Fugu-MT 論文翻訳(概要): Contextual Value Alignment via Multilayer Combinatorial Fusion

論文の概要: Contextual Value Alignment via Multilayer Combinatorial Fusion

arxiv url: http://arxiv.org/abs/2608.07642v1
Date: Fri, 07 Aug 2026 16:22:33 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-11 19:16:36.469513
Title: Contextual Value Alignment via Multilayer Combinatorial Fusion
Title（参考訳）: 多層組合せ核融合による文脈値アライメント
Abstract要約: コンテキスト値アライメント(MCF-CVA)のための多層融合を利用したフレームワークを提案する。フレームワークの最初のレイヤでは、複数のモラルエージェントをインスタンス化します。 MCF-CVAフレームワークは、エージェント間の認知的多様性を利用して、複数のエージェント間の衝突や冗長性を緩和し、コンテキスト的人間の価値をよりよく反映する応答を生成する。
参考スコア（独自算出の注目度）: 5.97790552623697
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Aligning large language models (LLMs) with human values remains a major challenge, especially for trustworthy AI. While existing approaches such as RLHF, CAI, and their variants have achieved promising results, they often rely on a single-agent framework and a unified reward system. This limits their ability to capture ethical pluralism, adapt to diverse moral contexts, and reflect the dynamics of multi-agent moral reasoning. In this work, we propose a framework that utilizes multilayer combinatorial fusion for contextual value alignment (MCF-CVA). At the first layer of the framework, it instantiates multiple moral agents, each fine-tuned to represent a distinctive value. Their outputs are then expanded combinatorially using both score- and rank-combinations as well as average and weighted aggregations. These combined models are then reduced to the same number of initial moral agents. This expansion and reduction (EAR) process continues for multi-layers until a stopping criterion is reached. The MCF-CVA framework leverages cognitive diversity between agents to mitigate conflicts and redundancies across multiple agents, producing responses that better reflect contextual human values. The framework using the EAR algorithm is performed on the dual architecture of Euclidean score space and Kemeny rank space. Empirical evaluations demonstrated that the proposed framework outperforms single-agent baselines, multi-agent single-layer results, and previous aggregation approaches on standard metrics, showing that the MCF-CVA framework provides a robust and effective mechanism for advancing contextual value alignment in LLMs.
Abstract（参考訳）: 人的価値を持つ大規模言語モデル(LLM)のアラインメントは、特に信頼できるAIにとって大きな課題である。 RLHF、CAI、そしてそれらの変種のような既存のアプローチは有望な結果を得たが、それらはしばしば単一エージェントフレームワークと統一報酬システムに依存している。これは、倫理的多元主義を捉え、多様な道徳的文脈に適応し、多元的道徳的推論のダイナミクスを反映する能力を制限する。本研究では,コンテキスト値アライメント(MCF-CVA)のための多層コンビネータ融合を利用するフレームワークを提案する。フレームワークの最初のレイヤでは、複数のモラルエージェントをインスタンス化します。それらの出力は、平均と重み付けされたアグリゲーションだけでなく、スコアとランクの組み合わせの両方を用いて組み合わせて拡張される。これらの組み合わせモデルはその後、同じ数の初期道徳的エージェントに還元される。この拡張還元(EAR)プロセスは、停止基準に達するまで多層膜に対して継続する。 MCF-CVAフレームワークは、エージェント間の認知的多様性を利用して、複数のエージェント間の衝突や冗長性を緩和し、コンテキスト的人間の価値をよりよく反映する応答を生成する。 EARアルゴリズムを用いたフレームワークは、ユークリッドスコア空間とケメニーランク空間の二重アーキテクチャ上で実行される。実験的な評価により,提案フレームワークは単一エージェントベースライン,マルチエージェント単一層結果,および従来の標準メトリクスに対する集約手法よりも優れており,MCF-CVAフレームワークはLLMの文脈値アライメントを向上するための堅牢かつ効果的なメカニズムを提供することが示された。

