論文の概要: Generative Social Choice: The Next Generation

• arxiv url: http://arxiv.org/abs/2505.22939v1
• Date: Wed, 28 May 2025 23:40:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-30 18:14:07.585027
• Title: Generative Social Choice: The Next Generation
• Title（参考訳）: 次世代社会選択
• Authors: Niclas Boehmer, Sara Fish, Ariel D. Procaccia,
• Abstract要約: 特定の民主的プロセスにおける重要なタスクは、ユーザの意見の完全な範囲を比例的に表す、簡潔な文のスレートを作成することである。 この課題は委員会選挙と似ているが、伝統的な設定とは異なり、候補者集合は様々な長さの全ての可能なステートメントで構成されている。
• 参考スコア（独自算出の注目度）: 31.97126215677833
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A key task in certain democratic processes is to produce a concise slate of statements that proportionally represents the full spectrum of user opinions. This task is similar to committee elections, but unlike traditional settings, the candidate set comprises all possible statements of varying lengths, and so it can only be accessed through specific queries. Combining social choice and large language models, prior work has approached this challenge through a framework of generative social choice. We extend the framework in two fundamental ways, providing theoretical guarantees even in the face of approximately optimal queries and a budget limit on the overall length of the slate. Using GPT-4o to implement queries, we showcase our approach on datasets related to city improvement measures and drug reviews, demonstrating its effectiveness in generating representative slates from unstructured user opinions.
• Abstract（参考訳）: 特定の民主的プロセスにおける重要なタスクは、ユーザーの意見の完全なスペクトルを比例的に表す簡潔な文のスレートを作成することである。 このタスクは委員会選挙と似ているが、従来の設定とは異なり、候補セットは様々な長さの可能な全てのステートメントで構成されており、特定のクエリを通してのみアクセス可能である。 社会的選択と大きな言語モデルを組み合わせることで、先行研究は、生成的社会的選択の枠組みを通じて、この問題にアプローチしてきた。 フレームワークを2つの基本的な方法で拡張し、ほぼ最適なクエリに直面した場合でも理論的保証を提供し、スレート全体の長さに対する予算制限を提供します。 GPT-4oを用いて、都市改善対策や薬物レビューに関連するデータセットを提示し、非構造的ユーザの意見から代表スレートを生成する効果を実証した。

関連論文リスト

• Personalized Top-k Set Queries Over Predicted Scores [21.74740893966611]
  本研究は,予測スコア上でトップkクエリに応答する上で,高価な外部オラクルの適用性について検討する。 任意の集合ベースのスコアリング関数を処理する汎用計算フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-18T16:19:08Z)
• ACE: A Generative Cross-Modal Retrieval Framework with Coarse-To-Fine Semantic Modeling [53.97609687516371]
  我々は、エンドツーエンドのクロスモーダル検索のための先駆的なジェネリッククロスモーダル rEtrieval framework (ACE) を提案する。 ACEは、クロスモーダル検索における最先端のパフォーマンスを達成し、Recall@1の強いベースラインを平均15.27%上回る。
  論文  参考訳（メタデータ） (2024-06-25T12:47:04Z)
• A Large-Scale Evaluation of Speech Foundation Models [110.95827399522204]
  音声処理ユニバーサルパフォーマンスベンチマーク(SUPERB)を構築し,基礎モデルパラダイムの有効性について検討する。 凍結基盤モデルを用いてSUPERBにおける音声処理タスクに対処する統合マルチタスクフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-04-15T00:03:16Z)
• Generative Judge for Evaluating Alignment [84.09815387884753]
  本稿では,これらの課題に対処するために,13Bパラメータを持つ生成判断器Auto-Jを提案する。 我々のモデルは,大規模な実環境シナリオ下でのユーザクエリとLLM生成応答に基づいて訓練されている。 実験的に、Auto-Jはオープンソースモデルとクローズドソースモデルの両方を含む、強力なライバルのシリーズを上回っている。
  論文  参考訳（メタデータ） (2023-10-09T07:27:15Z)
• Generative Social Choice [31.99162448662916]
  オープンエンドの民主的プロセスの設計手法である生成的社会的選択を紹介する。 プロセス表現は、オラクルクエリへのアクセスが与えられたときに保証されることを証明します。 我々は,これらのクエリが大規模言語モデルを用いて概ね実装可能であることを実証的に検証した。
  論文  参考訳（メタデータ） (2023-09-03T23:47:21Z)
• Interpretable by Design: Learning Predictors by Composing Interpretable Queries [8.054701719767293]
  機械学習アルゴリズムは設計によって解釈されるべきである。 正確な予測に必要なクエリの数を最小限に抑える。 視覚とNLPタスクの実験は、我々のアプローチの有効性を実証している。
  論文  参考訳（メタデータ） (2022-07-03T02:40:34Z)
• Text Summarization with Latent Queries [60.468323530248945]
  本稿では,LaQSumについて紹介する。LaQSumは,既存の問合せ形式と抽象的な要約のための文書から遅延クエリを学習する,最初の統一テキスト要約システムである。 本システムでは, 潜伏クエリモデルと条件付き言語モデルとを協調的に最適化し, ユーザがテスト時に任意のタイプのクエリをプラグイン・アンド・プレイできるようにする。 本システムでは,クエリタイプ,文書設定,ターゲットドメインの異なる要約ベンチマークにおいて,強力な比較システムの性能を強く向上させる。
  論文  参考訳（メタデータ） (2021-05-31T21:14:58Z)
• Automated Concatenation of Embeddings for Structured Prediction [75.44925576268052]
  本稿では, 埋め込みの自動結合(ACE)を提案し, 構造予測タスクにおける埋め込みのより優れた結合を見つけるプロセスを自動化する。 我々は、強化学習の戦略に従い、制御器のパラメータを最適化し、タスクモデルの精度に基づいて報酬を計算する。
  論文  参考訳（メタデータ） (2020-10-10T14:03:20Z)

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。