論文の概要: Perspectives on Cross-Lingual Consistency in LLMs for Medical Questions

• arxiv url: http://arxiv.org/abs/2609.07687v1
• Date: Mon, 07 Sep 2026 16:06:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 21:23:00.697201
• Title: Perspectives on Cross-Lingual Consistency in LLMs for Medical Questions
• Title（参考訳）: 医学的問題に対するLLMの言語間整合性に関する展望
• Abstract要約: 既存の多言語医療ベンチマークでは、医学的に正しい答えは言語全体にわたって一貫しているべきであると仮定している。 文化適応研究は、適切な医学的回答は文脈によって合法的に異なるかもしれないと主張している。
• 参考スコア（独自算出の注目度）: 19.192965677904898
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Should multilingual LLMs answer medical questions consistently across input languages, or adapt responses to cultural cues? Existing multilingual medical benchmarks usually assume that medically correct answers should remain consistent across languages and treat cross-lingual variation as model error. In contrast, cultural adaptation research argues that appropriate medical answers may legitimately differ across contexts. We review the multilingual medical NLP literature through these two perspectives, we identify three gaps: limited stakeholder perspectives (e.g., of medical professionals), a lack of empirical evidence on which approach better serves users, and no benchmarks capable of distinguishing universally correct from culture-specific cases. To address the first gap, we survey 356 participants across three stakeholder groups (medical, NLP, and anthropology professionals) in three countries (Germany, Spain, and the United States). Anthropologists consistently favor adaptation, while medical and NLP respondents remain divided, with notable divergence between U.S. and European medical professionals. LLMs prompted with profession and country personas fail to reproduce this variation, overestimating cross-lingual consistency preference among NLP and medical personas. We conclude that neither consistency nor adaptation can currently be considered clearly preferable, highlighting the need for empirical evidence on which approach better serves users across cultural contexts.
• Abstract（参考訳）: 多言語LLMは、入力言語全体にわたって一貫して医療的疑問に答えるべきか、それとも文化的な手がかりに適応すべきか? 既存の多言語医療ベンチマークでは、医学的に正しい答えは言語間で一貫していなければならないと仮定し、言語間変異をモデルエラーとして扱うのが一般的である。 対照的に、文化適応研究は、適切な医学的回答は文脈によって合法的に異なるかもしれないと主張している。 これらの2つの視点から多言語医療NLP文献をレビューし、限られた利害関係者視点(例えば、医療専門家)、ユーザーに役立つアプローチの実証的証拠の欠如、文化特化事例と普遍的に正しく区別できるベンチマークの欠如、の3つのギャップを特定した。 最初のギャップに対処するため、ドイツ、スペイン、米国の三国における3つの利害関係者グループ(医療、NLP、人類学の専門家)の356人の参加者を調査した。 人類学者は一貫して適応を好むが、医療とNLPの回答者は、米国とヨーロッパの医療専門家の間で顕著な違いがある。 LLMは専門職と国家のペルソナがこの変化を再現できず、NLPと医療ペルソナの間で言語間の整合性を過大評価している。 一貫性も適応性も現時点では明らかに望ましいものではないと結論付け,文化的な文脈にまたがって,どのようなアプローチがユーザに役立つかという実証的な証拠の必要性を強調した。

