論文の概要: Concentrated Causal Influence, Distributed Diagnostic Information: Cognitive Impairment Decisions in Large Audio-Language Models

• arxiv url: http://arxiv.org/abs/2610.32061v1
• Date: Fri, 23 Oct 2026 01:56:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.324109
• Title: Concentrated Causal Influence, Distributed Diagnostic Information: Cognitive Impairment Decisions in Large Audio-Language Models
• Title（参考訳）: 集中因果関係, 分散診断情報:大規模音声言語モデルにおける認知障害判定
• Abstract要約: 我々はCICNを、サイズおよび層整合ランダムマスクとアクティビティ整合制御に対して因果的にテストする。 許容基準を満たす5つのモデルのうち3つのモデルにおいて、小さなCICN集合のアブレーションは大きなクラス指向の予測シフトを引き起こす。 位置制限された介入は、最後の答えの位置の前に影響を見出す。
• 参考スコア（独自算出の注目度）: 7.8273212511900985
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large audio-language models (LALMs) can assess cognitive impairment (CI) from speech, yet their answers reveal neither which internal components control the decision nor how much CI information is accessible in their representations. We investigate both questions through CI-contrast neurons (CICNs), selected by class-contrastive activation frequency in decoder MLPs. Across eight open LALMs and two corpora (Pitt and PROCESS-2), we causally test CICNs against size- and layer-matched random masks and activity-matched controls. In three of the five models that meet our eligibility criteria, ablation of small CICN sets causes large, class-directed prediction shifts; speech-identified masks also control transcript-only decisions, and three of four primary Pitt masks retain specificity on PROCESS-2. Position-restricted interventions locate the influence before the final answer position, most strongly after the speech or transcript evidence under letter-labeled options, largely as a decision-direction shift. Beyond causal localization, supervised linear readouts of frozen CICN activations achieve 0.92--0.97 AUC within Pitt, versus 0.67--0.84 for the models' direct answers. Matched random and all-neuron readouts reach comparable performance; top-ranked CICNs show only an exploratory advantage at very small unit budgets. These results distinguish concentrated causal control over output decisions from broadly distributed diagnostic information for CI detection in LALMs.
• Abstract（参考訳）: 大規模音声言語モデル(LALM)は、音声から認知障害(CI)を評価することができるが、その答えは、どの内部コンポーネントが決定を制御するか、あるいはその表現の中でCI情報がどの程度アクセス可能であるかを明らかにしない。 Decoder MLPのクラスコントラスト活性化周波数によって選択されたCIコントラストニューロン(CICNs)による両方の質問について検討した。 8つのオープンLALMと2つのコーパス(PittとProcess-2)で、CICNをサイズおよび層整合ランダムマスクとアクティビティ整合制御に対して因果的にテストする。 許容基準を満たす5つのモデルのうち3つのモデルにおいて、小さなCICN集合のアブレーションは大きなクラス指向の予測シフトを引き起こし、音声識別マスクは転写のみの決定を制御し、4つのPittマスクのうち3つはProcess-2に特異性を保持する。 位置制限された介入は最終回答のポジションの前に影響を見出すが、最も強いのは、文字ラベル付きオプションの下でのスピーチや書き起こしの証拠であり、主に意思決定の方向転換である。 因果ローカライゼーション以外にも、凍結したCICNアクティベーションの線形読み出しがピット内で0.92--0.97 AUCを達成するのに対し、モデルの直接回答は0.67--0.84となる。 一致したランダムと全ニューロンの読み出しは同等のパフォーマンスに到達し、最上位のCICNは、非常に小さな単位予算において探索的な優位性しか示さない。 これらの結果は、出力決定に対する集中因果制御と、LALMにおけるCI検出のための広範囲に分散した診断情報とを区別する。

