創作AIの課題と新しい仕組み
大規模言語AIの創作能力は、物語中心の学習データに偏っていました。 そのため、多様な創作形式の構造や文体に対応するのが難しいという課題がありました。 今回、この課題を解決する新しい仕組みが提案されました。 「属性に基づく表現形式拡張」という考え方です。 これは、物語の種となる人間の文章を元にしつつ、手作業で選んだ属性情報を使って、さまざまな表現形式のルールをAIに学ばせるものです。
仕組みの詳細とデータセットの構築
この仕組みでは、まずテーマの幅広さと表現形式の制御を分けて考えます。 人間が書いた物語のプロンプト、つまり指示文を多様な創作の元にします。 次に、手作業で選定した表現形式の属性を使います。 これにより、構造、文体、書式といった異なるルールをAIに適用します。 これらを組み合わせ、強力な大規模言語AIに指示を与えます。 その結果として得られる質問と応答の組を、品質選別して集めます。 この仕組みを使い、「マルチジャンルコレクション」という大規模な文書集が作られました。 これは5万例のデータを含み、13種類の創作形式を網羅しています。 物語、ラップ、歌詞、台本、ゲーム設計、キャラクター設計など、多岐にわたります。
性能評価と今後の展望
作られたデータで微調整されたAIは、さまざまな評価でその能力を示しました。 未知の文章作成評価基準や、未公開の表現形式診断において、一貫して高い性能を発揮したのです。 基本となるAIや、文章作成に特化した基準AIを大きく上回りました。 既存の文章集で学習したAIよりも優れていることが分かりました。 表現形式数の比較検証からも、物語中心に規模を広げるだけでは不十分だと判明しました。 制御された表現形式の拡大こそが、堅牢な創作文章能力の主要な推進力となることが示されています。 この研究は、AIがより多様な創作活動を支援する未来への一歩と言えます。
PR
文賢 →
創作AIは物語だけでは物足りない。多様な表現形式に対応するデータ作りは、まさに一次情報をぐるぐる回す発想です。既存のやり方に固執せず、何を作るか、どう作るかを考え抜く。これが最速で成果を出す道です。
