論文の概要: Illusory Truth or Mere Exposure? Model-Dependent Repetition Effects in LLM-Based Social Media Simulations

• arxiv url: http://arxiv.org/abs/2609.36278v1
• Date: Mon, 28 Sep 2026 21:09:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.015273
• Title: Illusory Truth or Mere Exposure? Model-Dependent Repetition Effects in LLM-Based Social Media Simulations
• Title（参考訳）: 虚偽の真実と単なる露光 : LLMを用いたソーシャルメディアシミュレーションにおけるモデル依存的反復効果
• Abstract要約: ITEがソーシャルメディアシミュレーションの文脈で4つのLDMにまたがってどのように現れるかを検討する。 私たちは、100のステートメント、10のフィード変種、3のレプリケーションで336,000の真実、重要度、感情、利子評価を集めています。 Gemma-3 は真の ITE を示し,Qwen2.5 は単なる露光効果を示し,GPT-5-nano は真実と軽度懐疑論の繰り返しに対する反復効果を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative agent-based models (GABMs) are increasingly used to simulate social media dynamics, including misinformation spread. For such social simulations to be valid proxies of human behavior, LLM agents should replicate established human cognitive biases, among them the Illusory Truth Effect (ITE), where repeated exposure to a claim increases its perceived truth value. We investigate whether and how the ITE manifests across four LLMs (Gemma-3-4b-it, Qwen2.5-7B-Instruct, Llama-3.1-8B-Instruct, and GPT-5-nano) in a social media simulation context. We propose a two-phase within-context experimental design that embeds the repetition manipulation inside a realistic news feed interaction. Using this design, we collect 336,000 truth, importance, sentiment, and interest ratings across 100 statements, 10 feed variants, and 3 replications. The key comparison is between ratings assigned to repeated statements, seen throughout a simulation phase, and completely unseen ones, rated within the same experimental context window. We distinguish genuine ITE (truth-specific repetition boost) from mere exposure effects. We run an OLS regression followed by a Linear Mixed-Effect Model to account for differences across models and ratings. Our results reveal four qualitatively distinct patterns: Gemma-3 exhibits a genuine ITE; Qwen2.5 shows a mere exposure effect; GPT-5-nano displays no repetition effect on truth and mild skepticism toward repeated content; Llama-3.1 shows a small truth boost alongside decreases in evaluative dimensions. Crucially, temperature has no effect on these findings, and a variance decomposition highlights the high context-sensitivity of LLM rating behavior. Our findings caution against assuming uniform ITE replication across LLMs in social simulations, while suggesting that Gemma-3-4b-it may offer the most behaviorally realistic approximation for misinformation-related simulations.
• Abstract（参考訳）: 生成エージェントベースモデル(GABM)は、誤情報拡散を含むソーシャルメディアのダイナミクスをシミュレートするために、ますます使われている。 このような社会的シミュレーションが人間の行動の有効なプロキシとなるためには、LLMエージェントは確立された人間の認知バイアスを再現する必要がある。 ソーシャルメディアシミュレーションにおける4つのLLM(Gemma-3-4b-it, Qwen2.5-7B-Instruct, Llama-3.1-8B-Instruct, GPT-5-nano)におけるITEの出現状況について検討した。 本稿では,現実的なニュースフィードインタラクションに繰り返し操作を組み込む2段階のインテリアコンテキスト実験設計を提案する。 この設計を用いて、100のステートメント、10のフィード変種、3のレプリケーションで336,000の真実、重要度、感情、関心評価を収集します。 主要な比較は、シミュレーションフェーズを通して見られる繰り返しステートメントに割り当てられたレーティングと、同じ実験的なコンテキストウィンドウ内で評価される完全に見当たらないものとの間である。 我々は、真のITE(真実特異的反復促進)と単なる露光効果を区別する。 OLSレグレッションを実行し、モデルとレーティングの違いを考慮し、線形混合効果モデルを実行します。 Gemma-3 は真の ITE を示し,Qwen2.5 は単なる露光効果を示し,GPT-5-nano は真実と軽度懐疑論の繰り返しに影響を与えず,Llama-3.1 は評価次元の減少とともに小さな真実の増大を示す。 温度はこれらの知見に影響を与えず, 分散分解はLDM評価行動の文脈感度を高める。 本研究は,社会シミュレーションにおけるLEM間の一様ITE複製の仮定に注意し,Gemma-3-4b-itは誤情報関連シミュレーションにおいて最も行動学的に現実的な近似を提供する可能性があることを示唆した。

