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。
エージェントのスキル獲得・自己進化
ここから限定コンテンツ
エージェント基盤：アーキテクチャ・ハーネス・ライフサイクル
| 日本語タイトル | 英文タイトル |
|---|---|
| ジャストインタイムシステムが到来：課題と機会 | The Time is Here for Just-in-Time Systems: Challenges and Opportunities |
| LLMエージェントはいくつのツールを見るべきか？チャンス補正による回答 | How Many Tools Should an LLM Agent See? A Chance-Corrected Answer |
| 先読み学習：受動的AIの遊休時間を活用する | Anticipate and Learn: Unleashing Idle-Time Compute in Proactive Agents |
| AIエージェントも寿命がある：デプロイされたシステムの寿命エンジニアリング | Your Agents Are Aging Too: Agent Lifespan Engineering for Deployed Systems |
| LLMエージェントの階層間でハネス感度は単調ではない | It’s Not the Capability: Harness Sensitivity Is Non-Monotone Across LLM Agent Tiers |
| UserHarness：ユーザーの思考を活用してエージェントの心の理論を強化する | UserHarness: Harnessing User Minds for Stronger Agent Theory-of-Mind |
| エージェントのためのクエリエンジン | A Query Engine for the Agents |
| Harness-Bench：現実的なエージェントワークフローにおけるモデル間のハーネス効果測定 | Harness-Bench: Measuring Harness Effects across Models in Realistic Agent Workflows |
記憶・検索・パーソナライゼーション
| 日本語タイトル | 英文タイトル |
|---|---|
| LLMエージェントにおける記憶に起因するツールドリフト | Memory-Induced Tool-Drift in LLM Agents |
| パーソナライズしてから保存：長期間エージェントのためのパーソナライズドメモリのベンチマークと学習 | Personalize-then-Store: Benchmarking and Learning Personalized Memory for Long-horizon Agents |
| 引用されるのはどれ？ AI回答エンジンの競争的GEO | What Gets Cited: Competitive GEO in AI Answer Engines |
| RAGにおける証拠の迷子？文書位置とコンテキストサイズ効果の再現性 | Lost in the Evidence? Reproducing Document Position and Context Size Effects in RAG |
| 読めないものをインデックス化：LLMネイティブな再帰的構築とサービス分類法の検索 | Indexing the Unreadable: LLM-Native Recursive Construction and Search of Service Taxonomies |
マルチエージェント・協調・エージェント社会
人間とAIのインタラクション・協働
| 日本語タイトル | 英文タイトル |
|---|---|
| 認知オフローディングと人間-AIインタラクションにおけるスピードアップの幻想 | Cognitive offloading and the speedup illusion in human-AI interaction |
| 説得力のある物語調LLMの説明による人間の意思決定 | Human Decision-Making with Persuasive and Narrative LLM Explanations |
| パートナーを意識した階層的スキル発見による堅牢な人間-AI協調 | Partner-Aware Hierarchical Skill Discovery for Robust Human-AI Collaboration |
| 意図信号理論：人間とAIの対話における意図状態制御のための計算フレームワーク | Intent Signal Theory: A Computational Framework for Intent-State Control in Human-AI Interaction |
| LLMによる説明可能な人間とAIの協調的議論：共生型足場による集合知の拡張 | Accountable Human-AI Deliberation with LLMs: Scaling Collective Intelligence through Symbiotic Scaffolding |
| 不確実性は一様ではない：不確実性の粒度がLLM支援意思決定における人間の検証にどう影響するか | Not All Uncertainty Is Equal: How Uncertainty Granularity Shapes Human Verification in LLM-Assisted Decision Making |
| 採用≠適応：LLM会話の長期分析 | Adopt ≠ Adapt: Longitudinal Analyses of LLM Conversations in the Wild |
| 共感を期待する：デジタルコミュニケーションにおける共感的応答の規範を形成するインタラクションコンテキスト | Expecting Empathy: How Interaction Context Shapes Norms for Empathic Response in Digital Communication |
推論・キャリブレーション・戦略的行動
| 日本語タイトル | 英文タイトル |
|---|---|
| 選択的潜在思考：LLM推論チェーンの適応的圧縮 | Selective Latent Thinking: Adaptive Compression of LLM Reasoning Chains |
| 静的コンテキストから調整型インタラクティブ強化学習へ：アラインドシミュレーターを用いたマルチターンの対話における分布シフトの軽減 | From Static Context to Calibrated Interactive RL: Mitigating Distribution Shift in Multi-turn Dialogue with Aligned Simulator |
| 多様な思考、収束する基準：LLMと人間の戦略的行動に関する限定合理性のアカウント | Divergent Minds, Convergent Baselines: A Bounded-Rationality Account of LLM-Human Strategic Behaviour |
| 尋ねるだけでは不十分：LLMの信頼度キャリブレーションにおけるプロトコル感度 | Asking Is Not Enough: Protocol Sensitivity in LLM Confidence Calibration |
| 計画の仕方は重要か？LLM Webエージェントのための計画表現に関する実証研究 | Does The Way You Plan Matter? An Empirical Study of Planning Representations for LLM Web Agents |
