講演情報
[4M5-GS-2f-02]LLMによる言語情報抽出を用いた人狼知能の役職推定
〇瀧内 大希1、伊藤 毅志1 (1. 電気通信大学)
キーワード：
人狼知能
近年、欺瞞や虚偽の看破といった高度なコミュニケーション能力を要する人狼ゲームを対象とした、人狼知能の研究が注目されている。人間に近い人狼知能の実現においては、他プレイヤーの発話から役職を正確に推定することが、戦略構築の基盤となる重要な課題である。 本研究では、大規模言語モデルを用いて対話ログから言語的特徴量を抽出し、XGBoostによる機械学習モデルを用いて役職推定を行う手法を提案する。2025年人狼知能春季大会の対戦ログを用いた評価実験の結果、1日目投票時および2日目開始時点において、チャンスレベルを上回る推定精度が得られ、提案手法の有効性が確認された。一方、2日目投票時においては、一部の役職において推定精度が低下する傾向が見られた。今後の精度向上には、日数の進行に伴う特徴量の統合方法の改善、抽出する対話タグの精査、ならびに言語特徴量抽出に用いる大規模言語モデル自体の性能向上が重要であると考えられる。