AI要約 AIで100万文字以上の小説執筆を経た著者が、ClaudeとGeminiを役割分担で使い分けるハイブリッド創作フローを紹介。Claudeは文章生成・心理描写、Geminiは構成・整合性チェックを担当し、両者の長所を活かした実践的ワークフローを解説する。

EN After writing over a million characters with AI, the author shares a hybrid creative workflow combining Claude for prose and emotional depth with Gemini for structure and consistency checks, showcasing how each AI's strengths complement the other.

AI要約 Claude Coworkを使って、Qiitaへの記事自動投稿botをわずか1日で開発した実例を紹介。AIエージェントによるコード生成と連携機能を活用し、短期間で実用的な自動化ツールを構築するプロセスを解説している。

EN A developer recounts how they built a Qiita auto-posting bot in just one day using Claude Cowork, demonstrating how AI agents can rapidly produce practical automation tools through code generation and integration.

AI要約 Claude Codeで「You've hit your limit」エラーに遭遇した際、リセット時刻まで待機して自動的に作業を再開するスクリプトを作成した記事。エラーメッセージから時刻を解析し、指定時間まで待ってセッションを再開する仕組みを紹介している。

EN The author created a script that automatically resumes Claude Code sessions after hitting the usage limit. It parses the reset time from the error message and waits until the specified time to restart the session.

AI要約 異種の油田掘削データに対し、エージェント型LLMオーケストレーションとツール拡張を組み合わせた掘削知能システムTADIを提案。複数データソースを統合し、現場の意思決定支援を実現する研究である。

EN TADI proposes a tool-augmented drilling intelligence system that uses agentic LLM orchestration over heterogeneous wellsite data to integrate diverse sources and support drilling decision-making.

AI要約 自律AIエージェント向けの分散型評判管理フレームワーク「AgentReputation」を提案。エージェント間の信頼性評価を分散的に行い、悪意ある行動の抑制や安全な協調を実現する仕組みを示している。

EN This paper proposes AgentReputation, a decentralized reputation framework for agentic AI systems that enables trust evaluation among autonomous agents to mitigate malicious behavior and support safe multi-agent collaboration.

AI要約 本研究は大規模言語モデルにおけるジェイルブレイク攻撃の成功要因を、最小・局所・因果的な観点から説明する手法を提案する。モデル内部の特定要素を介入実験で検証し、安全機構の脆弱性を解釈可能な形で明らかにする。

EN This paper proposes a method to explain why jailbreak attacks succeed in large language models through minimal, local, and causal interventions, identifying specific internal components responsible for safety bypasses in an interpretable manner.

AI要約 本研究はLLMエージェントがツールを使う際に生じる性能劣化「ツール利用税」を分析。ツール導入が必ずしも精度向上に繋がらず、推論能力やコストに悪影響を及ぼす場合があることを実証的に示した。

EN This paper investigates the 'tool-use tax' in LLM agents, showing that integrating external tools does not always improve performance and can degrade reasoning quality and increase costs across various benchmarks.

AI要約 本論文は、選好データのトポロジー構造と不確実性を取り込んだ新しい直接選好最適化(DPO)手法TUR-DPOを提案する。従来のDPOが見落としがちな選好の幾何学的関係と信頼度を活用し、より頑健な言語モデルアラインメントを実現する。

EN The paper proposes TUR-DPO, a Direct Preference Optimization variant that incorporates topological structure and uncertainty estimation of preference data to achieve more robust language model alignment compared to standard DPO.

AI要約 ARMOR 2025は、民間中心の評価では捉えきれない軍事的文脈における大規模言語モデルの安全性を評価するベンチマーク。軍事ドクトリンに整合した敵対的プロンプトを用い、既存LLMの脆弱性を明らかにする。

EN ARMOR 2025 is a new benchmark for evaluating LLM safety in military-aligned contexts beyond civilian use cases. It uses doctrine-aligned adversarial prompts to reveal vulnerabilities in current models that standard safety evaluations miss.

AI要約 本論文は、複数主体による集合的行為主体性(collective agency)を因果モデルの枠組みで定式化する研究である。個々のエージェントの介入と結果の因果関係を分析し、集団としての意図や責任の帰属を理論的に基礎づけることを目指している。

EN This paper formalizes collective agency through a causal modeling framework, analyzing how interventions by multiple agents jointly produce outcomes and providing theoretical foundations for attributing intentions and responsibility to groups.

AI要約 本論文は、旅行計画の最適化に向けたエージェント型AIアプリケーションを提案する。複数のAIエージェントが連携し、ユーザーの好みや制約に基づき行程・予算・交通手段などを動的に最適化する仕組みを示し、従来手法との比較で有効性を検証している。

EN This paper presents an agentic AI application for trip planning optimization, where multiple cooperating AI agents dynamically optimize itineraries, budgets, and transportation based on user preferences and constraints, demonstrating effectiveness over traditional methods.

AI要約 本論文は生成的世界モデリングをハミルトニアン力学の観点から再構築し、物理法則に忠実な世界モデルを提案する。エネルギー保存や対称性を内在化することで、より一貫性のある長期予測とシミュレーションを可能にする枠組みを示す。

EN This paper reframes generative world modeling through a Hamiltonian dynamics perspective, proposing physically native world models that embed conservation laws and symmetries to enable more consistent long-horizon prediction and simulation.

