論文の概要: SoulSeek: Exploring the Use of Social Cues in LLM-based Information Seeking

• arxiv url: http://arxiv.org/abs/2601.01094v1
• Date: Sat, 03 Jan 2026 07:09:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-06 16:25:22.026054
• Title: SoulSeek: Exploring the Use of Social Cues in LLM-based Information Seeking
• Title（参考訳）: SoulSeek: LLMベースの情報検索におけるソーシャルクイズの利用を探る
• Authors: Yubo Shu, Peng Zhang, Meng Wu, Yan Chen, Haoxuan Zhou, Guanming Liu, Yu Zhang, Liuxin Zhang, Qianying Wang, Tun Lu, Ning Gu,
• Abstract要約: 社会的手がかりは、個人が妥当性と信頼性を判断するのを助けることで、人間の情報を求める上で重要な役割を担っている。 既存のLLMベースの検索システムはセマンティックな特徴に依存しており、自然情報探索の基盤となる社会的認知との相違を生み出している。 本稿では、より優れた社会的知識理解、パーソナライズされたキュー設定、制御可能なインタラクションを強調した設計上の意義を提案する。
• 参考スコア（独自算出の注目度）: 23.78415242490134
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social cues, which convey others' presence, behaviors, or identities, play a crucial role in human information seeking by helping individuals judge relevance and trustworthiness. However, existing LLM-based search systems primarily rely on semantic features, creating a misalignment with the socialized cognition underlying natural information seeking. To address this gap, we explore how the integration of social cues into LLM-based search influences users' perceptions, experiences, and behaviors. Focusing on social media platforms that are beginning to adopt LLM-based search, we integrate design workshops, the implementation of the prototype system (SoulSeek), a between-subjects study, and mixed-method analyses to examine both outcome- and process-level findings. The workshop informs the prototype's cue-integrated design. The study shows that social cues improve perceived outcomes and experiences, promote reflective information behaviors, and reveal limits of current LLM-based search. We propose design implications emphasizing better social-knowledge understanding, personalized cue settings, and controllable interactions.
• Abstract（参考訳）: 他者の存在、行動、アイデンティティを伝達する社会的手がかりは、個人が信頼性と信頼性を判断するのを助けることで、人間の情報探索において重要な役割を果たす。 しかし、既存のLLMベースの検索システムは、主にセマンティックな特徴に依存しており、自然情報探索の基盤となる社会的認知との相違を生み出している。 このギャップに対処するために,LLMに基づく検索へのソーシャルキューの統合がユーザの知覚,経験,行動にどのように影響するかを考察する。 LLMに基づく検索を取り入れ始めたソーシャルメディアプラットフォームに着目し,デザインワークショップ,プロトタイプシステム(SoulSeek)の実装,オブジェクト間の研究,結果とプロセスレベルの調査結果の混合分析を統合した。 ワークショップはプロトタイプのキュー統合設計を通知する。 この研究は、社会的手がかりが知覚結果や経験を改善し、反射的な情報行動を促進し、現在のLLM検索の限界を明らかにすることを示している。 本稿では、より優れた社会的知識理解、パーソナライズされたキュー設定、制御可能なインタラクションを強調した設計上の意義を提案する。

