本稿では、文法的誤り訂正（GEC）に関する実験的研究を実施し、単一モデルシステムの特性に焦点を当て、アンサンブル手法とランク付け手法の効率性を比較するとともに、大規模言語モデルを単一モデルシステム、アンサンブルの一部、およびランク付け手法としてGECに応用する可能性を検討した。その結果、CoNLL-2014-testではF₀.₅スコア72.8、BEA-testでは81.4という、それぞれ新しい最先端（SOTA）の性能を達成した。本研究のさらなる進展を支援し、結果の再現可能性を確保するため、本研究で使用したコード、学習済みモデル、およびシステム出力結果を公開している。