機械学習、人工知能、自然言語処理、コンピュータビジョン、マルチエージェント。
説明軌跡整合グリフ描画による高精度な動画テキスト編集
要約本論文は、動画中の文字を差し替えたり追加したりしつつ、他の部分を変えない動画テキスト編集を扱います。フレームごとの文字位置と透視に沿って字形を導く軌跡整合グリフ描画参照と、凍結された文字認識器の多層特徴を深度ごとに正規化した誤差で監督する手法を提案しています。また、440の注釈付きテキスト軌跡を含む288の実写クリップからなるベンチマークVTEditを構築し、公開予定としています。VTEditでの実験では、文字精度と背景保持で既存手法や商用モデルを上回り、文レベル精度は0.9408でした。
説明ReplayLens：エージェントが結果情報をどう使うかを監査する手法
要約本論文は、エージェントが蓄積された経験を再利用する際、判断の変化が記録されたスコア、行動の名称、記録の格納位置のどれに由来するのかを検証する黒箱監査手法 ReplayLens を提案しています。履歴の一つの関係だけを変更し、他のインターフェースは固定して決定の変化を測定します。大規模言語モデルのインターフェース、有界メモリ、逐次実験計画、コードデバッグなどの場面で実験を行い、最終的な精度だけでは依存関係を区別できないことを示しています。
説明AGILE-GS：能動的3Dガウシアンスプラッティングのためのアンカー誘導型高速次善視点選択
要約本論文は、3Dガウシアンスプラッティング（3DGS）における次善視点（NBV）選択の手法AGILE-GSを提案します。まずSE(3)上で仮想アンカー姿勢を、期待情報利得に対するリーマン勾配上昇法により最適化し、その視点幾何を用いて候補視点を評価します。さらに貪欲なリッジレバレッジ手順により、小さく冗長性の少ない候補リストを作成します。標準ベンチマークと閉ループの具身取得実験で、既存の基準手法と同等以上の性能を示しつつ、選択遅延を1〜2桁削減しています。
説明GradLev：協状態予測によるトークン並列テスト時学習
要約本論文はテスト時学習（TTT）を並列化するGradLevを提案しています。TTTでは推論中にトークンごとに重みを更新しますが、逐次的な勾配の書き込みのため並列学習は困難でした。著者らは、層の入力と活性化勾配（協状態）が与えられると、オンライン勾配降下法は順伝播と逆伝播の両方で厳密な並列スキャンが可能であることを利用します。因果的補助ネットワークが全トークンの協状態を並列に予測し、結合スキャンで適応後の重みと順伝播の活性化を計算し、一貫性損失で予測器を監督します。展開時には補助予測器は破棄され、モデルはトークンごとの順伝播と逆伝播で更新されます。
説明GPARA：拡散事前分布に対するグラフ事後整合の精緻化と能動的取得手法
要約本論文は、凍結された拡散事前分布に基づく能動的な測定と再構成の改善を行う GPARA 手法を提案しています。拡散予測残差上で文脈依存のグラフ代理モデルを学習し、測定の価値を評価して再構成を更新します。物理場とコンピュータビジョンの2種類の再構成タスクで実験を行い、比較対象の基準手法より精緻化と能動的取得で一貫した改善を示しています。
説明自然画像で事前学習したオートエンコーダによるfMRI表現を用いた特性・状態予測
要約本論文はFReDを提案し、自然画像のみで事前学習され凍結されたDeep Compression AutoEncoder（DCAE）からfMRI表現を取り出し、タスクごとの読み出し部と組み合わせます。安静時fMRIの4データセット・6つの特性予測目標では、凍結DCAE特徴上の線形プローブが概ねfMRI基盤モデルの表現を上回り、全体を微調整したfMRI基盤モデルとも競合します。タスクfMRIの3つの状態予測では、最強の評価対象基盤モデルと同程度の性能を示しました。
説明隠れ活性では不十分（その1）：知識行列という高次表現
要約本論文は、学習済みフィードフォワードネットワークの知識行列（knowledge matrix）を入力の高次表現として分析する。この行列は各行の和がロジットに正確に一致する。著者らは、何がこの行列を決定し、何に対して不変か、どのような幾何学的意味を持つかを検討し、ResNet-152、DenseNet-121、GoogLeNet を用いた敵対的攻撃の比較実験を行っている。また、AlexNet/CIFAR-10 では、倒数第2層の特徴量の方が多くの検出器や攻撃で優れていたという否定的結果も報告している。
説明SlideDP：複数GPUへのホスト常駐型LLMファインチューニングの拡張
要約本論文は、共有ホストを持つ複数GPUシステム向けの同期データ並列ランタイム SlideDP を提案する。GPUメモリを超える大規模言語モデルの全パラメータ微調整を対象に、単一の権威あるホスト状態を保持し、パラメータ配信・勾配集約・CPU更新をパイプライン化する。匹配バッチの実験では、SlideFormer、MegaTrain、ZeRO-Offload に対して幾何平均で1.46～2.64倍のスループット比を示し、4基のH100ではQwen3-14BでGPU常駐型FSDP2に近い性能を達成したと報告している。
注目点共有ホスト型マルチGPUでの層ストリーミング微調整に同期データ並列ランタイムと解析モデルを提案し、複数ベースラインと大規模モデルで評価しており、既存手法の実質的改良にとどまる。
説明GT-PSSM：多変量時系列異常検知のための、確率的動的挙動と依存関係を統合した確率的フレームワーク
要約多くの既存手法は決定論的モデルの点ごとの誤差に頼るが、実データは測定ノイズなどで本質的に確率的であり、誤差が大きくても正常な変動の場合があると論文は指摘する。著者らは確率的状態空間モデル（PSSM）とグラフTransformerを統合したGT-PSSMを提案し、確率的な動的挙動、長期の時間依存性、変数間の相互作用を一つの枠組みで同時に扱うことで、より頑健な異常検知を目指す。
説明RoutePrism：エージェントの記憶構築順序が与える影響を追跡する
要約本論文は、同じ情報源レコードを二つの異なる順序で処理して二通りの記憶を構築し、情報源・編集後の文脈・回答のどこに差が出るかを追跡する診断手法RoutePrismを提案しています。レコード内容やポリシー、回答モデルを固定した上で、順序変更で押し出されたレコードを復元すると、失われた精度の60ポイント以上が回復する一方、同じ長さの無関係なレコードに置き換えても回復しないことを示しています。PersonaMem-32KとLongMemEval-Sで評価され、五つの回答モデルで中心的な介入結果が再現されています。
説明WorldGraph：グラフをネイティブに扱う世界モデリング
要約本論文は、時間とともに変化するグラフそのものを世界の動態とみなすグラフ世界モデリング（GWM）を提案している。ノード、エッジ、グラフの各レベルの遷移を扱うベンチマークGWM-Zeroを、8つの時系列グラフデータセットをもとに構築した。提案手法WorldGraphは、状態認識型グラフTransformerと、動的グループ化および構造認識型の検証可能な報酬を用いる遷移認識型GRPOを組み合わせ、3つの遷移粒度すべてで代表的な基線を上回った。
説明大規模言語モデルの信念安定性を段階的に測る指標に向けて
要約本論文は、大規模言語モデルが個々の主張をどの程度支持するかだけでなく、その信念体系の中で信念がどれだけ安定して保たれるかを測る「段階的信念安定性」を提案しています。内部表現を用いた直接条件推定器（Direct Conditional estimator）により条件付き信念確率を推定します。12のモデルと3つの領域での実験では、個別の信念確率を揃えた上で、安定性の低い信念ほど会話上の挑戦に対して平均的な行動の変化が大きく、83.3%のモデル・領域の組み合わせでこの傾向が見られました。
説明TableSeek：異種表コーパス向けの構造保持型エージェント的証拠探索
要約本論文は、異種の表コーパスに対する構造保持型のエージェント検索フレームワーク TableSeek を提案している。大規模言語モデルのエージェントが、疎な手がかりをたどり、スキーマを保持したプレビューを確認しながら反復的に探索を修正する。セルとスキーマを証拠の錨、完全な表を証拠単位として扱い、検索器の学習や事前構築の意味インデックスを必要とせずに、強力な検索・再ランキング方式と競合する性能を得たと報告している。
