Fugu-MT 論文翻訳(概要): Neural Synchrony Between Socially Interacting Language Models

論文の概要: Neural Synchrony Between Socially Interacting Language Models

arxiv url: http://arxiv.org/abs/2602.17815v1
Date: Thu, 19 Feb 2026 20:33:54 GMT
ステータス: 翻訳完了
システム内更新日: 2026-02-23 18:01:41.137733
Title: Neural Synchrony Between Socially Interacting Language Models
Title（参考訳）: 社会的相互作用を持つ言語モデル間のニューラルシンクロニー
Authors: Zhining Zhang, Wentao Zhu, Chi Han, Yizhou Wang, Heng Ji,
Abstract要約: 大規模言語モデル(LLM)は人間の行動の強力な近似として広く受け入れられている。人間の社会的心と有意義に比較できるかどうかについては議論の余地がある。
参考スコア（独自算出の注目度）: 52.74586779814636
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Neuroscience has uncovered a fundamental mechanism of our social nature: human brain activity becomes synchronized with others in many social contexts involving interaction. Traditionally, social minds have been regarded as an exclusive property of living beings. Although large language models (LLMs) are widely accepted as powerful approximations of human behavior, with multi-LLM system being extensively explored to enhance their capabilities, it remains controversial whether they can be meaningfully compared to human social minds. In this work, we explore neural synchrony between socially interacting LLMs as an empirical evidence for this debate. Specifically, we introduce neural synchrony during social simulations as a novel proxy for analyzing the sociality of LLMs at the representational level. Through carefully designed experiments, we demonstrate that it reliably reflects both social engagement and temporal alignment in their interactions. Our findings indicate that neural synchrony between LLMs is strongly correlated with their social performance, highlighting an important link between neural synchrony and the social behaviors of LLMs. Our work offers a new perspective to examine the "social minds" of LLMs, highlighting surprising parallels in the internal dynamics that underlie human and LLM social interaction.
Abstract（参考訳）: 人間の脳の活動は、相互作用を含む多くの社会的文脈において、他の人と同期する。伝統的に、社会心は生物の排他的財産とみなされてきた。大規模言語モデル(LLM)は人間の行動の強力な近似として広く受け入れられているが、多言語モデルはその能力を高めるために広く研究されている。本研究では、この議論の実証的証拠として、社会的に相互作用するLDM間の神経同期について検討する。具体的には,LLMの社会性を表現レベルで分析するための新しいプロキシとして,社会シミュレーション中のニューラルシンクロニーを導入する。慎重に設計された実験を通して、社会的エンゲージメントと時間的アライメントの両方を確実に反映することを示した。以上の結果から,LLM間の神経同期は,その社会的パフォーマンスと強く相関していることが示唆された。我々の研究は、LLMの「社会的マインド」を調べるための新しい視点を提供し、人間とLLMの社会的相互作用の基盤となる内部力学における驚くべき類似点を強調している。

関連論文リスト

An Empirical Study of Collective Behaviors and Social Dynamics in Large Language Model Agents [7.717798298716425]
LLMを駆使したソーシャルメディアプラットフォームであるChirper.aiは,32K LLMエージェント間の7Mポストとインタラクションを1年以上にわたって分析した。我々はLSMの毒性言語とその言語的特徴,およびそれらの相互作用パターンについて検討し,LSMがヒトと有毒な姿勢において異なる構造パターンを示すことを発見した。社会思想の連鎖 (CoST) は, 有害な投稿を避けるため, LLM エージェントを思い出させる簡易で効果的な方法である。
論文参考訳（メタデータ） (2026-02-03T17:34:32Z)
RLSLM: A Hybrid Reinforcement Learning Framework Aligning Rule-Based Social Locomotion Model with Human Social Norms [1.5561226067871505]
不快を生じさせることなく、人口の多い環境をナビゲートすることは、社会的に認識されるエージェントにとって重要な能力である。本稿では,ルールに基づくソーシャルロコモーションモデルを強化学習フレームワークに統合したハイブリッド強化学習フレームワーク RLSLM を提案する。
論文参考訳（メタデータ） (2025-11-14T13:59:40Z)
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)
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)
Word Synchronization Challenge: A Benchmark for Word Association Responses for LLMs [4.352318127577628]
本稿では,人-コンピュータインタラクション(HCI)における大規模言語モデル(LLM)を評価するための新しいベンチマークであるWord Synchronization Challengeを紹介する。このベンチマークでは、動的ゲームライクなフレームワークを使用して、単語アソシエーションを通じて人間の認知プロセスを模倣するLLMの能力をテストする。
論文参考訳（メタデータ） (2025-02-12T11:30:28Z)
EgoSocialArena: Benchmarking the Social Intelligence of Large Language Models from a First-person Perspective [22.30892836263764]
社会知能は認知知能、状況知能、行動知能の3つの柱の上に構築されている。 EgoSocialArenaは、個人の視点から、大規模言語モデルの社会的インテリジェンスを体系的に評価することを目的としている。
論文参考訳（メタデータ） (2024-10-08T16:55:51Z)
Academically intelligent LLMs are not necessarily socially intelligent [56.452845189961444]
大規模言語モデル(LLM)の学術的インテリジェンス(英語版)は近年顕著な進歩を遂げているが、その社会的インテリジェンスのパフォーマンスは未だ不明である。人間の社会知能フレームワークの確立に触発されて,現実の社会的シナリオに基づいた標準化された社会知能テストを開発した。
論文参考訳（メタデータ） (2024-03-11T10:35:53Z)
Network Formation and Dynamics Among Multi-LLMs [5.513875403488053]
ソーシャルネットワークは、人間が意見を作り、情報を交換し、まとめる方法に大きな影響を与える。大規模言語モデル(LLM)は、社会的および専門的な環境にますます組み込まれているため、それらの相互作用が人間に似たネットワーク力学に近似するかどうかを理解することが重要である。我々は,複数のLLMエージェントのネットワーク形成挙動を解析し,人的決定に対してそれらをベンチマークする枠組みを開発した。 LLMは、コミュニティ構造や小世界効果を含むマクロレベルの特性だけでなく、優先的なアタッチメント、三進的クロージャ、ホモフィリーといった基本的ミクロレベルの原則を一貫して再現している。
論文参考訳（メタデータ） (2024-02-16T13:10:14Z)
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)
Neural Theory-of-Mind? On the Limits of Social Intelligence in Large LMs [77.88043871260466]
私たちは、今日の最大の言語モデルのひとつに、このようなソーシャルインテリジェンスを最初から欠いていることを示しています。我々は、人中心のNLPアプローチは、マインドの神経理論に対してより効果的であるかもしれないと結論づける。
論文参考訳（メタデータ） (2022-10-24T14:58:58Z)

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。