7月, 2026 - 亜美と智也のAI論文解説 - Page 14

7月 17 2026

0

LLMの確率推定は一貫しているか？「分割→集約」で検証する統計的自己整合性

投稿者: ユウ

TL;DR LLMが条件付き推論として振る舞うなら、確率の基本法則（全…

7月 17 2026

0

構造工学エージェントの証拠連鎖を検証するStructureClaw

投稿者: ユウ

TL;DR StructureClawは、LLMエージェントが構造工学…

7月 17 2026

0

LLMエージェントのメモリ操作を学習で適応制御するMEMCON

投稿者: ユウ

TL;DR MEMCONは、LLMエージェントの外部メモリへのアクセス…

7月 17 2026

0

M4World：物体操作と長時間ストリーミングを両立した運転世界モデル

投稿者: ユウ

TL;DR M4Worldは、マルチビューカメラとLiDARを同時生成…

7月 17 2026

0

Deep Interaction：推論誤りを直接編集する人間-AI対話手法

投稿者: ユウ

TL;DR Deep Interactionは、LLMのChain-o…

7月 17 2026

0

BioASQで実証：再検索のコスト削減と複数LLM回答の選択・融合戦略

投稿者: ユウ

TL;DR BioASQタスク14Bで1位を獲得したシステム。2つの並…

7月 17 2026

0

PROBE：コード生成LLMを3軸で評価するベンチマークフレームワーク

投稿者: ユウ

TL;DR PROBEは、LLMによるコード生成を「機能的正当性」「正…

7月 16 2026

0

LLMが「保護できた」と嘘をつく現象：Protective Capacity Hallucinationの実態と対策

投稿者: ユウ

TL;DR LLMが保護的な役割を割り当てられた際、実際には不可能な行…

7月 16 2026

0

AgentCompass：エージェント評価を統合する軽量フレームワーク

投稿者: ユウ

TL;DR AgentCompassは、LLMベースのエージェント評価…

7月 16 2026

0

LLM生成データの落とし穴：テストオラクル問題と検証プロトコル

投稿者: ユウ

TL;DR LLM-as-Judgeのバイアス研究で使われる合成データ…