説明転移キャリブレーション付き予測駆動推論（TC-PPI）：少量の金標準サンプルでソース領域の予測器をターゲット領域に調整し、信頼区間の効率を高める手法
要約予測駆動推論（PPI）とその検定力調整版（PPI++）は、少数の金標準ラベル付きサンプルと大規模AIモデルの予測を組み合わせて信頼区間を改善する。ただしその効率は残差分散が小さいことに依存し、予測器が別のソース領域で事前学習されている場合は成り立たないことがある。本論文は、交差適合を用いて金標準サンプルでソース領域の予測器をターゲット領域に適応させるTC-PPIを提案する。スパース線形キャリブレーション、LoRA、ファインチューニングなど複数の適応手法に対応する。同時調整した交差適合推定量Joint-TC-Cross-PPI++は不偏性を保ちつつ、古典的推論、PPI、PPI++以上の効率を持ち、負の転移から保護する。キャリブレーションについて高次元の平均二乗誤差上界を示し、実世界の複数の応用でベースライン手法を上回る実験結果を報告している。
説明SPINET：分子動力学軌跡からアミノ酸配列を予測するシーフ型タンパク質逆フォールディングネットワーク
要約本論文は、タンパク質が機能中に示す構造変化を考慮するため、単一の固定骨格ではなく分子動力学の軌跡からアミノ酸配列を予測するSPINETモデルを提案しています。各フレーム内の残基相互作用をセルラーシーフ（cellular sheaves）で表現し、再帰ユニットでフレーム間の情報を統合し、全アミノ酸を一度に予測します。mdCATHでのtop-1配列再現率は56.7%で、最強の静的基準の44.5%、最強のアンサンブル基準の40.7%を上回りました。またmdCATHでは、予測配列と目標軌跡上の立体構造との中央値TMスコアが0.760でした。
説明事前学習済み言語モデルによる近縁インド・ヨーロッパ語間の言語距離の定量化：北ゲルマン語派を事例として
要約本論文は、多言語事前学習モデルを用いて言語間距離を測る三つの指標（文レベルの意味距離、正書法的断片化率、マスク言語モデルの予測可能性）からなる枠組みを提案し、デンマーク語、ノルウェー語（ブークモール）、スウェーデン語に適用しています。Tatoebaコーパスの150組の三言語対訳文を用い、LaBSEとmBERTの二つのモデルで、デンマーク語とノルウェー語が最も近く、ノルウェー語とスウェーデン語、デンマーク語とスウェーデン語が続くという一貫した順位を得ています。著者は、この結果が歴史言語学の結論と整合すると述べ、他の語群への適用は今後の検証に委ねるとしています。
説明尤度に基づくツール空間最適化による自己進化エージェント
要約本論文は、エージェントが蓄積されたツール出力の経験から、繰り返し発生するタスクごとに利用可能なツール空間を継続的に更新する方法を研究しています。提案手法LOTSは、モデルのパラメータを固定したまま、あるツールの出力を取り除いたときに生成回答の尤度がどれだけ変化するかで、そのツールの寄与を評価します。3つのベンチマークでタスク性能を向上させつつツール文脈を大幅に削減し、学習した設定が異なるモデス間でも転用できることを示しています。
説明一人称視点単眼動画における三次元手姿勢推定と動作認識のための機能的手型事前知識
要約本論文は、一人称視点の動作認識において幾何学的・物理的情報のみでは動的な手の動きを捉えにくいという課題に取り組みます。機能の観点に基づく手型の分類体系を導入し、既存データセットにフレーム単位で手型ラベルを付与しました。手型の意味情報を事前知識として用いる手動作認識フレームワークを提案し、FPHAとH2Oの大規模ベンチマークで既存の最先端手法を上回る性能を示しています。
説明視覚言語モデルの空間推論のための幾何学的エンコーディング
要約本論文は、単眼動画から物体の分割・分類、深度・カメラ姿勢・内部パラメータの復元を行い、決定論的な幾何エンジンで物体の位置、寸法、物体間距離などを含む空間コードを生成する「Geometric Code」を提案しています。このコードをテキストとして視覚言語モデルのプロンプトに与える手法で、学習や微調整は行いません。VSI-Bench では、2B・4B のオープンモデルの平均精度が、フレームのみの基準より向上したと報告されており、絶対距離などの数値推定タスクで効果が最も大きいとしています。
説明ExpertoRhythm：単一チャネルPPGから波形形態を考慮して血圧を推定する手法
要約本論文は、単一チャネルの光電脈波（PPG）信号から動脈血圧波形を再構成し、再構成した波形から収縮期血圧と拡張期血圧を直接求める、注意機構付き1D U-NetモデルExpertoRhythmを提案している。範囲重み付きSmoothL1再構成損失と窓範囲正則化項を組み合わせた複合損失により、血圧変動の大きい区間を重視している。942名を含むUCIカフレス血圧データセットで、収縮期・拡張期のMAEはそれぞれ2.46 mmHgと1.46 mmHgと報告され、AAMI基準への適合とBHSグレードAの達成が示されている。
説明CAST：対話型ワールドモデルのための再構成連動型高速化手法
要約対話型ワールドモデルは、シーンの一貫性を保ちながら制御入力に素早く応答する必要があります。本論文は、交互作用による特徴変化と近似誤差の相関、低周波補間誤差の位相依存性に着目したCASTフレームワークを提案します。CASTは、交互作用感度と層間カバレッジでアンカーを選択し、周波数と信頼度を考慮したPhase-Aware Reconstruction（PAR）で省略された残差を復元し、下流の再構成責任に応じて履歴KVのルーティングを調整します。Matrix-Game 3.0とHY-World 1.5でそれぞれ2.15倍と3.48倍の高速化を達成し、比較手法の中で最も高いVBenchスコアを得たと報告されています。
説明幾何を超えて：3次元論理異常検出のためのベンチマークと一貫性推論
要約既存の3次元産業用異常検出は主に局所的な幾何学的ずれを対象としてきたが、多くの産業異常は物体レベルの設計や組立規則に違反しており、本論文ではこれを3次元論理異常と定義する。著者らは産業用点群の論理異常に特化した初のスケーラブルなベンチマークILGADを提案し、15カテゴリ・2,774サンプルを点単位の注釈付きで収録している。さらに、局所形状、構造の被覆、空間関係が正常設計に適合するかを評価する一貫性推論フレームワークを提案し、ILGAD、Anomaly-ShapeNet、IEC3Dで良好な結果を示した。
説明解析的および畳み込みニューラルネットワークに基づく動きベクトル伝播による効率的な動画物体検出
要約本論文は、検出器の呼び出しの間でコーデックの動きベクトルを再利用する、ハードウェアとソフトウェアの協調設計手法を提示しています。並進とスケール変化に対応する二つのモデル、解析的な動きベクトル伝播（Analytical-MV）と畳み込みニューラルネットワーク（CNN）による学習型伝播（CNN-MV）を比較しています。解析的手法のF1スコアは0.909、平均エンドツーエンド遅延は9.03ミリ秒、フレーム当たりのエネルギー消費は0.177ジュールで、毎フレーム検出と比べて遅延は25.9%、エネルギーは36.4%削減されています。
説明同じタスク、異なるアプリ：モバイルGUIエージェントが汎化できない理由
要約本論文は、ユーザーの目標を固定したまま異なるアプリ間で汎化できるかを評価する、カテゴリ制御型のAndroid実機ベンチマーク「AnyAppBench」を提案している。10の機能カテゴリ、100のタスクテンプレート、52のアプリにわたる520のタスクとアプリの組み合わせを含む。13のエージェントを評価した結果、元のアプリでの成功は、同じ目標の新しいアプリに確実には移転しないことが示された。高レベルのサブゴール分解はカテゴリにより異なる小さな変化をもたらすにとどまり、失敗の種類の内訳も対象インターフェースによって変わる。
注目点モバイルGUIエージェントの異なるアプリ間の汎化問題に新しいベンチマークを提案し、520組・13エージェントで検証しており証拠は比較的十分。
説明インド言語向け単語類似度データセット：アノテーションとベースラインシステム