関連論文リスト

• Understanding Reliability in LLM-based Human Behavior Simulation [11.785307940274135]
  大規模言語モデル(LLM)は、人間の調査反応と行動反応をシミュレートするためにますます使われている。 LLMに基づく人間行動シミュレーションを3つの構造層に分解するReliMapを提案する。 すべてのモデルがプロファイル条件を伴わずにかなりの分布バイアスを示すことがわかった。
  論文  参考訳（メタデータ） (2026-09-16T10:10:10Z)
• Evaluating the Realism of LLM-powered Social Agents: A Case Study of Reactions to Spanish Online News [41.06495284224409]
  LLMが生み出すスペインのオンラインニュースに対する反応が、実聴者の会話の可測性を再現するかどうかを評価する。 オフザシェルフモデルは、実際の聴衆の反応には不十分なプロキシです。 可塑性合成反応は、必ずしも公開談話の分布特性を再現するとは限らない。
  論文  参考訳（メタデータ） (2026-05-27T15:16:05Z)
• Beyond the "Truth": Investigating Election Rumors on Truth Social During the 2024 Election [0.24554686192257416]
  大規模言語モデル(LLM)は、社会現象を大規模に分析する前例のない機会を提供する。 本稿では,ニッチなAlt-Techプラットフォーム上での選挙噂の大規模データセットをコンパイルし,心理測定におけるLLMの価値を示す。
  論文  参考訳（メタデータ） (2026-01-08T06:04:07Z)
• InternVLA-A1: Unifying Understanding, Generation and Action for Robotic Manipulation [77.07565723756119]
  InternVLA-A1は動的予測機能を備えた視覚言語モデルである。 我々は、実世界のロボットデータ、合成シミュレーションデータ、人間のビデオなどを用いて、これらのモデルを異種データソース上で事前訓練する。 InternVLA-A1を実世界の12のロボットタスクとシミュレーションベンチマークで評価した。
  論文  参考訳（メタデータ） (2026-01-05T18:54:29Z)
• LLM Robustness Against Misinformation in Biomedical Question Answering [50.98256373698759]
  探索拡張生成(RAG)アプローチは,質問応答のための大規模言語モデル(LLM)の折り畳みを低減するために用いられる。 バイオメディカル質問に対する誤報に対する4つのLDMの有効性とロバスト性を評価した。
  論文  参考訳（メタデータ） (2024-10-27T16:23:26Z)
• Large Language Models Show Human-like Social Desirability Biases in Survey Responses [12.767606361552684]
  人格評価が推定された場合,Large Language Models (LLMs) が特徴次元の望ましい端に向かってスコアを歪めていることを示す。 このバイアスは、GPT-4/3.5、Claude 3、Llama 3、PaLM-2を含む全ての試験モデルに存在する。 すべての質問のリバースコーディングはバイアスレベルを低下させるが、それらを取り除くことはできず、この効果はアクセプションバイアスによるものではないことを示唆している。
  論文  参考訳（メタデータ） (2024-05-09T19:02:53Z)
• A Theory of Response Sampling in LLMs: Part Descriptive and Part Prescriptive [53.08398658452411]
  大規模言語モデル(LLM)は、自律的な意思決定にますます活用されている。 このサンプリング行動が人間の意思決定と類似していることが示される。 統計的ノルムから規範的成分へのサンプルの偏りは、様々な現実世界の領域にまたがる概念に一貫して現れることを示す。
  論文  参考訳（メタデータ） (2024-02-16T18:28:43Z)
• Are You Sure? Challenging LLMs Leads to Performance Drops in The FlipFlop Experiment [82.60594940370919]
  大規模言語モデル(LLM)のマルチターン動作を研究するためのFlipFlop実験を提案する。 モデルが平均46%の時間で回答を反転させ、全てのモデルが最初の予測と最終予測の間に精度を低下させ、平均17%の低下(FlipFlop効果)を示す。 我々はオープンソースのLLMで微調整実験を行い、合成されたデータに対する微調整は、性能劣化を60%低減させることができるが、サイコファンティックな振る舞いを完全には解決できないことを発見した。
  論文  参考訳（メタデータ） (2023-11-14T23:40:22Z)
• Do LLMs exhibit human-like response biases? A case study in survey design [66.1850490474361]
  大規模言語モデル(LLM)が人間の反応バイアスをどの程度反映しているかについて検討する。 アンケート調査では, LLMが人間のような応答バイアスを示すかどうかを評価するためのデータセットとフレームワークを設計した。 9つのモデルに対する総合的な評価は、一般のオープンかつ商用のLCMは、一般的に人間のような振る舞いを反映しないことを示している。
  論文  参考訳（メタデータ） (2023-11-07T15:40:43Z)

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。