2025年12月30日
## 要約：
本研究では、人間の道徳的判断データと大規模言語モデルを用いて、状況が曖昧な行動の受容性をどのように形作るかをモデル化するCOMETHというフレームワークを開発しました。実験に基づいたデータセットを作成し、人間の判断とモデルベースの状況学習を組み合わせた再現可能なパイプラインを構築しました。さらに、状況に応じた道徳的予測を説明可能な形で行うための代替手段を提供します。
---
## 翻訳：
道徳的な行動は、結果だけでなく、発生する状況によっても判断されます。本研究では、確率的状況学習器と大規模言語モデルベースのセマンティック抽象化、および人間の道徳的評価を統合し、状況が曖昧な行動の受容性をどのように形作るかをモデル化するCOMETH（テキスト人間の入力からの道徳評価の状況的組織）というフレームワークを紹介します。私たちは、6つのコア行動（殺さない、騙さない、法律を破らない）にまたがる300のシナリオの実験的に裏付けられたデータセットをキュレーションし、N=101人の参加者から三項判断（非難/中立/支持）を収集しました。前処理パイプラインは、LLMフィルターとMiniLM埋め込みとK-meansを使用して、アクションを標準化し、堅牢で再現可能なコアアクションクラスターを生成します。COMETHは、原理的な発散基準を使用して人間の判断分布からオンラインでシナリオをクラスター化することにより、アクション固有の道徳的状況を学習します。一般化と説明のために、一般化モジュールは簡潔で非評価的な二値コンテキスト特徴量を抽出し、透明性の高い尤度ベースのモデルで特徴量重みを学習します。実験的には、COMETHは、エンドツーエンドのLLMプロンプトと比較して、人間の多数意見との整合性を約60% vs. 約30%で約2倍に高めると同時に、予測を駆動するコンテキスト特徴量を明らかにします。貢献は次のとおりです。（i）実験的に裏付けられた道徳的コンテキストデータセット、（ii）人間の判断とモデルベースの状況学習とLLMセマンティクスを組み合わせた再現可能なパイプライン、（iii）状況に応じた道徳的予測と説明のためのエンドツーエンドLLMの解釈可能な代替手段。
[📰 原文はこちら](https://arxiv.org/abs/2512.21439)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
BittensorManがお勧めするメーカーリスト
https://exbridge.jp/xdirect/
AI時代の技術と知識のまとめ(AI生成メディア) - AIDexx
https://exbridge.jp/aidexx/
頑張って働く人に向けて、プロ用仕事アイテムを格安でネット販売しているX-Direct（ https://exdirect.net ）を、BittensorManは応援しています。
動画の最後にお得な情報がありますので、
最後までご覧ください。
