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T-SNN：脳波デコードのための時系列単体ニューラルネットワーク
要約本論文は、脳波記録を時間とともに変化する単体複体の系列として表す時系列単体ニューラルネットワーク（T-SNN）を提案している。単体畳み込みと再帰的更新を組み合わせ、脳領域群の高次相互作用とその時間変化を同時に学習する。七クラスのSEED-VII感情認識課題において、試行単位およびクロスサブジェクト評価の両方で、畳み込み、再帰、グラフベース、Transformerの各手法を上回った。眼球運動特徴を加えるとさらに性能が向上した。
説明MetaSampling：長尺動画QAでフレーム抽出を効率化する手法
要約長尺動画の質問応答では、フレーム選択が重要な要素です。MetaSamplingは、学習不要で既存のフレーム選択器に後付けできるサンプリング手法で、マルチモーダル大規模言語モデルに渡すフレーム数を動的に減らします。36の構成で評価され、すべての構成でフレーム数が減り、25の構成で正答率が向上しました。平均のフレーム削減率は8.9%で、全体の正答率はわずかに上がりました。
説明UnfoldCRF：画像条件付き潜在領域による構造化マスク精緻化（画素ラベルと領域変数を同時に扱い、マスクの誤りを直す手法）
要約本論文は、セグメンテーションマスクの精緻化を条件付き確率場（CRF）上の推論として扱う UnfoldCRF を提案しています。画素ラベルと潜在領域変数を同時に扱い、減衰付き平均場更新を展開して推論を行います。COD10K などのデータセットで、同じパラメータ数・段数・教師信号を持つ黒箱の再帰型精緻化器より高い性能を示し、学習時に見ていないマスク生成器でも優位を保ちました。成対メッセージは主に境界を、領域メッセージは主に非境界部の誤りを修正すると報告されています。
説明トカマクにおけるメガヘルツ診断エッジAIと制御系統合の試運転のための、パケットレベルのデジタルハードウェアツイン
要約本論文は、トカマクのメガヘルツ診断エッジAIアーキテクチャを模擬する、パケットレベルのデジタルハードウェアツイン・シミュレータを提案する。1 MHzのビーム放射分光（BES）診断から制御系への引き渡しまでの全データ経路を対象とし、UDP伝送、パケットロスとネットワークジッタ、FPGAでの解析・推論などを含む。バイナリUDPペイロードとPCAPファイルを生成し、有効な推論窓での末端遅延（中央値91.6 μs、99パーセンタイル108.1 μs）と、欠落パケットの検出と無効化の結果を報告している。
説明ASTRA：動的衛星コンステレーション向けのADMM加速トポロジー再構成手法
要約本論文は、大規模衛星コンステレーションの信頼性と効率を高めるため、動的にネットワークトポロジーを再構成するASTRAというフレームワークを提案しています。オンライン学習とADMMベースのソルバーを組み合わせ、制約付き更新の計算コストを抑えています。合成コンステレーションでトポロジー品質は同等以上であり、実際のStarlinkデータの部分展開や不均一な間隔の条件でも有効だと報告されています。
説明YOLOに基づく複数データセットの雑草検出ベンチマーク：精密農業における領域横断評価
要約本論文は、七つの公開雑草検出データセット（作物、雑草の種類、圃場条件、標注方式が異なる）でYOLO26のnano、small、mediumモデルを比較した研究です。同一データセット内の評価に加え、領域横断の汎化と複数ソースを使った学習も検討しています。結果として、YOLO26は同一領域内では高い性能を示しましたが、領域が異なると性能が大きく低下し、複数ソース学習でも領域差は完全には解消されませんでした。
説明RewardExplainer：反事実的な選好フィードバックから報酬モデルの説明を学習する手法
要約本論文は、対象の報酬モデルに反事実的な書き換えを行い、その反応を用いて再利用可能な説明器を訓練するRewardExplainerを提案している。説明器は開かれた形式で原子的かつ介入可能な自然言語の採点メカニズムを生成する。複数の対象報酬モデルと説明器のバックボーンで一貫した改善が示された。さらに生成されたメカニズムで潜在的な偏りを特定し、報酬ハッキングのベンチマークでの頑健性向上に利用している。
説明Opera：長期タスク向けコーディングエージェントの言語的クリティックフレームワーク
要約本論文は、長期タスクを行うコーディングエージェント向けの言語的クリティック（評価・助言）フレームワーク Opera を提案している。各修正を、診断された問題が解決されるまで保持される持続的なメモとして扱い、フィードバック提示前に可視の根拠と照合して監査し、その後のエージェントの行動を追跡して単なる従順と実際の解決を区別する。Terminal-Bench 2.1、SWE-Bench Pro のサブセット、DeepSWE v1.1 で、非クリティックエージェントの解決率を向上させたと報告している。Opera 誘導で得たロールアウトで Qwen3.5-9B を微調整すると、保留した SWE-Bench Pro のリポジトリで解決率が 10.2 ポイント向上したとされる。
注目点修正フィードバックを追跡される持続的メモとして扱う点に新規性があり、3つのベンチマークと4つのモデルでの比較実験が充実しており、コーディングエージェント分野に実用的な価値がある。
説明ICMAPE：文脈付きマルチエージェント純粋探索法
要約本論文は、環境の未知の性質について情報を得ること自体を目的とするマルチエージェント系の能動的逐次仮説検定に取り組み、ベイズ学習に基づく分散型フレームワークICMAPEを提案しています。固定信頼度の識別目標を推論信頼度に基づく報酬に変換し、強化学習で分散型純粋探索を行えるようにしています。集中型の推論ネットワークと分散型の方策を同時に学習します。合成ベンチマーク2種と、実データに基づくメリーランド州の硝酸塩濃度モニタリング課題で評価され、ICMAPE-TD3は少ない探索ステップで目標精度に到達したと報告されています。
説明HL から H+L-1 パラメータへ：長期時系列予測のための Hankel-Toeplitz 予測器
要約本論文は、長期時系列予測における線形モデルを扱い、古典的な定常過程の予測理論を応用して Hankel-Toeplitz Forecaster（HTF）を提案します。HTF は一つのインパルス応答のみを学習し、それが逆フィルタと予測写像の両方を定めます。学習可能な係数は H+L-1 個です。七つのベンチマークで、水平方向に平均した MSE は Dense Linear の 1.2% 以内に収まり、学習可能パラメータは 75〜229 倍少なくなっています。
説明論述的テキストの意味的類似性分析のための高水準テキスト前処理：フレームワークと実証
要約本論文は、意味的テキスト類似性（STS）手法が、他の立場を批判・比較するために引用された語彙を文書自身の主張と見なし、類似度が過大になると指摘します。著者は標準的な前処理の前に適用する規則ベースの高水準前処理を提案し、12の規則を設計しました。スタンフォード哲学百科事典の倫理学の3項目を用い、8つのTransformerモデルで類似度スコアが低下することを示しています。さらに、意味的拡散指数（SDI）という指標も導入されています。
説明生成的リアルからシミュレーションへの変換によるロボット操作のテスト時空間推論
要約本論文は、学習を必要とせず、テスト時に大規模並列物理シミュレーションで明示的な空間推論を行うSimifyフレームワークを提案しています。単一のRGB-D画像から、3D生成モデルと視覚言語モデルを用いてシミュレーション可能な物体アセットを再構築し、報酬関数で定義されたタスク（例：最も高い塔を作る）について進化的探索で物体配置を最適化します。実機ロボットでの実験では、未知の物体を含む複雑な再配置タスクを既存の基盤モデルによる空間推論手法より優れて実行できることが示され、完全で正確な形状情報がシミュレーションから実世界への移行に重要であることも示されています。