要約本論文は、ウルドゥー語、テルグ語、マラーティー語、パンジャーブ語、タミル語、グジャラート語の六つのインド言語について、人手でアノテーションした単言語の単語類似度データセットを提示する。データセットは英語の単語類似度データセットを翻訳し、再アノテーションして作成された。また、最新技術による単語表現モデルについて、ウルドゥー語、テルグ語、マラーティー語の新データセット上でのベースラインスコアも示している。
説明両立できない：概念の絡み合いが拡散モデルのアンラーニングを制限する
要約本論文は、テキストから画像を生成する拡散モデルで、目標の概念（例：「馬」）を抑えつつ、関連する別の概念（例：「ロバ」）を保つ概念のアンラーニングを扱います。著者らは概念表現の幾何学的構造から、目標概念と他概念の重なりの度合いが、強い消去に伴う損害の下限を決めることを理論的に示しています。13の手法を比較した結果、強い消去と近傍概念の強い保持を同時に達成した方法はありませんでした。
注目点概念の絡み合いを幾何学的に定式化して下界を証明し、13手法と複数モデルで権衡を検証しており、新規性と根拠は比較的強い。
説明Waggle：自己組織化する LLM エージェント群のための匿名ローカル則の学習
要約本論文は、有限の局所的視野を共有する匿名ポリシー Waggle を提案します。このポリシーは、タスク行動、意味的通信、局所的なコミットメントの更新を同時に決定します。著者らは、このような規則を学習するために群一貫性蒸留（SCD）を開発しました。論文によると、群の規模や相互作用の予算が変わっても同じ規則は有効に働き、環境固有の最適解の品質の96%以上を保ち、再学習なしで転移できます。
説明Evo2Team：進化で得られたスキルはいつ転移するのか？選択から展開まで
要約本論文は、マルチエージェントチーム間で経路指定と通信のスキルを転移させる効果を検討しています。4〜32体のエージェント、GPTおよびQwenのモデル系列を用いて実験を行っています。提案手法のEvo2Teamは、目標チームに合わせて源スキルを選択・適応・確認し、6つの固定選択器と28の転移方向で比較されています。結果から、スキル転移は選択そのものではなく、エージェントの実際の行動、それが及ぶタスク、最終的な展開の品質とコストによって評価すべきだと示されています。
説明StateGuard：長期的データ分析エージェントのための、有効性を考慮した分析状態管理フレームワーク
要約大規模言語モデルのデータ分析エージェントが多段階の長い分析を行う際、制約・変数・結論が対話履歴に暗黙に埋もれ、古くなった結果が下流へ誤りを伝播させる問題を扱います。提案手法StateGuardは、分析の進捗を状態グラフとして外部化し、証明に基づく検証と段階的な介入で状態の有効性を保ちます。3つの長期データ分析ベンチマークで、エージェントの性能向上と依存関係による誤りの伝播低減が示されたと報告されています。
説明PrefLUT：ペア比較の好みから再利用・改良できる個人向けカラー編集
要約本論文は、ユーザーが「好ましい／好ましくない」画像のペアで調整の好みを示すと、それを軽量な再利用可能ユーザープロファイルに変換するPrefLUTという枠組みを提案しています。このプロファイルは追加の好みペアで改良でき、ユーザーごとの個別最適化は不要です。モデルは書き出し可能な3D LUT（ルックアップテーブル）と編集強度を予測し、3つのデータセットで有効性が示されました。また、個人化された編集が好みと入力画像に依存するかを検証する評価プロトコルPCVPも導入されています。
説明攻撃の成功から攻撃の深刻度へ：LLMエージェントに対する反実仮想メモリ攻撃
要約LLMエージェントは長期的で個人化された振る舞いのために永続メモリへの依存を強めており、悪意あるメモリ書き込みが将来の振る舞いに影響し続ける可能性があります。本論文は、攻撃の成否に加えて、その結果として生じる下流の被害の深刻度を独立した攻撃設計目標とみなし、クリーンなメモリに対する下流損失の増分である反実仮想メモリ後悔（CMR）で定式化しています。提案手法MemHarmは、事前に定めた疎で根拠のある意味編集の有限集合からオフラインの対損失フィードバックで候補を選びます。その結果、CMRに基づく選択は成功率の向上の大部分を保ちつつ、下流損失を大きく増やすことが示されています。
説明PLDR-LLMの学習と推論の動力学：行写像の崩壊、再正規化、予測的縮約
要約本論文は、べき乗則デコーダ表現言語モデル（PLDR-LLM）の学習と推論を統一的に扱います。行中心化された学習写像の絶対エネルギーの変化を、厳密な有限仕事恒等式によってパラメータ寄与、符号付き相互作用、数値観測誤差に分解します。実験では観測者と最適化手法への依存が示され、検証された自律的な行状態候補は棄却されています。
説明STITCH-RAG：トピックハイパーグラフ上の時空間影響追跡によるマルチホップ検索拡張生成
要約本論文は、マルチホップ検索拡張生成(RAG)のためのSTITCH-RAGフレームワークを提案しています。半統合トピックハイパーグラフ、時空間影響ブリッジ伝播(STIBP)、連続スコアを用いた局所化パーソナライズドPageRankにより、文書間に分散した証拠を結び付けます。報告された評価プロトコルでは、HotpotQAと2WikiMultiHopQAにおいて比較手法の中で最も高いContain-AccとLLM-Acc、より高いRecall@8を示しました。混合領域ベンチマークはLLM判定の正答率のみのため、補助的な参考結果です。
説明JET：テスト時に評価器で導くエージェントプログラムの進化
要約本論文は、JET（Judge-Guided Evolution at Test Time）という手法を提案しています。ラベル付きの元の軌跡上で実行可能な評価器を進化させ、それを凍結して対象タスクに転送し、エージェントプログラムの進化を導きます。真の報酬やモデル重みの更新は不要です。未見のWebShopタスクでは、固定ルーブリックと比べ、冷始動で平均報酬が約13%、温始動で約4%高く、冷始動時の完全成功率は相対で36%向上しました。
説明大規模言語モデルによる臨床認知評価の対話理解
要約本論文は、認知評価の対話33件、8,250発話を収めた匿名化コーパスを提案し、話者の3つの役割と56種類の対話行為でアノテーションしています。このコーパスを用いて、大規模言語モデルの細かな対話行為分類と次の患者発話の生成性能を評価し、領域外の指示データや解説付き学習の有効性も検証しています。指示チューニングが患者発話の再現性と分類精度で最良の結果を示しましたが、近い対話行為の区別は依然として困難でした。本研究は診断を主張するものではなく、データと評価の枠組みを提供するものです。
説明SpatialSkill：クロスビュー空間推論のための自己進化型スキル
要約本論文は、モデルの重みを更新せずに、凍結された視覚言語モデルがオフライン軌跡から明示的な自然言語の推論スキルを蓄積できるフレームワーク「SpatialSkill」を提案しています。スキルは視覚的グラウンディングと実行可能性の検証を経てからのみ登録され、空間推論のカテゴリごとに振り分けて負の転移を抑えます。CityCubeでは、凍結された4つの実行器すべてで一貫した向上が見られ、SpatialSkillを備えた9Bの実行器は評価で最強の閉鎖型参照モデルを上回りました。
説明フローマッチングにおける「ストリームモデル」は何をもたらすのか？
要約本論文は、フローマッチングで線形補間の代わりにガウス過程（GP）によるストリームを用いる手法を分析し、一部のベンチマークでサンプル誤差が低いと報告されていることを検討している。著者らは、このようなストリームモデルが到達できる条件付きパスは、条件付きフローマッチングが既にパラメータ化しているガウス条件付きパスに一致すると論じる。また、用いられているGPカーネルが平均と分散を結合しており、この手法の推奨する設定では利点が得られないことを示す。さらに、公開されたコードは記述された機構を実装していないと指摘している。
説明不確実性定量化を伴う電力需要の確率的予測
