講演情報
[4H5-OS-4c-03]個人の高次元食品嗜好構造の推定
〇川上 朝香1、寺田 和憲1 (1. 岐阜大学)
キーワード：
個人選好推定、大規模言語モデル、ガウス過程回帰
本研究では，大規模言語モデル（LLM）の埋め込み空間による個人食品嗜好の予測について，In-contextLearning（ICL）による暗黙的推論とガウス過程回帰（GPR）による明示的回帰の性能特性を体系的に比較した．162名の参加者による400食品の完全評価行列を用い，学習データ数を変化させ交差検証によりRMSEおよびR2を算出した．ICL にはClaude 3.5 Sonnet およびGPT-4oを，GPRには集団平均関数を事前情報に組み込んだモデルを用いた．GPRは全観測数でICLより低いRMSEを示し，特に少数観測条件でその優位が顕著であった．また，R2が正に転じるために必要な観測数もGPRの方が少なく，より少ないデータから個人嗜好の説明力を獲得した．一方，全手法を通じてR2は低い水準にとどまったが，これは予測精度の不足というより，評価値の個人内変動とRMSEが同程度のオーダーにあるという構造的制約を反映していると考えられる．これらの結果は，集団統計量を事前情報として利用可能な場合にはGPRがデータ効率の面で優位であること，また十分な観測下では両手法の差が縮小することを示す．