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。
| 人間とAIの相互作用における整合 探索 新規性 | Alignment, Exploration, and Novelty in Human-AI Interaction | https://arxiv.org/abs/2512.17117 |
| 現実的な脅威知覚が集団間対立を動かす 生成エージェントシミュレーションによる因果的 動的分析 | Realistic threat perception drives intergroup conflict: A causal, dynamic analysis using generative-agent simulations | https://arxiv.org/abs/2512.17066 |
| PAACE 計画を意識した自動エージェントのコンテキスト設計フレームワーク | PAACE: A Plan-Aware Automated Agent Context Engineering Framework | https://arxiv.org/abs/2512.16970 |
| 重要な違い モデル監査による能力ギャップ発見と是正 | Differences That Matter: Auditing Models for Capability Gap Discovery and Rectification | https://arxiv.org/abs/2512.16921 |
| XAgen マルチエージェント作業フローの失敗を見つけて修正する説明ツール | XAgen: An Explainability Tool for Identifying and Correcting Failures in Multi-Agent Workflows | https://arxiv.org/abs/2512.17896 |
| ShareChat 実世界のチャットボット会話データセット | ShareChat: A Dataset of Chatbot Conversations in the Wild | https://arxiv.org/abs/2512.17843 |
| 認知的な誘導を用いるマルチモーダルLLMによる生成的な人と物の相互作用検出 | Generative Human-Object Interaction Detection via Differentiable Cognitive Steering of Multi-modal LLMs | https://arxiv.org/abs/2512.17640 |
| LLMの線形な性格推定と制御 ビッグファイブ研究 | Linear Personality Probing and Steering in LLMs: A Big Five Study | https://arxiv.org/abs/2512.17639 |
| AI生成回答がソフトウェア工学アンケートに与える影響の調査 | An Investigation on How AI-Generated Responses Affect SoftwareEngineering Surveys | https://arxiv.org/abs/2512.17455 |
| LLMをポケモン対戦エージェントとして使う 戦略プレイとコンテンツ生成 | Large Language Models as Pokémon Battle Agents: Strategic Play and Content Generation | https://arxiv.org/abs/2512.17308 |
| マインドスケープ認識RAGによる長文脈理解の改善 | Mindscape-Aware Retrieval Augmented Generation for Improved Long Context Understanding | https://arxiv.org/abs/2512.17220 |
| コメントの内面化がLLMを良くも悪くも導く仕組みを解き明かす | Inside Out: Uncovering How Comment Internalization Steers LLMs for Better or Worse | https://arxiv.org/abs/2512.16790 |
| LLM内部に潜む秘密のMixture of Experts | Secret mixtures of experts inside your LLM | https://arxiv.org/abs/2512.18452 |
| Sophia 人工生命としての持続エージェントフレームワーク | Sophia: A Persistent Agent Framework of Artificial Life | https://arxiv.org/abs/2512.18202 |
| LLMコードスメルの仕様化と検出 | Specification and Detection of LLM Code Smells | https://arxiv.org/abs/2512.18020 |
| 薬物プロンプトで変わるLLM 少数ショット性能の比較 | LLMs on Drugs: Language Models Are Few-Shot Consumers | https://arxiv.org/abs/2512.18546 |
| 脚本続きを6次元で評価する DramaBench | DramaBench: A Six-Dimensional Evaluation Framework for Drama Script Continuation | https://arxiv.org/abs/2512.19012 |
| 検証可能なLLM対話のためのプロンプト仕様言語 FASTRIC | FASTRIC: Prompt Specification Language for Verifiable LLM Interactions | https://arxiv.org/abs/2512.18940 |
| OSSで開発者が与える文脈はAIコーディング支援に効くのか | An Empirical Study of Developer-Provided Context for AI Coding Assistants in Open-Source Projects | https://arxiv.org/abs/2512.18925 |
| 大規模言語モデルは暗黙のテキスト世界モデルになれるか | From Word to World: Can Large Language Models be Implicit Text-based World Models? | https://arxiv.org/abs/2512.18832 |
| LLMエージェントシミュレーションで介入の生涯影響を測る | Quantifying the Lifelong Impact of Resilience Interventions via Agent-Based LLM Simulation | https://arxiv.org/abs/2512.18803 |
| 実世界にあるAI生成コードの安全リスクと生態系変化の測定 | AI Code in the Wild: Measuring Security Risks and Ecosystem Shifts of AI-Generated Code in Modern Software | https://arxiv.org/abs/2512.18567 |
| 人間と人工知能のあいだの認識論的な断層 | Epistemological Fault Lines Between Human and Artificial Intelligence | https://arxiv.org/abs/2512.19466 |
| 脳に基づく軸でLLM状態を読み取り操作する | Brain-Grounded Axes for Reading and Steering LLM States | https://arxiv.org/abs/2512.19399 |
| DeliveryBench 現実世界でエージェントは利益を出せるか | DeliveryBench: Can Agents Earn Profit in Real World? | https://arxiv.org/abs/2512.19234 |
| 観察者であれ ゲーム観戦でLLMの心の理論をシミュレートする | Observer, Not Player: Simulating Theory of Mind in LLMs through Game Observation | https://arxiv.org/abs/2512.19210 |
| 設定作業 LLM利用がもたらす4つの帰結 | Configuration Work: Four Consequences of LLMs-in-use | https://arxiv.org/abs/2512.19189 |
