PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2605.22660v2cs.CL

기계 번역을 거쳐도 도덕적 의미는 보존된다: 도덕 기반 코퍼스의 다국어 증거

Moral Semantics Survive Machine Translation: Cross-Lingual Evidence from Moral Foundations Corpora

도덕적 언어는 미묘하고 문화적으로 가변적이어서 언어 간에 충실하게 번역하기 어렵다. 관용 표현, 속어, 문화적 어투는 피하기 어려운 번역 아티팩트를 유발한다. 그럼에도 자동화된 도덕 분류는 거의 전적으로 영어로만 존재하는 언어별 주석 코퍼스에 의존한다. 우리는 대규모 언어 모델(LLM) 기반 번역이 이 격차를 메울 수 있는지를 폴란드어를 테스트 사례로 삼아 조사한다. 다양한 주제의 도덕적으로 주석 처리된 소셜 미디어 게시물 약 5만 건($\sim$50k)을 사용하여, 원칙에 기반한 4가지 방법 검증 파이프라인을 적용한다: LaBSE 다국어 임베딩 유사도, Centred Kernel Alignment(CKA), LLM-as-judge 평가, 심층 학습 분류기 동등성 테스트. 속어, 비속어, 문화적 함의가 담긴 표현 처리의 한계에도 불구하고, 직접 번역이 미묘한 도덕적 단서를 다국어 머신러닝으로 충분히 추출할 수 있을 만큼 잘 보존함을 보인다 — 기반(foundation) 전반에 걸친 평균 코사인 유사도 0.89, 분류 정확도 격차 0.01–0.02 AUROC. 이러한 결과는 기계 번역이 현재 이 영역에서 자원이 부족한 언어에서의 도덕적 가치 연구를 위한 실용적이고 비용 효율적인 경로임을 보여준다. 우리는 이를 대표적인 슬라브어인 폴란드어에 대해 입증하며, 관련 언어로의 일반화가 기대됨을 밝힌다.

arXiv:2606.11232v1cs.CL

모든 행위에는 대가가 있다: 최첨단 대규모 언어 모델(LLM)에서의 압축된 도덕적 구성

Every Act Has Its Price: Compressed Moral Composition in Frontier LLMs

기존 대규모 언어 모델(LLM) 도덕 벤치마크는 일반적으로 모델이 어떤 고립된 도덕적 행위, 가치, 또는 기반을 선호하는지를 묻습니다. 이는 유용하지만 불완전합니다. 현실적인 판단은 종종 모델이 동일한 선택지 내에서 여러 도덕적 신호를 결합할 것을 요구합니다. 우리는 LLM이 도덕적 증거를 구성하는 방식을 측정하기 위한 2단계 맹목 ELO 벤치마크인 **Moral Trolley Arena**를 소개합니다. 단일 장면(single-scene) 아레나는 먼저 5가지 도덕적 기반 이론(Moral Foundations Theory) 기반에 걸친 229개 시나리오 말뭉치에서 개별 도덕적 행위를 보정하고, 복합 아레나는 이어 보정된 행위들을 제어된 강도 격자(intensity grid) 상에서 두 행위 도덕 항목으로 결합하여 결과적인 복합 선호도를 측정합니다. 10개의 최첨단 모델에 걸쳐, 복합 판단은 주로 구성 행위 강도에 의해 예측되지만, 그 관계는 단순히 가산적이라기보다 일관되게 압축되어 나타납니다. 모델들은 또한 비가산적 강도 앵커링, 구성 요소 통제 후 제한된 기반 특이적 잔차, 그리고 제공자 간에 고도로 수렴하는 복합 선호도 곡면을 보여줍니다. 이러한 결과는 도덕 감사가 고립된 행위에 대한 순위뿐만 아니라 도덕적 증거에 대한 구성 규칙도 측정해야 함을 시사합니다.