論文の概要: Modeling Epistemic Uncertainty in Social Perception via Rashomon Set Agents

• arxiv url: http://arxiv.org/abs/2603.20750v1
• Date: Sat, 21 Mar 2026 10:47:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.068897
• Title: Modeling Epistemic Uncertainty in Social Perception via Rashomon Set Agents
• Title（参考訳）: ラショウモンセットエージェントを用いた社会的知覚におけるてんかん不確かさのモデル化
• Authors: Jinming Yang, Xinyu Jiang, Xinshan Jiao, Xinping Zhang,
• Abstract要約: LLM駆動型マルチエージェント確率モデルフレームワークを提案する。 これは、現実世界の教室環境において、学生の主観的社会的知覚の違いがどのように出現し、進化するかを示すものである。
• 参考スコア（独自算出の注目度）: 6.341462133837518
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present an LLM-driven multi-agent probabilistic modeling framework that demonstrates how differences in students' subjective social perceptions arise and evolve in real-world classroom settings, under constraints from an observed social network and limited questionnaire data. When social information is incomplete and the accuracy of perception differs between students, they can form different views of the same group structure from local cues they can access. Repeated peer communication and belief updates can gradually change these views and, over time, lead to stable group-level differences. To avoid assuming a global "god's-eye view," we assign each student an individualized subjective graph that shows which social ties they can perceive and how far information is reachable from their perspective. All judgments and interactions are restricted to this subjective graph: agents use retrieval-augmented generation (RAG) to access only local information and then form evaluations of peers' competence and social standing. We also add structural perturbations related to social-anxiety to represent consistent individual differences in the accuracy of social perception. During peer exchanges, agents share narrative assessments of classmates' academic performance and social position with uncertainty tags, and update beliefs probabilistically using LLM-based trust scores. Using the time series of six real exam scores as an exogenous reference, we run multi-step simulations to examine how epistemic uncertainty spreads through local interactions. Experiments show that, without relying on global information, the framework reproduces several collective dynamics consistent with real-world educational settings. The code is released at https://anonymous.4open.science/r/Rashomonomon-0126.
• Abstract（参考訳）: 実世界の授業環境において,学習者の主観的社会的知覚の違いがどのように出現し,進化するかを,観察されたソーシャルネットワークや限られたアンケートデータからの制約の下で,LLM駆動型マルチエージェント確率的モデリングフレームワークを提案する。 社会的情報が不完全であり、学生間で知覚の精度が異なる場合、彼らはアクセス可能な地元の手がかりと同一のグループ構造の異なる視点を形成することができる。 繰り返し行われるピアコミュニケーションと信条更新は、これらの見解を徐々に変え、時間とともに、安定したグループレベルの違いをもたらす。 グローバルな「神眼ビュー」を仮定するのを避けるため、各学生は、どの社会的結びつきを知覚できるか、そしてその視点からどこまで情報に到達できるかを示す個別の主観グラフを割り当てる。 エージェントは検索強化世代(RAG)を使用してローカル情報のみにアクセスし、ピアの能力と社会的地位を評価する。 また、社会的不安に関連する構造的摂動を加え、社会的知覚の精度における一貫した個人差を表現する。 ピア交換期間中、エージェントは、クラスメートの学業成績と社会的地位を不確実性タグで評価し、LCMベースの信頼スコアを用いて確率的に信念を更新する。 6つの実検定スコアの時系列を外因性基準として多段階シミュレーションを行い、局所的な相互作用を通してどのようにててんかんの不確実性が広がるかを調べる。 実験により,グローバルな情報に頼らずに,実世界の教育環境と整合した複数の集団的ダイナミクスを再現できることが示されている。 コードはhttps://anonymous.4open.science/r/Rashomonomon-0126で公開されている。

