ここから限定コンテンツ
| “Amazing, They All Lean Left” — Analyzing the Political Temperaments of Current LLMs | 「驚くべきことに、すべて左寄り」– 現在のLLMの政治的傾向の分析 | https://arxiv.org/abs/2507.08027 |
| Mass-Scale Analysis of In-the-Wild Conversations Reveals Complexity Bounds on LLM Jailbreaking | 実環境での大規模会話分析がLLMジェイルブレイキングの複雑性限界を明らかにする | https://arxiv.org/abs/2507.08014 |
| Effect of Static vs. Conversational AI-Generated Messages on Colorectal Cancer Screening Intent: a Randomized Controlled Trial | 大腸がん検診意向に対する静的メッセージ vs 対話型AIメッセージの効果：無作為化対照試験 | https://arxiv.org/abs/2507.08211 |
| Can LLMs Reliably Simulate Real Students’ Abilities in Mathematics and Reading Comprehension? | LLMは数学と読解力において実際の学生の能力を信頼性高く模擬できるか？ | https://arxiv.org/abs/2507.08232 |
| Human vs. LLM-Based Thematic Analysis for Digital Mental Health Research: Proof-of-Concept Comparative Study | デジタルメンタルヘルス研究における人間 vs LLMベースのテーマ分析：概念実証比較研究 | https://arxiv.org/abs/2507.08002 |
| Do Conversational Interfaces Limit Creativity? Exploring Visual Graph Systems for Creative Writing | 対話インターフェースは創造性を制限するか？創作におけるビジュアルグラフシステムの探求 | https://arxiv.org/abs/2507.08260 |
| CRISP: Complex Reasoning with Interpretable Step-based Plans | CRISP: 解釈可能なステップベース計画による複雑推論 | https://arxiv.org/abs/2507.08037 |
| FreeAudio: Training-Free Timing Planning for Controllable Long-Form Text-to-Audio Generation | FreeAudio: 制御可能な長時間テキスト音声生成のための訓練不要タイミング計画 | https://arxiv.org/abs/2507.08557 |
| One Token to Fool LLM-as-a-Judge | LLM審判を騙すたった一つのトークン | https://arxiv.org/abs/2507.08794 |
| Understanding Driving Risks using Large Language Models: Toward Elderly Driver Assessment | 大規模言語モデルを用いた運転リスクの理解: 高齢者運転者評価に向けて | https://arxiv.org/abs/2507.08367 |
| Introspection of Thought Helps AI Agents | 思考の内省がAIエージェントを助ける | https://arxiv.org/abs/2507.08664 |
| Finding Common Ground: Using Large Language Models to Detect Agreement in Multi-Agent Decision Conferences | 共通点を見つける: マルチエージェント意思決定会議での合意検出に大規模言語モデルを使用 | https://arxiv.org/abs/2507.08440 |
| AgentsNet: Coordination and Collaborative Reasoning in Multi-Agent LLMs | AgentsNet: マルチエージェントLLMにおける協調と共同推論 | https://arxiv.org/abs/2507.08616 |
| Agentic Large Language Models for Conceptual Systems Engineering and Design | 概念システム工学と設計のためのエージェント型大規模言語モデル | https://arxiv.org/abs/2507.08619 |
| Exploring Design of Multi-Agent LLM Dialogues for Research Ideation | 研究アイデア創出のためのマルチエージェントLLM対話の設計探求 | https://arxiv.org/abs/2507.08350 |
| ByDeWay: Boost Your multimodal LLM with DEpth prompting in a Training-Free Way | ByDeWay：トレーニング不要の深度プロンプティングによるマルチモーダルLLM性能向上 | https://arxiv.org/abs/2507.08679 |
| NL in the Middle: Code Translation with LLMs and Intermediate Representations | 中間での自然言語：LLMと中間表現によるコード翻訳 | https://arxiv.org/abs/2507.08627 |
