LLM スティールリング空間における人間価値幾何学の検証手法を提案

記事の3ポイント

1. 1

   ステアリングベクトルの幾何学構造の検証

   Schwartz の基本的人間価値理論を用いた26Kサンプルベンチマークにより、LLM ステアリングベクトルが人間の価値観の構造的な幾何学を反映しているかを分析した。

2. 2

   手法間の幾何学的忠実度の差異

   分布駆動型手法（CAA, SphericalSteer等）は理論的予測と整合する構造を回復したが、行動中心型手法（COLD-Steer, BiPO等）は性能は同等でも幾何学的相関が低いことが判明した。

3. 3

   モデル規模とチューニングの影響

   幾何学的忠実度はモデルのスケールが大きくなるほど向上するが、インストラクションチューニングの後には低下することが示された。