論文の概要: Thinking effort aligns between humans and reasoning models in abductive reasoning

• arxiv url: http://arxiv.org/abs/2609.01867v1
• Date: Tue, 01 Sep 2026 21:02:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-03 17:53:17.986469
• Title: Thinking effort aligns between humans and reasoning models in abductive reasoning
• Title（参考訳）: 帰納的推論における人間の思考努力と推論モデルとの整合性
• Abstract要約: 大規模言語モデル(LRM)は、検証可能な報酬からの強化学習によって最適化され、推論タスクに対する正しい解決策が奨励される。 近年の研究では、人間の反応時間とモデル推論トレースを比較することで、人間とLEMの思考コストを調査している。 我々は、LRMと人間の推論努力が一致していることのさらなる証拠と、モデルと人間が同様の誤りを犯す傾向があることの証拠を見出した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A major question in cognitive modeling concerns the behavioral alignment between large language models and humans across linguistic and non-linguistic tasks. Unlike standard LLMs, large reasoning models (LRMs) are optimized with reinforcement learning from verifiable rewards, encouraging correct solutions to reasoning tasks rather than preference-aligned responses. Recent work (de Varda et al., 2025) investigates the cost of thinking in humans and LRMs by comparing human reaction times with model reasoning traces across a range of reasoning tasks. We isolate this alignment by turning to abductive reasoning: unlike deductive tasks, its difficulty cannot be inferred from formal structure and offers no shortcuts a model could exploit to mimic effort without genuine search, providing firmer ground for empirical claims of shared effort. We find further evidence of alignment between LRM and human reasoning effort, as well as evidence that models and humans tend to make similar errors. Finally, we show that decoding methods that let models explore multiple reasoning paths increase alignment in reasoning cost between humans and LRMs across the three models tested.
• Abstract（参考訳）: 認知モデルにおける主要な問題は、言語的および非言語的タスクにおける大きな言語モデルと人間の行動的アライメントに関するものである。 通常のLLMとは異なり、大きな推論モデル(LRM)は、検証可能な報酬からの強化学習によって最適化され、優先的な応答ではなく、推論タスクに対する正しい解決策が奨励される。 最近の研究 (de Varda et al , 2025) は、人間の反応時間と様々な推論タスクのモデル推論トレースを比較することで、人間とLEMの思考コストを調査している。 帰納的推論に転換することで、このアライメントを分離する: 帰納的タスクとは違って、その困難さは形式的構造から推測することはできず、モデルが真に探索することなく努力を模倣するために利用するショートカットも提供せず、共有努力の実証的な主張のためのしっかりとした根拠を提供する。 我々は、LRMと人間の推論努力が一致していることのさらなる証拠と、モデルと人間が同様の誤りを犯す傾向があることの証拠を見出した。 最後に、モデルが複数の推論経路を探索できる復号法は、試験された3つのモデル間での人間とLEM間の推論コストの整合性を高めることを示す。

