#paper80 total

AI要約itch.ioで公開されるオープンソースゲームを、ソフトウェア工学の観点から調査し、開発実態を特徴付ける研究です。ソースコードを分析対象とすることで、予算の限られた小規模チームや個人開発者の知見共有と実証研究に役立ちます。

AI SUMMARYOpen-source itch.io games are examined through a software engineering lens. Their codebases can aid empirical research and help small teams and solo developers learn from projects.

AI要約LongSocialBenchは、3つの掲示板にある94件の完全な議論を基に、検証済みの人手作成問題1,462問を収録する。中央値約73Kトークンの長文で返信構造や議論の転換を追う力を測り、長文脈LLMの社会的推論力の比較に役立つ。

AI SUMMARYLongSocialBench provides 1,462 verified questions from 94 full forum discussions, with a 73K-token median, enabling comparison of long-context LLMs' structural social reasoning.

AI要約PALMは、年ごとの完全な事前学習を不要とする時点適応を提案し、各年のチェックポイントを後継モデルと比較して検証する。金融バックテストで将来の情報を見てしまう偏りを避け、信頼できる評価を必要とする研究者に役立つ。

AI SUMMARYPALM argues that a full pretraining run for every calendar year is unnecessary, comparing each annual checkpoint with its successor. It helps researchers run financial backtests without leaking future information.

AI要約HistoRAGは、単一の地域資料群への質問に、各事実の巻とページを示して答える。画像のみの書籍を視覚言語モデルで文字化し、行単位の信頼度も保持するため、教師が出典を検証できる郷土史教材を作れる。

AI SUMMARYHistoRAG answers from one regional archive, citing a volume and page for every claim. Its vision-model transcription and line confidence help teachers make source-checkable lessons.

AI要約PsyAgentBenchは、5つの古典的心理実験を、効果名の明示有無、教科書版と語彙や場面を変えた反実仮想版、ペルソナ条件で比較する。学習データの影響と反応の模倣を切り分け、LLMの心理的偏りを慎重に評価できる。

AI SUMMARYPsyAgentBench reruns five psychology paradigms across named or blind, canonical or counterfactual, and persona conditions, helping separate pattern imitation from bias.

AI要約Model Context Protocolを、802本の論文と33,319件のGitHubリポジトリから分析し、研究活動と採用状況を時系列で対比した。トピック分析と検証済み分類により、研究者と開発者がエコシステムの成長を把握できる。

AI SUMMARYModel Context Protocol analysis covers 802 papers and 33,319 GitHub repositories, comparing research with adoption. It helps researchers and developers assess ecosystem growth.

AI要約提案手法は、準備済みターンの投入順と投入後に残す未完了処理量を同時に制御する。即時投入による処理滞留を抑え、競合時のエージェント型LLMワークフローのテール遅延短縮を可能にする。

AI SUMMARYThe proposed scheduler jointly selects the next ready turn to submit and the volume of submitted work left unfinished, enabling lower tail latency during contention.

AI要約CellFillは量子化LLMの各重みセル内の空き空間を利用し、元のチェックポイントのビットを変えずに知識を追加・取り消しできる手法で、評価やキャッシュの再利用性を維持できる点が重要です。

AI SUMMARYCellFill stores incremental knowledge updates inside the unused capacity of quantized weight cells, enabling bit-identical, revocable edits to deployed LLMs without replacing the original checkpoint or invalidating existing evaluations.

AI要約Semalith v1.4は1億8400万パラメータの軽量安全分類器で、Llama-Guard-3-8Bの44分の1のサイズながらプロンプトインジェクション検出で同等以上の精度を達成した。小規模モデルでも高精度な安全フィルタリングが可能であることを示し、実用的なデプロイコストの大幅削減につながる。

AI SUMMARYSemalith v1.4 is a 184M-parameter safety classifier that matches or surpasses Llama-Guard-3-8B on prompt-injection detection while using 44x fewer parameters. This demonstrates that highly capable safety filtering can be achieved at a fraction of the computational cost, making deployment far more practical.

AI要約本論文は、個人用LLMエージェントをユーザーの状況や時間的変化を考慮して評価する新たなフレームワークを提案し、既存ベンチマークでは捉えられなかった現実的な評価軸を提供する。

AI SUMMARYThis paper proposes a framework for evaluating personal LLM agents conditioned on individual user contexts and temporal interventions, addressing gaps in existing benchmarks that overlook real-world variability.

