論文の概要: Cross-Protocol Personality Assessment with LLMs: Aligning Behavioral Evidence with Human Ratings
- arxiv url: http://arxiv.org/abs/2610.16050v1
- Date: Mon, 12 Oct 2026 01:44:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:15.288858
- Title: Cross-Protocol Personality Assessment with LLMs: Aligning Behavioral Evidence with Human Ratings
- Title（参考訳）: LLMを用いたクロスプロトコール・パーソナリティ・アセスメント:人間のレーティングによる行動証拠の調整
- Abstract要約: 本稿では,CEPA(Cross-protocol Evidence-grounded Personality Assessment)フレームワークを提案する。
CEPAはインタビュープロトコル間で行動表現を調整する。
行動に関連があり、個性に相応しい人間格の模範を回収する。
- 参考スコア（独自算出の注目度）: 32.63728205074885
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Personality assessment from asynchronous video interviews (AVIs) plays a crucial role in recruitment by enabling standardized and behaviorally grounded evaluation for job applicants. However, most of the previous works are confined to a single interview protocol. Independently collected protocols differ in question sets and question-trait mapping. Thus, the human-rated evidence from one protocol cannot be used directly under another. To address this limitation, we propose the Cross-protocol Evidence-grounded Personality Assessment (CEPA) framework, which aligns behavioral representations across interview protocols. CEPA addresses protocol heterogeneity by projecting source behavioral records into the target protocol's construct-oriented representation space. It retrieves behaviorally relevant and personality-complementary human-rated exemplars to ground an ensemble of LLM raters, which enables behavior-to-personality associations without target-specific supervision. In cross-protocol experiments, CEPA reduces average mean squared error (MSE) by 43.8% (Forward) and 17.0% (Reverse) relative to the strongest baseline. Our empirical experiments show that human-rated evidence from one protocol can support personality assessment under another without target-specific supervision or retraining.
- Abstract（参考訳）: 非同期ビデオインタビュー(AVIs)による個人性評価は、求職者に対する標準化された行動基盤評価を可能にすることにより、採用において重要な役割を担っている。
しかし、以前の作品のほとんどは単一の面接プロトコルに限られている。
独立に収集されたプロトコルは、質問セットと質問-トレイトマッピングが異なる。
したがって、あるプロトコルから人格化された証拠を他のプロトコルの下で直接使うことはできない。
この制限に対処するため,インタビュープロトコル間での行動表現を協調するクロスプロトコール・エビデンス・グラウンドド・パーソナリティアセスメント(CEPA)フレームワークを提案する。
CEPAは、ターゲットプロトコルの構成指向表現空間にソースの振る舞いレコードを投影することで、プロトコルの不均一性に対処する。
行動に関連性があり、人格に相補的な経験者からLLMラッカーのアンサンブルを抽出し、ターゲット固有の監督なしに行動と人格の関連付けを可能にする。
クロスプロトコール実験では、CEPAは平均2乗誤差(MSE)を43.8%(前方)と17.0%(逆)に減少させる。
実証実験により,あるプロトコルから人格評価された証拠が,目標固有の監督や再訓練を伴わずに,他プロトコル下での人格評価を支援できることが判明した。
関連論文リスト
- Toward Workflow-Aware Benchmarking for Healthcare NLP Agents [4.287745257410248]
医療用NLPエージェントのエピソードレベル評価プロトコルを提案する。
モデル、エージェント、シミュレートされたワークフローの振る舞いにまたがるエビデンスを分離する。
それは、状態継続性、エビデンストレーサビリティ、エスカレーション決定のためのアノテーションとスコアを定義します。
論文 参考訳（メタデータ） (2026-08-31T19:41:58Z) - Zero-Knowledge Predicate Proofs Between AI Agents: A Measured, Cross-Protocol Gateway and the Source-Integrity Gap [0.0]
マルチエージェントAIプラットフォームは、ステージングからプロダクションへ素早く移行するが、エージェントが信頼を確立する方法はまだ初歩的だ。
提案から実行システムまで,エージェント間での検証可能なデータ最小化を行う。
32ビットのしきい値述語は6.2msで証明され、608バイトのBulletproofs証明で1.0msで検証される。
論文 参考訳（メタデータ） (2026-08-30T23:16:17Z) - Validated Hypotheses as a Lens for Human-Likeness Evaluation in AI Agents [9.035161362850369]
我々は、このレンズをHumanStudy-Benchというオープンなプラットフォームを通じて操作し、公開されている人物体の研究を再利用可能なシミュレーション環境に変える。
独立複製により仮説をしっかりと確立した12種類の研究の初期のスイートをキュレートし, エージェント設計を4つのモデルで評価した。
エージェント設計はモデルスケールよりもアライメントに影響を及ぼすが,その効果はモノトニックではない。
論文 参考訳（メタデータ） (2026-05-14T23:25:02Z) - IMPACT-HOI: Supervisory Control for Onset-Anchored Partial HOI Event Construction [72.51952455865155]
我々は,エゴセントリックなプロシージャビデオに注釈を付けるための混合開始型フレームワークIMPACT-HOIを提案する。
IMPACT-HOIは、このタスクを部分的に指定され、オンセットされたイベント状態の漸進的な解決として捉えている。
9人の参加者によるユーザスタディでは、手動のアノテーションアクションが13.5%減少し、46.67%のイベントマッチレート、確認されたフィールド違反がゼロである。
論文 参考訳（メタデータ） (2026-05-03T01:37:40Z) - Mimetic Alignment with ASPECT: Evaluation of AI-inferred Personal Profiles [9.797234412839304]
本研究では,職場データからの行動証拠に対して,検証済みのコミュニケーション尺度から構成物を評価するパイプラインであるASPECTを提案する。
ASPECT生成プロファイルは、自己評価と適度に一致し、ASPECT生成応答は、ジェネリックおよび自己報告ベースラインよりも好まれた。
検査可能な、個別にスコープ化されたコミュニケーションプロファイルを構築することの意味について論じる。
論文 参考訳（メタデータ） (2026-03-27T18:55:44Z) - Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。
我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。
ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
論文 参考訳（メタデータ） (2026-03-18T06:15:35Z) - Pairwise or Pointwise? Evaluating Feedback Protocols for Bias in LLM-Based Evaluation [57.380464382910375]
評価のためのフィードバックプロトコルの選択は,評価信頼性に大きく影響し,系統的なバイアスを生じさせることを示す。
ジェネレータモデルは、気を散らす機能を埋め込むことで好みをひっくり返すことができる。
我々は,データセットの特徴と評価目標に基づくフィードバックプロトコルの選択を推奨する。
論文 参考訳（メタデータ） (2025-04-20T19:05:59Z) - A Benchmark for Scalable Oversight Protocols [2.048226951354646]
エージェントスコア差(ASD)測定値に基づいて,人間のフィードバックメカニズムを評価するための原則的枠組みを提案する。
スケーラブルな監視プロトコルの迅速かつ競合的な評価を容易にするために,Pythonパッケージを提供する。
論文 参考訳（メタデータ） (2025-03-31T23:32:59Z) - Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards
Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。
正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。
人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
論文 参考訳（メタデータ） (2022-01-27T22:15:56Z)
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。