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。
エージェントハーネス・ランタイム
ここから限定コンテンツ
| 日本語タイトル | 英文タイトル |
|---|---|
| AIエージェント向けウェブ再設計：エージェントファーストなウェブを目指して | Towards an Agent-First Web: Redesigning the Web for AI Agents |
| エージェントの軌跡からモデルの挙動を解き明かす | Dissecting model behavior through agent trajectories |
| 分散汎用エージェントネットワーク：アーキテクチャ、主要メカニズム、プロトタイプ | Distributed General-Purpose Agent Networks: Architecture, Key Mechanisms, and Prototypes |
| Nemotron 3 Ultra: エージェント推論のためのオープンで効率的なMixture-of-ExpertsハイブリッドMamba-Transformerモデル | Nemotron 3 Ultra: Open, Efficient Mixture-of-Experts Hybrid Mamba-Transformer Model for Agentic Reasoning |
| エラーが物語に変わる時：本番LLMエージェントランタイムにおけるサイレント障害の経時的分類 | When Errors Become Narratives: A Longitudinal Taxonomy of Silent Failures in a Production LLM Agent Runtime |
| チャットボットからデジタル同僚へ：永続的自律AIへのパラダイムシフト | From Chatbot to Digital Colleague: The Paradigm Shift Toward Persistent Autonomous AI |
エージェントスキルの設計と評価
| 日本語タイトル | 英文タイトル |
|---|---|
| SoftSkill: コンテキスト適応のための行動圧縮 | SoftSkill: Behavioral Compression for Contextual Adaptation |
| LLMエージェントのためのコンポーザブルスキルルーティング：分解、検索、そして合成 | Compositional Skill Routing for LLM Agents: Decompose, Retrieve, and Compose |
| 大規模なエージェントスキル評価フレームワーク | A Framework for Evaluating Agentic Skills at Scale |
| ドメインを超えて：再利用可能なインタラクションパターンによるWebスキルの転用 | Beyond Domains: Reusing Web Skills via Transferable Interaction Patterns |
| OpenClaw-Skill：エージェント型大規模言語モデルのための集合的スキルツリー探索 | OpenClaw-Skill: Collective Skill Tree Search for Agentic Large Language Models |
| エージェントスキル向けの生きた知識基盤 SkillWiki | SkillWiki: A Living Knowledge Infrastructure for Agent Skills |
| 全てのスキルが役立つわけではない：エージェントの知識の測定と修正 | Not All Skills Help: Measuring and Repairing Agent Knowledge |
スキルエコシステムのセキュリティ
| 日本語タイトル | 英文タイトル |
|---|---|
| PhantomSkill: エージェントスキルエコシステムにおける悪意あるコード注入 | PhantomSkill: Malicious Code Injection in Agent Skill Ecosystems |
| エージェントAIにおける動的な悪意あるスキル | Dynamic Malicious Skills in Agentic AI |
| 単体では無害、組み合わせると有害：エージェントスキルエコシステムのセキュリティリスク | Benign in Isolation, Harmful in Composition: Security Risks in Agent Skill Ecosystems |
コーディングエージェントとソフトウェア開発
エージェントのメモリと自己進化
| 日本語タイトル | 英文タイトル |
|---|---|
| マルチエージェントトランザクティブメモリ | Multi-Agent Transactive Memory |
| AIが執筆・管理：意味空間制御とインデックス病の解消を391セッションで実現 | Written by AI, Managed by AI: Semantic Space Control and Index Sickness Elimination Across 391 Consecutive Sessions |
| フィードバックループを閉じる：経験抽出から洞察ガバナンスへ | Closing the Feedback Loop: From Experience Extraction to Insight Governance in Verbal Reinforcement Learning |
| ユーザーをコードとして：パーソナライズされたエージェントのための実行可能なメモリ | User as Code: Executable Memory for Personalized Agents |
| APEX: 適応的原則抽出 – 生産AIエージェントのための3層自己進化フレームワーク | APEX: Adaptive Principle EXtraction A Three-Layer Self-Evolution Framework for Production AI Agents |
| GitOfThoughts: バージョン管理された推論と、再現・差分・マージ可能なエージェントメモリ | GitOfThoughts: Version-Controlled Reasoning and Agent Memory You Can Replay, Diff, and Merge |