AI要約複数のAIコード生成モデルを横断的に比較し、生成コードに共通して現れるセキュリティ脆弱性のパターンを分析した研究。どのモデルがどの種類の脆弱性を生みやすいかを明らかにし、安全なAI活用に向けた知見を提供する。

AI SUMMARYThis study systematically compares security vulnerability patterns across multiple AI code generation models, identifying which weakness types each model tends to introduce. The findings offer actionable guidance for developers and organizations relying on AI-assisted coding.

AI要約テンセントはコーディングエージェント評価用ベンチマーク「WorkBuddy Bench」を発表。学習データ汚染を防ぐ設計と複数ドメイン対応により、より信頼性の高いエージェント性能評価を実現する。

AI SUMMARYTencent introduces WorkBuddy Bench, a coding-agent benchmark spanning multiple domains with a contamination-resistant task construction method, enabling more reliable and fair evaluation of LLM-based coding agents.

AI要約プロンプトを意図的に未完成にすることでLLMの安全制約を回避できる新たな脆弱性が報告された。この手法はモデルの応答補完メカニズムを悪用するため、既存の防御策では対処が難しい。

AI SUMMARYResearchers demonstrate that deliberately incomplete prompts can bypass safety guardrails in LLMs by exploiting their tendency to complete partial inputs. This reveals a novel attack surface that existing alignment defenses may not adequately address.

AI要約モデル訓練中にリアルタイムで介入・監査できるコントロールプレーンの設計を提案し、訓練プロセスの透明性と制御性を高める研究。人間がループに参加しながら学習を動的に調整できる点が重要。

AI SUMMARYThis paper proposes an auditable control plane for live model training, enabling real-time human intervention and oversight during the training process. It advances interactive and accountable ML workflows by making training dynamics inspectable and steerable.

AI要約強化学習において報酬信号だけで潜在的な環境状態を識別できる条件を理論的に解析し、群言語の境界が識別可能性の鍵となることを示した研究。

AI SUMMARYThis paper establishes theoretical conditions under which reward signals alone can identify latent environment states in RL, introducing a hidden-automaton instrumental framework and showing that the group-language boundary determines identifiability.

AI要約LiteTopKは高次元空間での距離集中現象を逆手に取り、スパースアテンションのインデクサーとTopK選択を単一カーネルに融合することで、長文脈推論の効率を大幅に改善する手法を提案する。

AI SUMMARYLiteTopK leverages the concentration of distances in high dimensions to fuse the indexer and TopK selection into a single GPU kernel, significantly reducing overhead in long-context sparse attention inference.

AI要約LLMのモデルマージにおいて、専門家モデルの訓練ステップ数がマージ後の性能に大きく影響することを示した研究。適切な訓練段階のモデルを選ぶことがマージ成功の鍵となる。

AI SUMMARYThis study investigates how the training duration of expert models affects the quality of merged LLMs, finding that selecting models at the right training stage is critical for achieving strong post-merge performance.

AI要約PFAdapterは階層的LoRA分解により、連合学習環境でマルチモーダル大規模言語モデルを個人化する手法を提案し、プライバシーを保ちながら各クライアントの異質なデータに適応できる点が重要です。

AI SUMMARYPFAdapter proposes a hierarchical LoRA decomposition framework for personalizing multimodal LLMs in federated learning settings, enabling privacy-preserving adaptation to heterogeneous client data without sharing raw information.

AI要約連合学習環境でのMLLMファインチューニング時に生じる破滅的忘却を、弾性正則化と合成データリプレイの組み合わせで緩和する手法を提案。プライバシーを保ちながら継続的なモデル更新を実現できる点が重要。

AI SUMMARYThis paper proposes combining elastic weight regularization with synthetic data replay to combat catastrophic forgetting in federated multimodal LLM fine-tuning, enabling privacy-preserving continual learning across distributed clients.

AI要約複数のAIエージェントが科学者コミュニティとして協調し、ニューラル演算子のアーキテクチャを自動探索・発見する枠組みを提案。人手によるアーキテクチャ設計を大幅に省力化できる点で注目される。

AI SUMMARYResearchers propose a multi-agent AI system that mimics a scientific community to autonomously discover and design neural operator architectures, reducing the need for manual expert design in scientific machine learning.

