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。
| 真実の層：継続的な事前訓練による信念の変化を探る | Layer of Truth: Probing Belief Shifts under Continual Pre-Training Poisoning | https://arxiv.org/abs/2510.26829 |
| 検証可能な推論に基づく逆知識探索：長い思考連鎖知識ベースからの科学百科事典の合成 | Inverse Knowledge Search over Verifiable Reasoning: Synthesizing a Scientific Encyclopedia from a Long Chains-of-Thought Knowledge Base | https://arxiv.org/abs/2510.26854 |
| 会話型AIサービスにおけるプライバシー強化のための 意味認識型LLMエージェント | Semantically-Aware LLM Agent to Enhance Privacy in Conversational AI Services | https://arxiv.org/abs/2510.27016 |
| 評価ルーレット： LLM の裁判官としての枠組み における自己矛盾 | Rating Roulette: Self-Inconsistency in LLM-As-A-Judge Frameworks | https://arxiv.org/abs/2510.27106 |
| 創薬におけるAIエージェント | AI Agents in Drug Discovery | https://arxiv.org/abs/2510.27130 |
| Glia: 自動システム設計と最適化のための人間に着想を得たAI | Glia: A Human-Inspired AI for Automated Systems Design and Optimization | https://arxiv.org/abs/2510.27176 |
| AIベースの会話エージェントのセキュリティとプライバシーのリスクを誘発する使用の普及 | Prevalence of Security and Privacy Risk-Inducing Usage of AI-based Conversational Agents | https://arxiv.org/abs/2510.27275 |
| LLMは仕事に役立つ か？企業環境における LLMエージェント評価のためのサンドボックス | Can LLMs Help You at Work? A Sandbox for Evaluating LLM Agents in Enterprise Environments | https://arxiv.org/abs/2510.27287 |
| 思考の分岐：LLM推論の解釈には再サンプリングが必要 | Thought Branches: Interpreting LLM Reasoning Requires Resampling | https://arxiv.org/abs/2510.27484 |
| InnovatorBench: エージェントの革新的なLLM研究 実施能力の評価 | InnovatorBench: Evaluating Agents’ Ability to Conduct Innovative LLM Research | https://arxiv.org/abs/2510.27598 |
| 必要なのは妥当性 | Validity Is What You Need | https://arxiv.org/abs/2510.27628 |
| パーソナライズされたAIが創造的な仕事における相乗的なマルチターンコラボレーションを支えます | Personalized AI Scaffolds Synergistic Multi-Turn Collaboration in Creative Work | https://arxiv.org/abs/2510.27681 |
| 性格推論における認知的整合：プロトタイプ理論を活用したMBTI推論 | Cognitive Alignment in Personality Reasoning: Leveraging Prototype Theory for MBTI Inference | https://arxiv.org/abs/2511.00115 |
| コードエージェントの行動を理解する：成功と失敗の軌跡に関する実証的研究 | Understanding Code Agent Behaviour: An Empirical Study of Success and Failure Trajectories | https://arxiv.org/abs/2511.00197 |
| ポジション: バイブコーディングにはバイブ推論が必要: 形式検証によるバイブコーディングの改善 | Position: Vibe Coding Needs Vibe Reasoning: Improving Vibe Coding with Formal Verification | https://arxiv.org/abs/2511.00202 |
| LLM による認知科学の発展 | Advancing Cognitive Science with LLMs | https://arxiv.org/abs/2511.00206 |
| LLM主導の費用対効果の高い要件変更影響分析 | LLM-Driven Cost-Effective Requirements Change Impact Analysis | https://arxiv.org/abs/2511.00262 |
| ギグワーカーの脆弱性を理解し、解明し、認識に挑戦する | Understanding, Demystifying and Challenging Perceptions of Gig Worker Vulnerabilities | https://arxiv.org/abs/2511.00273 |
| Sherlock: 信頼性と効率性に優れたエージェント型ワークフロー実行 | Sherlock: Reliable and Efficient Agentic Workflow Execution | https://arxiv.org/abs/2511.00330 |
| 倫理的推論による大規模言語モデルのための多様な人間の価値観の整合 | Diverse Human Value Alignment for Large Language Models via Ethical Reasoning | https://arxiv.org/abs/2511.00379 |
| G2: LLMにおける出力多様性の向上のためのガイド付き生成 | G2: Guided Generation for Enhanced Output Diversity in LLMs | https://arxiv.org/abs/2511.00432 |
