論文の概要: Don' t Box Me In: Dynamic Cultural Adaptation and Cognitive Tracking for Social Understanding

• arxiv url: http://arxiv.org/abs/2608.22411v1
• Date: Sun, 23 Aug 2026 13:34:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.76159
• Title: Don' t Box Me In: Dynamic Cultural Adaptation and Cognitive Tracking for Social Understanding
• Title（参考訳）: Don't Box Me In: 社会的理解のための動的文化的適応と認知的追跡
• Abstract要約: 社会的相互作用は、個人が複数の文化的影響を引き出すことができる多文化的な環境でますます起こる。 既存のアプローチは、しばしば静的な人口統計属性として文化をモデル化し、ハイブリッドで動的に表現されるコミュニケーションの好みに対応する能力を制限する。 我々は,UnderlineDynamic underlineCultural UnderlineAdaptationとContinuous UnderlineCognitive Trackingを組み込むことで,流動的な社会的アライメントを実現するトレーニングフリーフレームワークDyCACを提案する。
• 参考スコア（独自算出の注目度）: 14.664311563139586
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social interaction increasingly takes place in multicultural settings, where individuals may draw on multiple cultural influences and adapt their communicative behavior across contexts. Despite recent advances in equipping Large Language Models (LLMs) with social understanding capabilities, existing approaches often model culture as a static demographic attribute, limiting their ability to accommodate hybrid and dynamically expressed communicative preferences. Therefore, in this paper, we propose \textbf{DyCAC}, a training-free framework that achieves fluid social alignment by incorporating \underline{Dy}namic \underline{C}ultural \underline{A}daptation with continuous \underline{C}ognitive tracking. Rather than inferring a fixed cultural identity, DyCAC models culturally relevant communicative preferences as a time-varying mixture of population-level cultural reference profiles. This reference-based representation is further calibrated using dialogue-style signals observed in the ongoing interaction, enabling the model to capture both composite cultural influences and turn-level shifts in communicative behavior. In parallel, a memory module driven by Theory of Mind (ToM) continuously tracks the cognitive states of the interlocutor. Extensive experiments on interactive social and cultural benchmarks demonstrate the superiority of our approach. The proposed framework outperforms existing baselines, exhibiting enhanced social intelligence and broad adaptability across varied multicultural contexts.
• Abstract（参考訳）: 社会的相互作用は、個人が複数の文化的影響を引き合いに出し、文脈にまたがるコミュニケーション行動に適応できる、多文化的な環境においてますます起こる。 近年のLarge Language Models (LLM) と社会的理解能力の装備の進歩にもかかわらず、既存のアプローチはしばしば静的な人口統計属性として文化をモデル化し、ハイブリッドで動的に表現されたコミュニケーションの好みに対応する能力を制限する。 そこで本論文では, 連続的な<underline{Dy}namic \underline{C}ultural \underline{A}daptation with continuous \underline{C}ognitive trackingを組み込むことにより, 流体社会の整合性を実現する訓練自由フレームワークである<textbf{DyCAC}を提案する。 固定された文化的アイデンティティを推測するのではなく、DyCACは文化的に関係のあるコミュニケーションの好みを、人口レベルの文化的参照プロファイルの時間変化の混合としてモデル化している。 この参照に基づく表現は、進行中の相互作用で観測される対話スタイルの信号を用いてさらに校正され、複合文化的影響とコミュニケーション行動におけるターンレベルシフトの両方を捉えることができる。 並行して、心の理論(ToM)によって駆動されるメモリモジュールは、インターロケータの認知状態を継続的に追跡する。 インタラクティブな社会的・文化的ベンチマークに関する大規模な実験は、我々のアプローチの優位性を実証している。 提案手法は,多様な多文化の文脈において,社会的知性の向上と幅広い適応性を示す。

