独自の自動プロンプト選択技術（APS）が既存ソリューションを凌駕

当社AI研究チームの論文「自動プロンプト選択技術（APS）」が、データマイニングと知識発見の分野における国際会議「PAKDD 2025（Pacific-Asia Conference on Knowledge Discovery and Data Mining）」（6/10-6/13 オーストラリア・シドニー）で、採択されました。

シナモンAIの「LLMのための自動プロンプト選択（APS）」 イメージ

企業が生成AIを活用する際には、さまざまな状況に対応できる「汎用性」と、特定の文脈や目的に即した「特異性」を兼ね備えたプロンプトを用意することが重要です。この度発表した論文では、ユーザーから提供されるテキストやデータに対して、APSが入力に最適なプロンプトを自動選択し、軽量で実用的かつ高精度なフレームワークを実証しています。APSにより企業のLLM活用におけるプロンプト設計時間とコストが大幅に削減され、業務プロセス全体のスピードと安定性が格段に向上します。

なお、APSはLLMの実用性を計る評価ベンチマークやデータセット（GSM8K、AQuA、MMLU、保険業界の実世界データセット）において、既存ソリューションよりも高いパフォーマンス結果を達成しています。APSは主に3つのアプローチで構成されています。

● 入力データ駆動型のクラスタリング
LLMベースのプロンプト生成器を用いてトレーニングデータをクラスタリングし、各クラスター　の候補プロンプトを自動生成します。

● クラスター毎にバッチプロンプト生成
入力との関連性に基づいてプロンプトをランク付けするプロンプト評価器をトレーニングするための入力-プロンプト-出力タプルのデータセットを合成します。

● プロンプト選択のための軽量なランキングモデルの学習
新しい入力に対してプロンプ​​ト評価器がスコアを付け、新しい入力に最適なプロンプトを選択します。

シナモンAIの研究チームは今後、今回発表の「LLMのための自動プロンプト選択（APS）」を少数のデータで学習する「フューショット・インコンテキスト学習」へと研究を拡張し、LLMの活用をQ&Aだけでなく、より広範な自然言語処理タスクに適用することを目指します。本研究成果を通じて、シナモンAIは引き続きAI技術の最前線を牽引し、企業の生産性向上と業務革新に寄与してまいります。

■関連ページ

PAKDD 2025
https://pakdd2025.org

シナモンAI研究チーム論文「LLMのための自動プロンプト選択」
https://arxiv.org/abs/2404.02717

シナモンAI 「Super RAG」
https://cinnamon.ai/ai_model/super-rag/

シナモンAI 「Super RAG」資料ダウンロード
https://contents.cinnamon.ai/download/wp_superrag_dl_lp