論文紹介: 複数ターンのLLM対話で物語的な語りが判断に与える影響を調べた研究
大規模言語モデル（LLM）を、日常的な助言や倫理的な相談の文脈でどう振る舞うかを調べた新しいプレプリントです。 / 先行研究は単発の質問や、強い反論を含む形式が中心でしたが、この論文は複数ターンの相談で、反対意見を明示せずに語り方だけで判断が変わるかに注目しています。 / 人がLLMに悩み相談をする実際のやり取りに近い条件を意識している点が特徴です。
論文紹介: ツール利用エージェントの待ち時間を減らす「Speculative Macro Commit」
arXivの新着プレプリントとして、ツールを使うLLMエージェントの実行待ち時間に着目した研究が公開されています。 / 提案手法「Speculative Macro Commit」は、正式な実行を担当するモデルと、先回りして候補の行動列を進める高速な下書きモデルの二層構成として説明されています。 / 論文要旨では、ツール呼び出しや環境遷移、観測のたびに発生する逐次的な待ち時間を減らすことが狙いだとされています。
論文紹介: 言語とコードに対する確率的推論で「誘導」と「問いかけ」を扱う新しい計算モデル
arXiv上の新着プレプリントとして、言語とコードに対する確率的推論を通じて、知識の「誘導」と「問いかけ」を扱う計算モデルが紹介されています。 / 要旨では、人が限られた経験から抽象的な知識を効率よく学び、なおかつ不確実性を扱いながら情報を集めることが重要な課題だと説明されています。 / Abstractの範囲では、このモデルがデータ効率、計算効率、不確実性の表現、柔軟な概念表現の3点を満たすことを目指していると読めます。
論文紹介: AI時代のメタ倫理に関する新しい問いを論じるプレプリント
arXivに、AIとメタ倫理の関係を扱うプレプリントが公開されています。 / 要旨では、将来のAIが道徳的推論や道徳的意図、道徳的内省に関わる能力を備えた場合、従来の人間中心の倫理だけでは捉えにくい問いが生じる可能性があると説明されています。 / 著者は、AIに人間が与える倫理ではなく、「AI自身の倫理」という観点を区別して考える枠組みを示そうとしているようです。
論文紹介: UI-Venus-2 Technical Report
GUIを使ったマルチモーダルエージェントについて、モバイル・Web・デスクトップをまたいで動作する一般向け基盤エージェントを提案しています。 / ベンチマーク上の性能だけでなく、実環境での利用に向けた閉ループ型の推論・行動フレームワークを重視していると要旨では説明されています。 / 公開されている範囲では、環境の網羅性やタスク設計、報酬検証の難しさが実運用への移行課題として挙げられています。
論文紹介: 高齢者を狙う詐欺のリスクを、会話の進行に合わせて推定する小規模言語モデルの研究
高齢者を狙う金融詐欺について、メールやSMS、電話などの複数ターンのやり取りの中でリスクを段階的に見積もる手法を提案したプレプリントです。 / 要旨では、詐欺の兆候は会話の最初から一度に現れるのではなく、信頼の形成や緊急性の演出を通じて少しずつ強まると説明されています。 / 提案手法は、資源が限られた環境でもリスク推定を更新し続けることを意識した設計とされています。
論文紹介: LLM評価を測るためにRasch測定理論を用いる提案
arXivの新着プレプリントとして、LLM評価を「測定」の問題として捉え直す研究が公開されています。 / この論文は、LLMがベンチマークで採点される側、他モデルの出力を判断する側、人間の文章を評価する側のいずれにも関わる状況を扱っています。 / 要旨では、従来の評価では評価結果を形づくる要素の役割分担が十分に見えにくく、Rasch measurement theoryがその整理に向いていると説明されています。
論文紹介: 実環境に近い条件で一般的なモバイルアシスタントを評価するベンチマーク GMA
arXivの新着プレプリントとして、一般的なモバイルアシスタントを評価するためのベンチマーク「GMA」が提案されています。 / 既存の AndroidWorld や MobileWorld などを土台にしつつ、実際のモバイル利用の多様さや複雑さをより反映することを目指していると説明されています。 / 要旨では、オープンソースのプロジェクトを基にした7つのアプリケーションを含むことが示されています。
論文紹介: 金融計算の質問応答を支える、決定的なツール連携マルチエージェントLLM枠組み「CIFQA」
arXivで、新着プレプリントとして金融向け質問応答の枠組み「CIFQA」が公開されています。 / 要旨では、LLMが多段の金融計算でもっともらしい誤答を返すことがある点を課題として挙げています。 / CIFQAは、決定的なツール連携とマルチエージェント構成を組み合わせ、数値計算やルールベース条件に対応することを目指すと説明されています。
論文紹介: 大規模モデルを用いた電池の劣化予測と健全性管理のレビューと今後の展望
電池の劣化予測と健全性管理（BPHM）に関する新しいプレプリントです。 / 従来手法の課題として、計算効率、パラメータ設定、別分野への汎化、ラベル付きデータへの依存、解釈しやすさが挙げられています。 / Transformer系を含む大規模モデルをBPHMにどう生かせるかを整理し、今後の研究の方向性を示す内容とみられます。