論文の概要: Do Large Language Models Have Emotions?

• arxiv url: http://arxiv.org/abs/2606.14742v1
• Date: Wed, 03 Jun 2026 02:07:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-21 20:00:42.764114
• Title: Do Large Language Models Have Emotions?
• Title（参考訳）: 大規模言語モデルは感情を持つか?
• Authors: Amit Goldenberg, James J. Gross,
• Abstract要約: 人類学的報告では、クロード・ソネット4.5で感情概念の内部表現が発見され、LLMは「機能的感情」を持っていると結論づけた。 情動は、状況の文脈に敏感な解釈と、複数のシステムにまたがる処理の再構成という、2つのコア機能に役立ちます。
• 参考スコア（独自算出の注目度）: 2.6880487685200527
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Do LLMs have emotions? A recent paper from Anthropic reports finding internal representations of emotion concepts in Claude Sonnet 4.5, concluding that the LLM has 'functional emotions.' We evaluate this claim against what is known about how emotions actually function in biological systems. We argue that emotions serve two core functions: the context-sensitive interpretation of situations, and the reorganization of processing across multiple systems in response to those interpretations. The Anthropic findings offer partial support for the first function, though the consistent, discrete emotional representations identified in Claude sit uneasily with affective neuroscience findings that human emotion is characterized by variable rather than uniform neural signatures. On the second function, the evidence is mixed: Claude's representations modulate output without producing the dynamic reorganization of attention, decision speed, and motivational state that defines emotion in biological systems. We close by proposing what it would take for an LLM to have emotions.
• Abstract（参考訳）: LLMには感情があるのか? 最近のArthhropicの論文は、Claude Sonnet 4.5で感情概念の内部表現を発見し、LLMは「機能的感情」を持っていると結論付けている。 我々は、この主張を、生物学的システムにおいて感情が実際にどのように機能するかについて知られているものに対して評価する。 情動は、状況の文脈に敏感な解釈と、その解釈に応答して複数のシステムにまたがる処理の再構成の2つの中心的機能として機能する、と我々は主張する。 人類学的な発見は、最初の機能の部分的な支持を提供するが、クロードで特定された一貫した、離散的な感情表現は、人間の感情は、一様の神経署名よりも変数によって特徴づけられるという感情的な神経科学的な発見に不安を感じさせる。 クロードの表現は、生物学的システムにおける感情を定義する注意、決定速度、動機付け状態の動的再構成を発生させることなく、出力を変調する。 私たちはLLMが感情を持つのに何が必要かを提案することで閉じています。

関連論文リスト

• Emotion Concepts and their Function in a Large Language Model [7.456089071483512]
  大きな言語モデル(LLM)は時に感情的な反応を示す。 クロード・ソネット 4.5 では,これがなぜそうなるのかを考察し,アライメント関係の挙動について考察する。
  論文  参考訳（メタデータ） (2026-04-09T02:25:17Z)
• Do LLMs "Feel"? Emotion Circuits Discovery and Control [54.57583855608979]
  本研究では、感情表現を引き起こす内部メカニズムと、生成したテキストにおける感情の制御について検討する。 これは、大きな言語モデルで感情回路を発見し、検証する最初の体系的な研究である。
  論文  参考訳（メタデータ） (2025-10-13T12:24:24Z)
• Think out Loud: Emotion Deducing Explanation in Dialogues [57.90554323226896]
  対話における感情推論(Emotion Deducing Explanation in Dialogues)を提案する。 EDENは感情と原因を明確な考え方で認識する。 大規模言語モデル(LLM)が感情や原因をよりよく認識するのに役立ちます。
  論文  参考訳（メタデータ） (2024-06-07T08:58:29Z)
• Language-Specific Representation of Emotion-Concept Knowledge Causally Supports Emotion Inference [44.126681295827794]
  この研究は、大規模言語モデル(LLMs)として知られる人工知能の形式を用いて、言語に基づく感情の表現が、新しい状況の感情的意味に関する推論を生成するAIの能力に因果的に寄与するかどうかを評価する。 本研究は,LLMでも知覚モダ表現の欠如による感情の学習が可能であり,言語由来の感情概念知識の感情推論への寄与を強調した。
  論文  参考訳（メタデータ） (2023-02-19T14:21:33Z)
• Speech Synthesis with Mixed Emotions [77.05097999561298]
  異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。 次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。 実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
  論文  参考訳（メタデータ） (2022-08-11T15:45:58Z)
• Emotion Recognition from Multiple Modalities: Fundamentals and Methodologies [106.62835060095532]
  マルチモーダル感情認識(MER)のいくつかの重要な側面について論じる。 まず、広く使われている感情表現モデルと感情モダリティの簡単な紹介から始める。 次に、既存の感情アノテーション戦略とそれに対応する計算タスクを要約する。 最後に,実世界のアプリケーションについて概説し,今後の方向性について論じる。
  論文  参考訳（メタデータ） (2021-08-18T21:55:20Z)
• Emotion Recognition under Consideration of the Emotion Component Process Model [9.595357496779394]
  我々はScherer (2005) による感情成分プロセスモデル (CPM) を用いて感情コミュニケーションを説明する。 CPMは、感情は、出来事、すなわち主観的感情、認知的評価、表現、生理的身体反応、動機的行動傾向に対する様々なサブコンポーネントの協調過程であると述べている。 Twitter上での感情は、主に出来事の説明や主観的な感情の報告によって表現されているのに対し、文献では、著者はキャラクターが何をしているかを記述し、解釈を読者に任せることを好む。
  論文  参考訳（メタデータ） (2021-07-27T15:53:25Z)
• A Circular-Structured Representation for Visual Emotion Distribution Learning [82.89776298753661]
  視覚的感情分布学習に先立つ知識を活用するために,身近な円形構造表現を提案する。 具体的には、まず感情圏を構築し、その内にある感情状態を統一する。 提案した感情圏では、各感情分布は3つの属性で定義される感情ベクトルで表される。
  論文  参考訳（メタデータ） (2021-06-23T14:53:27Z)
• Modality-Transferable Emotion Embeddings for Low-Resource Multimodal Emotion Recognition [55.44502358463217]
  本稿では、上記の問題に対処するため、感情を埋め込んだモダリティ変換可能なモデルを提案する。 我々のモデルは感情カテゴリーのほとんどで最先端のパフォーマンスを達成する。 私たちのモデルは、目に見えない感情に対するゼロショットと少数ショットのシナリオにおいて、既存のベースラインよりも優れています。
  論文  参考訳（メタデータ） (2020-09-21T06:10:39Z)

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。