要約電力消費量予測の研究の多くは、予測期間の各時点に単一の点推定値を出す決定論的手法に集中してきました。本研究では、実際の電力系統データセットを用いて、現代的な確率的予測モデル4種を実証比較しています。全ての電力消費ゾーンで、NGBoost（自然勾配ブースティング）はMAEとRMSEが最も低く、予測区間の被覆率が高く比較的狭い区間で、不確実性推定もよく校正されていました。ベイズモデル、MC Dropout、ガウス過程回帰（GPR）よりも優れているとされています。
説明SlimWise：予測段階と復号段階で専門家の剪定を分離し、MoE推論を効率化
要約混合専門家（MoE）モデルはトークンごとに少数の専門家しか活性化しませんが、バッチ復号では専門家の重みのほぼ全体にアクセスするため、ボトルネックになります。本論文はSlimWiseという推論フレームワークを提案し、予測段階には完全なモデルを、復号段階には剪定済みモデルを使い、予測段階で生成されたKVキャッシュをそのまま再利用します。2つのMoEバックボーンと3つの剪定基準で、この学習不要のKVキャッシュ引き継ぎは多くの設定で完全モデルとの精度差を大きく縮めました。さらに低コストの蒸留で残りの精度低下を抑えます。Qwen3.6-35B-A3Bでは、専門家の50%剪定時に復号スループットが最大1.81倍向上し、精度低下はわずかです。
説明非線形政治パネルデータのための予測必要性に基づく因果発見：フィードバック、関数形、民主化のダイナミクス
要約本論文は、柔軟な自己回帰推定、予測必要性検定、関数形の特徴づけ、同一データでの線形ベンチマーク比較を組み合わせ、動的パネルモデルで有意でない係数の背後にある関係を判定する推論手順を提示する。113か国のV-Demパネルに適用した結果、市民社会、法の支配、制度化された政党という中核的な発見を再現し、民主主義から制度的支柱への相互的関係も検出した。さらに、既発表の弱い直接効果三つについて、それぞれ異なる理由で修正が必要であることを示している。
説明多目的強化学習の枠組みにおける公平性の進化（公平性がどのように生じ変化するかを、複数の目的を同時に扱う強化学習で調べた論文）
要約本論文は、物質的利得の最大化と公平性に基づく道徳的行動との動的なトレードオフとして公平性の進化を捉える多目的強化学習の枠組みを提案し、公平性圧力係数で制御します。二目的Q学習による最後通牒ゲームのシミュレーションでは、公平性圧力の増加が公平な結果を促すことが示されました。中程度の圧力下では、応答者が低い提案を受け入れる「寛容」な行動へと反転し、その原因は利得最大化の選好と公平性志向の選好の競合にあるとされています。
説明GUITAR：状態遷移によるGUIエージェントの構造化された失敗診断
要約本論文は、ステップ精度によるGUIエージェントの評価が画面の機能的構造を無視している点を指摘します。著者らは、見た目は異なるが機能が同じ画面を共通の状態に対応づける状態遷移グラフ（STG）を用い、状態と遷移の両面から失敗を分析するGUITARを提案しています。AndroidControlとMind2Webの8エージェント・6タスクでは、失敗の約60.4%が状態の20%に集中していました。ボトルネックを対象とした指導により、成功率は2.8%向上しています。
説明「不明」は「正常」ではない：臨床リスクスコアにおける言語モデルの抽出と規則ベースの判定ロジックの分離
要約本論文は、大規模言語モデルで自由記述の臨床メモから危険度スコアを算出する際、記録されていない所見を正常と見なすと患者を誤分類しうるという問題を扱います。LLMによる「あり・なし・不明」の三状態抽出と、不明な入力に対してスコアの範囲を計算する決定的コードを分離し、判断を変えうる質問だけを行う方式を提案しています。合成救急症例1,200件と六つの計算器で検証し、全項目を尋ねる方式と同等の精度を、質問数を約半分にして達成したと報告しています。
説明SpecRegMatch：車内騒音予測のための頑健な半教師ありリグレッション手法
要約本論文は、自動車の車内騒音レベルを予測するための半教師ありリグレッション（SSR）手法「SpecRegMatch」を提案しています。単一のモデルを用い、整合性正則化と情報量最大化により、埋め込みベクトルと予測値の両方に各種の拡張を施して頑健に学習させるため、複数回のデータサンプリングによる計算コストを避けられます。実験では、単一モデルでも多様なシナリオで最先端の性能を示し、R² スコアは 0.434 でした。特にラベル付きデータが少ない場合に効果が目立つと述べられています。
説明スペクトルの偏りに注目：頑健な表現蒸留のためのスペクトル均衡特徴マッチング
要約大規模な視覚基盤モデルは多様なタスクへの転移性能が高い一方、軽量化して展開することが課題です。論文は、一般的なL2距離による特徴マッチングが教師表現の支配的なスペクトル方向の再構成に偏り、タスクに関連する情報を含みうる低分散方向の最適化が不十分になることを示します。そこで、支配的方向の相対的重要度を保ちつつ、最適化が不足している方向を適応的に重視する簡単な目的関数SpecMatchを提案し、多くの設定で従来手法を上回り、蛋白質理解タスクでも性能向上を報告しています。
説明暗黙の科学知識の再構成：天文学論文のエンドツーエンド再現による大規模言語モデルエージェントの評価
要約本研究は、大規模言語モデルのエージェントを端から端までの再現によって評価する枠組みを提示し、実行と検証、計算上の失敗と方法論的な曖昧さを区別します。天文学の14件の研究（《天体物理学ジャーナル》の事例1件と《Nature》掲載の13篇）に適用され、そのうち11篇で再現経路が一意に定まらない曖昧さが見つかりました。管理された事例では、同一の量について12の経路から2.16〜3.53 kpcの推定値が得られ、公表値（約2.70 kpc）に一致したのは1つだけでした。決定的な情報である+0.02 masの視差ゼロ点補正は論文中にすでに記載されていましたが、エージェントは分析でその影響が見えるまで因果的な重要性を認識しませんでした。
説明点群ストリーム上で連続するバウンディングボックスを位置合わせする微分可能最適化フレームワーク
要約本論文は、LiDAR点群ストリームに対して連続する3次元バウンディングボックスを学習不要で位置合わせする手法を提案します。時間的な滑らかさの制約を位置合わせの目的関数に組み込み、全フレームの姿勢をL-BFGSで同時に最適化します。対象がよく見える場合には、後処理で平滑化する方法や逐次位置合わせより滑らかさと精度の両面で優れることを示します。視点が片側に偏るほど利点は減少し、ほぼ側面から見える対象では差がなくなります。原因は速度推定がノイズを含むときに向きの整合が崩れる点にあり、真値を使わずに時間スケールを選ぶ規則も示されています。
説明正しさを超えて：表形式データの転移における意味知識の評価
要約本論文は、表形式学習で用いられる意味的アブレーション実験が、意味知識の予測上の有用性について誤った結論を導きうることを指摘します。著者は「内容感度」と「予測的有用性」を区別し、問いに応じて対照群を選ぶ評価枠組みを提案しています。9つの研究における25件の比較を監査したところ、明示的な予測的有用性の主張18件のうち、意味的寄与を明確に分離できる対照と組み合わされていたのは1件のみでした。
説明環境メタデータを組み合わせたマルチモーダル動物再識別による野生動物保全の推進
要約本論文は、6種の動物20,890枚の画像と、カメラトラップの重畳情報や撮影場面から抽出した環境メタデータを組み合わせたマルチモーダル動物再識別データセット MetaWild を提案しています。また、既存の視覚言語モデルベースの再識別手法に組み込める軽量モジュール Meta-Feature Adapter（MFA）を提案しています。実験では、メタデータを加えることで、視覚情報のみを用いた場合より再識別性能が一貫して向上することが示されています。
説明ASRにおける機械的忘却の評価
要約本論文は、「忘れられる権利」に関する規制への対応手段である機械的忘却（MU）の既存アルゴリズムと評価ツールが、自動音声認識（ASR）に適するかを検討しています。ASRモデルに複数のMU手法を適用し、単一話者の忘却におけるプライバシーと有用性のトレードオフを比較し、逐次的および同時的な忘却も評価しています。勾配上昇法は良好なバランスを示した一方、複雑な手法は過剰に忘却して、忘却された事例が識別されやすくなることが示されました。また、単純なメンバーシップ推論攻撃による評価では忘却の成否を十分に判定できないとされています。
