論文の概要: ChildEval: When large language models meet children's personalities

• arxiv url: http://arxiv.org/abs/2605.27805v1
• Date: Wed, 27 May 2026 00:53:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.65825
• Title: ChildEval: When large language models meet children's personalities
• Title（参考訳）: ChildEval: 大きな言語モデルが子供の個性に合うとき
• Abstract要約: 本研究では,LLMの長文会話における子ども中心の嗜好を推論し,フォローする能力を評価するためのベンチマークであるChildEvalを紹介する。 ChildEvalには3-6歳児の29Kのペルソナプロファイルが含まれており、比較的静的な背景情報を提供している。 我々は,オープンソースのLCMを体系的に評価する,きめ細かな子中心評価プロトコルを提案する。
• 参考スコア（独自算出の注目度）: 27.061986552073012
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: While LLMs enable personalized chatbots, their effectiveness in child-centered personalization remains unclear, as systematic evaluation of child-specific preferences is still lacking. To address this gap, we introduce ChildEval, a benchmark for evaluating LLMs' ability to infer and follow child-centered preferences in long-context conversations. ChildEval contains 29K synthesized persona profiles of children aged 3-6, providing relatively static background information. Each persona is associated with a child preference-which may align with, conflict with, or be independent of the persona-expressed either explicitly in a single sentence or implicitly through 6-10 turn dialogues. Explicit and implicit preferences are designed to reflect the same underlying preference but differ in expression, capturing dynamic aspects of preference expression rather than changes in the static persona. The benchmark spans five top-level and fourteen sub-level categories covering children's daily lives and development. We further propose fine-grained, child-centric evaluation protocols to systematically assess open-source LLMs. Experimental results demonstrate how different personalized representations affect LLM responses and suggest that finetuning on ChildEval can enhance child-centered performance. Our code and dataset are available at https://github.com/ziyanluo/ChildEval.
• Abstract（参考訳）: LLMは、パーソナライズされたチャットボットを可能にするが、子供固有の好みの体系的評価がまだ不足しているため、子供中心のパーソナライズにおけるそれらの効果は依然として不明である。 このギャップに対処するために、LLMの長文会話における子中心の嗜好を推測・追跡する能力を評価するためのベンチマークであるChildEvalを紹介する。 ChildEvalには3-6歳児の29Kのペルソナプロファイルが含まれており、比較的静的な背景情報を提供している。 それぞれのペルソナは子どもの好みに関連付けられており、一文で明示的に表現されたペルソナと一致し、矛盾し、あるいは独立している可能性がある。 明示的および暗黙的嗜好は、同じ基本的嗜好を反映するように設計されているが、表現が異なるため、静的ペルソナの変化よりも、好み表現の動的な側面を捉えている。 このベンチマークは、子供の日常生活と発達をカバーする5つのトップレベルと14のサブレベルカテゴリにまたがる。 さらに,オープンソースのLCMを体系的に評価する,きめ細かな子中心評価プロトコルを提案する。 実験結果から,パーソナライズされた表現がLLMの反応にどのように影響するかが示され,チャイルドエスバルの微調整が子中心のパフォーマンスを向上させることが示唆された。 私たちのコードとデータセットはhttps://github.com/ziyanluo/ChildEval.orgで公開されています。