説明ベイズ型非定常バンディットのための将来情報指向サンプリング
要約本論文は、多腕バンディットにおける探索と活用のトレードオフを扱い、ベイズ型非定常環境向けの新しいアルゴリズム、将来情報指向サンプリング（FIDS）を提案しています。FIDSは現在の最適な選択肢だけでなく、将来の最適な選択肢に関する情報を集めるよう明示的に探索します。著者らは、後悔（リグレット）がトンプソン・サンプリングと小さな定数倍の範囲で同程度だと示しています。さらに、オフラインデータから方策を学習する教師あり学習ベースの近似手法を提案し、合成ベンチマークで有効性を確認しています。
説明DynGraphAgentBench：動的グラフ異常検知におけるエージェントのライフサイクル制御ベンチマーク
要約本論文は、フィードバックが遅延する条件下で、エージェントが動的グラフ異常検知の検出器を窓ごとに選択する能力を評価する実行可能なベンチマーク DynGraphAgentBench を提案する。七つの時系列グラフデータセット、十一種類の選択可能な検出器、データセットごとに八つの時系列順の展開窓を含む。制御器は時間的因果性を満たす集約情報と自身の履歴のみを参照でき、現在の窓の学習前に検出器を選ぶ必要があり、結果は一窓遅れて公開される。
説明動作条件の変化下で力学的判断のためにニューラルオペレータを適応させる
要約ニューラルオペレータは繰り返し行われる非線形力学計算を高速化できるが、動作条件が学習範囲を超えると精度が低下する。本研究は、運用中に得られた高精度解を再利用してニューラルオペレータを適応させ、その後の力学に基づく指令選択を改善できるかを検討する。硬磁性ソフトマテリアルの二つの系を有限要素モデルでシミュレーションし、参照解を用意している。固定されたオペレータは剛性や負荷が学習範囲外になると大きく精度を失うが、16本の取得経路による更新で、名目条件での精度を保ちつつ失われた精度の大部分を回復した。
説明GroupMask：大規模言語モデルの半構造化剪定のための層適応型グループ単位スパース化手法
要約本論文は大規模言語モデルの半構造化剪定を扱い、従来の N:M スパース構造では各層のスパース率が同一に固定される点に着目します。重みをグループ単位で保持または剪定し、グローバルな予算のもとで層ごとのスパース率を変化させる手法 GroupMask を提案しています。事前学習済みの重みを固定したまま、超ネットワークで生成した選択子を学習します。LLaMA-2-7B、50%スパース、1×256のグループサイズでは、層ごとに一律の比率を用いる場合と比べ、WikiText-2 の困惑度が 10.02 から 8.30 に、平均ゼロショット精度が 0.455 から 0.496 に改善したと報告されています。
注目点固定N:Mパターンに代えてグループ単位で層ごとの疎性を学習し、五つのモデルで基準手法と比較しており、新規性は中程度以上。
説明単独型・一貫性型を超えて：条件付き段階的剪定によるマルチエージェント討論の再評価
要約本論文は、大規模言語モデル（LLM）に基づくマルチエージェント討論（MAD）を対象とする。同一の厳しいコスト上限のもとでは、既存のMADフレームワークが強力な単一エージェントおよび一貫性ベースの基準手法を上回れないと指摘している。これに対し、多ラウンドの討論を十分に活用する軽量な剪定フレームワーク「条件付き段階的剪定（CPP）」を提案している。論文によれば、CPPは複数のベンチマークで既存のMADフレームワークを上回り、一貫性手法を全面的に上回る最初の方法である。
説明HARMONIA：ニューラル基底の混合による解釈可能なグラフ学習
要約本論文は、設計段階から解釈可能なグラフ学習フレームワーク HARMONIA を提案している。ニューラル基底混合（MoNB）により、特徴を専門化された基底エキスパートに振り分け、パラメータ共有と特徴ごとの専門化を両立させる。また、疎な RRWP 集約（SRA）によって、二次の計算量を伴わずに疎なグラフ伝播で多ホップ・多経路の構造的関係を計算する。予測は特徴応答と構造的影響に分解される加法的な形を保つ。論文によれば、既存の解釈可能グラフ手法より説明の再現性に優れ、予測性能も競争力があり、数百万ノードのグラフにも拡張できるという。
説明システム1の判断は合算できるか：確率的整合性に関する研究
要約本論文は、分類モデルが細かいラベルを直接予測する場合と、大分類を経由して再構成する場合とで、確率が整合しているかを検討しています。TREC、CLINC150、MASSIVEの3データセットで2システムを比較し、計72,000問を分析しました。両システムに大きな不一致が見られ、精度への影響は逆向きでした。著者は、精度・信頼度の較正・確率の整合性を合わせて評価する必要があると述べています。
説明効率的推論におけるトークン価値の不均等について
要約この論文は、思考連鎖（CoT）推論においてトークンごとの価値が一様でないことを指摘し、それがトークン単位の対数確率信号で特徴づけられると述べています。著者らはTokenProbeという枠組みを提案し、冗長なトークンを選択的に圧縮する方法を示しています。原文によれば、この手法は推論の質を保ったままトークン使用量を基準の76%削減したとされています。
説明スパース4Dアンカーを用いたガウシアンスプラッティングによるボリュメトリック動画圧縮
要約本論文は、疎な4Dアンカーで動的3Dガウシアンスプラッティングを階層的に表現する体積動画コーデックSAGAを提案します。座標ベースのINRデコーダがアンカー間の補間からアンカーとガウス基本要素を生成し、パラメータを共有します。非構造的なアンカー間の長距離依存を扱うため、直交性に基づく更新を持つ固定サイズのメモリスロットをエントロピー文脈モデリングに用います。実験では、GIFStreamに対しNeu3DとMPEG MIVでPSNRのBD-rateがそれぞれ80.39%と83.94%削減されました。
説明非整数 L_r ノルムにおける非同次ランダムグラフの二標本検定
要約本論文は、二つのネットワーク集団が同じ辺確率をもつかを判定する二標本検定を扱い、その難しさは差を測るノルムに依存します。非整数で r>2 の場合、既知の上界と下界は一致していませんでした。著者らは次数2と⌈r⌉の二つの統計量を同時に用い、どちらかが棄却すれば棄却する検定を提案し、閾値はヘルダー補間で定めています。この検定が予想された速度に達することを証明し、n が32から256の範囲のシミュレーションでも理論と整合する傾向を報告しています。
注目点Hölder補間で二つの統計量を組み合わせ、非整数r>2の予想最適率を証明。証明と数値実験が整合し、分野への影響は中程度。
説明ThinkNet：効率的な運動想像脳波分類のための進化的深層アンサンブル
要約本論文は、新しい被験者（未見の被験者）に対して、コンパクトな運動想像脳波デコーダと推論方針を選択するための ThinkNet フレームワークを提案する。学習データのみによる正規化、検証データに基づく進化的探索、検証ゲート付き推論を組み合わせ、テスト被験者の情報が選択に影響しないようにしている。BCI Competition IV-2a を用いた留一被験者実験では、コンパクトなモデルが大型モデルより高い平均精度を示し、検証ゲート付きアンサンブルがさらに性能を向上させた。
説明Greenpixieの AIトークン手法：オープン及びクローズドウェイトモデルにおけるAIトークンのエネルギー、水、CO2換算影響の評価
要約本論文は、クラウド上で動作する大規模言語モデル（LLM）の推論における、トークン1つあたりのエネルギー消費を推定する手法を提案します。入力（プリフィル）と出力（デコード）のトークンを区別して扱います。オープンウェイトモデルを用いた推論ベンチマークでGPUの消費電力を測定し、非GPUハードウェアの消費電力は推論の実行時間から推定します。さらに、これらの測定値からAI推論のトークン1つあたりの二酸化炭素換算排出量と水使用量も算出できるとしています。
説明SymNetPro：見通し考慮型の疎な電波観測による指向性マルチ送信機測位