関連論文リスト

• Multi-Level Privacy-Preserving Dementia Detection from Speech via Targeted Adversarial Obfuscation and Representation Learning [2.4214594180459366]
  認知症検出に用いられる音声記録は、話者のアイデンティティを公開し、重要なプライバシー上の懸念を提起する。 2つの異なる盗聴ベクトルを中和する多層フレームワークを提案する。 信号レベルでは、累積信号攻撃はキーワード整列領域の摂動に集中し、転写エラーを最大化する。 特徴レベルにおいて、相互情報(MI)誘導ノイズ注入を用いたグラディエント・リバーサル層(GRL)は、話者識別次元を抑制する。
  論文  参考訳（メタデータ） (2026-07-19T06:48:54Z)
• Beyond Behavioural Trade-Offs: Mechanistic Tracing of Pain-Pleasure Decisions in an LLM [0.0]
  以前の研究は、一部のLCMは、選択肢が痛みや快楽を引き起こすものとしてフレーム化されているときに選択を変更でき、そのような偏差は、記述された強度でスケール可能であることを示唆している。 本研究では, 変圧器内における原子価関連情報がどのように表現され, どこで因果的に使用されるかを検討する。 Gemma-2-9B-itと、前処理をモデルとした最小限の決定タスクを用いて、(i)ストリームを横断する層ワイドな線形プローブを用いて、表現の可用性をマップする。 我々は,活性化介入(ステアリング,パッチ,アブレーション)による因果的寄与を検証し,(iii)エプシロングリッド上での線量応答効果を定量化する。
  論文  参考訳（メタデータ） (2026-02-22T12:42:38Z)
• Hierarchical Self-Supervised Representation Learning for Depression Detection from Speech [51.14752758616364]
  音声による抑うつ検出 (SDD) は、従来の臨床評価に代わる有望で非侵襲的な代替手段である。 HAREN-CTCは,マルチタスク学習フレームワーク内でのクロスアテンションを用いて,多層SSL機能を統合した新しいアーキテクチャである。 このモデルはDAIC-WOZで0.81、MODMAで0.82の最先端マクロF1スコアを達成し、両方の評価シナリオで先行手法より優れている。
  論文  参考訳（メタデータ） (2025-10-05T09:32:12Z)
• Think Broad, Act Narrow: CWE Identification with Multi-Agent Large Language Models [0.09208007322096533]
  近年,脆弱性検出のための機械学習と大規模言語モデル (LLM) が注目されている。 セキュリティの弱点(CWE)を特定するための新しいマルチエージェントLCM手法を提案する。 PrimeVulデータセットでは、研究対象の脆弱性関数の40.9%で適切なCWEを正しく識別する。
  論文  参考訳（メタデータ） (2025-08-02T17:57:46Z)
• Zero-Shot Event Causality Identification via Multi-source Evidence Fuzzy Aggregation with Large Language Models [11.541829239773643]
  事象因果同定(ECI)は、テキストコンテキストにおける事象間の因果関係を検出することを目的としている。 既存のECIモデルは、主に管理された方法論に依存しており、大規模な注釈付きデータに依存している。 本稿では,Multi-source Evidence Fuzzy Aggregationに基づく新しいゼロショットフレームワークMEFAを提案する。
  論文  参考訳（メタデータ） (2025-06-06T01:56:05Z)
• Silence is Not Consensus: Disrupting Agreement Bias in Multi-Agent LLMs via Catfish Agent for Clinical Decision Making [80.94208848596215]
  提案する概念は「Catfish Agent」である。これは、構造的不満を注入し、無声な合意に反するように設計された役割特化LDMである。 組織心理学において「ナマズ・エフェクト」にインスパイアされたカマズ・エージェントは、より深い推論を促進するために、新たなコンセンサスに挑戦するように設計されている。
  論文  参考訳（メタデータ） (2025-05-27T17:59:50Z)
• $C^2$AV-TSE: Context and Confidence-aware Audio Visual Target Speaker Extraction [80.57232374640911]
  我々はMask-And-Recover (MAR)と呼ばれるモデルに依存しない戦略を提案する。 MARは、モダリティ間およびモダリティ間コンテキスト相関を統合し、抽出モジュール内の大域的推論を可能にする。 各サンプルの難易度を向上するために, 精細信頼スコア(FCS)モデルを導入する。
  論文  参考訳（メタデータ） (2025-04-01T13:01:30Z)
• Mitigating Hallucinations of Large Language Models in Medical Information Extraction via Contrastive Decoding [92.32881381717594]
  医療情報抽出タスクにおける幻覚の問題を解決するために,ALCD(ALternate Contrastive Decoding)を導入する。 ALCDは, 従来の復号法に比べて幻覚の解消に有意な改善が見られた。
  論文  参考訳（メタデータ） (2024-10-21T07:19:19Z)
• Performance of Dual-Augmented Lagrangian Method and Common Spatial Patterns applied in classification of Motor-Imagery BCI [68.8204255655161]
  運動画像に基づく脳-コンピュータインタフェース(MI-BCI)は、神経リハビリテーションのための画期的な技術になる可能性がある。 使用する脳波信号のノイズの性質のため、信頼性の高いBCIシステムは特徴の最適化と抽出のために特別な手順を必要とする。
  論文  参考訳（メタデータ） (2020-10-13T20:50:13Z)
• Searching Central Difference Convolutional Networks for Face Anti-Spoofing [68.77468465774267]
  顔認識システムにおいて、顔の反偽造(FAS)が重要な役割を担っている。 最先端のFASメソッドの多くは、スタック化された畳み込みと専門家が設計したネットワークに依存している。 ここでは、中央差分畳み込み(CDC)に基づくフレームレベルの新しいFAS手法を提案する。
  論文  参考訳（メタデータ） (2020-03-09T12:48:37Z)

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。