ここから限定コンテンツ
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。なお、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。
| AIエージェントはジャーナリストの仕事をどうサポートできるか？ LLM主導のインテリジェント報道システムの設計実験 | How can AI agents support journalists’ work? An experiment with designing an LLM-driven intelligent reporting system | https://arxiv.org/abs/2510.01193 |
| 精神分析と人格理論に基づく大規模言語モデルで設計されたヒューマノイド人工意識 | Humanoid Artificial Consciousness Designed with Large Language Model Based on Psychoanalysis and Personality Theory | https://arxiv.org/abs/2510.09043 |
| モデル支援と人間主導：コーディングに LLMを使用するソフトウェア専門家の認識と実践 | Model-Assisted and Human-Guided: Perceptions and Practices of Software Professionals Using LLMs for Coding | https://arxiv.org/abs/2510.09058 |
| 検索が成功する場合と失敗する場合： LLM のための検索拡張生成の再考 | When Retrieval Succeeds and Fails: Rethinking Retrieval-Augmented Generation for LLMs | https://arxiv.org/abs/2510.09106 |
| 思考発話による対話の拡張による個人の性格特性のモデリング（LLM） | Augmenting Dialog with Think-Aloud Utterances for Modeling Individual Personality Traits by LLM | https://arxiv.org/abs/2510.09158 |
| LiveOIBench: 大規模言語モデルは情報科学オリンピックで人間の出場者を上回ることができるか? | LiveOIBench: Can Large Language Models Outperform Human Contestants in Informatics Olympiads? | https://arxiv.org/abs/2510.09595 |
| 人間とエージェントのインタラクションをどのように評価するか？ソフトウェアエージェント設計のケーススタディ | How can we assess human-agent interactions? Case studies in software agent design | https://arxiv.org/abs/2510.09801 |
| 科学的発見のための自律エージェント：科学者、言語、コード、物理学のオーケストレーション | Autonomous Agents for Scientific Discovery: Orchestrating Scientists, Language, Code, and Physics | https://arxiv.org/abs/2510.09901 |
| パーソナライゼーションの罠：LLMにおけるユーザーメモリが感情的推論をどのように変化させるか | The Personalization Trap: How User Memory Alters Emotional Reasoning in LLMs | https://arxiv.org/abs/2510.09905 |
| 失敗に基づくワークフローの改善 | Failure-Driven Workflow Refinement | https://arxiv.org/abs/2510.10035 |
| ALLOY: ユーザーデモからの再利用可能なエージェントワークフローの生成 | ALLOY: Generating Reusable Agent Workflows from User Demonstration | https://arxiv.org/abs/2510.10049 |
| LLMはすべての人に共感できる か？多様な人口統計学的ペルソナがモデルの共感性に与える影響の調査 | Are LLMs Empathetic to All? Investigating the Influence of Multi-Demographic Personas on a Model’s Empathy | https://arxiv.org/abs/2510.10328 |
| 顧客サポートのための LLMフレンドリーな知識表現 | LLM-Friendly Knowledge Representation for Customer Support | https://arxiv.org/abs/2510.10331 |
| LLMと人間との実際の対話におけるハルシネーションの検出 | Detecting Hallucinations in Authentic LLM-Human Interactions | https://arxiv.org/abs/2510.10539 |
| LLM のための第二言語としてのタンパク質 | Protein as a Second Language for LLMs | https://arxiv.org/abs/2510.11188 |
| LLMの短答式と長答式 における事実上の（不）一致の奇妙な事例 | The Curious Case of Factual (Mis)Alignment between LLMs’ Short- and Long-Form Answers | https://arxiv.org/abs/2510.11218 |
| 大規模言語モデルにおける心理測定テストは有効か？性差別、人種差別、道徳に関するテストの評価 | Do Psychometric Tests Work for Large Language Models? Evaluation of Tests on Sexism, Racism, and Morality | https://arxiv.org/abs/2510.11254 |
| 文脈内学習による不整合の出現：文脈内の狭い例は、広範囲に不整合なLLMを生み出す可能性がある | Emergent Misalignment via In-Context Learning: Narrow in-context examples can produce broadly misaligned LLMs | https://arxiv.org/abs/2510.11288 |