要約疎な受信電力観測から指向性のある複数送信機の位置を推定する課題を扱う論文です。受信機は送信源を区別できない合成信号しか得られず、建物による遮蔽や強い信号による弱い信号の隠蔽が問題になります。著者らはSymNetを基に、疎な見通し（LOS）を考慮した注意バイアスと送信機ドロップ拡張を加えたSymNetProを提案しています。指向性レイトレーシングによる都市環境の実験では、極端に疎なサンプリング下で代表的な測位基準手法よりOSPAが大きく低く、測定ノイズや送信機数の増加時にも一貫した改善を示したと報告されています。
説明EEG-Fusion：ソースフリー運動想像EEG復号のための失敗認識型専門家ルーティング手法
要約本論文は、被験者横断の運動想像（MI）EEG復号で一部の被験者が失敗する問題を扱い、EEG-Fusionという枠組みを提案します。対象ユーザーのラベルがない状態で、信頼性ゲートにより各対象被験者をニューラル、共分散、生理特徴の専門家のいずれかに振り分けます。BCI IV-2a、BNCI2014-001、BNCI2014-004などでの留一被験者評価では、被験者単位のマクロF1が向上し、予測の偏り（崩壊指標）が低下したと報告されています。
説明多ターン業務エージェントのための信頼性の高い LLM-as-a-Judge 測定システムの設計
要約本論文は、本番環境の多ターン業務エージェントを評価するための方法論を提案します。評価仕様、モジュール式 LLM 評価器、意図を保持するユーザーシミュレーション、人間が関与するガバナンスを含み、失敗をエージェントの能力不足か業務知識の欠如かに帰属させます。本番環境での調査では、繰り返し行われた監査でシステム全体の測定忠実度が向上し、人間と自動評価器の組み合わせによるワークフローが二つのタスク完了設定で記述的に最も高い性能を示しました。ただし研究は観察的なものであり、成果は因果的または普遍的な優位性ではなく、運用上の有用性を示すものだと著者は述べています。
説明単純な拡散言語モデルは報告されたより優れた少ステップ生成器である
要約少ステップ生成での品質差は、主にサンプラーの設定が最適でないことに起因すると論文は示します。モデルの再学習なしにサンプラーを調整するだけで、数年前のマスク型拡散言語モデルが、より新しいとされるモデルに匹敵する性能を示します。16ステップで標準サンプラーの1024ステップより低い生成困惑度を達成し、品質と意味的多様性も向上します。また、質と多様性を別々に評価するGroupEvalを提案し、並列アンマスキングが理論上、固定温度を最適でなくする理由を説明します。
説明ヤコビアン重心によるJEPAワールドモデルの挙動監視
要約本論文は、サブコンポーネントのヤコビアン行和である「重心」によって、ワールドモデルの挙動特性を捉える手法を提案している。重心はヤコビアン・ベクトル積で効率よく計算できる。連続制御タスクのJEPAワールドモデルでは、エンコーダは目標を正しく表現する一方、予測器が挙動に反応しない構造的な乖離が見られ、これは行動前に計画の失敗を予測できるとしている。また重心ベースの手法は分布シフト検出でベースラインを上回ると報告している。
説明EpiTransfer：無訓練・疎な単眼航空フレームによる長距離深度推定
要約本論文は、2枚の単眼画像とカメラ姿勢推定のみを用い、エピポーラ変換によって仮想ステレオ対を合成して三角測量を行う、学習を必要としない深度推定手法を提案しています。屋外のドローン飞行（最大約90m）と屋内OptiTrack環境で、LiDARを真値として検証されました。屋内でのAbsRelは0.092で、直接三角測量（0.073）に近い性能を示し、困難な場面でも有効な深度をより広い範囲で保持します。ZoeDepth（0.225）やDepth Anything V2（0.570）よりも大幅に優れています。
説明テスト時一般化カテゴリ発見：ラベルなしのテストデータで、既知カテゴリの認識と新規カテゴリの発見を同時に行う視覚言語モデルの手法
要約本論文は、ラベルのないテスト段階で、視覚言語モデルが分布シフトに適応し、テキスト情報のみで既知カテゴリを分類し、新規カテゴリを発見する場面（TT-GCD）を提案している。著者らはプロトタイプ割り当てに基づく完全教師なしの枠組みPACTを提案し、腐食および領域シフトのベンチマークで、改変された最先端のTTA・GCD手法を上回ったと報告している。
説明言語モデルの自由記述における同質性を論じ、その根拠が十分かを再検証した論文です。
要約元の論文は、言語モデルの自由記述が強く同質化しているとし、それを「人工ハイブマインド」と呼んで問題視しました。本論文は、その中心的な三つの結果を検討し、「時間についての比喩を書く」という代表例が全体を示すとは言えず、比較の基準も甘く、一部の測定には対照群がないと指摘しています。また、プロンプトによる推論時の介入で回答の多様性が確実に高まることも示しています。人工ハイブマインドが実在するかどうかは判断せず、公表された証拠では裏づけられないと結論づけています。
説明時空間アナロジーによる動画タスクの統一
要約本論文は、視覚的文脈学習を動画領域に拡張する枠組みViGeoを提案し、時空間キャンバス補完によって例示だけでタスクを指定できるようにしています。厳密な訓練・テスト分割での評価において、ViGeoは未見の動画操作やイベントカメラなどのゼロショットのモダリティへ汎化することが示されています。また、事前学習済みタスクに対応するクエリ形式が例示を上書きする「タスク内在化」を特定し、少量のタスク無関係データでこの近道を除去できると報告しています。
説明ArticulateArena：関節運動学を評価する指標
要約本論文は、関節付き物体の予測を評価するための指標 ArticulateArena を提案する。これは、関節を符号化するパラメータではなく、関節が生み出す運動そのものを比較するもので、同じ運動に対する異なる表現に影響されない。固定、回転、直動、らせん関節を統一的に扱い、運動学ツリー全体へも拡張される。あわせて、運動学が検証済みの19,977個の関節付き物体からなるデータセット ArticulateArena-20K を公開し、既存の再構成手法をこの指標で再評価している。
注目点表現に依存しない関節運動の距離を提案し、それが距離空間であることを証明。木構造への拡張と大規模データセットによる再評価で裏付けている。
説明拡散ベースのロールアウトによる長期環境予報の安定化手法
要約本論文は、環境予報で誤差が累積する問題に対し、拡散モデルを用いた再帰的ロールアウトで安定化できるかを検討しています。水位の時系列と高次元の降水場の両方で実験を行いました。拡散は再帰的な誤差の増大を抑えますが、予報の忠実度までは保証されず、水位実験では事象レベルの再現性が低下し、降水実験では数値天気予報の条件が保たれるため空間構造や事象検出の精度がよく保たれました。
説明組織画像からの空間遺伝子発現予測において、遺伝子発見のための差次発現遺伝子（DEG）ランキングを保持する手法
要約本論文は、組織学画像から予測した遺伝子発現が、実測データに基づく差次発現統計量によるランキングを保持するかを評価する画像差次発現ランキング（IDER）課題を提案しています。また、生物学的な群ラベルを必要とせず、形態学から導出した代理的な対比で学習できる、微分可能なIDER目標関数を導入しています。公開の空間トランスクリプトーム データセットでは、従来の再構成目標と比べ、DEGランキングの一致性と経路濃縮の重なりが改善したと報告されています。
説明PEFTとQLoRA量子化でPhi-2小型言語モデルをリアルタイムチャットボット向けに最適化
要約本研究は、パラメータ効率的ファインチューニング（PEFT）とLoRAに4ビット量子化を組み合わせたQLoRAを用いて、Phi-2小型言語モデル（SLM）をリアルタイムのチャットボット向けに最適化するものです。モバイルおよびエッジ環境の制約に対応することを目指し、メモリ使用量の大幅な削減と応答精度の維持または向上を狙っています。ROUGE指標による評価では、要約タスクで顕著な改善が示されました。
