ここから限定コンテンツ
| Veracity: An Open-Source AI Fact-Checking System | Veracity：オープンソースAIファクトチェックシステム | https://arxiv.org/abs/2506.15794 |
| Exploring Big Five Personality and AI Capability Effects in LLM-Simulated Negotiation Dialogues | LLMシミュレートされた交渉対話におけるビッグファイブ性格とAI能力効果の探索 | https://arxiv.org/abs/2506.15928 |
| Bohdi: Heterogeneous LLM Fusion with Automatic Data Exploration | Bohdi：自動データ探索による異種LLM融合 | https://arxiv.org/abs/2506.15721 |
| Drag-and-Drop LLMs: Zero-Shot Prompt-to-Weights | ドラッグ&ドロップLLM：ゼロショットプロンプト→重み変換 | https://arxiv.org/abs/2506.16406 |
| ML-Master: Towards AI-for-AI via Integration of Exploration and Reasoning | ML-Master：探索と推論の統合によるAI-for-AIの実現 | https://arxiv.org/abs/2506.16499 |
| PRISON: Unmasking the Criminal Potential of Large Language Models | PRISON：大規模言語モデルの犯罪的潜在能力の解明 | https://arxiv.org/abs/2506.16150 |
| StoryWriter: A Multi-Agent Framework for Long Story Generation | StoryWriter：長編物語生成のためのマルチエージェントフレームワーク | https://arxiv.org/abs/2506.16445 |
| Do We Talk to Robots Like Therapists, and Do They Respond Accordingly? | 私たちはロボットをセラピストのように扱うのか、そしてロボットはそれに応じて反応するのか？ | https://arxiv.org/abs/2506.16473 |
| Unpacking Generative AI in Education: Computational Modeling of Teacher and Student Perspectives | 教育における生成AIの解明：教師と学生の視点の計算モデリング | https://arxiv.org/abs/2506.16412 |
| Large Language Models are Near-Optimal Decision-Makers with a Non-Human Learning Behavior | 大規模言語モデルは非人間的学習行動を持つ準最適意思決定者 | https://arxiv.org/abs/2506.16163 |
| Under the Shadow of Babel: How Language Shapes Reasoning in LLMs | バベルの影の下で：言語がLLMの推論をどう形作るか | https://arxiv.org/abs/2506.16151 |
| ChatAR: Conversation Support using Large Language Model and Augmented Reality | ChatAR：大規模言語モデルと拡張現実を用いた会話支援 | https://arxiv.org/abs/2506.16008 |
| Can structural correspondences ground real world representational content in Large Language Models? | 構造的対応は大規模言語モデルにおいて現実世界の表象内容を基礎づけられるか？ | https://arxiv.org/abs/2506.16370 |
| JETHICS: Japanese Ethics Understanding Evaluation Dataset | JETHICS：日本語倫理理解評価データセット | https://arxiv.org/abs/2506.16187 |
| Understanding the Challenges and Promises of Developing Generative AI Apps: An Empirical Study | 生成AIアプリ開発の課題と可能性の理解：実証研究 | https://arxiv.org/abs/2506.16453 |
| RiOT: Efficient Prompt Refinement with Residual Optimization Tree | RiOT：残差最適化木による効率的プロンプト改良 | https://arxiv.org/abs/2506.16389 |
| SimuPanel: A Novel Immersive Multi-Agent System to Simulate Interactive Expert Panel Discussion | SimuPanel：対話型専門家パネル討論をシミュレートする新しい没入型マルチエージェントシステム | https://arxiv.org/abs/2506.16010 |
| Explainable Rule Application via Structured Prompting: A Neural-Symbolic Approach | 構造化プロンプトによる説明可能なルール適用：ニューラル・シンボリックアプローチ | https://arxiv.org/abs/2506.16335 |
| Self-Critique-Guided Curiosity Refinement: Enhancing Honesty and Helpfulness in Large Language Models via In-Context Learning | 自己批判誘導好奇心改良：文脈内学習による大規模言語モデルの誠実性と有用性の向上 | https://arxiv.org/abs/2506.16064 |
