論文の概要: Communication Heterogeneity and Collective Consensus in Neural Cellular Automata

• arxiv url: http://arxiv.org/abs/2606.21202v1
• Date: Fri, 19 Jun 2026 08:15:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-26 07:29:23.666462
• Title: Communication Heterogeneity and Collective Consensus in Neural Cellular Automata
• Title（参考訳）: ニューラルセルオートマタにおける通信不均一性と集合的合意
• Authors: Nishit Singh,
• Abstract要約: 言語的距離のコンセンサスは, 完全な断片化ではなく, グループ間の軽微な相違を生じさせる。 イジング緩和(Ising relaxation)は、外国語圏が境界欠陥として機能し、高エネルギーで部分的に順序づけられた状態に置かれる自然読影である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reaching global agreement from purely local interactions is a defining problem of collective intelligence, and most models of it assume that all agents share a single communication protocol. We ask what happens when they do not. Using a Neural Cellular Automaton in which a population of cells must solve the density classification task, agreeing on a global majority that no individual can observe, we introduce ``languages'' as sub-populations that read one another's messages through a translation with a tunable ``linguistic distance''. We find that linguistic distance slows consensus, that it produces mild divergence between groups rather than full fragmentation, and that a collective whose shared rule was trained under diverse protocols is robust to mismatch; a homogeneously trained one is not. The findings hold on both a ring and a two-dimensional grid, and admit a natural reading as Ising relaxation, in which a foreign-language region acts as a boundary defect that leaves the system in a higher-energy, partially ordered state. These patterns are qualitatively consistent with effects reported in human group studies, suggesting that distance between communication protocols is a minimal mechanism sufficient to produce them, without anything language-specific.
• Abstract（参考訳）: 純粋に局所的な相互作用からグローバルな合意を得ることは、集合知の明確な問題であり、ほとんどのモデルでは、すべてのエージェントが単一の通信プロトコルを共有していると仮定している。 彼らがしないときに何が起こるか尋ねる。 細胞集団が密度分類タスクを解かなければならないニューラルセルオートマトンを用いて、個人が観察できないグローバルな多数派に同意し、「言語」を、調整可能な「言語距離」の翻訳を通じて、相互のメッセージを読むサブ集団として導入する。 言語的距離はコンセンサスを遅くし、完全な断片化よりもグループ間で軽微なばらつきを生じさせ、共有ルールが多種多様なプロトコルで訓練された集団は、ミスマッチに頑健であり、均質的に訓練された集団はそうではない。 この発見はリングと2次元グリッドの両方に当てはまり、自然読影をIsing relaxation(英語版)として認め、そこでは外国語領域が境界欠陥として機能し、高エネルギーで部分的に順序づけられた状態に置かれる。 これらのパターンは、人間のグループ研究で報告された影響と質的に一致しており、コミュニケーションプロトコル間の距離は、言語固有のものなしに、それらを生成するのに十分な最小限のメカニズムであることを示唆している。

