論文の概要: AI as a Tool for Simulation-Based Experiments in Literary Studies
- arxiv url: http://arxiv.org/abs/2606.02293v1
- Date: Mon, 01 Jun 2026 14:16:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-02 21:34:32.20644
- Title: AI as a Tool for Simulation-Based Experiments in Literary Studies
- Title（参考訳）: 文学研究におけるシミュレーションに基づく実験ツールとしてのAI
- Abstract要約: 生成人工知能(AI)システムは、文学研究における新たな実験の可能性を開く。
現在のシステムでは、高品質で本の長さの物語テキストがまだ作成されていない。
本稿では,文学テキスト生成実験の結果について紹介する。
- 参考スコア（独自算出の注目度）: 1.455240131708017
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative artificial intelligence (AI) systems open new possibilities for experimentation in literary studies via controlled, grounded, large-scale, low-cost simulations of cultural production. Current systems have not yet been shown to produce high-quality, book-length narrative texts that reliably reflect arbitrarily specified cultural constraints or stylistic features. But there exists substantial relevant research on each of the components required for literary-historical simulation. These include the use and validation of AI systems as proxies for differentiable human populations; the narrative and stylistic properties of AI-generated texts; the stability and coherence of multiagent, multiturn AI simulations of human actors; and technical methods through which to alter in predictable ways the knowledge and behavior of generative systems. Together, these areas could provide a starting point for more ambitious AI-based modeling of cultural systems of literary production. We describe the possibilities and challenges of simulation-based experiments in literary studies, summarize the current state of the art in relevant fields, and explain key technical aspects of the work. To provide an example directly relevant to literary scholars, we present the results of experiments on literary text generation, including comparisons to high-status, human-authored novels. Our results include the first demonstration of (limited) in-distribution outputs by AI models in this domain. We conclude with a description of future work on full counterfactual literary-historical simulations using AI.
- Abstract（参考訳）: ジェネレーティブ人工知能(AI)システムは、文化的生産の制御、基盤化、大規模で低コストなシミュレーションを通じて、文学研究における新たな実験の可能性を開く。
現在のシステムでは、任意に指定された文化的制約や様式的特徴を確実に反映する高品質の物語文がまだ作成されていない。
しかし、文学史シミュレーションに必要な各構成要素について、かなりの関連研究がある。
これらには、異なる人間の集団のプロキシとしてAIシステムの使用と検証、AI生成されたテキストの物語的およびスタイリスティックな特性、人間アクターのマルチエージェント、マルチターンAIシミュレーションの安定性と一貫性、生成システムの知識と振る舞いを予測可能な方法で変更する技術的方法が含まれる。
これらの領域は、文芸生産の文化システムのより野心的なAIベースのモデリングの出発点となるかもしれない。
文献研究におけるシミュレーションに基づく実験の可能性と課題について述べるとともに、関連分野における現状を要約し、その研究の重要な技術的側面を説明する。
文献学者に直接関係する事例として,高水準人文系小説との比較を含む,文学テキスト生成の実験結果を紹介する。
私たちの成果には、この領域におけるAIモデルによる(限定的な)分散アウトプットのデモが含まれています。
本稿は,AIを用いた文史史シミュレーションに関する今後の研究について述べる。
関連論文リスト
