、複数ページを同時に埋め込むCMDR-Embedにより大幅な性能向上を達成しました！
Just gave an oral presentation at #CVPR2026 MULA workshop by @k_haruka_r !
We found interesting behaviors in visual document understanding models!
✅ A gap between internal representations and responses exists
✅ Task Information is encoded more linearly in intermediate layers
📄 arxiv: arxiv.org/abs/2604.04411
#NLP2026 にて、優秀賞頂きました！
関係者の皆さん、ありがとうございます！
#NLP2026 にて、NTT tsuzumiチームが優秀賞5件、若手奨励賞1件を受賞しました！
これを励みに、今後も大規模言語モデル「tsuzumi」の開発と、革新的な研究の両面で、より一層挑戦を続けて参ります。採用も積極的に行っていますので、tsuzumi のR&Dに興味をお持ちいただけた方は、ぜひご連絡ください！ ntt-labs.jp/saiyo/
■ 優秀賞（718件中16件）
位置符号化の基底拡大戦略は外挿性能を制限する
岡 佑依 (NTT/東北大), 斉藤 いつみ (東北大), 西田 京介 (NTT)
周波数エントロピーによる位置埋込みの解明
岡 佑依 (NTT), 花房 健太郎 (愛媛大), 長谷川 拓, 西田 京介 (NTT)
CMDR: 文脈を考慮したマルチモーダル文書検索
田中 涼太, 長谷川 拓, 西田 京介 (NTT)
Let's Put Ourselves in Sally's Shoes: 他人の靴プレフィリングは大規模言語モデルの心の理論を改善する
篠田 一聡, 北条 伸克, 西田 京介, 山﨑 善啓, 鈴木 啓太, 杉山 弘晃, 齋藤 邦子 (NTT)
大規模視覚言語モデル内部におけるダイアグラムの表現形成過程
吉田 遥音, 工藤 慧音, 青木 洋一 (東北大), 田中 涼太 (NTT), 斉藤 いつみ, 坂口 慶祐, 乾 健太郎 (東北大)
■ 若手奨励賞（517件中21件）
ハルシネーションから学ぶ：内部表現への介入によるハルシネーション抑制
門谷 宙, 西田 光甫, 西田 京介 (NTT)
Ryota Tanaka retweeted
#NLP2026 にて、NTT tsuzumiチームが優秀賞5件、若手奨励賞1件を受賞しました！
これを励みに、今後も大規模言語モデル「tsuzumi」の開発と、革新的な研究の両面で、より一層挑戦を続けて参ります。採用も積極的に行っていますので、tsuzumi のR&Dに興味をお持ちいただけた方は、ぜひご連絡ください！ ntt-labs.jp/saiyo/
■ 優秀賞（718件中16件）
位置符号化の基底拡大戦略は外挿性能を制限する
岡 佑依 (NTT/東北大), 斉藤 いつみ (東北大), 西田 京介 (NTT)
周波数エントロピーによる位置埋込みの解明
岡 佑依 (NTT), 花房 健太郎 (愛媛大), 長谷川 拓, 西田 京介 (NTT)
CMDR: 文脈を考慮したマルチモーダル文書検索
田中 涼太, 長谷川 拓, 西田 京介 (NTT)
Let's Put Ourselves in Sally's Shoes: 他人の靴プレフィリングは大規模言語モデルの心の理論を改善する
篠田 一聡, 北条 伸克, 西田 京介, 山﨑 善啓, 鈴木 啓太, 杉山 弘晃, 齋藤 邦子 (NTT)
大規模視覚言語モデル内部におけるダイアグラムの表現形成過程
吉田 遥音, 工藤 慧音, 青木 洋一 (東北大), 田中 涼太 (NTT), 斉藤 いつみ, 坂口 慶祐, 乾 健太郎 (東北大)
■ 若手奨励賞（517件中21件）
ハルシネーションから学ぶ：内部表現への介入によるハルシネーション抑制
門谷 宙, 西田 光甫, 西田 京介 (NTT)
Ryota Tanaka retweeted
🚀 New paper on arXiv!
arxiv.org/abs/2603.02865v1
🤔 How do LVLMs internally form representations of nodes and edges?
💡 Node representations form early, whereas edge representations form late.
Feedback is welcome! 1/N
Ryota Tanaka retweeted
そして、12/2からのNeurIPSにてNTTがスポンサーになりブースを出します。tsuzumi 2を含め様々なNTT研究所の技術が紹介されますので、現地ご参加の方、ぜひお立ち寄りください！
neurips.cc/Conferences/2025/…
私も現地参加予定です！どうぞ宜しくお願いします〜
Ryota Tanaka retweeted
本日、記者会見があり、NTTが研究開発しております「tsuzumi 2」が提供開始になりました🚀
ニュースリリース👉 group.ntt/jp/newsrelease/202…
tsuzumi 2はパラメータ数28.6B・10Tトークン学習の、日本語の理解・生成・指示遂行に強みを持つモデルです。
2025年11月19日から開催される NTT R&D フォーラム rd.ntt/forum/2025/ での展示・講演をはじめ、今後のイベントにて tsuzumi 2 についてご紹介して参ります！
NTT研究所では、今後もLLMの研究開発をさらに推進してまいります。現在、経験者採用を積極的に行っておりますので、ご興味をお持ちの方はぜひご連絡ください。
Ryota Tanaka retweeted
📜Lossless Vocabulary Reduction for LLMs🤖
In this paper, we established a theoretical framework that can flexibly shrink the vocabulary of a given LLM to an arbitrary sub-vocabulary, efficiently in inference-time.
🔗arxiv.org/abs/2510.08102
See the video for a quick overview👇
Ryota Tanaka retweeted
8/17～21ににオランダのロッテルダムで開催される、音声言語処理における世界最大の国際学会 #Interspeech2025 に、NTTから18本の論文が採択されました🎉
#NTTRD #Celebration
▼詳細はこちら
group.ntt/jp/topics/2025/08/…
