2026年5月28日に提出されたarXiv論文（2605.30415）は、歴史的宇宙論を制御された実験設定として用い、ドメイン適応が言語モデルの説明行動をどのように再形成するかを検討している。著者Francesco De Bernardisは2段階の実験を設計し、ゼロから訓練した小型モデルと、微調整を施した大規模事前学習モデルの両方について、前コペルニクス期のコーパスに触れた際の振る舞いを調べた。
第1段階では、日心説への明示的な言及を事前に取り除いた前コペルニクス期のテキストを用いて、小型言語モデルをゼロから訓練した。その後、モデルが地球運動や日心説に関する続きを自発的に生成するかどうかを評価した。その結果、このように制約された設定では、小型モデルが局所的に地球運動に触れる続きを生成する場合があるものの、全体としては不安定であり、一貫した宇宙論的推論を支えるには不十分であることが分かった。
第2段階では、より大規模な事前学習モデルに対し、同じ前コペルニクス期コーパスを用いてQLoRAによる微調整を施し、適応が説明フレームと宇宙論的立場をどう変えるかを観察した。モデルの出力は「LLMを判定者とする」フレームワークで評価され、各出力に宇宙論的立場（地心説、日心説、曖昧）と説明フレーム（前近代か現代か）の両方がラベル付けされた。
実験からは明確で統計的に有意な結論が得られた。微調整によってモデルの出力は前近代的な説明フレームへ大きくシフトした一方、それらのフレーム内での条件付き宇宙論的立場の分布は比較的安定していた。つまり、地心説的出力の増加は、主として説明フレーム間の再分布に由来しており、地心説的立場そのものが直接強化されたわけではない。この発見は、ドメイン適応が主に、モデルが続きを生成する際に依拠する言語フレームを再形成し、立場の変化はそのフレームの移行に伴って二次的に生じる可能性を示唆している。
論文は全17ページ、図3点で構成され、計算と言語（cs.CL）および人工知能（cs.AI）の分野に分類されている。本研究は、ドメイン適応がモデルの推論行動に与える影響を理解するための制御された実験的証拠を提供し、モデルの知識立場を評価する際には、フレームレベルの変化と実質的な信念レベルの変化を区別する必要があることを示唆している。