よえ retweeted
循環進行、逆循環進行というのは100年のポップミュージックにおいてずっと人の心に刺さり続けてる魔法
循環という名前の通り、4つコードがあったら4つめのコードが最初の1つめのコードに戻る強い引力がある、つまり「終わらない」
終わらないからこそずっと続いてほしくなるし、また聴きたくなる
よえ retweeted
【真中らぁら生誕祭2026】
#pripara #プリパラ #アドパラ #真中らぁら生誕祭2026 #らぁら
本日11月20日は「ピザの日」🍕✨
神アイドル・真中らぁらさんのお誕生日をお祝いしましょう🎂🎉
らぁらさんへ、みんなの「おめでとう」を届けてくださいね💜
よえ retweeted
RQ: LLMエージェントは、Confidenceの固定閾値ではなく、追加質問の期待利益と質問コストに基づいて情報収集の継続・終了を判断することで、最終的な意思決定の効用を改善できるか?
結論: Value of Information(VoI:情報の価値、NetVoI = 追加質問後の期待効用 − 現在の期待効用 − 質問コスト)に基づき、追加質問による期待効用の増加と質問コストを比較することで、情報収集の継続・終了を決定できる。動物推測、医療診断、航空券予約、ECの4領域で、手動調整した既存手法と同等以上の効用を達成した。
ACL 2026 Main|被引用数:20件
内容:
背景: University of CambridgeとMITの共同研究。LLMエージェントは不完全なユーザー情報に対して、追加質問するか、そのまま意思決定するかを判断する必要がある。従来のConfidence閾値による方法では、タスクごとの閾値調整が必要であり、誤判断の重大性や質問によるユーザー負担を十分考慮できなかった。
貢献: 追加質問の期待利益と質問コストを統合したVoIに基づき、情報収集の継続・終了を決定する理論的フレームワークを提案。タスク固有のConfidence閾値を調整せず、誤判断のリスクと質問コストに応じた停止判断を可能にした。
方法: GPT-4.1とGemini-2.5-Flashを使用。20 Questions(動物推測)、医療診断、航空券予約(FLIGHTPREF)、EC(WebShop)の4領域で評価。
停止判断には以下の式を用いる。
NetVoI(q) = E[U_after(q)] - U_now - c(q)
E[U_after(q)]:追加質問後の最適な期待効用
U_now:現在の情報で判断した場合の最適な期待効用
c(q):追加質問のコスト
NetVoI > 0なら質問を継続し、NetVoI ≤ 0なら終了する。
質問コストは C(H) = T × c(T:質問回数、c:1回あたりの固定コスト)と単純化し、人手で設定。効用も事前に定義し、例えば動物推測は正解時1、医療診断は正解時10とした。固定質問回数、Confidence閾値、LLM自身による質問判断などと比較した。
結果: VoIは4領域で手動調整した最良のベースラインと同等以上の効用を達成。質問コストが高い条件では最大1.36ポイント改善した。固定回数の質問では、質問を増やすほどコストが増加して効用が低下する場合がある一方、VoIは期待利益に応じて質問回数を調整できた。
結論: 情報収集の停止判断では、Confidenceの高さだけでなく「追加情報が最終判断をどれだけ改善するか」を考慮することが重要。一方、VoIを計算するための効用関数と質問コストは人手で設定されており、実際の医療診断における検査費用、侵襲性、誤診の重大性などをどのように定量化するかは未解決である。
タイトル: Value of Information: A Framework for Human–Agent Communication
URL: aclanthology.org/2026.acl-lo…
博士の加藤さんの新作。PRX lifeに出た相互作用する生物集団の強化学習的理解を発展させ、自己組織的に集合して空間配置を形成する現象とその最適性を平均場ゲームの枠組みで定式化し、最適性と情報・運動の時間スケールの影響や均衡状態の転移との関係を解析しています。
arxiv.org/abs/2611.24705












