論文の概要: When Cow Urine Cures Constipation on YouTube: Limits of LLMs in Detecting Culture-specific Health Misinformation

• arxiv url: http://arxiv.org/abs/2604.22002v1
• Date: Thu, 23 Apr 2026 18:42:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.236531
• Title: When Cow Urine Cures Constipation on YouTube: Limits of LLMs in Detecting Culture-specific Health Misinformation
• Title（参考訳）: 牛の尿がYouTubeの便秘に悪影響を及ぼす: 文化別健康情報検出におけるLCMの限界
• Authors: Anamta Khan, Ratna Kandala, Deepti, Sheza Munir, Joyojeet Pal,
• Abstract要約: インドのYouTubeにおけるgomutra談話をケーススタディとして,ポストファクトのLarge Language Model(LLM)を用いた談話分析を提案する。 プロモーションコンテンツは、神聖な伝統言語と疑似科学的主張を融合させ、コンテンツそのものを高度に表現する方法を示す。 LLM支援談話分析における文化的能力は、即興技術だけでは再現できない。
• 参考スコア（独自算出の注目度）: 2.4751701576209166
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Social media platforms have become primary channels for health information in the Global South. Using gomutra (cow urine) discourse on YouTube in India as a case study, we present a post-facto Large Language Model (LLM)-assisted discourse analysis of 30 multilingual transcripts showing that promotional content blends sacred traditional language with pseudo-scientific claims in ways that sophisticated debunking content itself mirrors, creating a rhetorical register that LLMs, trained predominantly on Western corpora, are systematically ill-equipped to analyse. Varying prompt tone across three LLMs (GPT-4o, Gemini 2.5 Pro, DeepSeek-V3.1), we find that culturally embedded health misinformation does not look like ordinary misinformation, and this cultural obfuscation extends to gendered rhetoric and prompt design, compounding analytical unreliability. Our findings argue that cultural competency in LLM-assisted discourse analysis cannot be retrofitted through prompt engineering alone.
• Abstract（参考訳）: ソーシャルメディアプラットフォームは、グローバル・サウスの健康情報の主要なチャンネルとなっている。 インドにおけるYouTubeのgomutra談話を事例研究として、プロモーションコンテンツが神聖な伝統言語と疑似科学的な主張を混同していることを示す30の多言語文字の多言語言語モデル(LLM)を用いた談話分析を行い、西洋のコーパスを主に訓練したLCMが体系的に体系的に不適切であることを示す修辞レジスタを作成した。 3つのLDM(GPT-4o,Gemini 2.5 Pro,DeepSeek-V3.1)に即時的な声調を呈し,文化的に埋め込まれた健康上の誤報は通常の誤報のようには見えず,この文化的難読化は性的なレトリックや素早い設計にまで拡大し,解析的信頼性を複合する。 LLM支援談話分析における文化的能力は、即興技術だけでは再現できない。

