LLMO・GEO の研究論文と民間調査/計測手法・再現性
研究論文
Humanity's Last Choice:生成エンジン最適化の、共通の評価基準
原題:Humanity's Last Choice: A Common Evaluation Standard for Generative Engine Optimization
著者は Qianfeng Wen, Yifan Simon Liu, Difan Jiao, Junda Wu, Di Bai, Jintao Liu, Xidong Wu, Zhenwei Tang。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:2610.23541)論文が報告した結果
人がどのAIに後段の判断を預けるかは、GEOを受けたとき依頼をどれだけ果たすか、を比べられる証拠が要る、として、共通の評価基準を求めている。
既存のベンチマークはGEOの作戦空間や編集の制約がばらばらで、アルゴリズムの良さと、どこまで編集してよいかの違いが混ざりうる、と指摘する。出典をどこで、どう直し、どの信号を狙うかを記述するメタ分類を提案し、文献上の作戦を検索できる空間に写し、カバー範囲を明示した比較手順を示している。
調査の条件
- 論文が調べたこと
- GEO評価の共通基準の提案(Humanity's Last Choice)
- 調べたモデル
- 原文に記載なし
- 回答データの取り方
- 文献に基づく整理と、比較手順の提案(要旨)。新規の収集実験ではない
- 調査の規模
- 原文に記載なし(新規の実験データはなく、文献の整理と手順の提案)
- 数字が載っている場所
- 要旨(メタ分類とプロトコルの提案)。新規の実験規模は原文に記載なし
結果を読むときの注意
新しいモデル実測ではなく、文献に基づく整理とプロトコルの提案である(19ページ、2図。プロジェクトサイトあり)。対象エンジンの実測リストはない。
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。