関連論文リスト

• Social Simulations with Large Language Model Risk Utopian Illusion [61.358959720048354]
  社会シミュレーションにおける大規模言語モデルの行動分析のための体系的枠組みを提案する。 本手法は,チャットルーム型会話を通してマルチエージェントインタラクションをシミュレートし,5つの言語的側面にわたって解析する。 以上の結果から,LSMは真の人間の行動を忠実に再現するのではなく,過度に理想化されたバージョンを反映していることが明らかとなった。
  論文  参考訳（メタデータ） (2025-10-24T06:08:41Z)
• LLMs are Introvert [21.542534041341774]
  大規模言語モデル(LLM)は情報拡散の心理的側面をシミュレートする新たな可能性を提供する。 最初の実験では、LLM生成挙動と真の人間の力学の間に大きなギャップがあることが判明した。 本稿では、感情誘導記憶によって強化された社会情報処理に基づく思考の連鎖(SIP-CoT)機構を提案する。
  論文  参考訳（メタデータ） (2025-07-08T03:32:38Z)
• SocialEval: Evaluating Social Intelligence of Large Language Models [70.90981021629021]
  ソーシャルインテリジェンス(英語版) (SI) は、社会的目標を達成するために社会的相互作用をナビゲートする際に賢明に行動する対人能力を持つ人間を装備する。 結果指向の目標達成評価とプロセス指向の対人能力評価という,運用評価パラダイムを提示する。 スクリプトベースのバイリンガルSIベンチマークであるSocialEvalを提案する。
  論文  参考訳（メタデータ） (2025-06-01T08:36:51Z)
• Evaluating Large Language Models with Psychometrics [59.821829073478376]
  本稿では,Large Language Models (LLMs) の心理的構造を定量化するための総合的ベンチマークを提案する。 私たちの研究は、13のデータセットで評価された5つの重要な心理的構成要素、人格、価値観、感情的知性、心の理論、自己効力性を特定します。 LLMの自己報告特性と実際のシナリオにおける応答パターンとの間に大きな相違が発見され,その挙動の複雑さが明らかになった。
  論文  参考訳（メタデータ） (2024-06-25T16:09:08Z)
• Do LLM Agents Exhibit Social Behavior? [5.094340963261968]
  State-Understanding-Value-Action (SUVA) は、社会的文脈における応答を体系的に分析するフレームワークである。 最終決定とそれにつながる反応生成プロセスの両方を通じて社会的行動を評価する。 発話に基づく推論がLLMの最終動作を確実に予測できることを実証する。
  論文  参考訳（メタデータ） (2023-12-23T08:46:53Z)
• LLM-Based Agent Society Investigation: Collaboration and Confrontation in Avalon Gameplay [55.12945794835791]
  Avalon をテストベッドとして使用し,システムプロンプトを用いてゲームプレイにおける LLM エージェントの誘導を行う。 本稿では,Avalonに適した新しいフレームワークを提案し,効率的なコミュニケーションと対話を容易にするマルチエージェントシステムを提案する。 その結果、適応エージェントの作成におけるフレームワークの有効性を確認し、動的社会的相互作用をナビゲートするLLMベースのエージェントの可能性を提案する。
  論文  参考訳（メタデータ） (2023-10-23T14:35:26Z)
• Exploring Collaboration Mechanisms for LLM Agents: A Social Psychology View [60.80731090755224]
  本稿では,理論的洞察を用いた実用実験により,現代NLPシステム間の協調機構を解明する。 我々は, LLMエージェントからなる4つの独特な社会をつくり, それぞれのエージェントは, 特定の特性(容易性, 過信性)によって特徴づけられ, 異なる思考パターン(議論, ふりかえり)と協調する。 以上の結果から, LLMエージェントは, 社会心理学理論を反映した, 適合性やコンセンサスリーディングといった人間的な社会的行動を示すことが明らかとなった。
  論文  参考訳（メタデータ） (2023-10-03T15:05:52Z)
• SurveyLM: A platform to explore emerging value perspectives in augmented language models' behaviors [0.4724825031148411]
  本稿では,拡張言語モデル(ALM)の創発的アライメント行動を分析するプラットフォームであるSurveyLMについて述べる。 従来社会行動研究に用いられてきた調査・実験手法を応用し,ALMを体系的に評価する。 我々は,ALMの創発的行動に影響を与える要因に光を当てること,人間の意図や期待との整合性を促進すること,高度社会AIシステムの開発と展開に寄与することを目的としている。
  論文  参考訳（メタデータ） (2023-08-01T12:59:36Z)

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。