論文の概要: Poli-Bias: Understanding and Measuring Large Language Model Biases in International Political Conflicts

• arxiv url: http://arxiv.org/abs/2608.06123v2
• Date: Mon, 10 Aug 2026 14:43:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-11 13:55:18.722494
• Title: Poli-Bias: Understanding and Measuring Large Language Model Biases in International Political Conflicts
• Title（参考訳）: Poli-Bias:国際政治紛争における大規模言語モデルバイアスの理解と測定
• Abstract要約: Poli-Biasは、大きな言語モデルが関連する国によって異なる法的に等価な紛争シナリオを扱うかどうかを測定するためのフレームワークである。 各国のアイデンティティとユーザアフィリエイトは、国際法の下で同等の行動が説明され、評価され、守られているかに体系的に影響を及ぼす可能性がある。
• 参考スコア（独自算出の注目度）: 33.852036995882465
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Measuring political bias in large language models (LLMs) remains challenging as it can manifest through subtle differences in framing, argumentation, and legal reasoning that are difficult to capture with a single metric. In this work, we introduce Poli-Bias, a counterfactual framework for measuring whether LLMs treat legally equivalent conflict scenarios differently depending on the countries involved. Poli-Bias compares responses to paired prompts in which country identities are systematically swapped across diverse geopolitical relationships, legal violations, and reasoning tasks. Rather than reducing bias to a single judgment, our framework decomposes response disparities into five interpretable dimensions, revealing how and where unequal treatment manifests. Across 13 contemporary LLMs spanning diverse model families and sizes, we find that country identities and user affiliations can systematically affect how equivalent actions are described, evaluated, and defended under international law. Our results thus establish Poli-Bias as a fine-grained framework for auditing political even-handedness and sycophancy in LLMs.
• Abstract（参考訳）: 大規模言語モデル(LLM)における政治的偏見の測定は、単一のメトリクスで捉えるのが難しいフレーミング、議論、法的推論の微妙な違いによって、依然として困難である。 本研究では, LLMが法的に等価な紛争シナリオを, 関係国によって異なる形で扱うかどうかを測定するための, 反実的枠組みであるPoli-Biasを紹介する。 Poli-Biasは、国家のアイデンティティが様々な地政学的関係、法的な違反、推論タスクに体系的に入れ替わるペア化されたプロンプトに応答する。 一つの判断に対するバイアスを減らすのではなく、我々のフレームワークは、反応の格差を5つの解釈可能な次元に分解し、どのように不平等な治療が現れるかを明らかにします。 多様なモデルファミリーとサイズにまたがる13の現代LLMにおいて、各国のアイデンティティとユーザアフィリエイトは、国際法の下で同等の行動が記述され、評価され、守られるかに体系的に影響を及ぼす可能性がある。 以上の結果から,ポリバイアスはLLMにおける政治的公平さとサイコフィナンシーを監査するためのきめ細かい枠組みとして確立した。

