Ice-kun: A Virtual Pet on a Low Energy Display Controlled by a Large Language Model

要旨

本稿では，大規模言語モデル（LLM）によって制御され，アドレス指定可能なLED基板上に表示されるバーチャルペット「Ice-kun」を提案する．Ice-kunは，インタラクションが限定される既存のバーチャルペットとは異なり，LLMを用いて自然言語入力を解釈し，多様で愉快なアニメーションを生成する．Ice-kunはアニメーション生成のためにいくつかのパーツに分割されており，LLMはそれぞれのパーツのアニメーション生成を担う．バーチャルペットのリアルタイム制御エージェントとして，LLMには高速な応答と正しい形式での出力が求められる．そこで本研究では，2種類のプロンプト戦略と6種類のプロンプトエンジニアリング手法を比較した．各パーツに対応する複数の短いプロンプトを非同期かつ並列に実行するプロンプト戦略により，高速な応答時間を実現した．また，LLMが正しい形式で高精度に応答できるよう，Few-shotプロンプティングとZero-shot CoTプロンプティングをプロンプトに組み込んだ．コード，実験結果，デモ動画はリポジトリ（https://github.com/anonymouspenguin27/icekun）で公開している．