[3Xin2] ポスターセッション1

[3Xin2-27] 大規模言語モデルの物理法則・原理の認識結果に基づく定性推論のためのモデル構築手法

〇鈴木 慎平¹、吉岡 真治¹ (1.北海道大学)

キーワード：定性推論、大規模言語モデル、物理法則原理に関する知識

近年,大規模言語モデル（LLM）が発展し,様々なタスクで高い性能を発揮しているが,対象タスクに類似した事例を基に出力を生成するため,信頼性に劣ることが課題であり,信頼性の高いモデルを構築するには,第一原理をベースとした推論を目指すことが望ましい.本研究では,第一原理の表現方法として,人間の物理法則知識などの理解に基づいた推論を行う枠組である定性推論を活用したモデル構築手法を提案する.本手法は,定性推論のパラメータネットワークとして,LLMが理解している内容をより形式的に表現できるだけでなく,より詳細な現象のシミュレーションなどが可能となることが期待される.一方,定性推論の研究では,特定の事例を表現することを前提とした多くの知識を活用していたため,その汎用性が乏しいと言う問題があった.LLMに関係する物理現象や法則名を発見させることが可能であれば,その情報を活用した定性推論のモデル構築が可能となると考えた.本研究では,高校物理の力学の基本的な問題を対象として,これらの知識の整理方法と定性推論のモデル構築支援を行う方法を提案するとともに,本事例におけるモデル構築の具体例を紹介する.