LLMにおける「計画立案能力」を高めるプロンプト手法の新提案

本記事では、LLMの自律的な計画立案能力を向上させる新手法を紹介します。LLMは推論などで高い性能を示しているものの、計画立案タスクでは人間のパフォーマンスに及ばないことが課題です。

今回研究チームは、外部の検証ツールに頼ることなく、LLMが人間レベルの計画を生成できるようにするためのプロンプト手法を開発しました。

背景

最先端のLLMであっても、標準的な計画立案タスクでは人間のパフォーマンスにまだ及ばない状況です。

LLMにおける長期的な計画立案においては、外部からのフィードバックを活用したり、制御された環境で実験を行なったりする手法が提案されていましたが、これらの手法には多大な計算リソースと開発時間が必要とされています。

なぜLLMは計画立案で苦戦するのでしょうか？

その理由として、自身の出力を検証することが難しい点が挙げられます。たとえば、計画の目標が達成されたかどうかを判断することや、帰納的推論を行うことに課題が残されています。

そのような状況の中、今回研究者らはLLMの自律的な計画立案能力を向上させる新しい手法の開発に取り組みました。外部の検証ツールに頼ることなく、LLMが人間レベルの計画を生成できるようにすることを目指して研究が進められました。

以下で詳しく紹介します。