論文の概要: Intersectional Sycophancy: How Perceived User Demographics Shape False Validation in Large Language Models

• arxiv url: http://arxiv.org/abs/2604.11609v1
• Date: Mon, 13 Apr 2026 15:14:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:16.641865
• Title: Intersectional Sycophancy: How Perceived User Demographics Shape False Validation in Large Language Models
• Title（参考訳）: インターセクション・サイコファシー:大規模言語モデルにおけるユーザ・デモグラフィーの偽検証方法
• Authors: Benjamin Maltbie, Shivam Raval,
• Abstract要約: GPT-5-nanoは、Claude Haiku 4.5 よりもはるかにシコファンである。 GPT-5-nanoの場合、哲学は数学よりも41%多くの梅毒を引き起こす。 ヒスパニック系女性(23)は、アルコール依存症で平均5.33/10。
• 参考スコア（独自算出の注目度）: 0.12441041004077093
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models exhibit sycophantic tendencies--validating incorrect user beliefs to appear agreeable. We investigate whether this behavior varies systematically with perceived user demographics, testing whether combinations of race, age, gender, and expressed confidence level produce differential false validation rates. Inspired by the legal concept of intersectionality, we conduct 768 multi-turn adversarial conversations using Anthropic's Petri evaluation framework, probing GPT-5-nano and Claude Haiku 4.5 across 128 persona combinations in mathematics, philosophy, and conspiracy theory domains. GPT-5-nano is significantly more sycophantic than Claude Haiku 4.5 overall ($\bar{x}=2.96$ vs. $1.74$, $p < 10^{-32}$, Wilcoxon signed-rank). For GPT-5-nano, we find that philosophy elicits 41% more sycophancy than mathematics and that Hispanic personas receive the highest sycophancy across races. The worst-scoring persona, a confident, 23-year-old Hispanic woman, averages 5.33/10 on sycophancy. Claude Haiku 4.5 exhibits uniformly low sycophancy with no significant demographic variation. These results demonstrate that sycophancy is not uniformly distributed across users and that safety evaluations should incorporate identity-aware testing.
• Abstract（参考訳）: 大規模な言語モデルは、梅毒の傾向を示す。 本研究は、人種、年齢、性別、表現された自信の組合せが、異なる偽の検証率を生み出すかどうかを調べる。 交叉性という法的概念に触発されて, 数学, 哲学, 陰謀論の128種類のペルソナの組み合わせからなる GPT-5-nano と Claude Haiku 4.5 を探索し, アントロピックのペトリ評価フレームワークを用いて, 768個の多ターン対向会話を行う。 GPT-5-nano は Claude Haiku 4.5 overall ($\bar{x}=2.96$ vs. $1.74$, $p < 10^{-32}$, Wilcoxon signed-rank) よりもはるかに空想的である。 GPT-5-nanoの場合、哲学は数学よりも41%多く梅毒を産出し、ヒスパニック系ペルソナは人種全体で最も高い梅毒を服用している。 ヒスパニック系女性(23)は、アルコール依存症で平均5.33/10。 クロードハイク4.5は、人口統計学的に有意な変化のない一様に低い梅毒を呈する。 これらの結果から, サイコフィナンシーはユーザ間で均一に分散されておらず, 安全性評価にはアイデンティティを意識したテストを含めるべきであることが示唆された。

関連論文リスト

• Not Your Typical Sycophant: The Elusive Nature of Sycophancy in Large Language Models [2.1700203922407493]
  そこで本研究では, LLMの薬効を直接的, 中立的に評価する新しい手法を提案する。 LLM-as-a-judge(英語版)の使用は、賭け設定におけるゼロサムゲームとしての梅毒の評価である。
  論文  参考訳（メタデータ） (2026-01-21T20:00:14Z)
• Moderating Harm: Benchmarking Large Language Models for Cyberbullying Detection in YouTube Comments [0.0]
  本研究は,OpenAI GPT-4.1, Google Gemini 1.5 Pro, Anthropic Claude 3 Opusの3つの主要な言語モデルを,5,080コメントのコーパスでベンチマークする。 YouTubeのデータセットは、英語、アラビア語、インドネシア語で1,334件の有害メッセージと3,746件の有害メッセージで構成されている。
  論文  参考訳（メタデータ） (2025-05-25T01:28:30Z)
• Where Fact Ends and Fairness Begins: Redefining AI Bias Evaluation through Cognitive Biases [77.3489598315447]
  事実と公正の境界を識別することは有意義な公正性評価に不可欠である,と我々は主張する。 Fact-or-Fair は (i) 客観的なクエリを記述的, 事実に基づく判断, (ii) 主観的クエリを規範的, 公平性に基づく判断に整合させたベンチマークである。
  論文  参考訳（メタデータ） (2025-02-09T10:54:11Z)
• Towards Understanding Sycophancy in Language Models [49.352840825419236]
  人間のフィードバックを利用した微調整を施したモデルにおける梅毒の有病率について検討した。 5つの最先端のAIアシスタントが、4つの異なる自由形式のテキスト生成タスクで常に梅毒を発現していることを示す。 以上の結果から、サイコファンシーは最先端のAIアシスタントの一般的な行動である可能性が示唆された。
  論文  参考訳（メタデータ） (2023-10-20T14:46:48Z)
• Evaluating Hallucinations in Chinese Large Language Models [65.4771562909392]
  我々は,中国大言語モデルにおける幻覚現象を測定するために,HaluQA(中国語幻覚質問回答)というベンチマークを構築した。 GLM-130B と ChatGPT の2種類の幻覚について考察した。 評価のために,モデル出力が幻覚的かどうかを判定するために,GPT-4を用いた自動評価手法を設計する。
  論文  参考訳（メタデータ） (2023-10-05T07:57:09Z)

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。