説明SAE特徴はいつ解釈可能といえるか：EEG基盤モデルのための検証ラダー
要約本論文は、EEG基盤モデルにおける疎なオートエンコーダ（SAE）の特徴解釈の問題を扱います。アルファ帯域の除去によって一部の潜在変数の活性が大きく変化するものの、そのフィルタは等幅のシャムノッチより遥かに多くの信号を除去していることを示します。除去されたスペクトルエネルギーで正規化すると比は0.28まで下がり、27の設定のいずれでも1を超えませんでした。そこで著者らは、潜在変数が応答するか、その応答が除去信号量の影響を除いても残るか、特異的か、未摂動データでも性質が確認できるかを順に検証する検証ラダーを提案しています。
説明TRACE：急性心臓ケアにおける専門家整合型心電図表現学習の厳密なベンチマークと実世界検証
要約TRACE（Text-Reinforced Analysis of Cardio ECGs）は、心電図（ECG）から臨床的に意味のある信号埋め込みを学習する多モーダルモデルです。心電図単独の学習と、心電図と心臓専門医の所見文との対応関係の学習を同時に行い、不整脈や構造異常の分類で公開ベンチマーク上の性能を示しました。さらに大規模な非公開の急性冠閉塞（ACO）データセットでの検証では、臨床基準と比べて感度が19.0%向上、または偽陽性率が62.6%低下したと報告されています。
注目点ECGと報告書のCLIP型学習に単一モーダルと跨モーダルの不確実性重み付きマルチタスク学習を組み合わせ、急性冠閉塞で臨床検証を行っており、証拠と影響は大きい。
説明AD-E2E-JEPA：エンドツーエンド自動運転のための結合埋め込み予測アーキテクチャ
要約本論文はまず、LeWM、DINO-WM、JEPA-WMなど既存の行動条件付きJEPA世界モデルを、エンドツーエンド自動運転（E2EAD）で体系的に評価しています。運転方策を学習せず、真の将来観測を目標とする目標条件付きゼロショット計画で検証しています。さらに、投影されたパッチ埋め込みに対しSIGReg正則化付きの学習可能な投影器を用いるAD-E2E-JEPAを提案し、計画用パッチ数を16分の1、埋め込み次元を4分の1にして、性能を保ったまま推論を100倍高速化しています。NAVSIMv2ベンチマークでは、目標条件付きゼロショット計画において67.3/72.9 EPDMS（乗法的安全指標を含む）を達成し、自己教師あり事前学習の投影器は下流の模倣学習でEPDMSを80.2から85.4に向上させています。
注目点JEPA世界モデルにSIGReg正則化射影器を加え計画コストを下げ、NAVSIMv2で100倍の高速化と下流模倣学習の改善を示す実質的改良。
説明一回の学習エポックを超えて：推薦モデルのための不確実性重み付き感度正則化
要約スパースな埋め込みと共有コンシューマーを持つ推薦モデルでは、2エポック目で訓練損失が下がる一方で汎化性能が大きく低下する現象が見られると論文は指摘します。著者はこれを、後のエポックで埋め込みが過去のラベルによる更新でずれることと、コンシューマーがそのずれを利用してしまうことに関連づけています。これに対し、不確実な埋め込みへの依存をペナルティとして損失に加える不確実性重み付き感度正則化（UWSR）を提案しています。三つのベンチマークで4エポックのUWSRが、1エポック学習と比べてテストの交差エントロピーを下げ、AUCを向上させたと報告されています。
説明K-OPSD：建築・工学・施工図面向けに、検証可能なオンライン自己蒸留で視覚言語モデルを事後学習する手法
要約本論文は、建築・工学・施工（AEC）図面の理解の難しさに対処するため、視覚言語モデルの事後学習手法 K-OPSD を提案しています。モデル自身の複数サンプルから、工程レベルの検証器で認定された教師を構築し、検証済みの答えを示すヒント付きで再サンプリングして失敗例を救済します。その後、検証済みの応答を交差エントロピー損失で学習させ、モデルを更新します。AECV-Bench で Qwen3-VL を微調整し、ドメイン外の ArchCAD でも有効性を示しています。
説明GenoMorph：経路に基づく推論と適応的潜在計算によるゲノム疾患推論フレームワーク
要約本論文は、マルチモーダルなゲノム推論フレームワーク GenoMorph を提案し、疾患予測を遺伝子と疾患の暗記的な対応付けではなく、生物学的経路に基づく推論へ移行させることを目指しています。凍結した DNA 基盤モデル、適応的潜在推論（LatentSp）、拒絶サンプリング微調整などを組み合わせています。匿名化した KEGG ベンチマークで加重 F1 は 0.9465 に達し、別の設定では F1 0.9725、遅延は約 60% 削減されたと報告しています。
説明WhiteCon：白色化変換と二重一貫性に基づく半教師あり領域適応回帰手法
要約本論文は、連続値を出力する回帰タスクを対象に、領域別白色化変換（DWT）と二重一貫性正則化を組み合わせた半教師あり領域適応回帰手法WhiteCon（白色化と二重一貫性による半教師あり領域適応回帰）を提案しています。著者らは、これにより学習の安定性と領域適応性能が向上するとしています。複数のベンチマークデータセットにおける評価で既存手法を上回る結果が示され、コードはGitHubで公開されています。
説明MaskCoFT：省メモリMoE推論のためのマスク付き協調適応ファインチューニング
要約混合エキスパート（MoE）言語モデルは単一GPUのメモリを超えることが多く、エキスパートオフロードでは大半のエキスパートをホストメモリに置き、必要時に読み込みます。本論文のMaskCoFTは、学習可能な二値マスクで各層のTop-Kルーティングを一部のエキスパートに制限し、ルーターとエキスパートを交差エントロピー損失のみで共に学習させます。推論時にはマスクがソフトな事前分布として働き、エキスパートを再順位付けします。模擬キャッシュ下で、トークンあたりのエキスパート読み込み回数はベースモデル比で Mixtral-8x7B が23.7%、DeepSeek-V2-Lite が10.1%減少し、9つのベンチマーク平均精度はそれぞれ0.92、0.53ポイント上回りました。
説明情報の両刃の剣：学区選択における抽選番号の公開と非公開の比較
要約学区選択では、同じ学校を希望する生徒が定員より多い場合、マッチング方式が抽選番号を用いて同順位を解消します。本研究は、全生徒が同じ選好順位を持つという仮定を緩め、ベイズ・ナッシュ均衡のゲーム理論モデルで、抽選番号の公開がマッチング率と社会厚生に与える影響を分析しました。公開が結果を改善する場合と悪化させる場合があり、部分的な情報公開の効果も非単調であることを示しています。
説明PhysFieldBench：マルチモーダルモデルは物理場を理解できるか？
要約本論文は、24のタスクと1,160の評価例からなるベンチマーク PhysFieldBench を提案し、制御された方程式場、シミュレーション物理場、観測物理場を対象に、物理メカニズムの識別、潜在制御変数の比較、結果特性の予測を評価します。ゼロショットでは最良モデルの正規化スコアが29.3と低く、一部のオープンソースモデルは偶然水準付近にとどまりました。一方、タスク専用に教師あり学習させた視覚トランスフォーマーは大きく上回り、入力に学習可能な物理情報があることを示しました。思考連鎖の教師あり学習の後に強化学習を行うと、汎化性能が最も高くなりました。
説明SNaP：ノイズを含む逆問題のための一段階事後サンプリング手法
要約本論文は、ガウスノイズを伴う線形逆問題に向けた一段階のMeanFlow事後サンプラー「SNaP」を提案しています。中核は、測定演算子・観測値・ノイズレベルから平均と異方性共分散を定める「測定適応ソース分布」です。測定が十分な方向は固定され、測定が弱い方向では多様性が保たれます。著者らは、自然画像の復元と多コイルMRIにおいて、1サンプルあたり1回のネットワーク評価で多様かつ高品質なサンプルが得られ、反復型サンプラーより30〜2250倍速いと報告しています。
説明FLARE：確率的マイクロマグネティック発展のための局所軸角表現によるフローマッチング