関連論文リスト

• ReLay: Personalized LLM-Generated Plain-Language Summaries for Better Understanding, but at What Cost? [54.44351107428039]
  大規模言語モデル(LLMs)は、Plain Language Summaries(PLS)をパーソナライズするための新しい機会を提供する パーソナライズが有効か、どの戦略が最も効果的か、そしてパーソナライズと安全のバランスをとるかは、まだ不明である。 ReLayは、静的(専門家による)およびインタラクティブな設定の両方で、50人のレイ参加者から300人の参加者--PLSペアのデータセットを紹介します。 ReLayには、ユーザ特性、健康情報のニーズ、情報検索行動、理解結果、対話ログ、品質評価が含まれている。
  論文  参考訳（メタデータ） (2026-05-01T07:11:12Z)
• Baby Scale: Investigating Models Trained on Individual Children's Language Input [2.3226022042424934]
  現代の言語モデルは、人間の子どもが受けるものよりも、桁違いに多くのトレーニングデータで訓練されなければならない。 我々は、子どもの自然学習データから言語知識がどのように現れるかを理解するために、人間のスケールデータセット上でLMをベンチマークする。 児童データに基づいて訓練されたLMは文法タスクのスケーリングを許容できるが、意味的および世界知識タスクのスケーリングは、合成データで訓練されたモデルよりも少ない。
  論文  参考訳（メタデータ） (2026-03-31T10:06:24Z)
• Towards Realistic Personalization: Evaluating Long-Horizon Preference Following in Personalized User-LLM Interactions [50.70965714314064]
  大規模言語モデル(LLM)は、ユーザが拡張されたインタラクションよりも複雑で多様な好みを共有するパーソナルアシスタントとして、ますます機能している。 この研究は、パーソナライズされたユーザ-LLMインタラクションにおいて、リアルな嗜好フォローを評価するためのベンチマークであるRealPrefを提案する。
  論文  参考訳（メタデータ） (2026-03-04T15:42:43Z)
• Evaluating LLMs on Generating Age-Appropriate Child-Like Conversations [3.660458463669403]
  大規模言語モデル(LLM)は、主に成人の会話データに基づいて訓練され、特定のアプリケーションのための真正な子供のような対話を生成する際の課題に直面している。 5歳,9歳児を対象に,5種類のLDMを比較検討し,年齢に合ったノルウェー語会話を生成させた。
  論文  参考訳（メタデータ） (2025-10-28T10:00:52Z)
• Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies [54.08697738311866]
  Werewolfのようなソーシャル推論ゲームは、言語、推論、戦略を組み合わせている。 我々は,100時間以上のビデオ,32.4M発声トークン,15の規則変種を含む高品質で人間認証されたWerewolfデータセットをキュレートした。 本稿では,勝利派戦略を2段階の真理として活用する新たな戦略調整評価法を提案する。
  論文  参考訳（メタデータ） (2025-10-13T13:33:30Z)
• A Personalized Conversational Benchmark: Towards Simulating Personalized Conversations [112.81207927088117]
  PersonaConvBenchは、大規模言語モデル(LLM)とのマルチターン会話におけるパーソナライズされた推論と生成を評価するためのベンチマークである。 我々は,複数の商用およびオープンソース LLM を統一的なプロンプト設定でベンチマークし,パーソナライズされた履歴を組み込むことで大幅な性能向上が得られることを観察した。
  論文  参考訳（メタデータ） (2025-05-20T09:13:22Z)
• Benchmarking LLMs for Mimicking Child-Caregiver Language in Interaction [6.152274140650429]
  LLMは人間のような対話を生成できるが、初期の子どもと大人の交流をシミュレートする能力はほとんど解明されていない。 現状のLSMは、単語と発話レベルにおいて、子どもと介護者の対話を近似することができるが、子どもと介護者の分散パターンの再現に苦慮し、アライメントを誇張し、人間によって示される多様性のレベルに到達できなかった。
  論文  参考訳（メタデータ） (2024-12-12T14:43:03Z)
• Aligning LLMs with Individual Preferences via Interaction [51.72200436159636]
  調整可能な大きな言語モデル(LLM)をトレーニングします。 木構造における3K以上の多ターン会話を含む多ターン嗜好データセットを開発した。 評価のために、慎重に選択された100のサンプルと、会話中にカスタマイズされたアライメント性能を測定するために適切に設計されたメトリクスからなるALOEベンチマークを確立する。
  論文  参考訳（メタデータ） (2024-10-04T17:48:29Z)
• Age-Dependent Analysis and Stochastic Generation of Child-Directed Speech [10.369750912567714]
  本研究は,CDSの転写と年齢を訓練した言語モデルを用いて,子ども指向音声(CDS)の年齢依存性言語特性をモデル化するアプローチを提案する。 生成したCDSの特徴と年齢の異なる子供たちの実際の発話とを比較し, LMが年齢依存性のCDSの変化を捉えていることを示す。
  論文  参考訳（メタデータ） (2024-05-13T12:35:10Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)

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。