PersonaTrace: LLMエージェントによる現実的なデジタルフットプリントの合成

要旨: デジタルフットプリント（デジタルシステムとの相互作用の個人の記録）は、行動を研究し、パーソナライズされたアプリケーションを開発し、機械学習モデルを訓練するうえで不可欠です。しかし、この分野の研究は、多様でアクセス可能なデータの不足によってしばしば妨げられます。この制約に対処するため、我々は大規模言語モデル（LLM）エージェントを用いて現実的なデジタルフットプリントを合成する新しい方法を提案します。構造化されたユーザープロファイルを出発点として、私たちのアプローチは多様で妥当なユーザーイベントの系列を生成し、最終的にメール、メッセージ、カレンダーエントリ、リマインダーなどの対応するデジタル成果物を生み出します。内部評価の結果、生成されたデータセットは既存のベースラインよりも多様で現実的であることを示しています。さらに、私たちの合成データでファインチューニングされたモデルは、他の合成データセットで訓練されたモデルよりも、現実世界の分布外タスクで評価した際に優れた性能を示します。