論文の概要: The Grounding Gap: How LLMs Anchor the Meaning of Abstract Concepts Differently from Humans

• arxiv url: http://arxiv.org/abs/2605.08837v1
• Date: Sat, 09 May 2026 09:41:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.920281
• Title: The Grounding Gap: How LLMs Anchor the Meaning of Abstract Concepts Differently from Humans
• Title（参考訳）: グラウンディングギャップ:LLMが人間と抽象概念をどう区別するか
• Abstract要約: 大規模言語モデル (LLM) が, 抽象概念を人間と同じような方法で理解しているかどうかを考察する。 モデルと実験全体で、我々は一貫したパターンを見つけます。
• 参考スコア（独自算出の注目度）: 8.661178002652731
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Abstract concepts - justice, theory, availability - have no single perceivable referent; in the human brain, their meaning emerges from a web of experiences, affect, and social context. Do large language models (LLMs) ground abstract concepts in a similar way? We study this by replicating property-generation experiments from cognitive science on 21 frontier and open-weight LLMs. Across models and experiments, we find a consistent pattern: when compared to humans, models rely too heavily on word associations, and underproduce properties tied to emotion and internal states. This yields a large and consistent grounding gap: no model exceeds a Pearson correlation r=0.37 with human responses, compared to a human-to-human ceiling above r=0.9. To better interpret this gap, we also replicate a rating experiment on grounding categories and find that here LLMs align more closely with human judgment, and alignment improves as models get larger. We then use sparse autoencoders (SAEs) to inspect whether this information is also reflected in the models' internal features, and we do identify features connected to grounding dimensions such as "sensorimotor" and "social". These findings suggest that current LLMs can recover grounding dimensions when explicitly queried, but do not recruit them in a human-like way when words are generated freely.
• Abstract（参考訳）: 抽象概念 - 正義、理論、可用性 - は、単一の知覚可能な参照を持たず、人間の脳では、その意味は経験、影響、社会的文脈の網から生まれる。 大きな言語モデル(LLM)は、同様の方法で抽象概念を基盤としていますか? 本研究は,21のフロンティアおよびオープンウェイトLLM上での認知科学からプロパティ生成実験を再現することにより研究する。 モデルと実験全体で、私たちは一貫性のあるパターンを見つけます。人間と比較すると、モデルは単語の関連性に強く依存しすぎ、感情や内部状態に結びついている特性を過小評価します。 パーソン相関 r=0.37 と人間の反応との相関 r=0.37 を、r=0.9 の上の人間と人間の天井と比べて上回るモデルはない。 このギャップをよりよく解釈するために、グラウンド化カテゴリのレーティング実験を再現し、ここでは、LLMが人間の判断とより密接に一致し、モデルが大きくなるにつれてアライメントが改善されることを見出した。 次に、スパースオートエンコーダ(SAE)を用いて、この情報がモデルの内部特徴にも反映されているかどうかを調べる。 以上の結果から,現在のLLMでは,単語を自由に生成する場合に,人間のような方法で,接地次元を復元することができないことが示唆された。

