論文の概要: Scaffolding the Strategist: Architecture-Dependent Reasoning Interventions in Hotelling Spatial Markets
- arxiv url: http://arxiv.org/abs/2607.09743v1
- Date: Fri, 03 Jul 2026 10:23:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-19 21:54:20.394648
- Title: Scaffolding the Strategist: Architecture-Dependent Reasoning Interventions in Hotelling Spatial Markets
- Title（参考訳）: ストラテジストの苦悩--ホテルの空間市場におけるアーキテクチャ依存推論の介入
- Abstract要約: 構造化推論の介入が大規模言語モデルの戦略的経済的推論を改善するかどうかを検討する。
GPT-4.1-mini(標準命令追従モデル)とGPT-5-mini(推論最適化モデル)を5条件で評価した。
足場型とモデルアーキテクチャ間の統計的に有意な相互作用を見出した。
- 参考スコア（独自算出の注目度）: 0.01269104766024433
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We investigate whether structured reasoning interventions improve the strategic economic reasoning of large language models, and whether their effects depend on model architecture. Using Hotelling's linear city model as a diagnostic vehicle, we evaluate GPT-4.1-mini (a standard instruction-following model) and GPT-5-mini (a reasoning-optimized model) under five conditions - an unscaffolded baseline and four reasoning interventions - across eight questions spanning deductive and abductive reasoning, three prompt framings, and three repetitions per condition, yielding 720 individually judged responses. We find a statistically significant crossover interaction between scaffolding type and model architecture ($t(7) = 4.79$, $p = 0.002$, $d = 1.69$): commitment scaffolding improves the standard model ($+0.21$) while degrading the reasoning model ($-0.63$), and principled separation shows the opposite pattern ($-0.40$ vs. $+0.31$). Both crossovers are individually significant (commitment: $p = 0.040$; separation: $p = 0.002$) and hold across all eight questions with 7/8 directional consistency. Adversarial stress-testing harms both models, with $2.6\times$ greater degradation for the reasoning model ($-1.47$ vs. $-0.57$; $p = 0.038$), and the damage correlates negatively with baseline difficulty ($R^2 = 0.36$, $p = 0.014$). We further document a persistent declarative-procedural gap in which both models identify correct strategies at rates far exceeding their ability to execute them; separation fully closes this gap for the reasoning model while no intervention helps the standard model.
- Abstract（参考訳）: 構造化推論の介入が大規模言語モデルの戦略的経済的推論を改善するか,その効果がモデルアーキテクチャに依存するかを検討する。
ホテルリングの線形都市モデルを診断手段として用いて,5つの条件においてGPT-4.1-mini(標準指示追従モデル)とGPT-5-mini(推論最適化モデル)を評価した。
足場型とモデルアーキテクチャ間の統計的に重要な相互作用(t(7) = 4.79$, $p = 0.002$, $d = 1.69$): コミットメントの足場は、推論モデル(-0.63$)を劣化させながら標準モデル(+0.21$)を改善し、原則化された分離は、反対パターン(-0.40$ vs. $+0.31$)を示す。
どちらも個別に重要である(コミット: $p = 0.040$; 分離: $p = 0.002$)。
敵対的ストレステストは両モデルに悪影響を及ぼし、2.6\times$2.47$ vs. $-0.57$; $p = 0.038$)、ダメージはベースラインの難易度(R^2 = 0.36$, $p = 0.014$)に負の相関がある。
さらに、両モデルがそれらの実行能力よりはるかに高い速度で正しい戦略を識別し、介入が標準モデルに役立つことなく、推論モデルのこのギャップを完全に埋める、宣言的/手続き的ギャップを持続的に記録する。
関連論文リスト
- $p$-Body $\simeq$ Range $p-1$: Exact Order-Range Mapping and Dual-Unitarity [0.0]
一次元スピン-1/2$イジングモデルの周期的蹴り版について検討した。
特定の相互作用強度において、Floquet の相互作用 $textitorder-range$ マッピングを確立する。
そして、常に解決可能な初期状態のクラスに対して、$p$-bodyモデルの正確な絡み合いのダイナミクスを決定する。
