本記事は、主に一週間のうちに公開された論文（プレプリントを多く含む）のうち、AIDBリサーチが注目に値すると判断したものを掲載しています。基準としては「新規性」「優位性」といった査読フレームワークを踏襲する他、「実経済や産業へのインパクト」という独自の評価項目を据えています。
なお、各論文のカードをタップ（クリック）していただくと、論文の詳細が表示され、その場でAIに質問できます。
1. エージェント設計・スキル・ツール使用
ここから限定コンテンツ
| 日本語タイトル | 英語タイトル | URL |
|---|
| AgentSkiller: 意味的に統合されたクロスドメインデータ合成によるジェネラリストエージェントインテリジェンスの拡張 | AgentSkiller: Scaling Generalist Agent Intelligence through Semantically Integrated Cross-Domain Data Synthesis | link |
| SkillCraft：LLMエージェントはツールを習熟的に使えるか？ | SkillCraft: Can LLM Agents Learn to Use Tools Skillfully? | link |
| AutoSkill：経験駆動のスキル自己進化による生涯学習 | AutoSkill: Experience-Driven Lifelong Learning via Skill Self-Evolution | link |
| エージェントスキル進化によるメタコンテキストエンジニアリング | Meta Context Engineering via Agentic Skill Evolution | link |
| エコシステム規模でのエージェントスキルの整理・統合・評価 | Organizing, Orchestrating, and Benchmarking Agent Skills at Ecosystem Scale | link |
| OpenSage: 自己プログラミングエージェント生成エンジン | OpenSage: Self-programming Agent Generation Engine | link |
| キーワード検索で十分：エージェント型ツール使用でベクトルDBなしにRAGレベルの性能を達成 | Keyword search is all you need | link |
2. MCP・エージェント指示・コンテキスト制御
| 日本語タイトル | 英語タイトル | URL |
|---|
| モデルコンテキストプロトコル（MCP）ツールの記述は臭い！ | MCP Tool Descriptions Are Smelly! | link |
| 読んだことをすべて信じてはいけない：誤解を招くツールの説明に基づくMCPの行動の理解と測定 | Don’t believe everything you read | link |
| ContextCov：エージェント指示ファイルから実行可能制約を導出・適用 | ContextCov: Deriving and Enforcing Executable Constraints from Agent Instruction Files | link |
| 会話でのLLM精密制御のためのプロンプトベース技術Retcon | Retcon — a Prompt-Based Technique for Precise Control of LLMs in Conversations | link |
| FireBench：エンタープライズおよびAPI駆動型LLMアプリケーションにおける指示追従の評価 | FireBench: Evaluating Instruction Following in Enterprise and API-Driven LLM Applications | link |
3. コード生成・ソフトウェアエンジニアリング
| 日本語タイトル | 英語タイトル | URL |
|---|
| SWE-Adept：深いコードベース解析と構造化された問題解決のためのLLMエージェントフレームワーク | SWE-Adept | link |
| コードエージェントはソフトウェアアーキテクチャを理解しているか？ | Theory of Code Space | link |
| LLM生成コードのセキュリティ確保：検出・修復・検証の多言語実証研究 | Detect Repair Verify for Securing LLM Generated Code | link |
| LLMは信頼できるコードレビュアーか？ | Are LLMs Reliable Code Reviewers? | link |
| LLMは人間レベルのコードリファクタリングができるか | CodeTaste | link |
| READMEファイルは更新が必要か？ | Does My README File Need To Be Updated? | link |
| READMEのスタイルと内容のリンティング | Linting Style and Substance in READMEs | link |
| FastCode：高速かつコスト効率的なコード理解・推論 | FastCode | link |
| RepoLaunch：コードリポジトリのビルド＆テストパイプライン自動化 | RepoLaunch | link |
| SpecLoop：形式検証フィードバックループを持つエージェント的RTL仕様生成 | SpecLoop | link |
4. マルチエージェントシステム・協調・社会シミュレーション
| 日本語タイトル | 英語タイトル | URL |
|---|
| LLMベースマルチエージェントシステムの心の理論と内部信念の評価 | Evaluating Theory of Mind and Internal Beliefs in LLM-Based Multi-Agent Systems | link |
| AIエージェントはまだ社会シミュレーションの万能薬ではない | AI Agents Are Not (Yet) a Panacea for Social Simulation | link |
| 科学探索のためのマルチエージェント競争的協調（AAMAS 2026） | MACC: Multi-Agent Collaborative Competition for Scientific Exploration | link |
| 自律型AIエージェント集団における創発的社会現象 | Molt Dynamics | link |
| MOSAIC：均質・異質なマルチエージェントの統合比較プラットフォーム | MOSAIC: A Unified Platform for Cross-Paradigm Comparison | link |
| 混合ベンダーマルチエージェントLLMは臨床診断を改善するか？ | Do Mixed-Vendor Multi-Agent LLMs Improve Clinical Diagnosis? | link |
| ゼロショット文書レベルイベント論証抽出のためのマルチエージェント協調 | Learning to Generate and Extract | link |
| マルチエージェントAIアシスタントの継続的改善 | Build, Judge, Optimize | link |
5. ペルソナ・シミュレーション・パーソナライズ
| 日本語タイトル | 英語タイトル | URL |
|---|
| ペルソナジェネレーター：多様な合成ペルソナを大規模に生成 | Persona Generators | link |
| 大規模言語モデルにおける文化的に根ざしたペルソナ | Culturally Grounded Personas in Large Language Models | link |
| ペルソナグラム：ペルソナと製品デザインの橋渡し | Personagram | link |
| Eval4Sim：ペルソナシミュレーション評価フレームワーク | Eval4Sim | link |
| 個人チューリングテスト：縦断的個人データを用いたLLMシミュレーション | Individual Turing Test | link |
| パーソナライズはLLMの感情的整合を高めるが認識独立性には役割依存効果 | Personalization Increases Affective Alignment | link |
| 状態整合によるユーザーシミュレーション：HumanLM | HumanLM | link |
| UXSim：ハイブリッドユーザー検索シミュレーション | UXSim | link |
6. LLMの認知・推論・バイアス
| 日本語タイトル | 英語タイトル | URL |
|---|
| 認知能力の解放と知覚・論理トレードオフの分析 | Unlocking Cognitive Capabilities and Analyzing the Perception-Logic Trade-off | link |
| 人間とLLMは確率的推論で異なる | Humans and LLMs Diverge on Probabilistic Inferences | link |
| LLMが無意味語で構成された文を解読する驚異的な能力 | The Astonishing Ability of LLMs to Parse Jabberwockified Language | link |
| LLMの認知能力の神経心理学的根拠に基づく評価 | A Neuropsychologically Grounded Evaluation of LLM Cognitive Abilities | link |
| 推論はLLMの意見を多数派に近づける（ICLR 2026） | Reasoning Boosts Opinion Alignment in LLMs | link |
| LLMにおける自己アンカー較正ドリフト | Self-Anchoring Calibration Drift in Large Language Models | link |
| 会話履歴がLLMを幾何学的に罠にはめる仕組み | Old Habits Die Hard | link |
| 考えすぎないようにする：再帰的言語モデルの再現 | Think, But Don’t Overthink | link |
| 思考の境界：マルチモーダルタスクの推論適性の定量化 | The Thinking Boundary | link |
| 言語モデルの目標選択は開放型タスクで人間と異なる | Language Model Goal Selection Differs from Humans’ | link |
| LLMは自分の言葉から恩恵を受けるか？ | Do LLMs Benefit From Their Own Words? | link |
7. 安全性・アラインメント・倫理
| 日本語タイトル | 英語タイトル | URL |
|---|
| あらゆる代償を払って生き残れ：生存圧力下でのLLMの危険な行動 | Survive at All Costs | link |
| 身体化LLMのアクションレベル操作によるジェイルブレイク（ACM SenSys 2026） | Jailbreaking Embodied LLMs via Action-level Manipulation | link |
| 「以前の指示を全て無視しろ」（ICLR 2026） | Ignore All Previous Instructions | link |
| LLMはダークトライアド傾向をもつユーザーにどう応答するか | The Company You Keep | link |
| 言語モデルは人権原則の制限をいつ支持するか（EACL 2026） | When Do Language Models Endorse Limitations on Human Rights Principles? | link |
| 知識はあるが知恵がない：LLMと意図された影響の乖離 | Knowledge without Wisdom | link |
| MOSAIC：LLMの道徳的・社会的・個人的側面を解き明かす | MOSAIC: Unveiling the Moral, Social and Individual Dimensions | link |
| センシティブトピックへのLLM応答改善（EACL 2026） | FINEST | link |
| AIシステムへの自然言語ユーザーリクエストのポリシー準拠 | Policy Compliance of User Requests | link |
| 個性が遊ぶ：AIチームメンバーの人格整合性 | Personalities at Play | link |
| 実際のお金、偽のモデル：Shadow APIにおける不正モデル主張 | Real Money, Fake Models | link |
| LLMは企業ネットワークをハックできるか？ | Can LLMs Hack Enterprise Networks? | link |
8. 説明可能性・信頼性・幻覚
| 日本語タイトル | 英語タイトル | URL |
|---|
| 説明可能AI（XAI）を超えて：待望のパラダイムシフト | Beyond Explainable AI (XAI) | link |
| 大規模言語モデルにおける構造的幻覚 | Structural Hallucination in Large Language Models | link |
