論文の概要: Why Do LLMs Accept Generics? Explaining Acceptability using Psycholinguistic and Model-Derived Factors

• arxiv url: http://arxiv.org/abs/2610.27928v1
• Date: Tue, 20 Oct 2026 09:40:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.745128
• Title: Why Do LLMs Accept Generics? Explaining Acceptability using Psycholinguistic and Model-Derived Factors
• Title（参考訳）: LLMはなぜジェネリックを受け入れるのか : 心理言語学的・モデル発達的要因を用いたアクセプティビリティの解説
• Abstract要約: 大型言語モデル (LLMs) は、その種類がいかによく区別されるかに対して、プロパティがどの程度一般的であるかを測っている。 LLMにとって最も重要なことは、声明が事実的真実であるかどうかであり、人間の要因の影響の大部分は、その判断を通じて評価に達することである。 6つの7-9Bモデルにおいて、各因子の方向に沿って隠れた状態をシフトすることは、因子が予測するにつれて判断を移動させる。
• 参考スコア（独自算出の注目度）: 27.643970708932063
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Psycholinguistic studies explore why humans accept some generic statements but reject others by showing that these judgments depend on more than how common a property is. People consider several other factors such as how well it sets the kind apart from others or whether it is characteristic of the kind. Inspired by the linguistic and cognitive literature, we explore to what extent factors from these studies explain how large language models (LLMs) judge generics. Our results with twelve models on a psycholinguistic dataset and on naturally occurring generics show that models weigh how common a property is against how well it distinguishes the kind, and combine the two much as people do, though less clearly. Like people, they favor characteristic properties, but unlike the accounts of human judgment, they ignore striking ones. What matters most to LLMs is whether a statement is factually true, and much of the influence of human factors reaches their ratings through that judgment. In six 7-9B models, shifting the hidden states along each factor's direction moves the judgment as the factor predicts.
• Abstract（参考訳）: 心理学的な研究は、なぜ人間が一般的な言明を受け入れるのかを探求するが、これらの判断は財産がどの程度一般的であるかにかかっていることを示すことによって、他人を拒絶する。 人々は、その種がいかに他人と区別されるか、あるいはそれが種の特徴であるかどうかなど、他のいくつかの要因について考察する。 言語学と認知学の文献から着想を得て,これらの研究から,大規模言語モデル(LLM)がいかにジェネリクスを判断するかを説明する。 精神言語学的なデータセットと自然発生のジェネリクスによる12のモデルによる結果から、モデルは、その種類がいかによく区別されているかに比較して、その2つを組み合わせることができるが、明らかにはなっていない。 人と同様に特徴的特性を好むが、人間の判断とは異なり、印象的な特性を無視する。 LLMにとって最も重要なことは、声明が事実的真実であるかどうかであり、人間の要因の影響の大部分は、その判断を通じて評価に達することである。 6つの7-9Bモデルにおいて、各因子の方向に沿って隠れた状態をシフトすることは、因子が予測するにつれて判断を移動させる。

関連論文リスト

• Reasoning as Pattern Matching: Shared Mechanisms in Human and LLM Everyday Reasoning [0.13368662482451263]
  大規模言語モデル(LLM)は推論において一般化またはハファザードエラーを発生させるのに失敗する。 人間の行動は、人間の推論が原則的および抽象的世界モデルを使用するため、同じタイプの失敗を示さないことが示唆される。 各種の日常生活状況に関する常識的推論を行う能力について, 被験者25名, LLM25名について検討した。
  論文  参考訳（メタデータ） (2026-06-11T17:23:10Z)
• Modeling Human Subjectivity in LLMs Using Explicit and Implicit Human Factors in Personas [14.650234624251716]
  大規模言語モデル (LLMs) は、人間中心の社会科学タスクでますます使われている。 これらのタスクは非常に主観的であり、環境、態度、信念、生きた経験など人間的要因に依存している。 我々は,LLMを人間的なペルソナで促進する役割について検討し,モデルに特定の人間であるかのように答えるよう求めた。
  論文  参考訳（メタデータ） (2024-06-20T16:24:07Z)
• Do LLMs exhibit human-like response biases? A case study in survey design [66.1850490474361]
  大規模言語モデル(LLM)が人間の反応バイアスをどの程度反映しているかについて検討する。 アンケート調査では, LLMが人間のような応答バイアスを示すかどうかを評価するためのデータセットとフレームワークを設計した。 9つのモデルに対する総合的な評価は、一般のオープンかつ商用のLCMは、一般的に人間のような振る舞いを反映しないことを示している。
  論文  参考訳（メタデータ） (2023-11-07T15:40:43Z)
• MoCa: Measuring Human-Language Model Alignment on Causal and Moral Judgment Tasks [49.60689355674541]
  認知科学の豊富な文献は人々の因果関係と道徳的直観を研究してきた。 この研究は、人々の判断に体系的に影響を及ぼす多くの要因を明らかにした。 大規模言語モデル(LLM)が、人間の参加者と一致するテキストベースのシナリオについて因果的、道徳的な判断を下すかどうかを検証する。
  論文  参考訳（メタデータ） (2023-10-30T15:57:32Z)

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。