論文 参考訳（メタデータ） (2026-07-18T05:06:25Z) - Lying Is Just a Phase: The Hidden Alignment Transition in Language Model Scaling [0.0]
16家系の63塩基モデルにおける推論と真理の結合度を測定した。
我々は、家族依存の臨界スケール(N_c$)以下の損失曲線を目に見えない体制変化を発見し、その上、彼らは協力する。
論文 参考訳（メタデータ） (2026-05-13T03:14:09Z) - Persona-Model Collapse in Emergent Misalignment [0.0]
有害な内容を持つ狭いデータに対する微調整された大きな言語モデルは、無関係なプロンプトに対して広範囲に不整合な振る舞いをもたらす。
モラル・サセプティビリティ(S)とモラル・ロバストネス(R)の2つの指標を用いてこの仮説を検証する。
これらのメトリクスは、与えられた文字(S)と、与えられた文字(R)をシミュレートするときにその一貫性を識別するモデルの能力を形式化する。
論文 参考訳（メタデータ） (2026-05-13T00:48:57Z) - What Do EEG Foundation Models Capture from Human Brain Signals? [64.48249643001402]
現代の脳波基礎モデルは、自己教師付き事前訓練を通じて生信号から直接学習する。
我々は3つのサブクエストに分解する: モデルが何を学習するか、モデルを何に使用するのか、そしてどのように説明できるのか。
3つの基礎モデル(CSBrain, CBraMod, LaBraM),5つの臨床タスク(MDD, Stress, ISRUC-Sleep, TUSL, Siena)と6ファミリー63機能レキシコンを含む。
論文 参考訳（メタデータ） (2026-05-12T01:57:53Z) - One Token Away from Collapse: The Fragility of Instruction-Tuned Helpfulness [12.183451602438753]
単純な語彙制約(句読解文字または共通単語の禁止)により、命令調整されたLLMが応答を崩壊させることを示す。
ベースモデルでは,同じ制約の下で,小さな,騒々しい,双方向的な効果を伴って,体系的な崩壊を示さないことを示す。
論文 参考訳（メタデータ） (2026-04-14T17:40:01Z) - When Self-Reference Fails to Close: Matrix-Level Dynamics in Large Language Models [0.0]
自己参照的ステートメントとメタ認知的プロンプトは、主要な崩壊関連メトリクスのパラドックス的自己参照よりも安定している。
我々は、NCTRが有限深度変圧器をこれらの問題に集中する力学系へ強制することを提案する。
論文 参考訳（メタデータ） (2026-04-13T23:23:02Z) - Model Agreement via Anchoring [31.113945168635656]
一般的な4つの機械学習アルゴリズムに対する不一致を証明している。
明確にするために、我々は1次元回帰と2乗誤差損失の設定において、最初の境界について検討する。
全ての結果は、強い凸損失を伴って多次元回帰に一般化される。
論文 参考訳（メタデータ） (2026-02-26T18:59:32Z) - Towards a Comprehensive Scaling Law of Mixture-of-Experts [54.117786590884776]
本論文では,すべての重要な要因を考慮に入れた総合的かつ正確なMoEスケーリング法を提案する。
我々の結果は、$G$と$S$の最適設定が、モデルアーキテクチャとデータサイズの両方に依存しないことを示しています。
提案したMoEスケーリング法則は,将来のMoEモデル設計およびトレーニングを促進するための,正確かつ洞察に富んだガイダンスとして機能する可能性がある。
論文 参考訳（メタデータ） (2025-09-28T06:35:34Z) - Think Smarter not Harder: Adaptive Reasoning with Inference Aware Optimization [48.5702580429946]
本研究では,モデルが推論予算の制約に対して実用性として定式化することで,推論予算を認識できるようにする手法を提案する。
簡単に言えば、IBPOを通じて微調整されたモデルは、クエリの難しさを理解し、より難しいものに推論予算を割り当てる。
これらの改善は、同じ予算の下での自己整合性(self-consistency)の約2ドルである。
論文 参考訳（メタデータ） (2025-01-29T20:20:48Z) - Misspecification in Inverse Reinforcement Learning [80.91536434292328]
逆強化学習(IRL)の目的は、ポリシー$pi$から報酬関数$R$を推論することである。
IRLの背後にある主要な動機の1つは、人間の行動から人間の嗜好を推測することである。
これは、それらが誤って特定され、現実世界のデータに適用された場合、不適切な推測につながる恐れが生じることを意味する。
論文 参考訳（メタデータ） (2022-12-06T18:21:47Z) - Exploring Sparse Expert Models and Beyond [51.90860155810848]
Mixture-of-Experts (MoE) モデルは、無数のパラメータを持つが、一定の計算コストで有望な結果が得られる。
本稿では,専門家を異なるプロトタイプに分割し,上位1ドルのルーティングに$k$を適用する,エキスパートプロトタイピングというシンプルな手法を提案する。
この戦略は, モデル品質を向上させるが, 一定の計算コストを維持するとともに, 大規模モデルのさらなる探索により, 大規模モデルの訓練に有効であることが示唆された。
論文 参考訳（メタデータ） (2021-05-31T16:12:44Z) - Adversarial robustness against multiple $l_p$-threat models at the price
of one and how to quickly fine-tune robust models to another threat model [79.05253587566197]
対向的堅牢性を実現するために, 対向的トレーニング (AT) を単一$l_p$-threatモデルで行うことが広く議論されている。
本稿では,$l_p$-threatモデルの結合に対する対角的ロバスト性を実現するための,シンプルで効率的なトレーニング手法を開発する。
論文 参考訳（メタデータ） (2021-05-26T12:20:47Z)
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。