LLMO・GEO の研究論文と民間調査/ブランド推奨・偏り
研究論文
LLMのブランド推奨でシステムを帰属する:単一の回答はシステムを識別し、集計したブランドの姿は移らない
原題:System Attribution in LLM Brand Recommendations: Single Responses Identify the System, Aggregated Brand Profiles Do Not Transfer
著者は Dmitrij Żatuchin。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。
論文の原文を arXiv で読む(arXiv:2610.00253)論文が報告した結果
AIの見え方調査が、本番モデルのブランド推奨をシステムごとの姿にまとめるとき、その姿がシステムを記述するかを、保存回答6,475件(分析可能6,324件)で試している。
期間は2025年12月から2026年2月、エンドポイントは GPT-5.2、Gemini 3 Flash、検索付き Gemini 3 Flash、Grok、Perplexity sonar-pro の5つ。各回答を先頭800文字に揃えた文字n-gram分類器は、質問で交差検証して1回答を97.84%で帰属した(5,028回答、383プロンプト)。50の集計単位では12の行動特徴で4システムを66.53%しか分けられず、領域をまたぐと集計の姿は失敗する(ギフト単位22をすべて誤帰属)一方、単一回答はバランス精度89.92%で移った、と報告している。
ChatGPT を調べた論文Gemini を調べた論文Perplexity を調べた論文Grok を調べた論文
調査の条件
- 論文が調べたこと
- LLMのブランド推薦を、1件の回答から「どのシステムか」識別できるか。集計したブランドプロファイルは領域を超えて転移するか
- 調べた対象の AI
- ChatGPT、Gemini、Perplexity、Grok
- 調べたモデル
- GPT-5.2/Gemini 3 Flash/検索付き Gemini 3 Flash/Grok/Perplexity sonar-pro
- 回答データの取り方
- 5つの本番エンドポイントからの保存回答(APIアクセス、と本文。収集ハーネスに1,024トークンの出力上限)
- 調査の規模
- 保存回答6,475件(分析可能6,324)。2025年12月〜2026年2月。分類器の主分析は5,028回答、383プロンプト(要旨)
- 数字が載っている場所
- 要旨(6,475/6,324、97.84%、83.1%、66.53%、89.92%、0/120)。5エンドポイントも要旨
結果を読むときの注意
撤回されていない。コメントは、付録Dが前の原稿への訂正を記す、とだけ述べる。収集ハーネスの1,024トークン上限で、カテゴリ所有の Gemini 3 Flash 回答の83.1%が文の途中で切れた。検索で根拠を渡す腕では、Grok の回答は1件も Grok に帰属されなかった(0/120)。領域やハーネスとシステムを切り離せない、と著者も書いている。APIアクセスは Rankfor.AI が支払った、という開示がある。
上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。
「ブランド推奨・偏り」を調べたほかの論文
- 2026年11月ラベルなしで、LLM推薦の構造的偏りを見つける:冗長性(文章の長さ)の場合
- 2026年11月人気のあるブランドは、さらに人気を集める:生成検索におけるブランド偏りを調べる
- 2026年10月LLMは、どこでAIを勧めるようになるのか
- 2026年10月言語モデルはどう味を学ぶか:LLMにおけるブランドの好み