論文の概要: Against 'softmaxing' culture

• arxiv url: http://arxiv.org/abs/2506.22968v1
• Date: Sat, 28 Jun 2025 17:59:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-01 21:27:53.652168
• Title: Against 'softmaxing' culture
• Title（参考訳）: ソフトマックス」文化への対抗
• Authors: Daniel Mwesigwa,
• Abstract要約: 私はこの現象を「ソフトマックス文化」と呼び、今日のAI評価に直面する根本的な課題の1つです。 私は2つの重要なシフトを提案します。まず最初に、システム評価の開始時に「文化とは何か?」と尋ねる代わりに、「文化とは何か?」という問いから始めます。 私は、文化的普遍性が存在するという哲学的主張を認めていますが、その課題は単にそれらを記述することではなく、それらの特質に関してそれらを満たすことです。
• 参考スコア（独自算出の注目度）: 0.21756081703275998
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI is flattening culture. Evaluations of "culture" are showing the myriad ways in which large AI models are homogenizing language and culture, averaging out rich linguistic differences into generic expressions. I call this phenomenon "softmaxing culture," and it is one of the fundamental challenges facing AI evaluations today. Efforts to improve and strengthen evaluations of culture are central to the project of cultural alignment in large AI systems. This position paper argues that machine learning (ML) and human-computer interaction (HCI) approaches to evaluation are limited. I propose two key shifts. First, instead of asking "what is culture?" at the start of system evaluations, I propose beginning with the question: "when is culture?" Second, while I acknowledge the philosophical claim that cultural universals exist, the challenge is not simply to describe them, but to situate them in relation to their particulars. Taken together, these conceptual shifts invite evaluation approaches that move beyond technical requirements, toward perspectives more responsive to the complexities of culture.
• Abstract（参考訳）: AIは文化を平らにしている。 文化」の評価は、大きなAIモデルが言語と文化を均質化し、一般的な表現への豊かな言語的差異を平均化している無数の方法を示している。 私はこの現象を「ソフトマックス文化」と呼び、今日のAI評価に直面する根本的な課題の1つです。 文化の評価を改善し、強化する努力は、大規模なAIシステムにおける文化的アライメントのプロジェクトの中心である。 本稿では,機械学習(ML)とヒューマン・コンピュータ・インタラクション(HCI)のアプローチが限定的であることを論じる。 私は2つの重要なシフトを提案します。 まず、システム評価の開始時に、“文化とは何か?”と尋ねる代わりに、“文化とは何か?”という質問から始めます。 第二に、文化的な普遍性が存在するという哲学的主張は認めるが、その課題は単にそれらを記述することではなく、それらの特質に関してそれらを満たすことである。 まとめると、これらの概念的な変化は、技術的要求を超えて、文化の複雑さにもっと反応する視点に向かって、評価アプローチを招待します。

関連論文リスト

• AI as a deliberative partner fosters intercultural empathy for Americans but fails for Latin American participants [4.641694322213005]
  我々は、AIの相互作用の種類、すなわち、熟考的対非熟考的対文化的整合性、非整合性対非整合性対文化的共感性について検討した。 その結果, ラテンアメリカの参加者ではなく, 文化間の共感が増大した。 参加者の母国語における文化的視点を明示する明示的なプロンプトと指示にもかかわらず、AIシステムは依然として文化的表現において大きな差異を示している。
  論文  参考訳（メタデータ） (2025-04-04T17:15:01Z)
• Rethinking AI Cultural Alignment [1.8434042562191815]
  人間の文化的価値は、特定のAIシステムのコンテキスト内で理解されなければならないことを示す。 文化的アライメントは双方向のプロセスとして再編成されるべきである、と私たちは主張する。
  論文  参考訳（メタデータ） (2025-01-13T23:42:37Z)
• CultureVLM: Characterizing and Improving Cultural Understanding of Vision-Language Models for over 100 Countries [63.00147630084146]
  視覚言語モデル(VLM)は高度な人間とAIの相互作用を持つが、文化的な理解に苦慮している。 CultureVerseは大規模なマルチモーダルベンチマークで、682の文化的概念、188の国/地域、15の文化的概念、3の質問タイプをカバーしている。 本稿では,文化理解の大幅な向上を実現するために,我々のデータセットを微調整したVLMのシリーズであるCultureVLMを提案する。
  論文  参考訳（メタデータ） (2025-01-02T14:42:37Z)
• Extrinsic Evaluation of Cultural Competence in Large Language Models [53.626808086522985]
  本稿では,2つのテキスト生成タスクにおける文化能力の評価に焦点をあてる。 我々は,文化,特に国籍の明示的なキューが,そのプロンプトに乱入している場合のモデル出力を評価する。 異なる国におけるアウトプットのテキスト類似性とこれらの国の文化的価値との間には弱い相関関係がある。
  論文  参考訳（メタデータ） (2024-06-17T14:03:27Z)
• Cultural Bias and Cultural Alignment of Large Language Models [0.9374652839580183]
  広く使われている5つの大言語モデルに対して,文化的偏見の分散評価を行う。 全てのモデルは、英語とプロテスタントのヨーロッパ諸国に似た文化的価値を示す。 生成AIの出力における文化的バイアスを軽減するために,文化的なプロンプトと継続的な評価を用いることを提案する。
  論文  参考訳（メタデータ） (2023-11-23T16:45:56Z)
• Not All Countries Celebrate Thanksgiving: On the Cultural Dominance in Large Language Models [89.94270049334479]
  本稿では,大規模言語モデル(LLM)における文化的優位性について述べる。 LLMは、ユーザーが非英語で尋ねるときに期待する文化とは無関係な、不適切な英語文化関連の回答を提供することが多い。
  論文  参考訳（メタデータ） (2023-10-19T05:38:23Z)
• An Analytics of Culture: Modeling Subjectivity, Scalability, Contextuality, and Temporality [13.638494941763637]
  文化とAIの間には双方向の関係があり、AIモデルは文化を分析するためにますます使われており、それによって文化に対する理解が形成される。 一方、これらのモデルでは、文化の表現を暗黙的に、常に正しく、暗黙的に学習する。 これにより、文化の分析にAIの使用を制限し、バイアスのような文化的な複雑な問題に関してAIの問題を引き起こす緊張が生じます。
  論文  参考訳（メタデータ） (2022-11-14T15:42:27Z)

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。