論文の概要: On Psychology of AI -- Does Primacy Effect Affect ChatGPT and Other LLMs?

• arxiv url: http://arxiv.org/abs/2504.20444v1
• Date: Tue, 29 Apr 2025 05:35:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.764994
• Title: On Psychology of AI -- Does Primacy Effect Affect ChatGPT and Other LLMs?
• Title（参考訳）: AIの心理学について -プライマシー効果はChatGPTや他のLLMに影響を及ぼすか?
• Authors: Mika Hämäläinen,
• Abstract要約: 商業LLM(ChatGPT, Gemini, Claude)におけるプライマリシー効果について検討した。 最初の実験では、ChatGPTは最初は正の形容詞を持つ候補を好んだが、ジェミニは両方を同様に好んだ。
• 参考スコア（独自算出の注目度）: 0.59829224684009
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We study the primacy effect in three commercial LLMs: ChatGPT, Gemini and Claude. We do this by repurposing the famous experiment Asch (1946) conducted using human subjects. The experiment is simple, given two candidates with equal descriptions which one is preferred if one description has positive adjectives first before negative ones and another description has negative adjectives followed by positive ones. We test this in two experiments. In one experiment, LLMs are given both candidates simultaneously in the same prompt, and in another experiment, LLMs are given both candidates separately. We test all the models with 200 candidate pairs. We found that, in the first experiment, ChatGPT preferred the candidate with positive adjectives listed first, while Gemini preferred both equally often. Claude refused to make a choice. In the second experiment, ChatGPT and Claude were most likely to rank both candidates equally. In the case where they did not give an equal rating, both showed a clear preference to a candidate that had negative adjectives listed first. Gemini was most likely to prefer a candidate with negative adjectives listed first.
• Abstract（参考訳）: 商業LLM(ChatGPT, Gemini, Claude)におけるプライマリシー効果について検討した。 我々は、人体を用いた有名な実験Asch (1946) を再利用することでこれを実現した。 実験は単純であり、ある記述が最初に正の形容詞を持つ場合と、別の記述が負の形容詞を持つ場合と、その後に正の形容詞を持つ場合の2つの候補が好まれる。 これを2つの実験で試す。 ある実験では、LLMは同じプロンプトで両方の候補を同時に与え、別の実験では、LLMは両方の候補を別々に与える。 すべてのモデルを200組の候補ペアでテストします。 最初の実験では、ChatGPTが最初は正の形容詞を持つ候補を好んだが、ジェミニは両方を好んだ。 クロードは選択を拒んだ。 第2の実験では、ChatGPTとClaudeは両方の候補を同等にランク付けする可能性が高い。 同等の格付けを与えなかった場合、両者は、最初に否定的な形容詞を列挙した候補者に対して明確な好意を示した。 ジェミニは、最初に否定的な形容詞を列挙した候補者を好む可能性が高い。

関連論文リスト

• Cognitive Biases in Large Language Models: A Survey and Mitigation Experiments [24.15688619889342]
  大規模言語モデル(LLM)は、人間によって書かれた大きなコーパスで訓練され、様々なタスクで高いパフォーマンスを示す。 人間は認知バイアスの影響を受けやすいため、LSMはこれらのバイアスに影響され、不合理な意思決定につながる。
  論文  参考訳（メタデータ） (2024-11-30T02:37:59Z)
• Humanity in AI: Detecting the Personality of Large Language Models [0.0]
  アンケートは大規模言語モデル(LLM)の個性を検出する一般的な方法である 本稿では,テキストマイニングとアンケート手法の組み合わせを提案する。 LLMのパーソナリティは、事前訓練されたデータから導かれる。
  論文  参考訳（メタデータ） (2024-10-11T05:53:11Z)
• Bias in LLMs as Annotators: The Effect of Party Cues on Labelling Decision by Large Language Models [0.0]
  我々は、Large Language Models (LLMs) において同様のバイアスをアノテーションとしてテストする。 人間とは違い、極端に左派や右派からの発言を誘発しても、LSMは顕著な偏見を呈する。
  論文  参考訳（メタデータ） (2024-08-28T16:05:20Z)
• What an Elegant Bridge: Multilingual LLMs are Biased Similarly in Different Languages [51.0349882045866]
  本稿では,Large Language Models (LLMs) の文法的ジェンダーのレンズによるバイアスについて検討する。 様々な言語における形容詞を持つ名詞を記述するためのモデルを提案し,特に文法性のある言語に焦点を当てた。 単純な分類器は、偶然以上の名詞の性別を予測できるだけでなく、言語間の移動可能性も示せる。
  論文  参考訳（メタデータ） (2024-07-12T22:10:16Z)
• What Do Llamas Really Think? Revealing Preference Biases in Language Model Representations [62.91799637259657]
  大規模言語モデル(LLMs)は、応答を辞退しても、社会的な偏見を示すか? 本研究は,文脈的埋め込みを探索し,このバイアスが潜在表現にエンコードされているかどうかを探索することによって検討する。 単語の隠れベクトルからLLMの単語ペア選好を予測するロジスティックなBradley-Terryプローブを提案する。
  論文  参考訳（メタデータ） (2023-11-30T18:53:13Z)
• Bias Runs Deep: Implicit Reasoning Biases in Persona-Assigned LLMs [67.51906565969227]
  LLMの基本的な推論タスクの実行能力に対するペルソナ代入の意図しない副作用について検討する。 本研究は,5つの社会デコグラフィーグループにまたがる24の推論データセット,4つのLDM,19の多様な個人(アジア人など)について検討した。
  論文  参考訳（メタデータ） (2023-11-08T18:52:17Z)
• "Kelly is a Warm Person, Joseph is a Role Model": Gender Biases in LLM-Generated Reference Letters [97.11173801187816]
  大規模言語モデル(LLM)は、個人が様々な種類のコンテンツを書くのを支援する効果的なツールとして最近登場した。 本稿では, LLM 生成した参照文字の性別バイアスについて批判的に検討する。
  論文  参考訳（メタデータ） (2023-10-13T16:12:57Z)
• Are Emily and Greg Still More Employable than Lakisha and Jamal? Investigating Algorithmic Hiring Bias in the Era of ChatGPT [24.496590819263865]
  GPT-3.5、Bard、Claudeといった大規模言語モデル(LLM)は、様々なタスクに適用可能である。 本研究では,(1)履歴書と職種とのマッチング,(2)履歴書と雇用関連情報との要約の2つの課題についてLCMを評価した。 総じて、LSMは人種や性別で頑丈であり、妊娠状態や政治的親戚関係におけるパフォーマンスが異なる。
  論文  参考訳（メタデータ） (2023-10-08T12:08:48Z)
• Can ChatGPT Assess Human Personalities? A General Evaluation Framework [70.90142717649785]
  大きな言語モデル(LLM)は、様々な分野で印象的な成果を上げてきたが、その潜在的な人間のような心理学はいまだに研究されていない。 本稿では,Mers Briggs Type Indicator (MBTI) テストに基づく人格評価のための総合評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-01T06:16:14Z)
• Towards Controllable Biases in Language Generation [87.89632038677912]
  本研究では、特定の人口集団の言及を含む入力プロンプトによって生成されたテキストの社会的バイアスを誘導する手法を開発した。 1 つの人口統計学において負のバイアスを誘発し、もう1 つの人口統計学において正のバイアスを誘導し、2 つのシナリオを分析する。
  論文  参考訳（メタデータ） (2020-05-01T08:25:11Z)

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。