論文の概要: A Global View of How LLMs Value Human Time

• arxiv url: http://arxiv.org/abs/2610.18515v3
• Date: Tue, 20 Oct 2026 14:01:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-22 01:25:39.24097
• Title: A Global View of How LLMs Value Human Time
• Title（参考訳）: LLMが人間にどのように価値をもたらすか : グローバルな視点
• Abstract要約: 大規模言語モデル(LLM)が世界規模で国家レベルの嗜好をどのように捉えているかを示す。 我々はLLMsの回答とGDP_PPP、平均所得、文学ベースの指標(忍耐スコア)の比較を行う。 この結果から, LLMでは, 世界中の人々の時間を著しく異なる方法で評価できることが示唆された。
• 参考スコア（独自算出の注目度）: 2.1651325456427175
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) increasingly act as personal assistants; however, little is known about how they capture national-level preferences on a global scale. Given that "time" is a universal and representative concept, we examine LLMs' time preferences by varying only users' country and measuring the compensation LLMs deem appropriate for a 60-minute appointment delay. We then compare LLMs' responses with GDP per capita on Purchasing Power Parity (GDP_PPP), Mean Income, and a literature-based index (Patience Score). Our results across 193 countries and 5 LLMs demonstrate that people's time across the world is evaluated in noticeably different ways among LLMs, as well as varying levels of robustness under prompt variations. LLMs consistently recommend the highest compensation for Europe, but mostly the lowest for Africa. Based on GDP_PPP, LLMs underestimate the value of time for users living in Asia and South America. These findings indicate that geographical patterns are embedded in LLMs and may translate in different treatment in agentic settings.
• Abstract（参考訳）: 大規模言語モデル(LLM)はますますパーソナルアシスタントとしての役割を担っているが、世界規模でどのように国家レベルの嗜好を捉えているかについてはほとんど分かっていない。 時間」が普遍的で代表的な概念であることを考えると、利用者の国だけを変えることでLLMの時間選好を検証し、60分間の予約遅延に適した補償LLMを計測する。 次に, LLMsの回答とGDP_PPP(Purchasing Power Parity), Mean Income(Mean Income),Patience Score(Patience Score)に対する一人当たりGDPを比較した。 各国193か国5か国で実施した研究の結果,世界5か国にまたがるLLMと,即時変動下でのロバスト性の違いとともに,世界5か国にまたがる人々の時間差が顕著に異なることが示唆された。 LLMはヨーロッパで最も高い報酬を常に推奨しているが、アフリカでは最も低い報酬を推奨している。 GDP_PPPに基づいて、LLMはアジアと南米に住むユーザーの時間的価値を過小評価している。 これらのことから, 地理的パターンはLLMに埋め込まれており, エージェント・セッティングの異なる処理に変換される可能性が示唆された。

関連論文リスト

• On the Alignment of Large Language Models with Global Human Opinion [36.1655217879788]
  本研究は,世界,言語,時間次元にわたる大規模言語モデル(LLM)における意見アライメントの話題を包括的に調査した初めての事例である。 我々は,世界価値調査(WVS)に基づく評価フレームワークを構築し,LLMと人間の意見の整合性を体系的に評価する。 LLMは少数の国でのみ意見が適切あるいは過度に調整され、ほとんどの国で意見が過度に調整されていることがわかった。
  論文  参考訳（メタデータ） (2025-09-01T12:19:17Z)
• Large Language Models Reflect the Ideology of their Creators [71.65505524599888]
  大規模言語モデル(LLM)は、自然言語を生成するために大量のデータに基づいて訓練される。 本稿では, LLMのイデオロギー的姿勢が創造者の世界観を反映していることを示す。
  論文  参考訳（メタデータ） (2024-10-24T04:02:30Z)
• WALL-E: World Alignment by Rule Learning Improves World Model-based LLM Agents [55.64361927346957]
  大規模言語モデル(LLM)による規則の勾配なし学習のためのニューロシンボリックアプローチを提案する。 我々のLLMエージェントWALL-Eはモデル予測制御(MPC)上に構築されている MinecraftとALFWorldにおけるオープンワールドの課題について、WALL-Eは既存の方法よりも高い成功率を達成する。
  論文  参考訳（メタデータ） (2024-10-09T23:37:36Z)
• Exploring Changes in Nation Perception with Nationality-Assigned Personas in LLMs [0.0]
  LLMとペルソナの組み合わせは、西欧諸国が好む傾向にある。 国民的パーソナリティは、LLMの行動にもっと焦点を当て、国家的パーソナの地域をより好意的に扱うように促す。 東ヨーロッパ、ラテンアメリカ、アフリカ諸国は、異なる国籍の人格によってより否定的に扱われる。
  論文  参考訳（メタデータ） (2024-06-20T04:44:20Z)
• Large Language Models: A Survey [66.39828929831017]
  大規模言語モデル(LLM)は、広範囲の自然言語タスクにおける強力なパフォーマンスのために、多くの注目を集めている。 LLMの汎用言語理解と生成能力は、膨大なテキストデータに基づいて数十億のモデルのパラメータを訓練することで得られる。
  論文  参考訳（メタデータ） (2024-02-09T05:37:09Z)

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。