説明量子化誤差はスペクトル的に平坦：単一のランダムプローブで感度を校正なしに推定し、ビット予算に合わせた混合精度量子化に応用
要約本論文は、1つのランダムなガウスプローブで層の量子化誤差の二乗Frobeniusノルムを不偏推定する手法を提案し、最近接丸め誤差がスペクトル的に平坦であることを示している。35B混合エキスパートモデルと9B稠密モデルの1,683テンソルで検証され、推定は安定していた。これを応用したRAMは校正データを使わずに各テンソルへビットを割り当て、テスト対象のMoEモデルでは同サイズの均一4ビット版より中央値のWikiText-2パープレキシティが3.5%から13.6%低かった。
注目点ランダムガウスプローブ1回で量子化誤差を校正なしに推定し、予算制約付き混合精度に応用する点は新しい；多数のアーキテクチャで検証しているが比較範囲は限定的。
説明HyperMCTS：超グラフで拡張したMCTSによる長期タスク向けLLMエージェント
要約長期タスクでは、LLMエージェントが解全体にわたる制約のもとで判断を調整する必要があります。HyperMCTSは学習を必要としない手法で、順序付きMCTSの木に軌跡をまたぐ超グラフを加えます。超辺は同じ決定のまとまりの報酬を蓄積し、超グラフ誘導の選択規則HyperUCTがそのフィードバックを再利用します。DeepPlanningでは3つのバックボーンモデルすべてで平均計画精度が最強のベースラインより2.3〜7.3ポイント向上し、LLM呼び出しと出力トークンも少なくて済みました。SealQAでも質問応答の改善が示されています。
説明経験の時代における自己発見型強化学習：学習履歴は資産か負担か
要約本論文は、アルゴリズムの自己発見によって得られた強化学習の更新規則を、因果メカニズムの観点から検証したものです。「経験の時代」の五つの柱に沿って、再帰状態の固定・凍結・移植を行い、学習履歴がいつ有益でいつ負担になるかを調べています。主な結果として、再帰的な履歴が利用可能な報酬スケールの範囲を広げること、移植された状態を自然に変化させることで不一致による負担が和らぐこと、環境変化下では再生データの保持を制御するとDQNに対する適応の優位が逆転することが示されています。
説明実機で検証するメモリ最適化Transformerカーネル：形式的導出から2つのHPCクラスタでの実測性能まで
要約本論文は、配列の数学（MoA）に基づいて導出されたTransformerカーネルのメモリコスト予測を、Purdue AnvilとNCSA DeltaのCPUおよびGPUで実測して検証しています。GPUで見つかった性能低下は原因を特定して修正され、最大2.5倍の高速化が得られました。同じ導出でもトポロジーによって実コストが大きく異なることも示されています。著者らは、ハードウェア固有の最適化は、検証済みの固定された仕様に対する通常のONF書き換えとして扱えると述べています。
説明同意が文脈を超えて残るとき：長期稼働エージェントにおける残存認可の再生
要約本論文は、LLMエージェントがユーザーの承認により機密性の高い操作を実行する際、その承認がタスクやセッションをまたいで持続し、元の文脈が失われた後も再同意なしに再利用されうることを示しています。著者らは、良性の対話で権限を取得させた後に敵対的実行で残存権限を再生する縦断的攻撃を提案しています。AgentDojoの評価では、残存認可により攻撃成功率が最大35.1ポイント上昇し、実運用の符号化エージェントに対する文脈再束縛攻撃では平均24.9ポイント上昇したと報告されています。
注目点長期稼働エージェントで承認が文脈を超えて再利用される新たな失敗モードを示し、複数モデルと実環境で攻撃成功率の大幅上昇を実験で確認している。
説明『人工性の第一試験』：超知能を評価するための LLM 参照型 C テスト
要約本論文は、Levin の Kt 複雑度に基づき、大規模言語モデルを表現機械として用いる新しいテストを提案する。難度をビット単位で示す問題を、人間や最先端モデルが解く前に作成・認証できる。著者らは認証済みの問題群を12の LLM に実施し、難度の上昇に伴い能力曲線が下がり、これまで未踏だった高難度領域にまで及ぶことを示している。
説明JIVE：多様な生成サンプリングのためのヤコビアン情報付き体積拡張
要約生成モデルはモード崩壊や標本の多様性不足に悩まされることが多い。JIVE は学習を必要としない手法で、生成器の終点ヤコビアン（Jacobian）の主要な右特異部分空間に沿った速度摂動を注入し、生成の多様性を高める。論文によれば、この手法は標本品質を保ちつつ終点の多様性を理論的に最大化でき、計算は行列フリーの反復で行うため追加コストは小さい。複数のベンチマークで、少ステップおよび1ステップ生成におけるピクセルレベルと特徴レベルの多様性が向上したと報告されている。
説明SlopBench：言語モデルを「AI的な冗長さ」で順位付けできるか――反復的なAI文章の複数領域ベンチマーク
要約SlopBenchは、読者が「AIスロップ」と呼ぶ硬くて反復的な文章を、どのモデルが多く生成するかを比較するためのベンチマークです。メール、SNS投稿、エッセイ、職場チャットの112タスクで18モデルを評価し、合計19,928件の出力を集めました。長さ、同一タスク内での書き出しの繰り返し、段落のリズム、固定的な語彙表現という、人が確認できる四つの表層的な振る舞いを採点しています。総合順位は重み付けに強く依存するため、著者は四つの指標を別々に報告し、プロンプト、出力、参照統計、採点コードを公開しています。
説明解説：分離可能な線形分類におけるAdamの「二つの顔」
要約本論文は、softmax パラメータ化と対数損失の下で、決定的・全バッチ・バイアス補正付きの Adam が分離可能な線形分類でどう振る舞うかを調べる。小さな正の固定 ε の場合について定量的な記述を与え、更新が勾配のような振る舞いに移る前は分類器がほぼ最大ノルムマージン最適に近いことを示す。欧氏マージン目標への到達にはより長い反復が必要とされ、実験が予測を支持するという。
注目点小さな固定epsilonのAdamについて、分離可能線形分類における最大ノルムと欧氏マージンの二段階挙動を定量的に示し、新規性が高い。反復回数の界を理論と実験で裏付けている。
説明有限のプローブで十分：重み空間学習における識別可能性と普遍性
要約本論文は、有限個のプローブに基づく表現がニューラル関数の性質を学習するのに十分となる条件を研究し、一般的な識別可能性と普遍性の結果を示しています。中間の隠れ層表現は最終出力のみに頼るより多くの情報を提供できることが示されています。これを踏まえ、隠れ層プローブ応答から学習する単純な構造 HIDDENPROBE を提案し、MLP と Transformer を含む複数のベンチマークで既存手法を上回りました。コードは GitHub で公開されています。
説明NSV-Shift：音声対音声モデルの非音声発声理解と応答調整を評価する対比ベンチマーク
要約本論文は、音声対音声モデルが非音声発声（NSV）を理解し、それに応じて応答を調整できるかを評価する対比型ベンチマーク NSV-Shift を提案している。各ペアは語彙内容が同一の二つの会話からなり、最後のターンに含まれる非音声発声だけが異なる。試験版は人手で検証された22ペア（44の音声条件）から成り、五つのモデルについて非音声発声の知覚、感情理解、応答の調整を評価した。結果として、モデルは非音声発声を検出する点では概ね良好だが、その細かな感情的意味の解釈や、適切に区別された応答の生成では苦戦する傾向が示された。
説明拡散 Transformer における残差ストリーム負担と表現学習の関係
要約本論文は、大きなピクセルパッチ上で動作する拡散 Transformer が、クリーンデータの予測では成功し、ノイズや速度の予測では失敗する理由を検討します。著者らは、ノイズを含む目標では残差ストリームが深層までノイズ依存の入力変動を保持する必要があるとし、これを「残差ストリーム負担」と呼びます。実験から、パッチ空間での周波数集中性と残差状態の帯域幅が重要であることが示されています。さらに、空間インデックス付きハイパーコネクション（SiHC）により ImageNet 256² で FID 1.71 を達成したと報告しています。
