論文の概要: ExpertIVS: Sociological Expert Driven Individual Value Simulation in Large Language Models

• arxiv url: http://arxiv.org/abs/2608.20355v1
• Date: Wed, 17 Jun 2026 07:30:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.279946
• Title: ExpertIVS: Sociological Expert Driven Individual Value Simulation in Large Language Models
• Title（参考訳）: ExpertIVS: 大規模言語モデルにおける社会学的専門家主導の個人価値シミュレーション
• Abstract要約: ExpertIVS は、世界価値調査 (WVS) の回答を解釈するために、14の社会学的専門家を用いたフレームワークである。 これらの専門家エージェントは、堅牢で内部的に一貫した個々のプロファイルを生成するために、深い意味再構築を行う。 12か国から480人を対象に行った実験では、ExpertIVSは90.78%の価値回復率を達成した。
• 参考スコア（独自算出の注目度）: 38.82758913665019
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Model (LLM) agents have demonstrated considerable potential for social simulation, yet struggle to accurately model individual value systems. Most existing methods mechanically stitch survey responses into prompts, which suffer from semantic fragmentation, failing to capture the internal coherence of human value systems. The value systems of LLMs are typically assessed using static multiple-choice questions, which fail to evaluate the value orientation in real-world dialogue interactions. To address these issues, we propose ExpertIVS, a framework employing 14 Sociological Expert Agents to interpret World Values Survey (WVS) responses through structured professional perspectives, rather than direct responses concatenation. These expert agents perform deep semantic reconstruction to generate robust and internally consistent individual profiles. To evaluate the consistency between LLMs and individual value systems during dynamic interactions, we further introduce a multi-agent debate mechanism. Extensive experiments across 480 individuals from 12 countries demonstrate that ExpertIVS achieves 90.78% value restoration fidelity and significantly outperforms baselines in value generalization (+5.3%). Moreover, ExpertIVS exhibits strong personality discriminability and behavioral consistency, enabling a shift from mere response concatenation to genuine sociological role-playing.
• Abstract（参考訳）: 大規模言語モデル(LLM)エージェントは、社会シミュレーションにかなりの可能性を示しているが、個々の価値システムを正確にモデル化することは困難である。 既存のほとんどの方法は、人間の価値体系の内部の一貫性を捉えるのに失敗し、意味的断片化に苦しむ調査応答を機械的にプロンプトに縫合する。 LLMの値システムは通常、静的な多重選択質問を用いて評価されるが、これは実世界の対話における値の向きを評価するのに失敗する。 これらの課題に対処するため,14人の社会学専門家を用いたフレームワークであるExpertIVSを提案し,直接応答の結合ではなく,構造化された専門的視点を通じて世界価値調査(WVS)の応答を解釈する。 これらの専門家エージェントは、堅牢で内部的に一貫した個々のプロファイルを生成するために、深い意味再構築を行う。 動的相互作用におけるLLMと個々の値システムの整合性を評価するために,さらにマルチエージェントの議論機構を導入する。 12か国から480人にわたる大規模な実験により、ExpertIVSは90.78%の価値回復率を達成し、価値一般化の基準線を著しく上回っている(+5.3%)。 さらに、ExpertIVSは強い性格識別性と行動整合性を示し、単なる反応結合から真の社会学的役割プレイングへの移行を可能にする。

関連論文リスト

• Pitfalls in Evaluating Interpretability Agents [91.49742416116635]
  我々は,実験を反復的に設計し,仮説を洗練するエージェントシステムを構築した。 我々の研究は、複雑な自動解釈可能性システムを評価する上での根本的な課題を実証している。
  論文  参考訳（メタデータ） (2026-03-20T16:27:17Z)
• Towards Safer AI Moderation: Evaluating LLM Moderators Through a Unified Benchmark Dataset and Advocating a Human-First Approach [0.9147875523270338]
  大規模言語モデル(LLM)は、複雑さとパフォーマンスにおいて、以前のモデルを上回る優れた機能を示している。 彼らは、これらの問題の主観的で文脈に依存した性質のために、暗黙の憎しみ、攻撃的な言葉、性別の偏見を検出するのに苦労している。 我々は、人間の感情や攻撃行動を評価するために、最先端(SOTA)モデルに基づく実験フレームワークを開発した。
  論文  参考訳（メタデータ） (2025-08-09T18:00:27Z)
• ValueSim: Generating Backstories to Model Individual Value Systems [12.177946942464732]
  本稿では,個人バックストリーの生成を通じて個々の価値をシミュレートするフレームワークであるValueSimを紹介する。 World Values Surveyから派生した自己構築型ベンチマークでValueSimをテストすると、トップ1の精度が10%以上向上していることがわかる。 さらなる分析により、ユーザーインタラクション履歴の追加が利用可能になると、パフォーマンスが向上し、モデルがペルソナシミュレーション機能を時間とともに改善できることが示される。
  論文  参考訳（メタデータ） (2025-05-28T06:43:16Z)
• PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
  データ構築とモデルチューニングを改善するためのフレームワークPersLLMを提案する。 データ利用が不十分な場合には、Chain-of-Thoughtプロンプトやアンチインダクションといった戦略を取り入れます。 厳密な振舞いパターンを設計し,モデルの性格の特異性とダイナミズムを高めるために自動DPOを導入する。
  論文  参考訳（メタデータ） (2024-07-17T08:13:22Z)
• Heterogeneous Value Alignment Evaluation for Large Language Models [91.96728871418]
  大規模言語モデル(LLM)は、その価値を人間のものと整合させることを重要視している。 本研究では,LLMと不均一値の整合性を評価するため,不均一値アライメント評価(HVAE)システムを提案する。
  論文  参考訳（メタデータ） (2023-05-26T02:34:20Z)

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。