論文の概要: Learning Whom to Trust : Decision-Generated Credibility in Social Learning

• arxiv url: http://arxiv.org/abs/2608.24851v1
• Date: Tue, 25 Aug 2026 17:39:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:35.11586
• Title: Learning Whom to Trust : Decision-Generated Credibility in Social Learning
• Title（参考訳）: 信頼する人を学ぶ : 社会的学習における意思決定の信頼性
• Abstract要約: 社会的相互作用は集団学習を改善するだけでなく、初期の間違いを増幅する。 本研究では,社会情報の信頼性が,送信者の意思決定プロセスによって生成される場合の緊張関係について検討する。
• 参考スコア（独自算出の注目度）: 0.7734726150561086
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social interaction can improve collective learning but also amplify early mistakes. We study this tension when the credibility of social information is generated by the sender's own decision process rather than fixed ex ante. Reinforcement-learning agents make binary choices through a drift--diffusion process that jointly determines choice, decision time, and confidence; decision confidence then becomes social credibility by weighting anticipatory influence and retrospective social learning. Under balanced community exposure, the anticipatory field admits an exact quotient representation. Its local Jacobian is a scalar decision-sensitivity term multiplying the community-coupling matrix, which yields a common-mode amplification threshold and an analytical role for cross-community permeability in damping relative community differences. Monte Carlo experiments show the corresponding non-monotone performance pattern: moderate transmission accelerates correction, whereas strong transmission can lock populations into wrong consensus; low permeability instead sustains disagreement. Ablations reveal a dual role for confidence: credibility-sensitive transmission amplifies social error, while confidence-dependent private learning stabilises it. The model yields testable predictions linking sender confidence to receiver behaviour conditional on accuracy.
• Abstract（参考訳）: 社会的相互作用は集団学習を改善するだけでなく、初期の間違いを増幅する。 本研究では,社会情報の信頼性が,送信者の意思決定プロセスによって生成される場合の緊張関係について検討する。 強化学習エージェントは、選択、決定時間、信頼を共同で決定するドリフト拡散プロセスを通じて二分選択を行う。 コミュニティのバランスの取れた露出の下では、予想分野は正確な商表現を認めている。 地元のジャコビアン(Jacobian)は、コミュニティ結合行列を掛け合わせたスカラーな決定感受性の用語で、共通モード増幅しきい値と、相対的なコミュニティの違いを減らし、コミュニティ間の透過性を低下させる分析的な役割を持つ。 モンテカルロの実験では、それに対応する非単調な性能パターンが示されており、中程度の透過は補正を加速する一方、強い透過は集団を間違ったコンセンサスに閉じ込めることができ、低い透過性は不一致を維持できる。 信頼に敏感な伝達は社会的な誤りを増幅し、信頼に依存したプライベートラーニングはそれを安定化させる。 このモデルは、精度で受信者の行動条件に送信者の信頼度をリンクするテスト可能な予測を与える。

