論文の概要: Demographic Prompting at Scale: When More Attributes Hurt LLM--Human Agreement

• arxiv url: http://arxiv.org/abs/2607.10590v1
• Date: Sun, 12 Jul 2026 06:00:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.475009
• Title: Demographic Prompting at Scale: When More Attributes Hurt LLM--Human Agreement
• Title（参考訳）: スケールでのデモグラフィックのプロンプティング: より多くの貢献がLLMに貢献する時-Human氏の合意
• Abstract要約: 本研究では,アノテータの属性が大規模言語モデル(LLM)予測と人間のアノテーションのアライメントをどう形成するかを検討する。 我々は、ひとつの属性から完全な属性構成まで、すべての組み合わせにまたがって、プロンプト内の人口構成要素の数と構成を変化させる。
• 参考スコア（独自算出の注目度）: 13.222442874856105
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We investigate how annotator demographic attributes, supplied as prompt cues, shape the alignment between large language model (LLM) predictions and human annotations across five tasks. Using five open-source LLMs, we systematically vary the number and composition of demographic components in the prompt, spanning every combination from single-attribute through full-attribute configurations. Our experiments reveal three principal findings. First, alignment consistently peaks with one to three high-signal attributes and degrades under the full attribute set, establishing a clear over-specification threshold. Second, the overall magnitude of demographic influence on human annotations does not predict which attributes improve LLM alignment; instead, both the learnability and the directional coherence of each attribute's annotation signal need to be considered jointly. Third, neuron probing reveals that specialized activation correlates with alignment gains only under coherent annotation signals, and that activation volume alone does not imply steerability. Together, these results demonstrate that demographic prompting is not a monolithic intervention: its utility is highly context-dependent, shaped by attribute signal quality, task characteristics, and model architecture.
• Abstract（参考訳）: 本研究では,5つのタスクにまたがる大規模言語モデル(LLM)予測と人間のアノテーションのアライメントを,プロンプトキューとして提供するアノテータの属性がどのように形成するかを検討する。 5つのオープンソース LLM を用いて、各組み合わせを単一属性から完全属性構成に分割し、プロンプト内の人口構成成分の数と構成を体系的に変化させる。 私たちの実験では3つの主要な発見が明らかになった。 第一に、アライメントは1から3つの高信号属性で一貫してピークに達し、フル属性セットの下で分解され、明確な過剰指定しきい値が確立される。 第二に、人間のアノテーションに対する人口動態の影響の全体規模は、どの属性がLCMアライメントを改善するかを予測せず、代わりに各属性のアノテーション信号の学習可能性と方向性の整合性の両方を共同で考慮する必要がある。 第3に、ニューロンの探索により、特別な活性化はコヒーレントなアノテーション信号の下でのみアライメントゲインと相関し、アクティベーションボリュームのみがステアビリティを示唆しないことが明らかになった。 これらの結果は、人口動態の促進はモノリシックな介入ではないことを示している。そのユーティリティは、属性信号の品質、タスク特性、モデルアーキテクチャによって形作られ、コンテキストに依存している。

