日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

LLM計画arXiv:2606.03685

教師あり微調整されたLLMプランナーにおける世界モデル回復の詳細な考察

A Close Look At World Model Recovery In Supervised Fine-Tuned LLM Planners

シェア:XThreadsFacebookLINEはてブBluesky

教師あり微調整がLLMの計画能力を向上させる一方で、モデルが計画問題の世界モデルを内部表現として獲得しているかを解釈可能性実験で検証した論文。

詳しい要約

1. どんなもの?

- 大規模言語モデル(LLM)をSupervised Fine-Tuning(SFT)した際の、計画問題に対するworld modelの回復を調査する研究。 - 内部表現と生成能力の両面から解釈可能性実験を実施。 - 古典的計画(classical planning)のend-to-end生成におけるLLMの能力と知識表現を探る。

2. 先行研究と比べてどこがすごい?

- 従来、古典的計画問題の複雑さとend-to-end計画生成の難しさから、LLMが計画問題を表現・推論するかは未解明だった。 - 本研究は解釈可能性技術を計画LLMに適用するレシピを提供し、world model回復に関する新たな知見を与える。 - 具体的な先行研究との比較は要旨からは不明。

3. 技術・手法の肝は?

- 有効な行動列(valid action sequences)でSFTを行い、内部表現と生成能力を調べる解釈可能性実験を設計。 - 行動の有効性(action validity)や状態述語(state predicates)が線形にエンコードされるかを検証。 - 出力確率による分類が困難なモデルでも、内部表現が有効/無効行動を分離できるかを分析。 - ファインチューニング時の状態空間カバレッジ(例:random walkデータ)がworld model回復に与える影響を評価。

4. どうやって有効だと検証した?

- 一連の解釈可能性実験により、内部表現と生成能力を総合的に検証。 - 具体的なデータセットや評価指標は要旨からは不明。 - 結果として、SFTが行動有効性と一部の状態述語を線形にエンコードすること、出力確率が使えなくても内部表現が分離可能なこと、状態空間カバレッジが回復精度を向上させることを発見。

5. 議論はある?

- SFTがLLMにworld modelを回復させる可能性を示すが、その限界や一般化可能性については要旨からは不明。 - 出力確率と内部表現の不一致が示唆する解釈可能性の課題。 - 状態空間カバレッジの重要性が議論されるが、他の要因やタスク依存性は不明。

6. 次に読むべき論文は?

- 要旨で参照/比較されている研究は明示されていない。 - 関連手法として、古典的計画(classical planning)、Supervised Fine-Tuning(SFT)、解釈可能性(interpretability)、world model回復が挙げられる。 - 同分野の定番として、LLMの計画能力や知識表現に関する研究(例:PlanBench、LLM planning)を読むことが推奨される。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Patrick Emami, Nan Qiang, Peter Graf

分類: cs.LG, cs.AI

原文アブストラクト

Supervised fine-tuning (SFT) improves end-to-end classical planning in large language models (LLMs), but do these models also learn to represent and reason about the planning problems they are solving? Due to the relative complexity of classical planning problems and the challenge that end-to-end plan generation poses for LLMs, it has been difficult to explore this question. In our work, we devise and perform a series of interpretability experiments that holistically interrogate world model recovery by examining both internal representations and generative capabilities of fine-tuned LLMs. We find that: a) Supervised fine-tuning on valid action sequences enables LLMs to linearly encode action validity and some state predicates. b) Models that struggle to use output probabilities for classifying action validity may still learn internal representations that separate valid from invalid actions. c) Broader state space coverage during fine-tuning, such as from random walk data, yields more accurate recovery of the underlying world model. In summary, this work contributes a recipe for applying interpretability techniques to planning LLMs and generates insights that shed light on open questions about how knowledge is represented in LLMs.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI