論文の概要: Linguistic Monoculture in LLM-Assisted Language Use

• arxiv url: http://arxiv.org/abs/2607.27134v1
• Date: Wed, 29 Jul 2026 17:04:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.748834
• Title: Linguistic Monoculture in LLM-Assisted Language Use
• Title（参考訳）: LLM支援言語における言語学的モノカルチャー
• Authors: Suhas Thejaswi, Juhi Kulshreshta, Lutz Oettershagen,
• Abstract要約: 著者と大規模言語モデルが言語的特徴の分布として表現される数学的枠組みを開発する。 得られた平衡と収束率を特徴付け、共有モデルが著者を共通の規範へと導くことを示す。 そして、整合性は、明確さ、正当性、そして独特なスタイルに対する偏見から私的利益を取り除いた戦略的選択として内在化します。
• 参考スコア（独自算出の注目度）: 6.525195905471158
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Writing and communication are increasingly mediated by large language models (LLMs) that are being used to draft, revise and polish text. Although such assistance can improve clarity and help authors meet institutional expectations, widespread reliance on shared models may reduce population-level variation in linguistic form, a phenomenon we refer to as linguistic monoculture. We develop a mathematical framework in which authors and LLMs are represented as distributions over linguistic features and coevolve through repeated interaction. We analyze three interaction mechanisms: a shared model with a fixed linguistic distribution, a shared model recursively updated from author outputs, and personalized models updated through author-specific and population-level feedback. We characterize the resulting equilibria and convergence rates, showing that, shared models can drive authors toward a common norm, recursive feedback relocates the shared norm without altering pairwise spread under common conformity, and personalization can preserve a family of distinct author-model equilibria with nonzero linguistic diversity. We then endogenize conformity as a strategic choice trading off private benefits from clarity, legibility, and perceived fluency against distinctive style. Within this utility model, individually rational authors may conform more than is socially optimal because they do not internalize the value their distinctiveness provides to others, creating a negative externality and a price of monoculture that is finite for each fixed instance but can grow without bound when distinctiveness dominates authenticity. Synthetic simulations illustrate how fixed shared assistance, recursive feedback, and personalization produce different long-run diversity outcomes.
• Abstract（参考訳）: 執筆とコミュニケーションは、テキストの起草、修正、研磨に使われている大きな言語モデル(LLM)によってますます仲介されている。 このような支援は明確さを向上し、著者が制度的な期待に応えるのに役立つが、共有モデルへの広範な依存は言語形態における集団レベルの変動を減少させる可能性がある。 我々は,著者とLLMが言語的特徴の分布として表現され,反復的な相互作用を通じて共進化する数学的枠組みを開発する。 固定言語分布を持つ共有モデル,著者出力から再帰的に更新された共有モデル,著者固有および集団レベルのフィードバックによって更新されたパーソナライズされたモデル,の3つの相互作用メカニズムを解析する。 得られた均衡と収束率を特徴付け、共有モデルは著者を共通の規範へと導くことができ、再帰的フィードバックは共通の整合性の下でペアワイズを変更せずに共有規範を再配置し、パーソナライゼーションは非ゼロ言語的多様性を持つ異なる著者モデル均衡の族を保存できることを示す。 そして、整合性は、明確さ、正当性、そして独特なスタイルに対する偏見から私的利益を取り除いた戦略的選択として内在化します。 この効用モデルの中では、個々に合理的な著者は、社会的に最適である以上のものに従うことができる、なぜならそれらは、それらの特異性が他者に与える価値を内在化せず、負の外部性と、固定されたインスタンスごとに有限であるが、識別性が真性を支配するときの境界なしに成長するモノカルチャーの価格を生み出すからである。 合成シミュレーションは、固定された共有支援、再帰的なフィードバック、パーソナライゼーションがどのようにして長期の多様性をもたらすかを示す。