説明MISHAP-Bench：大規模音声言語モデルの幻覚ベンチマーク
要約大規模音声言語モデル（LALM）は、音声について流暢な回答を生成する一方で、根拠の乏しい主張をしばしば行います。本論文は幻覚を、音声に基づかない主張の「文脈」型と、音声関連の話題に外部で検証可能な事実の裏付けがない「知識」型の二つに分けています。開放型の質問と音声の組12,000件からなるMISHAP-Benchを構築し、十の最新モデルを評価したところ、最も高性能なモデルでも幻覚率は36.5%でした。また四種類の緩和手法も試されていますが、効果は限定的です。
説明ラベル不要のチェックに価格を付けて、リスクを制御した選択的な回答を行う手法
要約本論文は、再解答などのラベル不要のチェックから小さな決定ルール群を構築するPriceCheckを提案し、大規模言語モデルがいつ回答を控えるかを決めます。各チェックには、正答と誤答での一致率と実行あたりのコストに基づく価格が付けられます。数学分野では、選ばれたスケジュールが平均76.1%の回答を提供し、15の分割すべてで保留データの選択的リスクを1.5%未満に保ちました。
注目点ラベル不要チェックの価格に基づく決定規則を提案し、数学タスクで複数分割と比較基準により選択的リスク制御を検証している。
説明多重校正のための拡張特徴ブースティング：離散化を用いない手法と保証の階層を分析
要約本論文は多重校正（multicalibration）を扱います。予測器の残差は全体として不偏であるだけでなく、予測器自身の水準集合で条件付けし、豊かな検定関数で重み付けしても不偏であることが求められます。著者らはTax他（2026）に着想を得て、特徴拡張型のブースティング手法を提案します。各ラウンドで、直前の予測器の出力を追加特徴として受け取る仮説に対して二乗損失オラクルを呼び出し、最終的な予測器のみを丸めて有限個の水準集合を得ます。拡張された仮説クラスの表現力を通じて分析を行い、多重正確性、多重校正、より強い水準集合多重校正を含む保証の階層が得られることを示します。
説明大規模言語モデルのデコードにおける活性化スパース性とKVキャッシュスパース性の交差点
要約本論文は、大規模言語モデルの逐次デコードで、活性化スパース性（射影重みの読み出しを削減）とKVキャッシュスパース性（キャッシュ読み出しを削減）のバイト量の交差点を分析する。モデル次元と保持率から理論的な高速化上限を導き、2種類のGPUで2Kから128Kトークンまで実測している。短い文脈では射影分岐が、長い文脈ではKV分岐が優位であることが示された。匹配した困惑度の条件下では、両者の組み合わせが最良の単独分岐より14%から26%速くデコードできるとしている。
注目点バイト交差点と高速化上限の統一的分析を提案し、2つのGPUで2Kから128Kトークンまで実測して検証しており、分野の一部に有用である。
説明通常の方策最適化は確率的文脈付きバンディットで最適かつ差分プライバシーを満たす（方策最適化の理論解析に関する論文）
要約本論文は、標準的な方策最適化（vanilla PO）が確率的文脈付きバンディットで十分に探索し、ほぼ最適な後悔を達成できるかを検討しています。実現可能性の仮定の下で、オフライン回帰に基づく指数型の方策更新が、探索ボーナスや重要度重み付けなしでこれを実現することを示しています。さらにバッチ版と、プライベート回帰オラクルによる差分プライバシー付きアルゴリズムも提案され、実験で実用的な有効性が示されています。
注目点探索ボーナスなしの標準的な指数方策更新が近最適な後悔を達成することを示し、バッチ版と差分プライバシー版も提示する。実験の規模と影響範囲は限定的。
説明分布仮定なしのリスク保証を備えた、より高速なブロック拡散モデル配信
要約本論文は、ブロック拡散言語モデルの運用設定を、校正用プロンプトでの回答の正否に基づいて有限標本手順で選ぶ Redline を提案します。参照設定と候補設定の双方の誤答確率を、利用者が指定した予算内に高い確率で抑え、条件を満たす最速の設定を配備します。LLaDA2 の数学タスクでは、1回の前向き計算で確定するトークンが3分の1以上増えたと報告されています。
説明自分の正答率を予測するよう訓練したLLMは、2種類の形のメタ認知を学習する
要約研究者は10個のオープンウェイトLLMに、事実に関する多肢選択問題へ答える前に自分の正答率を予測させる訓練を行いました。その結果、訓練後の確信度は二つの信号を含むことがわかりました。訓練データに近い問題では真の正答率を追跡し、それ以外の領域では回答分布の集中度（出力の一貫性）を追跡します。出力の一貫性の追跡は訓練初期に現れ、データセットをまたいで一般化しますが、正答率の追跡は後から発達し、訓練分布の範囲にとどまります。
説明事前解釈リスク：LLM間におけるメッセージ通信の原理的な制御
要約本論文は、LLMが相互にメッセージをやり取りするエージェントシステムを対象に、送信前に受信側がメッセージをどう解釈するかを見積もる「事前解釈リスク」（PIR）を提案しています。受信側が意図と異なるタスクを再構成する確率を、黒箱プローブを用いて推定します。また、受信側の情報を問い合わせる価値を示す「解釈情報の価値」（VoII）により、問い合わせの要否を判断します。実験では、受信側ごとの解釈失敗率が4～13倍異なり、PIRに基づく修正で元のメッセージに比べ解釈失敗が44％減少したと報告されています。
説明地図を持ちながら迷う：言語モデルにおける対話状態と行動の信頼性
要約本論文は、タスク指向対話（MultiWOZ、SGD）において、4系統8種の指示チューニング済み言語モデルが対話状態をどのように表現・更新・利用するかを調べています。ドメインやスロットなどの構造情報は値よりも読み取りやすく、ユーザーが値を変更した後も新旧両方の値がモデルの行動に影響することが示されています。これを踏まえ、基盤モデルの行動を出発点として構造的読み出しに基づき選択的に修正する制御器を提案し、保持データで精密クエリ正解率を0.318から0.621、タスク成功率を0.272から0.371に向上させています。
説明ニューロン単位のアーキテクチャ成長：EEG時系列デコードに対する統制評価
要約畳み込み型EEGデコーダは通常、固定の幅で学習される。学習中に損失が最も減りそうな箇所へニューロンを追加する成長手法が、参照幅と比べて改善するかはEEGでは検証されていなかった。本研究では12の運動想像データセットで3種の畳み込みバックボーンを3つの方式で成長させ、被験者ごとに参照モデルと比較した。成長させたShallowFBCSPNetは参照モデルより2.9ポイント高く、パラメータ数は0.57倍であった。SCCNetの変化は最大1.2ポイントであった。
説明DCEmbed：ニューラル代理モデルに対するスケーラブルな最適化手法
要約本論文は、ニューラル代理モデル（学習で得た近似モデル）を埋め込んだ最適化問題を解くための DCEmbed を提案する。ReLU ネットワークの差分凸（DC）表現を利用し、活性化関数のために二値変数を追加せず、反復的な罰則付き凸－凹手続きで解く。二次計画、混合整数資源配分、ニューラル二段階確率計画の実験で、正確な混合整数埋め込み手法より速く高品質な実行可能解に到達することが示されている。
説明二つの信頼度ゲート付きローカルLLM審査員による加盟店マッチング学習データの選別
要約本論文は、ノイズの多い決済記述子を加盟店実体にマッチングする、またはマッチなしと判定するタスクにおける擬似ラベルの信頼性を検討する。二つのローカル大規模言語モデル（LLM）審査員が一致した場合のみラベルを保持し、選択と棄権に別々の閾値を設定する。2,000件の専門家注釈付きクエリでの回顧的再生により、閾値(0.86, 0.80)で純度96.88%、カバレッジ81.7%が得られ、単一モデルを上回った。ただし本研究はラベルの純度のみを測定しており、下流の学生モデルでの有用性は検証されていない。
