Subgoal 分解

学習のねらい

人間が複雑なタスクに取り組むとき、いきなり最終目標を目指すのではなく、まず小さなステップに分解して、一つずつ解決していくことが多いでしょう。LLM(大規模言語モデル)も同様に、大きなタスクをそのまま与えるよりも、より小さく、管理しやすいサブゴール (Subgoal、中間目標) に分解して順に処理させることで、そのパフォーマンスを大幅に向上させることができます。

本レッスンでは、この Subgoal 分解の概念とその重要性、そして具体的な適用方法について学びます。これは、Anthropic の6パターンで言うところの「Orchestrator-Workers (オーケストレーター・ワーカー)」パターンに近い考え方です。

Subgoal 分解の基本

Subgoal 分解とは、与えられた大きなタスクを、論理的かつ実行可能な複数の小さなステップ(サブゴール)に分割するプロセスです。各サブゴールは、それ自体が明確な目標を持ち、LLM が比較的容易に達成できる粒度であるべきです。

なぜ Subgoal 分解が必要か？

• 複雑さの軽減: LLM にとって、一度に処理するには複雑すぎるタスクを、より単純な部分に分割します。
• エラーの局所化: どこで問題が発生したかを特定しやすくなります。大きなタスク全体で失敗するよりも、特定のサブゴールでの失敗を修正する方が容易です。
• 推論の精度向上: 各サブゴールが明確になることで、LLM はそれぞれのステップに集中して推論を行い、全体としての精度が向上します。
• 進捗の追跡: 各サブゴールの達成度を確認できるため、タスク全体の進捗状況を把握しやすくなります。

Subgoal 分解のプロセス

Subgoal 分解は、通常、以下のようなステップで進められます。

1. タスクの理解: 最終的な目標と、その背景にある制約や要件を深く理解します。
2. 初期分解: 最終目標を達成するために必要な、最初の大きなステップをいくつか特定します。
3. 再帰的分解: 各ステップがまだ複雑すぎる場合、さらにそれを小さなサブゴールに分解します。これを、LLM が直接実行できるレベルまで繰り返します。
4. 順序付け: サブゴール間の依存関係を考慮し、実行する順序を決定します。一部のサブゴールは並行して実行できる場合もあります。
5. 実行と確認: 各サブゴールを LLM に実行させ、その結果が期待通りであるかを確認します。問題があれば、そのサブゴールを再試行するか、分解を見直します。

順序保証と並列化の判断

Subgoal 分解において重要なのは、各サブゴールをどのような順序で実行するか、そしてどのサブゴールを並行して実行できるかを判断することです。

• 順序保証: あるサブゴールが、別のサブゴールの結果を必要とする場合、それらのサブゴールには順序保証が必要です。例えば、「データを収集する」サブゴールが完了しないと、「データを分析する」サブゴールは開始できません。
• 並列化: 互いに依存関係がなく、独立して実行できるサブゴールは、並行して処理することで全体の時間を短縮できます。例えば、「市場調査」と「競合分析」は、それぞれ独立した情報源から収集できる場合、同時に進めることが可能です。

LLM にサブゴールを分解させる際、プロンプトで「これらのステップは並行して実行可能ですか？」「このステップはどのステップの結果に依存しますか？」といった質問を投げかけることで、より効率的な計画を立てさせることができます。

まとめ

Subgoal 分解は、複雑なタスクを LLM が処理しやすい小さな中間目標に分割する強力な手法です。 これにより、LLM の推論精度が向上し、エラーの特定が容易になり、全体の進捗管理も行いやすくなります。 タスクの依存関係を考慮し、順序保証と並列化を適切に判断しながら、効果的なサブゴール分解を行いましょう。