論文の概要: A pragmatic account of the weak evidence effect

• arxiv url: http://arxiv.org/abs/2112.03799v1
• Date: Tue, 7 Dec 2021 16:16:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-08 14:23:53.715368
• Title: A pragmatic account of the weak evidence effect
• Title（参考訳）: 弱い証拠効果の実践的考察
• Authors: Samuel A. Barnett, Robert D. Hawkins, and Thomas L. Griffiths
• Abstract要約: 弱い証拠は、話者が説得力のある目標の下で行動することが期待されるときにのみ、バックファイアを示す。 我々は、弱い証拠効果が話者の期待に依存する範囲を測定するために、スティックコンテストと呼ばれる単純な実験パラダイムを導入する。 以上の結果から,社会的推論の合理的モデルが意思決定現象の解明に有効である可能性が示唆された。
• 参考スコア（独自算出の注目度）: 7.277760003553327
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language is not only used to inform. We often seek to persuade by arguing in favor of a particular view. Persuasion raises a number of challenges for classical accounts of belief updating, as information cannot be taken at face value. How should listeners account for a speaker's "hidden agenda" when incorporating new information? Here, we extend recent probabilistic models of recursive social reasoning to allow for persuasive goals and show that our model provides a new pragmatic explanation for why weakly favorable arguments may backfire, a phenomenon known as the weak evidence effect. Critically, our model predicts a relationship between belief updating and speaker expectations: weak evidence should only backfire when speakers are expected to act under persuasive goals, implying the absence of stronger evidence. We introduce a simple experimental paradigm called the Stick Contest to measure the extent to which the weak evidence effect depends on speaker expectations, and show that a pragmatic listener model accounts for the empirical data better than alternative models. Our findings suggest potential avenues for rational models of social reasoning to further illuminate decision-making phenomena.
• Abstract（参考訳）: 言語は情報伝達にのみ使用される。 私たちはしばしば特定の見解を支持して説得しようとする。 説得は、情報が対面価値で取得できないため、古典的な信条の更新に関する多くの課題を提起する。 新しい情報を取り込む場合、リスナーはどのように話者の「隠れた議題」を説明するべきか? ここでは、近年の帰納的社会的推論の確率的モデルを拡張して、説得的目標を許容し、我々のモデルがなぜ弱々しい議論がバックファイアを起こすのかを、新しい実践的な説明を提供することを示す。 私たちのモデルは、信念の更新と話者の期待の関係を予測します。弱い証拠は、説得力のある目標の下で話者が行動することが期待されるときにのみ、バックファイアとなるべきです。 我々は,弱証拠が話者の期待にどの程度依存するかを測定するための,簡易な実験的パラダイムであるスティックコンテストを導入し,実用的リスナモデルが代替モデルよりも経験的データに寄与することを示す。 以上の結果から,社会的推論の合理的なモデルが意思決定現象をさらに照らす道筋が示唆された。

関連論文リスト

• Teaching Models to Balance Resisting and Accepting Persuasion [69.68379406317682]
  大規模言語モデル(LLM)は説得に影響を受けやすいため、モデルが対向的インターロケータに直面するとリスクが生じる可能性がある。 モデルを一方だけに最適化すると、もう一方のパフォーマンスが低下することを示す。 PBT(Persuasion-Balanced Training)を導入する。
  論文  参考訳（メタデータ） (2024-10-18T16:49:36Z)
• AutoPersuade: A Framework for Evaluating and Explaining Persuasive Arguments [0.5242869847419834]
  私たちは説得力のあるメッセージを構築するためのフレームワークであるAutoPersuadeを紹介します。 我々は説得力に影響を与える議論の特徴を識別する新しい話題モデルを開発した。 このモデルを用いて、新たな議論の有効性を予測し、異なるコンポーネントの因果的影響を評価する。
  論文  参考訳（メタデータ） (2024-10-11T15:46:05Z)
• Conceptual and Unbiased Reasoning in Language Models [98.90677711523645]
  本稿では,抽象的質問に対する概念的推論をモデルに強制する,新しい概念化フレームワークを提案する。 既存の大規模言語モデルは概念的推論では不足しており、様々なベンチマークでは9%から28%に低下している。 ハイレベルな抽象的推論が不偏で一般化可能な意思決定の鍵となるので、モデルがどのように改善できるかについて議論する。
  論文  参考訳（メタデータ） (2024-03-30T00:53:53Z)
• Contrastive Chain-of-Thought Prompting [74.10511560147293]
  本稿では,言語モデル推論を強化するために,思考の対照的な連鎖を提案する。 従来の思考の連鎖と比較して,本手法は妥当かつ無効な推論実証を提供する。 推論ベンチマーク実験により、思考の対照的な連鎖は、思考の連鎖の促進に役立てることができることを示した。
  論文  参考訳（メタデータ） (2023-11-15T18:54:01Z)
• Advancing Counterfactual Inference through Nonlinear Quantile Regression [77.28323341329461]
  ニューラルネットワークで実装された効率的かつ効果的な対実的推論のためのフレームワークを提案する。 提案手法は、推定された反事実結果から見つからないデータまでを一般化する能力を高める。 複数のデータセットで実施した実証実験の結果は、我々の理論的な主張に対する説得力のある支持を提供する。
  論文  参考訳（メタデータ） (2023-06-09T08:30:51Z)
• Logical Satisfiability of Counterfactuals for Faithful Explanations in NLI [60.142926537264714]
  本稿では, 忠実度スルー・カウンタファクトの方法論について紹介する。 これは、説明に表される論理述語に基づいて、反実仮説を生成する。 そして、そのモデルが表現された論理と反ファクトの予測が一致しているかどうかを評価する。
  論文  参考訳（メタデータ） (2022-05-25T03:40:59Z)
• Strategic Argumentation Dialogues for Persuasion: Framework and Experiments Based on Modelling the Beliefs and Concerns of the Persuadee [6.091096843566857]
  特定の対話において議論が良いかどうかを決定するための2つの重要な次元は、意図する観衆が議論と反論を信じる程度であり、議論が意図する観衆の関心に与える影響である。 本稿では,これらのモデルを用いて,説得的対話における移動の選択を最適化する枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-28T08:49:24Z)
• Social Commonsense Reasoning with Multi-Head Knowledge Attention [24.70946979449572]
  社会的コモンセンス推論には、テキストの理解、社会イベントに関する知識、その実践的な意味、およびコモンセンス推論スキルが必要である。 本稿では,半構造化コモンセンス推論規則を符号化し,それをトランスフォーマーベースの推論セルに組み込むことを学習する,新しいマルチヘッド知識アテンションモデルを提案する。
  論文  参考訳（メタデータ） (2020-10-12T10:24:40Z)
• What Changed Your Mind: The Roles of Dynamic Topics and Discourse in Argumentation Process [78.4766663287415]
  本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。 議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
  論文  参考訳（メタデータ） (2020-02-10T04:27:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。