論文の概要: Learning Sexism Detection Using Multi-Agent Perspectivist Preference Optimization

• arxiv url: http://arxiv.org/abs/2608.04056v1
• Date: Tue, 04 Aug 2026 11:35:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.498962
• Title: Learning Sexism Detection Using Multi-Agent Perspectivist Preference Optimization
• Title（参考訳）: マルチエージェントパースペクティビスト選好最適化を用いた性差検出の学習
• Abstract要約: マルチエージェント・パースペクティビスト・パラメータ最適化フレームワークを提案する。 ラベル付き英語とスペイン語のつぶやきのEXIST 2024データセットでは、まずアノテータをラベル付け動作によってクラスタリングする。 それぞれのエージェントを、自身のクラスタのラベルだけにトレーニングすることで、エージェントが表現すべきクラスタをはるかに超越していることを示す。
• 参考スコア（独自算出の注目度）: 2.847926901118454
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: When people label text for sexism, they often disagree, and not because some of them are wrong: they genuinely perceive sexism differently. Most NLP systems discard this disagreement by collapsing it into a majority vote. We propose the Multi-Agent Perspectivist Preference Optimization (MAP-PO) framework to keep these different perspectives. On the EXIST 2024 dataset of labeled English and Spanish tweets, we first cluster annotators by their labeling behavior rather than their demographic attributes. We then fine-tune one Large Language Model agent per cluster to reproduce that cluster's annotation behavior, and coordinate the agents with preference optimization that combines individual and team-level rewards. We evaluate MAP-PO in four settings defined by two languages and two backbone language models, asking whether each agent reproduces the annotations of its own cluster and whether the agents together reproduce the majority label. Two findings hold in all four settings. First, without fine-tuning the agents behave almost identically, so cluster-specific training is necessary. Second, we show that training each agent only on the labels of its own cluster pushes the agents far beyond the clusters they should represent, while adding a shared team-level training signal consistently keeps each agent calibrated to its cluster.
• Abstract（参考訳）: 性差別についてテキストをラベル付けする場合、彼らはしばしば意見が一致せず、その一部が間違っているからではない。 ほとんどのNLPシステムは、この意見の一致を多数決にまとめることで、この意見の相違を捨てている。 本稿では、これらの異なる視点を維持するために、MAP-PO(Multi-Agent Perspectivist Preference Optimization)フレームワークを提案する。 ラベル付き英語とスペイン語のつぶやきのEXIST 2024データセットでは、まずアノテータを、その人口統計特性よりもラベル付け行動によってクラスタ化する。 次に、クラスタ毎に1つの大規模言語モデルエージェントを微調整し、そのクラスタのアノテーションの振る舞いを再現し、個々の報酬とチームレベルの報酬を組み合わせた好みの最適化でエージェントを調整します。 我々はMAP-POを2つの言語と2つのバックボーン言語モデルで定義した4つの設定で評価し、各エージェントが自身のクラスタのアノテーションを再生するかどうか、そしてエージェントが共同でマジョリティラベルを再生するかどうかを問う。 4つの設定で2つの結果が得られます。 まず、微調整なしでエージェントはほぼ同じ振る舞いをするので、クラスタ固有のトレーニングが必要である。 第2に、各エージェントを自身のクラスタのラベルでのみトレーニングすることは、エージェントを表現すべきクラスタよりもはるかに遠くに押し込む一方で、共有されたチームレベルのトレーニング信号は、各エージェントをクラスタに常に調整し続けることを示す。

