論文の概要: Personalization, Personas, and Forecasting in Value Alignment

• arxiv url: http://arxiv.org/abs/2607.24782v1
• Date: Sun, 21 Jun 2026 01:38:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:39.062173
• Title: Personalization, Personas, and Forecasting in Value Alignment
• Title（参考訳）: 価値アライメントにおけるパーソナライズ、ペルソナ、予測
• Abstract要約: 我々は,迅速なフレーミングは文化的価値評価における化粧品選択ではないことを示した。 21,008列のモデル応答列、即席フレーミングは文化的アライメントの1階である。
• 参考スコア（独自算出の注目度）: 16.709103453776176
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM behavior may be conditioned by human identity in several ways: they may be asked to adapt to users, role-play populations, or forecast how people would answer value-laden questions. We test whether these framings are interchangeable using the World Values Survey (WVS). We evaluate GPT-5.4, Claude Sonnet 4.6, Gemini 2.5 Flash, and Qwen3-235B on 101 WVS-derived questions across 13 language-country slices, comparing a language-only baseline with user-country, persona-country, and third-person prompts. Across 21,008 model-response rows, prompt framing is a first-order determinant of cultural alignment: country cues often shift answers substantially, but not all shifts move toward matched human response distributions. Third-person forecasting yields the strongest directional alignment for three of the four hosted models, while personalization and role-play are weaker or less stable. Alignment gains concentrate on salient value dimensions such as religiosity, gender roles, and work-oriented material values, whereas institutional trust and democracy-related questions remain difficult. These results show that prompt framing is not a cosmetic choice in cultural value elicitation; it changes both model behavior and measured alignment.
• Abstract（参考訳）: LLMの振る舞いは、ユーザへの適応、ロールプレイの人口、あるいは価値に満ちた質問にどのように答えるかの予測など、さまざまな方法で人間のアイデンティティによって条件付けされる可能性がある。 我々は、これらのフレーミングが世界価値調査(WVS)によって交換可能であるかどうかをテストする。 GPT-5.4, Claude Sonnet 4.6, Gemini 2.5 Flash, Qwen3-235B を13の国で101のWVS由来の質問に対して評価し, 言語のみのベースラインをユーザ国, ペルソナ国, 第三者のプロンプトと比較した。 21,008行のモデル-応答列、即発フレーミングは文化的アライメントの1次決定要因である: カントリー・キューはしばしば回答を大きくシフトするが、全てのシフトが一致した人間の反応分布に向かって動くわけではない。 第三者予測は、4つのモデルのうち3つのモデルの中で最強の方向性アライメントをもたらすが、パーソナライズとロールプレイはより弱いかより安定である。 アライメントゲインは、信頼、ジェンダーの役割、仕事指向の材料価値といった健全な価値の次元に集中しているが、制度的な信頼と民主主義に関する疑問は依然として難しいままである。 これらの結果から, 迅速なフレーミングは文化的価値評価における化粧品選択ではなく, モデル行動と測定アライメントの両方を変えることが示唆された。