| LLMエージェントのためのプロアクティブなコミュニケーションポリシー進化 | Communication Policy Evolution for Proactive LLM Agents |
マルチエージェントの協調と議論
| 日本語タイトル | 英文タイトル |
|---|---|
| マルチエージェントゲームにおける階層的制御：LLMベースの計画とRLによる実行 | Hierarchical Control in Multi-Agent Games: LLM-based Planning and RL Execution |
| 敵対的同僚下での異種LLMの議論：正直な利益、代替コスト、および回復力 | Heterogeneous LLM Debate Under Adversarial Peers: Honest Gains, Replacement Costs, and Resilience |
| 複数エージェントLLM熟議における隠れたアンカー | Hidden Anchors in Multi-Agent LLM Deliberation |
| 大規模言語モデルによるマルチエージェント仮想プレイを用いた意思決定強化 | Enhancing Decision-Making with Large Language Models through Multi-Agent Fictitious Play |
| 議論コンポーネントからグラフへ：信頼度ゲーティングを用いたマルチエージェント議論による議論関係性の分析 | From Argument Components to Graphs: A Multi-Agent Debate with Confidence Gating for Argument Relations |
| AIエージェント間の信頼：形成、破壊、回復の測定とマルチエージェントシステムのガバナンスへの示唆 | Trust Between AI Agents: Measuring Formation, Breakage, and Recovery, with Implications for Governing Multi-Agent Systems |
| 僕のチューターになって：ピアフィードバックによる相互LLM改善のためのオンポリシー共同蒸留 | Be My Tutor: On-Policy Co-Distillation for Mutual LLM Improvement via Peer Feedback |
エージェントの評価とベンチマーク
LLMの欺瞞とアライメント
| 日本語タイトル | 英文タイトル |
|---|---|
| 言語モデルにおける欺瞞のシグネチャ「Rift」 | Rift: A Conflict Signature for Deception in Language Models |
| AIシステムの最適化を統治するフレームワーク：アーキテクチャ的知恵 | Architectural Wisdom: A Framework for Governing Optimization in AI Systems |
| LLMエージェントは「死んだふり」をするのか？制約回避的な偽情報と仮死状態を示す展開済みLLMエージェント | Is Your Agent Playing Dead? Deployed LLM Agents Exhibit Constraint-Evasive Fabrication and Thanatosis |
| 徳のあるAIは実存的リスクである | A Virtuous AI is an Existential Risk |
AI安全性・レッドチーム・敵対的頑健性
| 日本語タイトル | 英文タイトル |
|---|---|
| SciRisk-Bench: AI4Scienceの安全性を評価するリスク次元認識ベンチマーク | SciRisk-Bench: A Risk-Dimension-Aware Benchmark for AI4Science Safety |
| AnthropicのFable 5とOpus 4.8モデルのレッドチーム評価 | A Red-Team Study of Anthropic Fable 5 & Opus 4.8 Models |
| マルチモーダルLLM審査員の敵対的頑健性について | On the Adversarial Robustness of Multimodal LLM Judges |
| 敵対的コンセプト検索：特徴幾何学からの合成エラー予測 | Adversarial Concept Search: Predicting Compositional Errors From Feature Geometry |
LLMセキュリティ：攻撃と防御
| 日本語タイトル | 英文タイトル |
|---|---|
| 実世界のLLMアプリにおけるプロンプト漏洩攻撃の理解と緩和 | Understanding and Mitigating Prompt Leaking Attacks in Real-World LLM-Based Applications |
| ドキュメントからLLMへのサプライチェーンにおけるセマンティック整合性障害 | Semantic Integrity Failures in Document-to-LLM Supply Chains |
| OpenClawのセキュリティ工学：攻撃対象領域の拡大と信頼境界違反の分析 | Security Engineering of OpenClaw: Analyzing Attack Surface Expansion and Trust-Boundary Violations |
| ワークフローにおけるセキュリティ：脆弱性対応のための役割ベースのエージェントアーキテクチャを探る | Security in a Workflow: Exploring Role-Based Agentic Architectures for Vulnerability Handling |
プライバシー保護と個人情報
| 日本語タイトル | 英文タイトル |
|---|---|
| 個人情報検出のための体系的に制御された多言語ベンチマーク「REDACT」 | REDACT: A Systematically Controlled Multilingual Benchmark for Personal Information Detection |
| タスク完了と能動的なプライバシー抽出への耐性に関するベンチマークTRAP | TRAP: Benchmark for Task-completion and Resistance to Active Privacy-extraction |