| ソースラベルは論理に優先するか？人間はLLMよりソース情報に判断を歪められる | Label Over Logic? How Source Cues Bias Human Fallacy Judgments More Than LLMs |
コード生成・ソフトウェア工学
安全性・セキュリティ・エージェント監視
モデルの内部表現・学習データ・ステアリング
| 日本語タイトル | 英文タイトル |
|---|---|
| モデル崩壊を文化進化として捉える | Model Collapse as Cultural Evolution |
| 大規模言語モデル（LLM）の内部表現に人間の知覚領域の幾何学構造が一時的に現れる | Geometry of Human Perceptual Domains Emerges Transiently in LLM Representations |
| テキスト記憶から大規模言語モデルのサイズを推測する | Inferring the Size of Large Language Models From Popular Text Memorization |
| UniSteer: 汎用LLMステアリングのためのアクティベーション空間におけるテキスト誘導フローマッチング | UniSteer: Text-Guided Flow Matching in Activation Space for Versatile LLM Steering |
| LLMSurgeon：大規模言語モデルのデータ混合を診断する | LLMSurgeon: Diagnosing Data Mixture of Large Language Models |
脳科学・認知科学とLLM
| 日本語タイトル | 英文タイトル |
|---|---|
| 脳とLLMのアライメントは、言語の型ではなく学習データに依存する | Brain-LLM Alignment Tracks Training Data, Not Typology |
| スパースオートエンコーダーが脳とLLMのアライメントを皮質意味トポグラフィーにマッピングする | Sparse Autoencoders Map Brain-LLM Alignment onto Cortical Semantic Topography |
| EEG、視覚、言語を連携させ、ゼロショットで視覚情報を解読するMindAlign | MindAlign: Bridging EEG, Vision, and Language for Zero-Shot Visual Decoding |
| 子供と言語モデルにおける仮説生成と帰納的推論 | Hypothesis Generation and Inductive Inference in Children and Language Models |
| トポロジカル意味論的ノイズ除去によるニューロシンボリック視覚思考-テキストデコーディング | SYNAPSE: Neuro-Symbolic Visual Thought-to-Text Decoding via Topological Semantic Denoising |
マルチモーダル・身体性・空間理解
ヘルスケア・メンタルヘルス・ケア
| 日本語タイトル | 英文タイトル |
|---|---|
| 自閉症における社会的言語障害特性を評価するプロアクティブなマルチエージェント対話フレームワーク | A Proactive Multi-Agent Dialogue Framework for Assessing Social Language Disorder Traits in Autism |
| ソーシャルメディアの時系列データからメンタルヘルスの変化を解釈可能にモデル化するDreamerNLplus | DreamerNLplus: Interpretable Modeling of Mental Health Dynamics from Social Media Timelines using Hybrid Rule-Based and RAG Methods |
| 症状だけでは不十分：大規模言語モデル精神科スクリーニングにおける証拠の重み付けパターン | When Symptoms Are Not Enough: Evidence-Weighting Patterns in Large Language Model Psychiatric Screening |
| エンゲージメント最適化ケア：LLMがメンタルヘルスインフラになる時 | Engagement-Optimized Care: When LLMs become Mental Health Infrastructure |
| 自然な音声日記における妄想関連コンテンツの自動検出と分類 | Automated Detection and Classification of Delusion-related Content in Naturalistic Audio Diaries Using Multi-Agent Language Models |
| セラピー対話におけるAIコンテンツモデレーション | AI Content Moderation in Therapy Conversations |
| AIの介護支援：情報提供、コーチング、共感、傾聴の役割を評価 | Inform, Coach, Relate, Listen: Auditing LLM Caregiving Support Roles |
教育・子ども・子どもの安全性
| 日本語タイトル | 英文タイトル |
|---|---|
| 好奇心の時代とAIの時代が出会う：大規模言語モデルにおける子供の安全性のベンチマーク | The Age of Curiosity Meets the Age of AI: Benchmarking Child Safety in Large Language Models |
| ChildEval：大規模言語モデルと子どもの個性が向き合うとき | ChildEval: When large language models meet children’s personalities |
| 両刃の剣か鋭利な道具か？K-12ライティングにおける大規模な三者連携LLM-教師協働の設計と評価 | Double-Edged Sword or Sharp Tool? Designing and Evaluating Triadic LLM-Teacher Collaboration for K-12 Writing at Scale |
創造性・物語・芸術
| 日本語タイトル | 英文タイトル |
|---|---|
| AIユーモア研究のためのユーモアデータオブジェクトの再定義 | Re-defining Humor Data Objects for AI Humor Research |
| クリエイティブ品質アライメント：連鎖思考ファインチューニングによる専門家の暗黙知移転 | Creative Quality Alignment: Expert Tacit Knowledge Transfer via Chain-of-Thought Fine-Tuning |
| 報酬で創造性を向上させる言葉遊び：言語モデルの創造的連想トレーニング | Playing with Words, Improving with Rewards: Training Language Models for Creative Association |
| SMILE-Next：大規模言語モデルに笑いの検出、分類、推論を教える | SMILE-Next: Teaching Large Language Models to Detect, Classify, and Reason about Laughter |
