調査・データestie（エスティ、東京都港区）は28日、同社の不動産AI Labと東京大学大学院情報理工学系研究科の山崎研究室が共同開発した、不動産価格予測モデルを大規模言語モデル（LLM）で自動改善する手法「CARRE」に関する論文が、国際会議「IEEE MIPR 2026」に採択されたと発表した。
CARREは、LLMが予測モデルの改善案を作成し、Python（パイソン）による実装、検証データを用いた評価、誤差の診断までを繰り返す仕組み。過去の試行結果を蓄積して同じ提案の繰り返しを避けるほか、物件属性ごとの誤差をLLMにフィードバックし、特徴量の追加やモデル構成の変更を自動で進める。予測モデルには、勾配ブースティング手法の「LightGBM」を用いた。
検証では、全国の賃貸物件8800万件を母集団として抽出した9万9975件の国内データと、米国の公開データ「California Housing」を使用した。国内データでは、決定係数、二乗平均平方根誤差、平均絶対パーセント誤差の各指標でベースモデルを上回った。米国データでは、平均絶対誤差を13％、平均絶対パーセント誤差を16％改善したとしている。
従来の自動機械学習では最適化の過程が見えにくい課題があったが、CARREは改善理由を文章で示しながら、地理情報を使った特徴量の追加や複数モデルの組み合わせを自動で選ぶ。estieは今後、物流施設を含む不動産の価格・賃料分析や投資判断など、実務への活用可能性を検討する。
■「より詳しい情報を知りたい」あるいは「続報を知りたい」場合、下の「もっと知りたい」ボタンを押してください。編集部にてボタンが押された数のみをカウントし、件数の多いものについてはさらに深掘り取材を実施したうえで、詳細記事の掲載を積極的に検討します。
※本記事の関連情報などをお持ちの場合、編集部直通の下記メールアドレスまでご一報いただければ幸いです。弊社では取材源の秘匿を徹底しています。
LOGISTICS TODAY編集部
メール：support@logi-today.com
LOGISTICS TODAYでは、メール会員向けに、朝刊（平日7時）・夕刊（16時）のニュースメールを配信しています。業界の最新動向に加え、物流に関わる方に役立つイベントや注目のサービス情報もお届けします。
ご登録は無料です。確かな情報を、日々の業務にぜひお役立てください。