論文の概要: LLM-Ideoplasticity: Measuring Ideological Plasticity in the Political Behavior of LLMs as a Context-Conditioned Distribution

• arxiv url: http://arxiv.org/abs/2606.28335v1
• Date: Tue, 26 May 2026 17:01:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 00:46:12.959315
• Title: LLM-Ideoplasticity: Measuring Ideological Plasticity in the Political Behavior of LLMs as a Context-Conditioned Distribution
• Title（参考訳）: LLM-Ideoplasticity:LLMの政治行動におけるイデオロギー的塑性の測定
• Abstract要約: 我々は、大規模言語モデルの政治的イデオロギーは固定点ではなく、実際の政治的空間における条件分布であると主張している。 VAA-CHESプロジェクションモデルで固定された統一計測フレームワークを用いて,9つのLLMの評価を行った。 説得的フレーミングはそれぞれの座標を最大0.57単位と0.52単位に置き換えるが、チェーン・オブ・シークレット推論はパラフレーズの不安定性を抑えるのではなく、しばしば増幅する。
• 参考スコア（独自算出の注目度）: 2.464003792743989
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: We argue, with systematic empirical evidence, that a large language model's political ideology is not a fixed point, but a conditional distribution $\mathbb{P}($position$\mid$context$)$ over a real political space. We evaluate nine current LLMs using a unified measurement framework anchored by VAA-CHES projection models, which map responses onto three validated dimensions (lrgen, lrecon, galtan) across six contextual axes. Our findings reveal high sensitivity to context: persuasive framing and under-represented languages displace coordinates by up to 0.57 and 0.52 units, respectively, while chain-of-thought reasoning often amplifies rather than dampens paraphrase instability. Despite this local plasticity, the model cohort occupies a remarkably narrow Overton envelope overall, occupying roughly one-third the spread of major European parties. Supported by a multi-trait multi-method (MTMM) analysis, we conclude that a single point cannot summarize LLM political behavior; it must be characterized as a shape. Our code and data are publicly available at https://github.com/sakhadib/LLM-Ideoplasticity.
• Abstract（参考訳）: 体系的な経験的証拠により、大言語モデルの政治イデオロギーは固定点ではなく、実政治空間上の条件分布$\mathbb{P}($position$\mid$context$)$であると主張する。 VAA-CHESプロジェクションモデルによって固定された統一的な測定フレームワークを用いて、9つの現在のLCMを評価し、その応答を6つの文脈軸の3次元(lrgen, lrecon, galtan)にマッピングする。 結語は最大で0.57単位,0.52単位,チェーン・オブ・シークレット推論はパラフレーズの不安定性を抑えるのではなく,しばしば増幅する。 この局所的な可塑性にもかかわらず、モデル・コホートはオーバートン・エンベロープ全体で著しく狭く、ヨーロッパの主要政党の約3分の1を占めていた。 MTMM(Multi-trait Multi-method)解析により,LLMの政治的振る舞いを一点にまとめることはできないと結論付けた。 私たちのコードとデータはhttps://github.com/sakhadib/LLM-Ideoplasticity.comで公開されています。

