Hosted by きくらげ · 🇺🇸 US · JA · 43 episodes
Established thought leaders with verified media credentials.
「論文らじお」は、複雑で専門的な学術論文の世界を一般の方々にもわかりやすく解説するポッドキャストです。毎回、さまざまな分野の最新かつ影響力のある研究論文を取り上げ、その核心部分をかみ砕いて説明します。AIから医学、気候科学、心理学、テクノロジーまで、知的好奇心を刺激する幅広いトピックをカバーします。専門家へのインタビューや、研究がもたらす実社会への影響についての議論を通じて、リスナーは学術の最前線に立ち会うことができます。難解な概念も、日常生活との関連性を示しながら解説することで、どなたでも楽しみながら学べる内容となっています。
きくらげ hosts 論文らじお, a science show with 43 episodes published.
📄 本日の論文 タイトル：The AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search 著者：Yutaro Yamada, Robert Tjarko Lange, Cong Lu, Shengran Hu, Chris Lu, Jakob Foerster, Jeff Clune, David Ha 公開：2025
📄 本日の論文 タイトル：Robin: A multi-agent system for automating scientific discovery 著者：Ali Essam Ghareeb, Benjamin Chang, Ludovico Mitchener, Angela Yiu, Caralyn J. Szostkiewicz, Jon M. Laurent, Muhammed T. Razzak, Andrew D. W
📄 本日の論文 タイトル：AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenge 著者：Ranjan Sapkota, Konstantinos I. Roumeliotis, Manoj Karkee 公開：2025年5月15日（arXiv プレプリント、最新版は2025年5月20日） 分野：Computer Science - Arti
📄 本日の論文 タイトル：Large Language Model Agent: A Survey on Methodology, Applications and Challenges 著者：Junyu Luo, Weizhi Zhang, Ye Yuan, Yusheng Zhao, Junwei Yang, Yiyang Gu, Bohan Wu, Binqi Chen, Ziyue Qiao, Qingqing Long, R
📄 本日の論文 タイトル：WebEvolver: Enhancing Web Agent Self-Improvement with Coevolving World Model 著者：Tianqing Fang, Hongming Zhang, Zhisong Zhang, Kaixin Ma, Wenhao Yu, Haitao Mi, Dong Yu 公開：2025年4月23日（arXiv プレプリント） 分野：Computer
📄 本日の論文 タイトル：AutoAgent: A Fully-Automated and Zero-Code Framework for LLM Agents 著者：Jiabin Tang, Tianyu Fan, Chao Huang 公開：2025年2月9日（最終改訂：2025年2月18日、arXiv プレプリント） 分野：Artificial Intelligence, Computation and Language 論文リ
📄 本日の論文 タイトル：Gödel Agent: A Self-Referential Agent Framework for Recursive Self-Improvement 著者：Xunjian Yin, Xinyi Wang, Liangming Pan, Xiaojun Wan, William Yang Wang 公開：2024年10月6日（最終改訂：2025年2月18日、arXiv プレプリント） 分野：Artifi
📄 本日の論文 タイトル：LLMs Get Lost In Multi-Turn Conversation 著者：Philippe Laban, Hiroaki Hayashi, Yingbo Zhou, Jennifer Neville 公開：2025年5月9日（arXiv プレプリント） 分野：Computation and Language, Human-Computer Interaction 論文リンク：https://do
📄 本日の論文 タイトル：AlphaEvolve: A Coding Agent for Scientific and Algorithmic Discovery 著者：Alexander Novikov, Ngân Vũ, Marvin Eisenberger, Emilien Dupont, Po-Sen Huang, Adam Zsolt Wagner, Sergey Shirobokov, Borislav Kozlovski
📄 本日の論文 タイトル：Passive sensing at scale to advance the understanding of mental health 著者：Aiden Doherty, Sandra Bucci, Alexandra Kenny, Roman Kotov, Gosia Lipinska, Laura Ospina-Pinillos, Katharina Schultebraucks 公開：2025年3
📄 本日の論文 タイトル：Ego Depletion and the Strength Model of Self-Control: A Meta-Analysis 著者：Martin Hagger, Chantelle Wood, Chris Stiff, Nikos L D Chatzisarantis 公開：2010年7月 (Psychological Bulletin, 136(4):495-525) 分野：Psycholog
📄 本日の論文 タイトル：Memory Is All You Need: An Overview of Compute-in-Memory Architectures for Accelerating Large Language Model Inference 著者：Christopher Wolters, Xiaoxuan Yang, Ulf Schlichtmann, Toyotaro Suzumura 公開：2024年6月12
📄 本日の論文 タイトル：Generative AI for Analog Integrated Circuit Design: Methodologies and Applications 著者：Danial Noori Zadeh, Mohamed B. Elamien 公開：2024年5月20日 (IEEE Access, Volume 13) 分野：Machine Learning (Electronic Design Aut
