論文の概要: Preservation and loss of algorithmic structure in experimental diffusion of joint-action norms

• arxiv url: http://arxiv.org/abs/2610.24150v1
• Date: Fri, 16 Oct 2026 19:22:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-26 10:37:24.166642
• Title: Preservation and loss of algorithmic structure in experimental diffusion of joint-action norms
• Title（参考訳）: 共同行動規範の実験的拡散におけるアルゴリズム構造の保存と損失
• Abstract要約: 社会規範の拡散は、初期において複雑なアルゴリズムに対して選択可能であることを示す。 ヒトにおける新しい社会規範の実験的拡散に関する大規模研究を行った。 対話的推論は、手続き規範の文化的進化における構造的複雑さに対する選択的圧力を媒介することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Everyday norms of social interaction - e.g. norms of sharing space, taking turns, or queuing - are essential to large societies, offering structured procedures for common interactions. However, it remains unclear how the underlying algorithms of these implicit joint plans evolve as they diffuse through populations. Here we show that this process of diffusion can select against complex algorithms in the earliest stages. We conducted a large-scale study of experimental diffusion of novel social norms among human participants, leveraging advances in program synthesis to characterize the procedures people developed in independent populations. Inherited procedures became structurally simplified and lost during interactions between participants who inherited different variants of joint-action norms; however, opportunities for interactive repair offset this pressure, preserving complex algorithms despite misalignment. These results demonstrate that interactive reasoning mediates selective pressures on structural complexity during cultural evolution of procedural norms.
• Abstract（参考訳）: 社会的相互作用の規範(例えば、空間の共有、交替、待ち行列)は、大きな社会にとって不可欠であり、共通の相互作用のための構造化された手続きを提供する。 しかし、これらの暗黙的な共同計画の根底にあるアルゴリズムが、集団を通して拡散するにつれてどのように進化するかは、まだ不明である。 ここでは、この拡散過程が、初期の複雑なアルゴリズムに対して選択可能であることを示す。 本研究では, プログラム合成の進歩を生かして, 個人集団における社会的規範の実験的拡散を大規模に研究した。 継承された手続きは、異なる種類の共同行動規範を継承する参加者間の相互作用の間、構造的に単純化され、失われたが、対話的な修復の機会はこの圧力を相殺し、不一致にもかかわらず複雑なアルゴリズムを保存する。 これらの結果は、対話的推論は、手続き的規範の文化的進化における構造的複雑さに対する選択的圧力を媒介することを示している。

関連論文リスト

• Building Generalization Into Behavior Generation Via Adaptive Compositions of Regularities [7.489722641968593]
  ロボット工学における一般化は、世界がどのように構成されているかに関する事前の知識を必要とする。 本稿では、正規性を適応的に構成することから一般化が生じるという命題を考察する。
  論文  参考訳（メタデータ） (2026-05-29T10:21:35Z)
• SCALAR: Self-Calibrating Adaptive Latent Attention Representation Learning [2.152549977410309]
  複雑な特徴相互作用を持つ高次元ヘテロジニアスデータは、従来の予測モデリングアプローチに重大な課題をもたらす。 本アーキテクチャでは,異なる特徴群を個別に処理するアダプティブカーネルベースのアテンション機構を導入している。 実験結果は、さまざまなデータセットにわたる最先端の手法と比較して、パフォーマンス指標が大幅に改善されたことを示している。
  論文  参考訳（メタデータ） (2025-10-18T12:41:18Z)
• Regularized Neural Ensemblers [55.15643209328513]
  本研究では,正規化ニューラルネットワークをアンサンブル手法として活用することを検討する。 低多様性のアンサンブルを学習するリスクを動機として,ランダムにベースモデル予測をドロップすることで,アンサンブルモデルの正規化を提案する。 このアプローチはアンサンブル内の多様性の低い境界を提供し、過度な適合を減らし、一般化能力を向上させる。
  論文  参考訳（メタデータ） (2024-10-06T15:25:39Z)
• Composable Interventions for Language Models [60.32695044723103]
  言語モデルのテストタイム介入は、事実の正確性を高め、有害な出力を軽減し、コストのかかる再トレーニングなしにモデルの効率を向上させる。 しかし、新しい手法の洪水にもかかわらず、様々な種類の介入が独立して発展している。 複数の介入が同じ言語モデルに与える影響を研究するためのフレームワークである構成可能な介入を導入する。
  論文  参考訳（メタデータ） (2024-07-09T01:17:44Z)
• Distinguishing mechanisms of social contagion from local network view [0.02499907423888048]
  複数の採用ルールは、同じ社会的感染プロセスでも共存することがある。 我々のゴールは、既存の採用メカニズムが顕微鏡的視点から区別できるかどうかを理解することである。 本研究は、自我中心レベルでの伝播過程の観察について、新しい視点を提供する。
  論文  参考訳（メタデータ） (2024-06-26T17:49:24Z)
• Bayesian Unsupervised Disentanglement of Anatomy and Geometry for Deep Groupwise Image Registration [59.062085785106234]
  本稿では,マルチモーダル群画像登録のための一般ベイズ学習フレームワークを提案する。 本稿では,潜在変数の推論手順を実現するために,新しい階層的変分自動符号化アーキテクチャを提案する。 心臓、脳、腹部の医療画像から4つの異なるデータセットを含む,提案された枠組みを検証する実験を行った。
  論文  参考訳（メタデータ） (2024-01-04T08:46:39Z)
• Rethinking Trajectory Prediction via "Team Game" [118.59480535826094]
  本稿では,対話型グループコンセンサスの概念を明示的に導入した,マルチエージェント軌道予測の新しい定式化について述べる。 チームスポーツと歩行者の2つのマルチエージェント設定において,提案手法は既存手法と比較して常に優れた性能を達成している。
  論文  参考訳（メタデータ） (2022-10-17T07:16:44Z)
• Nonparametric Embeddings of Sparse High-Order Interaction Events [21.758306786651772]
  高次相互作用イベントは現実世界のアプリケーションでは一般的である。 スパース高次相互作用イベントの非埋め込みを提案する。 我々は効率的でスケーラブルなモデル推論アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2022-07-08T01:25:34Z)
• Joint Constrained Learning for Event-Event Relation Extraction [94.3499255880101]
  本稿では,イベント・イベント関係をモデル化するための制約付き協調学習フレームワークを提案する。 具体的には、このフレームワークは、複数の時間的および部分的関係内の論理的制約を強制する。 我々は,共同学習手法が,共同ラベル付きデータの欠如を効果的に補うことを示す。
  論文  参考訳（メタデータ） (2020-10-13T22:45:28Z)

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。