GPT-4やClaude 3といった最先端の性能を持つLLMが、回帰問題をどれほど解けるのかが調査されました。 実験の結果、LLMは、回帰問題タスクに特化した機械学習モデルに匹敵する性能を発揮しました。 LLMに対しては回帰問題の解き方を細かく教えたのではなく、問題と答えの例をいくつか見せただけ(Few-Shotのコンテキスト内学習)でした。 なお回帰問題とは、一連の入力に対して傾向を予測する統計的手法です。直線で表せるものを線形回帰、曲線で表すものを非線形回帰と言います。 参照論文情報 タイトル:From Words to Numbers: Your Large Language Model Is Secretly A Capable Regressor When Given In-Context Examples 著者:Robert Vacareanu, Vlad-Andrei Neg