論文の概要: Human-Like Anaphor Resolution in Large Language Models

• arxiv url: http://arxiv.org/abs/2608.05630v1
• Date: Thu, 06 Aug 2026 05:57:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 15:25:20.82652
• Title: Human-Like Anaphor Resolution in Large Language Models
• Title（参考訳）: 大規模言語モデルにおけるヒューマンライクなアナプホル分解能
• Abstract要約: アナファール(英: Anaphors)は、先行詞(Antecedents)と呼ばれる他の表現を指す表現である。 5大言語モデルにおいて,談話構造,状況モデル特性,意味的要因がアナポー分解能に与える影響について検討した。
• 参考スコア（独自算出の注目度）: 4.1690569943619575
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Anaphors are expressions that refer to other expressions, called antecedents. The process of connecting the two is called resolution. Cognitive science has identified multiple factors that affect the speed and success of anaphor resolution, including discourse structure, situation-model properties, and semantic factors. Here, we investigate whether these factors also affect anaphor resolution in five Large Language Models (LLMs) with open weights: GPT-2-XL, Llama-3.1-8B, Pythia-12B, Mistral-7B, and Mistral-24B. To model processing difficulty, we adopt the standard linking hypothesis that relates human reading times to model surprisal at the anaphor. As a second behavioral measure, we compare model accuracy to human accuracy on comprehension questions probing the antecedents of anaphors. The results show selective cognitive alignment: some LLMs exhibit human-like sensitivity to discourse prominence and distance-based factors in anaphor resolution, while showing weaker or absent sensitivity to semantic interference effects. These findings delimit the conditions under which LLMs approximate human anaphor resolution.
• Abstract（参考訳）: アナファール(英: Anaphors)は、先行詞(Antecedents)と呼ばれる他の表現を指す表現である。 この2つを接続する過程は分解と呼ばれる。 認知科学は、談話構造、状況モデルの性質、意味的要因など、アナプホル解決の速度と成功に影響を与える複数の要因を特定してきた。 本稿では,GPT-2-XL,Llama-3.1-8B,Pythia-12B,Mistral-7B,Mistral-24Bの5大言語モデル(LLM)において,これらの因子がアナポー分解能に影響を及ぼすかどうかを検討する。 処理の難しさをモデル化するために,本研究では,人間の読解時間とアプホルの仮定を関連づけた標準リンク仮説を採用する。 第2の行動尺度として、モデル精度と人間の精度を比較する。 以上の結果から認知的アライメントが認められた。一部のLSMは、アパーホル分解能における言論の優位性や距離に基づく要因に対して、人間のような感受性を示す一方で、意味的干渉効果に対する弱い、または欠如した感受性を示す。 これらの知見は,LLMがヒトのアナプホル分解能を近似する条件を逸脱させる。

