論文の概要: LitArc-Bench: Disentangling Text-Specific Reader-Response Dynamics from Position and Lexical Affect
- arxiv url: http://arxiv.org/abs/2611.18412v1
- Date: Fri, 13 Nov 2026 16:55:45 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-11-16 19:27:05.348723
- Title: LitArc-Bench: Disentangling Text-Specific Reader-Response Dynamics from Position and Lexical Affect
- Title(参考訳): LitArc-Bench: 位置と語彙の影響からテキスト特異的読者応答ダイナミクスを識別する
- Abstract要約: クロスフィットモデルは、9つのモデル次元細胞で38個のミスマッチしたテキストよりも、正しい人間のテキストと一致します。
LitArc-Bench氏は、文学的な読者応答のどのコンポーネントが浅い説明を越えて回復可能であるかを特定する。
- 参考スコア(独自算出の注目度): 3.465591359827833
- License:
- Abstract: When model predictions track an unfolding human affect trajectory, alignment may reflect narrative position, affective words, or text-specific reader-response dynamics. We introduce LitArc-Bench to separate these explanations: 39 Chinese-language literary excerpts segmented into seven checkpoints, with 430 questionnaires from 81 adults in two classroom groups (9,020 VAD ratings). We compare three future-blind model runs with leave-one-text-out position priors, lexical affect, and human-human references. Position alone reaches r = .470 for arousal, making raw alignment insufficient. Yet all six V/A transition advantages over a joint position-lexicon control have text-bootstrap intervals above zero. Cross-fitted models match the correct human text better than 38 mismatched texts in all nine model-dimension cells (p < .0001); a text-invariant negative control returns chance (p = 1). On human transitions at least 0.5 points against the position trend, models recover 69-76% of valence directions and 53-68% for arousal and dominance. Under crossed participant-text resampling, all nine identity intervals remain above zero; joint-control advantages are robust for valence and directional but less certain for arousal. High shape agreement still coexists with scale bias. LitArc-Bench identifies which components of literary reader response are recoverable beyond shallow explanations and why shape, calibration, and human variability require separate evaluation.
- Abstract(参考訳): モデル予測が展開する人間の軌道への影響を追跡すると、アライメントは物語の位置、感情的な言葉、あるいはテキスト固有の読者応答ダイナミクスを反映する。
日本語文学の抜粋39点を7つのチェックポイントに分類し,2つの教室グループ(9,020VAD)の81名の成人から430名のアンケートを行った。
我々は,3つの将来の盲点モデルと,先行したテキスト・アウト位置,語彙的影響,人間-人間の参照とを比較した。
位置だけでは、覚醒のためにr = .470に達するため、生のアライメントが不十分である。
しかし、関節位置制御に対する6つのV/A遷移の利点はすべて、テキストブートストラップ間隔が0以上である。
クロスフィットモデルは、9つのモデル次元細胞(p < .0001)の38個のミスマッチしたテキストよりも、正しい人間のテキストと一致し、テキスト不変の負の制御がチャンス(p = 1)を返す。
位置傾向に対して少なくとも0.5ポイントの人間の遷移について、モデルは69-76%の原子価方向を回復し、53-68%は覚醒と支配に寄与した。
交差した参加者-テキスト再サンプリングでは、9つのアイデンティティ間隔はすべて0以上であり、結合制御のアドバンテージは原子価と指向性には頑健であるが、覚醒には不確実である。
高い形状の合意はいまだにスケールバイアスと共存している。
LitArc-Bench氏は、文学読者の反応のどのコンポーネントが浅い説明を超えて回復可能であるか、なぜ形状、キャリブレーション、人間の多様性が別々に評価する必要があるのかを特定した。
関連論文リスト
- Emergent Vision-Shaped Thinking in Text-Only Reasoning through Multimodal Training [83.8795429935607]
入力が視覚的である場合でも、マルチモーダルトレーニングが言語モデルがどのように考えるかを検証する。
隠れ状態空間における視覚言語軸を同定し、その射影を推論で近似する。