関連論文リスト

• Dharma, Data and Deception: An LLM-Powered Rhetorical Analysis of Cow-Urine Health Claims on YouTube [2.4751701576209166]
  健康対策として牛尿(gomutra)を促進または消毒するYouTube転写産物100点について検討した。 我々は, GPT-4, GPT-4o, GPT-4.1, GPT-5, Gemini 2.5 Pro, Mistral Medium 3 を含む大規模言語モデル (LLMs) を用いて, 注釈を付加する。 我々の分析によると、プロモーターは主に効果のアピールと社会的証明に頼っているのに対し、デバンカーは権威と反感を強調している。
  論文  参考訳（メタデータ） (2026-04-24T14:31:53Z)
• Why are all LLMs Obsessed with Japanese Culture? On the Hidden Cultural and Regional Biases of LLMs [0.9021349761461702]
  我々は、CROQ(Culture-Related Open Questions)の包括的分類に基づく新しいデータセットを提案する。 その結果,従来の文化的偏見とは対照的に,LLMは日本などの国々に対して明らかな傾向を示した。 以上の結果から,初発明徴候は指導的微調整後に出現し,事前訓練中に出現しなかったことが示唆された。
  論文  参考訳（メタデータ） (2026-04-23T15:00:05Z)
• Liaozhai through the Looking-Glass: On Paratextual Explicitation of Culture-Bound Terms in Machine Translation [70.43884512651668]
  我々は、文学・翻訳研究からジェネットのパラテキスト論(1987年)を定式化し、機械翻訳におけるパラテキスト明示の課題を紹介した。 古典中国語の短編集集Liaozhaiの4つの英訳から560の専門家対応パラテキストのデータセットを構築した。 本研究は,言語的等価性を超えた機械翻訳におけるパラテクスト的明示の可能性を示すものである。
  論文  参考訳（メタデータ） (2025-09-27T16:27:36Z)
• How Much Content Do LLMs Generate That Induces Cognitive Bias in Users? [13.872175096831343]
  大規模言語モデル(LLM)は、レビュー要約から診断支援まで、アプリケーションにますます統合されている。 我々は,LLMがユーザの偏りのあるコンテンツをいつ,どのように公開するかを調査し,その重大度を定量化する。 以上の結果から, LLMは症例の21.86%で文脈の感情を変化させるコンテンツにユーザをさらけ出し, 57.33%の症例において, 覚醒後のデータ質問に幻覚を与え, 5.94%の症例でプライマリーバイアスを呈していた。
  論文  参考訳（メタデータ） (2025-07-03T21:56:44Z)
• From Surveys to Narratives: Rethinking Cultural Value Adaptation in LLMs [62.9861554207279]
  LLM(Large Language Models)における文化的価値の適応は大きな課題である。 これまでの作業は主に、World Values Survey (WVS)データを使用して、LLMをさまざまな文化的価値と整合させる。 我々は,文化価値適応のためのWVSベースのトレーニングについて検討し,調査データのみに頼って文化規範を実践し,事実知識に干渉することを発見した。
  論文  参考訳（メタデータ） (2025-05-22T09:00:01Z)
• LLM-C3MOD: A Human-LLM Collaborative System for Cross-Cultural Hate Speech Moderation [13.018071368511507]
  非ネイティブモデレーターは、ヘイトスピーチのモデレーションにおいて、文化的に特有の知識、感情、インターネット文化を理解するのに苦労している。 本システムでは, 作業負荷を83.6%削減しつつ, 78%の精度を実現している。 LLMによって適切に支持された非ネイティブモデレーターは、異文化間ヘイトスピーチのモデレーションに効果的に寄与することが示唆された。
  論文  参考訳（メタデータ） (2025-03-10T12:20:20Z)
• Understanding the Capabilities and Limitations of Large Language Models for Cultural Commonsense [98.09670425244462]
  大規模言語モデル(LLM)は、かなりの常識的理解を示している。 本稿では,文化的コモンセンスタスクの文脈におけるいくつかの最先端LCMの能力と限界について検討する。
  論文  参考訳（メタデータ） (2024-05-07T20:28:34Z)
• DELL: Generating Reactions and Explanations for LLM-Based Misinformation Detection [50.805599761583444]
  大規模な言語モデルは、事実性や幻覚の難しさによって制限され、ニュース記事の正確さを判断するために、棚外で直接使用される。 我々は,LLMをパイプラインの一部として組み込む誤情報検出の3つの重要な段階を同定するDellを提案する。
  論文  参考訳（メタデータ） (2024-02-16T03:24:56Z)
• A Comprehensive Survey of Hallucination Mitigation Techniques in Large Language Models [7.705767540805267]
  大きな言語モデル(LLM)は、人間のようなテキストを書く能力の進歩を続けている。 重要な課題は、事実に見えるが根拠のないコンテンツを生み出すことを幻覚させる傾向にある。 本稿では,LLMにおける幻覚を緩和するために開発された32以上の技術について調査する。
  論文  参考訳（メタデータ） (2024-01-02T17:56:30Z)
• Cross-Lingual Knowledge Editing in Large Language Models [73.12622532088564]
  知識編集は、スクラッチから再学習することなく、大きな言語モデルを新しい知識に適応させることが示されている。 ソース言語編集が別のターゲット言語に与える影響は、いまだ不明である。 まず、ZsREを英語から中国語に翻訳することで、大規模な言語間合成データセットを収集する。
  論文  参考訳（メタデータ） (2023-09-16T11:07:52Z)

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。