| SetupBench: Assessing Software Engineering Agents’ Ability to Bootstrap Development Environments | SetupBench: ソフトウェア工学エージェントの開発環境構築能力評価 | https://arxiv.org/abs/2507.09063 |
| ALIGN: Prompt-based Attribute Alignment for Reliable, Responsible, and Personalized LLM-based Decision-Making | ALIGN: 信頼性、責任性、個人化されたLLMベース意思決定のためのプロンプトベース属性アライメント | https://arxiv.org/abs/2507.09037 |
| Self-Improving Model Steering | 自己改善モデルステアリング | https://arxiv.org/abs/2507.08967 |
| The Consistency-Acceptability Divergence of LLMs in Judicial Decision-Making: Task and Stakeholder Dimensions | 司法判断における大規模言語モデルの一貫性と受容性の乖離：タスクと利害関係者の次元 | https://arxiv.org/abs/2507.08881 |
| Detecting and Pruning Prominent but Detrimental Neurons in Large Language Models | 大規模言語モデルにおける目立つが有害なニューロンの検出と削除 | https://arxiv.org/abs/2507.09185 |
| Evaluating LLMs in Medicine: A Call for Rigor, Transparency | 医学におけるLLMの評価：厳密性と透明性への呼びかけ | https://arxiv.org/abs/2507.08916 |
| LLMalMorph: On The Feasibility of Generating Variant Malware using Large-Language-Models | LLMalMorph: 大規模言語モデルを用いたマルウェア亜種生成の実現可能性について | https://arxiv.org/abs/2507.09411 |
| When Developer Aid Becomes Security Debt: A Systematic Analysis of Insecure Behaviors in LLM Coding Agents | 開発者支援がセキュリティ負債となる時：LLMコーディングエージェントの安全でない行動の体系的分析 | https://arxiv.org/abs/2507.09329 |
| A Serverless Architecture for Real-Time Stock Analysis using Large Language Models | 大規模言語モデルを用いたリアルタイム株式分析のためのサーバーレスアーキテクチャ | https://arxiv.org/abs/2507.09583 |
| TinyTroupe: An LLM-powered Multiagent Persona Simulation Toolkit | TinyTroupe: LLM駆動マルチエージェント・ペルソナシミュレーションツールキット | https://arxiv.org/abs/2507.09788 |
| Psychology-Driven Enhancement of Humour Translation | 心理学主導のユーモア翻訳の向上 | https://arxiv.org/abs/2507.09259 |
| Can AI Rely on the Systematicity of Truth? The Challenge of Modelling Normative Domains | AIは真理の体系性に依拠できるか？規範的領域のモデル化という挑戦 | https://arxiv.org/abs/2507.09676 |
| How Important is ‘Perfect’ English for Machine Translation Prompts? | 機械翻訳プロンプトにとって「完璧な」英語はどれほど重要か？ | https://arxiv.org/abs/2507.09509 |
| A Mixture of Linear Corrections Generates Secure Code | 線形補正の混合による安全なコード生成 | https://arxiv.org/abs/2507.09508 |
| Towards LLM-Based Automatic Playtest | LLMベース自動プレイテストに向けて | https://arxiv.org/abs/2507.09490 |
| Evaluating LLMs on Sequential API Call Through Automated Test Generation | 自動テスト生成による連続API呼び出しでのLLM評価 | https://arxiv.org/abs/2507.09481 |
| Towards Agentic RAG with Deep Reasoning: A Survey of RAG-Reasoning Systems in LLMs | 深い推論を持つエージェント的RAG：LLMにおけるRAG推論システムのサーベイ | https://arxiv.org/abs/2507.09477 |
| Enhancing Retrieval Augmented Generation with Hierarchical Text Segmentation Chunking | 階層的テキストセグメンテーションによるRAG拡張 | https://arxiv.org/abs/2507.09935 |
| Rethinking Prompt Optimization: Reinforcement, Diversification, and Migration in Blackbox LLMs | プロンプト最適化の再考：ブラックボックスLLMにおける強化、多様化、移行 | https://arxiv.org/abs/2507.09839 |