| LLMは「感じる」 のか？感情回路の発見と制御 | Do LLMs “Feel”? Emotion Circuits Discovery and Control | https://arxiv.org/abs/2510.11328 |
| LLM特有の有用性：検索拡張生成の新たな視点 | LLM-Specific Utility: A New Perspective for Retrieval-Augmented Generation | https://arxiv.org/abs/2510.11358 |
| 生存を超えて：人間に合わせた戦略を用いた社会的推理ゲームにおける LLM の 評価 | Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies | https://arxiv.org/abs/2510.11389 |
| テキスト前処理のための大規模言語モデルの言語能力の調査 | Investigating Large Language Models’ Linguistic Abilities for Text Preprocessing | https://arxiv.org/abs/2510.11482 |
| CodeWhisperer を解読する: プログラミングタスク中の開発者のインタラクションとパターンを分析する | Cracking CodeWhisperer: Analyzing Developers’ Interactions and Patterns During Programming Tasks | https://arxiv.org/abs/2510.11516 |
| LLM宇宙 の見えない言語 | Invisible Languages of the LLM Universe | https://arxiv.org/abs/2510.11557 |
| LLMベースのエンタープライズAIアシスタント におけるゼロデータ保持：市場をリードするエージェント型AI製品の比較研究 | Zero Data Retention in LLM-based Enterprise AI Assistants: A Comparative Study of Market Leading Agentic AI Products | https://arxiv.org/abs/2510.11558 |
| 生成AI時代におけるウェブ検索の特徴 | Characterizing Web Search in The Age of Generative AI | https://arxiv.org/abs/2510.11560 |
| SR-Scientist: エージェント型AIによる科学方程式の発見 | SR-Scientist: Scientific Equation Discovery With Agentic AI | https://arxiv.org/abs/2510.11661 |
| LLM におけるスケーリング法：シミュレートされた人格：より詳細で現実的なペルソナプロファイルこそが必要なのです | Scaling Law in LLM Simulated Personality: More Detailed and Realistic Persona Profile Is All You Need | https://arxiv.org/abs/2510.11734 |
| 総合的なエージェントリーダーボード：AIエージェント評価のための欠けているインフラストラクチャ | Holistic Agent Leaderboard: The Missing Infrastructure for AI Agent Evaluation | https://arxiv.org/abs/2510.11977 |
| PromptFlow: ニューラルネットワークのようにプロンプトをトレーニングする | PromptFlow: Training Prompts Like Neural Networks | https://arxiv.org/abs/2510.12246 |
| タイトルを明かそう！LLM支援スクリーニング によるソフトウェアエンジニアリングにおける言語化のスコープレビュー | Show Your Title! A Scoping Review on Verbalization in Software Engineering with LLM-Assisted Screening | https://arxiv.org/abs/2510.12294 |
| 入力帰属による脳とLLMのアライメント のきめ細かな分析 | Fine-grained Analysis of Brain-LLM Alignment through Input Attribution | https://arxiv.org/abs/2510.12355 |
| 大規模言語モデルを用いたバイブコーディングの調査 | A Survey of Vibe Coding with Large Language Models | https://arxiv.org/abs/2510.12399 |
| MTOS:エコーチェンバーダイナミクスを探索するためのLLM駆動型マルチトピック意見シミュレーションフレームワーク | MTOS: A LLM-Driven Multi-topic Opinion Simulation Framework for Exploring Echo Chamber Dynamics | https://arxiv.org/abs/2510.12423 |
| COSTAR-A: 視点質問における大規模言語モデルのパフォーマンスを向上させるためのプロンプトフレームワーク | COSTAR-A: A prompting framework for enhancing Large Language Model performance on Point-of-View questions | https://arxiv.org/abs/2510.12637 |
| LLM支援による批判的思考サブスキルの自動評価に 向けて | Toward LLM-Supported Automated Assessment of Critical Thinking Subskills | https://arxiv.org/abs/2510.12915 |
| 人類文化とLLM における好奇心の奇妙な事例 | The Curious Case of Curiosity across Human Cultures and LLMs | https://arxiv.org/abs/2510.12943 |
| Deliberate Lab: リアルタイムの人間とAIの社会実験プラットフォーム | Deliberate Lab: A Platform for Real-Time Human-AI Social Experiments | https://arxiv.org/abs/2510.13011 |
