1714 件の論文
この論文は、推論時にモデルパラメータを更新せずに大規模言語モデルの行動を修正する「テスト時適応」手法として、多数の例示を用いたプロンプト（Many-Shot Prompting）の有効性、限界、および課題を体系的に検証し、構造化タスクでは有効だが生成タスクでは選択戦略に敏感であり、動的・強化型 ICL などの代替戦略の必要性を明らかにした研究です。
本論文は、外部オラクルや実行フィードバックに依存せず、強化学習を用いてモデルの重み自体にコード生成・自己反省・自己修正の能力を内蔵させる新たなフレームワーク「ReflexiCoder」を提案し、小規模なオープンソースモデルでも GPT-5.1 などのプロプライエタリモデルに匹敵する性能を達成したことを報告しています。
この論文は、SparseGPT の事前定義された順序の限界を克服し、ブロック損失と列損失に基づいて重みを再順序化することで、大規模言語モデルのワンショット剪定精度を向上させる手法「ROSE」を提案し、複数のモデルで既存手法を上回る性能を実証したものです。
この論文は、LLM の回答後に信頼性を評価する既存手法の限界を克服し、回答前に信頼性を出力する「信頼性ファースト」のパラダイムを提案し、セグメント化されたクレジット割り当てを用いて信頼性の較正と回答精度を同時に最適化する強化学習フレームワーク「CoCA」を開発したことを報告しています。
この論文は、英語のような孤立語に最適化された統計的トークナイザが接尾辞を多く持つ膠着語の形態素境界を破壊する問題を指摘し、文法構造を優先する新たなトークナイザ「VerChol」を提案するものである。
この論文は、大規模言語モデルによる長編物語生成における一貫性欠如の問題を特定し、5 つのカテゴリーと 19 のサブタイプからなるエラー分類体系を定義した評価ベンチマーク「ConStory-Bench」と自動検出ツール「ConStory-Checker」を提案し、事実や時間軸における矛盾が物語の中間部分やエントロピーの高い領域で頻発する傾向を実証的に明らかにしたものです。
この論文は、コンテンツ保存率（CPR）とタグの形式適合性（TWF）という新しい評価指標を用いて複数の LLM からの出力を最適に選択するアンサンブル手法を提案し、国連安全保障理事会決議の正確かつ効率的なセマンティックタグ付けを実現するシステムを構築したことを報告しています。
この論文は、LLM の推論における不確実性を Dempster-Shafer 理論に基づく証拠ネットワークで定式化し、文書検索と戦略的な質問を統合して高リスク領域での信頼性の高い意思決定を実現する「InfoGatherer」という枠組みを提案しています。
この論文は、ユーザーの長期的なマルチモーダル相互作用データから学習し、文脈を考慮して次の行動を予測する新しいモデル「LongNAP」を提案し、従来の手法を大幅に上回る精度でユーザーのニーズを先回りして予測できることを実証しています。
この論文は、大規模言語モデル（8B Llama）において、同じ著者の他のテキストを文脈として扱う「HuLM」タスクや「HuFT」手法を用いて生態学的誤謬に対処することで、標準的な微調整よりも下流タスクの性能を向上させられることを示しています。
本論文は、データ不足とスタイルの解離が課題となる小規模言語モデル向けに、語彙・構文・語用論の 3 次元にスタイルを明示的に分解し、推論時の CoT トークンを不要とする暗黙的なスタイル条件付け戦略を提案することで、アニメキャラクターのような高スタイル化ドメインにおいて、より大規模なモデルを上回る一貫性と忠実度を実現する手法を提示しています。
この論文は、個人の特性と状況的要素を統合した理論に基づく解釈可能なモデルを開発し、ソーシャルメディアデータから精神的健康を予測・分析することで、計算機モデルと心理学的理論の融合が文脈に敏感で人間に理解しやすい動的な精神状態の評価に有効であることを示しています。
この論文は、2 枚の画像間の静的な比較に留まらず、中間フレームの生成と学習可能なクエリを用いて変化の「手順」を動的にモデル化する新しいフレームワーク「ProCap」を提案し、変化キャプション生成の精度向上を実現するものです。
この論文は、多ターンテキストから SQL への生成において文脈とスキーマの追跡を強化する「Semantic-enhanced Schema Extractor」と「Schema-aware Context Extractor」という二つの抽出モジュールを備えた Track-SQL フレームワークを提案し、SparC および CoSQL データセットで最先端の性能を達成したことを示しています。
本論文は、大規模言語モデルに基づくマルチエージェントシステムのオーケストレーションを目的としたグラフ中心フレームワーク「MASFactory」を提案し、自然言語の意図を編集可能なワークフローにコンパイルする「Vibe Graphing」や再利用可能コンポーネント、可視化機能を通じて、複雑なグラフワークフローの実装負担を軽減し、ベンチマークでその有効性を検証したものである。
本論文は、複数の視点にまたがる空間推論において、視点間の関係性を明示的に推論する「空間的思考連鎖」を中間ワークスペースとして構築し、これを基に質問に応答する二段階フレームワーク「ViewFusion」を提案し、MMSI-Bench において既存モデルを大幅に上回る精度を達成したことを報告しています。
オーストリアのドイツ語 A レベルの記述式答案を評価する大規模言語モデル（LLM）を用いた自動採点の研究において、Rubric に基づく評価は可能であるものの、人間の採点者との一致率が低く、現時点では実用化には至らないことが示されました。
この論文は、ドメイン固有テキストを用いた継続的事前学習によりLLMに多様な「経験」を積ませることで、その言語的基盤と性格特性（Big Five）が推論能力に因果的に影響を与えることを実証し、特に社会的特性の抑制が複雑な推論を向上させる「抑制の優位性」を発見した上で、LLMの性格を設計する「性格工学」への道筋を示しています。
本論文は、RGB 画像の符号化に代わって深度画像の特性を活用し、専用データセットと改良されたエンコーダを導入することで、3 次元シーン理解を飛躍的に向上させた初の深度特化型マルチモーダル大規模言語モデル「DeepSight」を提案するものである。
この論文は、明示的な前提と主張から潜在的な前提を大規模言語モデル（LLM）で生成し、自然言語を論理式に変換して SAT ソルバーに基づく神経記号推論で含意を判定するパイプラインを提案し、エンチメームの論理的理解における性能向上を実証するものである。