論文の概要: Same Probabilities, Different Advice: Gain-Loss Framing Effects in High-Stakes LLM Decision Support

• arxiv url: http://arxiv.org/abs/2610.29294v1
• Date: Wed, 21 Oct 2026 06:46:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 09:50:43.232655
• Title: Same Probabilities, Different Advice: Gain-Loss Framing Effects in High-Stakes LLM Decision Support
• Title（参考訳）: 異なるアドバイス:高分解能LCM決定支援におけるゲインロスフラーミング効果
• Abstract要約: 大規模言語モデル(LLM)は、逐次決定をサポートするためにますます使われる。 相補的な利得と損失フレームによって同じ確率が表現された場合、高い評価のアドバイスが変化するかどうかは不明である。 我々は240のハイテイクシナリオから2,880のプロンプトのベンチマークであるFrameBench-HPSを紹介する。
• 参考スコア（独自算出の注目度）: 31.92604349723075
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) are increasingly used to support consequential decisions, yet their reliability under equivalent representations of uncertainty remains unclear. Existing work has documented prompt sensitivity, cognitive biases, and confidence miscalibration, but it is still unknown whether high-stakes advice changes when the same probability is expressed through complementary gain and loss frames. We introduce FrameBench-HPS, a controlled benchmark of 2,880 prompts derived from 240 high-stakes scenarios across healthcare, finance, education/career, and legal/consumer-rights domains. Across seven LLMs, gain-loss framing changes the recommendation category in 32.4% of complete groups, with most changes involving uncertainty rather than direct reversals. Human evaluation confirms corresponding shifts in perceived risk and directiveness. Robustness experiments show that framing effects persist under conversational paraphrases and exceed ordinary repeated-generation variability. Probability canonicalization substantially reduces framing sensitivity, identifying probability representation as a practical target for improving consistency in high-stakes LLM decision support.
• Abstract（参考訳）: 大規模言語モデル (LLM) は、連続的な決定をサポートするためにますます使われているが、その信頼性は不確実性の等価な表現の下では不明確である。 既存の研究は、迅速な感度、認知バイアス、信頼性の誤判定を文書化しているが、同じ確率が相補的な利得と損失フレームによって表される場合、高い評価のアドバイスが変わるかどうかはまだ分かっていない。 FrameBench-HPSは、医療、金融、教育・介護、法律/消費者権ドメインにわたる240のハイテイクシナリオから導かれる2,880のプロンプトの制御されたベンチマークである。 7つのLDMで、ゲインロスフレーミングは完全なグループの32.4%でレコメンデーションカテゴリを変更し、ほとんどの変更は直接反転ではなく不確実性を含んでいる。 人間の評価は、認識されるリスクと指示性の変化を確認する。 ロバストネス実験では、フレーミング効果は会話のパラフレーズの下で持続し、通常の反復的な世代変動を超えることが示されている。 確率正準化はフレーミング感度を大幅に低下させ、確率表現を高いLCM決定支援における整合性向上のための実用的なターゲットとみなす。

