## 要約：
研究者は、共集類を基にした自主的大型言語モデル（LLM）を開発し、多言語文法分析のプロセスを効率化することを目指しました。評価では、13の単位順序特徴と170以上の言語でシステム性能が示されました。
---
## 翻訳：
実証的な文法研究はデータ駆動型になってきていますが、注釈付き共集類の系統的分析には依然として方法論的な技術的な努力が必要です。私たちは、標記的な大型言語モデル（LLM）が注釈付き共集類を検討し、文法問題に対する説明可能でデータに基づいた回答を生成することでこのプロセスを簡略化できる可能性を探っています。我々は自然言語タスク解釈、コード生成、そしてデータ駆動型推論を組み込んだ自主的フレームワークを導入しました。概念を統合して、ユニバーサル依存関係（UD）共集類に適用し、世界文法構造地図（WALS）からインスピレーションを得た多言語文法タスクで評価を行いました。評価は13の単位順序特性と170以上の言語を対象としており、システム性能を占优势順序精度、順序被覆完全性、配分布的正確さという三つの補完的な次元で評価しました。これらの指標は、システムが如何にして一般化し、単位順序の変異を認識し、その量度を計測するかを反映しています。結果は、LLM推論と構造化された言語データの組み合わせの可能性を示しており、共集類ベースの文法的調査における説明可能でスケーラブルな自動化の最初の一歩を示しました。
[📰 原文はこちら](https://arxiv.org/abs/2512.00214)
---
※本記事はAI（Ollama）による自動翻訳・要約です。
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。
BittensorManがお勧めするメーカーリスト
http://exbridge.jp/xdirect/
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。
