論文の概要: When Does the Concept of "Dog" Emerge in an Audio LLM?

• arxiv url: http://arxiv.org/abs/2609.33458v1
• Date: Sun, 27 Sep 2026 11:09:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 16:38:58.916516
• Title: When Does the Concept of "Dog" Emerge in an Audio LLM?
• Title（参考訳）: 音声LLMにおける「Dog」の概念はいつ現れるのか?
• Abstract要約: Qwen2.5-Omni-7Bにおける犬のbarkingについて,Jacobian Lens(J-lens)読み出しと方向性介入を用いて検討した。 我々は、犬や樹皮のプロンプトや動物識別の要求なしに、この情報をデオードできることを発見した。
• 参考スコア（独自算出の注目度）: 6.285421754347008
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Multimodal large language models answer audio questions, but how they represent auditory semantics and use them in decisions remains unclear, limiting our understanding of response formation. We study dog barking in Qwen2.5-Omni-7B using Jacobian lens (J-lens) readout and directional interventions. We define the dog direction as a J-lens-derived hidden-state vector associated with dog; adding or removing its component modulates dog-related information. We find this information decodable without dog/bark prompt cues or animal-identification requirements. Directional interventions change response tendencies and some final answers, with effects concentrated in late-layer states immediately before generation across species classification, vocalization classification, and sound description. The dog direction shows no comparable advantage over controls in animal/other classification. These results provide causal-intervention evidence that the dog direction affects output scores in a task-dependent manner, most consistently at L22 and L24 immediately before generation.
• Abstract（参考訳）: マルチモーダルな大言語モデルは、音声の質問に答えるが、それらがどのように聴覚意味論を表現し、意思決定に利用するかは、まだ不明であり、反応形成の理解を制限している。 Qwen2.5-Omni-7Bにおける犬のbarkingについて,Jacobian Lens(J-lens)読み出しと方向性介入を用いて検討した。 犬方向は犬に関連付けられたJレンズ由来の隠れ状態ベクトルとして定義し,犬関連情報の追加や削除を行う。 我々は、犬や樹皮のプロンプトや動物識別の要求なしに、この情報をデオードできることを発見した。 指示的介入は反応の傾向や最終的な答えを変えるが、その影響は種分類、発声分類、音響記述など、発生直前の後期層状態に集中している。 犬の方向は、動物や他の分類におけるコントロールに匹敵する優位性は示さない。 これらの結果は、犬方向がタスク依存的なアウトプットスコアに影響を及ぼすという因果干渉の証拠を与える。

関連論文リスト

• CREMD: Crowd-Sourced Emotional Multimodal Dogs Dataset [2.0595149576643337]
  我々は、異なるプレゼンテーションモードが犬の感情の知覚とラベル付けにどのように影響するかを探索する包括的データセットCREMD(Crowd-sourced Emotional Multimodal Dogs dataset)を提示する。 データセットは、3つの異なるモードで表示される923のビデオクリップで構成されている。 犬の感情認識に影響を与える要因を特定するため,犬の所有者,専門家,個人など,さまざまな背景や経験レベルを持つ多様な参加者のアノテーションを分析した。
  論文  参考訳（メタデータ） (2026-02-17T04:31:38Z)
• Do Retrieval Augmented Language Models Know When They Don't Know? [55.72375712577378]
  ALMはいつ知らないのか知っていますか? 期待とは対照的に, LLM は有意なテキストバッファー-拒否行動を示す。 提案手法は, 学習後モデルに対する簡易かつ効果的な拒絶手法を開発し, 解答品質を向上する。
  論文  参考訳（メタデータ） (2025-09-01T13:44:15Z)
• Making FETCH! Happen: Finding Emergent Dog Whistles Through Common Habitats [16.78149030970864]
  犬の笛は二重の意味を持つコード化された表現である。 ソーシャルメディアコーパスにおける新規犬笛発見タスクであるFETCH!を紹介した。 本稿では,ベクトルデータベースと大規模言語モデルの強みを組み合わせた強力なベースラインシステムであるEarShotを提案する。
  論文  参考訳（メタデータ） (2024-12-16T18:46:12Z)
• Silent Signals, Loud Impact: LLMs for Word-Sense Disambiguation of Coded Dog Whistles [47.61526125774749]
  犬の笛は、特定の聴衆に二次的な意味を持ち、しばしば人種的・社会経済的差別のために武器化された符号化通信の一種である。 本稿では,Large Language Models (LLMs) を用いた標準音声からの犬笛の単語センスの曖昧化手法を提案する。 我々はこの手法を利用して、フォーマルで非公式なコミュニケーションに使用される犬の口笛の16,550個の高信頼符号化されたサンプルのデータセットを作成する。
  論文  参考訳（メタデータ） (2024-06-10T23:09:19Z)
• FedEGG: Federated Learning with Explicit Global Guidance [90.04705121816185]
  フェデレートラーニング(FL)は、そのプライバシー保護の性質から、多様なアプリケーションにとって大きな可能性を秘めている。 既存の手法は、最適化ベースのクライアント制約、適応的なクライアント選択、事前訓練されたモデルや合成データの使用によってこれらの課題に対処するのに役立つ。 我々はbftextFedEGGを提案する。bftextFedEGGは、よく定義された、容易に収束できる学習タスクを用いて、グローバルガイドタスクを構築する新しいFLアルゴリズムである。
  論文  参考訳（メタデータ） (2024-04-18T04:25:21Z)
• Towards Lexical Analysis of Dog Vocalizations via Online Videos [19.422796780268605]
  本研究は, 犬声のセマンティクスに関するデータ駆動調査を行い, 異なる音種と一貫したセマンティクスを関連づけることにより, 犬声のセマンティクスについて検討した。 そこで我々はまず,シバイヌの音の新たなデータセットと,YouTubeから収集した位置情報や活動などのコンテキスト情報を提示する。 犬の発声とそれに対応する位置と活動の条件付き確率の分析から, 犬音の意味的意味に関する過去の研究の裏付けとなる証拠が発見された。
  論文  参考訳（メタデータ） (2023-09-21T23:53:14Z)
• Does My Dog ''Speak'' Like Me? The Acoustic Correlation between Pet Dogs and Their Human Owners [19.422796780268605]
  本稿では,犬声の表情と人間の言語環境との相関性について予備的検討を行った。 われわれはまず、シバイヌの犬の声のデータセットをYouTubeから公開し、7500曲のクリーンなサウンドクリップを提供している。 分類課題と顕著な因子分析により,2つの言語環境における声道の音響的差異が顕著であることがわかった。
  論文  参考訳（メタデータ） (2023-09-21T23:49:21Z)
• CLAMP: Prompt-based Contrastive Learning for Connecting Language and Animal Pose [70.59906971581192]
  本稿では,言語とAniMal Poseを効果的に接続するための,新しいプロンプトベースのコントラスト学習手法を提案する。 CLAMPは、ネットワークトレーニング中にテキストプロンプトを動物のキーポイントに適応させることでギャップを埋めようとしている。 実験結果から, 教師付き, 少数ショット, ゼロショット設定下での最先端性能が得られた。
  論文  参考訳（メタデータ） (2022-06-23T14:51:42Z)

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。