関連論文リスト

• Cognitive Profiling of LRMs' Reasoning Traces Using Bloom's Taxonomy [51.08110837378928]
  我々はブルームの分類学のレンズを通して推論ステップの自動アノテーションのためのフレームワークを導入する。 モデルとデータセットをまたいだ大規模な分析を行い、モデルとタスク間の思考パターンの類似点と相違点を明らかにします。 本研究は, LRMにおける思考パターンを解析するための微細な枠組みを確立し, 推論品質を向上させるための実用的な洞察を提供する。
  論文  参考訳（メタデータ） (2026-08-24T12:55:51Z)
• To Think or Not To Think, That is The Question for Large Reasoning Models in Theory of Mind Tasks [56.11584171938381]
  心の理論 (ToM) は、モデルが信念、欲望、意図などの隠された精神状態を推測できるかどうかを評価する。 近年のLRM(Large Reasoning Models)の進歩により、数学やコーディングにおけるステップバイステップ推論が向上している。 本研究では,9つの大規模言語モデル(LLM)の体系的研究を行い,推論モデルと非推論モデルを比較した。
  論文  参考訳（メタデータ） (2026-02-11T08:16:13Z)
• AI reasoning effort mirrors human decision time on content moderation tasks [0.5801621787540268]
  本研究では,人間の意思決定時間とモデル推論の類似性について検討する。 人間もモデルも、重要な変数が一定に保たれたとき、より大きな努力を要した。 これらの結果は、AI推論が主観的判断において人間の処理時間を反映していることを示している。
  論文  参考訳（メタデータ） (2025-08-27T20:36:16Z)
• Don't Overthink It: A Survey of Efficient R1-style Large Reasoning Models [49.598776427454176]
  大規模共振モデル (LRM) は, 複雑なタスクの処理性能に優れていたため, 徐々に研究ホットスポットになりつつある。 しかし、これらのモデルが広く適用されたことにより、過度に考え直すという問題が徐々に顕在化していった。 モデル性能と推論能力を損なうことなく、推論経路の長さを短縮することを目的とした、様々な効率的な推論手法が提案されている。
  論文  参考訳（メタデータ） (2025-08-04T06:54:31Z)
• Can Reasoning Help Large Language Models Capture Human Annotator Disagreement? [84.32752330104775]
  ヒトのアノテーションの変化(つまり不一致)は、NLPでは一般的である。 異なる推論条件が大言語モデルの不一致モデルに与える影響を評価する。 意外なことに、RLVRスタイルの推論は不一致モデリングにおいて性能を低下させる。
  論文  参考訳（メタデータ） (2025-06-24T09:49:26Z)
• Theory-Grounded Evaluation of Human-Like Fallacy Patterns in LLM Reasoning [0.0]
  我々は,言語モデルにおける論理的推論について,その誤りが確立された人間の誤りに追従するかどうかを問うことによって研究する。 各応答について,ETR予測誤り度と一致する場合の論理的推論と正当性を判定する。
  論文  参考訳（メタデータ） (2025-06-10T17:04:33Z)
• Evaluating the Logical Reasoning Abilities of Large Reasoning Models [15.009205651973666]
  大規模な推論モデルにおける論理的推論を評価するためのベンチマークであるLogiEvalを紹介する。 LogiEvalは様々な推論タイプ(帰納的、帰納的、類推的、帰納的)とタスク形式(論理的シーケンス、引数解析など)にまたがる。 実験により,現代の推論モデルでは,4選択の議論解析問題や類似推論において,人間の性能を上回っていることがわかった。 解析の結果,人為的性能はモデル故障分布を反映しないことがわかった。
  論文  参考訳（メタデータ） (2025-05-17T05:36:14Z)
• JustLogic: A Comprehensive Benchmark for Evaluating Deductive Reasoning in Large Language Models [51.99046112135311]
  LLM(Large Language Models)の厳密な評価のための合成推論ベンチマークであるJustLogicを紹介する。 JustLogicは非常に複雑で、多様な言語パターン、語彙、引数構造を生成することができる。 実験の結果, (i) LLMは人体平均値よりも同等かそれ以上に機能するが, 人体天井よりも著しく低下することがわかった。
  論文  参考訳（メタデータ） (2025-01-24T15:49:10Z)
• Comparing Inferential Strategies of Humans and Large Language Models in Deductive Reasoning [25.732397636695882]
  大規模言語モデル(LLM)では,人間の観察と類似した推論パターンが示される。 我々の研究は、モデルの構造と規模が、その好む推論方法に大きく影響していることを示します。
  論文  参考訳（メタデータ） (2024-02-20T12:58:14Z)
• A Closer Look at the Self-Verification Abilities of Large Language Models in Logical Reasoning [73.77088902676306]
  論理的推論の文脈において,大規模言語モデル(LLM)の自己検証能力について詳しく検討する。 本研究の主目的は,既存のLCMが誤った推論手順を正確に識別するのに苦労し,自己検証法の有効性を保証できないことにある。
  論文  参考訳（メタデータ） (2023-11-14T07:13:10Z)
• Faithful Reasoning Using Large Language Models [12.132449274592668]
  因果構造が問題の根底にある論理構造を反映するプロセスを通じて、LMを忠実な多段階推論を行う方法を示す。 我々の手法は、各ステップが2つの微調整されたLMへの呼び出しから得られる推論ステップをチェーンすることで機能する。 我々は,多段階論理推論と科学的質問応答におけるモデルの有効性を実証し,最終的な解答精度のベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2022-08-30T13:44:41Z)

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。