AI要約 マルチターンのエージェント型強化学習において探索と活用のバランスを取るため、エントロピーを適応的に調整するAEM手法を提案。学習の安定性と性能を向上させる。

EN AEM proposes an adaptive entropy modulation technique for multi-turn agentic reinforcement learning, dynamically balancing exploration and exploitation to improve training stability and performance.

AI要約 長期的なロボット操作タスクに向け、テキストと画像を交互に組み合わせた視覚言語推論トレースを提案。視覚的な中間ステップを生成することで、計画と実行の精度を高め、複雑な操作課題への対応力を向上させる手法を示す。

EN This paper proposes interleaved vision-language reasoning traces that combine text and images for long-horizon robot manipulation tasks, enabling models to generate visual intermediate steps that improve planning and execution accuracy on complex manipulation problems.

AI要約 電気容量制約付き車両ルーティング問題(E-CVRP)に対し、二層型Late Acceptance Hill Climbing(LAHC)を提案。インスタンスの特性に応じてパラメータを自動調整する仕組みを導入し、解の品質と計算効率の両立を図る。

EN This paper proposes a bilevel Late Acceptance Hill Climbing (LAHC) algorithm for the Electric Capacitated Vehicle Routing Problem, featuring instance-aware parameter configuration that adapts to problem characteristics to balance solution quality and computational efficiency.

AI要約 小型のオープンウェイトLLMがエージェント的なツール利用タスクでどの程度の性能に到達できるかを評価するベンチマーク「AgentFloor」を提案。各種モデルの能力の下限と上限を体系的に比較し、ツール使用能力の限界を明らかにする。

EN Introduces AgentFloor, a benchmark that systematically evaluates how far small open-weight LLMs can climb the tool-use capability ladder, comparing models to reveal performance floors and ceilings on agentic tasks.

AI要約 本論文は人間と機械の共生におけるAIの役割を考察し、AIが人間の能力を拡張するパートナーとして機能する枠組みを提示。自律的な代替ではなく協調的な相互作用の重要性を論じている。

EN This paper examines the role of AI in human-machine symbiosis, proposing frameworks where AI augments human capabilities as a collaborative partner rather than an autonomous replacement, emphasizing cooperative interaction.

AI要約 大規模行動モデル(LAM)の評価において、人間の嗜好と整合する効率的な評価手法HUMANSを提案。従来の自動評価では捉えきれない実利用での品質を測定し、人間の判断との一致度を高めることを目指す。

EN This paper introduces HUMANS, an efficient evaluation framework for Large Action Models (LAMs) that aligns with human preferences, addressing limitations of automated metrics in capturing real-world usability and judgment.

AI要約 ポルトガル語に特化したModernBERTアーキテクチャの言語モデルNorBERToを発表。3310億トークンの大規模コーパスで訓練され、ポルトガル語NLPタスクでの性能向上を目指す。

EN NorBERTo is a ModernBERT-based language model pretrained for Portuguese on a 331 billion token corpus, aiming to improve performance on Portuguese NLP tasks.

AI要約 本論文は、システムプロンプトで神経多様性の文脈を与えた際に、フロンティアLLMの応答がどう変化するかを評価する測定枠組みを提案する。表層的な言葉遣いの変化と、構造的・本質的な内容変化を区別して分析している。

EN This paper proposes a measurement framework to evaluate how frontier LLMs adapt their responses when given neurodivergence context via system prompts, distinguishing between surface-level wording changes and deeper structural shifts in content.

EN arXiv:2605.00116v1 Announce Type: new Abstract: In this article, we introduce ViLegalNLI, the first large-scale Vietnamese Natural Language Inference (NLI) dataset specifically constructed for the leg

EN arXiv:2605.00119v1 Announce Type: new Abstract: There is a significant gap in evaluating cultural reasoning in LLMs using conversational datasets that capture culturally rich and dialectal contexts. M

EN arXiv:2605.00143v1 Announce Type: new Abstract: Humor is a fundamental cognitive phenomenon in which humans derive pleasure from the expectation violations and their resolution, exemplifying the brain

EN arXiv:2605.00199v1 Announce Type: new Abstract: When a language model answers a table question, users have no way to verify which cells informed which reasoning steps. We introduce RSAT, a method that

EN arXiv:2605.00200v1 Announce Type: new Abstract: Automatic Short Answer Grading (ASAG) with generative large language models (LLMs) has recently demonstrated strong performance without task-specific fi

EN arXiv:2605.00226v1 Announce Type: new Abstract: Large language models (LLMs) are increasingly tasked with strategic decision-making under incomplete information, such as in negotiation and policymakin

EN arXiv:2605.00227v1 Announce Type: new Abstract: There are growing concerns about the risks posed by AI companion applications designed for emotional engagement. Existing safety evaluations often rely

EN arXiv:2605.00238v1 Announce Type: new Abstract: Automated short answer grading (ASAG) with large language models (LLMs) is commonly evaluated with aggregate metrics such as macro-F1 and Cohen's kappa.

EN arXiv:2605.00253v1 Announce Type: new Abstract: Mamba's recurrent state h_t is, by construction, a compressed summary of every token seen so far. This raises a tempting hypothesis: if we extract token

EN arXiv:2605.00257v1 Announce Type: new Abstract: The inception of Large Language Models (LLMs) has catalyzed AI adoption in the finance sector, yet their reliability in complex, jurisdiction-specific t