Fugu-MT 論文翻訳(概要): TUX: Measuring Human--AI Tacit Understanding

論文の概要: TUX: Measuring Human--AI Tacit Understanding

arxiv url: http://arxiv.org/abs/2605.30930v1
Date: Fri, 29 May 2026 07:19:58 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-01 20:56:50.444109
Title: TUX: Measuring Human--AI Tacit Understanding
Title（参考訳）: TUX:人間を計測する-AIの暗黙の理解
Abstract要約: 暗黙的理解指数(TUX)は、人間とエージェントの判断の類似性の尺度である。特徴空間における最も近い人間-エージェントペアは、TUXを著しく向上させる。回帰分析は、予測セットがよりリッチになるにつれて、TUXがより説明しやすくなることを示している。
参考スコア（独自算出の注目度）: 10.755611801171995
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: As large language models (LLMs) increasingly act as collaborative partners, human--AI alignment is often evaluated through explicit task success, accuracy, or reward optimization. Yet many collaborative settings depend on tacit understanding: whether an agent can align with a human's evaluative stance or representational priors without clear objectives, communication, or feedback. To study this capacity, we develop a spectrum-placement task inspired by the social party game Wavelength, in which humans and agents independently place concepts along subjective spectra. We operationalize the Tacit Understanding Index (TUX) as a pairwise measure of similarity between human and agent judgments, and evaluate it with 241 human participants and 200 profile-conditioned LLM agents across four models. We find that nearest human--agent pairs in trait space achieve significantly higher TUX, suggesting that tacit alignment is structured by person-level characteristics rather than random similarity. Regression analyses show that TUX becomes more explainable as predictor sets become richer, with individual traits, decision-making styles, and confidence improving over aggregate trait-distance baselines. These findings suggest that tacit understanding between humans and LLMs is measurable, while revealing the limits of profile-based conditioning for capturing deeper representational alignment.
Abstract（参考訳）: 大規模言語モデル(LLM)が協力的なパートナーとして機能するにつれて、ヒューマン-AIアライメントは明示的なタスクの成功、正確性、報酬の最適化によって評価されることが多い。しかし、多くの協調的な設定は暗黙の理解に依存しており、エージェントが明確な目的やコミュニケーション、フィードバックなしに人間の評価的姿勢や表現的事前と整合できるかどうかである。この能力を研究するために,人間やエージェントが主観的なスペクトルに沿って概念を個別に配置する,ソーシャルパーティゲーム「Wavelength」に触発されたスペクトル配置タスクを開発する。我々は,TUX(Tacit Understanding Index)を,人間とエージェントの判断の類似性のペアワイド尺度として運用し,241人の被験者と200人のプロファイル条件のLDMエージェントを4つのモデルで評価した。特徴空間における最も近い人間-エージェントのペアは、TUXが著しく高いことを示し、暗黙のアライメントは、ランダムな類似性ではなく、個人レベルの特徴によって構成されていることを示唆している。回帰分析は、予測セットがよりリッチになり、個々の特性、意思決定スタイル、そして、属性距離ベースラインの集合よりも信頼性が向上するにつれて、TUXがより説明しやすくなることを示している。これらの結果から,人間とLLM間の暗黙的理解は測定可能であるとともに,より深い表現的アライメントを捉えるためのプロファイルベースの条件付けの限界が明らかとなった。