関連論文リスト

• Do LLMs Have Values? A Quantitative Analysis and Alignment Framework for Values in Large Language Models [49.45276299939287]
  大規模言語モデル(LLM)は、ますます複雑な主観的タスクを扱うようになっている。 LLMは、マイナーな単語変更で予測不能に変動する。 この双対性を解決することは 信頼できるAIアライメントに 不可欠です
  論文  参考訳（メタデータ） (2026-09-15T03:35:04Z)
• How Identity and Opinion Shape Political Sycophancy in LLMs [17.0131514909503]
  我々は、政治的梅毒の2つの異なる引き金、すなわち意見とアイデンティティを混乱させる枠組みを導入する。 450の政治的ジレンマを手動で検査し,13の大規模言語モデルの評価を行った。 以上の結果から, LLMの政治的姿勢は, 固定形質というよりも, 対話的かつ安定的に脆弱であることが示唆された。
  論文  参考訳（メタデータ） (2026-08-29T11:12:03Z)
• Scenario-based Probing and Steering Cultural Values in Large Language Models--Extended Version [5.97627108250811]
  本研究では,大規模言語モデルにおける潜在文化的表現の探索とステアリングのための枠組みを提案する。 社会的価値の質問をシナリオに基づく行動ジレンマに翻訳することにより、暗黙の値を測定するトークンレベルの確率を抽出する。 一方の文化的側面に沿った介入が別の方向に沿って変化するため、操舵性はかなりのばらつきがみられ、潜在的絡み合いが特定される。
  論文  参考訳（メタデータ） (2026-06-09T19:44:23Z)
• Whose Norms? Disentangling Cultural and Personal Alignment in Large Language Models [66.34115263472931]
  大規模言語モデルは、文化的規範と個人の嗜好のバランスを必要とする社会的意思決定の状況にますます使われてきている。 PACT(Personal-Preference and Cultural-Norm Trade-off framework)を導入し,モデルが文化的規範に従うか,あるいは個人の嗜好を許容するかを評価する。 PACTに関する5つの国による研究は、人間の文化のフォローは主にシナリオ国によって行われており、参加者が自身の文化的文脈を判断する際の合意は最低であることを示している。
  論文  参考訳（メタデータ） (2026-06-05T22:20:30Z)
• Not What, But How: A Framework for Auditing LLM Responses across Positioning, Generalization, Anthromorphism, and Maxims [54.31707479192195]
  大規模言語モデル(LLM)は、主観的、情報探索的な疑問に答えるためにますます使われている。 既存の主観的文化的クエリの評価は、応答のフレーム化を無視して、事実の正しさに重点を置いている。 FRANZ(FRAmework for respoNse characteriZation)を導入し、4次元のLLM応答のコミュニケーション監査を行う。
  論文  参考訳（メタデータ） (2026-06-01T17:01:31Z)
• Do LLMs Use Cultural Knowledge Without Being Told? A Multilingual Evaluation of Implicit Pragmatic Adaptation [9.245983423391364]
  文化に根ざした5言語を対象とした60の会話シナリオを評価した。 我々は,権威への言及,個人反対グループフレーミング,不確実性管理を含む12の実用的特徴について回答を得た。
  論文  参考訳（メタデータ） (2026-04-20T01:58:57Z)
• No Universal Courtesy: A Cross-Linguistic, Multi-Model Study of Politeness Effects on LLMs Using the PLUM Corpus [1.263738813992273]
  Brown と Levinson によるポリテネス理論と Culpeper による Impoliteness Framework は、3つの言語にわたる実験の基礎を形成する。 サンプルは22,500対のプロンプトと様々な種類の反応からなり,5段階の丁寧さで評価された。 その結果, モデル性能は, トーン, 対話履歴, 言語の影響を強く受けていることがわかった。
  論文  参考訳（メタデータ） (2026-04-17T17:33:48Z)
• Can Persona-Prompted LLMs Emulate Subgroup Values? An Empirical Analysis of Generalisability and Fairness in Cultural Alignment [75.88231994139132]
  GPT-4.1のような最先端モデルでさえ、モーダル選好を予測する精度は57.4%に過ぎなかった。 モデルでは、若者、男性、中国人、キリスト教のペルソナをよりうまくエミュレートする。
  論文  参考訳（メタデータ） (2026-04-14T15:06:13Z)
• 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)
• I Am Aligned, But With Whom? MENA Values Benchmark for Evaluating Cultural Alignment and Multilingual Bias in LLMs [5.060243371992739]
  大規模言語モデル(LLM)の文化的アライメントと多言語バイアスを評価するための新しいベンチマークであるMENAValuesを紹介する。 大規模で権威ある人的調査から、我々は16カ国の人口レベルの応答分布を持つMENAの社会文化的景観を捉えた構造化データセットをキュレートした。 分析の結果,同じ質問が言語に基づいて大きく異なる反応をもたらす「クロス・Lingual Value Shifts」,その理由の説明を促す「Reasoning-induced Degradation」,モデルがセンシティブな質問を拒否する「Logit Leakage」,内部確率が強く隠蔽される「Logit Leakage」の3つの重要な現象が明らかになった。
  論文  参考訳（メタデータ） (2025-10-15T05:10:57Z)
• CAPE: Context-Aware Personality Evaluation Framework for Large Language Models [8.618075786777219]
  大規模言語モデル(LLM)のためのコンテキスト認識型パーソナリティ評価フレームワークを提案する。 実験の結果,会話履歴は文脈内学習による応答の整合性を高めるだけでなく,人格の変化も引き起こすことがわかった。 我々のフレームワークは、人間による判断をより良く整合させるために、ロールプレイングエージェント(RPAs)に適用できる。
  論文  参考訳（メタデータ） (2025-08-28T03:17:47Z)
• Revisiting LLM Value Probing Strategies: Are They Robust and Expressive? [81.49470136653665]
  広範に利用されている3つの探索戦略における値表現の頑健さと表現性を評価する。 人口統計学的文脈は自由テキスト生成にはほとんど影響を与えず、モデルの値は値に基づく行動の好みと弱い相関しか示さない。
  論文  参考訳（メタデータ） (2025-07-17T18:56:41Z)
• The PRISM Alignment Dataset: What Participatory, Representative and Individualised Human Feedback Reveals About the Subjective and Multicultural Alignment of Large Language Models [67.38144169029617]
  我々は,75か国から1500人の多様な参加者の社会デマトグラフィーを,21大言語モデル(LLM)を用いた8,011のライブ会話において,文脈的嗜好ときめ細かいフィードバックにマッピングした。 PRISMでは、(i)より広い地理的・人口的なフィードバックへの参加、(ii)2つの国(UK, US)の国勢調査表現型サンプル、(iii)詳細な参加者プロファイルにリンクし、個人化とサンプルアーティファクトの帰属を許可する個別評価に寄与する。 我々はPRISMを3つのケーススタディで使用し、人間がどのアライメントデータを提供するかを慎重に検討する必要があることを示す。
  論文  参考訳（メタデータ） (2024-04-24T17:51:36Z)

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。