LLMO・GEO の研究論文と民間調査/買い物エージェント
研究論文
好みは許可ではない:買い物エージェントの自動購入ラインを、個人に合わせる
原題:Preference Is Not Permission: Personalizing the Auto-Purchase Line in Agentic Commerce
著者は Ryotaro Shimizu, Sai HtaungKham, Mo Fan。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:2610.29216)論文が報告した結果
その商品が合うかだけでなく、エージェントがどこまで自動で買ってよいか、という個人の自動購入ラインを課題にしている。
出力は「買わない」「先に確認する」「自動で買う」の3値で、適合だけでなく、情報の十分さ、取り消せるか、いつもの価格か、急ぐかも条件になる。指示調整モデル16(4提供者)では、15人の注釈者がその人物の立場で許す最遠の行動と比べ、適合が低くても、根拠が足りないとモデル自身が示しても、自動で進もうとすることがあった。浅い学習器は、その人自身のラベル数十件(中央値は30〜40件)で、別の分割の自動購入ラインを中央値0.79で予測し、試したプロンプトとモデルの組み合わせを上回った、とされる。
ChatGPT を調べた論文Gemini を調べた論文公開モデル を調べた論文
調査の条件
- 論文が調べたこと
- 好み(preference)と、自動購入してよいライン(permission)は別、という課題設定
- 調べた対象の AI
- ChatGPT、Gemini、公開モデル
- 調べたモデル
- Llama-4/Qwen3-Next-80B/Gemini-2.5/Gemini-3.1-Pro/GPT-5.5/GPT-5(16の正式名称の完全な一覧は要旨にはない)
- 回答データの取り方
- 反実仮想のベンチマークと、15人の注釈による許可の基準とのオフライン比較(要旨)
- 調査の規模
- モデル16、注釈者15人。浅い学習器は数十件の個人ラベル(中央値30〜40件)で評価(要旨)
- 数字が載っている場所
- 要旨(16モデル、15人の注釈者、30〜40ラベルで中央値0.79)。モデル例は本文
結果を読むときの注意
学習した境界は領域をまたいで移らない、と著者は述べる。ベンチマークと注釈手順は採択後に公開予定、とされる。確認できたモデル例は Llama-4、Qwen3-Next-80B、Gemini-2.5、Gemini-3.1-Pro、GPT-5.5、GPT-5 など(本文)。16モデルの正式名称の完全な一覧は要旨にはない。
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。