論文の概要: A Thousand Faces: A Persuasion Benchmark with Experience-Grounded Persuadees Informed by Psychology and Pragmatics
- arxiv url: http://arxiv.org/abs/2610.25206v1
- Date: Sun, 18 Oct 2026 12:02:03 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-20 22:25:28.119988
- Title: A Thousand Faces: A Persuasion Benchmark with Experience-Grounded Persuadees Informed by Psychology and Pragmatics
- Title（参考訳）: 千の顔:心理学とプラグマティクスで表された経験に満ちた説得力を用いた説得ベンチマーク
- Abstract要約: A Thousand Faces (ATF-Persu)を200のトピックと9のドメインに1000のペルソナで紹介する。
現実の文脈ごとに5つのペルソナを構築し、経験を判断、表現、リビジョンの根拠にリンクする。
評価の結果、それぞれのプロトコルで比較した3つのベンチマークよりも説得成功率が低かった。
- 参考スコア（独自算出の注目度）: 26.0442904387654
- License:
- Abstract: People can express the same beliefs and desires yet need different reasons to change their minds. What makes an argument relevant depends on how those views arose: experiences shape what a person finds credible, what matters to them, and what could prompt reconsideration. These personal grounds may also be expressed indirectly, through contextual clues in conversation. Benchmarks that specify beliefs and desires without these connections can reward arguments that match a description while overlooking whether they address the person's reasons. We introduce A Thousand Faces (ATF-Persu), with 1,000 personas across 200 topics and nine domains. Drawing on personality and attitude theories and conversational implicature, we construct five personas per factual context, linking experiences to judgments, expression, and grounds for revision. Evaluations show lower persuasion success than three comparison benchmarks under their respective protocols. Complete backgrounds yield broader use of supplied personal grounds and higher persona faithfulness than simplified specifications; blinded reviewers also rate ATF-Persu above CToMPersu on identifiable personal reasons, their influence on responses, and contextual expression. The dataset is publicly available at https://huggingface.co/datasets/Slandes/ATF-Persu.
- Abstract（参考訳）: 人は同じ信念や欲求を表現できるが、心を変えるために異なる理由を必要とする。
経験は、人が信頼できると感じるものを形作り、それらにとって何が重要か、そして、どのようにして再考を急ぐかである。
これらの個人的根拠は、会話における文脈的手がかりを通して間接的に表現することもできる。
これらのつながりのない信念や欲求を規定するベンチマークは、その人の理由に対処するかどうかを見落としながら、記述に一致する議論に報酬を与えることができる。
A Thousand Faces (ATF-Persu)を200のトピックと9のドメインに1000のペルソナで紹介する。
人格・態度理論と会話不適切性に基づいて,経験を判断・表現・根拠に結びつける5つのペルソナを現実の文脈で構築する。
評価の結果、それぞれのプロトコルで比較した3つのベンチマークよりも説得成功率が低かった。
完全な背景は、提供された個人的根拠をより広く利用し、簡易な仕様よりも人格的忠実度を高め、盲目のレビュアーは、CTOMPersuよりもATF-Persuを、識別可能な個人的理由、その応答への影響、文脈的表現について評価する。
データセットはhttps://huggingface.co/datasets/Slandes/ATF-Persuで公開されている。
関連論文リスト
- Trapped in Your Story: Evaluating Narrative-Induced Sycophancy in Large Language Models [46.084816530549666]
10の領域で500の解答可能な質問のベンチマークを構築します。
各質問は一致した11条件の下でインスタンス化される。
我々は、物語による合意の実質的な違いを観察する。
論文 参考訳（メタデータ） (2026-10-16T14:26:44Z) - PRELUDE: A Benchmark Designed to Require Global Comprehension and Reasoning over Long Contexts [50.77454873238667]
本論文では,文字の前書きが本書の正統的な物語と一致しているかどうかを判断する作業を通じて,長文理解を評価するためのベンチマークであるPreLUDEを紹介する。
私たちのタスクは、既存のベンチマークよりもグローバルな理解と深い推論の需要が強くなります。
実験結果は、文脈学習、RAG、最先端のLLMによるドメイン内トレーニング、商用DeepResearchサービス、人間の遅れによる遅延といったタスクの課題を浮き彫りにした。
論文 参考訳（メタデータ） (2025-08-13T14:28:25Z) - Persona Knowledge-Aligned Prompt Tuning Method for Online Debate [42.28019112668135]
聴衆側から,議論品質評価タスクのためのペルソナ・ナレッジ・アライメント・フレームワークを提案する。
これはChatGPTの出現を利用して、聴衆のペルソナ知識をプロンプトチューニングを通じて小さな言語モデルに注入する最初の作品である。
論文 参考訳（メタデータ） (2024-10-05T17:33:11Z) - Selective Vision is the Challenge for Visual Reasoning: A Benchmark for Visual Argument Understanding [30.37049638100344]
視覚的前提を付加した1,611枚の画像のデータセットであるVisArgsを提示する。
本稿では,視覚的議論の理解を評価するための3つのタスクを提案する。
論文 参考訳（メタデータ） (2024-06-27T06:32:56Z) - "Reasoning" with Rhetoric: On the Style-Evidence Tradeoff in LLM-Generated Counter-Arguments [11.243184875465788]
大規模言語モデル(LLM)はエビデンスベースでスタイリスティックな反論を生成する上で重要な役割を果たしている。
これまでの研究では、明白さとスタイルのバランスを無視することがしばしばあり、これは説得力のある議論に不可欠である。
提案手法の有効性を検証し,38,000の正答率からなる新しいデータセットであるCounterfireにおける正答率を用いた正答率生成の有効性を検討した。
論文 参考訳（メタデータ） (2024-02-13T14:53:12Z) - Aligning Large Language Models with Human Opinions through Persona Selection and Value--Belief--Norm Reasoning [67.33899440998175]
Chain-of-Opinion (COO)は、単純な4段階のソリューションモデリングであり、ペルソナによる推論方法である。
COOは明示的な人格(デモグラフィーとイデオロギー)と暗黙的な人格(歴史学的な意見)を区別する
COOは、推論コールを5回だけ促すことで、新しい最先端の意見予測を効率的に達成し、以前のテクニックを最大4%改善する。
論文 参考訳（メタデータ） (2023-11-14T18:48:27Z) - Understanding How People Rate Their Conversations [73.17730062864314]
我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。
我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
論文 参考訳（メタデータ） (2022-06-01T00:45:32Z) - Persua: A Visual Interactive System to Enhance the Persuasiveness of
Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。
オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。
Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文 参考訳（メタデータ） (2022-04-16T08:07:53Z) - Toward Stance-based Personas for Opinionated Dialogues [24.311393653922476]
本稿では,姿勢に基づくペルソナを考察し,言語生成を促進するための意見や価値観,信念など,より深い特徴を把握しようとする。
異なる姿勢に基づくペルソナ表現と,それらがクレーム生成に与える影響を探索するための,新しいデータセットを提案する。
論文 参考訳（メタデータ） (2020-10-07T12:30:30Z)
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。