論文の概要: Aligning Language Models with Indigenous Community Cosmovision through Constitutional AI

• arxiv url: http://arxiv.org/abs/2610.25298v1
• Date: Sun, 18 Oct 2026 14:31:59 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-10-20 22:00:42.75306
• Title: Aligning Language Models with Indigenous Community Cosmovision through Constitutional AI
• Title（参考訳）: コンスティチューショナルAIによる地域空間コスモビジョンを用いた言語モデルの調整
• Abstract要約: 本稿では,ラテンアメリカにおける言語モデルと先住民社会の倫理的原則を整合させるシステムを提案する。 我々は、教師付き微調整(SFT)と直接選好最適化(DPO)の2つのフェーズで構成型AIパイプラインを実装した。 24組の選好ペアしかなかったため、改良は緩やかだが検出可能な世代間伝達、言語的注意、相談と同意であった。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Large language models (LLMs) are predominantly trained on corpora that reflect Western, anglophone worldviews. This asymmetry is not neutral: when a model answers questions about territory, community authority, or the relationship with nature, it does so from assumptions that may be alien to the communities using the system. This paper presents a system for aligning language models with the ethical principles of Indigenous communities in Latin America. Drawing on interviews with five Indigenous leaders and defenders, we built an operational cultural constitution grounded in an Indigenous cosmovision, with 12 principles. On this basis, we implemented a Constitutional AI (CAI) pipeline in two phases: supervised fine-tuning (SFT) and direct preference optimization (DPO). The base models were Qwen2.5-7B-Instruct and Qwen2.5-1.5B-Instruct. With only 24 preference pairs, improvements were modest but detectable in intergenerational transmission, linguistic caution, and consultation and consent. Qualitative analysis reveals that the SFT phase was responsible for the primary shift in alignment, while DPO refined specific categories. The system was deployed in a conversational interface with retrieval-augmented generation (RAG) that allows communities to feed the knowledge base, turning alignment into a participatory cycle. We argue the architecture is functional and will scale qualitatively once the corpus is expanded and computing constraints are resolved. The work constitutes a first iteration of an epistemic justice mechanism for value alignment in the Global South.
• Abstract（参考訳）: 大規模な言語モデル(LLM)は、西洋のアングロフォンの世界観を反映したコーパスで主に訓練されている。 この非対称性は中立的ではない: モデルが領域、共同体の権威、または自然との関係について質問に答えるとき、それはシステムを使用するコミュニティと異なる仮定から成り立つ。 本稿では,ラテンアメリカにおける言語モデルと先住民社会の倫理的原則を整合させるシステムを提案する。 我々は5人の先住民の指導者と擁護者へのインタビューに基づき、12の原則で先住民のコスモビジョンに根ざした運用的文化憲法を構築した。 そこで我々は,教師付き微調整(SFT)と直接選好最適化(DPO)の2つのフェーズで,コンスティチューショナルAI(CAI)パイプラインを実装した。 ベースモデルはQwen2.5-7B-InstructとQwen2.5-1.5B-Instructである。 選好ペアは24組に過ぎなかったが、世代間伝達、言語的注意、相談と同意において改善は緩やかに検出できた。 定性的分析により、SFT相はアライメントの一次シフトの原因となり、DPOは特定のカテゴリを洗練させた。 システムは、コミュニティが知識ベースを供給し、アライメントを参加サイクルに変換するための、検索強化世代(RAG)との対話インターフェースに展開された。 アーキテクチャは機能的であり、コーパスが拡張され、計算制約が解決されたら、質的にスケールするだろう、と我々は主張する。 この作品は、グローバル・サウスにおける価値アライメントのための疫学的正義のメカニズムの最初のイテレーションを構成する。

