説明可能な価格外れ値検出のためのモジュール型LLMフレームワーク
arXiv cs.CL / 2026/3/24
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、単純な閾値ではなく意味的に関連する製品属性に基づいて判断を行うことで、小売／ECにおける価格外れ値を説明可能に検出するためのエージェント型LLMフレームワークを提案する。
- この手法は3つの段階で動作する：まず、類似かつ価格に関連する製品を見つけるための関連性分類；次に、価格に影響する各次元にわたる相対的な有用性の評価；最後に、説明に基づく推論を集約して、根拠付きの外れ値判定を生成する。
- 実験では、人間の監査者との一致率が75%超であり、テストデータセットにおいてゼロショットおよびリトリーバルベースのLLMアプローチよりも性能が向上したと報告している。
- アブレーション結果は、本アプローチが主要なハイパーパラメータに対して感度を持つことを示す一方で、異なる精度要件や監査者との一致目標に合わせて適応できることも示している。