関連論文リスト

• Cross-Fitted Residual Utility for Primary-Preserving Cognitive Decision Correction in Automatic Modulation Classification [1.547549252134621]
  本稿では,クロスフィット型残効ユーティリティとプライマリ保存型認知決定ポリシーを用いて,推論後の問題について検討する。 構造化されたkan-Fourier分類器はデフォルトの確率を提供し、ニューラルおよび非ニューラル候補は観測可能な証拠を提供する。 RMLA、RMLB、HISARでは、完全なシステムは全体の精度を63.632%から66.332%、65.161%から66.168%、77.769%から79.867%に改善している。
  論文  参考訳（メタデータ） (2026-08-03T11:07:37Z)
• Uncertainty-Aware Abstention in Large Language Models with Provable Alignment Guarantees [0.5371337604556311]
  大規模言語モデル (LLM) は質問応答システム (QA) に徐々にデプロイされている。 信頼度を見積もることなく、幻覚または不一致の応答を生成することができる。 我々は、任意の不確実性スコアをリスク制御された選択応答規則に変換する信頼区間に基づくキャリブレーションフレームワークであるCICを提案する。
  論文  参考訳（メタデータ） (2026-07-05T17:50:32Z)
• Exploring Agentic Tool-Calling Decisions via Uncertainty-Aligned Reinforcement Learning [63.24624171679711]
  大規模言語モデル(LLM)ベースのエージェントは、しばしば最適なツール使用の決定を行う。 本研究では、不確実性分離を維持するための推進力として、不確実性定量化を報酬設計に組み込んだTRUSTを提案する。
  論文  参考訳（メタデータ） (2026-06-05T07:08:34Z)
• CHASE: Competing Hypotheses for Ambiguity-Aware Selective Prediction [2.1707529464094555]
  CHASEは、構造化された時間的説明を明示的に比較し、決定にコミットするか、棄権するかを決定する選択的な予測フレームワークである。 真の曖昧さは、競合する仮説間のスコアギャップを崩壊させるため、CHASEはこれらの仮説マージンよりもランク対応セレクタを優先する。 標準的不確実性ベースラインと比較すると、CHASEは全体としての絶対的正確性、三方向の正確性、全体的あいまい性に整合した棄権において顕著な利得を達成している。
  論文  参考訳（メタデータ） (2026-05-02T09:39:48Z)
• Differentiable Conformal Training for LLM Reasoning Factuality [6.534904345823168]
  大きな言語モデル(LLM)は、しばしば幻覚し、重要なアプリケーションにおける信頼性を制限します。 最近の研究は、Conformal Predictionを拡張して、リスクのあるクレームをフィルタリングし、幻覚率がユーザ指定レベル以下であることを保証する。 そこで本研究では,従来のアルゴリズムの保証を確実に回復しつつ,改良されたスコアラーの学習を可能にする,完全微分可能コヒーレント・ファクタリティ(DCF)を導入する。
  論文  参考訳（メタデータ） (2026-04-22T01:35:31Z)
• Less Approximates More: Harmonizing Performance and Confidence Faithfulness via Hybrid Post-Training for High-Stakes Tasks [52.81286869496811]
  大規模な言語モデルは、自信を持って不正確な推論が現実世界の害を引き起こすような、ハイテイクなタスクにますますデプロイされている。 内的フィードバックからの教師なし強化学習と推論・トラス誘導型推論蒸留を併用して協調的に最適化することを提案する。 PRG方式のメトリクスを用いてRDとRLIFを適応的に重み付けするハイブリッドポストトレーニングフレームワークであるHyTuningを紹介する。
  論文  参考訳（メタデータ） (2026-04-09T16:50:11Z)
• Permutation-Consensus Listwise Judging for Robust Factuality Evaluation [0.8563354084119061]
  リストワイド事実性評価における候補順序感度について検討した。 そこで我々は,PCFJudgeを紹介した。PCFJudgeは,同一候補集合の複数の順序に対して,同じ事実を優先的にリストワイズする推論時手法である。 RewardBench 2 Factualityでは、PCFJudgeは最大7つの絶対点による直接判定よりも改善される。
  論文  参考訳（メタデータ） (2026-03-20T23:35:14Z)
• Confidence Before Answering: A Paradigm Shift for Efficient LLM Uncertainty Estimation [47.91529693614168]
  既存の方法は、主に回答ファーストであり、回答を生成した後のみ信頼を生み出す。 モデルが答える前に信頼を出力する信頼第一パラダイムについて検討し、このスコアを正解する確率として解釈する。 我々は,信頼度校正と正解精度をセグメント化された信用代入を通じて協調的に最適化する強化学習フレームワークであるCoCAを提案する。
  論文  参考訳（メタデータ） (2026-03-06T04:03:13Z)
• Same Answer, Different Representations: Hidden instability in VLMs [65.36933543377346]
  本稿では,内部埋め込みドリフト,スペクトル感度,構造的滑らかさを計測する表現認識・周波数認識評価フレームワークを提案する。 このフレームワークを,SEEDBench,MMMU,POPEデータセットを対象とする最新のビジョン言語モデル(VLM)に適用する。
  論文  参考訳（メタデータ） (2026-02-06T12:24:26Z)
• Calibration Is Not Enough: Evaluating Confidence Estimation Under Language Variations [49.84786015324238]
  信頼度推定(CE)は、大きな言語モデル(LLM)の回答がどれほど信頼性が高いかを示し、ユーザの信頼と意思決定に影響を与える可能性がある。 本稿では,CEの信頼性を3つの新しい側面で評価する総合評価フレームワークを提案する。 これには、急激な摂動に対する自信の堅牢性、意味論的に等価な答えに対する安定性、意味論的に異なる答えに対する感受性が含まれる。
  論文  参考訳（メタデータ） (2026-01-12T23:16:50Z)
• Uncertainty-Based Abstention in LLMs Improves Safety and Reduces Hallucinations [63.330182403615886]
  大きな言語モデル(LLM)の実践的デプロイに対する大きな障壁は、信頼性の欠如である。 このことが特に顕著な3つの状況は、正しさ、未解決の質問に対する幻覚、安全性である。 人間のように、不確実性を理解する能力があるため、私たちが知らない質問への答えを控えるべきです。
  論文  参考訳（メタデータ） (2024-04-16T23:56:38Z)

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。