| Turning the Tide: Repository-based Code Reflection | 潮流を変える：リポジトリベースのコードリフレクション | https://arxiv.org/abs/2507.09866 |
| Measuring What Matters: A Framework for Evaluating Safety Risks in Real-World LLM Applications | 重要なことを測定する：実世界LLMアプリケーションにおける安全性リスク評価フレームワーク | https://arxiv.org/abs/2507.09820 |
| Prompting for Performance: Exploring LLMs for Configuring Software | パフォーマンスのためのプロンプティング：ソフトウェア設定におけるLLMの探索 | https://arxiv.org/abs/2507.09790 |
| Could you be wrong: Debiasing LLMs using a metacognitive prompt for improving human decision making | 間違っている可能性はありませんか：人間の意思決定改善のためのメタ認知プロンプトを用いたLLMのバイアス除去 | https://arxiv.org/abs/2507.10124 |
| The Man Behind the Sound: Demystifying Audio Private Attribute Profiling via Multimodal Large Language Model Agents | 音の背後にいる人：マルチモーダル大規模言語モデルエージェントによる音声プライベート属性プロファイリングの解明 | https://arxiv.org/abs/2507.10016 |
| Towards Emotion Co-regulation with LLM-powered Socially Assistive Robots | LLM搭載社会支援ロボットによる感情共調節に向けて | https://arxiv.org/abs/2507.10427 |
| Response Wide Shut? Surprising Observations in Basic Vision Language Model Capabilities | 応答全面停止？基本的な視覚言語モデル能力における驚くべき観察 | https://arxiv.org/abs/2507.10442 |
| Natural Language-based Assessment of L2 Oral Proficiency using LLMs | LLMを用いた第二言語口頭能力の自然言語ベース評価 | https://arxiv.org/abs/2507.10200 |
| Can GPT-4o mini and Gemini 2.0 Flash Predict Fine-Grained Fashion Product Attributes? A Zero-Shot Analysis | GPT-4o miniとGemini 2.0 Flashは細粒度ファッション製品属性を予測できるか？ゼロショット分析 | https://arxiv.org/abs/2507.09950 |
| Abusive text transformation using LLMs | LLMを用いた有害テキストの変換 | https://arxiv.org/abs/2507.10177 |
| Referential ambiguity and clarification requests: comparing human and LLM behaviour | 参照の曖昧さと明確化要求：人間とLLMの行動比較 | https://arxiv.org/abs/2507.10445 |
| Toward Real-World Table Agents: Capabilities, Workflows, and Design Principles for LLM-based Table Intelligence | 実世界テーブルエージェントに向けて：LLMベーステーブル知能の能力、ワークフロー、設計原則 | https://arxiv.org/abs/2507.10281 |
| ReDemon UI: Reactive Synthesis by Demonstration for Web UI | ReDemon UI：WebUIのためのデモンストレーションによる反応的合成 | https://arxiv.org/abs/2507.10099 |
| Qualitative Study for LLM-assisted Design Study Process: Strategies, Challenges, and Roles | LLM支援設計研究プロセスの質的研究：戦略、課題、役割 | https://arxiv.org/abs/2507.10024 |
| Artificial Finance: How AI Thinks About Money | 人工ファイナンス：AIはお金についてどう考えるか | https://arxiv.org/abs/2507.10933 |
| LLMs on Trial: Evaluating Judicial Fairness for Large Language Models | 裁判にかけられるLLM：大規模言語モデルの司法公正性評価 | https://arxiv.org/abs/2507.10852 |
| Teach Me Sign: Stepwise Prompting LLM for Sign Language Production | 手話を教えて：手話生成のための段階的LLMプロンプト手法 | https://arxiv.org/abs/2507.10972 |
| Exploring User Security and Privacy Attitudes and Concerns Toward the Use of General-Purpose LLM Chatbots for Mental Health | メンタルヘルスにおける汎用LLMチャットボット使用に対するユーザーのセキュリティとプライバシー態度・懸念の探求 | https://arxiv.org/abs/2507.10695 |