この効果は方向特化され、階層化され、メンタルローテーション、ペーパーフォールディング、パースペクティブテイクといったメンタル言語タスクにまで拡張され、タスクの難易度、推論深度、更新負荷によって説明されない。
論文 参考訳(メタデータ) (2026-11-11T02:44:10Z) - Same Space or Not: Benchmarking Spatial Intelligence Through Cross-View Contradictions [80.65137714222533]
スペース・アンド・ノット(Space or Not)は、クロスビューの矛盾解決のベンチマークである。
人間は83.3%の精度を達成しており、最強の視覚言語モデルでは39.7%である。
論文 参考訳(メタデータ) (2026-10-09T17:54:57Z) - Retrieving Biblical Intertextual References in Karen Blixen's Seven Gothic Tales [47.55635861975207]
我々は、189の注釈付き参照のベンチマークを構築し、デンマークの古約聖書と新約聖書の翻訳の31,170節すべてに対する検索を評価した。
TF-IDFとBM25を多言語およびデンマーク語文エンコーダと比較した。
微調整のDFM-largeは、全体的なR@10を0.265から0.508に引き上げ、アロジションのパフォーマンスを2倍以上に向上させる。
論文 参考訳(メタデータ) (2026-09-28T17:59:27Z) - When Do Agents Help? Embedding, LLM and Agentic Alignment of Classical Texts and Their Translations [0.0]
この研究は、パリ語、サンスクリット語、ミシュナ語、ヘブライ語、チベット語で452のテキストの7つのシステムを比較した。
エージェントは452テキストすべてに対して構造的に有効な出力を生成し、437は直接呼び出しを行う。
盲目の3-LLMパネルは、ソースと人間の参照に対して全ての生成ミスマッチを評価する。
論文 参考訳(メタデータ) (2026-09-27T15:53:49Z) - Beyond the Name: Demographic Leakage in De-Identified Résumés and Evaluation Artifacts in LLM Bias Audits [4.736836688901646]
本研究では,9つのオープンウェイトモデルと620レサムモデルにおいて,言語フィールドの除去がリークを解消するか否かを検討する。
5つの民族的条件と3つのクエー・サリエンス層にまたがる非構造的散文を分離した。
目標グループの回復平均は0.757であり、高塩分下では1.000で飽和する。
論文 参考訳(メタデータ) (2026-09-15T01:48:44Z) - Interpretable Cross-Lingual Alignment in Small Language Models: Probing Cultural and Pragmatic Reasoning in Japanese-English Bilingual LLMs [0.0]
表面流速から4つの現象を分離する最小ペアのベンチマークであるJ-PragEval-v0を紹介する。
線形プローブと教師による対数確率評価を組み合わせて、TinySwallow-1.5B内のどのコントラストがライブであるかを問う。
論文 参考訳(メタデータ) (2026-08-14T21:04:21Z) - When AI Writes, Who Gets Cited? Evidence of Citation Monoculture Across Language Models [45.91367912142692]
異なるモデルがいまだに同じ狭い部分集合を選択している可能性を示し、単一の引用が誤りを犯さずに、引用モノカルチャーを生成する。
3つのベンダーの11のモデルが、30のランダムなパネルから少なくとも10の論文を選択しており、実際のタイトルと抽象物があるが、作者が作り直され、再割り当て年、隠れた会場と引用数がある。
論文 参考訳(メタデータ) (2026-08-03T14:27:46Z) - Decodable Is Not Grounded: A Vision-Ablation Arbiter for VLM Spatial Reasoning [48.438568700670835]
モデルから潜在的知識を読み出す標準的な方法は、視覚言語モデルがイメージに根ざしたものを体系的に上書きすることができる。
本研究では,空間的推論において,一直線因果制御によって露呈した探究と操舵の両方に誤差が見えないことを示す。
論文 参考訳(メタデータ) (2026-06-30T07:33:18Z) - Caliper: Probing Lexical Anchors versus Causal Structure in LLMs [23.627157851520845]
因果グラフと各質問の確率的仕様を保存しながら,意味変数名をプレースホルダートークンに置き換える制御摂動を導入する。
9つの命令調整されたLDMで、レキシカル匿名化は、局所的な3.8B-14Bセットで、+7.6、+27.0、+11.1 ppの堅牢な精度低下をもたらす。
ゼロショットの評価を受けた現在の命令調整LDMは、語彙アンカーが取り除かれた後、構造的因果推論の証拠をほとんど示していない。
論文 参考訳(メタデータ) (2026-06-03T14:11:16Z) - The Digital Afterlife of Empires: Four Language Models Converge on the Same Imperial Cartography of Writing [0.0]
大規模な言語モデルは、過激な不平等を伴う世界の書記システムを処理する。
29のスクリプト(9.7%)は現代のデジタルインフラで完全にサポートされており、158のリビングスクリプトのうち60(38.0%)は完全なサポートを欠いている。
tokenizer の効率は、パラレルテキストで測定された45のスクリプトに対して 31.7 の係数で変化する。
論文 参考訳(メタデータ) (2026-04-30T07:02:45Z) - From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。
商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。
低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
論文 参考訳(メタデータ) (2026-03-02T13:02:13Z)
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。