私たちの実生活における計画は通常、予算やスケジュールといった「定量的な制約」と、自然言語で表現される利用者の好みといった「定性的な目標」とを包含します。例えば、一週間の休暇計画を立てる場合を考えましょう。通常、予算や移動手段、観光地が開いている時間などの定量的な制約が存在する一方で、個人の興味や好みに基づくあまり定量化しにくい制約も影響します。
大言語モデル（LLM）は膨大なデータセットで訓練され、人々の一般的な嗜好を含む幅広い知識を内面化しています。これは景観の理想的な観光時やレストランが子連れに優しいかどうかなど、定量化しにくい旅行計画の部分を考慮するのに適しています。しかし、バス賃や電車の時刻表など最新の実世界情報や、複数日にわたる移動時間の最小化など、複雑な要求を抱える定量的な制約は、LLMが処理するのにあまり適していません。そのためLLMによって生成された計画は、実際には閉館してしまっている博物館を訪れようとするなど、非現実的な要素を含んでしまうことがあります。
私たちは最近、検索機能でAI旅行アイデアを導入しました。これは、旅行計画に関する問いに対する日々の行程を提案するものです。このブログでは、実用的で実行可能な行程を生成するという重要な課題を克服するための作業内容について説明します。当社のソリューションは、LLMで初期案を提案し、それにアルゴリズムによる最適化を組み合わせています。この手法は、LLMの定性的な要件への対応能力と、定量的な制約を満たすためのアルゴリズム精度を融合しています。
出典 : Optimizing LLM-based trip planning https://research.google/blog/optimizing-llm-based-trip-planning/