関連論文リスト

• When the Wrong Key Wins: Understanding and Detecting Hallucinations in LLMs [6.246552320858934]
  大きな言語モデルは、正しい答えに必要な知識が既に利用可能である場合でも幻覚を与えることができる。 モデル予測は個々のクエリキーワードに非常に敏感であることを示す。 幻覚検出のための2段階のキーワード摂動法を提案する。
  論文  参考訳（メタデータ） (2026-09-14T06:35:28Z)
• HIVE: Understanding Post-Hallucination Reasoning in Vision Language Models [70.67112531913669]
  視覚言語モデルにおける幻覚は、一般的に意味的誤りとして扱われる。 それまでの研究は主に、世代ごとの幻覚の検出や抑制に重点を置いていた。 幻覚的意味論がモデルの推論コンテキストに入る段階である PHR (Post Hallucination Reasoning) について検討する。
  論文  参考訳（メタデータ） (2026-07-08T15:02:11Z)
• Artificial Aphasias in Lesioned Language Models [1.5749416770494704]
  失語症は、損傷した脳領域と特定の症状プロファイルの間の因果関係を提供することによって、人間の言語の機能的構造を明らかにする。 言語モデルの創発的機能構造を特徴付けるために,失語症に触発された手法を導入する。
  論文  参考訳（メタデータ） (2026-05-15T17:33:07Z)
• Modeling the human lexicon under temperature variations: linguistic factors, diversity and typicality in LLM word associations [2.3950779725796765]
  本研究では,人間の言語モデルと大規模言語モデル(LLM)を比較した。 単語頻度や具体性などの語彙的要因がキュー応答対に与える影響について検討する。 その結果、全てのモデルが人間の頻度と具体的な傾向を反映するが、応答のばらつきや典型性が異なることがわかった。
  論文  参考訳（メタデータ） (2026-03-18T18:10:02Z)
• Mechanisms of Prompt-Induced Hallucination in Vision-Language Models [58.991412160253276]
  制御されたオブジェクトカウント設定において、プロンプトが画像中のオブジェクト数をオーバーステートする障害モードについて検討する。 刺激誘発幻覚 (PIH) を, 追加訓練を伴わずに40%以上減少させる小さなアテンションヘッドのセットを同定した。 本研究は, 刺激による幻覚を誘発する内的メカニズムについての知見を提示し, モデル特異的な行動の実施方法の違いを明らかにした。
  論文  参考訳（メタデータ） (2026-01-08T18:23:03Z)
• Quantifying Self-Awareness of Knowledge in Large Language Models [19.886013407039517]
  大きな言語モデルにおける幻覚予測は、しばしば自己認識の兆候として解釈される。 このようなパフォーマンスは、真のモデル側イントロスペクションではなく、質問側ショートカットから生じる可能性がある、と我々は主張する。 モデル側信号の利用を促進させるSCAOを導入する。
  論文  参考訳（メタデータ） (2025-09-18T18:29:14Z)
• CLEAR-3K: Assessing Causal Explanatory Capabilities in Language Models [3.137688620241855]
  CLEAR-3Kは、ある文が別の文を因果的に説明するかどうかを言語モデルが判断できるかどうかを評価するために設計された、3000のアサーション推論質問のデータセットである。 各質問は、意味的関連性と真の因果的説明的関係を区別するために、アサーションとアサーションのペアと挑戦言語モデルを示す。
  論文  参考訳（メタデータ） (2025-06-20T17:35:36Z)
• MIRAGE: Assessing Hallucination in Multimodal Reasoning Chains of MLLM [58.2298313720146]
  マルチモーダル幻覚は多源性であり、様々な原因から生じる。 既存のベンチマークでは、知覚誘発幻覚と推論誘発幻覚を適切に区別することができない。
  論文  参考訳（メタデータ） (2025-05-30T05:54:36Z)
• Leveraging Human Production-Interpretation Asymmetries to Test LLM Cognitive Plausibility [7.183662547358301]
  大規模言語モデルが人間に類似した言語を処理するかどうかを検討する。 いくつかのLCMは、生産と解釈の間に人間のような対称性を定量的に、質的に反映していることがわかった。
  論文  参考訳（メタデータ） (2025-03-21T23:25:42Z)
• Language in Vivo vs. in Silico: Size Matters but Larger Language Models Still Do Not Comprehend Language on a Par with Humans Due to Impenetrable Semantic Reference [1.8434042562191815]
  本研究では,人間とモデルの違いがモデルサイズに寄与するかどうかを判断する上で,モデルスケーリングが果たす役割について検討する。 アナフォラ, 中心埋め込み, 比較, 負極性を含む文法判断タスクにおいて, 3つの大言語モデル(LLM)を検証した。 結果,ChatGPT-4の精度は,ChatGPT-4の精度が76%に対して80%であったのに対し,ChatGPT-4の精度は1つのタスク条件,すなわち文法文でのみ優れていた。
  論文  参考訳（メタデータ） (2024-04-23T10:09:46Z)
• CausalGym: Benchmarking causal interpretability methods on linguistic tasks [52.61917615039112]
  CausalGymを使って、モデル動作に因果的に影響を及ぼす解釈可能性手法のベンチマークを行う。 ピチアモデル (14M--6.9B) について検討し, 幅広い解釈可能性手法の因果効果について検討した。 DASは他の手法よりも優れており、2つの困難な言語現象の学習軌跡の研究に利用している。
  論文  参考訳（メタデータ） (2024-02-19T21:35:56Z)
• CIParsing: Unifying Causality Properties into Multiple Human Parsing [82.32620538918812]
  既存のMHP(Multiple Human Parsing)の手法は、画像とラベル付けされた身体部分との間の基礎となる関係を取得するために統計モデルを適用している。 我々はCIParsingと呼ばれる因果性にインスパイアされた構文解析のパラダイムを提示し、人間の解析に2つの因果性を含む基本的な因果原理に従う。 CIParsingはプラグイン・アンド・プレイ方式で設計されており、既存のMHPモデルに統合することができる。
  論文  参考訳（メタデータ） (2023-08-23T15:56:26Z)
• A Causal Framework to Quantify the Robustness of Mathematical Reasoning with Language Models [81.15974174627785]
  入力空間における直接的介入に対する頑健さと感度の観点から言語モデルの振舞いについて検討する。 しかし, GPT-3 Davinciモデル(175B)は, 他のGPTモデルと比較して, 頑健さと感度の両面で劇的な改善を実現している。
  論文  参考訳（メタデータ） (2022-10-21T15:12:37Z)
• Are Representations Built from the Ground Up? An Empirical Examination of Local Composition in Language Models [91.3755431537592]
  構成的・非構成的句を表現することは言語理解にとって重要である。 まず,より長いフレーズのLM-内部表現を,その構成成分から予測する問題を定式化する。 意味的構成性の人間の判断と相関する予測精度を期待するが、大部分はそうではない。
  論文  参考訳（メタデータ） (2022-10-07T14:21:30Z)

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。