論文の概要: A Persona-Based Evaluation Framework for Pluralistic Alignment in Generative AI

• arxiv url: http://arxiv.org/abs/2605.31021v1
• Date: Fri, 29 May 2026 08:54:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 20:56:50.486259
• Title: A Persona-Based Evaluation Framework for Pluralistic Alignment in Generative AI
• Title（参考訳）: 生成AIにおける多元的アライメントのためのペルソナに基づく評価フレームワーク
• Authors: Atahan Karagoz,
• Abstract要約: 本稿では,AI評価のための状態空間制約付きエミュレーションフレームワークを提案する。 現代の生成的アーキテクチャは、これらの評価的ペルソナを高一貫性でインスタンス化し、維持することができることを示す。 この研究は、AI評価に対するより適応的で、人間に順応し、文脈に敏感なアプローチの基礎を提供する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Current alignment paradigms for generative artificial intelligence rely predominantly on monolithic benchmarking frameworks that reduce the plurality of human judgment to aggregated statistical baselines, thereby obscuring cultural, demographic, and contextual variability in evaluation. We introduce a state-space constrained emulation framework for AI evaluation that replaces singular assessment functions with a structured manifold of synthetic cognitive profiles representing diverse human perspectives. We show that modern generative architectures can instantiate and maintain these evaluative personas with high consistency, enabling a form of pluralistic, perspective-dependent benchmarking that more closely reflects real-world consensus variability. However, we further analyze the stability of these simulated evaluators under sequential inference and stochastic prompt perturbations, revealing systematic degradation in persona coherence that manifests as state-space drift and semantic inconsistency. These findings suggest that static alignment constraints are insufficient for sustaining robust evaluative behavior over time. Instead, we argue for the necessity of embedding dynamic, viability-driven regulatory mechanisms within generative systems to preserve coherent cognitive emulation. By framing persona-based evaluation as a structured dynamical system over latent representation manifolds, this study provides a foundation for more adaptive, human-aligned, and context-sensitive approaches to AI evaluation.
• Abstract（参考訳）: 現在の人工知能のアライメントパラダイムは、複数の人間の判断を集約された統計ベースラインに還元するモノリシックなベンチマークフレームワークに大きく依存している。 本稿では,AI評価のための状態空間制約付きエミュレーションフレームワークを提案する。 現代の生成的アーキテクチャは、これらの評価的ペルソナを高一貫性でインスタンス化し、維持することができ、より現実のコンセンサス変動を反映した多元的視点依存ベンチマークの形式を可能にする。 しかし,これらのシミュレートされた評価器の安定性を逐次推論と確率論的急激な摂動の下で解析し,状態空間のドリフトや意味的不整合として現れるペルソナの一貫性の体系的劣化を明らかにする。 これらの結果から,静的アライメントの制約は時間とともに頑健な評価行動を維持するには不十分であることが示唆された。 その代わり、コヒーレントな認知エミュレーションを維持するために、生成システムに動的で生存性駆動型制御機構を組み込むことの必要性を論じる。 潜在表現多様体上での動的構造系としてのペルソナに基づく評価をフレーミングすることにより、AI評価に対するより適応的で、人間に適応し、文脈に敏感なアプローチの基礎を提供する。

関連論文リスト

• Interactive Evaluation Requires a Design Science [90.62695599188204]
  大規模言語モデル(LLM)は、ツールや環境、ユーザ、その他のエージェントを通じて、時間とともに機能するシステムとして、ますます多くデプロイされている。 フィールドはインタラクティブなベンチマークを構築し始めたが、その結果のランドスケープは断片化されている。 本論では,対話的評価は原則的評価パラダイムとして扱うべきであると論じる。
  論文  参考訳（メタデータ） (2026-05-18T04:03:18Z)
• Aligning LLM Uncertainty with Human Disagreement in Subjectivity Analysis [57.78407973423517]
  我々は、モデルが人間の不一致を反映した不確実性を表現しながら予測する不確実性を考慮した主観性分析を提唱する。 この視点を運用するために,二相認識と不確実性アライメントの枠組みを提案する。 3つの主観的分析課題の実験は、DPUAが人間の不一致とモデルの不確実性をよりよく整合させながら、タスク性能を保っていることを示している。
  論文  参考訳（メタデータ） (2026-05-11T11:52:58Z)
• Benchmarked Yet Not Measured -- Generative AI Should be Evaluated Against Real-World Utility [9.928824688627037]
  我々は、生成AI評価は、静的なベンチマーク中心の透明性から、人間の成果軌跡に根ざしたステークホルダー、ゴール、コンテキスト条件付きユーティリティ透明性へのパラダイムシフトを必要とすると論じる。 SCU-GenEvalは,利害関係者と利害関係者のゴールマッピング,構成指標仕様,メカニズムモデリング,長手効用測定からなる4段階評価フレームワークである。
  論文  参考訳（メタデータ） (2026-05-07T18:56:07Z)
• SocialOmni: Benchmarking Audio-Visual Social Interactivity in Omni Models [86.19617358080016]
  Social Omniは、3つのコア次元にわたる対話性の評価を運用するベンチマークである。 Social Omniは2000の知覚サンプルと209の相互作用生成インスタンスの品質管理された診断セットを備えている。 本分析により,モデルの知覚的精度と,文脈的に適切な割り込みを生成する能力との間に顕著な疎結合が明らかとなった。
  論文  参考訳（メタデータ） (2026-03-17T17:58:44Z)
• A Theoretical Framework for Adaptive Utility-Weighted Benchmarking [0.0]
  本稿では,ベンチマークを重み付けによる評価指標,モデルコンポーネント,利害関係者グループとして再認識する理論的枠組みを提案する。 コンジョイント由来のユーティリティとHuman-in-the-loop更新ルールを用いて、人間のトレードオフをベンチマーク構造に組み込む方法と、ベンチマークが安定性と解釈可能性を維持しながら動的に進化する方法を定式化する。
  論文  参考訳（メタデータ） (2026-02-12T19:33:47Z)
• Establishing a Unified Evaluation Framework for Human Motion Generation: A Comparative Analysis of Metrics [6.708543240320757]
  本稿では,人体動作生成のための8つの評価指標について詳細に検討する。 我々は一貫したモデル比較を容易にするため、統一的な評価設定を通じて標準化されたプラクティスを提案する。 変形する多様性を分析して時間歪みの多様性を評価する新しい指標を提案する。
  論文  参考訳（メタデータ） (2024-05-13T12:10:57Z)
• Position: AI Evaluation Should Learn from How We Test Humans [65.36614996495983]
  人間の評価のための20世紀起源の理論である心理測定は、今日のAI評価における課題に対する強力な解決策になり得る、と我々は主張する。
  論文  参考訳（メタデータ） (2023-06-18T09:54:33Z)
• Heterogeneous Value Alignment Evaluation for Large Language Models [91.96728871418]
  大規模言語モデル(LLM)は、その価値を人間のものと整合させることを重要視している。 本研究では,LLMと不均一値の整合性を評価するため,不均一値アライメント評価(HVAE)システムを提案する。
  論文  参考訳（メタデータ） (2023-05-26T02:34:20Z)

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。