論文の概要: Neither True nor False: Do LLMs Represent Truth-Value Gaps in Plural Predication?

• arxiv url: http://arxiv.org/abs/2610.14438v2
• Date: Wed, 14 Oct 2026 20:31:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-16 19:13:15.835548
• Title: Neither True nor False: Do LLMs Represent Truth-Value Gaps in Plural Predication?
• Title（参考訳）: 真も偽も:LLMは複数の述語において真の価値のギャップを表現するのか?
• Abstract要約: ホモジニティNLIは、1000個の最小ペアのアイテムが十進法、極性、群の構成を10の論理条件で横断するデータセットである。 15%以上のシナリオにおいて両極性のギャップを認識するモデルはなく,84%のケースでは負定値が偽であると判断される。 以上の結果から,現在のオープンウェイトLLMは三価論理ではなく,複数の述語における真理条件を取得することが示唆された。
• 参考スコア（独自算出の注目度）: 6.749029120603197
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) are increasingly being used to summarize and verify claims in critical sources that inform consequential decisions. Such claims are full of plural definites. If three of five patients improved after taking drug A, the claim the patients improved after drug A is not true, since two did not, yet its negation, the patients didn't improve after drug A, is not true either, since three did. In formal semantics, this truth-value gap is known as the Homogeneity Gap: both the plural definite and its negation are neither true nor false when the property holds for only a fraction of the plural referent. A model that cannot represent this gap turns mixed evidence into a clean verdict, an error that can be costly in high-stakes use. We introduce HomogeneityNLI, a diagnostic dataset of 1,000 minimal pair items crossing determiner, polarity, and group composition across ten logical conditions. Evaluating seven open-weight models, we uncover a pervasive Bivalence Bias: models assign plural definites their homogeneous truth conditions. In the zero-shot setting, no model recognizes the gap for both polarities in more than 15% of scenarios, and negated definites are judged False in 84% of cases. Explicit linguistic rules, chain-of-thought, and enumeration prompts produce unstable, model-specific effects that often entrench the bias. Our findings indicate that current open-weight LLMs acquire the truth conditions of plural predication but not its trivalent logic, and cannot yet be trusted to summarize or verify claims whose evidence is mixed.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、逐次的な決定を伝える重要なソースのクレームを要約し、検証するために、ますます使われています。 そのような主張には複数の明細がある。 薬物A服用後に5例中3例が改善した場合,薬物A服用後に改善した患者は2例は否定せず,薬物A服用後に改善しなかったという主張も事実ではない。 形式的意味論において、この真理値ギャップはホモジニティギャップ (homogeneity Gap) と呼ばれ、複数の定性とその否定は、その性質が複数の参照のごく一部しか持たないときに真でも偽でもない。 このギャップを表現できないモデルは、混在した証拠をクリーンな評定、すなわち高額な使用でコストがかかるエラーに変換する。 そこで本研究では,1000個の最小ペア項目を横断する決定器,極性,グループ構成の診断データセットであるホモジニティNLIを紹介する。 7つのオープンウェイトモデルを評価することで、広汎なバイバレンスバイアス(英語版)を明らかにする:モデルは、その同質な真理条件を複数の定値に割り当てる。 ゼロショット設定では、15%以上のシナリオにおいて両方の極性のギャップを認識するモデルはなく、84%のケースでは負の定式化が偽であると判断される。 言語規則の明示、思考の連鎖、列挙は不安定でモデル固有の効果を生み出し、しばしばバイアスを巻き込む。 以上の結果から,現在のオープンウェイト LLM は三価論理ではなく,複数の述語による真理条件を取得しており,証拠が混在している主張の要約や検証は信頼できないことが示唆された。

関連論文リスト

• Falsehood and Impossibility Are Different Directions in an AI's Representation of Language [0.0]
  言語は、虚偽な事柄の状況と、そうでない事柄の状況を記述することができる。 マルチモーダルオープンウェイトモデル Gemma 3 4B IT の探索活性化に関する研究を報告する。 その答えの中で、モデルは矛盾と矛盾を混同し、15の偽文の12の「矛盾」をラベル付けする。
  論文  参考訳（メタデータ） (2026-08-13T05:52:32Z)
• 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)
• Representational Stability of Truth in Large Language Models [0.15655985886975654]
  本稿では,LLMの真理の操作的定義における摂動に対する妥当性表現の頑健性として表現安定性を導入する。 トレーニングデータから欠落していると思われるエンティティに関する事実的主張と、よく知られたフィクションの文脈から引き出された非事実的主張の2つを比較した。 未知のステートメントは最大の境界シフトを引き起こし、脆弱なドメインで最大40%の真理を反転させる。
  論文  参考訳（メタデータ） (2025-11-24T14:28:50Z)
• Emergence of Linear Truth Encodings in Language Models [64.86571541830598]
  大規模言語モデルは偽文と真を区別する線形部分空間を示すが、それらの出現のメカニズムは不明確である。 このような真理部分空間をエンドツーエンドに再現する,透明な一層トランスフォーマー玩具モデルを導入する。 本研究では,真理エンコーディングが実現可能な単純な設定について検討し,将来のトークンにおけるLM損失を減らすために,この区別を学習するようモデルに促す。
  論文  参考訳（メタデータ） (2025-10-17T16:30:07Z)
• A Peek into Token Bias: Large Language Models Are Not Yet Genuine Reasoners [58.15511660018742]
  本研究では,大規模言語モデル (LLM) が真の推論能力を持つかどうかを評価するための仮説検証フレームワークを提案する。 我々は,相補的な誤りとシロジカルな問題を特徴とする,注意深く制御された合成データセットを開発した。
  論文  参考訳（メタデータ） (2024-06-16T19:22:53Z)
• MuLan: A Study of Fact Mutability in Language Models [50.626787909759976]
  信頼できる言語モデルは、理想的には変更可能な事実をそのようなものとして識別し、それに従って処理する。 MuLanは、英語モデルが時間一貫性を予測できる能力を評価するためのベンチマークです。
  論文  参考訳（メタデータ） (2024-04-03T19:47:33Z)
• Cognitive Dissonance: Why Do Language Model Outputs Disagree with Internal Representations of Truthfulness? [53.98071556805525]
  ニューラルネットワークモデル(LM)は、事実文の真偽を評価するために用いられる。 それらは、文の確率を問い合わせたり、真理の表現を内部で探したりすることができる。 過去の研究によると、これらの2つの手順は時折不一致であり、プローブはLM出力よりも正確である。 この結果、一部の研究者は、LMが非協力的なコミュニケーション意図を「十分」あるいは他の方法でコード化していると結論付けている。
  論文  参考訳（メタデータ） (2023-11-27T18:59:14Z)
• The Geometry of Truth: Emergent Linear Structure in Large Language Model Representations of True/False Datasets [6.732432949368421]
  大きな言語モデル(LLM)には印象的な能力があるが、偽装を出力する傾向がある。 近年の研究では、LLMの内部アクティベーションに関するプローブを訓練することで、LLMが真実を語っているかどうかを推測する手法が開発されている。 十分な規模で LLM が実言の真偽を線形に表す証拠を示す。
  論文  参考訳（メタデータ） (2023-10-10T17:54:39Z)
• Event knowledge in large language models: the gap between the impossible and the unlikely [46.540380831486125]
  我々は,事前学習された大規模言語モデル (LLM) がイベント知識を持つことを示す。 彼らはほぼ常に、不可能な事象に対して高い確率を割り当てる。 しかし、おそらくは起こりそうもない出来事に対して、一貫性のない選好を示す。
  論文  参考訳（メタデータ） (2022-12-02T23:43:18Z)

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。