「すみません、ひと言いいですか…」生物医学の発見とLLMエキスパート連携のためのプロアクティブAIアシスタント、CoLabScience

Abstract

大規模言語モデル（LLM）を科学的ワークフローに統合することは、バイオメディカル発見を加速するための刺激的な機会をもたらします。しかし、プロンプトが与えられたときにのみ応答するLLMの反応的な性質は、先見性と自律的な関与を必要とする協調的な場面での有効性を制限します。本研究では、時宜にかなった文脈に即した介入によって、AIシステムと人間の専門家との間のバイオメディカルな協働を強化するための、先回り型のLLMアシスタント「CoLabScience」を提案します。提案手法の中核はPULI（Positive-Unlabeled Learning-to-Intervene）であり、チームのプロジェクト提案と長期・短期の会話記憶を活用することで、進行中の科学的議論のストリームに対して「いつ」「どのように」介入するかを決定するための強化学習目的で訓練された新しい枠組みです。本研究を支えるために、PubMedの記事から導出した介入ポイントを含む、シミュレーションによる研究討論の対話データの新しいベンチマーク「BSDD（Biomedical Streaming Dialogue Dataset）」も導入します。実験結果は、PULIが介入の精度と協調タスクの有用性の両方において、既存のベースラインを大きく上回ることを示しており、先回り型LLMをインテリジェントな科学アシスタントとして活用できる可能性を強調しています。