関連論文リスト

HMACE: Heterogeneous Multi-Agent Collaborative Evolution for Combinatorial Optimization [19.90781293176099]
HMACEは異種多言語協調進化フレームワークである。それぞれの進化生成を4つの調整されたエージェントで自律的で役割特異的なループに分解する。冗長な評価を避けながら、多様で有望な行動への探索を導く。
論文参考訳（メタデータ） (2026-05-08T04:02:28Z)
Enhancing Value Alignment of LLMs with Multi-agent system and Combinatorial Fusion [5.97790552623697]
マルチエージェント融合アライメントを運用するフレームワークを提案する。複数のエージェントにまたがる対立や冗長性を緩和し、人間の価値をよりよく反映する応答を生み出す。
論文参考訳（メタデータ） (2026-03-11T14:57:51Z)
Multi-Paradigm Collaborative Adversarial Attack Against Multi-Modal Large Language Models [67.45032003041399]
本稿では,MLLMに対する敵例の転送可能性を高めるために,MPCAttack(Multi-Paradigm Collaborative Attack)フレームワークを提案する。 MPCOは異なるパラダイム表現の重要性を適応的にバランスさせ、グローバルな最適化を導く。我々のソリューションは、オープンソースおよびクローズドソースMLLMに対する標的および未ターゲットの攻撃において、常に最先端の手法よりも優れています。
論文参考訳（メタデータ） (2026-03-05T06:01:26Z)
From Sparse Decisions to Dense Reasoning: A Multi-attribute Trajectory Paradigm for Multimodal Moderation [59.27094165576015]
疎度な意思決定から高密度な推論トレースへ移行する新しい学習パラダイム(UniMod)を提案する。モノリシックな意思決定タスクを多次元境界学習プロセスに再構成し,エビデンス,モダリティ評価,リスクマッピング,政策決定,応答生成を含む構造化軌道を構築する。タスク固有のパラメータを分離し、トレーニングダイナミクスを再バランスさせ、マルチタスク学習における多様な目的間の干渉を効果的に解消する、特別な最適化戦略を導入する。
論文参考訳（メタデータ） (2026-01-28T09:29:40Z)
MOMA-AC: A preference-driven actor-critic framework for continuous multi-objective multi-agent reinforcement learning [3.312665722657581]
本稿では、連続状態とアクション空間のためのインナーループアクター批判フレームワークを初めて紹介する。このフレームワークをTD3(Deep Deterministic Policy Gradient)とDDPG(Deep Deterministic Policy Gradient)でインスタンス化する。このフレームワークは、マルチヘッドアクターネットワーク、中央集権的な批評家、客観的な嗜好条件アーキテクチャを組み合わせたものである。
論文参考訳（メタデータ） (2025-11-22T20:24:51Z)
Multi-Agent Collaborative Reward Design for Enhancing Reasoning in Reinforcement Learning [13.30869366778628]
CRMは単一のブラックボックス報酬モデルを置き換えるフレームワークであり、専門家評価者の調整されたチームに置き換えられている。トレーニングとアセスメントをサポートするために、CRMの協調的な構造に沿ったベンチマークとトレーニングスイートである rewardBenchを紹介します。
論文参考訳（メタデータ） (2025-11-20T10:12:34Z)
Merge and Guide: Unifying Model Merging and Guided Decoding for Controllable Multi-Objective Generation [49.98025799046136]
Merge-And-GuidEは、ガイド付きデコーディングにモデルマージを利用する2段階のフレームワークである。ステージ1では、MAGEはガイダンスとベースモデルの互換性の問題を解決する。ステージ2では、明示的で暗黙的な値モデルを統一的なガイダンスプロキシにマージします。
論文参考訳（メタデータ） (2025-10-04T11:10:07Z)
Principled Multimodal Representation Learning [99.53621521696051]
マルチモーダル表現学習は、多様なデータモダリティを統合することにより、統一された表現空間を作ろうとする。最近の進歩は、複数のモードの同時アライメントを調査しているが、いくつかの課題が残っている。複数モーダルの同時アライメントを実現する新しいフレームワークであるPMRL(Principled Multimodal Representation Learning)を提案する。
論文参考訳（メタデータ） (2025-07-23T09:12:25Z)
MAEBE: Multi-Agent Emergent Behavior Framework [0.0]
本稿では,このようなリスクを評価するための多エージェント行動評価フレームワークを提案する。我々の研究結果は、インタラクティブでマルチエージェントなコンテキストにおいて、AIシステムを評価する必要性を浮き彫りにしている。
論文参考訳（メタデータ） (2025-06-03T16:33:47Z)
Offline Multi-agent Reinforcement Learning via Score Decomposition [51.23590397383217]
オフライン協調型マルチエージェント強化学習(MARL)は、分散シフトによる固有の課題に直面している。この作業は、オフラインとオンラインのMARL間の分散ギャップを明示的に解決する最初の作業である。
論文参考訳（メタデータ） (2025-05-09T11:42:31Z)
Collab: Controlled Decoding using Mixture of Agents for LLM Alignment [90.6117569025754]
人間のフィードバックからの強化学習は、大規模言語モデルを整合させる効果的な手法として現れてきた。制御された復号化は、再訓練せずに推論時にモデルを整列するメカニズムを提供する。本稿では,既存の既成のLCMポリシを活用するエージェントベースのデコーディング戦略の混合を提案する。
論文参考訳（メタデータ） (2025-03-27T17:34:25Z)
LLaMA-Berry: Pairwise Optimization for O1-like Olympiad-Level Mathematical Reasoning [56.273799410256075]
このフレームワークはMonte Carlo Tree Search (MCTS)と反復的なSelf-Refineを組み合わせて推論パスを最適化する。このフレームワークは、一般的なベンチマークと高度なベンチマークでテストされており、探索効率と問題解決能力の点で優れた性能を示している。
論文参考訳（メタデータ） (2024-10-03T18:12:29Z)
Multi-Grained Query-Guided Set Prediction Network for Grounded Multimodal Named Entity Recognition [9.506482334842293]
Grounded Multimodal Named Entity Recognition (GMNER) は、新しい情報抽出(IE)タスクである。近年,機械読解やシーケンス生成に基づくフレームワークを用いた統一手法は,この難易度に限界を生じさせている。そこで我々は,Multi-fine Query-guided Set Prediction Network (MQSPN) という新しい統合フレームワークを提案する。
論文参考訳（メタデータ） (2024-07-17T05:42:43Z)

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。