📄 本日の論文 タイトル：CktGNN: Circuit Graph Neural Network for Electronic Design Automation 著者：Zehao Dong, Weidong Cao, Muhan Zhang, Dacheng Tao, Yixin Chen, Xuan Zhang 公開：2023年8月31日（v1）, 2024年2月9日改訂（v2）（arXiv:2308.16406） 分野：Mac
📄 本日の論文 タイトル：AnalogGenie: A Generative Engine for Automatic Discovery of Analog Circuit Topologies 著者：Jian Gao, Weidong Cao, Junyi Yang, Xuan Zhang 公開：2025年2月28日（arXiv:2503.00205） 分野：Machine Learning 論文リンク：https://doi.o
📄 本日の論文 タイトル：AnalogCoder: Analog Circuit Design via Training-Free Code Generation 著者：Yao Lai, Sungyoung Lee, Guojin Chen, Souradip Poddar, Mengkang Hu, David Z. Pan, Ping Luo 公開：2024年5月23日（v1）, 2024年5月30日改訂（v2）（arXiv:24
📄 本日の論文 タイトル：AMSNet: Netlist Dataset for AMS Circuits 著者：Zhuofu Tao, Yichen Shi, Yiru Huo, Rui Ye, Zonghang Li, Li Huang, Chen Wu, Na Bai, Zhiping Yu, Ting-Jung Lin, Lei He 公開：2024年5月15日（v1）, 2024年10月8日改訂（v2）（arXiv:2405
📄 本日の論文 タイトル：Masala-CHAI: A Large-Scale SPICE Netlist Dataset for Analog Circuits by Harnessing AI 著者：Jitendra Bhandari, Vineet Bhat, Yuheng He, Hamed Rahmani, Siddharth Garg, Ramesh Karri 公開：2024年11月21日（v1）, 2025年3月23日
📄 本日の論文 タイトル：Towards Scientific Intelligence: A Survey of LLM-based Scientific Agents 著者：Shuo Ren, Pu Jian, Zhenjiang Ren, Chunlin Leng, Can Xie, Jiajun Zhang 公開：2025年3月31日（v1）, 2025年4月17日改訂（v2）（arXiv:2503.24047） 分野：Art
📄 本日の論文 タイトル：CRISPR-GPT: An LLM Agent for Automated Design of Gene-Editing Experiments 著者：Kaixuan Huang, Yuanhao Qu, Henry Cousins, William A. Johnson, Di Yin, Mihir Shah, Denny Zhou, Russ Altman, Mengdi Wang, Le Cong 公
Sponsor detection runs nightly. Check back soon.
No public pitch examples yet for this show.
Generate your own personalised pitchBased on semantic analysis of episode topics and host coverage, this show is a strong guest fit for executives in:
Industry fit is computed by PitchCentric using vector embeddings of the show's episode catalog.
Shows with the most semantically similar episode content. Pitch one, pitch all; producers cluster.
論文らじお has a verified contact on file. Create a free PitchCentric account to access it and generate a personalised pitch in seconds. Research at least 3 recent episodes first and lead with a specific angle that serves their science audience.
論文らじお is hosted by きくらげ. The show is categorised under science and has published 43 episodes.
論文らじお has published 43 episodes.
論文らじお regularly covers science. It sits in the science category.
論文らじお is accessible for guests with genuine science expertise. A personalised, episode-aware pitch will still outperform a generic one every time.
論文らじお hasn't explicitly signalled guest openness in recent episodes. That doesn't rule out pitching. your hook just needs to be especially compelling and relevant to their recent content.
Episodes of 論文らじお average 8 minutes. a focused format where a clear narrative arc and tight preparation matter most.
Our data rates 論文らじお's guest bar at 80/100 (Premium tier). Established thought leaders with verified media credentials. Sign in to PitchCentric to see how your own Pod Score compares against this show.
Methodology. Booking Probability™ blends Listen Score, 30-day Virality, open-to-guests detection, and Apple ratings. Data refreshed every 60 minutes. Listen Score and Booking Probability are calculated by PitchCentric. Last enriched today.
