講演情報
[2Yin-A-40]段階的論理検証と仕様駆動型実装を統合した数理最適化支援のための推論フレームワーク
〇伊藤 拓巳1、泉谷 知範1 (1. NTTドコモビジネス)
キーワード：
大規模言語モデル、マルチエージェント、数理最適化
本研究では，マルチエージェント大規模言語モデル（LLM）を用いた，数理最適化問題の解決支援手法を提案する．数理最適化は，制約条件の下で目的関数を最適化する問題を定式化し，最適解を導出する方法論であり，広範な意思決定領域に応用されている．しかし，その実践には高度な定式化能力とプログラミングの専門知識を要するため，非専門家にとっての導入障壁は依然として高い．近年，この課題を解決すべくLLMによる支援技術が注目されており，先行研究では人間の認知プロセスを模倣し，定式化とコード生成を自動化するマルチエージェント手法が提案されている．しかし，既存手法には「モデルの妥当性検証が最終段階に限定されている点」および「生成コードの仕様準拠性が低く実行エラーが生じやすい点」という2つの課題がある．そこで本研究では，中間段階で論理的な内省を行うエージェントを導入するとともに，仕様を厳格に反映するコード生成エージェントを構築した．ベンチマークデータセットを用いた数値実験の結果，既存手法と比較して最適解導出成功率の向上と実行エラー率の低減を確認し，提案手法の有効性を実証した．