関連論文リスト

• LVRPO: Language-Visual Alignment with GRPO for Multimodal Understanding and Generation [51.071351994330605]
  統一型マルチモーダル事前訓練は,単一の基礎モデル内での言語とビジョンを共同でモデル化するための,有望なパラダイムとして登場した。 既存のアプローチは暗黙的あるいは間接的なアライメント信号に大きく依存しており、マルチモーダル理解と生成を同時にサポートするのに最適である。 LVRPOは言語と視覚的表現を明確に整合させる言語-視覚的強化に基づく嗜好最適化フレームワークである。
  論文  参考訳（メタデータ） (2026-03-29T13:38:21Z)
• Syntax-Guided Diffusion Language Models with User-Integrated Personalization [1.202131801903952]
  大規模な言語モデルは、人間のようなテキストを生成するために革命的な進歩を遂げてきたが、そのアウトプットは一般的なものであることが多い。 近年の拡散モデルの発展により、自己回帰パラダイムの限界を超えて言語生成を改善する新たな機会が開かれた。 テキストの品質,多様性,制御性を向上させるために,構造的監督とパーソナライズドコンディショニングを統合した構文誘導拡散言語モデルを提案する。
  論文  参考訳（メタデータ） (2025-10-01T15:33:12Z)
• Modeling Open-World Cognition as On-Demand Synthesis of Probabilistic Models [93.1043186636177]
  我々は、人々が分散表現と象徴表現の組み合わせを使って、新しい状況に合わせた見知らぬ精神モデルを構築するという仮説を探求する。 モデル合成アーキテクチャ」という概念の計算的実装を提案する。 我々は、新しい推論データセットに基づく人間の判断のモデルとして、MSAを評価した。
  論文  参考訳（メタデータ） (2025-07-16T18:01:03Z)
• Evaluating the Diversity and Quality of LLM Generated Content [72.84945252821908]
  品質閾値を満たす出力間の効果的な意味的多様性を測定するための枠組みを導入する。 嗜好調整モデルでは語彙的および構文的多様性が低下するが、SFTやベースモデルよりも効果的な意味的多様性が得られる。 これらの発見は、多種多様な高品質な出力を必要とするアプリケーションに重要な意味を持つ。
  論文  参考訳（メタデータ） (2025-04-16T23:02:23Z)
• Evaluating book summaries from internal knowledge in Large Language Models: a cross-model and semantic consistency approach [0.0]
  本研究では,大規模言語モデル(LLM)を用いて,包括的かつ正確な書籍要約を生成する能力について検討する。 これらのモデルが、確立された人間の解釈と一致した有意義な物語を合成できるかどうかを検討する。
  論文  参考訳（メタデータ） (2025-03-27T15:36:24Z)
• The Shrinking Landscape of Linguistic Diversity in the Age of Large Language Models [7.811355338367627]
  大規模言語モデル (LLMs) は, 言語多様性の顕著な低下と関係があることが示唆された。 テキストの中核的な内容は、LLMがテキストを洗練・書き直しする際に保持されるが、書体スタイルを均質化するだけでなく、特定の支配的特徴やバイアスを選択的に増幅し、他を抑圧する方法でスタイル的要素を変更することも示している。
  論文  参考訳（メタデータ） (2025-02-16T20:51:07Z)
• Collapsed Language Models Promote Fairness [88.48232731113306]
  偏りのある言語モデルはトークン表現と単語埋め込みの間に崩壊したアライメントを示す。 我々は,幅広い脱バイアス法において,公平性を効果的に向上する原理的な微調整法を設計する。
  論文  参考訳（メタデータ） (2024-10-06T13:09:48Z)
• Political Bias in LLMs: Unaligned Moral Values in Agent-centric Simulations [0.0]
  モーラル・ファンデーション理論アンケートにおいて,パーソナライズされた言語モデルと人間の反応がどのように一致しているかを検討する。 我々は、オープンソースの生成言語モデルを異なる政治的ペルソナに適応させ、これらのモデルを繰り返し調査し、合成データセットを生成する。 解析の結果,モデルが複数の繰り返しにまたがって不整合な結果をもたらし,高い応答差が生じることがわかった。
  論文  参考訳（メタデータ） (2024-08-21T08:20:41Z)
• Language Model Evaluation Beyond Perplexity [47.268323020210175]
  我々は、言語モデルから生成されたテキストが、訓練された人為的なテキストに存在する統計的傾向を示すかどうかを分析する。 ニューラルネットワークモデルは、考慮された傾向のサブセットのみを学習しているように見えるが、提案された理論分布よりも経験的傾向とより密接に一致している。
  論文  参考訳（メタデータ） (2021-05-31T20:13:44Z)

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。