Publications (Selected)

• @Carnegie Mellon University! Y. Wada, K. Matsuda, K. Sugiura, G. Neubig. "ZINA: Multimodal Fine-grained Hallucination Detection and Editing" under review, pdf, project page.
• S. Hirano, Y. Wada, K. Matsuda, S. Otsuki, K. Sugiura, "LLM-Free Image Captioning Evaluation in Reference-Flexible Settings" in AAAI 2026, pdf.
• K. Matsuda, Y. Wada, S. Hirano, S. Otsuki, K. Sugiura, "VELA: An LLM-Hybrid-as-a-Judge Approach for Evaluating Long Image Captions" in EMNLP main 2025, pdf, project page.
• Highlight! (top 3.6%) Y. Wada, K. Kaneda, D. Saito, K. Sugiura. "Polos: Multimodal Metric Learning from Human Feedback for Image Captioning" in CVPR 2024, pdf, project page.
• K. Matsuda, Y. Wada, K. Sugiura. "DENEB: A Hallucination-Robust Automatic Evaluation Metric for Image Captioning", in ACCV 2024, pdf (acceptance rate = 32%)
• Y. Wada, K. Kaneda, K. Sugiura. "JaSPICE: Automatic Evaluation Metric Using Predicate-Argument Structures for Image Captioning Models" in CoNLL 2023, pdf, project page. (acceptance rate = 28%)
• K. Kaneda* , R. Korekata* , Y. Wada* , S. Nagashima*, et. al "DialMAT: Dialogue-Enabled Transformer with Moment-Based Adversarial Training", in CVPR 2023 Embodied AI Workshop. pdf
  • *: Equal contribution
• Y. Iioka, Y. Yoshida, Y. Wada, S. Hatanaka and K. Sugiura, “Multimodal Diffusion Segmentation Model for Object Segmentation from Manipulation Instructions”, IEEE/RSJ IROS, 2023, pdf
• T. Matsubara*, S.Otsuki*, Y. Wada*, H. Matsuo, T. Komatsu, Y. Iioka, K. Sugiura, H. Saito, “Shared Transformer Encoder with Mask-based 3D Model Estimation for Container Mass Estimation”, IEEE ICASSP, pp.9142–9146, 2022. pdf
  • *: Equal contribution
• K. Kaneda, Y. Wada, T. Iida, N. Nishizuka, Y. Kubo, K. Sugiura: “Flare Transformer: Solar Flare Prediction using Magnetograms and Sunspot Physical Features”, ACCV, pp. 1488-1503, 2022. pdf (acceptance rate = 33.4%)

Publications (Others)