| LLMと言うのをやめよう 大規模言説モデルと人工言説エージェント | Stop saying LLM: Large Discourse Models (LDM) and Artificial Discursive Agent (ADA)? | https://arxiv.org/abs/2512.19117 |
| 補間的デコーディングによるLLMの性格特性スペクトル探索 | Interpolative Decoding: Exploring the Spectrum of Personality Traits in LLMs | https://arxiv.org/abs/2512.19937 |
| LLM-as-a-Judgeの解明 推論時スケーリングの解析可能モデル | Demystifying LLM-as-a-Judge: Analytically Tractable Model for Inference-Time Scaling | https://arxiv.org/abs/2512.19905 |
| 視覚ウィジェットからUIコードへ Widget2Code | Widget2Code: From Visual Widgets to UI Code via Multimodal LLMs | https://arxiv.org/abs/2512.19918 |
| 自律型AI物理学者の構築 PhysMaster | PhysMaster: Building an Autonomous AI Physicist for Theoretical and Computational Physics Research | https://arxiv.org/abs/2512.19799 |
| LLM駆動エージェントのワークフロー構築とオーケストレーションのための宣言型言語 | A Declarative Language for Building And Orchestrating LLM-Powered Agent Workflows | https://arxiv.org/abs/2512.19769 |
| 人間活動認識のためのオンデバイス大規模マルチモーダルエージェント | On-device Large Multi-modal Agent for Human Activity Recognition | https://arxiv.org/abs/2512.19742 |
| シーン記述を用いたエージェント物語のLLMベース自動作成 | LLM-Based Authoring of Agent-Based Narratives through Scene Descriptions | https://arxiv.org/abs/2512.20550 |
| ソフトウェア工学タスクにおけるLLMの説明に向けて | Toward Explaining Large Language Models in Software Engineering Tasks | https://arxiv.org/abs/2512.20328 |
| LLMはおばあちゃんのなぞなぞを解けるか バングラ語の伝統的ひっかけなぞなぞで評価 | Can LLMs Solve My Grandma’s Riddle? Evaluating Multilingual Large Language Models on Reasoning Traditional Bangla Tricky Riddles | https://arxiv.org/abs/2512.20324 |
| 推論LLMエージェント間で合意に到達する | Reaching Agreement Among Reasoning LLM Agents | https://arxiv.org/abs/2512.20184 |
| エージェント型AIは人間のデータサイエンティストに匹敵できるか | Can Agentic AI Match the Performance of Human Data Scientists? | https://arxiv.org/abs/2512.20959 |
| 大規模モデル時代のマルチモーダル感情認識 閉集合からオープン語彙へ | Pioneering Multimodal Emotion Recognition in the Era of Large Models: From Closed Sets to Open Vocabularies | https://arxiv.org/abs/2512.20938 |
| 専門家が語るとき 逐次LLMベイズ学習によるスタートアップ成功予測 | When Experts Speak:Sequential LLM-Bayesian Learning for Startup Success Prediction | https://arxiv.org/abs/2512.20900 |
| 採用プロセスのAI意思決定システム | AI-Driven Decision-Making System for Hiring Process | https://arxiv.org/abs/2512.20652 |
| Memory Bear AI 記憶から認知へ 人工汎用知能に向けた突破口 | Memory Bear AI A Breakthrough from Memory to Cognition Toward Artificial General Intelligence | https://arxiv.org/abs/2512.20651 |
| LLMとベンチマークにある能力の穴を明らかにする | Uncovering Competency Gaps in Large Language Models and Their Benchmarks | https://arxiv.org/abs/2512.20638 |
| LLM評価にあるあらゆるノイズを測る | Measuring all the noises of LLM Evals | https://arxiv.org/abs/2512.21326 |
| LLM駆動エージェントの計画再利用メカニズム | A Plan Reuse Mechanism for LLM-Driven Agent | https://arxiv.org/abs/2512.21309 |
| LLMのソフトウェアセキュリティ理解力の評価 | Assessing the Software Security Comprehension of Large Language Models | https://arxiv.org/abs/2512.21238 |
| 現実とシミュレーション社会グラフにおける感情拡散 LLM社会シミュレーションの構造的限界 | Emotion Diffusion in Real and Simulated Social Graphs: Structural Limits of LLM-Based Social Simulation | https://arxiv.org/abs/2512.21138 |
| 手法ベンチマークでフィールド実験の代わりになるLLMペルソナ | LLM Personas as a Substitute for Field Experiments in Method Benchmarking | https://arxiv.org/abs/2512.21080 |
| エージェント型XAIでより良い説明を探るアプローチ | Agentic Explainable Artificial Intelligence (Agentic XAI) Approach To Explore Better Explanation | https://arxiv.org/abs/2512.21066 |
| LLMが演繹的コーディングで苦戦するとき モデル比較と人とAIの協働設計 | When LLMs fall short in Deductive Coding: Model Comparison and Human AI Collaboration Workflow Design | https://arxiv.org/abs/2512.21041 |
| マクロ経済の言語を学ぶ | Learning the Macroeconomic Language | https://arxiv.org/abs/2512.21031 |
| 人工か巧妙か LLMはプログラミングでルールを曲げるのか | Artificial or Just Artful? Do LLMs Bend the Rules in Programming? | https://arxiv.org/abs/2512.21028 |
| コアドメインを超えたAIセキュリティ：履歴書スクリーニングを事例とした、専門LLMアプリケーションにおける敵対的脆弱性の考察 | AI Security Beyond Core Domains: Resume Screening as a Case Study of Adversarial Vulnerabilities in Specialized LLM Applications | https://arxiv.org/abs/2512.20164 |
