大規模言語モデルによる一時的な画像分類のテキスト解釈

科学分野:

• 天文学と天体物理学; 人工知能; 機械学習

背景:

• 天文サーベイは、膨大な量のトランジェントイベントデータを生成します。; 画像処理アーチファクトから本物の天体物理学信号を区別することは、重大な課題です。; 現在の畳み込みニューラルネットワーク（CNN）などの手法は、不透明な潜在表現のために解釈可能性が欠けています。

研究 の 目的:

• 光学トランジェントサーベイデータの分類における大規模言語モデル（LLM）のパフォーマンスを評価すること。; LLMが、解釈可能な出力を提供しながら、CNNと同等の精度を達成できるかどうかを評価すること。; 天文トランジェント候補の自然言語ベースの分類とクエリのためのフレームワークを開発すること。

主な方法:

• 光学トランジェントサーベイデータセット（Pan-STARRS、MeerLICHT、ATLAS）3つで分類のためにGoogleのLLMであるGeminiを利用しました。; 15個の例と簡潔な指示を用いた少数ショット学習アプローチを採用しました。; 一次分類モデルの出力の一貫性を評価し、改善するために二次LLMを実装しました。

主要な成果:

• LLMは、多様なデータセット全体で平均93%の精度を達成し、CNNのパフォーマンスに匹敵しました。; LLMは、各トランジェント候補に対して直接的で人間が読める説明を生成しました。; このフレームワークは、効果的な反復的改善を示し、従来のトレーニングパイプラインを回避しました。

結論:

• LLMは、天文トランジェントを分類するための有望で解釈可能な代替手段を提供します。; このアプローチは、テキストによる説明を提供することで、トランジェントイベントの理解を深めます。; LLMベースの分類は、天文データ分析における自動検出と人間の理解との間のギャップを埋めることができます。