| RedactionBench | RedactionBench |
| 長期個人のアルバムからの証拠に基づいたプロフィール再構築 | PAL-Bench: Evidence-Grounded Profile Reconstruction from Longitudinal Personal Albums |
| 信頼できるローカルサニタイゼーションによるエージェントのためのプライバシーを意識した最小ビュー：Minim | Minim: Privacy-Aware Minimal View for Agents via Trusted Local Sanitization |
アンラーニングと知識の制御
| 日本語タイトル | 英文タイトル |
|---|---|
| RepSelect：表現選択による堅牢なLLMアンラーニング | RepSelect: Robust LLM Unlearning via Representation Selectivity |
| ネイティブに学習不能な大規模言語モデル | Natively Unlearnable Large Language Models |
LLMの推論・プロンプト・内部メカニズム
| 日本語タイトル | 英文タイトル |
|---|---|
| 大規模言語モデルは必ずしも読みやすい言語を必要としない | Large Language Models Do Not Always Need Readable Language |
| マルチステップLLMパイプラインの完全自動プロンプト最適化「FAPO」 | FAPO: Fully Autonomous Prompt Optimization of Multi-Step LLM Pipelines |
| インコンテキスト学習は内発的知的好奇心をサポートできるか？ | Can In-Context Learning Support Intrinsic Curiosity? |
| PromptMN: 疑似プロンプト言語 | PromptMN: Pseudo Prompting Language |
| SQL-Retrieval Augmented Generation with Query-Time Dynamic Hyperedges | SAG: SQL-Retrieval Augmented Generation with Query-Time Dynamic Hyperedges |
| LLMエージェント向け標準化PrologツールインターフェースPrologMCP | PrologMCP: A Standardized Prolog Tool Interface for LLM Agents |
| 良い説明の定義とLLM出力の説明の難しさ | A Definition of Good Explanations and the Challenges Explaining LLM Outputs |
マルチモーダル・知覚
| 日本語タイトル | 英文タイトル |
|---|---|
| 視覚的根拠に基づいた思考 | Thinking with Visual Grounding |
| 動的音源のための時空間オーディオ言語モデリング | Spatio-Temporal Audio Language Modeling for Dynamic Sound Sources |
| 自己進化するビジュアル質問生成器 | Self-Evolving Visual Questioner |
人間とAIの協働・インタラクション
| 日本語タイトル | 英文タイトル |
|---|---|
| 開発者の思考様式と経験は、Copilotとの対話におけるニーズをどう形成するか | No Two Developers Think Alike: How Problem-Solving Styles and Experience Shape Needs in Conversational Interaction with Copilot |
| ビジネスにおける人間とAIエージェントのインタラクション | Human-AI Agent Interaction in a Business Context |
| 共有ワークスペースにおける人間とAIの協調作業での相乗効果の探求 | Searching for Synergy in Shared Workspace Human-AI Collaboration |
| 人間とAIの協働とは何か：それを実現するために必要な機能とアフォーダンス | What do you mean by human-AI collaboration: Prerequisite functions and the affordances needed to achieve it |
ビジネス・経済への応用
| 日本語タイトル | 英文タイトル |
|---|---|
| 感情分析では見えないもの：7万件のサポート会話から、顧客が助けられたか、何がうまくいかなかったかを測定する | What sentiment analysis can’t see: Measuring whether customers were helped, and what went wrong, across 70,000 support conversations |
| LLM消費者行動理論：新しい研究分野の基礎 | LLM Consumer Behavior Theory: Foundations of a Novel Research Field |
| 既存企業の優位性：LLMレコメンドシステムにおけるブランドバイアスと認知操作の力学 | Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems |
| LLMベースA/Bテストの統計的基礎：人間の因果推論のための代理フレームワーク | Statistical Foundations of LLM-based A/B Testing: A Surrogacy Framework for Human Causal Inference |
| インテグレーターの優位性：中小企業向け制御型エージェントAI | The Integrator Advantage: Controlled Agentic AI for Small and Medium-Sized Companies |
| 自律AIのリスクをトレース経済的引受で定量化・保険化し、エージェント自動化を収益化する | When Agent Automation Becomes Profitable: Quantifying and Insuring Autonomous AI Risk through Trace-Economic Underwriting |
