ユーザ欲求に対応する環境内の物の推論に基づく対話ナビゲーションシステムのためのプロンプト圧縮手法

抄録

大規模言語モデル（LLM）に基づく既存の対話ナビゲーションシステムは，環境知識をプロンプトに組み込むことで，環境に適応したナビゲーションを実現している．しかし，環境内の物の増加に伴い，プロンプトのトークン数が増大することで，ナビゲーション精度の低下や商用LLM 利用時の費用増加などの課題が生じている．本研究では，ユーザ欲求に関連する環境内の物の推論に基づく対話ナビゲーションシステムのためのプロンプト圧縮手法を提案する．VirtualHome を対象としたOpenEQAデータセットを用いて，提案手法の性能を既存手法と比較した結果，ナビゲーション精度の向上に加え，プロンプトの圧縮にも成功した．