| LLMに「見てガイドする」ことを 教える: 拡張現実におけるコンテキスト認識型リアルタイム支援 | Teaching LLMs to See and Guide: Context-Aware Real-Time Assistance in Augmented Reality | https://arxiv.org/abs/2511.00730 |
| 言語モデルはコーディングを超えることができるか？ 言語モデルが実世界システムを構築する能力を評価する | Can Language Models Go Beyond Coding? Assessing the Capability of Language Models to Build Real-World Systems | https://arxiv.org/abs/2511.00780 |
| コード中心のソフトウェアエンジニアリングタスクにおけるエージェントフレームワークの包括的な実証的評価 | A Comprehensive Empirical Evaluation of Agent Frameworks on Code-centric Software Engineering Tasks | https://arxiv.org/abs/2511.00872 |
| LLMエージェントを人間の学習および適応行動に 合わせる：デュアルエージェントアプローチ | Aligning LLM agents with human learning and adjustment behavior: a dual agent approach | https://arxiv.org/abs/2511.00993 |
| 喘息児の増悪を予測するAI（AIRE-KIDS） | AI for pRedicting Exacerbations in KIDs with aSthma (AIRE-KIDS) | https://arxiv.org/abs/2511.01018 |
| DPO-F+: コード修復フィードバックを開発者の好みに合わせて調整する | DPO-F+: Aligning Code Repair Feedback with Developers’ Preferences | https://arxiv.org/abs/2511.01043 |
| 記憶力を通して思考の連鎖力を分析する | Analyzing the Power of Chain of Thought through Memorization Capabilities | https://arxiv.org/abs/2511.01190 |
| 自動心：催眠状態と大規模言語モデル処理の認知的類似点 | Automatic Minds: Cognitive Parallels Between Hypnotic States and Large Language Model Processing | https://arxiv.org/abs/2511.01363 |
| 新たな脅威としてのプロンプトインジェクション：大規模言語モデルの耐性評価 | Prompt Injection as an Emerging Threat: Evaluating the Resilience of Large Language Models | https://arxiv.org/abs/2511.01634 |
| デコード時の LLM の多重人格生成 | デコード時の LLM の多重人格生成 | https://arxiv.org/abs/2511.01891 |
| 保証が知性を損なうとき：AIを活用した労働市場におけるデータガバナンスの効率コスト | When Assurance Undermines Intelligence: The Efficiency Costs of Data Governance in AI-Enabled Labor Markets | https://arxiv.org/abs/2511.01923 |
| Vibe Learning: AI時代の教育 | Vibe Learning: Education in the age of AI | https://arxiv.org/abs/2511.01956 |
| プライベートマップセキュアリデュース：効率的なAIデータ市場のためのインフラストラクチャ | Private Map-Secure Reduce: Infrastructure for Efficient AI Data Markets | https://arxiv.org/abs/2511.02055 |
| LLMヒューマンシミュレーション の再考：グラフが必要な場合 | Rethinking LLM Human Simulation: When a Graph is What You Need | https://arxiv.org/abs/2511.02135 |
| EvoDev: LLMベースのエージェント を使用したエンドツーエンドのソフトウェア開発のための反復的な機能駆動型フレームワーク | EvoDev: An Iterative Feature-Driven Framework for End-to-End Software Development with LLM-based Agents | https://arxiv.org/abs/2511.02399 |
| 会話型AIは変化を促すカウンセリングを行えるか？ 相反する価値観を持つ人々の食生活への意思を支援する理論主導型アプローチ | Can Conversational AI Counsel for Change? A Theory-Driven Approach to Supporting Dietary Intentions in Ambivalent Individuals | https://arxiv.org/abs/2511.02428 |
| LLM は数字を引き算 できますか? | Can LLMs subtract numbers? | https://arxiv.org/abs/2511.02795 |
| 堅牢な数学的推論に向けて | Towards Robust Mathematical Reasoning | https://arxiv.org/abs/2511.01846 |
| エージェント的組織化の時代：言語モデルを用いた組織化の学習 | The Era of Agentic Organization: Learning to Organize with Language Models | https://arxiv.org/abs/2510.26658 |
| キャッシュ間: 大規模言語モデル間の直接的な意味通信 | Cache-to-Cache: Direct Semantic Communication Between Large Language Models | https://arxiv.org/abs/2510.03215 |