| Emergence of Hierarchical Emotion Organization in Large Language Models | 大規模言語モデルにおける階層的感情組織の出現 | https://arxiv.org/abs/2507.10599 |
| Comprehension Without Competence: Architectural Limits of LLMs in Symbolic Computation and Reasoning | 能力なき理解：記号計算と推論におけるLLMのアーキテクチャ限界 | https://arxiv.org/abs/2507.10624 |
| Can Large Language Models Understand As Well As Apply Patent Regulations to Pass a Hands-On Patent Attorney Test? | 大規模言語モデルは特許規則を理解し、実践的な特許弁理士試験に合格するレベルで適用できるか？ | https://arxiv.org/abs/2507.10576 |
| Modeling Understanding of Story-Based Analogies Using Large Language Models | 大規模言語モデルを用いた物語ベース類推の理解モデル化 | https://arxiv.org/abs/2507.10957 |
| AI Mother Tongue: Self-Emergent Communication in MARL via Endogenous Symbol Systems | AI母語：内因的シンボルシステムによるMARLにおける自己創発コミュニケーション | https://arxiv.org/abs/2507.10566 |
| NLP Meets the World: Toward Improving Conversations With the Public About Natural Language Processing Research | NLPが世界と出会う：自然言語処理研究について一般との対話改善に向けて | https://arxiv.org/abs/2507.10559 |
| From Semantic Web and MAS to Agentic AI: A Unified Narrative of the Web of Agents | セマンティックWebとマルチエージェントシステムからエージェントAIへ：エージェントWebの統一的な物語 | https://arxiv.org/abs/2507.10644 |
| CodeAssistBench (CAB): Dataset & Benchmarking for Multi-turn Chat-Based Code Assistance | CodeAssistBench (CAB)：マルチターンチャットベースコード支援のためのデータセット＆ベンチマーク | https://arxiv.org/abs/2507.10646 |
| Evaluating Generated Commit Messages with Large Language Models | 大規模言語モデルによる生成されたコミットメッセージの評価 | https://arxiv.org/abs/2507.10906 |
| How Robust are LLM-Generated Library Imports? An Empirical Study using Stack Overflow | LLM生成ライブラリインポートの堅牢性：Stack Overflowを用いた実証研究 | https://arxiv.org/abs/2507.10818 |
| Transforming Sensitive Documents into Quantitative Data: An AI-Based Preprocessing Toolchain | 機密文書の定量データ変換：AIベース前処理ツールチェーン | https://arxiv.org/abs/2507.10582 |
| How Many Instructions Can LLMs Follow at Once? | 大規模言語モデルは一度にいくつの指示に従えるのか？ | https://arxiv.org/abs/2507.11538 |
| What Should LLMs Forget? Quantifying Personal Data in LLMs for Right-to-Be-Forgotten Requests | LLMは何を忘れるべきか？忘れられる権利要求のためのLLM内個人データの定量化 | https://arxiv.org/abs/2507.11128 |
| Role-Playing LLM-Based Multi-Agent Support Framework for Detecting and Addressing Family Communication Bias | 家族コミュニケーションバイアスの検出と対処のためのロールプレイング型LLMベースマルチエージェント支援フレームワーク | https://arxiv.org/abs/2507.11210 |
| Reasoning Strategies in Large Language Models: Can They Follow, Prefer, and Optimize? | 大規模言語モデルにおける推論戦略：従うか、好むか、最適化するか？ | https://arxiv.org/abs/2507.11423 |
| Modeling Code: Is Text All You Need? | コードのモデリング：テキストだけで十分か？ | https://arxiv.org/abs/2507.11467 |
| Temperature and Persona Shape LLM Agent Consensus With Minimal Accuracy Gains in Qualitative Coding | 温度とペルソナは質的コーディングにおける最小精度向上でLLMエージェント合意を形成する | https://arxiv.org/abs/2507.11198 |
