LLMのモデルごとに明確な「性格」や挙動特性の違い

2/4/2026

東京大学の松尾豊教授が率いる松尾研究所の研究グループによる株式投資戦略の自動改善に活用する研究により、大規模言語モデル（LLM）のモデルごとに明確な「性格」や挙動特性の違いが存在することが明らかになりました。
研究グループによる実証実験では、Anthropic社のClaude系モデルが既存戦略を維持しつつ細かな修正を重ねる「コツコツ型」の安定した改善を示したのに対し、Google社のGemini系モデルは初期戦略から大きく逸脱して新たな手法を模索する「大胆型」の挙動を見せました。一方で、OpenAI社のGPT系モデルは既存のコードをほとんど変更しない「保守的」な傾向が確認されました。
この実験結果は、LLMを用いた投資戦略の自動生成において、フィードバックの設計よりもモデル選択がパフォーマンスを左右する主要な要因となり得ることを示唆しています。さらに、こうした「性格の違い」は株式投資に限らず、一般的なタスクにおいても観察される傾向であり、現代のAI活用は「最強のAIを選ぶ」時代から、それぞれの特性を理解し「目的に応じて使い分ける」時代へと移行していることを示しています。
生成AIにこの実証実験について深掘りさせました。なお、生成AIによる調査・分析結果は、公開された情報からだけの分析であり、必ずしも実情を示したものではないこと、誤った情報も含まれていることについてはご留意されたうえで、ご参照ください。

株式投資にAIを使うと？　Claudeは「コツコツ」、Geminiは「大胆」──見えた“性格の違い”
2026年04月01日
https://www.itmedia.co.jp/aiplus/articles/2604/01/news042.html

Distinct “Personalities” and Behavioral Characteristics Across LLM Models
A research group at the Matsuo Institute, led by Professor Yutaka Matsuo of The University of Tokyo, has revealed that different large language models (LLMs) exhibit clear differences in “personality” and behavioral characteristics. This finding comes from a study aimed at using LLMs to automatically improve stock investment strategies.
In the group’s empirical experiments, models from Anthropic (Claude series) demonstrated a “steady and incremental” style, maintaining existing strategies while making gradual refinements. In contrast, models from Google (Gemini series) exhibited a “bold” approach, significantly deviating from initial strategies to explore entirely new methods. Meanwhile, models from OpenAI (GPT series) showed a “conservative” tendency, making minimal changes to existing code.
These experimental results suggest that, in the automatic generation of investment strategies using LLMs, model selection—rather than feedback design—can be a primary factor influencing performance. Furthermore, such “personality differences” are not limited to stock investment tasks but are also observed in general-purpose applications. This indicates a broader shift in AI utilization: from an era of selecting the single “most powerful AI” to one of understanding each model’s characteristics and strategically choosing the right tool for each purpose.
I asked a generative AI system to further analyze this empirical study. Please note that the insights provided are based solely on publicly available information and may not fully reflect reality; they may also contain inaccuracies.

0 Comments

よろず知財コンサルティングのブログ