- Artificial Intelligence and Modeling & Simulation: An Overview [2.982218441172364]
人工知能(AI)とモデリング&シミュレーション(M&S)はますます絡み合っている。
本稿では,AIとM&Sの交差点について概説する。
論文 参考訳（メタデータ） (2026-08-01T00:36:44Z) - The Art of Generative Narrativity [0.0]
生成AIは、聴衆の経験を通じて物語を引用する可能性を持つ非言語形式の実験につながる。
5つの中央セクションにおいて,現代言語自動化の課題を予見し,その根底にある概念的枠組みを考察する。
閉会の節では、これらの模範者の表現的特徴を要約し、生成的AIの文化的影響と失敗を批判的に評価する価値を下記する。
論文 参考訳（メタデータ） (2026-03-01T12:58:24Z) - Reflection on Data Storytelling Tools in the Generative AI Era from the Human-AI Collaboration Perspective [54.152639172274]
大規模生成AI技術は、ビジュアルおよびナレーション生成におけるそのパワーでデータストーリーテリングを強化する可能性がある。
我々は、最新のツールのコラボレーションパターンを、データストーリーテリングにおける人間とAIのコラボレーションを理解するための専用のフレームワークを使用して、以前のツールのパターンと比較する。
これらのAIテクニックのメリットと、人間とAIのコラボレーションへの影響も明らかにされている。
論文 参考訳（メタデータ） (2025-03-04T13:56:18Z) - Survey on Vision-Language-Action Models [0.2636873872510828]
この研究は、オリジナルの研究を表現していないが、AIが文学レビューの自動化にどのように役立つかを強調している。
今後の研究は、AI支援文学レビューのための構造化されたフレームワークの開発に焦点を当てる。
論文 参考訳（メタデータ） (2025-02-07T11:56:46Z) - Generative Physical AI in Vision: A Survey [78.07014292304373]
遺伝子人工知能(AI)は、コンピュータビジョンの分野を急速に進歩させ、機械が前例のない高度なビジュアルデータを作成し、解釈できるようにする。
この変換は、現実的な画像、ビデオ、および3D/4Dコンテンツを生成するための生成モデルの基礎の上に構築されている。
生成モデルが進化して物理リアリズムと動的シミュレーションを統合するにつれ、「世界シミュレータ」として機能する可能性が拡大する。
論文 参考訳（メタデータ） (2025-01-19T03:19:47Z) - Generative Artificial Intelligence: A Systematic Review and Applications [7.729155237285151]
本稿では、ジェネレーティブAIにおける最近の進歩と技術に関する体系的なレビューと分析について述べる。
生成AIがこれまで行った大きな影響は、大きな言語モデルの開発による言語生成である。
論文は、責任あるAIの原則と、これらの生成モデルの持続可能性と成長に必要な倫理的考察から締めくくられる。
論文 参考訳（メタデータ） (2024-05-17T18:03:59Z) - AI-Generated Images as Data Source: The Dawn of Synthetic Era [61.879821573066216]
生成AIは、現実世界の写真によく似た合成画像を作成する可能性を解き放った。
本稿では、これらのAI生成画像を新しいデータソースとして活用するという革新的な概念を探求する。
実際のデータとは対照的に、AI生成データには、未整合のアブリダンスやスケーラビリティなど、大きなメリットがある。
論文 参考訳（メタデータ） (2023-10-03T06:55:19Z) - Vision+X: A Survey on Multimodal Learning in the Light of Data [64.03266872103835]
様々なソースからのデータを組み込んだマルチモーダル機械学習が,ますます普及している研究分野となっている。
我々は、視覚、音声、テキスト、動きなど、各データフォーマットの共通点と特異点を分析する。
本稿では,表現学習と下流アプリケーションレベルの両方から,マルチモーダル学習に関する既存の文献を考察する。
論文 参考訳（メタデータ） (2022-10-05T13:14:57Z) - DIME: Fine-grained Interpretations of Multimodal Models via Disentangled
Local Explanations [119.1953397679783]
我々は,マルチモーダルモデルの解釈における最先端化に注力する。
提案手法であるDIMEは,マルチモーダルモデルの高精度かつきめ細かな解析を可能にする。
論文 参考訳（メタデータ） (2022-03-03T20:52:47Z) - From Textual Experiments to Experimental Texts: Expressive Repetition in
"Artificial Intelligence Literature" [0.0]
AI文学は、機械思考、テキスト生成、機械創造といった原始的な問題を統合している。
初期の段階では、技術道と芸術思想の相互支持は失敗に終わった。
論文 参考訳（メタデータ） (2022-01-07T02:44:58Z) - RoboTHOR: An Open Simulation-to-Real Embodied AI Platform [56.50243383294621]
インタラクティブで具体化された視覚AIの研究を民主化するためにRoboTHORを導入する。
シミュレーションで訓練されたモデルの性能は,シミュレーションと慎重に構築された物理アナログの両方で試験される場合,大きな差があることが示される。
論文 参考訳（メタデータ） (2020-04-14T20:52:49Z)
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。