| Automated Novelty Evaluation of Academic Paper: A Collaborative Approach Integrating Human and Large Language Model Knowledge | 学術論文の自動新規性評価：人間と大規模言語モデルの知識を統合する協調アプローチ | https://arxiv.org/abs/2507.11330 |
| REVA: Supporting LLM-Generated Programming Feedback Validation at Scale Through User Attention-based Adaptation | 大規模なLLM生成プログラミングフィードバック検証支援システム | https://arxiv.org/abs/2507.11470 |
| What is the Best Process Model Representation? A Comparative Analysis for Process Modeling with Large Language Models | 最適なプロセスモデル表現の比較分析 | https://arxiv.org/abs/2507.11356 |
| Opus: A Prompt Intention Framework for Complex Workflow Generation | 複雑ワークフロー生成のためのプロンプト意図フレームワーク | https://arxiv.org/abs/2507.11288 |
| Taming Uncertainty via Automation: Observing, Analyzing, and Optimizing Agentic AI Systems | 自動化による不確実性の制御：エージェンティックAIシステムの観察、分析、最適化 | https://arxiv.org/abs/2507.11277 |
| An Agentic Flow for Finite State Machine Extraction using Prompt Chaining | プロンプトチェーンを使用した有限状態機械抽出のためのエージェンティックフロー | https://arxiv.org/abs/2507.11222 |
| LRCTI: A Large Language Model-Based Framework for Multi-Step Evidence Retrieval and Reasoning in Cyber Threat Intelligence Credibility Verification | サイバー脅威インテリジェンス信頼性検証における多段階証拠検索・推論フレームワーク | https://arxiv.org/abs/2507.11310 |
| Function-to-Style Guidance of LLMs for Code Translation | コード翻訳のための機能からスタイルへのLLMガイダンス | https://arxiv.org/abs/2507.11083 |
| Aime: Towards Fully-Autonomous Multi-Agent Framework タイトル和訳 | Aime：完全自律型マルチエージェントフレームワークに向けて | https://arxiv.org/abs/2507.11988 |
| LLMs Encode Harmfulness and Refusal Separately | LLMは有害性と拒否を別々にエンコードする | https://arxiv.org/abs/2507.11878 |
| The Evolving Role of Large Language Models in Scientific Innovation: Evaluator, Collaborator, and Scientist | 科学革新における大規模言語モデルの進化する役割：評価者、協力者、そして科学者 | https://arxiv.org/abs/2507.11810 |
| Value-Based Large Language Model Agent Simulation for Mutual Evaluation of Trust and Interpersonal Closeness | 信頼と対人親密度の相互評価のための価値ベース大規模言語モデルエージェントシミュレーション | https://arxiv.org/abs/2507.11979 |
| Simplifications are Absolutists: How Simplified Language Reduces Word Sense Awareness in LLM-Generated Definitions | 単純化は絶対主義者：簡略化された言語がLLM生成定義の語意識を減少させる方法 | https://arxiv.org/abs/2507.11981 |
| DAC: A Dynamic Attention-aware Approach for Task-Agnostic Prompt Compression | タスクに依存しないプロンプト圧縮のための動的アテンション認識アプローチ | https://arxiv.org/abs/2507.11942 |
| Web-Browsing LLMs Can Access Social Media Profiles and Infer User Demographics | ウェブブラウジング可能なLLMはソーシャルメディアプロファイルにアクセスし、ユーザーの属性を推測できる | https://arxiv.org/abs/2507.12372 |
| Humans are more gullible than LLMs in believing common psychological myths | 人間はLLMよりも一般的な心理学的神話を信じやすい | https://arxiv.org/abs/2507.12296 |