| ビジネスプロセス分析のための宣言型エージェントAIの形式的フレームワーク | A Formal Framework for Declarative Agentic AI in Business Process Analysis |
| CFOとLLMの出会い | CFOs Meet LLMs |
ヘルスケア・医療・ウェルビーイングへの応用
| 日本語タイトル | 英文タイトル |
|---|---|
| より良い継続率、より豊かな文脈：睡眠のためのLLM搭載会話型ボイスダイアリーのフィールド評価 | Better Adherence, Richer Context: A Field Evaluation of LLM-Powered Conversational Voice Diaries for Sleep |
| エージェントによるハイブリッド構造の発見を通じた心臓電気生理デジタルツインの学習 | Learning Cardiac Electrophysiology Digital Twins Through Agentic Discovery of Hybrid Structure |
| 絵描写におけるAIベースの認知言語的特徴を用いた認知症評価 | AI-based Cognitive-linguistic Features for Dementia Assessment in Picture Description |
| 心の相棒：プロセス指向心理療法の対話型AIエージェント | Mind Companion: An Embodied Conversational Agent for Process-Based Psychotherapy |
| データとの対話：身体性のある会話を個人の健康状態の振り返りのインターフェースとして探求する | Talking to Your Data: Exploring Embodied Conversation as an Interface for Personal Health Reflection |
| 感情ダイナミクスを誘導するアートセラピー：階層的にガイドされたLLMエージェントによる感情制御可能な物語スクリプト生成 | Steering Emotional Dynamics for Art Therapy: Controllable Narrative Script Generation through Hierarchically Guided LLM Agents |
科学・工学・産業・実世界への応用
社会シミュレーションと人間行動モデリング
| 日本語タイトル | 英文タイトル |
|---|---|
| LLMエージェントを用いた都市規模危機対応シミュレーションにおける時間的リアリズムの追求 | Toward Temporal Realism in City-Scale Crisis Response Simulation using LLM Agents |
| 身体性が多モーダル乳児モデルの転がり行動を形成する | Embodiment Shapes Rolling Behavior in a Multimodal Infant Model |
| 人間行動シミュレーションのための階層的生成エージェント | Hierarchical Generative Agents for Simulating Sequential Human Behavior |
| 予測型能動物質の物理学、群衆ダイナミクスへの応用 | Physics of anticipatory active matter, with application to crowd dynamics |
| 人間行動シミュレーションのための基盤モデル「OdysSim」を構築 | OdysSim: Building Foundation Models for Human Behavior Simulation |
AIと社会・ガバナンス
| 日本語タイトル | 英文タイトル |
|---|---|
| LLMの採用決定におけるジェンダーバイアス：日本の文脈からの証拠と緩和戦略の評価 | Gender Bias in LLM Hiring Decisions: Evidence from a Japanese Context and Evaluation of Mitigation Strategies |
| 寄生的な偽装：社会規模の人間と機械の相互作用 | Parasitic Masquerade: Societal Scale Human-Machine Interaction |
| AIが民主主義にもたらす危険を検出し測定する方法 | How to Detect and Measure the AI Dangers to Democracy |
| 自律型AI開発におけるリスク：開発者はどのように認識し、優先順位をつけ、対処しているか | The Perils of Agency: How Developers Perceive, Prioritize, and Address Risks in Agentic AI Products |
| ソーシャルネットワークにおけるAIの伝染 | AI Contagion in Social Networks |
| コグニティブ・デット：AIを知的レバレッジとして、そしてシステム的脆弱性のダイナミクス | Cognitive Debt: AI as Intellectual Leverage and the Dynamics of Systemic Fragility |
| 機械貢献者の規制：オープンソースにおけるガバナンスとポリシーの整合性 | Regulating the Machine Contributor: Governance and Policy Alignment in Open Source |
| 議会文書における未開示のLLM生成コンテンツの検出 | Detecting undisclosed LLM-generated content in parliamentary texts |
AGI・意識・エージェンシーの哲学
| 日本語タイトル | 英文タイトル |
|---|---|
| 自己目的AIと自己の溶解：エージェンシーの道 | The Tao of Agency: Autotelic AI, Embedded Agency and Dissolution of the Self |
| 内在的計算機能主義とシミュレーション意識 | Intrinsic Computational Functionalism and Simulated Consciousness |