説明反実仮想ロールアウト再生：分岐可能な環境によるソフトウェア工学エージェントの無料プロセス報酬
要約結果のみの強化学習では、ソフトウェア工学エージェントは最終的な成功信号しか得られず、中間の判断への指導が乏しい。本論文では、分岐可能な実行環境を訓練時に用いて段階ごとの収益比較を得る手法、反実仮想ロールアウト再生（CRR）を提案する。少数の決定点を選び、状態を復元し、代替行動をサンプリングして方策に従い分岐を進める。人手による過程ラベルや学習済みの過程報酬モデルは不要である。
説明JET：Transformer における回答評価手法。事前学習済みモデルで与えられた選択肢から答えを選ぶ
要約JET は事前学習済みの言語モデルと視覚言語モデルを用い、追加学習なしで有限個の候補回答から一つを選びます。各候補の尤度を直接評価し、候補間で計算を共有します。デスクトップ CPU と一般消費者向け GPU で判断精度と実行コストを検証し、Qwen3.6-35B-A3B は MMLU の全テストセットで 87.48% の精度を達成しました。プレフィックス再利用とキャッシュ管理により 2.18〜2.23 倍の高速化が見られ、入力準備の最適化で処理時間が 30.8% 減りましたが、出力は変わりませんでした。
説明Robot-GST：幾何を考慮した時空間ロボット方策の表現と評価の枠組み
要約本論文は、RGB-D観測から3D Gaussian SplattingとSAM3Dを用いてロボット環境を構築し、動作の実行前に候補動作列をシミュレーションで評価して実行不可能な振る舞いを除外するRobot-GSTを提案しています。大規模視覚言語モデルによる長期タスク計画と、幾何サンプリングおよび状態ベースの軌道計画による最終状態推定を組み合わせています。立方体の設置、玩具の梱包、アヒルの再配置などの剛体・軟体・変形物体の作業で検証されています。
説明集団の物理学、集団の問題：LLM社会における安全性と創発
要約本論文は、大規模言語モデル（LLM）の集団が示す集合的振る舞いを研究しています。統計的に有意な自己組織化が現れ、単一エージェントの挙動からは予測しきれない場合があることを示しました。著者らはLLM社会システムの自己組織化を測る枠組みを提案し、謝リング格子（Schelling grid）、ソーシャルネットワーク（Moltbook）、模擬的な誤情報拡散環境（Rogue）の3つに適用しています。オープンエンドなシステムでは相転移のような急激な変化が見られ、安全調整や監視があっても集団レベルの異常が生じうると報告しています。
説明成功した戦略が失敗するとき：ターミナルエージェントの環境変化への適応
要約本研究は、タスクの目標を変えずに、成功した軌跡の前提となる環境の仮定を崩す「環境の新奇性」を扱います。研究者は、軌跡に関連する仮定を抽出し、標的を絞った環境変更を加え、新タスクが依然として解けることを検証する自動化パイプライン「AGNI」を提案しています。三つのターミナルベンチマークで複数のLLMエージェントを評価したところ、基本タスクと新奇タスクの間に大きな適応ギャップが見られました。新奇性に対して学習させたエージェントは、保留された新奇タスクへの適応と基本タスクの性能の両方が向上しました。
説明R²Flow：再帰的スキル進化による再帰的自己改善
要約本論文は、大規模言語モデルベースのエージェントがスキルライブラリを再利用・改訂して自己改善できるR²Flowフレームワークを提案します。方策学習、独立した検証、バージョン管理されたライブラリ更新を交互に行い、独立ステップの順序だけが異なる履歴を統合して証拠を共有します。複数のタスクでの実験において、既存の基準手法より精度と編集精度が高く、異なる実行器にも転移できると報告されています。
説明エンコーダ・デコーダ型音声認識モデルのインコンテキスト適応
要約本論文は、推論時に音声とテキストの組を例示として与えることで、各種のエンコーダ・デコーダ型音声認識モデルが新しい話者、アクセント、ドメインに適応できるかを検討しています。6つのモデルと2種類の例示形式で試験した結果、すべてのモデルが追加の学習なしで適応でき、オラクル実験では最大30%、第一パスの仮説を用いた場合は最大23%の相対改善が得られました。まとめて提示する例示形式は全般的に一貫した適応効果を示しました。
説明PI-NOMT：脳内液体力学のための物理情報付きニューラル最適質量輸送
要約本論文は、トレーサーの密度・速度・ソース項を連続的なニューラル場として表現し、物理方程式と非平衡最適輸送の正則化を組み合わせて、疎な時空間観測から隠れた輸送機構を推定するPI-NOMTフレームワークを提案している。真値が既知の合成ベンチマークと、9匹の対照ラットから得た動的造影MRI（DCE-MRI）データで評価が行われ、速度場の復元と低い端点誤差、偏微分方程式残差の小ささが示された。
説明プログラム検証による視覚言語モデルの自己進化手法（VQS）
要約既存の視覚言語モデルの自己進化法は、ラベルのない画像から生成した問いの答えを多数決やモデル判定で付けていますが、人手評価では生成時のラベルの約24%（多数決）と18%（モデル判定）が誤りだったと報告されています。本論文は、モデルが画像をシーングラフや表、図の構造化記録に解析し、固定のプログラムがそこから問いと答えを作る手法VQSを提案します。モデルは、プログラムが読み取った個々の事実を短い主張ごとに確認するだけです。10のベンチマークで、Qwen3-VLの2B・4B・8Bいずれでも最大3.18点向上し、各規模で最強の自己進化ベースラインを上回りました。人手評価での正答率は、VQSが94%、多数決が76%です。
説明ReDrive：世界モデリングで表現を形成するエンドツーエンド運転フレームワーク
要約本論文は、将来の表現予測によって計画志向の視覚特徴を強化する、エンドツーエンド自動運転フレームワーク ReDrive を提案しています。学習は、運転動画の事前学習、世界モデリングと計画の同時学習、プランナーの適応という三段階で行われます。推論時には補助的な知覚モジュールも将来予測も必要ありません。NAVSIM での評価では、v1 で 91.0 PDMS、v2 で 90.8 EPDMS を達成したと報告されています。
説明注意ヘッドのチャネルとして再解釈することで文脈化を再考する
要約本論文は、言語モデルにおける文脈化、すなわち単語間で情報を伝達し文ごとの単語表現を構築する処理を検討しています。著者らは、情報量の少ない単語ほど多くの文脈情報を吸収する傾向があり、その吸収は選択的で、対応する単語同士の間でより正確に情報を伝えると主張しています。また注意ヘッドを特異ベクトルでゲートされたチャネルとして再解釈し、それらのベクトルが情報量の多い単語の隠れ状態を指すこと、また注意ヘッドを自動的に解釈し連続空間に埋め込めることを示しています。
説明確率契約：LLMインターフェース間の精度・整合性・意思決定
要約本論文は、正確な有限世界の事後確率、事象の整合、インターフェースの整合性、失敗を考慮した意思決定評価を結びつける「確率契約（probability contracts）」ベンチマークを提案している。1,000の世界で四つのモデル・インターフェース構成を比較し、同等の確率要求でも有効な報告であっても異なる決定が生じうることを示した。事後分析や事前に定めた二次検定も含まれ、結果は構成や層によって異なると報告されている。
説明QwenGyre：超長期タスク向けエージェントを訓練する弾力的強化学習フレームワーク
要約本論文は、単一の実行が数時間、数百回のモデルと環境のやり取り、1回のロールアウトで約100万トークンに及ぶ超長期タスクのLLMエージェントを訓練するQwenGyreを提案します。実行を中断せずにロールアウトと学習の間でGPUを動的に再配分し、軌跡処理器で分岐履歴の再構成、部分進捗の評価、冗長な経路の除去を行います。NL2RepoBenchで52.5%から58.5%へ向上し、ベースラインより最大1.85倍速いと報告されています。
説明コードはさまざまなタスクにどう役立つか？LLM事後学習の分解的視点
