フロンティアの大規模言語モデルにおけるアッシュの同調行動に対する定量的アプローチ

arXiv:2610.36668v1 発表タイプ：新規 要旨：アッシュの同調実験は、大規模言語モデル（LLM）における同調性を測定する手法として、近年大きな注目を集めています。これまでの研究では、主にLLMにおける同調性の実証に焦点が当てられてきましたが、本研究ではこのアプローチにさらに定量的な視点を加えました。具体的には、一連の質問に対してフロントラインのLLMをサンプリングするのではなく、単一の質問を繰り返しサンプリングし、LLMの確率的性質を活用して回答の分布を生成します。これにより、モデルに人工的に作られたコンセンサスを提示する前後の回答分布を比較することが可能になります。実験結果は、フロントラインのLLMが実際に同調することを確認し、先行研究を裏付けるものであるとともに、分布間の比較を通じて新たな知見を提供します。