AI要約過去の実行履歴をメモリとして活用する投機的デコード手法を提案し、LLMエージェントの推論を無損失で大幅に高速化することを実現した。繰り返しタスクが多いエージェント環境での実用的な高速化に貢献する。

AI SUMMARYThis paper proposes a speculative decoding method that leverages past execution history as memory to accelerate LLM agents without any output quality loss, offering practical speedups in repetitive agentic workflows.

AI要約本研究はAIとの対話終了後にユーザーの感情や認知にどのような影響が持続するかを分析し、チャットシステム設計における「余韻」の重要性を示した。

AI SUMMARYThis paper examines the emotional and cognitive residues that persist after human-AI conversations end, highlighting design implications for conversational systems that account for post-interaction effects.

AI要約本論文はAIエージェントが生成しマージされたコードのその後の運命を実証的に調査し、品質や保守性への長期的影響を定量化した研究である。エージェント生成コードの実用上のリスクを把握する上で重要な知見を提供する。

AI SUMMARYThis paper empirically tracks the post-merge lifecycle of code produced by AI coding agents, measuring its long-term quality, churn, and maintenance burden compared to human-written code. The findings inform real-world risk assessments of deploying agentic coding systems.

AI要約本論文は、静的解析ツールが生成する大量の誤検知アラートをLLMで自動判定し、エラー低減技術を組み合わせることで精度を高める手法を提案している。開発者の負担軽減とセキュリティ品質向上に貢献する研究成果である。

AI SUMMARYThis paper proposes using LLMs to automatically triage static-analysis alerts—distinguishing true bugs from false positives—while applying error reduction techniques to improve adjudication accuracy and reduce developer burden.

AI要約本研究はグループ推薦システムにおいて、LLMを用いてメンバー間の合意と反対意見を動的にモデル化する手法を提案する。個人の主観的嗜好を柔軟に捉えることで、グループ全体の満足度向上を目指す。

AI SUMMARYThis paper proposes a dynamic LLM-based framework for group recommender systems that models both consensus and dissent among members' subjective preferences, improving collective satisfaction beyond simple preference aggregation.

AI要約Index SLMは、限られたパラメータ数で高い性能を実現する小型言語モデルシリーズであり、効率的なエッジ・オンデバイス推論への応用が期待される。

AI SUMMARYIndex SLM introduces a series of small language models designed to achieve competitive performance at reduced parameter counts, enabling practical deployment in edge and on-device scenarios.

AI要約RouteRecは、複数の推薦エージェントをどう選択・集約するかを厳密に評価するベンチマークを提案し、エージェント間のルーティング戦略の有効性を体系的に測定できる点で重要。

AI SUMMARYRouteRec introduces a rigorous benchmark for evaluating how recommender agents are selected and aggregated, enabling systematic measurement of routing strategies across multiple agents.

AI要約大規模言語モデルをM&Aアービトラージの取引成否予測に応用し、財務テキストから有益なシグナルを抽出できることを示した研究。投資戦略への自然言語処理活用の可能性を広げる成果として注目される。

AI SUMMARYThis paper applies large language models to predict deal outcomes in merger-arbitrage investing, showing that NLP signals from financial text meaningfully improve forecasting accuracy across global markets.

AI要約LLMが生成する臨床試験サマリーの事実忠実性を患者・医療者・研究者など複数の読者層に合わせて評価・改善する手法を提案。医療情報の誤りがもたらすリスクを低減する実用的な枠組みとして意義がある。

AI SUMMARYThis paper proposes methods to evaluate and improve the factual faithfulness of LLM-generated clinical trial summaries tailored to diverse audiences, including patients and clinicians. It addresses a critical safety concern by reducing hallucinations in high-stakes medical communication.

AI要約本論文は、オンデバイス環境でリアルタイム字幕翻訳を実現するため、ワークロードの特性に基づいてモデルや処理を動的に最適化する手法を提案する。これにより、限られた計算資源でも低遅延かつ高品質な翻訳が可能になる。

AI SUMMARYThis paper proposes a workload-driven optimization framework for real-time subtitle translation running entirely on-device, dynamically adapting model execution to meet latency constraints without sacrificing translation quality.