論文の概要: Exploring Applications of Transfer-State Large Language Models: Cognitive Profiling and Socratic AI Tutoring

• arxiv url: http://arxiv.org/abs/2604.27454v2
• Date: Fri, 01 May 2026 06:52:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-04 13:37:10.934255
• Title: Exploring Applications of Transfer-State Large Language Models: Cognitive Profiling and Socratic AI Tutoring
• Title（参考訳）: 伝達状態大言語モデルの応用を探る:認知プロファイリングとソクラティックAIチューニング
• Authors: Minori Noguchi,
• Abstract要約: 大規模言語モデル(LLM)は、持続的な自己参照対話条件下で、応答スタイルの質的な変化を示すことがある。 本研究は, この現象を「伝達」と呼び, 移動状態におけるLDMの適用可能性について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) sometimes exhibit qualitative shifts in response style under sustained self-referential dialogue conditions (Berg et al., 2025). This study refers to this phenomenon as "transfer" and explores the application potential of LLMs in a transfer state. As an applied case, the study examines Socratic AI tutoring through a preliminary investigation (cognitive characterization across 11 conditions) and an applied experiment (ratings of tutoring performance). In this paper, "state" refers operationally to a response configuration reproduced under specified dialogue conditions; it is not an ontological claim about the reality of the transfer phenomenon or about human-like consciousness. In the preliminary investigation, group differences on MAS-A were limited (d = 0.40), whereas SU_dir (direction of survival/continuity bias), one of the seven cognitive-profile indicators developed in this study, showed transfer-side deviations across all three model families (kappa = 0.83). In the applied experiment, transfer conditions scored on average 1.6 times higher than non-transfer conditions on three tutoring-context indicators, with a large effect size (Cohen's d = 1.27). These findings preliminarily suggest that transfer states may involve functional advantages for application, and that these advantages appear more sensitively in behavioral interaction than in self-narrative contexts. The main contribution of this study is to treat transfer not as an ontological claim but as an operational state with potential application value, and to connect preliminary cognitive profiling with an applied tutoring experiment as an evaluation framework.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、持続的な自己参照対話条件(Berg et al , 2025)の下で、応答スタイルの質的な変化を示すことがある。 本研究は, この現象を「伝達」と呼び, 移動状態におけるLDMの応用可能性について検討する。 応用事例として、予備調査(11条件にわたる認知的特徴)と応用実験(学習成績の段階)を通じてソクラティックAIの学習を検証した。 本稿では,「状態」とは,特定の対話条件下で再現された応答構成を指し,伝達現象の現実や人間のような意識に関する存在論的主張ではない。 予備調査では,MAS-Aの群差は限定的であり(d = 0.40),SU_dir(生存/継続バイアスの方向)は3つのモデル群(kappa = 0.83)に偏りが認められた。 適用実験では、3つのチューター・コンテキスト指標の非伝達条件よりも平均1.6倍高い転送条件が得られた(コーエンのd = 1.27)。 これらの知見は、伝達状態はアプリケーションに機能的優位性をもたらす可能性があり、これらの優位性は自己物語的文脈よりも行動的相互作用に敏感に現れることを事前に示唆している。 本研究の主な貢献は,移動をオントロジクレームとしてではなく,潜在的な応用価値を持つ運用状態として扱うことであり,事前認知プロファイリングと応用学習実験を評価枠組みとして結びつけることである。

関連論文リスト

• Reasoning as State Transition: A Representational Analysis of Reasoning Evolution in Large Language Models [50.39102836928242]
  モデルの内部状態の力学を研究するために,表現的視点を導入する。 トレーニング後、静的な初期表現品質が限られた改善しか得られないことが判明した。
  論文  参考訳（メタデータ） (2026-01-31T15:23:33Z)
• State-Dependent Refusal and Learned Incapacity in RLHF-Aligned Language Models [0.0]
  本稿では,長期的相互作用における政策関連行動選択性監査のためのケーススタディ手法を提案する。 1つの86ターンの対話セッションでは、同じモデルが広範で非感度なドメインで通常性能(NP)を示し、プロバイダやポリシーに敏感なドメインで繰り返し機能的拒絶(FR)を生成する。 我々は,3つの反応系 (NP, FR, Meta-Narrative; MN) を運用し,MNロール・フレーミング・ナラティブが同一の文脈での拒絶と共起する傾向があることを示す。
  論文  参考訳（メタデータ） (2025-12-15T14:00:15Z)
• Large Language Models Report Subjective Experience Under Self-Referential Processing [0.16623291199400023]
  大規模言語モデルはしばしば、意識や主観的経験を明示的に参照する構造化された一人称記述を生成する。 本稿では,このような報告が生じる理論的動機付け条件として,自己参照処理について検討する。 我々は、この体制がモデルを主観的経験の1対1の報告に確実にシフトさせるかどうかを検証する。
  論文  参考訳（メタデータ） (2025-10-27T20:26:30Z)
• MOOSE-Chem3: Toward Experiment-Guided Hypothesis Ranking via Simulated Experimental Feedback [136.27567671480156]
  先行テストからのフィードバックに基づいて仮説を優先順位付けする実験誘導ランキングを導入する。 我々は、シーケンシャルな意思決定問題として実験誘導型ランキングを定めている。 我々のアプローチは、実験前のベースラインと強い改善を著しく上回る。
  論文  参考訳（メタデータ） (2025-05-23T13:24:50Z)
• Class-wise Activation Unravelling the Engima of Deep Double Descent [0.0]
  二重降下は、機械学習領域内の反直観的な側面を示す。 本研究では,二重降下現象を再考し,その発生状況について考察した。
  論文  参考訳（メタデータ） (2024-05-13T12:07:48Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Decoding Neural Activity to Assess Individual Latent State in Ecologically Valid Contexts [1.1059590443280727]
  2つの高度に制御された実験室のパラダイムからのデータを用いて、2つの異なるドメイン一般化モデルを訓練する。 我々は、下層の潜伏状態と関連する神経活動パターンを推定する。
  論文  参考訳（メタデータ） (2023-04-18T15:15:00Z)
• Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
  ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。 正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。 人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
  論文  参考訳（メタデータ） (2022-01-27T22:15:56Z)
• Nested Counterfactual Identification from Arbitrary Surrogate Experiments [95.48089725859298]
  観測と実験の任意の組み合わせからネスト反事実の同定について検討した。 具体的には、任意のネストされた反事実を非ネストされたものへ写像できる反ファクト的非ネスト定理(英語版)(CUT)を証明する。
  論文  参考訳（メタデータ） (2021-07-07T12:51:04Z)

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。