| MangaFlow: ストーリーからマンガを生成する制御可能なエンドツーエンドのエージェントフレームワーク | MangaFlow: An End-to-End Agentic Framework for Controllable Story to Manga Generation |
| 大規模言語モデルに基づくマルチエージェントフレームワークによる協調型物語作成の改善 | Improving Collaborative Storytelling with a Multi-Agent Framework Based on Large Language Models |
| 大規模言語モデルのアイデア創出におけるアンカーレス多様化 | Anchorless Diversification for Parallel LLM Ideation |
| GenClaw：コード駆動型エージェントによる画像生成 | GenClaw: Code-Driven Agentic Image Generation |
金融・投資・取引
| 日本語タイトル | 英文タイトル |
|---|---|
| 大規模言語モデルを用いたトレーディングシステムの進化的最適化「MadEvolve」 | MadEvolve: Evolutionary Optimization of Trading Systems with Large Language Models |
| AI支援のファンダメンタル投資リサーチ向け、知識グラフメモリ搭載マルチペルソナエージェントプラットフォーム「FundaPod」 | FundaPod: A Multi-Persona Agent Pod Platform with Knowledge Graph Memory for AI-Assisted Fundamental Investment Research |
| FinBoardBench：ボードゲームシミュレーションによるLLMの動的資産管理と戦略的金融推論のベンチマーク | FinBoardBench: Benchmarking Dynamic Wealth Management and Strategic Financial Reasoning of LLMs via Board Game Simulations |
| LLMトレーディングエージェント向け記憶制御型株式市場ベンチマーク | From Knowing to Doing: A Memory-Controlled Benchmark for LLM Trading Agents on Stock Markets |
| 大規模言語モデルの財務諸表検証におけるベンチマークの妥当性とキャリブレーション | FinVerBench: Benchmark Validity and Calibration in Large Language Model Financial Statement Verification |
科学的発見・研究支援・自動化
ペルソナ・人格・人間行動シミュレーション
| 日本語タイトル | 英文タイトル |
|---|---|
| 長時間のコーディングセッションにおけるペルソナドリフトのためのベンチマーク「ContextEcho」 | ContextEcho: A Benchmark for Persona Drift in Long Agentic-Coding Sessions |
| 大規模言語モデルの感情知能は、知覚、認知、対話で断片化している | Emotional intelligence in large language models is fragmented across perception, cognition, and interaction |
| 大規模言語モデルにおける性格、役割、表現スタイルの相互作用分析 | Personality, Role, and Expressive Style in Large Language Models: An Interactionist Analysis |
| ペルソナプロンプトはいつ本当に役立つのか？LLMにおける専門家ロール注入の検索とメトリクス分析 | When Does Persona Prompting Actually Help? A Retrieval and Metric Analysis of Expert Role Injection in LLMs |
| LLMのペルソナシミュレーションのための適応型面接：証拠に基づいた推論が意思決定の一致を改善 | Adaptive Interviewing for Persona Simulation in LLMs: Evidence-Grounded Reasoning Improves Decision Alignment |
| 機械への価値観教育：LLMにおける人間らしい行動のシミュレーション | Teaching Values to Machines: Simulating Human-Like Behavior in LLMs |
| HEART-Bench：LLMエージェントは人間のような心理を持つか？ | HEART-Bench: Do LLM Agents Exhibit Human-like Psychology? |
アラインメント・ガバナンス・アカウンタビリティ
理論・基礎・幻覚
| 日本語タイトル | 英文タイトル |
|---|---|
| 決定論的ホライズン：信頼できるAIシステムの設計仕様としての不可能性定理 | The Deterministic Horizon: Impossibility Results as Design Specifications for Trustworthy AI Systems |
| 機械生成テキストに潜む人間らしさの理論と検出強化 | Hidden Human-Like Nature of Machine-Generated Texts: Theory and Detection Enhancement |
| 半近似を超えて：公平かつ効率的なオンラインクラスマッチング | Beyond the Half-Approximation: Fair and Efficient Online Class Matching |
| イノベーション：幻覚のほぼ特徴づけ | Innovation: An Almost Characterization of Hallucination |
| Hallucination低減のための格子上の連鎖ベース適応再構成 | Chain-based Adaptive Reconfiguration Over Lattices for Hallucination Reduction |
ゲーム・戦略・娯楽
| 日本語タイトル | 英文タイトル |
|---|---|
| ゲームコード世界モデル生成を軽量大規模言語モデルに蒸留する | Distilling Game Code World Model Generation into Lightweight Large Language Models |
| LLMエージェントの社会的・戦略的推論を評価するライブアリーナ「MINDGAMES」 | MINDGAMES: A Live Arena for Evaluating Social and Strategic Reasoning in Multi-Agent LLMs |
| PTCG-Bench：LLMエージェントはポケモンカードゲームをマスターできるか？ | PTCG-Bench: Can LLM Agents Master Pokémon Trading Card Game? |
| PokerSkill: LLMが学習やソルバーなしでエキスパートレベルのポーカーをプレイ | PokerSkill: LLMs Can Play Expert-Level Poker without Training or Solvers |
