論文の概要: Evaluating Cognitive Age Alignment in Interactive AI Agents

• arxiv url: http://arxiv.org/abs/2605.17894v1
• Date: Mon, 18 May 2026 05:56:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-19 17:57:48.903781
• Title: Evaluating Cognitive Age Alignment in Interactive AI Agents
• Title（参考訳）: 対話型AIエージェントにおける認知年齢アライメントの評価
• Authors: Yifan Shen, Jiawen Zhang, Jian Xu, Junho Kim, Ismini Lourentzou, Xu Cao, Meihuan Huang,
• Abstract要約: 最先端のAIエージェントは、子供が簡単に解決できるような、基本的な、一見単純なタスクで失敗することが多い。 ChildAgentEvalは、MLLMをベースとしたエージェントの認知年齢アライメントを評価するための、最初の心理測定に基づくインタラクティブベンチマークである。
• 参考スコア（独自算出の注目度）: 26.89062720658963
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While agentic AI and its core multimodal large language models (MLLMs) have demonstrated remarkable promise in language and visual reasoning across domains ranging from daily life to advanced scientific research, a profound gap remains between artificial and human intelligence. Despite the integration of powerful tools and advanced MLLMs, state-of-the-art AI agents frequently fail at foundational, seemingly simple tasks that a child can resolve with ease. Inspired by the Wechsler Intelligence Scale for Children (WISC), we introduce ChildAgentEval, the first psychometrically grounded interactive benchmark for evaluating cognitive age alignment in MLLM-based agents. ChildAgentEval systematically compares the reasoning performance of various MLLM-based interactive agents against age-specific human developmental stages, exposing where current agentic AI systems can and cannot simulate age-specific cognitive behavior.
• Abstract（参考訳）: エージェントAIとその中核となるマルチモーダル大言語モデル(MLLM)は、日々の生活から先進的な科学的研究まで、言語と視覚的推論において顕著な可能性を証明しているが、人工知能と人間の知性の間には大きなギャップが残っている。 強力なツールと高度なMLLMが統合されているにもかかわらず、最先端のAIエージェントは、子供が簡単に解決できるような、一見単純なタスクにおいて、しばしば失敗する。 Wechsler Intelligence Scale for Children (WISC)に触発され、MLLMをベースとしたエージェントの認知年齢アライメントを評価するための、最初の心理測定に基づくインタラクティブなベンチマークであるChildAgentEvalを紹介した。 ChildAgentEvalは、MLLMをベースとした様々な対話的エージェントの年齢別発達段階に対する推論性能を体系的に比較し、現在のエージェントAIシステムが年齢別認知行動のシミュレートできる場所とできない場所を明らかにする。

関連論文リスト

• Uneven Evolution of Cognition Across Generations of Generative AI Models [13.772329509422201]
  人工知能の追求には、狭いタスク性能を超えるモデルの認知能力を評価するための堅牢な手法が必要である。 本稿では、生成AIの認知的プロファイルを評価し、それらを人間の規範と比較し、世代間での進化を追跡するための心理測定フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-07T18:16:49Z)
• A Survey on Agentic Multimodal Large Language Models [84.18778056010629]
  エージェントマルチモーダル大言語モデル(Agentic MLLMs)に関する総合的な調査を行う。 我々は,エージェントMLLMの新たなパラダイムを探求し,その概念的基盤を明確にし,従来のMLLMエージェントとの特徴を区別する。 コミュニティのためのこの分野の研究をさらに加速するため、エージェントMLLMを開発するためのオープンソースのトレーニングフレームワーク、トレーニングおよび評価データセットをコンパイルする。
  論文  参考訳（メタデータ） (2025-10-13T04:07:01Z)
• The Social Laboratory: A Psychometric Framework for Multi-Agent LLM Evaluation [0.16921396880325779]
  マルチエージェント討論を制御された「社会実験室」として活用する新しい評価枠組みを導入する。 特に認知活動において、割り当てられたペルソナが安定した、測定可能な心理測定プロファイルを誘導することを示す。 この研究は、動的、心理学的に基礎付けられた評価プロトコルの新しいクラスの青写真を提供する。
  論文  参考訳（メタデータ） (2025-10-01T07:10:28Z)
• A Desideratum for Conversational Agents: Capabilities, Challenges, and Future Directions [51.96890647837277]
  大規模言語モデル(LLM)は、従来の対話システムから、自律的な行動、文脈認識、ユーザとのマルチターンインタラクションが可能な高度なエージェントへと、会話AIを推進してきた。 本調査では,人間レベルの知性にアプローチするよりスケーラブルなシステムにおいて,何が達成されたのか,どのような課題が持続するのか,何を行う必要があるのか,といった,次世代の会話エージェントのデシラトゥムを提示する。
  論文  参考訳（メタデータ） (2025-04-07T21:01:25Z)
• Unified Mind Model: Reimagining Autonomous Agents in the LLM Era [1.3812010983144802]
  大規模言語モデル(LLM)は、最近、ドメイン、タスク、言語間で顕著な機能を示した。 我々は,自律エージェントの迅速な作成を促進するためのガイダンスを提供する,新しい理論認知アーキテクチャである統一マインドモデル(UMM)を提案する。
  論文  参考訳（メタデータ） (2025-03-05T12:49:44Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• The Rise and Potential of Large Language Model Based Agents: A Survey [91.71061158000953]
  大規模言語モデル(LLM)は、人工知能(AGI)の潜在的な火花と見なされる まず、エージェントの概念を哲学的起源からAI開発まで追跡し、LLMがエージェントに適した基盤である理由を説明します。 単一エージェントシナリオ,マルチエージェントシナリオ,ヒューマンエージェント協調の3つの側面において,LLMベースのエージェントの広範な応用について検討する。
  論文  参考訳（メタデータ） (2023-09-14T17:12:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。