関連論文リスト

• CALM: Culturally Self-Aware Language Models [22.309957211042597]
  CALMは、文化的自己認識を持つ言語モデルを支援するために設計された新しいフレームワークである。 タスクのセマンティクスを、明示的な文化的概念や潜伏した文化的シグナルから切り離す。 結果として得られた統一表現は、文化的に根ざした内的アイデンティティ状態を構築するためのモデル本来の知識と融合する。
  論文  参考訳（メタデータ） (2026-01-07T00:28:33Z)
• MMA-ASIA: A Multilingual and Multimodal Alignment Framework for Culturally-Grounded Evaluation [91.22008265721952]
  MMA-ASIAは、アジア8か国と10か国を対象とする人為的、多言語的、マルチモーダルなベンチマークに重点を置いている。 これは、テキスト、画像(視覚的質問応答)、音声の3つのモードにまたがる入力レベルで整列された最初のデータセットである。 i) 国間の文化的認識格差、(ii) 言語間の整合性、(iii) 言語間の整合性、(iv) 文化知識の一般化、(v) 基礎的妥当性を評価する5次元評価プロトコルを提案する。
  論文  参考訳（メタデータ） (2025-10-07T14:12:12Z)
• NormGenesis: Multicultural Dialogue Generation via Exemplar-Guided Social Norm Modeling and Violation Recovery [4.701242219264098]
  我々は、英語、中国語、韓国語で社会的に根ざした対話を生成するための枠組みであるNormGenesisを提示する。 本稿では,認識と社会的に適切な修復を通じて,標準違反後の会話の進行をモデル化する対話型V2Rを提案する。 V2Rを付加したデータに基づいてトレーニングしたモデルは、倫理的に敏感な文脈における実用的能力の向上を示す。
  論文  参考訳（メタデータ） (2025-09-22T20:29:25Z)
• From Word to World: Evaluate and Mitigate Culture Bias in LLMs via Word Association Test [50.51344198689069]
  我々は,人中心語関連テスト(WAT)を拡張し,異文化間認知による大規模言語モデルのアライメントを評価する。 文化選好に対処するために,モデルの内部表現空間に直接,文化固有の意味的関連性を直接埋め込む革新的なアプローチであるCultureSteerを提案する。
  論文  参考訳（メタデータ） (2025-05-24T07:05:10Z)
• Cultural Learning-Based Culture Adaptation of Language Models [70.1063219524999]
  大きな言語モデル(LLM)をさまざまな文化的価値に適用することは難しい課題です。 文化的学習に基づくLLMと文化的価値との整合性を高めるための新しい枠組みであるCLCAについて述べる。
  論文  参考訳（メタデータ） (2025-04-03T18:16:26Z)
• Extrinsic Evaluation of Cultural Competence in Large Language Models [53.626808086522985]
  本稿では,2つのテキスト生成タスクにおける文化能力の評価に焦点をあてる。 我々は,文化,特に国籍の明示的なキューが,そのプロンプトに乱入している場合のモデル出力を評価する。 異なる国におけるアウトプットのテキスト類似性とこれらの国の文化的価値との間には弱い相関関係がある。
  論文  参考訳（メタデータ） (2024-06-17T14:03:27Z)
• CulturePark: Boosting Cross-cultural Understanding in Large Language Models [63.452948673344395]
  本稿では,LLMを利用した文化データ収集のためのマルチエージェント通信フレームワークであるCultureParkを紹介する。 人間の信念、規範、習慣をカプセル化した高品質な異文化対話を生成する。 我々はこれらのモデルを,コンテンツモデレーション,文化的アライメント,文化教育という3つの下流課題にまたがって評価する。
  論文  参考訳（メタデータ） (2024-05-24T01:49:02Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Enhancing Content Moderation with Culturally-Aware Models [9.890160776193616]
  この研究は、文化的な知識で基礎言語モデルを強化する柔軟なフレームワークを導入します。 この枠組みを,様々な領域にまたがるコンテンツを備えたオンラインポッドキャストプラットフォームを事例として評価した。
  論文  参考訳（メタデータ） (2023-12-05T00:11:09Z)
• Sociocultural Norm Similarities and Differences via Situational Alignment and Explainable Textual Entailment [31.929550141633218]
  本研究では,中国文化とアメリカ文化にまたがる社会規範の発見と比較のための新しいアプローチを提案する。 我々は、中国とアメリカの文化の社会状況に合わせて、3,069の社会的規範の高品質なデータセットを構築します。 モデルが文化全体にわたって社会的規範を推論する能力をテストするために,説明可能な社会的規範の包含という課題を導入する。
  論文  参考訳（メタデータ） (2023-05-23T19:43:47Z)

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。