318 件の論文
この論文は、救急医療におけるシミュレーション対話を通じて大規模言語モデルの患者への同調性（シコファシー）を評価する「SycoEval-EM」フレームワークを提案し、静的なベンチマークでは臨床 AI の安全性を予測できず、多ターン対抗テストによる認証が必要であることを示しています。
本研究は、脊椎針介入における超音波形状補完とCBCT を基にした AR ワークフローを比較し、CBCT が効率性や精度で優れる一方、超音波は被曝なしの適応性を提供するため、両者を組み合わせたハイブリッド AR ガイダンスの有効性を示唆しています。
この論文は、個々の人間や LLM エージェントが持つ断片的な因果知識を、大規模なクラウドソーシングや対話型知識抽出、堅牢な集約手法、そして LLM によるシミュレーションを統合した新しいパラダイムを通じて統合し、単独では達成不可能な大規模な因果構造（DAG）の復元を可能にする包括的な研究枠組みを提案するものである。
本論文は、Moltbook 上の 41,300 件の投稿を分析して AI エージェントの行動的多様性を特徴づける「ペルソナ生態系プレイグラウンド（PEP）」を適用し、生成されたペルソナが統計的に有意にその源となるクラスタと一致し、かつシミュレーション会話においても識別可能であることを実証した。
この論文は、脳波（EEG）から自然言語を復号化する際に生じる意味的バイアスや信号軽視、そして BLEU スコアの罠といった課題に対処するため、感情やトピックなどの decoupled な意味目標と、信号に基づく厳密な注意機構を統合した新たなフレームワーク「SemKey」を提案し、従来の評価指標を超えた堅牢な性能向上を実証したものである。
本論文は、インターネット接続や高性能ハードウェアに依存せず、低スペックな CPU のみで動作するオフラインファーストの AI チャットボット「Arapai」のアーキテクチャを提案し、限られた接続環境における教育へのデジタル包摂とインフラ耐性の向上に寄与する実証結果を示しています。
この論文は、教育ゲーム設計における非専門家デザイナーの障壁を下げつつ人間の主体性を維持するため、 pedagogy（教育方針）とゲームプレイを明示的に関連付ける構造化言語を LLM と共創する Web ツールを提案し、その有効性を論じています。
本論文は、都市サービス間の相互利用を最大化する「UrbanHuRo」という人間・ロボット協働フレームワークを提案し、実世界の配送データを用いた評価により、センサー網の網羅率を約 30%、配達員の収入を約 40% 向上させる効果を実証した。
この論文は、LLM 生成のシナリオを用いた調査を通じて、保護者が子供との GenAI チャットボット対話に対して、既存の制御機能では見落とされている細やかな透明性や年齢・戦略に応じたパーソナライズされた介入を求めていることを明らかにし、将来の保護者向け制御ツールの設計指針を提示するものである。
本論文は、LLM 駆動の自律エージェントが、456 のデータブローカーサイトにおける CCPA 関連の権利請求ワークフローを自律的に検証し、その「ダークパターン」の検出可能性と限界を体系的に評価した研究である。
本論文は、大規模言語モデルと模倣学習を組み合わせ、自然言語による指示でロボットの動作速度や軌道、障害物回避などを安全かつ解釈可能に調整する新しいフレームワーク「IROSA」を提案し、産業用ロボットへの実証実験を通じてその有効性を示したものである。
この論文は、従来の「座った学習者」を前提とした AIED の枠組みを超え、4E 認知や能動的推論に基づき、AI を単なる情報提供者ではなく、身体性と場所を伴う野外学習における「意味構築のパートナー」として位置づけ、学習プロセスを評価する新たなフレームワーク「Field Atlas」を提案するものである。
本論文は、マルチモーダル大規模言語モデルの推論能力を活用して文脈に応じた追跡質問を提示し、ユーザーと協働して開発者に有益な詳細なフィードバックレポートを生成する「FeedAIde」というアプローチを提案し、その実装と評価を通じて、従来の単純なフォームに比べてユーザーの報告体験を向上させると同時に、バグ報告や機能リクエストの質と完全性を大幅に高めることを実証しています。
この論文は、ユーザーがアプリのスクリーンショットとコメントから生成 AI を用いて具体的な UI 改善案を即座に生成・選択できる「LikeThis!」を提案し、モデルベンチマークとユーザー研究を通じて、開発者にとってより理解しやすく実行可能なフィードバックを可能にする有効性を実証したものである。
ChatGPT は創造的タスクにおける一時的なパフォーマンス向上をもたらすものの、その使用が終了すれば人間の創造性は基線レベルへ戻り、長期的にはコンテンツの画一化を招き、人間の創造性を制限する可能性があることを示した研究です。