LLMチームは「What? Where? When?」ゲームをプレイできるか：チームベースのインタラクションでLLMの推論能力を向上

大規模言語モデル（LLM）は近年目覚ましい進歩を遂げていますが、間接的な推論、深い文化的知識、複数のエージェント間の協調的な仮説検証が必要な複雑なタスクにおいては、依然として限界があります。本研究では、ロシアの人気のクイズゲーム「What? Where? When? (ChGK)」をテストベッドとして、チームベースのインタラクションがLLMの性能に与える影響を調査しました。ChGKは、集団的な推論能力を強く要求されるゲームです。研究者らは、投票、サイレントチーム（キャプテンが最終回答のみを観察）、そしておしゃべりチーム（キャプテンが回答と根拠の両方を観察）という3つの異なるチーム戦略を導入し、データリークを最小限に抑えるため、2025年にリリースされた572問のChGK質問で評価を行いました。結果として、6つのオープンソース大規模モデルを用いたチームベースの戦略は、単一モデルのベースラインと比較して、最大20パーセントポイントの精度向上を達成しました。この技術的意義は、LLMが単体で解決できない複雑な問題に対し、複数のLLMを連携させ、人間のような組織的推論を模倣することで、その能力を大幅に引き出せることを実証した点にあります。社会・産業への影響としては、将来のAIエージェントシステムや、企業におけるAIを活用した意思決定支援システムにおいて、より高度な協調性と信頼性を持ったソリューションが実現される可能性を示唆しています。今後は、チーム戦略のさらなる最適化や、実世界での複雑な問題解決への応用が期待されます。