| Measuring (a Sufficient) World Model in LLMs: A Variance Decomposition Framework | LLMにおける（十分な）世界モデルの測定：分散分解フレームワーク | https://arxiv.org/abs/2506.16584 |
| Fine-Tuning Lowers Safety and Disrupts Evaluation Consistency | AIの微調整が安全性を低下させることを発見 | https://arxiv.org/abs/2506.17209 |
| Detecting LLM-Generated Short Answers and Effects on Learner Performance | AIが生成した学習回答の検出と学習効果への影響 | https://arxiv.org/abs/2506.17196 |
| Towards AI Search Paradigm | 次世代AI検索システムのパラダイム | https://arxiv.org/abs/2506.17188 |
| Do We Need Large VLMs for Spotting Soccer Actions? | サッカーの動作認識に大規模AIモデルは必要か？ | https://arxiv.org/abs/2506.17144 |
| Chain-of-Thought Prompting Obscures Hallucination Cues in Large Language Models | 段階的思考プロンプトがAIの幻覚を隠してしまう問題 | https://arxiv.org/abs/2506.17088 |
| LLM-Based Bot Broadens the Range of Arguments in Online Discussions | AIボットがオンライン議論の視点を広げる効果 | https://arxiv.org/abs/2506.17073 |
| LLM-Generated Feedback Supports Learning If Learners Choose to Use It | AIが生成したフィードバックは学習者が使うことを選択すれば効果的 | https://arxiv.org/abs/2506.17006 |
| Integrating Traditional Technical Analysis with AI: A Multi-Agent LLM-Based Approach to Stock Market Forecasting | 伝統的テクニカル分析とAIを統合した株式市場予測システム | https://arxiv.org/abs/2506.16813 |
| Large Language Models as Psychological Simulators: A Methodological Guide | 心理学シミュレーターとしての大規模言語モデル活用ガイド | https://arxiv.org/abs/2506.16702 |
| From Prompts to Constructs: A Dual-Validity Framework for LLM Research in Psychology | 心理学研究におけるAI活用の二重妥当性フレームワーク | https://arxiv.org/abs/2506.16697 |
| LLMs in Coding and their Impact on the Commercial Software Engineering Landscape | プログラミングAIが商用ソフトウェア工学に与える影響 | https://arxiv.org/abs/2506.16653 |
| RealSR-R1: Reinforcement Learning for Real-World Image Super-Resolution with Vision-Language Chain-of-Thought | 視覚言語思考チェーンによる実世界画像超解像技術 | https://arxiv.org/abs/2506.16796 |
| eSapiens: A Real-World NLP Framework for Multimodal Document Understanding and Enterprise Knowledge Processing | eSapiens：マルチモーダル文書理解と企業知識処理のための実世界NLPフレームワーク | https://arxiv.org/abs/2506.16768 |
| Towards Effective Complementary Security Analysis using Large Language Models | 大規模言語モデルを用いた効果的な補完セキュリティ分析に向けて | https://arxiv.org/abs/2506.16899 |
| LLM-based Satisfiability Checking of String Requirements by Consistent Data and Checker Generation | 一貫性のあるデータとチェッカー生成によるLLMベースの文字列要件充足可能性チェック | https://arxiv.org/abs/2506.16639 |
| A Large-Scale Real-World Evaluation of LLM-Based Virtual Teaching Assistant | LLMベース仮想教育アシスタントの大規模実世界評価 | https://arxiv.org/abs/2506.17363 |
| Cash or Comfort? How LLMs Value Your Inconvenience | 現金か快適さか？LLMがあなたの不便をどう評価するか | https://arxiv.org/abs/2506.17367 |
| Breaking Single-Tester Limits: Multi-Agent LLMs for Multi-User Feature Testing | 単一テスター限界の打破：マルチユーザー機能テストのためのマルチエージェントLLM | https://arxiv.org/abs/2506.17539 |
| Automating Financial Statement Audits with Large Language Models | 大規模言語モデルによる財務諸表監査の自動化 | https://arxiv.org/abs/2506.17282 |
