本記事では、個人の話し方や個性をLLMを用いて再現することを目指した研究を紹介します。

一般的な質問応答をLLMで行うことは身近になりましたが、発展的な使い道として「個人特有の表現や知識を継続的に再現する」のはなかなか浸透していません。

そこで研究者らは、RAGを利用し、個人の情報を参照しながら自然な応答を実現する仕組みを提案しています。その特徴と具体的なユースケースを分かりやすく紹介します。

背景

LLMを活用して特定の人物の話し方や個性を再現し、デジタル上でその人物の人格を保持したいというニーズが広がっています。

例えば、専門的な知識をもつ人物の特有の知識や応答スタイルを再現したアバターなど。あるいは、有名人や人気者の会話や本人らしい考え方をデジタルで再現することは新たなエンターテインメントにつながります。

しかし、LLMを普通に使用するだけでは、個人の特徴を継続的に保持したり、リアルに再現することが難しいと考えられています。ユーザーはその都度詳細な情報や文脈を提供する必要があり、その結果、対話が画一的で機械的になり、自然さや臨場感に欠けるという課題があります。

こうした課題に対応するため、研究者らはRAGに着目しました。RAGとは、一言で言うと必要に応じて情報を探し、それに基づいた回答を行う仕組みを意味します。RAGの技術をうまく活用すれば、ユーザーの過去の発言や行動を継続的に記録し、それを応答生成時にリアルタイムで参照する仕組みができる可能性があります。

今回紹介する研究は、そんなRAGを工夫することにより個人特有の表現や知識を再現し、まるで本人がそこに存在しているかのような、自然で魅力的なコミュニケーションを可能にすることを目指しています。以下詳細です。