要約この論文は、実行検証済みのコードコーパスを解法の計算パターンに基づいて解釈可能なカテゴリに分解し、指示調整済みモデルで質問応答、数学、コード生成における個別カテゴリと均衡混合の効果を制御された微調整実験で比較しています。同じカテゴリがあるモデルやタスクを改善し、別のものを悪化させることや、最適なカテゴリが開始モデルや目標タスクによって変わることが示されています。また一部のモデルとタスクの組み合わせでは、全コーパスの約10〜15%を使った混合データが全量学習を上回ったと報告しています。
説明ViBR-WM：世界モデリングのための視覚ベイズ回帰
要約本論文は、不確実性を考慮した時系列予測のためのViBR-WMモデルを提案する。解釈可能な回帰により、視覚特徴、物理的履歴、既知の共変量を組み合わせ、トレンド・季節性・周期性を扱うモジュール構造を備える。視覚表現を圧縮したうえでベイズ変数選択により回帰の次元を絞り、後验確率を重みとして予測子の部分集合ごとの予測を統合する。物体運動、植生の緑度、太陽光発電の4つの予測課題において、いずれも比較手法より物理目標の平均誤差が小さかったと報告している。
説明型付き確率評価器としてのLaya：独立再現と、較正および選択的エスカレーションに関する事前登録研究
要約本論文は、ワークフロー状態に対する選択・否定・採点型の質問に答える421Mパラメータのモデル（ModernBERT-large）であるLaya Typed-Decisionsを独立に再現した研究である。公開チェックポイントは過信ではなく系統的に自信が低いことが示され、単一の温度スケーリングで留保データのECEが0.204から0.037に下がった。事前に凍結された選択規則が選んだ等渗回帰は支持されなかった。公式テストセット全体での再実行により準確率が再現され、事前登録した8つの実験のうち確認的検定の20件がFDR補正後に棄却された。
説明ChemOPD：多タスク化学推論のための多教師オンポリシー蒸留
要約本論文は、単一の大規模言語モデルに複数の化学推論能力を持たせるChemOPD手法を提案する。教師付き微調整の勾配からタスク間の類似度を推定し、混合整数計画法で部分的に重なる専門家グループを構成する。全タスクで学習した汎用教師を保持し、専門家の指導でその監督を補完する。ChemCoTBenchでは、専門家のみの蒸留より多くの指標で改善し、教師の性能をより多く引き出した。
説明DeltaSeek：変化し続ける建設環境における能動的知覚への初期的取り組み
要約建設現場は絶えず変化し、大きな幾何形状の変化が静的なマッピングや位置合わせの性能を低下させます。本論文は、ロボットの感知機構（エンボディメント）が取得できる観測をどのように制約するかを扱う、DeltaSeek の初期フレームワークを提案します。Husky A300 と UR5e を用い、IFC 由来のベンチマークで底盘搭載型と手首搭載型の RGB-D 構成を比較しました。その結果、2 つの変化は底盘からはまったく観測できない一方、手首カメラでは観測できました。両方から観測できる変化について、基台の中央値移動距離は手首カメラで 6.0 m、底盘カメラで 15.2 m でした。
説明弱から強への汎化における「能動的ボトルネック」機構：2段階学習で生徒モデルが教師を上回る条件を説明する研究
要約本論文は、教師モデルの予測で学習させた生徒モデルが教師を上回る弱から強への汎化（W2SG）を扱う。早期打ち切りや明示的な正則化を用いない収束した2段階のリッジなし線形回帰において、疑似ラベルの数が明確な中間範囲にあるときに限り生徒が教師を上回ることを、閉形式で示している。ランダム特徴モデルでは、データ量とモデル幅のうち希少な方が教師の誤差をどれだけ除去できるかを決めると分析している。
説明CLIMB-flow：マルチスケールフローに基づく線形逆問題の結合事後サンプリング手法
要約本論文は、ピラミッド型・カスケード型の拡散モデル構造に対する、ベイズ逆問題の事後サンプリング手法CLIMB-flowを提案します。粗いものから細かいものへの階層的戦略により、画素領域で画像を生成します。各段階で端点推定、データ整合更新、ネットワークが想定する雑音レベルへの再付加の3ステップを交互に行い、近似ギブスサンプリングを実現します。ImageNet、CelebA、AFHQ、fastMRIで修復、ぼけ除去、超解像、高速MRIの実験を行い、CelebAでは最も強い比較手法に対し1.37〜7.66 dBのPSNR向上を報告しています。
説明一つの攻撃で多くの最先端MLLMを欺く：高い転移性を持つブラックボックス敵対的攻撃の研究
要約本論文は、単一の敵対的画像がブラックボックス条件下で複数の最先端マルチモーダル大規模言語モデルを一貫して誤らせられるかを検証しています。著者らは、代理モデルのクロスモーダルに整合した高次の意味空間を活用する攻撃枠組みO-Attackを提案し、意味的合意によって摂動を最適化します。GPT-5.4、Claude-4.6、Gemini-3.1に対する攻撃成功率は、既存手法のそれぞれ29.1%、42.8%、38.2%から77.2%、81.6%、80.9%へ向上したと報告されています。
注目点既存の代理モデルと整合された意味空間を活用し転移攻撃を改良。24のMLLMと6手法との比較で成功率が大きく向上している。
説明視覚的な計画に動作を合わせる学習：想像した結果を実現するロボット制御
要約本論文は、世界行動モデル（WAM、world-action model）が予測する視覚結果と、生成された動作が実際に導く結果との不一致に着目します。著者らはWAMの視覚予測を実行可能な計画ではなく、目標条件付きの視覚的提案として扱い、凍結した行動条件付き世界モデルを用いて両者の整合性と最終目標への一致度からフィードバックを作成します。これを用いてFlow Policy Optimization（FPO）で動作ヘッドを最適化し、4つの実機UR5操作タスクで平均成功率を43.4%から75.1%へ高めました（π0.5は61.4%）。
説明V-JEPA 2とAQAによるマウンテンバイク動作品質評価：段階別スコアリングと参照ベースのフィードバック
要約本論文はマウンテンバイクのジャンプ動作の品質評価（AQA）を研究しています。学習データは実地で撮影した95本の動画で、技術が良いか悪いかという二値の粗いラベルのみが付いています。凍結したV-JEPA 2の映像特徴と二次元の姿勢・動作計測で四つの段階を要約し、小型のTransformerがスコアを予測します。良い技術の動作との比較から改善の手がかりも提示します。著者は、5分割交差検証の結果（AUROC 0.768）は探索的なもので、選択バイアスや選手の分離不足があり、外部の小規模検証の結果も弱いため、選手に依存しない信頼できる評価や修正フィードバックはまだ確立されていないと述べています。
説明dOPT：幾何的縮約による円錐最適化の微分
要約本論文は、最適化問題を学習システムに組み込んで訓練できるよう、円錐最適化を微分するdOPTフレームワークを提案します。完全な円錐定式化を直接微分するのではなく、計算された原始・双対解において等式制約付き二次計画に縮約し、参照解とその一次の感度を保持します。凸非線形計画、二次計画、二次錐計画、半正定値計画について明示的な縮約を導出し、数値実験で勾配の妥当性と、問題規模が大きくなるほど既存手法より大幅に高速になることを示しています。
説明Vestrum：検証・構造・メモリの調整によるエージェントハーネスの改善
要約本論文は、言語モデルエージェントのハーネス（情報取得、ツール利用、記憶、自己検証を制御するソフトウェア）を、タスクモデルを学習させずに改善するフレームワーク「Vestrum」を提案しています。実行トレースの失敗を分類し、検証・検索・分解・知識統合に関する変更を提案して範囲を絞り込み、まとめて評価します。5つの設定と2つのベースラインで、保留データ上の性能向上が示され、例えばUltraHorizonは47.6から59.8に、Terminal-Bench 4 Hardは63.7%から70.3%に上昇しています。
説明自動解釈可能性による視覚的異常検知の強化
