要約
研究チームがLLMを統合したモバイル向け入力メソッド「HUOZIIME」を発表した。 階層的メモリ機構でユーザー固有の入力パターンを継続学習し、個人に最適化された変換を実現。 オンデバイス動作に向けた最適化により、クラウド不要でプライバシーを保ちながら低遅延を達成する。
LLM搭載IMEで深いパーソナライズ入力を実現——オンデバイス展開も対応
HUOZIIME: An On-Device LLM-enhanced Input Method for Deep Personalization
原文を読む →
https://arxiv.org/abs/2604.14159
HUOZIIME（活字IME）は、モバイル端末上でLLMを用いたパーソナライズ入力メソッドエディタです。従来のIMEは手動入力の域を出ず、個人の語彙や文体を動的に学習する仕組みを持ちませんでした。本研究の主要な貢献は3点です。まず、合成パーソナライズデータでベースLLMをポストトレーニングし、人間らしい予測能力を初期付与します。次に「階層的メモリ機構」を設計し、ユーザーの短期・長期入力履歴を多層的に管理してリアルタイムで文生成に反映させます。さらに、モバイル端末の計算・メモリ制約に対応するシステム最適化を施し、実用的な応答速度を実現します。全処理をデバイス内で完結させるためプライバシー保護も両立。実験では高効率なオンデバイス実行と高忠実度のメモリ駆動パーソナライズが確認されました。GPT-4oなどクラウドLLMとの直接比較は論文抜粋には明示されていませんが、クラウド依存なしにパーソナライズ生成を実現する点が実用上の大きな差別化となっています。