関連論文リスト

• When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training [57.230355403478995]
  本研究では,EuroLLMの事前学習における言語に依存しない概念空間の開発について検討する。 共有概念空間は早期に出現し、洗練され続けていますが、それらとの整合性は言語に依存しています。 従来の作業とは対照的に、細かな手作業分析により、翻訳品質の顕著な向上は、行動の変化を反映していることが判明した。
  論文  参考訳（メタデータ） (2026-01-30T11:23:01Z)
• Med-CoReasoner: Reducing Language Disparities in Medical Reasoning via Language-Informed Co-Reasoning [21.661351460956823]
  我々はMed-CoReasonerを紹介した。Med-CoReasonerは言語インフォーム化された共推論フレームワークで、並列英語と局所言語推論を取り入れている。 この設計は、英語の推論の構造的堅牢性と、現地語で符号化された実践的な専門知識を組み合わせる。 我々は、Med-CoReasonerが、低リソース言語で特に顕著に増加し、平均5%の多言語推論性能を向上させることを示す。
  論文  参考訳（メタデータ） (2026-01-13T06:51:40Z)
• Disparities in Multilingual LLM-Based Healthcare Q&A [15.114074152947971]
  多言語医療Q&A回答における事前学習源の言語間差異と事実整合性について検討した。 以上の結果から,ウィキペディアのカバー範囲とLLMのファクトアライメントの両面での言語間差が顕著であった。 推論時に非英語ウィキペディアからの文脈的抜粋を提供することは、事実的アライメントを文化的に関連のある知識へと効果的にシフトさせる。
  論文  参考訳（メタデータ） (2025-10-20T12:19:08Z)
• I Am Aligned, But With Whom? MENA Values Benchmark for Evaluating Cultural Alignment and Multilingual Bias in LLMs [5.060243371992739]
  大規模言語モデル(LLM)の文化的アライメントと多言語バイアスを評価するための新しいベンチマークであるMENAValuesを紹介する。 大規模で権威ある人的調査から、我々は16カ国の人口レベルの応答分布を持つMENAの社会文化的景観を捉えた構造化データセットをキュレートした。 分析の結果,同じ質問が言語に基づいて大きく異なる反応をもたらす「クロス・Lingual Value Shifts」,その理由の説明を促す「Reasoning-induced Degradation」,モデルがセンシティブな質問を拒否する「Logit Leakage」,内部確率が強く隠蔽される「Logit Leakage」の3つの重要な現象が明らかになった。
  論文  参考訳（メタデータ） (2025-10-15T05:10:57Z)
• 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)
• CM-Align: Consistency-based Multilingual Alignment for Large Language Models [84.19366314925593]
  高品質な多言語嗜好データを構築するための一貫性に基づくデータ手法を提案する。 具体的には、一貫性のある英語参照選択と、言語間一貫性に基づく多言語嗜好データ構築の2つの部分を含む。
  論文  参考訳（メタデータ） (2025-09-10T12:40:49Z)
• Multi-OphthaLingua: A Multilingual Benchmark for Assessing and Debiasing LLM Ophthalmological QA in LMICs [3.1894617416005855]
  大型言語モデル(LLM)は、様々な眼科手術を自動化するための有望なソリューションを提供する。 LLMは、自然言語の問合せタスクにおいて、様々な言語で顕著に異なる性能を示してきた。 本研究は,複数言語にまたがる質問を手作業でキュレートした,最初の多言語眼科的質問答えベンチマークを提案する。
  論文  参考訳（メタデータ） (2024-12-18T20:18:03Z)
• Language Model Alignment in Multilingual Trolley Problems [138.5684081822807]
  Moral Machine 実験に基づいて,MultiTP と呼ばれる100以上の言語でモラルジレンマヴィグネットの言語間コーパスを開発する。 分析では、19の異なるLLMと人間の判断を一致させ、6つのモラル次元をまたいだ嗜好を捉えた。 我々は、AIシステムにおける一様道徳的推論の仮定に挑戦し、言語間のアライメントの顕著なばらつきを発見した。
  論文  参考訳（メタデータ） (2024-07-02T14:02:53Z)
• Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
  この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
  論文  参考訳（メタデータ） (2023-10-23T17:42:01Z)
• Med-UniC: Unifying Cross-Lingual Medical Vision-Language Pre-Training by Diminishing Bias [38.26934474189853]
  Med-UniC (Med-UniC) は、英語とスペイン語のマルチモーダル医療データを統合したものである。 Med-UniCは、5つの医療画像タスクと30以上の疾患を含む10のデータセットで優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2023-05-31T14:28:19Z)
• AM2iCo: Evaluating Word Meaning in Context across Low-ResourceLanguages with Adversarial Examples [51.048234591165155]
  本稿では, AM2iCo, Adversarial and Multilingual Meaning in Contextを提案する。 言語間文脈における単語の意味の同一性を理解するために、最先端(SotA)表現モデルを忠実に評価することを目的としている。 その結果、現在のSotAプリトレーニングエンコーダは人間のパフォーマンスにかなり遅れていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-17T20:23:45Z)

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。