論文の概要: PALMs: Using Multi Construct-Grounded Rationales for Modeling Population Preferences in LLMs

• arxiv url: http://arxiv.org/abs/2608.01458v1
• Date: Sun, 02 Aug 2026 19:31:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:25.247152
• Title: PALMs: Using Multi Construct-Grounded Rationales for Modeling Population Preferences in LLMs
• Title（参考訳）: PALMs:LLMにおける人口選好のモデル化にマルチコンストラクト・グラウンド・ラショナルを用いた
• Authors: Priyanka Dey, Brihi Joshi, Preyashi Poddar, Jieyu Zhao, Emilio Ferrara,
• Abstract要約: 本稿では,人口適応型言語モデル (PALM) について紹介する。 PALMは性格、価値観、信念、文化規範、道徳の4つの側面で評価されている。 タスク固有の監視機能を備えた下流アプリケーションへの強力な一般化を実証する。
• 参考スコア（独自算出の注目度）: 10.940747084451559
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models are being extensively used to simulate individual user behavior, yet faithfully representing a population requires capturing the systematic variation in values, beliefs, and cultural norms that distinguish one group from another. We introduce Population Aligned Language Models (PALMs), a suite of models each aligned to specific populations, covering five countries: USA, India, Brazil, France and Italy. PALMs are created by synthesizing rationales grounded in psychological and cultural constructs and using these as latent supervision during preference tuning for population-specific alignment. Evaluated across four dimensions: personality, values and beliefs, cultural norms, and morality, PALMs consistently outperform baselines, including culture-specialized models, achieving an average of 8.59% relative improvement over the best baseline across all five populations. Notably, construct-grounded rationales outperform both demographic prompting and survey-based fine-tuning, suggesting that grounding preference learning in psychology and culture provides a richer inductive signal than surface-level response distributions. We further demonstrate strong generalization to downstream applications with- out task-specific supervision: outperforming best baselines by 5.19% in personalized reward modeling, 6.34% in population simulation, and showing strong transfer to social reasoning tasks. Datasets and code are available at: https://github.com/limenlp/PALMs.
• Abstract（参考訳）: 大きな言語モデルは、個々のユーザの振る舞いをシミュレートするために広く使われているが、人口を忠実に表現するためには、あるグループと別のグループを区別する価値、信念、文化規範の体系的な変化を捉える必要がある。 人口適応言語モデル(Population Aligned Language Models, PALM)は、アメリカ、インド、ブラジル、フランス、イタリアの5カ国を対象とする、特定の人口に合わせたモデル群である。 PALMは、心理学的・文化的構成に根ざした合理性を合成し、集団特異的アライメントのための選好調整中の潜伏監視として使用される。 パーソナリティ、価値観、信念、文化規範、道徳の4つの側面で評価され、PALMは文化特化モデルを含むベースラインを一貫して上回り、すべての5つの集団で最高のベースラインに対して平均8.59%の相対的な改善を達成している。 特に、構成的根拠の有理性は、人口動態の促進と調査に基づく微調整の両方より優れており、心理学と文化における基礎的嗜好学習は、表面レベルの応答分布よりも豊かな帰納的信号を提供することを示唆している。 さらに、タスク固有の監督を伴う下流アプリケーションへの強力な一般化を示す:パーソナライズされた報酬モデリングの5.19%、人口シミュレーションの6.34%、社会的推論タスクへの強い移行を示す。 データセットとコードは、https://github.com/limenlp/PALMs.comで入手できる。

関連論文リスト

• Improving Cross-Cultural Survey Simulation with Calibrated Value Personas [2.5964189305343712]
  大規模言語モデル(LLM)は、人間の意見や調査回答をシミュレートするためにますます使われているが、文化全体にわたって人口反応を再現する能力は限られている。 本稿では,中核的な文化的側面を捉えた調査結果からテキスト記述子を導出する価値に基づくペルソナ構築手法を提案する。 提案手法は, 人口密度の低い国において, 予測誤差を低減し, 最大の改善点を示す。
  論文  参考訳（メタデータ） (2026-05-15T17:10:50Z)
• 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)
• LiveCultureBench: a Multi-Agent, Multi-Cultural Benchmark for Large Language Models in Dynamic Social Simulations [63.478832978278014]
  大規模言語モデル(LLM)は、自律的なエージェントとしてますますデプロイされているが、評価は主に文化的適切性や評価者の信頼性よりもタスクの成功に焦点を当てている。 シミュレーション町において, LLMをエージェントとして組み込んだマルチカルチャー動的ベンチマークであるLiveCultureBenchを紹介する。
  論文  参考訳（メタデータ） (2026-03-02T15:04:16Z)
• Population-Aligned Persona Generation for LLM-based Social Simulation [58.84363795421489]
  本稿では,社会シミュレーションのための高品質な集団対応ペルソナ集合を合成するための体系的枠組みを提案する。 我々のアプローチは、長期のソーシャルメディアデータから物語的ペルソナを生成するために、大きな言語モデルを活用することから始まる。 特定のシミュレーションコンテキストのニーズに対処するために,対象のサブポピュレーションに対してグローバルに整合したペルソナを適応させるタスク固有モジュールを提案する。
  論文  参考訳（メタデータ） (2025-09-12T10:43:47Z)
• Cultivating Pluralism In Algorithmic Monoculture: The Community Alignment Dataset [18.197532754060244]
  本研究は,21種類のLLMの反応に比べて,ヒトの嗜好の変動が有意に大きいことを示す。 このことは、候補集合を生成する際に、負に相関するサンプリングの必要性を動機付けていると論じる。 コミュニティアライメント(Community Alignment)は,これまでで最大かつ最も代表的な多言語およびマルチターンの嗜好データセットである。
  論文  参考訳（メタデータ） (2025-07-13T14:34:22Z)
• WorldPM: Scaling Human Preference Modeling [130.23230492612214]
  我々は、このスケーリングの可能性を強調するために、World Preference Modeling$ (WorldPM)を提案する。 多様なユーザコミュニティをカバーする公開フォーラムから選好データを収集する。 1.5Bから72Bパラメータの範囲で15Mスケールのデータを用いて広範囲なトレーニングを行う。
  論文  参考訳（メタデータ） (2025-05-15T17:38:37Z)
• Evaluating Cultural Adaptability of a Large Language Model via Simulation of Synthetic Personas [4.0937229334408185]
  我々は、GPT-3.5を用いて、15カ国7,286人の参加者の説得的ニュース記事に対する反応を再現する。 対象者の居住国を特定することで,GPT-3.5の対応性の向上が期待できる。 対照的に、ネイティブ言語プロンプトを使用すると、全体的なアライメントを大幅に削減するシフトが発生する。
  論文  参考訳（メタデータ） (2024-08-13T14:32:43Z)

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。