関連論文リスト

• When Prompts Ignore Structure: Graph-Based Attribute Reasoning for Calibrated VLMs [4.6556684245088125]
  本稿では,属性グラフ内の(クラス,属性)ペアをノードとして表現するARGTCAを提案する。 また,ARGTCA-DIVは平均予測誤差(ECE)を約37%削減することを示した。 また,ARGTCA-DISCは第2のベスト変種として一貫して機能し,ベースラインよりも平均ECEを約17%削減することを示した。
  論文  参考訳（メタデータ） (2026-07-08T13:31:17Z)
• LATex: Leveraging Attribute-based Text Knowledge for Aerial-Ground Person Re-Identification [78.73711446918814]
  我々は,属性ベースのテキスト知識を活用するために,アクシデントチューニング戦略を採用した,AG-ReIDのためのLATexという新しいフレームワークを提案する。 我々のフレームワークは属性ベースのテキスト知識をフル活用してAGReIDの性能を向上させることができる。
  論文  参考訳（メタデータ） (2025-03-31T04:47:05Z)
• A Quantitative Evaluation of the Expressivity of BMI, Pose and Gender in Body Embeddings for Recognition and Identification [56.10719736365069]
  我々は,学習した特徴と特定の属性の相互情報として定義された表現性の概念を拡張し,属性のエンコード方法の定量化を行う。 その結果,BMIは最終層において高い表現性を示し,認識におけるその支配的な役割を示していることがわかった。 これらの結果は,ReIDにおける身体属性の中心的役割を示し,属性駆動相関を明らかにするための原則的アプローチを確立した。
  論文  参考訳（メタデータ） (2025-03-09T05:15:54Z)
• Black Sheep in the Herd: Playing with Spuriously Correlated Attributes for Vision-Language Recognition [8.950906917573986]
  VLM(Vision-Language Models)は、分布内精度と分布外一般化のバランスをとるジレンマを示す。 近年の研究では、視覚属性などの低レベル概念を活用して一般化を高めている。 この研究は、VLMが、カテゴリと同一であるが本質的にはその一部ではないが、突発的に相関する属性である意思決定に、小さな属性のサブセットを過度に依存していることを明らかにする。
  論文  参考訳（メタデータ） (2025-02-19T12:05:33Z)
• Hybrid Discriminative Attribute-Object Embedding Network for Compositional Zero-Shot Learning [83.10178754323955]
  HDA-OE(Hybrid Discriminative Attribute-Object Embedding)ネットワークは,属性とオブジェクトの視覚表現との複雑な相互作用を解決するために提案される。 トレーニングデータの多様性を高めるため、HDA-OEは属性駆動型データ合成(ADDS)モジュールを導入した。 HDA-OEは、モデルの識別能力をさらに向上するため、サブクラス駆動の差別的埋め込み(SDDE)モジュールを導入している。 提案モデルを3つのベンチマークデータセットで評価し,その妥当性と信頼性を検証した。
  論文  参考訳（メタデータ） (2024-11-28T09:50:25Z)
• Leveraging MLLM Embeddings and Attribute Smoothing for Compositional Zero-Shot Learning [21.488599805772054]
  合成ゼロショット学習は、見かけの合成から学んだ属性やオブジェクトの新規な構成を認識することを目的としている。 以前の作業では、同じ属性を共有するイメージペア間の共有部分と排他的部分を抽出することで、属性とオブジェクトを歪めていた。 マルチモーダル大言語モデル (MLLM) という新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-18T07:55:54Z)
• MAC: A Benchmark for Multiple Attributes Compositional Zero-Shot Learning [21.82261469084055]
  合成ゼロショット学習(CZSL)は、合成から意味的プリミティブ(属性とオブジェクト)を学ぶことを目的としている。 我々は,22,838の画像と17,627の合成を包括的および代表的属性アノテーションで包含する多属性合成データセットを提案する。 MACに基づいて,より深い意味理解と高度な属性関連を必要とする多属性合成ゼロショット学習を提案する。
  論文  参考訳（メタデータ） (2024-06-18T16:24:48Z)
• Leveraging vision-language models for fair facial attribute classification [19.93324644519412]
  汎用視覚言語モデル(英: General-purpose Vision-Language Model, VLM)は、共通感性属性のための豊富な知識源である。 我々は,VLM予測値と人間定義属性分布の対応関係を解析した。 複数のベンチマークの顔属性分類データセットの実験は、既存の教師なしベースラインよりもモデルの公平性の向上を示している。
  論文  参考訳（メタデータ） (2024-03-15T18:37:15Z)
• Exploiting Contextual Target Attributes for Target Sentiment Classification [53.30511968323911]
  TSCの既存のPTLMベースモデルは、1)PTLMをコンテキストエンコーダとして採用した微調整ベースモデル、2)テキスト/単語生成タスクに分類タスクを転送するプロンプトベースモデル、の2つのグループに分類される。 我々は,PTLM を TSC に活用する新たな視点として,言語モデリングと文脈的ターゲット属性による明示的ターゲットコンテキスト相互作用の利点を同時に活用する。
  論文  参考訳（メタデータ） (2023-12-21T11:45:28Z)
• Hierarchical Visual Primitive Experts for Compositional Zero-Shot Learning [52.506434446439776]
  合成ゼロショット学習(CZSL)は、既知のプリミティブ(属性とオブジェクト)の事前知識で構成を認識することを目的としている。 このような問題に対処するために,コンポジショントランスフォーマー(CoT)と呼ばれるシンプルでスケーラブルなフレームワークを提案する。 提案手法は,MIT-States,C-GQA,VAW-CZSLなど,いくつかのベンチマークでSoTA性能を実現する。
  論文  参考訳（メタデータ） (2023-08-08T03:24:21Z)
• Exploiting Semantic Attributes for Transductive Zero-Shot Learning [97.61371730534258]
  ゼロショット学習は、視覚的特徴と、そのクラスから学んだ意味的属性の関係を一般化することにより、目に見えないクラスを認識することを目的としている。 本稿では,未知データの意味的属性を生成し,生成過程に付加する新しいZSL法を提案する。 5つの標準ベンチマーク実験により,本手法がゼロショット学習の最先端結果をもたらすことが示された。
  論文  参考訳（メタデータ） (2023-03-17T09:09:48Z)
• AttriMeter: An Attribute-guided Metric Interpreter for Person Re-Identification [100.3112429685558]
  Person ReIDシステムは、2人とのマッチング時にのみ距離や類似性を提供します。 CNN ベースの ReID モデルの結果を意味的に,定量的に説明する Attribute-Guided Metric Interpreter を提案する。
  論文  参考訳（メタデータ） (2021-03-02T03:37:48Z)

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。