| Next-Gen Museum Guides: Autonomous Navigation and Visitor Interaction with an Agentic Robot | 次世代博物館ガイド：自律ナビゲーションと来館者との対話が可能なエージェントロボット | https://arxiv.org/abs/2507.12273 |
| SWE-Perf: Can Language Models Optimize Code Performance on Real-World Repositories? | SWE-Perf：言語モデルは実世界のリポジトリでコードパフォーマンスを最適化できるか？ | https://arxiv.org/abs/2507.12415 |
| A Comparative Approach to Assessing Linguistic Creativity of Large Language Models and Humans | 大規模言語モデルと人間の言語的創造性を評価する比較アプローチ | https://arxiv.org/abs/2507.12039 |
| From Static to Intelligent: Evolving SaaS Pricing with LLMs | 静的から知的へ：LLMによるSaaS価格設定の進化 | https://arxiv.org/abs/2507.12104 |
| Advancing Retrieval-Augmented Generation for Structured Enterprise and Internal Data | 構造化された企業・内部データのための検索拡張生成の発展 | https://arxiv.org/abs/2507.12425 |
| Beyond Single Models: Enhancing LLM Detection of Ambiguity in Requests through Debate | 単一モデルを超えて：議論による要求の曖昧性に対するLLM検出の向上 | https://arxiv.org/abs/2507.12370 |
| LLM-Based Config Synthesis requires Disambiguation | LLMベースのコンフィグ合成における曖昧性の解消の必要性 | https://arxiv.org/abs/2507.12443 |
| MERA Code: A Unified Framework for Evaluating Code Generation Across Tasks | MERA Code: タスク横断的なコード生成評価のための統一フレームワーク | https://arxiv.org/abs/2507.12284 |
| Large Language Models’ Internal Perception of Symbolic Music | 大規模言語モデルの記号音楽に対する内部認識 | https://arxiv.org/abs/2507.12808 |
| Single Conversation Methodology: A Human-Centered Protocol for AI-Assisted Software Development | 単一会話方法論：AI支援ソフトウェア開発のための人間中心プロトコル | https://arxiv.org/abs/2507.12665 |
| TransEvalnia: Reasoning-based Evaluation and Ranking of Translations | TransEvalnia: 推論ベースの翻訳評価とランキング | https://arxiv.org/abs/2507.12724 |
| MCPEval: Automatic MCP-based Deep Evaluation for AI Agent Models | MCPEval：AIエージェントモデルのための自動MCP基盤深層評価 | https://arxiv.org/abs/2507.12806 |
| A Survey of AIOps in the Era of Large Language Models | 大規模言語モデル時代のAIOpsサーベイ | https://arxiv.org/abs/2507.12472 |
| Comparing Apples to Oranges: A Dataset & Analysis of LLM Humour Understanding from Traditional Puns to Topical Jokes | りんごとオレンジの比較：伝統的なダジャレから時事ジョークまでのLLMユーモア理解のデータセットと分析 | https://arxiv.org/abs/2507.13335 |
| Black Box Deployed — Functional Criteria for Artificial Moral Agents in the LLM Era | ブラックボックス展開 — LLM時代における人工道徳エージェントの機能的基準 | https://arxiv.org/abs/2507.13175 |
| Prompt Injection 2.0: Hybrid AI Threats | プロンプトインジェクション2.0：ハイブリッドAI脅威 | https://arxiv.org/abs/2507.13169 |
| A Survey of Context Engineering for Large Language Models | 大規模言語モデルのためのコンテキストエンジニアリングに関するサーベイ | https://arxiv.org/abs/2507.13334 |
| RIDAS: A Multi-Agent Framework for AI-RAN with Representation- and Intention-Driven Agents | RIDAS：表現駆動・意図駆動エージェントによるAI-RANのためのマルチエージェントフレームワーク | https://arxiv.org/abs/2507.13140 |
| Towards Formal Verification of LLM-Generated Code from Natural Language Prompts | 自然言語プロンプトからのLLM生成コードの形式検証に向けて | https://arxiv.org/abs/2507.13290 |