関連論文リスト

• Interpretable Debiasing of Vision-Language Models for Social Fairness [55.85977929985967]
  本稿では,視覚・言語モデルに社会的属性ニューロンを局在させる,解釈可能なモデルに依存しないバイアス緩和フレームワークDeBiasLensを紹介する。 社会属性ラベルを含まない顔画像やキャプションデータセットでSAEを訓練し、特定の人口動態に高い応答性を持つニューロンを明らかにする。 我々の研究は、未来の監査ツールの基礎を築き、新興の現実世界のAIシステムにおける社会的公正性を優先します。
  論文  参考訳（メタデータ） (2026-02-27T13:37:11Z)
• SocialVeil: Probing Social Intelligence of Language Agents under Communication Barriers [30.204481123869186]
  textscSocialVeilは、認知差によるコミュニケーション障壁下での社会的相互作用をシミュレートできる社会学習環境である。 相互理解は平均で45%以上減少し,混乱は50%近く増加した。
  論文  参考訳（メタデータ） (2026-02-04T23:04:25Z)
• Measuring Social Bias in Vision-Language Models with Face-Only Counterfactuals from Real Photos [79.03150233804458]
  現実のイメージは人種と性別を混在させ、背景や衣服などの関連要因や属性を隠蔽する。 テキストのみの対実的評価パラダイムを提案する。 我々は、人種や性別に関連する顔属性のみを編集し、他の視覚的要素を全て固定することで、反事実的変異を生成する。
  論文  参考訳（メタデータ） (2026-01-11T14:35:06Z)
• Us-vs-Them bias in Large Language Models [0.569978892646475]
  基礎的大言語モデル間で、一貫した内集団陽性および外集団陰性な関連を見いだす。 調査対象者は,保守的ペルソナは対人関係が強く,リベラルなペルソナは対人関係が強かった。
  論文  参考訳（メタデータ） (2025-12-03T07:11:22Z)
• Leveraging the Power of AI and Social Interactions to Restore Trust in Public Polls [0.0]
  伝統的なポーリングの手法は、ここ数十年で顕著な減少を見せている。 ソーシャルネットワークとピアツーピアネットワークはますます普及しているが、これらのプラットフォームからのデータは信頼性の問題に悩まされる可能性がある。 本稿では,AIを用いたソーシャルインタラクションのグラフ解析により,ポーリング作業における不適格な参加を検出するための実証的研究について述べる。
  論文  参考訳（メタデータ） (2025-11-10T20:06:32Z)
• Part-Aware Bottom-Up Group Reasoning for Fine-Grained Social Interaction Detection [82.70752567211251]
  本稿では,詳細なソーシャルインタラクション検出のためのボトムアップグループ推論フレームワークを提案する。 提案手法は,身体部分の特徴と対人関係を用いて,社会的グループとその相互作用を推定する。 モデルではまず個人を検知し,その特徴を部分認識的手がかりを用いて拡張し,類似性に基づく推論によって個人を連想させることによりグループ構成を推論する。
  論文  参考訳（メタデータ） (2025-11-05T17:33:03Z)
• Ask LLMs Directly, "What shapes your bias?": Measuring Social Bias in Large Language Models [11.132360309354782]
  社会的偏見は、様々な人口統計学的アイデンティティを対象とする社会的認識の蓄積によって形成される。 本研究では,社会的知覚を直感的に定量化し,大規模言語モデルにおける社会的バイアスを評価する指標を提案する。
  論文  参考訳（メタデータ） (2024-06-06T13:32:09Z)
• Belief Samples Are All You Need For Social Learning [11.707665253943155]
  ソーシャルネットワークに埋め込まれたエージェント集団が、世界の根底にある状態を学習することに興味を持つ社会学習の問題を考える。 エージェントが彼らの信念からサンプルを伝達することしか許されていない場合、確率で学ぶことは依然として達成可能であることを示す。
  論文  参考訳（メタデータ） (2024-03-25T20:43:17Z)
• Fairness meets Cross-Domain Learning: a new perspective on Models and Metrics [80.07271410743806]
  クロスドメイン学習(CD)とモデルフェアネスの関係について検討する。 いくつかの人口集団にまたがる顔画像と医療画像のベンチマークと、分類とローカライゼーションタスクについて紹介する。 本研究は,3つの最先端フェアネスアルゴリズムとともに,14のCDアプローチをカバーし,前者が後者に勝ることを示す。
  論文  参考訳（メタデータ） (2023-03-25T09:34:05Z)
• Self-supervised Hypergraph Representation Learning for Sociological Analysis [52.514283292498405]
  本稿では,データマイニング技術と社会学的行動基準のさらなる融合を支援するための基本的な方法論を提案する。 まず,効率的なハイパーグラフ認識と高速グラフ構築フレームワークを提案する。 第2に,ユーザからユーザへのソーシャルインフルエンスを学習するためのハイパーグラフベースニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2022-12-22T01:20:29Z)
• Flexible social inference facilitates targeted social learning when rewards are not observable [58.762004496858836]
  グループは、個人が他人の成功から学べるときにより効果的にコーディネートする。 社会的推論能力は、このギャップを埋める助けとなり、個人が他人の基本的な知識に対する信念を更新し、観察可能な行動軌跡から成功することを示唆する。
  論文  参考訳（メタデータ） (2022-12-01T21:04:03Z)

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。