論文の概要: Cultural Divergence Preservation: Diagnosing Flattening and Caricature in LLM-Simulated Survey Populations
- arxiv url: http://arxiv.org/abs/2609.29928v1
- Date: Thu, 24 Sep 2026 14:59:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:10.032649
- Title: Cultural Divergence Preservation: Diagnosing Flattening and Caricature in LLM-Simulated Survey Populations
- Title（参考訳）: 文化多様性の保存 : LLMシミュレーション調査におけるフレーテニングとキャラクチュアの診断
- Abstract要約: 文化多様性保存(Cultural Divergence Preservation、CDP)は、ヒトの1回キャリブレーションに基づく基準光診断である。
CDPは、文化的な平坦化と文化的な似顔絵としての多様性の増大として、クロスカントリーのばらつきを減らしている。
- 参考スコア（独自算出の注目度）: 5.719800499839791
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models (LLMs) are increasingly used as synthetic survey respondents to estimate population response distributions. In cross-cultural survey simulation, evaluations should assess not only distributional fidelity within countries but also whether differences across countries are preserved. However, existing distance-based metrics such as Jensen--Shannon divergence (JSD) do not directly capture such cross-country differences. To address this limitation, we introduce Cultural Divergence Preservation (CDP), a reference-light diagnostic based on a one-time human calibration. CDP identifies reduced cross-country divergence as cultural flattening and increased divergence as cultural caricature. To evaluate CDP, we conduct experiments across four LLM backbones, three persona-based prompting methods, and two survey domains, the World Values Survey (WVS) and the Big Five Personality Test. The results reveal a systematic discrepancy between conventional fidelity metrics and CDP. Controlled experiments show that CDP changes monotonically as cross-country divergence is attenuated or amplified, while the corresponding changes in JSD remain relatively small. In our audit of real LLM generations, DeepPersona-Inspired prompting is frequently favored by conventional fidelity metrics but exhibits the strongest flattening in every model--domain block. CDP thus complements fidelity metrics by directly quantifying the attenuation or amplification of cross-country divergence.
- Abstract（参考訳）: 大規模言語モデル (LLMs) は, 人口応答分布を推定するために, 総合調査の回答者としてますます利用されている。
異文化間サーベイシミュレーションでは、各国の分布忠実度だけでなく、各国間の差異が保存されているかどうかも評価すべきである。
しかし、Jensen-Shannon divergence (JSD) のような既存の距離ベースメトリクスは、そのようなクロスカントリー差を直接捉えていない。
この制限に対処するために,1回限りの人間校正に基づく基準光診断であるCDP(Cultural Divergence Preservation)を導入する。
CDPは、文化的な平坦化と文化的な似顔絵としての多様性の増大として、クロスカントリーのばらつきを減らしている。
CDPを評価するために,4つのLCMバックボーン,3つのペルソナベースのプロンプト手法,および世界価値調査(WVS)とビッグファイブパーソナリティテスト(Big Five Personality Test)という2つの調査領域について実験を行った。
その結果,従来の忠実度測定値とCDPとの系統的な相違が明らかとなった。
制御された実験では、CDPが単調に変化し、クロスカントリー分岐が減衰または増幅される一方で、対応するJSDの変化は比較的小さいままである。
実LLM世代に対する監査では、DeepPersona-Inspiredプロンプトは従来の忠実度指標によく好まれるが、全てのモデルドメインブロックにおいて最強の平坦化を示す。
したがって、CDPは、クロスカントリー分岐の減衰または増幅を直接定量化することで、忠実度測定を補完する。
関連論文リスト
- International Transfer of Stochastic Cortical Self-Reconstruction [9.458872624712486]