関連論文リスト

• Analyzing and Correcting Benevolence Bias in Large Language Models [25.94213078450494]
  大規模言語モデル(LLM)は、人間の回答者のスタンドインとしてますます使われています。 ここでは、評価バイアス(benevolence bias)を識別し、測定する。これは、LLMがより親切で、より安全で、より社会的に認められた質問に対する回答に傾く傾向の小さいが、一貫性のある傾向である。 バイアスは安定なモデル特性であり、どのシステムにおいてもクォークではないことが分かる。
  論文  参考訳（メタデータ） (2026-07-26T08:37:58Z)
• Your Language Model Secretly Contains Personality Subnetworks [31.480534845874473]
  大規模言語モデルには,すでにパラメータ空間にペルソナ特化作業が存在することを示す。 本手法は完全にトレーニング不要であり,言語モデルの既存のパラメータ空間にのみ依存する。
  論文  参考訳（メタデータ） (2026-02-06T20:03:28Z)
• Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond) [90.45301024940329]
  言語モデル(LM)は、多様で人間らしい創造的コンテンツを生成するのに苦労することが多い。 Infinity-Chatは26万の多様な実世界のオープンエンドユーザクエリからなる大規模データセットである。 本研究では, LMのモード崩壊について大規模に検討し, 人工Hivemind効果が明らかとなった。
  論文  参考訳（メタデータ） (2025-10-27T03:16:21Z)
• Bridging the behavior-neural gap: A multimodal AI reveals the brain's geometry of emotion more accurately than human self-reports [18.336392633341493]
  大規模な類似性判定は、脳の感情幾何学をより忠実に捉えることができることを示す。 MLLMは、リッチで神経に適応した感情表現を自律的に開発できるという、説得力のある証拠を提供する。
  論文  参考訳（メタデータ） (2025-09-29T05:22:33Z)
• If an LLM Were a Character, Would It Know Its Own Story? Evaluating Lifelong Learning in LLMs [55.8331366739144]
  大規模言語モデル(LLM)における生涯学習評価のためのベンチマークであるLIFESTATE-BENCHを紹介する。 我々の事実チェック評価は、パラメトリックと非パラメトリックの両方のアプローチで、モデルの自己認識、エピソードメモリ検索、関係追跡を探索する。
  論文  参考訳（メタデータ） (2025-03-30T16:50:57Z)
• How Deep is Love in LLMs' Hearts? Exploring Semantic Size in Human-like Cognition [75.11808682808065]
  本研究では,大言語モデル (LLM) が意味的サイズを理解する上で類似した傾向を示すかどうかを検討する。 以上の結果から,マルチモーダルトレーニングはLLMにとって人間的な理解を深める上で不可欠であることが示唆された。 最後に,LLMが実世界のWebショッピングシナリオにおいて,より大きなセマンティックサイズを持つ注目の見出しに影響されているかを検討する。
  論文  参考訳（メタデータ） (2025-03-01T03:35:56Z)
• Exploring Spatial Schema Intuitions in Large Language and Vision Models [8.944921398608063]
  大規模言語モデル(LLM)が言語ブロック構築に関する暗黙の人間の直感を効果的に捉えているかどうかを検討する。 驚くべきことに、モデル出力と人間の反応の相関が出現し、具体的体験と具体的なつながりのない適応性が明らかになる。 本研究は,大規模言語モデルによる言語,空間経験,計算間の相互作用の微妙な理解に寄与する。
  論文  参考訳（メタデータ） (2024-02-01T19:25:50Z)
• Divergences between Language Models and Human Brains [59.100552839650774]
  我々は,人間と機械語処理の相違点を体系的に探求する。 我々は、LMがうまく捉えられない2つの領域、社会的/感情的知性と身体的常識を識別する。 以上の結果から,これらの領域における微調整LMは,ヒト脳反応との整合性を向上させることが示唆された。
  論文  参考訳（メタデータ） (2023-11-15T19:02:40Z)
• Do LLMs exhibit human-like response biases? A case study in survey design [66.1850490474361]
  大規模言語モデル(LLM)が人間の反応バイアスをどの程度反映しているかについて検討する。 アンケート調査では, LLMが人間のような応答バイアスを示すかどうかを評価するためのデータセットとフレームワークを設計した。 9つのモデルに対する総合的な評価は、一般のオープンかつ商用のLCMは、一般的に人間のような振る舞いを反映しないことを示している。
  論文  参考訳（メタデータ） (2023-11-07T15:40:43Z)
• MoCa: Measuring Human-Language Model Alignment on Causal and Moral Judgment Tasks [49.60689355674541]
  認知科学の豊富な文献は人々の因果関係と道徳的直観を研究してきた。 この研究は、人々の判断に体系的に影響を及ぼす多くの要因を明らかにした。 大規模言語モデル(LLM)が、人間の参加者と一致するテキストベースのシナリオについて因果的、道徳的な判断を下すかどうかを検証する。
  論文  参考訳（メタデータ） (2023-10-30T15:57:32Z)

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。