株式会社ＭＴＲＩ東京技術総合研究所（以下「ＭＴＲＩ」）は、ＭＴＲＩの研究者および共同研究者が携わった3本の論文が、自然言語処理分野の国際会議 EMNLP 2026（Conference on Empirical Methods in Natural Language Processing） に採択されたことをお知らせします。

今回採択された研究には、ＭＴＲＩ Research Scientistの Yiqun Sun が中心となって取り組んだ研究に加え、Research Internの Yongjian Chen が主導した研究も含まれています。

ＭＴＲＩでは、ICML 2026に採択された2本の論文に続き、トップレベルの国際会議における研究成果の発表を継続しています。今回の採択は、エージェント型AI、マルチモーダル推論、Trustworthy AI（信頼できるAI） をはじめとする研究領域において、ＭＴＲＩの研究活動がさらに広がっていることを示すものです。

‍

研究成果：人を中心としたAI技術の発展に向けて

今回採択された3本の論文は、ＭＴＲＩが重点的に取り組む複数の研究領域にまたがっています。

• ‍Corpus2Skill: Turning Enterprise Knowledge into Navigable Agent Skills
  AIエージェントが従来型の検索のみに依存するのではなく、構造化された知識階層を自律的にたどることで、企業内の知識へアクセスする新たなアプローチを探究する研究です。本研究は、グローバルチーム間におけるシームレスな知識移転を支援するとともに、組織に蓄積された知識を、世界各地の多様な人材がより有効に活用できる環境の実現につながります。

• When Models Hear What They Expect: Diagnosing Prosodic Heuristics in Multimodal Sarcasm Detection
  当社リサーチインターンのYongjian Chenが主導した本研究では、マルチモーダル言語モデルが音声をどのように解釈するかを分析し、英語および中国語（標準中国語）の双方において、表層的な韻律的手掛かりに体系的に依存する傾向があることを明らかにしました。こうした限界を理解することは、言語や文化の違いを越えて、より信頼性の高いコミュニケーションを実現するAIシステムを構築するうえで重要であり、グローバルな人材協働を支える基盤にもつながります。
• GGSS: Steering Bias Away Without Retraining Generative Vision–Language Models
  生成型Vision-Language Model（VLM）について、基盤モデルを再学習することなく、推論時にバイアスを低減する手法を検討する研究です。本研究は、世界中の多様なユーザーや人材コミュニティに対応できる、より信頼性が高く、公平なAIシステムの実現に貢献します。

これらの研究成果は、MTRIが継続的に推進している**エージェントAI、情報検索、マルチモーダル推論、Trustworthy AI（信頼できるAI）**に関する研究活動の一環です。

これらの研究領域は、法務、専門サービスをはじめとする知識集約型産業において、信頼性の高いAIシステムを構築するうえでますます重要になっています。同時に、国境や専門分野を越えたグローバルチームが、安全かつ効果的に連携するための技術基盤としても重要な役割を担います。

‍

グローバルな研究コミュニティの構築：技術（Technology ）× 人材（Talent） × 信頼（Trust）

ＭＴＲＩの使命は、自社内で研究を行うことだけにとどまりません。私たちは、国や専門分野を越えて研究者、エンジニア、大学、産業界のパートナーをつなぎ、アイデアを共有し、社会的意義のあるAI研究課題に共に取り組むことで、世界のAI人材をつなぐ信頼される研究プラットフォームとしてＭＴＲＩを発展させていくことを目指しています。

この使命を、私たちは相互につながる3つの要素、**Technology（技術）・Talent（人材）・Trust（信頼）**から捉えています。

技術

ＭＴＲＩが取り組むエージェント型AI、マルチモーダル推論、バイアス低減などの研究は、国境を越えた円滑な協働を支えるために必要な技術基盤そのものに関わるものです。より信頼性が高く、解釈可能で、公平なAIシステムを発展させることで、組織が地理的・文化的な境界を越えて、多様な人材と知識をより効果的に活用できる環境の実現を目指します。

人材

最先端のAI研究は、本質的に国際的な取り組みです。異なる学術的背景、技術的視点、言語、経験を持つ研究者が協働することで、新たな発見や重要な技術的進展が生まれることがあります。

ＭＴＲＩでは、国際的な研究ネットワークや大学・産業界との連携を通じて、研究者がキャリアをスタートした国や地域にかかわらず、世界的に意義のあるAI研究に参加できる機会を創出していきたいと考えています。国、文化、専門分野を越えたAI人材が、共通の技術課題に協力して取り組むことのできる、開かれた研究エコシステムの形成を目指します。

信頼

AI分野における国際協力を実現するためには、技術力だけでなく、相互の信頼が不可欠です。ＭＴＲＩは、Pacific Rim AI Initiative Foundation（PRAII） の支援のもと、責任ある国際的なAI協力という、より広い枠組みの中で研究活動を推進しています。

PRAIIは、安全かつ人間中心のAI人材育成、異文化間の相互理解、研究における信頼性と透明性、そして国や組織を越えた自主的な倫理・コンプライアンスの整合を推進しています。これらの理念は、最先端のAI研究を、知識集約型かつ規制のある環境でも安心して利用できる実用的な技術へとつなげていくというＭＴＲＩの取り組みにも通じています。

PRAIIが掲げるより広いビジョンでは、技術を通じた協働そのものが、異なる文化や社会に属する研究者・組織間の相互理解と信頼を築く手段になり得ると考えています。

Pacific Rim AI Initiative Foundation（PRAII）について詳しくはこちら

研究から責任あるイノベーションへ

技術力、国際的な人材協働、信頼に基づくガバナンス。

この3つを組み合わせることで、ＭＴＲＩは学術的なイノベーションと、責任ある社会実装の双方につながる研究を目指しています。

• Technology が、新たな可能性を実現する技術を生み出す。
• Talent が、その技術を発展させるために必要な人材と多様な視点を結びつける。
• Trust が、技術と人材が組織・文化・国境を越えて責任ある形で協働するための基盤となる。

Technology × Talent × Trust は、技術的な挑戦だけでなく、国際的な協働と社会的責任の両立を目指す、ＭＴＲＩのAI研究に対する考え方を表しています。

今回EMNLP 2026に採択された3本の論文も、それぞれ異なる側面から、この大きな使命に貢献しています。

新たな一歩

今回の3本の論文のEMNLP 2026への採択は、ＭＴＲＩが国際的なAI研究組織として成長していくうえで、新たな一歩となります。ICML 2026に採択された2本の論文に続き、今回の研究成果は、エージェント型知識システム、マルチモーダル推論、バイアス低減、Trustworthy AI まで、ＭＴＲＩの研究領域が着実に広がっていることを示しています。

今回の成果に携わった Yiqun Sun、Yongjian Chen をはじめ、すべての共著者および共同研究者に祝意を表するとともに、EMNLP 2026の場でこれらの研究成果を世界のNLP研究コミュニティと共有できることを楽しみにしています。

‍