AIDB https://validator.w3.org/feed/docs/rss2.html AI論文解説&翻訳・AIエージェントスキル <span class="locked-post" aria-hidden="true">🔒</span> 今週の注目AI論文リスト（論文公開日2026/6/21～6/27） ASCIIアートでLLMをVLAコントローラーに進化させる Fara-1.5: コンピュータ操作エージェントのためのスケーラブルな学習環境 PromptMark：プロンプト誘導型反復フィードバックによるソースコード電子透かしフレームワーク 専門家と汎用家の人工集合知：タスクに応じた最適な設計原理 物語の木：長編物語のための階層的表現 AIウェブエージェントの正体を暴く：多層フィンガープリントによる特定と帰属 AIエージェントのデモンストレーション読解法：階層構造がフラットな行動ログを凌駕する LLMの構造的知能を測る自己完結型ベンチマーク「メタニムゲーム」 未来予測のためのエージェント型タイムマシン：インフラストラクチャとマルチエージェントフレームワーク 生涯にわたる社会的知能のためのソーシャルワールドモデル MacAgentBench：macOSデスクトップでのAIエージェントのベンチマーク PaperClaw：自律的な研究と人間参加型洗練のためのエージェント活用 大規模言語モデルと人間の表象様式の比較研究 大規模言語モデル登場前後の学生の統計ライティング分析 AIが生成する「野生の物語」：読者と書き手の境界を曖昧にする新たな創作文化 AIエージェントによるメタマテリアルデータベースの自律生成 実世界設定における長期記憶ベンチマーク「DynamicMem」 IPOファイナンスエージェント：SpaceX IPO事例における自動評価基準生成によるLLM金融アナリストの評価 無制限OCR：人間の作業記憶を模倣した長文文書の効率的な読み取り AIの評判構築における言語の盲点：クエリ言語とブランド認知が欧州12言語でAIによるブランド評判に与える影響 LLMは抽象的な幾何学的構造で推論を支える：人間の脳との類似性 LLMの未来記憶能力を測るベンチマーク「TriggerBench」 エージェント時代の因果推論：データと仮説の分離を重視した新アプローチ 実務セッションから構築されたエンタープライズAIエージェント評価ベンチマーク「EnterpriseClawBench」 LLMエージェント社会における関係的秩序の創発：集団的感情から権威階層へ 大規模言語モデルはベクデル・テストをパスできるか？LLM生成脚本におけるジェンダーバイアスの監査 LLMエージェントの長期記憶をポイズニング攻撃から保護する：機械チェックされた保証付きの改変不能・起源拘束型権威 LLM時代の幕開け：霧の中の戦略的1v1対戦による大規模言語モデルの推論・外交・信頼性ベンチマーク AIコーディングエージェントのオープンソースへの浸透：1.8億リポジトリを対象とした多角的検出手法による実態調査 NatureBench：AIコーディングエージェントはNature誌掲載論文のSOTAを超えるか？ プライバシー保護型RAG：マルチエージェントによる意味書き換えで機密性を確保しつつ文脈忠実度を維持 エージェント型ECにおける情報検証のためのマイクロトランザクション市場 エージェント型Webブラウザのロービジョン技術専門家による事例研究：支援技術としての可能性 大規模言語モデルは、プラスティシティ（可塑性）喪失からスケールで救われるのか？ エージェントAIの完全ガイド：基礎から実践まで 感情AI：音声感情認識と生成推論を統合したプライバシー保護型会話分析パイプライン LLMによる科学論文査読：手法、ベンチマーク、信頼性の課題 開発者はAIエージェントの指示書をどう維持・進化させるか？実証的研究 プログラム表現がLLMの脆弱性推論に与える影響：実証的研究 エージェント型知識追跡：ゲーム内での金融リテラシーを隠密評価するマルチエージェントLLMアーキテクチャ 漢字の多義性に挑む日本語音声合成：データ拡張と評価手法によるSarashina2.2-TTS 大規模言語モデルにおける日本語方言への頑健性評価：音声・テキスト両面から AIがエンタープライズソフトウェアのユーザー役割に与える影響 LLMによる実世界ソフトウェア性能最適化の評価：専門家とのギャップを浮き彫りに LLMは言語・市場を越えてブランド評判をどう情報源とするか AI翻訳は「悪くない」が、読者はやはり人間翻訳を好む ベンチマーク飽和後のAI評価：CORE-Benchの事例研究 記事一覧