関連論文リスト

• Who Would You Vote For? Auditing Political Alignment in LLMs: An Italian Case-Study [0.0]
  我々は,大規模言語モデルが政党や政治指導者に対する嗜好をどう表現するかについて検討する。 モデルの「真の」政治的信念を推測しようとするのではなく、観察可能な行動に焦点をあてる。
  論文  参考訳（メタデータ） (2026-08-12T04:47:06Z)
• Stability and Political Orientation of International LLMs: An Exploratory Multi-Run Study Conducted in French [0.0]
  本研究では,フランス語における様々な大規模言語モデル(LLM)が生み出す政治的反応の安定性とイデオロギー的方向性について考察する。 様々な組織や国から11種類のモデルが試験され、それぞれがモデル内変動を評価するために20個の独立したランが実施された。 その結果,安定度が高いにもかかわらず,1回の走行から次回の走行,およびモデル間の大きな変動が見られた。
  論文  参考訳（メタデータ） (2026-06-11T17:18:38Z)
• A Multi-Dimensional Audit of Politically Aligned Large Language Models [3.147897243459717]
  この研究は、政治的に整合した言語モデルが正当で無害な議論を生み出すことを確実にすることを目的としている。 本研究では、政治的に整合した言語モデルを評価するために、HabermasのCommunicative Action理論に着想を得た多次元フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-27T12:57:52Z)
• PolicyLLM: Towards Excellent Comprehension of Public Policy for Large Language Models [56.37206340175191]
  大規模言語モデル(LLM)は、現実の意思決定にますます統合されている。 しかし、政策関連のコンテンツについて理解し、理屈を定める能力はいまだ解明されていない。 textbftextitPolicyBenchは、最初の大規模クロスシステムベンチマーク(US-China)であり、ポリシーの理解を評価する。
  論文  参考訳（メタデータ） (2026-04-14T17:27:50Z)
• Uncovering Political Bias in Large Language Models using Parliamentary Voting Records [2.272052150526026]
  本稿では、政治バイアスベンチマークを構築するための一般的な手法を紹介する。 我々はこの方法論を3つの国家ケーススタディでインスタンス化する。 LLM行動におけるイデオロギー的傾向と政治的実体バイアスを評価する。
  論文  参考訳（メタデータ） (2026-01-13T18:18:25Z)
• Geopolitical biases in LLMs: what are the "good" and the "bad" countries according to contemporary language models [52.00270888041742]
  我々は、中立なイベント記述と異なる国からの視点を対比した新しいデータセットを導入する。 以上の結果から,特定の民族的物語のモデルが好まれる,重要な地政学的偏見がみられた。 単純なデバイアスのプロンプトはこれらのバイアスを減らすのに限られた効果があった。
  論文  参考訳（メタデータ） (2025-06-07T10:45:17Z)
• Beyond Partisan Leaning: A Comparative Analysis of Political Bias in Large Language Models [6.549047699071195]
  本研究では、大規模言語モデルにおける政治的行動を評価するために、ペルソナフリーでトピック固有のアプローチを採用する。 米国、ヨーロッパ、中国、中東で開発された43の大規模言語モデルからの反応を分析した。 発見は、ほとんどのモデルが中心左あるいは左イデオロギー的にリーンであり、非党派的エンゲージメントパターンが異なることを示している。
  論文  参考訳（メタデータ） (2024-12-21T19:42:40Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• Political Compass or Spinning Arrow? Towards More Meaningful Evaluations for Values and Opinions in Large Language Models [61.45529177682614]
  我々は,大規模言語モデルにおける価値と意見の制約評価パラダイムに挑戦する。 強制されない場合、モデルが実質的に異なる答えを与えることを示す。 我々はこれらの知見をLLMの価値と意見を評価するための推奨とオープンな課題に抽出する。
  論文  参考訳（メタデータ） (2024-02-26T18:00:49Z)
• Exploring the Jungle of Bias: Political Bias Attribution in Language Models via Dependency Analysis [86.49858739347412]
  大規模言語モデル(LLM)は、これらのモデルにおけるバイアスの頻度とその緩和に関する激しい議論を引き起こしている。 本稿では,意思決定プロセスに寄与する属性の抽出と仲介を行うためのプロンプトベースの手法を提案する。 観察された異なる治療は、少なくとも部分的には、属性の相違とモデルの相違によるものであることが判明した。
  論文  参考訳（メタデータ） (2023-11-15T00:02:25Z)
• This Land is {Your, My} Land: Evaluating Geopolitical Biases in Language Models [40.61046400448044]
  大規模言語モデル (LLM) では, 異なる言語を問うと, 地理的知識が不整合に記憶されることが示されている。 対象とするケーススタディとして、本質的に議論の的かつ多言語的な課題である領土紛争を考察する。 本稿では,様々な言語における応答のバイアスと一貫性を正確に定量化するための評価指標を提案する。
  論文  参考訳（メタデータ） (2023-05-24T01:16:17Z)

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。