| PromptCoT 2.0: 大規模言語モデル推論のためのプロンプト合成のスケーリング | PromptCoT 2.0: Scaling Prompt Synthesis for Large Language Model Reasoning | https://arxiv.org/abs/2509.19894 |
| コード洞察の発見：GitHubアーティファクトを活用したより深いコード理解 | Uncovering Code Insights: Leveraging GitHub Artifacts for Deeper Code Understanding | https://arxiv.org/abs/2511.03549 |
| なぜ少ない方が良い（ことがある）のか：データキュレーションの理論 | Why Less is More (Sometimes): A Theory of Data Curation | https://arxiv.org/abs/2511.03492 |
| マルチエージェント協調とセマンティック設計で現実的プロジェクト級コード生成へ | Towards Realistic Project-Level Code Generation via Multi-Agent Collaboration and Semantic Architecture Modeling | https://arxiv.org/abs/2511.03404 |
| 千のプロンプトによる死：オープンモデルの脆弱性分析 | Death by a Thousand Prompts: Open Model Vulnerability Analysis | https://arxiv.org/abs/2511.03247 |
| 五次元から多次元へ：精密で解釈可能な心理プロファイリングとしてのLLM | From Five Dimensions to Many: Large Language Models as Precise and Interpretable Psychological Profilers | https://arxiv.org/abs/2511.03235 |
| RefAgent：自動ソフトウェアリファクタリングのためのマルチエージェントLLM枠組み | RefAgent: A Multi-agent LLM-based Framework for Automatic Software Refactoring | https://arxiv.org/abs/2511.03153 |
| リスクを誰が見るのか？LLMベース評価における利害対立と説明方針 | Who Sees the Risk? Stakeholder Conflicts and Explanatory Policies in LLM-based Risk Assessment | https://arxiv.org/abs/2511.03152 |
| 測定から専門性へ：会話AIにおける文脈依存の共感を実現する専門アダプタ | From Measurement to Expertise: Empathetic Expert Adapters for Context-Based Empathy in Conversational AI Agents | https://arxiv.org/abs/2511.03143 |
| AIエージェントの安全応答フレームワーク（プロプライエタリモデルベース） | A Proprietary Model-Based Safety Response Framework for AI Agents | https://arxiv.org/abs/2511.03138 |
| 行間を読む：片側会話問題 | Reading Between the Lines: The One-Sided Conversation Problem | https://arxiv.org/abs/2511.03056 |
| PublicAgent：LLMベースのオープンデータ解析から導くマルチエージェント設計原則 | PublicAgent: Multi-Agent Design Principles From an LLM-Based Open Data Analysis Framework | https://arxiv.org/abs/2511.03023 |
| LLMペルソナ設計の体系化：AIコンパニオン向け4象限技術タクソノミ | Systematizing LLM Persona Design: A Four-Quadrant Technical Taxonomy for AI Companion Applications | https://arxiv.org/abs/2511.02979 |
| 大規模な数学的探索と発見 | Mathematical exploration and discovery at scale | https://arxiv.org/abs/2511.02864 |
| DTchatbot：DXニーズ収集へLLMチャットボットを統合 | Digital Transformation Chatbot (DTchatbot): Integrating Large Language Model-based Chatbot in Acquiring Digital Transformation Needs | https://arxiv.org/abs/2511.02842 |
| 自然言語能力がソフトウェア工学タスクの生成コードに与える影響 | How Natural Language Proficiency Shapes GenAI Code for Software Engineering Tasks | https://arxiv.org/abs/2511.04115 |
| 真実はオムツではない：感情語に対する人間とLLMの連想比較 | The truth is no diaper: Human and AI-generated associations to emotional words | https://arxiv.org/abs/2511.04077 |
| エンドツーエンド開発におけるLLMエージェントの評価と分析 | Benchmarking and Studying the LLM-based Agent System in End-to-End Software Development | https://arxiv.org/abs/2511.04064 |
| RAGにおける仮説推論：欠落前提の生成と検証 | Abductive Inference in Retrieval-Augmented Language Models: Generating and Validating Missing Premises | https://arxiv.org/abs/2511.04020 |