| Mercury: Ultra-Fast Language Models Based on Diffusion | Mercury：拡散ベースの超高速言語モデル | https://arxiv.org/abs/2506.17298 |
| PaceLLM: Brain-Inspired Large Language Models for Long-Context Understanding | PaceLLM：長文脈理解のための脳インスパイア大規模言語モデル | https://arxiv.org/abs/2506.17310 |
| Towards Safety Evaluations of Theory of Mind in Large Language Models | 大規模言語モデルにおける心の理論の安全性評価に向けて | https://arxiv.org/abs/2506.17352 |
| Computational Approaches to Understanding Large Language Model Impact on Writing and Information Ecosystems | 執筆と情報エコシステムにおける大規模言語モデル影響の理解に向けた計算アプローチ | https://arxiv.org/abs/2506.17467 |
| SurgVidLM: Towards Multi-grained Surgical Video Understanding with Large Language Model | SurgVidLM：大規模言語モデルによる多粒度手術映像理解 | https://arxiv.org/abs/2506.17873 |
| LLMs for Customized Marketing Content Generation and Evaluation at Scale | 大規模カスタマイズドマーケティングコンテンツ生成・評価のためのLLM | https://arxiv.org/abs/2506.17863 |
| AI Through the Human Lens: Investigating Cognitive Theories in Machine Psychology | 人間の視点から見たAI：機械心理学における認知理論の検証 | https://arxiv.org/abs/2506.18156 |
| Towards Robust Fact-Checking: A Multi-Agent System with Advanced Evidence Retrieval | 頑健なファクトチェックに向けて：高度な証拠検索を備えたマルチエージェントシステム | https://arxiv.org/abs/2506.17878 |
| Is Your Automated Software Engineer Trustworthy? | あなたの自動化ソフトウェアエンジニアは信頼できるか？ | https://arxiv.org/abs/2506.17812 |
| Evolving Prompts In-Context: An Open-ended, Self-replicating Perspective | コンテキスト内プロンプト進化：オープンエンド自己複製の視点 | https://arxiv.org/abs/2506.17930 |
| Statistical Multicriteria Evaluation of LLM-Generated Text | LLM生成テキストの統計的多基準評価 | https://arxiv.org/abs/2506.18082 |
| Deep Research Agents: A Systematic Examination And Roadmap | 深層研究エージェント：体系的検証とロードマップ | https://arxiv.org/abs/2506.18096 |
| KAG-Thinker: Teaching Large Language Models to Think with Human-like Reasoning Process | KAG-Thinker：人間のような推論プロセスをLLMに教える | https://arxiv.org/abs/2506.17728 |
| FilMaster: Bridging Cinematic Principles and Generative AI for Automated Film Generation | FilMaster：映画制作原理と生成AIを橋渡しする自動映画生成システム | https://arxiv.org/abs/2506.18899 |
| Existing LLMs Are Not Self-Consistent For Simple Tasks | 既存のLLMは単純なタスクでも自己一貫性がない | https://arxiv.org/abs/2506.18781 |
| Understanding Software Engineering Agents: A Study of Thought-Action-Result Trajectories | ソフトウェアエンジニアリングエージェントの理解：思考-行動-結果軌跡の研究 | https://arxiv.org/abs/2506.18824 |
| TableVault: Managing Dynamic Data Collections for LLM-Augmented Workflows | TableVault: LLM拡張ワークフローのための動的データコレクション管理 | https://arxiv.org/abs/2506.18257 |
| Recipe for Discovery: A Framework for Systematic Open Source Project Identification | 発見のレシピ：体系的オープンソースプロジェクト識別のためのフレームワーク | https://arxiv.org/abs/2506.18359 |
| UniMind: Unleashing the Power of LLMs for Unified Multi-Task Brain Decoding | UniMind：統合マルチタスク脳信号デコーディングのためのLLMの力の解放 | https://arxiv.org/abs/2506.18962 |
| Automated Detection of Pre-training Text in Black-box LLMs | ブラックボックスLLMにおける事前学習テキストの自動検出 | https://arxiv.org/abs/2506.19399 |
