AIDB https://validator.w3.org/feed/docs/rss2.html ペルソナ・プロンプトはいつ本当に役立つのか？LLMにおける専門家役割注入の検索とメトリック分析 デジタルコミュニケーションにおける共感応答規範の形成：インタラクション文脈が共感をどう形作るか 読めないものを索引化する：LLMネイティブなサービス分類体系の再帰的構築と検索 LLMのモデルサイズを「テキスト記憶」から推測する新手法 SalsaAgent：インタラクティブなダンス生成のためのマルチモーダル身体言語モデル LLM駆動型方程式探索による科学的発見：影響度ガイド付きシンボリック回帰 権力非対称下におけるLLM社会の協力：支配者、王、そして共有資源 AIとの対話は変化しない？ユーザー行動の粘着性と多様性を分析 Gamma-World: 2者を超える生成型マルチエージェント世界モデリング AIエージェントのスキルエコシステムに潜む新たな脅威とその分析 不確実性の粒度がLLM支援意思決定における人間の検証に与える影響 LLMによるOracleからPostgreSQLへの移行におけるトークン最適化戦略 LLMは提供元のエコシステムを優遇するのか？コード生成における垂直統合バイアスの測定 構造化された空間推論で3Dシーン内の物体を精密に特定するSSR3D-LLM 論文からベンチマークへ：機械学習の不完全な手法をエージェントとフレームワークで再現する 知識から行動へ：LLMトレーディングエージェントの株式市場における記憶制御ベンチマーク MangaFlow：物語からマンガ生成までをエンドツーエンドで制御するエージェントフレームワーク SMILE-Next：大規模言語モデルに笑いの検出・分類・推論を教える LLMの個性、役割、表現スタイル：相互作用論的分析 Harness-Bench：現実的なエージェントワークフローにおけるモデル間のハーネス効果測定 ボードゲームシミュレーションでLLMの動的資産管理と戦略的金融推論を評価するFinBoardBench AIモデル自動構築エージェント「AIBuildAI-2」：知識拡張による性能向上 MERIT：ルーブリック情報に基づくトレーニングで査読者割り当ての専門知識をマッチング AIによるファンダメンタル投資リサーチを支援する、知識グラフメモリ搭載のマルチペルソナ・エージェントプラットフォーム「FundaPod」 言葉で遊び、報酬で向上：創造的連想のための言語モデル訓練 EgoBench：ツール使用AIエージェントのためのインタラクティブな一人称視点マルチモーダルベンチマーク ChildEval：大規模言語モデルと子どもの個性が交差する評価ベンチマーク SYNAPSE：トポロジカル意味論的ノイズ除去による神経記号的視覚思考・テキストデコーディング AIエージェントのためのクエリエンジン：Hyperparamライブラリ 質問だけでは不十分：LLMの信頼度校正におけるプロトコル感受性 ユーザーの心を捉え、AIエージェントの心の理論を強化するUserHarness 格子上の連鎖適応再構成による大規模言語モデルの幻覚低減 Eliot: 科学文献の急激なトレンドをオンラインデータと学習でインタラクティブに探求 MUSE-Autoskill: スキル創造と記憶・管理・評価による自己進化エージェント RAGにおける文書位置とコンテキストサイズの影響：再現性の検証 研究論文の批判を自動化する「E3」：意思決定に影響する技術的懸念を特定 LLMによる説明責任のある人間-AI協調型審議：共生型足場による集合知の拡張 新着AI論文記事一覧 LLMにデザインパターンを使わせる戦略：シングルトンパターンを例に REVERSE：エージェントによる画像地理位置特定のための証拠検証と検索の強化 LLMの幻覚（ハルシネーション）をほぼ特徴づける「イノベーション」 LLMエージェントの信頼性は能力ではなく「ハルシネーション感受性」で決まる：階層間の非単調性を解明 自律AIエージェントのための時間整合的因果推論型アクチュアリーランタイムの基礎 LLMと人間の戦略行動における「限界合理性」の解明：計算能力の違いに着目した新たな分析フレームワーク 静的コンテキストから校正された対話型強化学習へ：シミュレータ整合による複数ターン対話における分布シフトの緩和 JobBench：AIエージェントの業務を人間の意図に沿って評価する新ベンチマーク AIエージェントの「老化」を評価する：寿命を考慮した信頼性ベンチマークAgingBench LLMエージェントのセキュリティ脆弱性を測定するベンチマーク「AgentSecBench」 Sentinel：協調的空間推論と計画を行う自律型エージェント 記事一覧