関連論文リスト

• When Confidence Signals Disagree: Local and Global Confidence in Autoregressive Language Models [0.0]
  自己回帰言語モデルにおいて,異なる信頼度が経験的に交換可能であるかを検討する。 MMLU と ARC Challenge 全体では、2つの信号は弱い相関関係にあり、その正しさと大きく異なる。 より大きい局所-グローバル信頼ギャップは、より高い回答エントロピー、より明確なサンプル回答、低いモーダル・アンサー濃度と関連している。
  論文  参考訳（メタデータ） (2026-09-15T10:08:48Z)
• Modeling Misinformation as a Commons Problem [0.0]
  本稿では,信頼を総合資源とし,私的予算の不足として注目するエージェント・ベース・シミュレーションを提案する。 実験全体を通して、このモデルは4つの繰り返しモードを生成する: 信頼できる安定性、誤った情報支配、偏光、混合ベースライン。
  論文  参考訳（メタデータ） (2026-07-08T04:11:48Z)
• TCHG: Tri-Trust Conditioned Heterogeneous Graph Learning for Reliable Dynamic Trust Prediction [5.435667023660699]
  グラフニューラルネットワークは、ネットワーク構造と複雑な信頼依存関係を学習する能力のため、信頼予測に対する顕著なアプローチになっている。 本稿では,信頼証拠を未分化な入力として扱うべきではないが,グラフ伝播に対する機能的制御因子として利用すべきである,と論じる。 提案するTHGは,信頼証拠を3つのチャネルに分解し,伝播における機能的役割を個別に割り当てる,信頼条件付き不均一グラフ学習フレームワークである。
  論文  参考訳（メタデータ） (2026-06-15T12:01:34Z)
• You Can't Fool Us: Understanding the Resilience of LLM-driven Agent Communities to Misinformation [4.689458744333872]
  政治的イデオロギーとオープンな思考が,信頼できる誤報にどう反応するかを考察する。 高いAOTは,信頼ピーク後の誤情報の取り込みと回復に対する抵抗性を向上することがわかった。 PIは回復経路を形成し、イデオロギー的に穏健なコミュニティはより確実に回復し、偏極化されたコミュニティはより残留的なサポートを維持します。
  論文  参考訳（メタデータ） (2026-05-17T09:45:33Z)
• Multimodal Learning on Low-Quality Data with Conformal Predictive Self-Calibration [72.0672328514289]
  マルチモーダル学習は、しばしば低品質データの課題に悩まされる。 コンフォーマル予測自己校正(Conformal Predictive Self-Calibration)と呼ばれる統合フレームワークを提案する。 私たちのフレームワークは、既存の最先端メソッドを一貫して上回ります。
  論文  参考訳（メタデータ） (2026-05-05T14:48:52Z)
• Process Supervision of Confidence Margin for Calibrated LLM Reasoning [52.373121066425455]
  強化学習(RL)によるテスト時間計算のスケーリングは,大規模言語モデル(LLM)推論能力を向上させるための信頼性の高い経路として登場した。 しかし、結果に基づく報酬は、しばしばモデルに過信感を与え、幻覚、信頼できない信頼ベースの制御、不要な計算割り当てをもたらす。 本稿では,信頼性と信頼性を両立させるキャリブレーションを意識したRLフレームワークであるReinforcement Learning with Confidence Margin(textbfRLCM)を紹介する。
  論文  参考訳（メタデータ） (2026-04-25T14:40:13Z)
• FACT-E: Causality-Inspired Evaluation for Trustworthy Chain-of-Thought Reasoning [49.65751420291115]
  CoT(Chain-of-Thought)プロンプトはLSM推論を改善したが、モデルはしばしば不誠実な中間ステップを含むコヒーレントな説明を生成する。 我々は、CoTの品質を評価するための因果性に着想を得たフレームワークであるFACT-Eを提案する。 FACT-Eは推論・軌道選択を改善し、文脈内学習を強くすることを示す。
  論文  参考訳（メタデータ） (2026-04-12T15:35:08Z)
• Less Approximates More: Harmonizing Performance and Confidence Faithfulness via Hybrid Post-Training for High-Stakes Tasks [52.81286869496811]
  大規模な言語モデルは、自信を持って不正確な推論が現実世界の害を引き起こすような、ハイテイクなタスクにますますデプロイされている。 内的フィードバックからの教師なし強化学習と推論・トラス誘導型推論蒸留を併用して協調的に最適化することを提案する。 PRG方式のメトリクスを用いてRDとRLIFを適応的に重み付けするハイブリッドポストトレーニングフレームワークであるHyTuningを紹介する。
  論文  参考訳（メタデータ） (2026-04-09T16:50:11Z)
• VI-CuRL: Stabilizing Verifier-Independent RL Reasoning via Confidence-Guided Variance Reduction [55.04308051033549]
  RLVR(Reinforcement Learning with Verifiable Rewards)は、LLM(Large Language Models)推論を向上するための主要なパラダイムとして登場した。 モデル固有の信頼性を活用して外部検証から独立したカリキュラムを構築するフレームワークであるVerifier-Independent Curriculum Reinforcement Learning (VI-CuRL)を紹介する。
  論文  参考訳（メタデータ） (2026-02-13T03:40:52Z)
• Making Bias Non-Predictive: Training Robust LLM Judges via Reinforcement Learning [91.8584139564909]
  大規模言語モデル(LLM)は、ますます自動化された審査員として機能するが、認知バイアスの影響を受けやすいままである。 本稿では,重要原則に基づく強化学習フレームワークである疫学独立訓練(EIT)を提案する。 EITはバランスの取れた競合戦略を通じてこれを運用します。
  論文  参考訳（メタデータ） (2026-02-02T01:43:48Z)
• Learning to Trust Experience: A Monitor-Trust-Regulator Framework for Learning under Unobservable Feedback Reliability [24.97566911521709]
  保存不能信頼性(EIUR)下におけるてんかんの認識可能性について検討した。 標準的な堅牢な学習は安定して収束するが、高信頼で体系的に間違った信念を形成する。 本稿では,メタ認知制御の実践的対応として,学習者の内的力学における内在的証拠から経験的信頼性を推定する第2の内観的制御ループを提案する。
  論文  参考訳（メタデータ） (2026-01-14T07:52:14Z)
• Decoding Susceptibility: Modeling Misbelief to Misinformation Through a Computational Approach [61.04606493712002]
  誤報に対する感受性は、観測不可能な不検証の主張に対する信念の度合いを記述している。 既存の感受性研究は、自己報告された信念に大きく依存している。 本稿では,ユーザの潜在感受性レベルをモデル化するための計算手法を提案する。
  論文  参考訳（メタデータ） (2023-11-16T07:22:56Z)
• Shades of confusion: Lexical uncertainty modulates ad hoc coordination in an interactive communication task [8.17947290421835]
  色概念関連に基づくコミュニケーションタスクを提案する。 実験1では、これらの期待の精神的表現のいくつかの重要な特性を確立する。 実験2では,コミュニケーションにおけるこれらの表現の下流結果について検討する。
  論文  参考訳（メタデータ） (2021-05-13T20:42:28Z)

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。