論文の概要: Can Memory-Augmented LLM Agents Aid Journalism in Interpreting and Framing News for Diverse Audiences?
- arxiv url: http://arxiv.org/abs/2507.21055v2
- Date: Sat, 02 Aug 2025 22:21:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-05 20:32:48.648644
- Title: Can Memory-Augmented LLM Agents Aid Journalism in Interpreting and Framing News for Diverse Audiences?
- Title（参考訳）: 記憶増強型LLMエージェントは、様々な聴取者に対するニュースの解釈・分別にジャーナリズムを補助できるか?
- Authors: Leyi Ouyang,
- Abstract要約: MADESは、社会的コミュニケーションをシミュレートするために設計されたエージェントベースのフレームワークである。
我々は、その反復的な議論プロセスを通じて、ニュースコンテンツ内の混乱と誤解を識別する。
以上の結果から, エージェントは補充資料を受け取った後, ニュース理解を著しく改善したことが明らかとなった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Modern news is often comprehensive, weaving together information from diverse domains, including technology, finance, and agriculture. This very comprehensiveness creates a challenge for interpretation, as audiences typically possess specialized knowledge related to their expertise, age, or standpoint. Consequently, a reader might fully understand the financial implications of a story but fail to grasp or even actively misunderstand its legal or technological dimensions, resulting in critical comprehension gaps. In this work, we investigate how to identify these comprehension gaps and provide solutions to improve audiences' understanding of news content, particularly in the aspects of articles outside their primary domains of knowledge. We propose MADES, an agent-based framework designed to simulate societal communication. The framework utilizes diverse agents, each configured to represent a specific occupation or age group. Each agent is equipped with a memory system. These agents are then simulated to discuss the news. This process enables us to monitor and analyze their behavior and cognitive processes. Our findings indicate that the framework can identify confusions and misunderstandings within news content through its iterative discussion process. Based on these accurate identifications, the framework then designs supplementary material. We validated these outcomes using both statistical analysis and human evaluation, and the results show that agents exhibit significantly improved news understanding after receiving this supplementary material.
- Abstract（参考訳）: 現代のニュースはしばしば包括的であり、技術、金融、農業など様々な分野の情報を集めている。
この非常に包括性は、聴衆が専門知識、年齢、視点に関する専門知識を持っているため、解釈の難しさを生じさせる。
その結果、読者は物語の金銭的意味を完全に理解するが、その法的あるいは技術的な側面を把握または積極的に誤解することができないため、重大な理解のギャップが生じる。
本研究では,これらの理解ギャップの特定方法を検討するとともに,読者のニュースコンテンツに対する理解を改善するためのソリューションを提供する。
社会的コミュニケーションをシミュレートするエージェントベースのフレームワークであるMADESを提案する。
このフレームワークは多様なエージェントを使用し、それぞれが特定の職業または年齢グループを表すように構成されている。
各エージェントは、メモリシステムを備える。
これらのエージェントは、そのニュースをシミュレートして議論する。
このプロセスにより、私たちは彼らの行動や認知プロセスを監視し、分析することができます。
本研究は,その反復的議論プロセスを通じて,ニュースコンテンツ内の混乱や誤解を識別できることを示唆する。
これらの正確な識別に基づいて、フレームワークは補足材料を設計する。
統計的分析と人的評価の両方を用いてこれらの結果を検証し, この補足資料を受信すると, エージェントはニュース理解を著しく改善したことを示す。
関連論文リスト
- KEN: Knowledge Augmentation and Emotion Guidance Network for Multimodal Fake News Detection [1.8603865942709585]