皮質自己再構成(SCSR)は、灰白質萎縮のマッピングをパーソナライズすることができる。
本稿では、もともとUKB(UK Biobank)データに基づいて訓練されたSCSRの、独立した中国人集団データセットへの一般化と転送可能性について検討する。
我々は、UKBトレーニングモデルの直接適用、中国データの微調整、スクラッチからのトレーニング、UKBと中国のコホートでの合同トレーニングの4つのトレーニング戦略を比較した。
論文 参考訳（メタデータ） (2026-08-07T10:41:52Z) - Inference-Time Steering for Cross-Lingual Factual Consistency in LLMs [51.56484100374058]
大規模言語モデル(LLM)は目覚ましい多言語流布を示すが、その内部知識表現はハイリソース言語に対して不均等に偏っている。
我々は,これらのバイアスを推論時に緩和できるかどうかを考察し,対象言語でクエリされたかのように,英語の確率モデルに答えるように強制する。
Gemma 3 12Bの実験では、最も強い全体的な介入、効率性のバランス、安全性、ドメイン外の一般化を促すペルソナが明らかにされている。
論文 参考訳（メタデータ） (2026-07-21T16:15:05Z) - Improving Cross-Cultural Survey Simulation with Calibrated Value Personas [2.5964189305343712]
大規模言語モデル(LLM)は、人間の意見や調査回答をシミュレートするためにますます使われているが、文化全体にわたって人口反応を再現する能力は限られている。
本稿では,中核的な文化的側面を捉えた調査結果からテキスト記述子を導出する価値に基づくペルソナ構築手法を提案する。
提案手法は, 人口密度の低い国において, 予測誤差を低減し, 最大の改善点を示す。
論文 参考訳（メタデータ） (2026-05-15T17:10:50Z) - Can Persona-Prompted LLMs Emulate Subgroup Values? An Empirical Analysis of Generalisability and Fairness in Cultural Alignment [75.88231994139132]
GPT-4.1のような最先端モデルでさえ、モーダル選好を予測する精度は57.4%に過ぎなかった。
モデルでは、若者、男性、中国人、キリスト教のペルソナをよりうまくエミュレートする。
論文 参考訳（メタデータ） (2026-04-14T15:06:13Z) - Evidence-based Distributional Alignment for Large Language Models [58.65469623911573]
LLM分布推定の忠実度とロバスト性を改善する証拠に基づくアライメント手法であるEvi-DAを提案する。
対象国が与えられた場合、Evi-DAは関連するWorld Values Survey項目とその回答分布を検索し、オプション毎に粗いヴェルツェル値シグネチャを予測し、国条件の回答分布を構造化形式で推測する。
論文 参考訳（メタデータ） (2026-03-03T03:34:06Z) - Which Cultural Lens Do Models Adopt? On Cultural Positioning Bias and Agentic Mitigation in LLMs [53.07843733899881]
大規模言語モデル(LLM)は、幅広い下流生成アプリケーションをアンロックした。
また、米国主流の文化の観点から、文化にまつわる微妙な公平性の問題に対処し、世代を配置するリスクも見いだす。
本稿では、これらのバイアスを解決するための2つの推論時間緩和法を提案する。
論文 参考訳（メタデータ） (2025-09-25T12:28:25Z) - The Cultural Gene of Large Language Models: A Study on the Impact of Cross-Corpus Training on Model Values and Biases [0.0]
大規模言語モデル(LLM)は世界中に展開されているが、その根底にある文化的・倫理的な前提は未解明のままである。
西洋中心モデル (GPT-4) と東洋中心モデル (ERNIE Bot) を比較した。
人間のアノテーションは両次元に有意かつ一貫した相違を示す。
論文 参考訳（メタデータ） (2025-08-17T15:54:14Z) - Invariant Causal Prediction with Local Models [52.161513027831646]
観測データから対象変数の因果親を特定するタスクについて検討する。
L-ICP(textbfL$ocalized $textbfI$nvariant $textbfCa$usal $textbfP$rediction)と呼ばれる実用的手法を導入する。
論文 参考訳（メタデータ） (2024-01-10T15:34:42Z) - Evaluation of data imputation strategies in complex, deeply-phenotyped
data sets: the case of the EU-AIMS Longitudinal European Autism Project [0.0]
臨床データの欠落を補うために, 大規模(全N=764)データセットから異なる計算法を評価した。
参加者の重複する15のサブセットに160の臨床試験を分けて検討した。
論文 参考訳（メタデータ） (2022-01-20T21:50:38Z) - Cross-Domain Similarity Learning for Face Recognition in Unseen Domains [90.35908506994365]
本研究では,cdt(cross-domain triplet, クロスドメイントリプレット)の損失を推測する新しいクロスドメインメトリック学習損失法を提案する。
CDT損失は、一つのドメインからコンパクトな特徴クラスタを強制することによって意味論的に意味のある特徴の学習を促進する。
本手法では,トレーニング中,注意深いハードペアサンプルマイニングおよびフィルタリング戦略は必要としない。
論文 参考訳（メタデータ） (2021-03-12T19:48:01Z)
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。