@techreport{oai:ipsj.ixsq.nii.ac.jp:02003147,
 author = {椋木,大地 and 林,俊一郎 and 星野,哲也 and 片桐,孝洋},
 issue = {10},
 month = {Jul},
 note = {大規模言語モデル（Large Language Model，LLM）による生成AI技術が発達し，プログラムコードの実装支援・自動生成に応用されるようになった．本稿ではCPU向けのBasic Linear Algebra Subprograms（BLAS）コードを題材に，OpenAI社が提供する既存モデルを用いて数値計算コードの実装支援能力を検討した．LLMモデルとして2025年4月にリリースされた生成的事前学習型トランスフォーマー（Generative Pre-trained Transformer，GPT）モデルのGPT-4.1と，リーズニングモデルであるoシリーズの一つであるo4-miniを用いた．Level-1から3までのルーチンについて，(1)ルーチン名のみから最適化なしのC言語コードを生成，(2)ルーチン名のみから最適化ありのC言語コードを生成，(3)Fortranのリファレンスコードから最適化ありのコードを生成．という3つのケースについて結果を検証した．その結果，ルーチン名だけを与えた場合でも多くの場合に正しいコードを生成できることが明らかとなった．またOpenMPによるスレッド並列化やSIMD化，キャッシュブロッキングもある程度実装することができ，リファレンスコードと比べて高速化できることを確認した．},
 title = {BLASコードを題材としたGPTモデルによる数値計算コード実装支援に関する考察},
 year = {2025}
}