要約本論文は、磁化の確率的時間発展を予測するフローマッチングの枠組みFLAREを提案している。有限時間の磁化予測を、アンカー相対の局所軸角回転空間における条件付き輸送として定式化し、単位ノルムを保つ。物理的な予測期間を明示的に条件づけることで、段階的な積分なしに複数の目標時刻について全領域の確率的終端状態を直接生成する。外部ベースラインとの比較指標を報告し、5ナノ秒の2区間プロトコルでMuMax³に対し単一GPUで約3,062倍の高速化を達成したと述べている。
説明証明書駆動のソフトウェア移植に向けて：科学計算プログラム最適化のための自己改善型エージェント・ハーネス
要約本論文は、大規模言語モデルを用いて科学計算コードを移植する際、失敗した候補から得た仮定・検査結果・制約を「証明書」として記録し、以後の候補を拒否・バックトラック・修復に用いる証明書駆動進化探索（CDES）を提案しています。Geant4の粒子シミュレーション関数2つのCPUからGPUへの変換に適用され、データ変換と転送を含めて13.78倍と23.54倍の高速化が報告されています。アブレーション実験では、証明書フィードバックにより必要な正しさの検査を通過する候補の割合が55%から90%に上がったとされています。
説明どの名前が一つのトークンとして扱われ、何を伝えるのか？大規模言語モデルにおける名前の語彙的支援の不平等と概念アクセス
要約本論文は、言語モデルの公平性評価で同じ扱いと想定されがちな名前が、実際には単一トークンとして直接扱われる名前と複数のサブワードに分割される名前に分かれ、語彙レベルで不平等があることを示します。著者らはモデル自身の確率から概念のアクセス性を測るNameTraceを提案し、奨学金、採用、臨床評価、融資などのタスクで、その差が各層で持続することを報告しています。
注目点名前のトークン支持の不均衡と、それがタスク関連の内部表現に残ることを示すNameTraceを提案し、多数のモデルと未見の名前で検証している。
説明LLMエージェント向け摂動に頑健な方策学習：安定最適化による手法
要約本論文は、強化学習で訓練された大規模言語モデル（LLM）エージェントの方策が、隠れ状態ノイズ、枝刈り、量子化などの摂動に敏感である問題を扱います。著者らは「摂動に頑健な方策」の概念を導入し、摂動を加えた方策更新が安定した単調改善を保つ条件を分析しています。その分析に基づき、RL訓練中に適応的かつ感度を考慮した摂動を適用するSPrPO（Stable Perturbation-Robust Policy Optimization）を提案し、ALFWorldとWebShopで評価しています。複数の摂動の種類と強度での実験により、方策最適化の安定性を保ちつつ摂動への頑健性が向上することを示しています。
説明局所再構成の改善が最終的な忠実度を示すとは限らないことの反例研究（残差補完）
要約本論文は、疎な注意機構で省略されたトークンの寄与を補う残差補完（residual completion）を検討しています。凍結された言語モデル上で RESA と学習型 Top-K+φ を試し、Qwen3-0.6B/Multi-LexSum の2つの介入では、局所的な注意出力の再構成は改善しても、最終的な KL 忠実度が Exact Top-K 基準より悪化することを示しています。同じ層の厳密な復元では最終忠実度が改善します。
説明視覚・言語・行動（VLA）モデル向けの分位点ヘッド：一回の順伝播で複数の分位点行動を予測するロボット制御手法
要約本論文は、ロボット制御に用いられる視覚・言語・行動（VLA）モデルの行動ヘッドの課題に取り組みます。点回帰は行動分布の点推定しか与えず、標準的なフローマッチングのサンプリングは反復計算が必要です。著者らは回帰とフローマッチングを共通の目的関数のもとで統合し、分位点目的関数を導出して分位点ヘッドを設計しました。LIBERO などのベンチマークと2つの実機タスクにおいて、この共同学習された中央値方策は比較手法の中で最も高い平均成功率を報告しています。
注目点回帰とフローマッチングを共通目標で統合し分位数目標を導出、単一の順伝播で分位数を出す行動ヘッドを提案。LIBERO等の複数ベンチと実機で比較し証拠は比較的充実。
説明KVCMAS：マルチエージェントシステムの共有コンテキスト向け効率的KVキャッシュ補正手法
要約マルチエージェントシステムでは、エージェントごとのプレフィックスが同じ共有コンテキストから生成されるKVキャッシュを変化させ、計算とメモリの負荷が重複します。本論文のKVCMASは、コンパクトな低ランク状態でエージェント間のキャッシュ偏差を表現し、参照用の追加プリフィルなしに、エージェントのワークフローに沿って補正を連結します。複数の言語・視覚言語タスクで、既存手法と同等以上の精度を示し、高並行環境で最も低いTTFTを達成しました。制御された環境では、KVキャッシュ共有を使わない推論に比べTTFTが2.0倍高速化し、ピークGPUメモリは既存の補正手法に比べ最大3.7分の1に削減されました。
説明世界モデルは全体的理解を学習できるか——モノイド世界における制約伝播の研究
要約本論文は、AIにおける「理解」を制約を学習し、その帰結を伝播させることとして捉えます。モノイド世界の状態遷移を用いて、逆・可換・合成・周期の制約を未観測の遷移に適用できるかを検証しています。通常の次状態学習では非自明な制約が伝播しない一方、中間状態を隠す合成的学習では複数のアーキテクチャで96%の精度を達成し、身体性環境やWikidataで微調整したLLMの汎化も改善したと報告しています。
説明価値移植による言語モデルの目標の誘導
要約本論文は、推理モデルの内部にある「価値軸」という信号を変えることで、モデルが追う目標を別のものへ向けられるかを検討しています。誠実版と不正行為版に微調整した Qwen3-8B と GPT-OSS-20B を用い、候補となる価値軸に沿ってトークンごとに宿主モデルの活性化を移動させます。その結果、干渉は両方向に作用し、誠実なドナーは不正行為の宿主のテスト不正を減らし、解ける符号化課題では隠しテストの性能も向上しました。さらに、異なるモデル系列間でも機能することが予備的に示されています。
説明PReCache：低ランク事前計算と中立再構築によるマルチLoRAエージェント向け効率的KVキャッシュ共有
要約本論文は、複数のLoRAエージェントが共通の共有軌跡を繰り返し処理してKVキャッシュを構築することで生じるメモリと計算の冗長性に着目し、学習不要のKVキャッシュ共有フレームワークPReCacheを提案している。PreLRSharedは各エージェントのコンパクトな低ランク（LR）キャッシュを事前計算して反復的なプリフィルを省き、ReBaseSharedはアダプタを含まない隠れ状態から共有基底キャッシュを再構築して精度を高める。実験では、PreLRSharedがキャッシュ共有なしの推論と比べTTFTを最大3.1倍、リクエストあたりスループットを2.3倍改善し、ReBaseSharedの精度低下は平均1.1ポイントにとどまった。
説明フィードバックを伴う因果発見の統計的コスト
要約本論文は、循環線形非ガウス因果モデルにおいて、観測データから強連結成分（SCC）の分割と成分間の辺を復元するのに必要なサンプル数を研究している。この課題に対する情報理論的なサンプル複雑度の下界を初めて示している。さらに、既知でなくてもよい条件下で構造に対応するサンプル数を達成する手法 BlockExo を提案し、シミュレーションでその性質を検証している。
注目点循環線形非ガウス モデルにおけるSCC回復の情報理論的サンプル下界を初めて示し、残差独立性に基づくブロック外生性原理を提案した。実験は模擬のみ。
説明枠の外を考える：スライディングウィンドウKV推論における情報の保持と伝達
要約本論文は、固定サイズのKVキャッシュのみを保持して系列を逐次処理する場合に、ウィンドウ外の情報がキャッシュ内の状態を通じて保持され、後続の検索に使えるかを検証している。Qwen、Llama、Mistral、Muse Glimmerの5つのオープンウェイトモデルで実験を行った。先行して計算した状態を保持すると、最後のウィンドウを生トークンから再計算するより検索性能が向上し、Muse GlimmerとMistral 7Bでは最も強い潜在的な情報中継が見られた。
説明ARCH-B：建築表現・理解・階層のベンチマーク
