近年，人工知能分野における大規模言語モデル（Large Language Model : LLM）の進展は著しく，様々な自然言語処理タスクで優れた性能を発揮している．その中で LLM の価値観や目的を人間と合致させるため，アライメント（Alignment）の調整が必要とされるようになった．このようなアライメント調整手法として，人間からのフィードバックを用いた強化学習である Reinforcement Learning from Human Feedback (RLHF) が注目されている． そこで本研究では，ゲームシナリオデータとして恋愛シミュレーションゲーム「ときめきメモリアル３～約束のあの場所で～」のシナリオを用いて，RLHF を用いた LLM の学習手法について検討した．具体的には，日本語 5 文字に続く文章をキャラクターの性格に合わせて生成する実験をした．主観的な評価ではあるが，各キャラクターに適合した文章が生成できることが確認できた．
