論文の概要: Large Language Models Exhibit Human-Like Bayesian Hypocrisy

• arxiv url: http://arxiv.org/abs/2609.35779v1
• Date: Mon, 03 Aug 2026 18:53:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-05 14:48:16.24312
• Title: Large Language Models Exhibit Human-Like Bayesian Hypocrisy
• Title（参考訳）: ヒトのようなベイズ的偽善を呈する大規模言語モデル
• Abstract要約: 大規模言語モデル(LLM)はベイズのルールを実践する人を非難しないことを示す。 驚くべきことに、LLMは人間と同様、ベイズの統治を敷いた他者を非難する上でも同じ偽善を証明した。
• 参考スコア（独自算出の注目度）: 0.3437656066916039
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Given recent achievements of large language models (LLMs), frontier models are expected to perform well on Bayesian reasoning tasks, at least as well as humans. Furthermore, there is no reason to expect that LLMs will condemn others who offer those very same Bayesian judgments, a fallibility observed in human decision-making (Cao, et al., 2019). In 5 experiments with 48 experimental conditions employing over 5,000 trials, GPT-4o and Claude 3.7 Sonnet were tested on two variations of a Bayesian reasoning task. We also assessed LLM evaluation of the competence and morality of a hypothetical person who had offered the same reasoning task as them. LLMs hovered near human performance on the Bayesian task, though their reasoning was more rule-based and rigid. Surprisingly, like humans but to a greater extent, LLMs also demonstrated the same hypocrisy in condemning others who, like them, had deployed Bayes' rule. In demonstrating Bayesian hypocrisy, LLMs highlight a humanlike error of a dissociation between self-performance and other-judgment, and caution against their use in domains where statistical fidelity and fairness norms collide.
• Abstract（参考訳）: 近年の大規模言語モデル (LLM) の成果を踏まえると、フロンティアモデルは少なくとも人間と同様にベイズ的推論タスクでうまく機能することが期待されている。 さらに、LLMが、人間による意思決定で観察される誤りである、全く同じベイズ的判断を下す人たちを非難する理由はない(Cao, et al , 2019)。 GPT-4oとClaude 3.7 Sonnetの5つの実験では、48の実験条件で5000回以上の試験を行った。 また,同じ推論課題を提示した仮説的人物の能力と道徳性の評価も行った。 LLMはベイズ作業で人間に近い性能を保ったが、その推論はルールベースで厳格であった。 驚いたことに、人間のように、しかしより広範囲に、LLMはベイズの統治を敷いた他者を非難する上で、同じ偽善を証明した。 ベイズ的偽善の実証において、LLMは、自己パフォーマンスと他の判断の解離の人間的な誤りを強調し、統計的忠実さと公正な規範が衝突する領域におけるそれらの使用に注意を払っている。

関連論文リスト

• Human-like moral judgments conceal divergent motive attributions in large language models [2.744405920210276]
  大規模言語モデル(LLM)は、心理学研究における人間の参加者をシミュレートするために用いられる。 口笛吹き者の道徳的性格の人間評価を再現するモデルも,それに伴う動機付けを再現するかどうかを質問した。 モデルでは、医師の道徳的性格の人間のランクを再現するが、ホイッスルブロワーはより役立ち、利己的でなく、敵対的ではないと表現した。
  論文  参考訳（メタデータ） (2026-09-07T11:16:21Z)
• Truth or Sophistry? LoFa: A Benchmark for LLM Robustness Against Logical Fallacies [51.39569894108518]
  大規模言語モデル(LLM)は強力な意味的能力を示すが、論理的誤認のような操作型言語パターンに対する弾力性は未解明のままである。 本稿では,LLMのロバスト性を評価するためのベンチマークであるLoFa(Logical Fallacy)を紹介する。 また、誤攻撃に対する抵抗を定量化する指標であるk(LFR@k)の論理的誤り抵抗についても提案する。
  論文  参考訳（メタデータ） (2026-06-30T02:17:45Z)
• Verbalizing LLMs' assumptions to explain and control sycophancy [62.927670321859495]
  LLMは、真のアセスメントを提供するのではなく、"am I in the wrong? LLMからこれらの仮定を抽出するフレームワークであるVerbalized Assumptionsを提案する。 我々の研究は、梅毒のメカニズムとしての仮定の新たな理解に貢献している。
  論文  参考訳（メタデータ） (2026-04-03T14:15:43Z)
• Assessing Cognitive Biases in LLMs for Judicial Decision Support: Virtuous Victim and Halo Effects [0.11603243575080534]
  我々は,大規模言語モデル (LLM) が人間のような認知バイアスを呈するかどうかを検討する。 最も関係の深い2つのバイアスが選択された: 悪質な犠牲者効果(VVE)、隣り合う同意があるときにその減少に重きを置き、権威に基づくハロ効果(占領、会社、資格)である。 我々の研究は、VVEが大きいこと、隣接するコンテンツに統計的に有意なペナルティがないこと、そしてハロ効果が人間に比べてわずかに減少することを発見した。
  論文  参考訳（メタデータ） (2026-02-21T02:29:20Z)
• Who Do LLMs Trust? Human Experts Matter More Than Other LLMs [4.125187280299246]
  大規模言語モデル(LLM)は、他のエージェントの回答、ツールアウトプット、ヒューマンレコメンデーションといった社会的情報に遭遇する環境において、ますます運用されるようになっている。 本稿では、LLMが類似した影響パターンを示し、他のLLMからのフィードバックよりも人間からのフィードバックを特権的に受けられるかどうかを検討する。
  論文  参考訳（メタデータ） (2026-02-14T03:03:29Z)
• Blind to the Human Touch: Overlap Bias in LLM-Based Summary Evaluation [89.52571224447111]
  大規模言語モデル(LLM)の判断は、要約のようなタスクのために、伝統的なアルゴリズムベースのメトリクスと併用されることが多い。 要約領域における人書き応答と重なる関数としてLLM判定バイアス分析を提案する。
  論文  参考訳（メタデータ） (2026-02-07T19:39:28Z)
• Beyond Human Judgment: A Bayesian Evaluation of LLMs' Moral Values Understanding [1.7635992653738075]
  我々はアノテータ不一致をモデル化し、アレタリック不一致(遺伝性ヒト不一致)とてんかん不一致(モデルドメイン感度)の両方を捉える。 我々は、ソーシャルネットワーク、ニュース、フォーラムにまたがる100K以上のテキストにおいて、約700のアノテーションから250K以上のアノテーションにまたがる最高の言語モデルを評価する。 GPUに最適化されたBayesianフレームワークは、1M以上のモデルクエリを処理し、AIモデルが人間のアノテータの上位25%にランクされ、平均的なバランスの取れた精度よりもはるかに優れた結果が得られた。
  論文  参考訳（メタデータ） (2025-08-19T13:05:48Z)
• 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)
• The ART of LLM Refinement: Ask, Refine, and Trust [85.75059530612882]
  ART: Ask, Refine, and Trust と呼ばれる改良目標を用いた推論を提案する。 LLMがいつその出力を洗練すべきかを決めるために必要な質問を尋ねる。 自己補充ベースラインよりも+5ポイントの性能向上を達成する。
  論文  参考訳（メタデータ） (2023-11-14T07:26:32Z)

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。