関連論文リスト

• Large Language Models are Perplexed by some Political Parties [19.75260643083416]
  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。
  論文  参考訳（メタデータ） (2026-06-04T09:39:05Z)
• Mitigating Cross-Lingual Cultural Inconsistencies in LLMs via Consensus-Driven Preference Optimisation [58.01855677487771]
  本研究では,多言語大言語モデル (MLLM) が,プロンプトの言語変化に伴う不整合性を示すことを示す。 コンセンサス駆動型アライメントフレームワークであるC-3POを提案する。 C-3POは、非整合モデルよりも0.10ポイントの$_S$を絶対的に増加させ、強力なプロンプトと表現のステアリングベースラインを上回る。
  論文  参考訳（メタデータ） (2026-04-02T14:04:06Z)
• PolBiX: Detecting LLMs' Political Bias in Fact-Checking through X-phemisms [1.0439136407307046]
  我々は,ドイツの主張において,語句をエウヘミズムやディフェミズムと交換することで,政治的偏見を調査する。 政治的傾向よりも、判断的単語の存在が真理性評価に大きく影響していることが分かる。
  論文  参考訳（メタデータ） (2025-09-18T18:26:53Z)
• POW: Political Overton Windows of Large Language Models [15.998401166180388]
  大規模言語モデル(LLM)における政治的バイアスは、AIシステムの責任ある展開に対する関心が高まっていることを示している。 伝統的な監査は、モデルの政治的立場をポイント推定として見つけようと試み、モデルが望んでいない、あるいは言おうとしないものを形成するイデオロギー的境界の広いセットを隠蔽する。 本稿では,これらの境界をマッピングするフレームワークとして,オーバートンウィンドウの概念について述べる。
  論文  参考訳（メタデータ） (2025-09-08T17:57:54Z)
• Steering Towards Fairness: Mitigating Political Bias in LLMs [16.594400974742523]
  我々は、内部モデル表現の分析を通じて、大言語モデル(LLM)におけるそのようなバイアスを探索し緩和する枠組みを採用している。 複数のイデオロギー軸にまたがる層ワイズ解析が可能な包括的活性化抽出パイプラインを導入する。 以上の結果から,デコーダのLLMは,効率的なベクターベース緩和に活用できる層間表現バイアスを体系的に符号化していることがわかった。
  論文  参考訳（メタデータ） (2025-08-12T11:09:03Z)
• Democratic or Authoritarian? Probing a New Dimension of Political Biases in Large Language Models [72.89977583150748]
  本研究では,大規模言語モデルとより広い地政学的価値システムとの整合性を評価する新しい手法を提案する。 LLMは一般的に民主的価値観や指導者を好んでいるが、マンダリンでの権威主義的人物に対する好意が増している。
  論文  参考訳（メタデータ） (2025-06-15T07:52:07Z)
• Analyzing Political Bias in LLMs via Target-Oriented Sentiment Classification [4.352835414206441]
  LLMによって符号化された政治的バイアスは下流のアプリケーションに有害な影響を及ぼす可能性がある。 我々は,LLMの感情予測が同一文の目的語と異なるという観察を活用する新しいアプローチを提案する。 我々は、人口統計学的および政治的に多様な政治家名を450の政治文に挿入し、6つの広く話される言語で7つのモデルを用いて目標志向の感情を予測する。
  論文  参考訳（メタデータ） (2025-05-26T10:01:24Z)
• 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)
• Implicit Multimodal Alignment: On the Generalization of Frozen LLMs to Multimodal Inputs [63.29737699997859]
  大規模言語モデル(LLM)は、マルチモーダルな微調整をせずに、マルチモーダルなタスクにおいて印象的なパフォーマンスを示した。 本研究では,画像,ビデオ,音声,テキストの入力に凍結LDMを公開し,内部表現を解析する。
  論文  参考訳（メタデータ） (2024-05-26T21:31:59Z)
• Political Compass or Spinning Arrow? Towards More Meaningful Evaluations for Values and Opinions in Large Language Models [61.45529177682614]
  我々は,大規模言語モデルにおける価値と意見の制約評価パラダイムに挑戦する。 強制されない場合、モデルが実質的に異なる答えを与えることを示す。 我々はこれらの知見をLLMの価値と意見を評価するための推奨とオープンな課題に抽出する。
  論文  参考訳（メタデータ） (2024-02-26T18:00:49Z)
• 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)
• Fair Abstractive Summarization of Diverse Perspectives [103.08300574459783]
  公平な要約は、特定のグループを過小評価することなく、多様な視点を包括的にカバーしなければなりません。 はじめに、抽象的な要約における公正性は、いかなる集団の視点にも過小評価されないものとして、正式に定義する。 本研究では,対象視点と対象視点の差を測定することで,基準のない4つの自動計測手法を提案する。
  論文  参考訳（メタデータ） (2023-11-14T03:38:55Z)

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。