論文の概要: Large Language Models are Perplexed by some Political Parties

• arxiv url: http://arxiv.org/abs/2606.05937v1
• Date: Thu, 04 Jun 2026 09:39:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-05 22:39:44.698137
• Title: Large Language Models are Perplexed by some Political Parties
• Title（参考訳）: 大規模言語モデルは一部の政党によって複雑化されている
• Authors: Paul Lerner, François Yvon,
• Abstract要約: 大規模言語モデル (LLM) は、政治的応用を含め、ますます使われてきているが、その政治的公正性はほとんど研究されていない。 我々はそれを難易度を用いて評価し、公正なモデルがすべての政治的グループに平等な確率を与えるべきであると仮定する。 LLMは、社会民主主義政党よりも右派やナショナリズム政党の文章に悩まされていることがわかりました。
• 参考スコア（独自算出の注目度）: 19.75260643083416
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large Language Models (LLMs) are increasingly used, including in political applications, but their political fairness has been little studied. We assess it using perplexity, posing that a fair model should give equal probability to all political groups. However, we find, across ten LLMs and three datasets covering 37 languages, that LLMs are more perplexed by the texts of far right and nationalist parties than of social-democratic parties. We find this to be consistent with previous work on translation fairness, to the point that perplexity correlates with downstream translation metrics. Our method is applicable to both base LLMs as well as their instruction-tuned counterpart, and we find that both are highly correlated, suggesting that the political fairness of LLMs stems from their pretraining, and is hardly affected by instruction-tuning.
• Abstract（参考訳）: 大規模言語モデル (LLM) は、政治的応用を含め、ますます使われてきているが、その政治的公正性はほとんど研究されていない。 我々はそれを難易度を用いて評価し、公正なモデルがすべての政治的グループに平等な確率を与えるべきであると仮定する。 しかし、37の言語をカバーする10のLLMと3つのデータセットのうち、LLMは社会民主政党よりも右派やナショナリスト派のテキストに困惑していることがわかった。 これは従来の翻訳の公平性に関する研究と一致しており、パープレキシティは下流の翻訳メトリクスと相関している。 提案手法は, ベースLLMにも, 教科教育にも適用可能であり, 両手法とも高い相関関係がみられ, その政治的公正性は事前学習に起因し, 教科教育の影響を受けにくいことが示唆された。

関連論文リスト

• Benchmarking Gender and Political Bias in Large Language Models [37.192287982246526]
  政治に敏感な文脈で大規模言語モデル(LLM)を評価するための新しいベンチマークであるEuroParlVoteを紹介する。 欧州議会の討論演説を投票結果のロールコールに結び付け、欧州議会(MEP)の各委員の豊かな人口統計メタデータを含む。 EuroParlVoteを用いて、性別分類と投票予測という2つのタスクで最先端のLCMを評価し、一貫したバイアスパターンを明らかにします。
  論文  参考訳（メタデータ） (2025-09-07T18:23:30Z)
• PolyMath: Evaluating Mathematical Reasoning in Multilingual Contexts [85.78821098963607]
  PolyMathは18の言語と4つの難易度をカバーする多言語数学的推論ベンチマークである。 我々のベンチマークは、包括性、言語多様性、高品質な翻訳の難しさを保証する。
  論文  参考訳（メタデータ） (2025-04-25T15:39:04Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
  大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。 我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。 この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
  論文  参考訳（メタデータ） (2024-03-15T04:02:24Z)
• The Political Preferences of LLMs [0.0]
  私は、テストテイカーの政治的嗜好を特定するために、11の政治的指向テストを実行し、24の最先端の会話型LLMを実行します。 ほとんどの会話型LLMは、ほとんどの政治的テスト機器によって、中心の視点の好みを示すものとして認識される応答を生成する。 LLMは、スーパービジョンファインチューニングを通じて、政治スペクトルの特定の場所に向けて操れることを実証します。
  論文  参考訳（メタデータ） (2024-02-02T02:43:10Z)
• Adapting Large Language Models for Document-Level Machine Translation [46.370862171452444]
  大規模言語モデル(LLM)は、様々な自然言語処理(NLP)タスクを大幅に進歩させた。 近年の研究では、中程度のLLMはタスク固有の微調整後、より大きなLLMよりも優れていることが示されている。 本研究では,特定の言語対に対する文書レベルの機械翻訳(DocMT)にLLMを適用することに焦点を当てた。
  論文  参考訳（メタデータ） (2024-01-12T09:29:13Z)
• Positioning Political Texts with Large Language Models by Asking and Averaging [0.0]
  政治文書のツイートや文がどこにあるのかを LLM に問う。 専門家、クラウドワーカー、ロールコール投票によるテキストコーディングに基づく最高のLCMとベンチマークで得られた位置推定値の相関は、90を超えている。 方針空間やイデオロギー空間におけるテキストの配置は、たとえテキストが短く、異なる言語で書かれたとしても、高速で、費用効率が高く、信頼性が高く、再現可能である(オープンなLLMの場合)。
  論文  参考訳（メタデータ） (2023-11-28T09:45:02Z)
• Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis [86.49858739347412]
  大規模言語モデル(LLM)は、これらのモデルにおけるバイアスの頻度とその緩和に関する激しい議論を引き起こしている。 本稿では,意思決定プロセスに寄与する属性の抽出と仲介を行うためのプロンプトベースの手法を提案する。 観察された異なる治療は、少なくとも部分的には、属性の相違とモデルの相違によるものであることが判明した。
  論文  参考訳（メタデータ） (2023-11-15T00:02:25Z)

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。