• J. Tokumitsu*, Y. Wada*, "Capturing Fine-Grained Alignments Improves 3D Affordance Detection", in MVA 2025, pdf, Oral(16.4%)
  • *: Equal contribution
• S. Nagashima, K. Kaneda, Y. Wada, T. Iida, M. Taguchi, M. Hirata, and K. Sugiura, “ECoG Dual Context Network for Brain Machine Interfaces,” in IEEE Access, 2025, pdf
• S. Hirano, Y. Wada, T. Iida, K. Sugiura, "Attention Lattice Adapter: Visual Explanation Generation for Visual Foundation Models", in ICONIP 2025, pdf
• 松田一起, 和田唯我, 小槻誠太郎, 杉浦孔明: “LLM-Hybrid-as-a-Judge に基づく長文画像キャプション向け自動評価尺度”, 第28回画像の認識・理解シンポジウム, オーラル発表（査読有）, 2025
• 平野愼之助, 和田唯我, 松田一起, 小槻誠太郎, 杉浦孔明: “画像キャプション生成におけるLLM フリー自動評価尺度と大規模な人手評価データセットの構築”, 第28回画像の認識・理解シンポジウム, 2025
• 和田唯我, 兼田寛大, 齋藤大地, 杉浦孔明: “Polos: 画像キャプション生成における教師あり自動評価尺度”, 言語処理学会第30回年次大会, 2024 pdf, project page
• 松田一起, 和田唯我, 杉浦孔明: “ハルシネーションに頑健な画像キャプション生成の自動評価”, 2024年度 人工知能学会全国大会, 2024 pdf.
• 戸倉健登, 松田一起, 和田唯我, 杉浦孔明: “対照学習と階層的特徴抽出に基づく画像キャプション生成の自動評価”, 第27回画像の認識・理解シンポジウム, IS-1-098, 2024.
• 和田唯我, 兼田寛大, 杉浦孔明: “JaSPICE: 日本語における述語項構造に基づく画像キャプション生成モデルの自動評価尺度”, 言語処理学会第29回年次大会, 2023 pdf, project page
• 齋藤大地, 和田唯我, 兼田寛大, 杉浦孔明: “マルチモーダル情報に基づく画像説明文の教師あり自動評価”, 第31回インタラクティブ情報アクセスと可視化マイニング研究会, 2023 pdf.
• 是方 諒介, 和田唯我, 兼田 寛大, 長嶋 隼矢, 杉浦 孔明, "DialMAT: 敵対的摂動に基づく対話的Visionand-Language Navigation". 第41回日本ロボット学会学術講演会, 2023 pdf.
• 平野 慎之助, 小松 拓実, 和田唯我, 神原 元就, 畑中 駿平, 平川 翼, 山下 隆義, 藤吉 弘亘, 杉浦 孔明. "ENCHANT: 大規模言語モデルを用いた仮説生成に基づくクロスモーダル説明文生成". 第41回日本ロボット学会学術講演会, 2023 pdf.
• 田中励雄, 和田唯我, 杉浦孔明: “シーングラフに基づく画像キャプション生成モデルの自動評価と解析”, 2023年度 人工知能学会全国大会, 2023 pdf
• 飯岡 雄偉, 吉田 悠, 和田唯我, 畑中 駿平, 杉浦 孔明: “生活支援タスクにおける大規模視覚言語モデルと拡散確率モデルを用いた参照表現セグメンテーション”, 2023年度 人工知能学会全国大会, 2023 pdf
• 和田唯我, 兼田寛大, 飯田紡, 西塚直人, 久保勇樹, 杉浦孔明: “Flareformer: 磁場画像および物理特徴量の統合による大規模太陽フレア予測”, 第21回情報科学技術フォーラム, CH-002, 2022 pdf
• 九曜克之, 和田唯我, 兼田寛大, 飯田紡, 西塚直人, 久保勇樹, 杉浦孔明: “Flare Transformer Regressor: Masked Autoencoder と Informer Decoder に基づく太陽フレア予測”, 第21回情報科学技術フォーラム, CH-005, 2022. pdf

Awards / Honors

• Y. Wada, T. Arita. 未踏IT'24 スーパークリエータ選出
  • 経済産業省より，特に卓越した能力をもった者である「スーパークリエータ」として認定．
• Y. Wada, K. Kaneda, D. Saito, K. Sugiura. "Polos: Multimodal Metric Learning from Human Feedback for Image Captioning" in CVPR 2024, CVPR Highlights
  • 提出論文のうち上位3.6%が選ばれるCVPR Highlightsに主著が選出．
• K. Kaneda* , R. Korekata* , Y. Wada* , S. Nagashima*, et. al, DialFRED Challenge @ CVPR 2023, 2023年6月7日
  • DialFRED Challenge @ CVPR において優勝．
• T. Matsubara, S. Otsuki, Y. Wada, H. Matsuo, T. Komatsu, Y. Iioka, K. Sugiura, H. Saito, Best performing solution for container capacity estimation and capacity and dimensions estimation and filling mass estimation, The CORSMAL challenge @ ICASSP 2022, 2022年6月23日.
  • 5 部門中，3 部門全てにおいて 1 位(計 10 チーム中 1 位)を記録し入賞. 論文が国際会議 ICASSP に採択.
• M. Kambara, Y. Yoshida, K. Kaneda, S. Otsuki, R. Korekata, H. Matsuo, Y. Wada, W. Yang, K. Sugiura, Honorable Mention Award, REVERIE Challenge @ CSIG 2022, 2022年8月19日.
  • 計 52 チームの中上位 5 位が選出される Honorable Mention Award を受賞.

Employments / Internships

• April 2025 - Ongoing
  • JSPS Research Fellowship for Young Scientists
• April 2024 - Ongoing
  • ML Engineer at a certain neurotech startup.
• January 2024 - March 2025
  • Part-time Engineer at Preferred Networks, Inc.
• August 2023 - September 2023
  • Research Internship at Preferred Networks, Inc.
• January 2020 - Feburary 2025
  • Full-Stack Engineer at a certain B2B startup.

