スマートホームシミュレータにおける大規模言語モデルを用いた生活行動の自動生成に関する検討

• Item type: SIG Technical Reports(1)
• 公開日: 2023-11-08
• タイトル: スマートホームシミュレータにおける大規模言語モデルを用いた生活行動の自動生成に関する検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: パーソナライズとレコメンド
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 千葉工業大学情報科学部
• 著者所属: 大阪大学大学院情報科学研究科
• 著者名: 米倉, 晴紀; 田中, 福治; 水本, 旭洋; 山口, 弘純
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: スマートホームでは多様なセンサやネットワーク家電から得られるデータをもとに様々なサービスが提供される．サービスの開発段階において，サービスで利用する機械学習モデルの構築や，実環境において運用する前のテストのために，スマートホームシミュレータが活用されている．しかし，既存のスマートホームシミュレータでは，住人の行動モデルを事前に設定するか，マニュアル操作で住人を操作する必要があるため，多様な生活パターンを考慮したシミュレーションは困難である．そこで本研究では，スマートホームシミュレータを使用する際のユーザの負担軽減，および，シミュレーション設定の多様化を目指し，大規模言語モデル（LLM）により，住人の生活行動を生成可能か検討する．複数の LLM をローカル環境に構築し評価した結果，LLaMa (7B) を 2bit 量子化したモデルを用いることで，同じ LLaMa (7B) を 8bit 量子化したものや LLaMa(13B) を 2bit 量子化，8bit 量子化したもの，Falcon(7B) を 8bit 量子化したものと比較し，LLM への平均問い合わせ回数を 4,141回 (34.2%)，平均生成時間を 0.057秒 (10.9%)，プログラム実行時間を 2,516秒 (40.7%) 削減しつつ，詳細な設定を入力せずとも起床から就寝までの生活行動を生成できることを確認した．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11851388
• 書誌情報: 研究報告モバイルコンピューティングと新社会システム（MBL）; 巻 2023-MBL-109, 号 28, p. 1-8, 発行日 2023-11-08
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8817
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会