LLMをより共感的にする可能性のある新しいニューラル・フレームワーク(New Neural Framework Could Make LLMs More Empathetic)

2026-10-05 ジョージア工科大学

ジョージア工科大学の研究者らは、大規模言語モデル(LLM)がどの学習データを重視して出力を生成しているかを分析する新しいニューラルフレームワークを開発した。オープンソースLLM「Olmo 3」を対象に、文書や対話記録などの学習源と、モデルが示す共感性・社会的推論との関係を調査した結果、感情や社会的状況の理解には、感情を説明する教科書的文章よりもFAQやカスタマーサービスなどの対人的な対話データが強く関係することが示された。この手法は、モデルの出力に影響した学習源を特定し、望ましい行動を促す学習データの選択やモデル監査に利用できる。将来的には、医療・金融などの助言についても、AIの判断根拠を評価する技術につながる可能性がある。

<関連情報>

言語モデルにおける能力の由来:社会的推論に関する事例研究 Capability Provenance in Language Models: A Case Study in Social Reasoning

Glenn Matlin, Chandreyi Chakraborty, Saehee Eom, Mika Okamoto, Rayan Castilla, Louis Jaburi, Alvin Deng, Taywon Min, Lucia Quirke, Stella Biderman, Mark Riedl
arXiv  last revised 5 Oct 2026 (this version, v5)
DOI:https://doi.org/10.48550/arXiv.2606.19625

LLMをより共感的にする可能性のある新しいニューラル・フレームワーク(New Neural Framework Could Make LLMs More Empathetic)

Abstract

We use training-data attribution as an interpretable tool for capability discovery, mapping which regions of the pretraining corpus support social reasoning versus STEM reasoning in OLMo3-7B. Training-data attribution measures how strongly each training document influences a model’s predictions on a benchmark, but document-level scores are too noisy to identify which corpus regions support which capabilities. We compute gradient-based attribution (TrackStar via Bergson) over a working set drawn from the de-duplicated Dolma3 mix, aggregate influence across WebOrganizer’s 24-format x 24-topic taxonomy (576 bins), and contrast benchmark pairs in a 2×2 design that varies domain (social vs. STEM) and capability type (reasoning vs. knowledge): SocialIQA and MMLU Social Sciences against ARC-Challenge and MMLU STEM. Social and STEM reasoning draw on qualitatively distinct corpus regions, and the contrast is sharper at the reasoning level than at the knowledge level. Targeted machine unlearning provides partial causal validation: forgetting high-attribution topics (e.g., Literature for SocialIQA) degrades the aligned benchmark more than within-topic random baselines. We release the code and aggregate artifacts at this https URL and this https URL.

1602ソフトウェア工学
ad
ad
Follow
ad
タイトルとURLをコピーしました