関連論文リスト

• ProBel: Propaganda Detection with Techniques, Spans, and Explanations [11.53299863751144]
  ProBelはアラビア語と英語のリソースで、23のプロパガンダ技術上でバイナリラベル、マルチラベルアノテーションを調整します。 かなり大きな英語コレクションを含み、マッチしたバイナリ、粗い粒度、マルチラベル、スパンレベルのタスクをサポートする。 共有設定下でゼロショットプロンプト,タスク固有の微調整,共同トレーニングを評価した。
  論文  参考訳（メタデータ） (2026-08-23T12:22:23Z)
• Beyond Majority Voting: Agreement-Based Clustering to Model Annotator Perspectives in Subjective NLP Tasks [39.645768996277184]
  アノテーションの分解は、NLPデータセットの開発において一般的な現象である。 本稿では,アノテータ間の不一致をモデル化するための合意に基づくクラスタリング手法を提案する。
  論文  参考訳（メタデータ） (2026-05-11T04:04:03Z)
• Cluster-R1: Large Reasoning Models Are Instruction-following Clustering Agents [81.79110139097297]
  汎用埋め込みモデルは意味的類似性を認識するのに優れているが、ユーザ命令で指定されたテキストの特徴を捉えることができない。 我々は、命令追従クラスタリングを生成タスクとして再編成し、大規模推論モデルを自律的なクラスタリングエージェントとして訓練する。 我々の推論駆動学習パイプラインは、LEMがハイレベルクラスタリング命令を解釈し、対応する潜在グループを推測することを可能にする。
  論文  参考訳（メタデータ） (2026-03-06T10:15:54Z)
• The Avengers: A Simple Recipe for Uniting Smaller Language Models to Challenge Proprietary Giants [66.6636608563034]
  より小さなモデルの集合的知性を活用するシンプルなレシピであるAvengersを紹介します。 10のオープンソースモデルで、Avengersは15の多様なデータセットの平均パフォーマンスをGPT-4o、4.1、4.5を上回っている。 特に数学タスクでは GPT-4.1 を 18.21% 、コードタスクでは 7.46% で上回っている。
  論文  参考訳（メタデータ） (2025-05-26T10:29:42Z)
• Hierarchical Multi-Instance Multi-Label Learning for Detecting Propaganda Techniques [12.483639681339767]
  本稿では,記事中の全スパンを同時に分類するシンプルなRoBERTaモデルを提案する。 決定木の各ノードに補助的な分類子を追加することで階層的なラベル依存を組み込む。 我々のモデルは、クロスバリデーション設定で共有タスク勝利チームからモデルに対して2.47%のマイクロF1を絶対的に改善します。
  論文  参考訳（メタデータ） (2023-05-30T21:23:19Z)
• Domain-Generalizable Multiple-Domain Clustering [55.295300263404265]
  本研究は、教師なし領域一般化の問題を、ラベル付きサンプルが存在しない場合(完全に教師なし)に一般化する。 我々は複数のソースドメインからラベルのないサンプルを付与し、サンプルを意味的に関連するクラスタに割り当てる共有予測器を学習することを目指している。 評価は、これまで見つからなかったドメインのクラスタ割り当てを予測することで行われる。
  論文  参考訳（メタデータ） (2023-01-31T10:24:50Z)
• Implicit Sample Extension for Unsupervised Person Re-Identification [97.46045935897608]
  クラスタリングは、時に異なる真のアイデンティティを混ぜ合わせたり、同じアイデンティティを2つ以上のサブクラスタに分割する。 本稿では,クラスタ境界周辺のサポートサンプルを生成するために,Implicit Sample Extension (OurWholeMethod)法を提案する。 提案手法の有効性を実証し,教師なしのRe-IDに対して最先端の性能を実現する。
  論文  参考訳（メタデータ） (2022-04-14T11:41:48Z)
• You Never Cluster Alone [150.94921340034688]
  我々は、主流のコントラスト学習パラダイムをクラスタレベルのスキームに拡張し、同じクラスタに属するすべてのデータが統一された表現に寄与する。 分類変数の集合をクラスタ化代入信頼度として定義し、インスタンスレベルの学習トラックとクラスタレベルの学習トラックを関連付ける。 代入変数を再パラメータ化することで、TCCはエンドツーエンドでトレーニングされる。
  論文  参考訳（メタデータ） (2021-06-03T14:59:59Z)
• Open Intent Discovery through Unsupervised Semantic Clustering and Dependency Parsing [44.99113692679489]
  本稿では,意図発見のための教師なし2段階アプローチを提案し,ラベルなし発話の集合から意図ラベルを自動的に生成する。 提案手法が有意義なインテントラベルを自動的に生成し,発話クラスタリングやインテント発見において高精度かつリコールを実現することを示す。
  論文  参考訳（メタデータ） (2021-04-25T09:36:23Z)
• Joint Visual and Temporal Consistency for Unsupervised Domain Adaptive Person Re-Identification [64.37745443119942]
  本稿では,局所的なワンホット分類とグローバルなマルチクラス分類を組み合わせることで,視覚的・時間的整合性を両立させる。 3つの大規模ReIDデータセットの実験結果は、教師なしと教師なしの両方のドメイン適応型ReIDタスクにおいて提案手法の優位性を示す。
  論文  参考訳（メタデータ） (2020-07-21T14:31:27Z)

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。