Certificates / Scholarship

• Applied Information Technology Engineer Examination (AP)
  • 応用情報技術者
• 2025年度 JSPS 日本学術振興会特別研究員（DC1）
  • JSPS Research Fellowship for Young Scientists (DC1)
• 2024年度 JST BOOST 支援対象学生
  • BOOST: Broadening Opportunities for Outstanding young researchers and doctoral students in STrategic areas.
• 2023年度 岩井久雄記念東京奨学育英基金 奨学生
  • 修士二年間学費全額免除

Teaching Assistant

• 慶應義塾大学 機械学習基礎 (2024)
  • 博士1年: RA / 授業資料・コード作成
• 慶應義塾大学 機械学習基礎 (2023)
  • 修士1年: TAを担当
• 横浜市立横浜サイエンスフロンティア高校「サイエンスリテラシーⅠ」講師 (2022)
  • 学部4年: 授業講師を担当

YouTube

• 【ICLR2023論文解説】Transformerに代わる次世代のモデル？Hungry Hungry Hipposの紹介
  • SONY様のnnablaチャンネルに動画を寄稿しました．

GitHub

Works

• iCimulator ★228: iCimulator simulates camera functions on iOS Simulator with images, videos, or your MacBook Camera. Swift
• PolioPager ★176: A flexible TabBarController library with search tab like SNKRS Swift
• MissCat ★55: An Optimized Misskey Client App for iOS. Swift
• CallSlicer ★21 : A tweak that enables your Apple Watch to show a third-party incoming call. Objective-C
• YanagiText ★33: A lightweight TextView where can be attached any UIView. Swift
• MisskeyKit-for-iOS ★21: An elegant Misskey framework written in Swift. Swift
• AtCoderAlert: A service to tweet your latest progress report for AtCoder. Typescript
• PortSnippet: PortSnippet monitors source codes and automatically generates snippets. Rust
• CORSMAL2021: Our team KEIO-ICS participated in the CORSMAL challenge 2021. Python PyTorch
• yush: A simple shell written in OCaml + Lex + Yacc. Just a toy for learning 🧠 OCaml
• scrapbox-cli: A simple cli viewer for Scrapbox. Written in pure golang ʕ◉ϖ◉ʔ. Go
• note-backup: Backup any articles from note.com. Typescript
• Flareformer: Large-scale Solar Flare Prediction by Integrating Magnetograms and Sunspot Physical Features Resources Python PyTorch
• arxivProfiler: With this application, you can account for the total number of citations (= credibility of a paper) in an instant from the arxiv link. Typescript
• Portfolio: My portfolio webpage
• Blog: My Blog

News

• 時事通信社 インタビュー 「ＡＩ研究の学生にエール　米国連大使」
• 未踏IT公募結果 / 未踏名鑑 / Twitter
• 未踏: Agri Swarm Build Guide
• 未踏ブースト会議資料
• CORSMAL: 3部門でトップ性能達成
• REVERIE ChallengeでHonorable Mention Awardを受賞

Educational & Technical Materials

• CVPR 2023速報
• CVPR 2024速報
• CVPR 2025 Report
• 学生編集委員会企画:第41回日本ロボット学会学術講演会レポート
• 輪講:Detecting and Preventing Hallucinations in Large Vision Language Models
• 輪講:Simplified State Space Layers for Sequence Modeling
• 輪講:Accelerating Toeplitz Neural Network with Constant-time Inference Complexity
• 輪講:Toeplitz Neural Network for Sequence Modeling
• 輪講:A Generalization of ViT/MLP-Mixer to Graphs
• 輪講:Hyena Hierarchy: Towards Larger Convolutional Language Models
• 輪講:Hungry Hungry Hippos: Towards Language Modeling with State Space Models
• 輪講:On the Versatile Uses of Partial Distance Correlation in Deep Learning
• 輪講:Deep Learning without Shortcuts: Shaping the Kernel with Tailored Rectifiers
• 輪講:Energy-Based Learning for Scene Graph Generation
• 輪講:Surrogate Gap Minimization Improves Sharpness-Aware Training
• 輪講:Do Transformers Really Perform Bad for Graph Representation?
• 輪講:Prototypical Contrastive Learning of Unsupervised Representations
• 輪講:Vision Transformer with Deformable Attention
• サイエンスフロンティア高校授業資料 vol.1
• サイエンスフロンティア高校授業資料 vol.2
• 【授業スライド】AnonyMask
• 【授業スライド】Sugar Visualizer
• NLP23発表
• ICASSP22発表
• FIT22発表
• Swift: 検索タブ内蔵のタブライブラリ PolioPagerを作ったお話
• RxDataSources × UITableView: アニメーション付きでセルを追加した際にスクロール位置を固定する

Professional Profiles

• LinkedIn
• ORCID: YuigaWada
• GoogleScholar: YuigaWada
• researchmap