要約本論文は、写真・平面図・立面図・断面図・完成予想図など異なる表現形式の間で同じ建物を対応づける能力を測るベンチマーク ARCH-B を提案している。建物に紐づく390万枚の建築画像から作成した354問の四択問題を含み、25のマルチモーダルモデルと非専門家5,830件の回答を比較している。モデルの正答率は10.45%から83.90%、人間の基準値は35.35%で、平面図と写真の対応では特に弱い結果となった。
説明Kafila：信頼できる異種の汎用マシン群で大規模言語モデルを提供する手法
要約本論文は、研究グループや友人同士が持つ複数の一般向けコンピュータを、信頼できる環状ネットワークとして組み合わせ、単体では動かせない大規模言語モデルを共同で実行するシステム Kafila を提案しています。プランナーは各機器のメモリ帯域、容量、到達性を測定し、モデルの分割と出力側の配置を事前に決めます。その結果、最も遅いパイプライン段階を短縮し、均等分割やメモリ比例分割より良い性能を示したと報告されています。
説明SCOPD：効率的な視覚言語モデルのための疎コンテキスト同方策自己蒸留手法
要約推論型の視覚言語モデルは大量の視覚トークンを扱うため、推論コストが高くなります。本論文は、剪定された視覚トークンから学生モデルが推論経路を生成し、完全なコンテキストを持つ教師モデルが同じ前置きを監督するSCOPDを提案します。正解データや追加の推論計算は不要です。視覚トークンの保持率10%で、素のモデルは未剪定時の性能の86.37%を保ち、SCOPDは90.49%、SCOPD+は92.43%に向上しました（13のベンチマーク）。
説明非負値行列分解の特異点とベイズ推論への応用
要約本論文は、非負値行列分解（NMF）という特異統計モデルの局所幾何構造を研究し、その実対数正準閾値（RLCT）の上界を導いている。真の行列が内次元H0の厳密に正な分解を持つという仮定の下で、RLCTが{(H-H0)min(M,N)+H0(M+N-H0)}/2を超えないことを示す。H=H0かつそれが真の行列の通常のランクに等しい場合には、正確な値H0(M+N-H0)/2が得られる。これらの結果は、ベイズ汎化誤差とベイズ自由エネルギーの主要係数の評価に用いられる。
説明制約付き強化学習における視覚言語信号：予測なしで得られる安全性の向上
要約本論文は、凍結されたCLIPの視覚言語信号を報酬整形と拡張型乗数更新によってPPO-Lagrangianに組み込むVLM-Safe-RLフレームワークを提案し、安全制約付きの自動運転強化学習に適用しています。最も交通が密で地図が最大のMetaDrive Hardでは、破局率が31.6%から19.4%に低下しました。ただし分析では、CLIP信号が衝突を予測している証拠は見つからず、VLM項がラグランジュ乗数に与える影響は無視できるとされています。
説明構造化臨床データ分析のための大規模言語モデル：二重エージェントによる根拠付けと検証（CLEAR-Med）
要約本論文は、SQL実行を行うエージェントと独立した検証エージェントを分けた二重エージェント枠組み CLEAR-Med を提案しています。新生児低酸素性虚血性脳症の532件の記録を含む表で、25の開発用質問により評価され、査読用エージェントの正答率は66.4%で、根拠付けのないChatGPTの12.0%を上回りました。検証と棄権の段階を含む完全な流れの前向き評価は今後の課題とされています。
説明UOPD：マルチターンエージェントのオンポリシー蒸留における不確実性考慮型介入手法
要約本論文は、マルチターンエージェントのオンポリシー蒸留（OPD）を改善するUOPDを提案する。教師モデルの信頼度が低い重要な段階では教師の行動を実行させ、教師を模倣するよう教師あり微調整で学習させ、その他の段階では標準のOPD損失を用いる。ALFWorld、WebShop、Searchなどのタスクで評価され、WebShopのスコアは標準OPDに対して最大15.8%向上したと報告されている。
説明状態空間モデルによる3D点追跡：単一GPUの予算でシーン内の点を絶対メートル単位で追跡
要約本論文は、単眼かつ姿勢不要で、動的シーン内の点を絶対メートル単位の3D位置として追跡する手法を提案します。固定の光学フローで2D対応を、単眼メトリック深度ネットワークで深度を得て、その残差をMamba-3状態空間モデル（DINOv3の外観特徴を条件とする）で学習・補正します。TAPVid-3D minivalベンチマークでは、同一条件で評価した手法の中で最高の平均メトリックAverage Jaccard 0.256を達成しました。
説明ADPTNet：系列モデリングのための適応型非線形状態空間モデル
要約本論文は、Transformerより低消費電力の代替となることを目指し、データ適応性、長距離依存の捕捉、GPU並列化、非線形再帰性を同時に備えるADPTNetを提案します。線形注意と黎曼最適化を組み合わせて局所的な位相共役を構成し、動的システム理論により時定数(リアプノフスペクトル)の制御を保証しています。実験では、Selective Copyingやsequential CIFAR-10などで既存手法を上回り、スパイキング版はSpiking Speech Commandsで83.56%の精度を達成したとされています。
説明多段階検索拡張生成におけるコンフォーマル事実性制御
要約検索拡張生成（RAG）向けに開発された、主張単位のコンフォーマル事実性制御が、複数段階の推論を行う多段階RAGでも有効かを検討した論文です。HotpotQA、Natural Questions、TriviaQAでLlama 3.1 8BとGPT-4o-miniを用いて評価しています。目標を厳しくすると、保持された主張がすべて裏付けられる回答の割合は高まる一方、保持される主張や空でない回答は大きく減少し、信頼性は保持率や棄権と合わせて解釈する必要があることを示しています。
説明忠実な活性化言語化：LLM表現解釈における幻覚の低減
要約本論文は、隠れ活性から元のテキストを再構成し、独立した凍結済み質問応答モデルで評価する二段階フレームワーク「AVPO」を提案します。直接選好最適化（DPO）により、意味の回復可能性と語彙的忠実性の両方を報酬として再構成器を学習させます。六つのテキスト系列で、要点と詳細の情報回復率が最強のベースラインをそれぞれ最大17.1ポイント、9.3ポイント上回ったと報告しています。
説明Re:Cognize：オープンセット型マンガキャラクター再識別フレームワーク
要約本論文は、物語の進行とともにキャラクターを認識し、誰が誰かを学習していく枠組みであるRe:Cognizeを提案しています。3つのマンガデータセットで5種類の再識別バックボーンと、著者らが導入したメモリ拡張ベースラインMECHAを評価しました。モデルが自身の予測に基づいてギャラリーを更新すると性能が低下することがわかり、これを受けて、ページに裏付けとなる根拠がある場合のみ記憶を更新するVOUCHを提案しています。
説明事後レジームと潜在的な不正：金融取引の逐次不正検知のための隠れマルコフモデルにおける変分ベイズ推論
要約本論文は、最尤法（Baum-Welch）、変分ベイズ（VBEM）、ニューラル変分拡張（Neural VBEM）という三段階の隠れマルコフモデルを提示し、各顧客の取引履歴を少数の潜在的な行動レジームの軌跡として modeling する。レジームの一つは不正に関連するものとして実証的に特定される。IEEE-CIS取引データにおいて、ニューラル版は特定されたレジーム内で14.4倍の不正の集中を達成した。AUPRCは判別型XGBoostのベースラインに劣るが、その差は構造的なものであり、本モデルは順位付けの代替というより、較正された選別および解釈の層として適していると論じている。
説明音声分類器の時間的説明に現れる反復概念を発見し、ショートカット学習を明らかにする
要約本論文は、分類器の判断を説明する音声区間を抽出し、複数の大規模音声言語モデルで説明文を付与したうえで、大規模言語モデルを使って反復して現れる概念を抽出する手法を提案しています。得られた概念を人間が点検することで、ショートカット学習の可能性を明らかにできます。AudioSet Strongから作成し、疑似相関の有無を制御したデータセットで評価した結果、「笑い声」を手がかりに「拍手」を予測するといった学習済みのショートカットを確実に発見できることが示されています。