関連論文リスト

• Speaking the Language of Science: Toward a General-Purpose Generative Foundation Model for the Natural Sciences [89.71422932447423]
  LOGOSは、自然科学における異種タスクを統一する科学生成言語モデルである。 空間的接触パターンと制約パターンを離散トークンとして表現することにより、モデルは純粋にシーケンシャルな方法で複雑な構造的相互作用をキャプチャする。 多様なタスクにわたって、LOGOSは一貫してドメイン固有のベースラインにマッチまたは性能を向上する。
  論文  参考訳（メタデータ） (2026-06-15T16:14:53Z)
• BenSyc: Benchmarking Conversational Sycophancy and Human Alignment in LLMs for Bengali Contexts [18.592702368344344]
  既存の薬学研究は、主に事実合意と指示追従の設定に焦点を当てている。 BenSycは、ベンガルの社会的文脈における会話の梅毒の研究のための最初のベンチマークである。
  論文  参考訳（メタデータ） (2026-06-08T18:37:23Z)
• When Do LLMs Generate Realistic Social Networks? A Multi-Dimensional Study of Culture, Language, Scale, and Method [0.0]
  大規模言語モデル(LLM)は、行動シミュレーションにおいて、人間の被験者の代用としてますます用いられる。 逐次的, グローバル, 局所的, 反復的な4つのLCMベースのタイフォーミング機構を定式化する。 政治的アフィリエイトは3つの方法による結びつきの形成を支配し、グローバルな手法は年齢を代用し、建築が実質的な社会学的変数として機能することを示す。
  論文  参考訳（メタデータ） (2026-05-13T02:22:19Z)
• Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond [209.35045331678043]
  2つの軸に沿って組織された「レベルx法」の分類を導入します。 第一に、3つの能力レベルを定義している: 1段階の局所遷移演算子を学ぶL1 Predictor、それらをドメインの法則を尊重する多段階のアクション条件付きロールアウトに構成するL2 Simulator、新しいエビデンスに対して予測が失敗すると自己のモデルを自動で修正するL3 Evolver。 我々は400以上の作品を合成し、モデルに基づく強化学習、ビデオ生成、WebおよびGUIエージェント、マルチエージェント社会シミュレーション、AIによる科学的発見にまたがる100以上の代表システムを要約する。
  論文  参考訳（メタデータ） (2026-04-24T17:48:47Z)
• Let's Talk, Not Type: An Oral-First Multi-Agent Architecture for Guaraní [0.3181700357675698]
  本稿では,生きた口頭での実践と一致しない限り,AIにおける言語サポートは不十分なままである,と論じる。 本稿では,標準の"text-to-speech"パイプラインの代替として,オーラルファーストなマルチエージェントアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-03-05T23:07:36Z)
• Beyond Preferences: Learning Alignment Principles Grounded in Human Reasons and Values [0.2511917198008257]
  グラウンドド・コンスティチューショナル・AI(GCAI)は、原則のコンスティチューションを生成する統一的なフレームワークである。 本稿では,GCAI が生成する構成が,AI の行動管理において,ICAI を通じて生成した構成よりも人間の方が好まれることを示す。
  論文  参考訳（メタデータ） (2026-01-26T18:27:00Z)
• Seeing to Act, Prompting to Specify: A Bayesian Factorization of Vision Language Action Policy [59.44168425139687]
  BayesVLA(ベイズVLA)は、前もってポリシーを視覚的アクションに分解し、ルック・トゥ・アクティベーションと言語条件付き可能性をサポートし、即時特定を可能にするベイズ因子化である。 実験は、既存の方法と比較して、目に見えない命令、オブジェクト、環境に対して優れた一般化を示す。
  論文  参考訳（メタデータ） (2025-12-12T01:59:23Z)
• The Linguistic Architecture of Reflective Thought: Evaluation of a Large Language Model as a Tool to Isolate the Formal Structure of Mentalization [0.0]
  メンタライゼーションは認知的、感情的、他者間のコンポーネントを統合する。 大きな言語モデル(LLM)は、反射テキストを生成する能力の増大を示す。
  論文  参考訳（メタデータ） (2025-11-20T23:51:34Z)
• Which Cultural Lens Do Models Adopt? On Cultural Positioning Bias and Agentic Mitigation in LLMs [53.07843733899881]
  大規模言語モデル(LLM)は、幅広い下流生成アプリケーションをアンロックした。 また、米国主流の文化の観点から、文化にまつわる微妙な公平性の問題に対処し、世代を配置するリスクも見いだす。 本稿では、これらのバイアスを解決するための2つの推論時間緩和法を提案する。
  論文  参考訳（メタデータ） (2025-09-25T12:28:25Z)
• SADAS: A Dialogue Assistant System Towards Remediating Norm Violations in Bilingual Socio-Cultural Conversations [56.31816995795216]
  SADAS(Socially-Aware Dialogue Assistant System)は、会話が敬意と理解で広がることを保証するためのシステムである。 本システムの新しいアーキテクチャは,(1)対話に存在する規範のカテゴリを特定すること,(2)潜在的な規範違反を検出すること,(3)違反の深刻さを評価すること,(4)違反の是正を目的とした対策を実施すること,を含む。
  論文  参考訳（メタデータ） (2024-01-29T08:54:21Z)
• O-Dang! The Ontology of Dangerous Speech Messages [53.15616413153125]
  O-Dang!:The Ontology of Dangerous Speech Messages, a systematic and interoperable Knowledge Graph (KG) O-Dang!は、Lingguistic Linked Open Dataコミュニティで共有されている原則に従って、イタリアのデータセットを構造化されたKGにまとめ、整理するように設計されている。 ゴールド・スタンダードとシングル・アノテータのラベルをKGにエンコードするモデルを提供する。
  論文  参考訳（メタデータ） (2022-07-13T11:50:05Z)

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。