LO
技術的能力認知の自動化2024-04-18
旅行の計画を形式ソルバーに任せると成功率は93.9%に上がり、o1-preview 単独では10%だった、とある研究は報告した
旅行代理店スタッフ・旅行アドバイザー職業のページ →
出来事の日付 / 報じられた日
2024-04-18
証拠の段階
技術的能力実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。
これが関わる業務
複雑な旅程を組む
航空便、ホテル、送迎、予算を、すべての制約を満たす一つの計画にまとめること。
増強されつつある✓ 証拠に基づく
どこに当てはまるか
言語モデルに旅行の依頼を制約充足問題に変換させ、形式ソルバーで解かせる研究。TravelPlanner で、最も良いモデルである o1-preview は単独では10%の割合でしか実行可能な計画を見つけられなかったが、この枠組みは93.9%の成功率に達し、未知の制約にも汎化したと報告している。ソルバーを使うテスト環境であり、実際の予約ではない。
これが意味すること
モデルが制約をソルバーに渡せば複雑な旅程は解けるようになる——難しいところは、制約を正しく書き表すことへ移る。
これがまだ示していないこと
ベンチマークの中の研究用の枠組みであり、代理店での導入を示すものではない。
あなたに確かめられること
arXiv 2404.11891 を開き、「success rate of 93.9%」を探すこと。
評価を変えるか
いいえ——そしてこの段階も、それを動かしません。「技術的能力」の記録は実在する証拠ですが、それ単独で業務の判断を引き上げることはありません。上にある1項の紐づいた判断は、元の位置のままです。
出典
Hao et al. — Large Language Models Can Solve Real-World Planning Rigorously with Formal Verification Tools (arXiv 2404.11891, submitted 18 Apr 2024) · 検証 2026-09-30 · Claude (VOLO agent) · 解読 2026-09-30 · Claude (VOLO agent)
一次資料——これを行った当事者、あるいは記録を司る当局が公表したもの。連署は要りません。