関連論文リスト

• HyLaT: Efficient Multi-Agent Communication via Hybrid Latent-Text Protocol [54.411053382333996]
  HyLaTは、遅延チャネルを介して詳細な認知信号を伝達し、効率を上げるためのハイブリッド潜在テキスト通信プロトコルである。 エージェントがハイブリッドメッセージを生成・解釈できるように、シングルエージェントハイブリッド生成学習とマルチエージェントインタラクティブコトレーニングを組み合わせた2段階のトレーニングフレームワークを提案する。 実験により、HyLaTは、多様な設定で強力な一般化と堅牢性を持って、競争力のあるタスク性能を維持しながら、通信オーバーヘッドを著しく低減することが示された。
  論文  参考訳（メタデータ） (2026-05-25T04:50:15Z)
• One Model to Translate Them All? A Journey to Mount Doom for Multilingual Model Merging [30.967619128236777]
  完全微調整言語モデルによる多言語機械翻訳における重み空間のマージについて検討する。 我々の実験では、特にターゲット言語が異なる場合、マージが性能を低下させることが明らかとなった。 これらの結果は、多言語微調整が標準重み空間のマージ仮定との整合性を低下させる方法で幾何学を再構築する可能性があることを示唆している。
  論文  参考訳（メタデータ） (2026-04-03T08:45:26Z)
• GoAgent: Group-of-Agents Communication Topology Generation for LLM-based Multi-Agent Systems [55.12339141172908]
  GoAgentは、協調グループをMAS構築の原子単位として明示的に扱う通信トポロジ生成手法である。 6つのベンチマークの実験では、GoAgentの最先端のパフォーマンスを93.84%の平均精度で証明し、トークン消費を約17%削減した。
  論文  参考訳（メタデータ） (2026-03-20T06:21:32Z)
• When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training [57.230355403478995]
  本研究では,EuroLLMの事前学習における言語に依存しない概念空間の開発について検討する。 共有概念空間は早期に出現し、洗練され続けていますが、それらとの整合性は言語に依存しています。 従来の作業とは対照的に、細かな手作業分析により、翻訳品質の顕著な向上は、行動の変化を反映していることが判明した。
  論文  参考訳（メタデータ） (2026-01-30T11:23:01Z)
• Modality Matching Matters: Calibrating Language Distances for Cross-Lingual Transfer in URIEL+ [4.262015666551064]
  タイプマッチング言語距離のためのフレームワークを提案する。 距離タイプ毎に新しい構造認識表現を提案する。 我々はこれらの信号を頑健でタスクに依存しない複合距離に統一する。
  論文  参考訳（メタデータ） (2025-10-22T03:59:19Z)
• Mechanistic Understanding and Mitigation of Language Confusion in English-Centric Large Language Models [56.61984030508691]
  言語混乱に関する最初の機械論的解釈可能性研究について述べる。 混乱点(CP)がこの現象の中心であることを示す。 比較分析によって同定された少数の臨界ニューロンを多言語で調整したニューロンで編集すると、混乱が著しく軽減されることがわかった。
  論文  参考訳（メタデータ） (2025-05-22T11:29:17Z)
• Bidirectional Emergent Language in Situated Environments [4.950411915351642]
  マルチエージェントポンとコレクターの2つの新しい協調環境を紹介した。 最適なパフォーマンスには通信プロトコルの出現が必要ですが、適度な成功はそれなしで達成できます。 エージェントは意味のあるメッセージのみを生成し、調整なしでは成功できない状態の受信メッセージに作用する。
  論文  参考訳（メタデータ） (2024-08-26T21:25:44Z)
• Decentralised Emergence of Robust and Adaptive Linguistic Conventions in Populations of Autonomous Agents Grounded in Continuous Worlds [4.63732827131233]
  本稿では,自律エージェントの集団が言語慣行を確立できる手法を提案する。 この慣習は、エージェントのペア間の局所的なコミュニケーションを通じて、分散的に現れる。 この手法により、住民はコミュニケーションに効果的で、一貫性があり、人間に解釈可能な言語慣習に収束できることを示す。
  論文  参考訳（メタデータ） (2024-01-16T16:11:35Z)
• On Negative Interference in Multilingual Models: Findings and A Meta-Learning Treatment [59.995385574274785]
  従来の信念に反して、負の干渉は低リソース言語にも影響を及ぼすことを示す。 メタ学習アルゴリズムは、より優れた言語間変換性を得、負の干渉を軽減する。
  論文  参考訳（メタデータ） (2020-10-06T20:48:58Z)
• Mechanisms for Handling Nested Dependencies in Neural-Network Language Models and Humans [75.15855405318855]
  我々は,「深層学習」手法で訓練された現代人工ニューラルネットワークが,人間の文処理の中心的な側面を模倣するかどうかを検討した。 ネットワークは、大きなコーパスで次の単語を予測するためにのみ訓練されたが、分析の結果、局所的および長距離の構文合意をうまく処理する特別なユニットが出現した。 我々は,複数の名詞の単数/複数状態における体系的な変化を伴う文中の数一致の違反を人間が検出する行動実験において,モデルの予測を検証した。
  論文  参考訳（メタデータ） (2020-06-19T12:00:05Z)

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。