| Spiritual-LLM : Gita Inspired Mental Health Therapy In the Era of LLMs | Spiritual-LLM：LLM時代におけるバガヴァッド・ギーターにインスパイアされたメンタルヘルス療法 | https://arxiv.org/abs/2506.19185 |
| EmoStage: A Framework for Accurate Empathetic Response Generation via Perspective-Taking and Phase Recognition | EmoStage：視点取得と段階認識による正確な共感的応答生成フレームワーク | https://arxiv.org/abs/2506.19279 |
| Command-V: Pasting LLM Behaviors via Activation Profiles | Command-V：活性化プロファイルによるLLM行動の貼り付け | https://arxiv.org/abs/2506.19140 |
| From Web Search towards Agentic Deep Research: Incentivizing Search with Reasoning Agents | ウェブ検索からエージェント型深層研究へ：推論エージェントによる検索の促進 | https://arxiv.org/abs/2506.18959 |
| Do LLMs Know When to Flip a Coin? Strategic Randomization through Reasoning and Experience | LLMはいつコインを投げるべきか知っているか？推論と経験による戦略的ランダム化 | https://arxiv.org/abs/2506.18928 |
| Language Models Might Not Understand You: Evaluating Theory of Mind via Story Prompting | 言語モデルはあなたを理解していないかもしれない：ストーリープロンプティングによる心の理論の評価 | https://arxiv.org/abs/2506.19089 |
| Commander-GPT: Dividing and Routing for Multimodal Sarcasm Detection | Commander-GPT：マルチモーダル皮肉検出のための分割・ルーティング | https://arxiv.org/abs/2506.19420 |
| Breaking Barriers: Do Reinforcement Post Training Gains Transfer To Unseen Domains? | 障壁を破る：強化後訓練の効果は未知の領域に転移するか？ | https://arxiv.org/abs/2506.19733 |
| A Survey of LLM-Driven AI Agent Communication: Protocols, Security Risks, and Defense Countermeasures | LLM駆動AIエージェント通信の調査：プロトコル、セキュリティリスク、防御対策 | https://arxiv.org/abs/2506.19676 |
| Reasoning with Exploration: An Entropy Perspective | 探索による推論：エントロピーの観点 | https://arxiv.org/abs/2506.14758 |
| Language Modeling by Language Models | 言語モデルによる言語モデリング | https://arxiv.org/abs/2506.20249 |
| Persona-Assigned Large Language Models Exhibit Human-Like Motivated Reasoning | ペルソナを割り当てられた大規模言語モデルは人間のような動機づけられた推論を示す | https://arxiv.org/abs/2506.20020 |
| CCRS: A Zero-Shot LLM-as-a-Judge Framework for Comprehensive RAG Evaluation | CCRS: 包括的RAG評価のためのゼロショットLLM-as-a-Judge フレームワーク | https://arxiv.org/abs/2506.20128 |
| Enhancing Large Language Models through Structured Reasoning | 構造化推論によるLLMの強化 | https://arxiv.org/abs/2506.20241 |
| Inside you are many wolves: Using cognitive models to interpret value trade-offs in LLMs | あなたの中には多くの狼がいる：認知モデルを用いたLLMの価値トレードオフの解釈 | https://arxiv.org/abs/2506.20666 |
| AI in the Writing Process: How Purposeful AI Support Fosters Student Writing | 執筆プロセスにおけるAI：目的に応じたAI支援が学生の執筆を促進する方法 | https://arxiv.org/abs/2506.20595 |
| Memento: Note-Taking for Your Future Self | Memento：未来の自分のためのノート取り | https://arxiv.org/abs/2506.20642 |
| Enterprise Large Language Model Evaluation Benchmark | 企業向け大規模言語モデル評価ベンチマーク | https://arxiv.org/abs/2506.20274 |
| The Decrypto Benchmark for Multi-Agent Reasoning and Theory of Mind | マルチエージェント推論と心の理論のためのDecryptoベンチマーク | https://arxiv.org/abs/2506.20664 |
| TAPS: Tool-Augmented Personalisation via Structured Tagging | TAPS: 構造化タグ付けによるツール拡張パーソナライゼーション | https://arxiv.org/abs/2506.20409 |