| 社会シミュレーションにおける LLM対応エージェントの ための欲求駆動型目的最適化を備えた感情認知モデリングフレームワーク | Emotional Cognitive Modeling Framework with Desire-Driven Objective Optimization for LLM-empowered Agent in Social Simulation | https://arxiv.org/abs/2510.13195 |
| 言葉で物事を行う：大規模言語モデルにおける心の理論シミュレーションの再考 | Doing Things with Words: Rethinking Theory of Mind Simulation in Large Language Models | https://arxiv.org/abs/2510.13395 |
| テストケースなしの自動修復: LLM が大規模な産業用組み込みコードのコンパイルエラーを修正する 方法 | Auto-repair without test cases: How LLMs fix compilation errors in large industrial embedded code | https://arxiv.org/abs/2510.13575 |
| ゲームダイアログにおける反芻：LLMベースのNPC におけるキャラクターの真正性とタスク実行のバランス | Deflanderization for Game Dialogue: Balancing Character Authenticity with Task Execution in LLM-based NPCs | https://arxiv.org/abs/2510.13586 |
| 人間に力を与えるLLMエージェントの トレーニング | Training LLM Agents to Empower Humans | https://arxiv.org/abs/2510.13709 |
| MindBenchAI: メンタルヘルスケア分野における大規模言語モデルのプロファイルとパフォーマンスを評価する実用的なプラットフォーム | MindBenchAI: An Actionable Platform to Evaluate the Profile and Performance of Large Language Models in a Mental Healthcare Context | https://arxiv.org/abs/2510.13812 |
| A2AS: エージェント型AIランタイムセキュリティと自己防衛 | A2AS: Agentic AI Runtime Security and Self-Defense | https://arxiv.org/abs/2510.13825 |
| 意見を出し過ぎ？社会シミュレーションのための大規模言語モデルにおけるオープンエンド性の採用 | Too Open for Opinion? Embracing Open-Endedness in Large Language Models for Social Simulation | https://arxiv.org/abs/2510.13884 |
| マルチエージェント推論におけるコミュニケーションの利点と限界 | Benefits and Limitations of Communication in Multi-Agent Reasoning | https://arxiv.org/abs/2510.13903 |
| LLM は「脳が腐る」可能性があります! | LLMs Can Get “Brain Rot”! | https://arxiv.org/abs/2510.13928 |
| 1つのバグで数百のバグを発見：大規模バグ発見のための LLM | One Bug, Hundreds Behind: LLMs for Large-Scale Bug Discovery | https://arxiv.org/abs/2510.14036 |
| DPRF: パーソナライズされたLLMロールプレイングエージェントと人間の 行動アライメントを最適化するための一般化可能な動的ペルソナ改良フレームワーク | DPRF: A Generalizable Dynamic Persona Refinement Framework for Optimizing Behavior Alignment Between Personalized LLM Role-Playing Agents and Humans | https://arxiv.org/abs/2510.14205 |
| Qwen3Guard 技術レポート | Qwen3Guard Technical Report | https://arxiv.org/abs/2510.14276 |
| GenLARP: LLM生成の世界とキャラクター による没入型ライブアクションロールプレイの実現 | GenLARP: Enabling Immersive Live Action Role-Play through LLM-Generated Worlds and Characters | https://arxiv.org/abs/2510.14277 |
| 大規模推論埋め込みモデル：次世代高密度検索パラダイムに向けて | Large Reasoning Embedding Models: Towards Next-Generation Dense Retrieval Paradigm | https://arxiv.org/abs/2510.14321 |
| 一つの世界を超えて：多元宇宙の文脈におけるロールプレイングにおけるスーパーヒーローのベンチマーク | Beyond One World: Benchmarking Super Heros in Role-Playing Across Multiversal Contexts | https://arxiv.org/abs/2510.14351 |
| LLMマルチエージェントシステム における協力を促進する社会的学習と集団規範形成の役割 | The Role of Social Learning and Collective Norm Formation in Fostering Cooperation in LLM Multi-Agent Systems | https://arxiv.org/abs/2510.14401 |
| 幻覚を超えて：大規模言語モデルにおける理解の錯覚 | Beyond Hallucinations: The Illusion of Understanding in Large Language Models | https://arxiv.org/abs/2510.14665 |
| xLLM技術レポート | xLLM Technical Report | https://arxiv.org/abs/2510.14686 |
| 構造機械のエージェントデザイン | Agentic Design of Compositional Machines | https://arxiv.org/abs/2510.14980 |