説明構造適応型木場積分器：木上のテンソル場を近線形時間で積分するアルゴリズム
要約本論文は、距離依存カーネルを持つ木上の一般的なテンソル場を効率よく積分するための近線形アルゴリズム、構造適応型木場積分器（STAD-TFI）を提案している。経路の主幹と単一頂点の分離子による分解で木の構造を利用し、二次元高速フーリエ変換で相互作用を同時に計算する。合成木での速度試験、実メッシュ上の最適輸送の加速 Sinkhorn 緩和、視覚タスク向けのトポロジカル注意 Transformer による実験的評価を行っている。
説明医療分野におけるJevのベンチマーク評価：事前に定められた選択肢からのみ回答する非生成型モデル
要約研究者は、医療の質問応答および症例ベースの診断推論を対象とする4つのベンチマークでJev 1.13を評価し、GPT-6 Sol（中程度の推論あり・なし）を基準としました。PubMedQAでは中程度の推論を用いたGPT-6 Solとほぼ同等の正答率でしたが、MetaMedQA、DiagnosisArena-MCQ、NEJM症例ではかなり低い結果でした。著者らは、臨床利用の前にタスク固有の検証が必要だとしています。
説明視覚言語モデルのテスト時学習のための位置認識型レイヤークエリ手法
要約本論文は、視覚言語モデルがテスト時に分布外サンプルへ適応する問題を扱い、単一の順伝播で適応できる軽量なレイヤークエリネットワーク（LQN）を提案している。位置認識型蒸留と位置一致性正則化を用い、多数の拡張画像の代わりに座標サンプリングを行う。報告によれば、OOD ImageNetでゼロショットCLIP ViT-B/16のTop-1精度を9.8%向上させ、細粒度分類や学習収束速度でも改善を示している。
説明SR4-Fit：説明可能で信頼できる意思決定のための統一的ルールベース機械学習フレームワーク
要約本論文は、分類と回帰の両方に用いられる、設計段階から解釈可能なアルゴリズムSR4-Fitを提案している。性能を落とさずにコンパクトで安定したルール集合を生成する。米国国勢調査局のアメリカ・コミュニティ調査の人口統計データを用いて下院選挙結果を予測し、14のベンチマークデータセットでRuleFitや決定木などと比較した結果、精度・安定性・簡潔さで既存のルールベース手法を上回り、予測性能は黒箱モデルと競合するとしている。
説明分布値の結果に対する Wasserstein 因果フォレスト
要約本論文は、各単位の結果そのものが確率分布である場合を対象に、Wasserstein 因果フォレスト（WCF）を提案します。有限グリッド上の変換平均・条件付き平均処理効果も定義し、処理が単位ごとの分布を事前指定の基準へ近づけるかを検証します。シミュレーションでは、多くの設定で条件付き分布の指標において WCF が最も正確でした。Project STAR に適用した結果、少人数学級は数学の得点を学年内で平均 0.161 標準偏差押し上げ、その効果は分布の上位で大きく、全体のばらつきはほぼ変わらないことが示されました。
説明推定し、模倣しない：微分可能な状態ベース方策を再利用した視覚運動制御
要約本論文は、シミュレーションで学習した操作方策を、ノイズのあるカメラ画像などの部分的な観測だけで実行する課題を扱います。視覚方策に専門家の行動を模倣させる代わりに、微分可能な状態ベースの専門家を凍結したまま、状態推定器のみを学習する手法を提案しています。学習には状態の直接的な教師信号と、専門家を通じて逆伝播させる行動一致損失を用います。5つの目標条件付き操作タスクで、専門家を保持する方法は画素から行動への直接模倣より一貫して高い性能を示し、実機のPanda ロボットでは再学習なしで76%の成功率を達成したと報告しています。
説明Maat：マルチエージェントLLMワークフローのための独立した決定的契約ベースのガバナンス
要約本論文は、バージョン管理されたワークフロー契約に基づいてエージェント間の引き継ぎを検証する実行時ガバナンス層Maatを提案します。検証と採点に言語モデルは使われていません。六つの領域ワークフロー（522回の試行）で評価され、契約で検出可能な引き継ぎ欠陥に対しては効果が示されましたが、拒否の約37%は誤検知だったと報告されています。
説明YOLOv8を用いたフィッシングサイトの視覚的詐欺検知に関するコンピュータビジョンの手法
要約本論文は、URLやHTML、ドメイン情報ではなく、人の目に映るページ画像をもとにフィッシングサイトを検出する手法を提案している。YOLOv8畳み込みニューラルネットワークを用い、レイアウト、ロゴの位置、配色、ログインフォームの構造を基に、ウェブページのスクリーンショットを phishing か正規かに分類する。未使用のテストセットでの分類精度は92%、1枚の処理時間は約100ミリ秒である。照明、圧縮、拡大縮小の変動を対象としたデータ拡張の後、拡張前のベースラインに比べ誤検知率は11%低下した。
説明LTV-CTDNet：短期方向別交通量予測のための構成的分解ネットワーク
要約本論文は、信号制御や路線運用を支援するため、交差点の短期的な方向別交通量を予測するLTV-CTDNetモデルを提案しています。モデルは非負の進入部総交通量と各方向の比率を別々に予測し、その二つから各方向の交通量予測を再構成します。テネシー州ナッシュビルの8地点で7か月分の15分間LiDAR観測データを用いて評価したところ、方向レベルのMAEは1.8189、RMSEは3.8072でした。制約なしの学習モデルでは、生の予測値の約10.6%から29.2%に負の値が含まれていましたが、本モデルは負の値を出力しませんでした。
説明既知の物理はニューラルPDEモデルにいつ有効か：残差制約は非線形力学で汎用の事前知識を上回る
要約本論文は、ニューラルPDE代理モデルで用いられるいくつかの構造的事前知識を比較し、同じチューニング予算のもとで既知の方程式の残差制約が最良の汎用正則化手法を上回ることを示している。この利点はBurgers、KdV、Allen-Cahnなどの非線形方程式で持続する一方、線形の熱方程式や移流拡散方程式では消失する。格子の解像度が不足すると、この残差を強制することはむしろ有害になる。
説明ZeroBot：生成型Real2Simにより数分で白紙から学習するロボット操作
要約本論文は、人間のデモ、事前学習済みの方策、既知の物体モデルがない条件で、ロボットが数分で操作タスクを白紙から学習するZeroBotを提案しています。物体の単一視点画像と目標姿勢のみを入力とし、画像から3Dを生成するモデルで完全なメッシュを得て、シミュレーション上で大規模な並列強化学習を行います。実世界の把持、押し、関節物体の操作、多段階操作などで87%の成功率、平均学習時間119秒を報告しています。
説明フィードバック付きオンポリシー自己蒸留のためのフィッシャー情報ベース再校正（FIRE）
要約本論文は、外部フィードバックのもとで大規模言語モデルがモデル自身の出力から学習する自己蒸留において、最適化が不安定になり性能が崩壊しうる問題に取り組みます。提案手法FIREは二系統の枠組みで、正しい出力には重み付きオンポリシーSFTを用い、誤った出力では教師の更新に過度に影響する成分を特定して目標を再校正します。実験では、下流タスクで高い性能を保ちつつ、自己蒸留の安定性が大幅に向上することが示されています。
説明EHRAdapt：希少な臨床イベントのために意味的事前情報を用いて事前学習言語モデルを電子カルテに適応させる研究
要約本論文は、電子カルテの（時刻、モダリティ、コード）の組を、凍結した言語モデルの埋め込み空間へ直接写像するアダプターEHRAdaptを提案する。テキスト化による系列の長大化を避けるのが狙いである。各イベントのベクトルは、凍結された生物医学埋め込みによる意味的事前情報と低ランクの学習済み残差の和として表され、観測の少ない希少イベントに対処する。約400万患者の記録で継続事前学習を行い、アダプターのみを学習する（全パラメータの0.1～0.6%）。3種類のバックボーンのいずれでも、完全版は留保データでの次イベント予測において各アブレーションを上回り、感染症および症候群分類でも優れた結果を示した。