| CCISolver: End-to-End Detection and Repair of Method-Level Code-Comment Inconsistency | CCISolver: メソッドレベルコード・コメント不整合のエンドツーエンド検出・修復 | https://arxiv.org/abs/2506.20558 |
| Large Language Models Acing Chartered Accountancy | 公認会計士試験で優秀な成績を収める大規模言語モデル | https://arxiv.org/abs/2506.21031 |
| SAC: A Framework for Measuring and Inducing Personality Traits in LLMs with Dynamic Intensity Control | SAC：動的強度制御によるLLMの性格特性測定・誘導フレームワーク | https://arxiv.org/abs/2506.20993 |
| The Ideation-Execution Gap: Execution Outcomes of LLM-Generated versus Human Research Ideas | アイデア創出と実行のギャップ：LLM生成アイデアと人間のアイデアの実行結果比較 | https://arxiv.org/abs/2506.20803 |
| Multimodal Prompt Alignment for Facial Expression Recognition | 表情認識のためのマルチモーダルプロンプトアライメント | https://arxiv.org/abs/2506.21017 |
| Beyond Reactive Safety: Risk-Aware LLM Alignment via Long-Horizon Simulation | 反応的安全性を超えて：長期シミュレーションによるリスク認識LLMアライメント | https://arxiv.org/abs/2506.20949 |
| Dynamic Context-Aware Prompt Recommendation for Domain-Specific AI Applications | ドメイン特化AIアプリケーションのための動的コンテキスト認識プロンプト推薦 | https://arxiv.org/abs/2506.20815 |
| Where is AIED Headed? Key Topics and Emerging Frontiers (2020-2024) | AI教育はどこに向かうのか？主要トピックと新興フロンティア（2020-2024） | https://arxiv.org/abs/2506.20971 |
| Engineering RAG Systems for Real-World Applications: Design, Development, and Evaluation | 実世界アプリケーションのためのRAGシステム工学：設計、開発、評価 | https://arxiv.org/abs/2506.20869 |
| Response Quality Assessment for Retrieval-Augmented Generation via Conditional Conformal Factuality | 条件付き共形事実性によるRAGの応答品質評価 | https://arxiv.org/abs/2506.20978 |
| Metadata Enrichment of Long Text Documents using Large Language Models | 大規模言語モデルを用いた長文書のメタデータ拡充 | https://arxiv.org/abs/2506.20918 |
| What’s Up, Doc?: Analyzing How Users Seek Health Information in Large-Scale Conversational AI Datasets | 「先生、どうしたの？」：大規模対話AI データセットにおけるユーザーの健康情報探索行動の分析 | https://arxiv.org/abs/2506.21532 |
| Potemkin Understanding in Large Language Models | 大規模言語モデルにおけるポチョムキン的理解 | https://arxiv.org/abs/2506.21521 |
| Unveiling Causal Reasoning in Large Language Models: Reality or Mirage? | 大規模言語モデルにおける因果推論の解明：現実か蜃気楼か？ | https://arxiv.org/abs/2506.21215 |
| Domain Knowledge-Enhanced LLMs for Fraud and Concept Drift Detection | 詐欺とコンセプトドリフト検出のためのドメイン知識強化LLM | https://arxiv.org/abs/2506.21443 |
| Where to find Grokking in LLM Pretraining? Monitor Memorization-to-Generalization without Test | LLM事前訓練においてグロッキングはどこで起こるか？テストなしで記憶から汎化への移行を監視 | https://arxiv.org/abs/2506.21551 |
| DynamicBench: Evaluating Real-Time Report Generation in Large Language Models | DynamicBench：大規模言語モデルにおけるリアルタイムレポート生成の評価 | https://arxiv.org/abs/2506.21343 |
| Structuralist Approach to AI Literary Criticism: Leveraging Greimas Semiotic Square for Large Language Models | AI文学批評への構造主義的アプローチ：大規模言語モデルのためのグレマス記号論四角形の活用 | https://arxiv.org/abs/2506.21360 |
| How Good Are Synthetic Requirements ? Evaluating LLM-Generated Datasets for AI4RE | 合成要件の品質：AI4REにおけるLLM生成データセットの評価 | https://arxiv.org/abs/2506.21138 |