| 仕様指向のLLM脆弱性検出 | Specification-Guided Vulnerability Detection with Large Language Models | https://arxiv.org/abs/2511.04014 |
| LLMと文化価値：言語と文化枠組みの影響 | LLMs and Cultural Values: the Impact of Prompt Language and Explicit Cultural Framing | https://arxiv.org/abs/2511.03980 |
| MIDI-LLM：テキスト→MIDI音楽生成への適応 | MIDI-LLM: Adapting Large Language Models for Text-to-MIDI Music Generation | https://arxiv.org/abs/2511.03942 |
| Ruby向け自動プログラム修正の協調エージェント | Collaborative Agents for Automated Program Repair in Ruby | https://arxiv.org/abs/2511.03925 |
| Reflexionでスケーラブルに安全なコード生成 | Secure Code Generation at Scale with Reflexion | https://arxiv.org/abs/2511.03898 |
| 見るか読むか：MLLMのユーザー行動推論 | To See or To Read: User Behavior Reasoning in Multimodal LLMs | https://arxiv.org/abs/2511.03845 |
| 社会科学×LLMエージェント：引用ネットワークの示唆 | Leveraging LLM-based agents for social science research: insights from citation network simulations | https://arxiv.org/abs/2511.03758 |
| 活性空間での人格ステアリング：安定制御 | Activation-Space Personality Steering: Hybrid Layer Selection for Stable Trait Control in LLMs | https://arxiv.org/abs/2511.03738 |
| チャットを越えて：人間中心の支援システムとしてのLLM | Beyond Chat: a Framework for LLMs as Human-Centered Support Systems | https://arxiv.org/abs/2511.03729 |
| Thinking with Video: 推論に動画生成を取り入れる新しい考え方 | Thinking with Video: Video Generation as a Promising Multimodal Reasoning Paradigm | https://arxiv.org/abs/2511.04570 |
| Modelから侵害へ: LLMが生む脆弱性の実務的レポート化に向けて | From Model to Breach: Towards Actionable LLM-Generated Vulnerabilities Reporting | https://arxiv.org/abs/2511.04538 |
| サイバーセキュリティにおけるLLM活用の概観 | Large Language Models for Cyber Security | https://arxiv.org/abs/2511.04508 |
| LLMは人の協力を再現・予測できるか | Large language models replicate and predict human cooperation across experiments in game theory | https://arxiv.org/abs/2511.04500 |
| ビッグファイブ的特性の出現を解読: 温度依存とアーキテクチャで群集 | Decoding Emergent Big Five Traits in Large Language Models: Temperature-Dependent Expression and Architectural Clustering | https://arxiv.org/abs/2511.04499 |
| 速さと品質のトレードオフ: LLMエージェント支援の影響 | Speed at the Cost of Quality? The Impact of LLM Agent Assistance on Software Development | https://arxiv.org/abs/2511.04427 |
| LLMはどこでまだ苦戦? コード生成ベンチを再点検。 | Where Do LLMs Still Struggle? An In-Depth Analysis of Code Generation Benchmarks | https://arxiv.org/abs/2511.04355 |
| GUI-360: PC業務アプリでの操作データセットとベンチ | GUI-360: A Comprehensive Dataset and Benchmark for Computer-Using Agents | https://arxiv.org/abs/2511.04307 |
| 計算的チューリングテスト: 人間文とLLM文の系統差 | Computational Turing Test Reveals Systematic Differences Between Human and AI Language | https://arxiv.org/abs/2511.04195 |
| LLM仲介コミュニケーションの信頼性: 情報の忠実度を検証 | Trustworthy LLM-Mediated Communication: Evaluating Information Fidelity in LLM as a Communicator (LAAC) Framework in Multiple Application Domains | https://arxiv.org/abs/2511.04184 |
| ソフトウェア脆弱性の説明をLLMで分かりやすく | Explaining Software Vulnerabilities with Large Language Models | https://arxiv.org/abs/2511.04179 |
| 責任ある価値観の整合性は取れているか | Are We Aligned? A Preliminary Investigation of the Alignment of Responsible AI Values between LLMs and Human Judgment | https://arxiv.org/abs/2511.04157 |
