[4G3-GS-6] 言語メディア処理：

[4G3-GS-6-02] 因果チェーン検索拡張言語モデル

〇安田 卓矢¹、村山 友理¹、和泉 潔¹ (1. 東京大学大学院工学系研究科)

キーワード：人工知能、自然言語処理、LLMエージェント、経済因果チェーン

本研究では経済因果チェーン検索をツールとして活用し, 因果的事実に基づいた因果推論を行う大規模言語モデルベースのエージェント手法を提案する. 先行研究によると, 生成言語モデルによる因果推論は単に学習データに含まれるパターンを再現しているに過ぎず, 実際の因果関係を真に理解しているわけではない. この課題を克服するために, 本研究では外部情報源として経済因果チェーンを利用し, 事実に基づいた多段階の因果推論を可能にする拡張生成手法を設計した. 提案手法の有効性を検証するため, Chain of Thought (CoT) および Tree of Thoughts (ToT) に基づくプロンプト手法と比較評価を行った. 実験結果から, 生成されたテキストの多様性および事実性が大幅に改善されることが確認された. これらの結果は, 因果チェーンを活用することが言語モデルの因果推論能力を向上させることを示しており, 高度な因果推論が求められる金融や経済などの分野において, 人工知能技術が有用であることを示す貢献となる.