LLMO・GEO の研究論文と民間調査/ブランド推奨・偏り
研究論文
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
原題:How Language Models Learn Taste: Brand Preference in LLMs
著者は Tapan Parikh。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:2610.28272)論文が報告した結果
走る靴のブランドを挙げさせると Nike、勧めさせると Brooks、といったずれが起きうる、として、モデルがどこでその好みを学ぶかを見ている。
102モデル、42のブランドカテゴリで、挙げるブランドと勧めるブランドが26カテゴリで異なった。公開の学習パイプライン3つでは、事前学習の時点ですでに勧められるブランドが助言に結びつき、教師ありの指示調整ではほぼ動かず、好みの最適化(DPO)では3パイプラインすべてで11〜24ポイント動いた。好みのデータにはブランドがほとんどなく、ソースやケチャップからペストへ、といったブランド以外の判断にも及んだ、とされる。
調査の条件
- 論文が調べたこと
- 言及(名前が出る)と第一推奨(1つ選べと言われて選ばれる)のずれ。ブランド選好
- 調べた対象の AI
- 公開モデル
- 調べたモデル
- 102モデル(OpenRouter経由。Perplexity Sonarは除外。個別名称の完全な一覧は本文)
- 回答データの取り方
- API(OpenRouter、temperature 1、各モデルの提供時の設定。収集は2026-09-30〜10-10。本文)
- 調査の規模
- 102モデル、42のブランドカテゴリ。挙げる質問は8回、勧める2段階は4回(要旨・本文)
- 数字が載っている場所
- 要旨(102モデル、42カテゴリ、26カテゴリで不一致、DPOで11〜24ポイント)。収集経路は本文
結果を読むときの注意
OpenRouter 経由、temperature 1、2026-09-30から10-10に収集(本文)。1つの名前を挙げる質問はモデルとカテゴリあたり8回、2段階の選択は4回。Perplexity の Sonar はライブ検索のため除外。好みが裁判官モデルから来ると著者は疑うが、正確な経路は分からない、と書いている。
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。