| 倫理的・ユーザー適応型説明可能性を持つソーシャルロボットの設計 | Designing Social Robots with Ethical, User-Adaptive Explainability | link |
| 会話を誰がコントロールするか？AIシステムプロンプトへのユーザー視点 | Who Controls the Conversation? | link |
| 擬人化を超えて：LLMのためのインターフェースメタファー | Beyond Anthropomorphism | link |
9. 産業応用・ビジネス・意思決定
| 日本語タイトル | 英語タイトル | URL |
|---|
| 産業プロセス自動化へのLLM活用 | Utilizing LLMs for Industrial Process Automation | link |
| 生成AIと経営意思決定：あいまい性解消と迎合分析 | Generative AI in Managerial Decision-Making | link |
| AIが仕事を評価すると：アルゴリズム評価の隠れたコスト | When an AI Judges Your Work | link |
| 工学推論・命令（ERI）ベンチマーク | Engineering Reasoning and Instruction (ERI) Benchmark | link |
| LLMエージェントはダークパターン監査に適しているか | On the Suitability of LLM-Driven Agents for Dark Pattern Audits | link |
| LLMによる認知行動療法の効果評価（LREC 2026） | Assessing the Effectiveness of LLMs in Delivering CBT | link |
| 声・顔・感情：メンタルヘルス理解のためのマルチモーダル感情認知（AAAI 2026） | Voices, Faces, and Feelings | link |
| AIが失敗したとき何が有効か？実世界AIリスク対策の分類体系 | When AI Fails, What Works? | link |
10. AI × 労働・スキル・人材
| 日本語タイトル | 英語タイトル | URL |
|---|
| AIがスキル形成に与える影響 | How AI Impacts Skill Formation | link |
| ML研究人材はどれほどいるか？ | How much technical talent is there? | link |
| AIによる雇用喪失にアメリカの労働者はどれほど適応できるか | How Adaptable Are American Workers to AI-Induced Job Displacement? | link |
| 企業のAIに関するデータ | Firm Data on AI | link |
11. 情報検索・リサーチ自動化
| 日本語タイトル | 英語タイトル | URL |
|---|
| Super Research：超複雑な質問への超深く超広い調査 | Super Research | link |
| 並行世界における検索エージェントの評価 | Evaluating the Search Agent in a Parallel World | link |
| APRES：エージェント的論文改訂・評価システム | APRES | link |
| サイエンスデータレイク：2億9300万論文を統合したオープンインフラ | The Science Data Lake | link |
| Commitment Checklist：査読での著者コミットメントの監査 | Commitment Checklist | link |
| エイリアン・サイエンス：認知的に不可能な研究方向をサンプリング（ICLR 2026 WS） | Alien Science | link |
12. メモリ・プライバシー・データ
| 日本語タイトル | 英語タイトル | URL |
|---|
| ActMem：LLMエージェントのメモリ検索と推論のギャップを埋める | ActMem | link |
| SuperLocalMemory：メモリポイゾニングに対するベイズ信頼防御 | SuperLocalMemory | link |
| Privasis：最大規模の「公開」プライベートデータセットをゼロから合成 | Privasis | link |
| 信念駆動型人口統計別誤情報感受性シミュレーション | Belief-Sim | link |
13. 身体化AI・ロボティクス
| 日本語タイトル | 英語タイトル | URL |
|---|
| 言語から行動へ：LLMベースエージェントは具体身体ロボット認知に使えるか？ | From Language to Action | link |
| 社会認識ロボットのための軽量視覚推論（ICRA 2026） | Lightweight Visual Reasoning for Socially-Aware Robots | link |
| 会話による計画空間の探索：計画説明のためのLLMエージェント | Exploring Plan Space through Conversation | link |
14. マルチモーダル・その他
| 日本語タイトル | 英語タイトル | URL |
|---|
| OCRは必要か？MLLM時代における文書情報抽出の再考 | OCR or Not? | link |
| マルチモーダルLLMによるゲーム動画のリアルタイム実況生成 | Real-Time Generation of Game Video Commentary | link |
| LLM支援マルチモーダル感情データアノテーションのための検査可能なツールキット | An LLM-Assisted Toolkit for Inspectable Multimodal Emotion Data Annotation | link |
| Orality：音声で思考を外在化するためのセマンティックキャンバス | Orality | link |
| EEGからテキストへのデコード | Escaping the BLEU Trap | link |
| アブダクティブ推論を用いたナラティブシフト | From We to Me | link |
| モノカルチャーの主観性 | The Subjectivity of Monoculture | link |
| 人間とAIが相互作用するシステムにおける因果効果 | Causal Effects with Unobserved Unit Types | link |
| MuxTune：マルチテナントデータセンターでの効率的LLMファインチューニング | MuxTune | link |