関連論文リスト

Efficient Test-Time Adaptation through Human-AI Interaction [112.5131603022122]
我々は,ヒト-エージェント間相互作用(TAHI)によるテスト時間適応を提案する。エージェントを2つの高ユーティリティドメイン(書き込みと視覚的創造)の30人に適応させ、合計600のタスクをこなします。エージェントは10タスク以内の単独作業の成功率を4.5-20.9%向上させる。
論文参考訳（メタデータ） (2026-09-03T17:33:18Z)
Principal Trait Analysis: Towards Deriving "Skills" in Human-AI Collaboration [3.3894363032046506]
大規模言語モデルによるエージェントは、ヒューマン・アーティフィティ・インテリジェンス(AI)のコラボレーションを通じて、職場でますます利用されている。本稿では,会話のパターンから共通の特徴を抽出する主成分分析に着想を得たアルゴリズムであるプリンシパル・トレート・アナリティクスを提案する。 PTAから派生した特徴は,両設定の協調動作を説明する上で重要な特徴であり,作業結果の予測に有効であることがわかった。
論文参考訳（メタデータ） (2026-08-11T21:49:35Z)
Towards Trust Calibration in Socially Interactive Agents: Investigating Gendered Multimodal Behaviors Generation with LLMs [8.21736236281494]
GPT-5.4は様々なモードでコヒーレントな振舞いを生成できることを示す。また、ジェンダーがプロンプトで特定されると、LDMは社会的ジェンダーステレオタイプを再現する傾向がある。
論文参考訳（メタデータ） (2026-05-19T12:59:21Z)
HumanLLM: Towards Personalized Understanding and Simulation of Human Nature [72.55730315685837]
HumanLLMは個人のパーソナライズされた理解とシミュレーションのために設計された基礎モデルである。私たちはまず、Reddit、Twitter、Blogger、Amazonといったプラットフォーム上で、現実世界のユーザデータをキュレートした大規模なコーパスであるCognitive Genomeを構築しました。次に、多様な学習タスクを定式化し、教師付き微調整を行い、モデルの幅広い個人化された人間の行動、思考、経験を予測する。
論文参考訳（メタデータ） (2026-01-22T09:27:27Z)
Computational Turing Test Reveals Systematic Differences Between Human and AI Language [0.0]
大規模言語モデル(LLM)は、人間の振る舞いをシミュレートするために社会科学でますます使われている。既存の検証努力は人的判断に基づく評価に大きく依存している。本稿では,LLMが人間の言語にどの程度近いかを評価するために,計算チューリングテストを提案する。
論文参考訳（メタデータ） (2025-11-06T08:56:37Z)
TwinVoice: A Multi-dimensional Benchmark Towards Digital Twins via LLM Persona Simulation [55.55404595177229]
大型言語モデル(LLM)は、人間のような能力を示す。 TwinVoiceは、さまざまな現実世界のコンテキストにわたるペルソナシミュレーションを評価するためのベンチマークである。
論文参考訳（メタデータ） (2025-10-29T14:00:42Z)
Reconstructing Close Human Interaction with Appearance and Proxemics Reasoning [50.76723760768117]
既存の人間のポーズ推定手法では、既存の映像からもっともらしい密接な相互作用を回復できない。人間の外見は、これらの障害に対処するための簡単な手がかりとなる。本研究では,人間の外見,社会的プロキシ,物理法則に制約された身体接触により,正確な対話動作を再構築するための2分岐最適化フレームワークを提案する。
論文参考訳（メタデータ） (2025-07-03T12:19:26Z)
Human Cognitive Benchmarks Reveal Foundational Visual Gaps in MLLMs [65.93003087656754]
VisFactorは、よく確立された認知心理学評価から20の視覚中心のサブテストをデジタル化するベンチマークである。 GPT、Gemini、Claude、LLaMA、Qwen、SEEDファミリーから20のフロンティアマルチモーダル言語モデル(MLLM)を評価する。最高のパフォーマンスモデルは100点中25.19点のスコアしか得られず、精神的な回転、空間的関係推論、図形の識別といったタスクに一貫して失敗する。
論文参考訳（メタデータ） (2025-02-23T04:21:32Z)
A Flexible Method for Behaviorally Measuring Alignment Between Human and Artificial Intelligence Using Representational Similarity Analysis [0.1957338076370071]
我々は、AIと人間間のアライメントを定量化するために、ペアワイズな類似度評価法であるRepresentational similarity Analysis (RSA)を適用した。我々は,テキストと画像のモダリティ間のセマンティックアライメント(セマンティックアライメント)を検証し,Large Language and Vision Language Model(LLM, VLM)の類似性判断が,グループレベルでも個人レベルでも人間の反応とどのように一致しているかを測定した。
論文参考訳（メタデータ） (2024-11-30T20:24:52Z)
PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
データ構築とモデルチューニングを改善するためのフレームワークPersLLMを提案する。データ利用が不十分な場合には、Chain-of-Thoughtプロンプトやアンチインダクションといった戦略を取り入れます。厳密な振舞いパターンを設計し,モデルの性格の特異性とダイナミズムを高めるために自動DPOを導入する。
論文参考訳（メタデータ） (2024-07-17T08:13:22Z)
AlignDiff: Aligning Diverse Human Preferences via Behavior-Customisable Diffusion Model [69.12623428463573]
AlignDiffは、人間の好みを定量化し、抽象性をカバーし、拡散計画をガイドする新しいフレームワークである。ユーザがカスタマイズした動作と正確に一致し、効率的に切り替えることができます。選好マッチング,スイッチング,カバーにおいて,他のベースラインに比べて優れた性能を示す。
論文参考訳（メタデータ） (2023-10-03T13:53:08Z)

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。