1931 件の論文
本論文は、オンラインプラットフォームにおける誤った情報や操作への耐性を高めるため、エージェントと意見の信頼性を動的に評価・再配分する「信頼性ガバナンス（Credibility Governance）」というメカニズムを提案し、シミュレーション環境 POLIS において、従来の投票や資本重み付け方式よりも真実への収束が速く、誤った経路依存に陥りにくいことを実証しています。
この論文は、マルチモーダル大規模言語モデルを用いたリアルタイムなゲーム動画解説生成において、微調整なしで人間の発話タイミングに合致した動的な間隔ベースのデコーディング手法を提案し、その有効性を検証するとともに多言語ベンチマークを公開したものである。
本論文は、マルチモーダル大規模言語モデルの真のクロスモーダル推論能力を評価し、単一モダリティで解ける低品質な問題によるバイアスを排除して効率的かつ信頼性の高いベンチマークを構築するための新しい枠組み「M3IRT」を提案するものである。
SemEval-2026 タスク 11 における多言語推論課題に対し、 syllogism を論理的な標準表現に変換し決定論的パースを適用する新規手法を提案することで、LLM の内容バイアスを大幅に低減し、複雑な微調整や活性化レベル介入に代わる競争力のある解決策として全サブタスクでトップ 5 入りを果たしたことを報告しています。
この論文は、誤情報に基づく巧妙なヘイトスピーチの分析を可能にするため、3 つの解釈可能な次元（対象、意図、含意）で注釈付けされた新しい多面的データセット「HateMirage」を提案し、説明可能な AI 研究における新たな基準を確立することを目的としています。
本論文は、LLM ベースのマルチエージェントシステムにおける通信トポロジー学習の不安定さと課題を解決するため、単一サンプルの絶対報酬に代わり、グループ内での相対的な性能に基づいてエッジの優位性を評価する「Graph-GRPO」という新しい最適化フレームワークを提案し、実験によりその有効性を実証したものである。
本論文は、製品レビューから大規模言語モデルを用いて抽出した感覚的属性を蒸留し、SASRec などの逐次推薦モデルに統合することで、行動パターンを補完し推薦精度と解釈可能性を向上させる新しいフレームワーク「ASEGR」を提案しています。
この論文は、拡散言語モデル（dLLMs）の生成品質を効率的に評価し、適応的な長さ制御を可能にするため、生成されたシーケンス全体のトークンを再生成する確率に基づいて自信を定量化する手法「DiSE」を提案し、その有効性を検証したものです。
本論文は、LLM の数学指導能力を包括的に評価するための新しいベンチマーク「KMP-Bench」と大規模対話データセット「KMP-Pile」を提案し、最先端モデルが正解導出は得意だが教育的原則の適用に課題を抱えていること、そして教育的に豊かなデータによる微調整が効果的な AI 指導者開発に不可欠であることを示しています。
本論文は、大規模な実世界データセットを用いたベンチマークと自動階層化エラー分析を通じて、強力なマルチモーダル大規模言語モデル（MLLM）は従来の OCR 処理を伴う手法と同等のドキュメント情報抽出性能を画像入力のみで達成し得ることを示し、スキーマや指示の設計がその性能向上に重要であることを明らかにした。
この論文は、臨床診断などの高リスク分野における LLM エージェントの判断を検証するために、専門家のガイドラインに基づき証拠を蓄積・集約し、ベイズ回帰で較正された確率を生成する「GLEAN」という検証フレームワークを提案し、その有効性を実証したものである。
本論文は、学習者の回答予測という特定の教育タスクにおいて、大規模言語モデル（LLM）よりも専門的な知識追跡モデルの方が、精度、推論速度、コストの面で優れていることを示しています。
本論文は、音素頻度分布がマクロ的には対称ディリクレ分布の順序統計量として、ミクロ的には発音・音韻・語彙の制約を組み合わせた最大エントロピーモデルとして説明可能であることを示し、これにより音素頻度構造の統合的な情報理論的記述を提供している。
大規模視覚言語モデル（LVLM）は、ノードや構造的特徴は視覚エンコーダ内で早期に線形に表現される一方で、エッジ情報は言語モデルのテキストトークン段階まで遅れて現れるため、関係性の理解に課題を抱えていることを、合成図データセットを用いた内部表現の探査により明らかにしました。
本論文は、LLM によるペルソナシミュレーションの人間らしさを評価する新たなフレームワーク「Eval4Sim」を提案し、ペルソナ背景の暗黙的反映、一貫性、自然さの 3 つの次元で人間対話コーパスを基準とした多面的な評価を実現するものである。
本論文は、各タスクの入力共分散を微調整済みモデルのパラメータ差分から推定する理論的洞察に基づき、データなしでタスク間干渉を低減し、従来の手法を大幅に上回る性能を達成する新しいモデル統合フレームワーク「ACE-Merging」を提案するものである。
本論文は、LLM エージェントのプライバシー侵害を静的な防御ではなく、強化学習によって最適化された文脈認識型の「文脈化防御指示（CDI）」という新しいパラダイムで能動的に防ぎ、プライバシー保護と有用性のバランスを大幅に改善する手法を提案しています。
Transformer のグローバル依存性モデリング能力と Mamba の線形時間効率性を組み合わせたハイブリッドエンコーダ「MaBERT」を提案し、パディングによる状態汚染を防止する新たな手法により、長文脈の効率的な学習と推論を実現する。
本論文は、精神医療分野における大規模言語モデルの信頼性を包括的に評価するための新たなベンチマーク「TrustMH-Bench」を提案し、既存のモデルがその信頼性の多面的な要件において著しく不十分であることを実証しています。
本論文は、高品質で大規模な DaTikZ-V4 データセットと逆グラフィックスに基づく強化学習を活用し、小規模なオープンソースモデル「TikZilla」を開発することで、テキストから高品質な TikZ 図を生成する性能を大幅に向上させ、GPT-5 に匹敵する結果を達成したことを報告しています。