7月 12 2026 0 テスト時にエージェントの制御プログラムを進化させるTTHE：実行痕跡だけでハーネスを改善 投稿者: ユウ TL;DR TTHEは、LLMエージェントの動作を決める「ハーネス」（…
7月 12 2026 0 内部表現を読む：LLM予測モデルのキャリブレーションと忠実性を改善するプロービング手法 投稿者: ユウ TL;DR LLMの予測は正確でも過信しがちで、思考連鎖(CoT)は真…
7月 12 2026 0 LLM安全解析ツールを自己検証するConstitutional Meta-STPAの仕組み 投稿者: ユウ TL;DR LLMを使った安全解析ツール自体が安全上重要なシステムであ…
7月 12 2026 0 PREDICATELONGBENCH：述語制約で長文LLMの限界を多軸評価するベンチマーク 投稿者: ユウ TL;DR PREDICATELONGBENCHは、LLMの長文理解を…
7月 12 2026 0 MCPエージェントパイプラインで自然言語のシステム記述からOSCAL準拠の監査成果物を生成 投稿者: ユウ TL;DR 本論文は、自然言語で書かれたシステム記述（レガシー文書など…