LLM推論重要度 ★10
労働の分割：証拠解釈と意思決定集約の分離
Split the Labor: Separating Evidence Interpretation from Decision Aggregation
https://export.arxiv.org/api/query·2026/8/14
AI要約
多数の情報源から結論を導くLLMシステムにおいて、証拠解釈と決定集約のプロセスを分離する手法を提案。インターフェースを設計し、精度と信頼性を向上させる。
AI要点
- 多数のソースからの情報に基づき言語モデルが結論を導く際、証拠解釈と意思決定集約の分離を提案。
- 従来の単一プロンプトに統合する方式は、異なる要件を持つ二つの操作を混同していた。
- 「仮説、信頼度、根拠、出典」の4フィールドの証拠タプルを導入し、両操作のインターフェースを固定。
- 「カウントスケールドリフト」という、ソース数に応じて変動する結合失敗モードを特定。
- キャリブレーションされた対数尤度比のプーリングにより、信頼度が異なるソースからの情報集約問題を解決。
なぜ重要か
本手法は、大規模言語モデルによる情報集約プロセスの信頼性と解釈可能性を高め、より頑健で正確な意思決定支援システムの構築に寄与する。