我々は,知識向上・感情誘導ネットワーク(KEN)を提案する。
一方、LVLMの強力な意味理解と広範な世界知識を効果的に活用する。
一方、バランスの取れた学習を通して異なる感情型間のクラス間の違いを考察し、感情型と信頼の関係のきめ細かいモデリングを実現する。
論文 参考訳（メタデータ） (2025-07-13T14:28:20Z) - Profiling News Media for Factuality and Bias Using LLMs and the Fact-Checking Methodology of Human Experts [29.95198868148809]
本稿では,プロのファクトチェッカーがアウトレット全体の事実と政治的偏見を評価するために使用する基準をエミュレートする新しい手法を提案する。
メディアの人気と地域がモデル性能に与える影響を詳細に分析する。
論文 参考訳（メタデータ） (2025-06-14T15:49:20Z) - Talking Point based Ideological Discourse Analysis in News Events [62.18747509565779]
本稿では,イデオロギー的談話分析理論をモチベーションとして,実世界の出来事に関するニュース記事を分析する枠組みを提案する。
我々のフレームワークは,話題のトピックとともに,エンティティ,役割,メディアフレーム間の相互作用を捉えた,会話ポイントという関係構造を用いたニュース記事を表現している。
我々は,人間の検証によって補足されたイデオロギーや分派的分類タスクを通じて,これらの視点を自動で生成するフレームワークの能力を評価する。
論文 参考訳（メタデータ） (2025-04-10T02:52:34Z) - SOK-Bench: A Situated Video Reasoning Benchmark with Aligned Open-World Knowledge [60.76719375410635]
44Kの質問と10Kの状況からなる新しいベンチマーク(SOK-Bench)を提案する。
推論プロセスは、位置する知識と問題解決のための一般的な知識を理解し、適用するために必要である。
質問応答ペアと推論プロセスを生成し,最後に品質保証に関する手作業によるレビューを行った。
論文 参考訳（メタデータ） (2024-05-15T21:55:31Z) - GPT-4V(ision) as A Social Media Analysis Engine [77.23394183063238]
本稿では,GPT-4Vのソーシャルマルチメディア分析能力について考察する。
我々は、感情分析、ヘイトスピーチ検出、フェイクニュース識別、人口推定、政治的イデオロギー検出を含む5つの代表的なタスクを選択する。
GPT-4Vはこれらのタスクにおいて顕著な効果を示し、画像とテキストのペアの理解、文脈と文化の認識、広義のコモンセンス知識などの強みを示している。
論文 参考訳（メタデータ） (2023-11-13T18:36:50Z) - Getting aligned on representational alignment [93.08284685325674]
本研究では,認知科学,神経科学,機械学習における表現的アライメントの研究を行う。
重複する関心にもかかわらず、これらの分野の間には知識の伝達が限られている。
本稿では,表現アライメント研究のための共通言語として機能する統一フレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-18T17:47:58Z) - Interpretable Propaganda Detection in News Articles [30.192497301608164]
本稿では, 解釈可能性を提供する手段として, 偽造手法を検知し, 利用することを提案する。
我々の解釈可能な特徴は、事前訓練された言語モデルと簡単に組み合わせられ、最先端の結果が得られる。
論文 参考訳（メタデータ） (2021-08-29T09:57:01Z) - Cross-Domain Learning for Classifying Propaganda in Online Contents [67.10699378370752]
本稿では,ラベル付き文書や,ニュースやつぶやきからの文をベースとしたクロスドメイン学習の手法を提案する。
本実験は,本手法の有効性を実証し,移動過程におけるソースやターゲットの様々な構成における困難さと限界を同定する。
論文 参考訳（メタデータ） (2020-11-13T10:19:13Z) - Improving Machine Reading Comprehension with Contextualized Commonsense
Knowledge [62.46091695615262]
我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。
構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。
我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
論文 参考訳（メタデータ） (2020-09-12T17:20:01Z) - Machine Learning Explanations to Prevent Overtrust in Fake News
Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。
我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。
説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文 参考訳（メタデータ） (2020-07-24T05:42:29Z) - SirenLess: reveal the intention behind news [31.757138364005087]
本稿では,言語的特徴による誤ニュース検出のための視覚解析システムであるSirenLessを紹介する。
このシステムは、ニュースメタデータと言語機能を統合し、ニュース記事の意味構造を明らかにする新しいインタラクティブツールである、記事エクスプローラーを特徴とする。
我々は、SirenLessを用いて、異なるソースから18のニュース記事を分析し、誤ったニュース検出のためのいくつかの有用なパターンを要約する。
論文 参考訳（メタデータ） (2020-01-08T20:36:17Z)
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。