論文の概要: Do bots feel bad? Assessing empirical evidence for functional valence in LLMs

• arxiv url: http://arxiv.org/abs/2610.36962v1
• Date: Tue, 27 Oct 2026 10:19:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-29 04:15:49.256071
• Title: Do bots feel bad? Assessing empirical evidence for functional valence in LLMs
• Title（参考訳）: ボットは気分が悪いか? LLMにおける機能的原子価の実証的証拠を評価する
• Abstract要約: 私は、既存の経験的パラダイムは、近隣の構成要素と(機能的な)原子価を不適切に区別していると論じます。 より優れたターゲット(機能的な)原子価そのものに対する、いくつかの新しい実験的アプローチをスケッチして、結論付けます。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Do LLMs have valenced states, i.e. states that feel pleasant or unpleasant? Recent empirical work has claimed to show that LLMs possess functional valenced states (e.g. ``functional pleasure and pain'' [Ren et al. 2026], ``functional emotions'' [Sofroniew et al. 2026], and ``functional welfare'' [Han et al. 2026]) that play the same causal role as valenced states in cognition and action, without necessarily being consciously experienced. But it remains unexplored how well the identified states fit the functional role of valence as understood in the philosophical and cognitive science literature. Here, I assess the current body of evidence, and argue (i) that key aspects of valence remain untested in LLMs, and (ii) that extant empirical paradigms inadequately distinguish (functional) valence from neighbouring constructs like preferences, value-judgments, valence attributions and role-play. I conclude by sketching some novel experimental approaches to better target (functional) valence itself.
• Abstract（参考訳）: LLMは、不愉快な状態、すなわち心地よい状態や不快な状態を持っているか? 近年の実証研究は、LLMが認知と行動において有能な状態(例えば「機能的快楽と痛み」 [Ren et al 2026]、「機能的感情」 [Sofroniew et al 2026]、および「機能的福祉」 [Han et al 2026])を持つことを示した。 しかし、同定された状態が、哲学や認知科学の文献で理解されているように、原子価の機能的役割にどのように適合するかは、まだ解明されていない。 ここで、私は現在の証拠の体系を評価し、議論する。 一 LLM において、価の重要面が証明されていないこと、及び (2)既存の経験的パラダイムは、嗜好、価値判断、価値帰属、ロールプレイといった近隣の構成要素と(機能的な)原子価を不適切に区別する。 より優れたターゲット(機能的な)原子価そのものに対する、いくつかの新しい実験的アプローチをスケッチして、結論付けます。

関連論文リスト

• Negative Before Positive: Asymmetric Valence Processing in Large Language Models [0.0]
  本研究では,大規模言語モデル (LLM) が内部構造や表面トークンマッチングを通じて感情価を処理しているかを検討する。 負の結果は初期層に局在し、正の結果は中期から後期層にピークとなる。
  論文  参考訳（メタデータ） (2026-05-07T04:09:11Z)
• Coherent Without Grounding, Grounded Without Success: Observability and Epistemic Failure [0.0]
  私は、人工エージェントを評価するには、コヒーレンス、グラウンド、そして説明とアクションをリンクする適切な関係という三部構成のフレームワークが必要であると論じます。 私は、様々な観測可能性の下で、先行、信号、およびドメイン知識がどのように相互作用するかのモデルである、てんかん三角法を開発します。
  論文  参考訳（メタデータ） (2026-03-30T12:38:42Z)
• HACK: Hallucinations Along Certainty and Knowledge Axes [66.66625343090743]
  本稿では,2つの軸に沿って幻覚を分類する枠組みを提案する。 内部的に正しい知識を持っているにもかかわらず、モデルが確実に幻覚する幻覚のサブセットを特に特定する。
  論文  参考訳（メタデータ） (2025-10-28T09:34:31Z)
• Unveiling Causal Reasoning in Large Language Models: Reality or Mirage? [62.17959154852391]
  因果推論能力は、強力な人工知能に向けて大きな言語モデルを進める上で重要である。 大規模言語モデル (LLM) は, 浅い (レベル-1) 因果推論しか実行できないことを示す。 本稿では,LLMの因果推論プロセスに一般知識と目標指向のプロンプトを組み込んだG2-Reasonerを提案する。
  論文  参考訳（メタデータ） (2025-06-26T13:11:01Z)
• Are Reasoning Models More Prone to Hallucination? [70.04436965009072]
  最近進化した大推論モデル(LRM)は、長いチェーン・オブ・シークレット(CoT)推論能力を持つ複雑なタスクを解く上で、強力な性能を示している。 推論モデルは幻覚の傾向が強いか? 本稿では3つの観点からその問題に対処する。
  論文  参考訳（メタデータ） (2025-05-29T16:53:41Z)
• Large Language Models and the Rationalist Empiricist Debate [0.043512163406552]
  大規模言語モデルは合理主義を擁護すると主張する者もいる。 主張は、支持している経験主義の性質に依存する。 合理主義的な経験主義的議論に対するLLMの人間との関係は疑わしい。
  論文  参考訳（メタデータ） (2024-10-16T15:49:33Z)
• Automatic Curriculum Expert Iteration for Reliable LLM Reasoning [60.60318625779015]
  幻覚(すなわち、可塑性だが不正確な内容を生成する)と怠慢(すなわち過剰な拒絶や「私は知らない」のデフォルト)は、LLM推論における主要な課題として残る。 幻覚を減らそうとする現在の取り組みは、主に知識に基づくタスクにおける事実的誤りに焦点を当てており、しばしば欠陥推論に関連する幻覚を無視している。 本稿では,LLM推論を強化し,モデルの能力に応答する自動カリキュラムエキスパートイテレーション(Auto-CEI)を提案する。
  論文  参考訳（メタデータ） (2024-10-10T05:43:07Z)
• Intrinsic Self-correction for Enhanced Morality: An Analysis of Internal Mechanisms and the Superficial Hypothesis [35.734425912914176]
  大規模言語モデル(LLM)は、ステレオタイプ、識別、毒性を永続するコンテンツを生成できる。 最近提案された道徳的自己補正は、LLMの応答における有害な内容を減らすための計算学的に効率的な方法である。 自己補正は、LLMが隠れた状態に保存されている不道徳性を本当に減らすのではなく、より道徳的に正しいアウトプットのショートカットを見つけるのに役立つと我々は主張する。
  論文  参考訳（メタデータ） (2024-07-21T22:50:11Z)
• Emotionally Numb or Empathetic? Evaluating How LLMs Feel Using EmotionBench [83.41621219298489]
  心理学からの感情評価理論を用いて,Large Language Models (LLMs) の人為的能力を評価する。 我々は、研究の中心となる8つの感情を引き出すのに有効な400以上の状況を含むデータセットを収集した。 我々は世界中の1200人以上の被験者を対象に人間による評価を行った。
  論文  参考訳（メタデータ） (2023-08-07T15:18:30Z)

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。