要約視覚的異常検知器は正常データからの逸脱を検出しますが、その異常信号には実際の異常と無害な視覚的変化が混在することがあります。本論文は、スパースオートエンコーダでPatchCoreの残差を分解し、マルチモーダルLLMが各特徴を異常・妨害・不確定のいずれかに分類する手法を提案します。妨害特徴を抑制し異常特徴を増幅する介入により、4つのベンチマークの40カテゴリで、源データのマクロ平均画像レベルAUROCが0.8724から0.8857に、合成劣化下で0.8066から0.8210に向上しました。
説明異なるトークナイザ間の蒸留のための二重語彙言語モデル
要約本論文は、教師と生徒でトークナイザが異なることによる蒸留時のずれに取り組み、二重語彙言語モデル（DVLM）を提案します。教師のLMヘッドを生徒の語彙へのプロジェクションヘッドに置き換え、並列トークン化系列と混合プレフィックスアテンションにより、入力トークン化と出力ロジットの両面で整合した監督を与えます。実験では、DVLM教師の収束損失は元の教師と近く、生徒モデルは六つの推論タスクで性能が向上したと報告されています。
説明モーメンタム付きアニール型Sinkhorn：線形メモリで認証可能な非正則化最適輸送
要約本論文は、非正則化の離散最適輸送に用いられるBregman Douglas-Rachford分割法（BDRS）を分析し、線形メモリで随時評価可能な原始双対証明書を提案しています。著者らはBDRSが1回の内側Sinkhorn反復を用いたウォームスタート型の不正確近接点法（IPOT）と一致することを示し、暗黙の逆線形温度スケジュールを持つアニール型Sinkhornとして解釈しています。画素単位の色移送実験では、1024×1024画像に対してBDRSがより低い修復輸送コストを達成し、単一のNVIDIA L40S GPU上で約1000万画素の画像の色移送を行いました。
説明同一条件の実行でも結果は異なる：オープンウェイトモデル上でAIコーディングエージェントを評価する
要約本論文は、航空便の遅延を予測するXGBoost分類器の学習コードを改善するという機械学習タスクで、584回の実行を行い、6種のエージェントと6つのオープンウェイトモデルの組み合わせを比較しています。同じ組み合わせの同一条件での実行結果のばらつきが、組み合わせ同士の差よりも大きく、少数の実行では順位付けが信頼できないことを示しています。著者らは、エージェントとモデルを組み合わせとして、繰り返し試行によって評価し、品質と並べて規則遵守も報告すべきだと提案しています。
注目点584回の反復実行でコーディングエージェントの結果のばらつきを定量化し、少数の実行では順位付けが不安定であること、違反実行が最高スコアになることを示し、証拠は十分である。
説明道路に目を向けて：都市部インド交通におけるMTW乗員の注視行動の自然的比較
要約本研究は、インドの都市部の自然で多様な交通環境において、二輪車（MTW）ライダーの注視行動を大規模に分析した初の研究であり、myEye2Wheelerデータセットを用いています。YOLOv11とSAM2を組み合わせた意味的セグメンテーションにより、直接注視（中心窩）と中心視（傍中心窩による監視）の二つの注意モードで物体レベルの指標を抽出しました。中心視は広範な監視を、直接注視は短時間の選択的な取り込みを担うことが示されました。経験の浅いライダーは道路を基点に走査し、経験豊富なライダーは複数の物体にわたる長い注意の連鎖を形成します。経験は注意配分の戦略よりも時間的リズムを主に洗練させるとされています。
説明活性化ステアリングによる自己回帰型音声合成の話速制御
要約自己回帰型音声合成システムは、学習後に話速をほとんど制御できません。本論文は、再学習なしで推論時に話速を操作する手法を示します。デコーダブロックの活性化を発見された「速度軸」上で固定値にクランプします。この方法は話者の同一性をおおむね保ち、複数のモデル構造に適用でき、客観評価と主観評価の両方で高い自然さを維持すると報告されています。
説明CodeActionBench：具身操作におけるエージェント型コード・アズ・ポリシーの評価
要約本論文は、25 件のロボット操作タスクからなるベンチマーク CodeActionBench を提案し、汎用マルチモーダルモデルが視覚理解と推論を実行可能なコードに変換して操作を行えるかを評価します。タスク固有の微調整や専用の知覚モジュールを用いず、9 つの構成、675 回の試行で行われ、成功率は 2.7% から 73.3% でした。軌道分析では、空間的な位置合わせ、物体の保持、完了判断に関する失敗が示されています。
説明見せることと実行すること：デモンストレーションによる教育
要約本論文は、人がタスクを完了するだけでなく実演によって教える仕組みを扱っています。著者らは教育的なデモンストレーションをモデル化するベイズモデルを提案し、意図的に教えるための「見せる」場合と、単に行う「実行する」場合の違いを比較しています。2つの実験では、人間の参加者がモデルの予測と一致する形で教え方を変えたことが示されています。さらに、標準的な逆強化学習アルゴリズムも、実行の観察よりも見せられた場合から学ぶ際に利点があることが示されています。
説明MinkowskiPE：時空認識のためのミンコフスキー位置符号化
要約本論文はミンコフスキー位置符号化（MinkowskiPE）を提案し、時間と空間の座標でクエリとキーの特徴に適用されるローレンツ変換を parameterize します。これにより注意スコアは二つのトークン間の相対的な時空間変位のみに依存します。分子動力学と動画予測で評価され、原文では九つの多軌道分子評価すべてで最良の結果を得たとしています。KTH動画予測ではMSEを最良のベースラインより9.9％削減し、パラメータ数は約10分の1だと報告されています。
説明拡散報酬モデル（DRM）：拡散モデルで多峰性の人間の選好を表現する
要約本論文は、報酬モデリングを条件付き密度推定とみなし、軽量な拡散Transformerがガウスノイズから報酬ベクトルを生成する拡散報酬モデルDRMを提案します。出力分布に対するパラメトリックな仮定はありません。5つのベンチマークで、データとバックボーンをそろえた条件下で基準モデルと同等以上の結果を示し、従来の一点推定では捉えられない多峰性の報酬構造を再現します。またDRMを学習時の報酬としてRLHFに用いると、方策の性能が向上することも報告されています。
説明多モーダルWasserstein重心による複数モダリティの結合（BaryBind）
要約本論文は、テキスト・動画・音声などの複数のモダリティを共通の意味空間に整列させる手法BaryBindを提案している。まず各モダリティをすべてのモダリティの分布に対する平均Wasserstein距離が最小となる重心へ写像し、その重心を中心とする重心単体の体積を全体的な整列の尺度として用いる。実験では、テキスト・動画・音声の検索、分類、動画質問応答、クロスモーダル生成において競争力のある性能を示し、モダリティ欠損時の頑健性と3つを超えるモダリティへの拡張性も報告されている。
説明大規模言語モデルのオンポリシー蒸留に本当に KL ダイバージェンスは必要か？
要約本論文は、大規模言語モデルのオンポリシー蒸留（OPD）で損失関数としてKLダイバージェンスが必須かを検討しています。教師と生徒の差が大きい一部のトークンについて、更新の向きが教師側を向いていれば学習が機能することを示しました。さらに、各サンプルを全ての教師で監督する多教師手法 C-MOPD を提案し、数学・コードのベンチマークで MOPD を上回ったと報告しています。
説明関連性は十分な根拠の証拠ではない：RAGにおいて生成前に根拠の不足を検出する研究
要約検索拡張生成（RAG）では、検索された段落が正しい実体に言及していても、回答に必要な事実を含まないことがあると指摘しています。根拠が不足している質問に対し、生成モデルは拒否するよう指示されても40.0〜99.3%に回答していたと報告しています。著者らは成対ベンチマークを構築し、質問の網羅性、段落が答えを与えるか、小型言語モデルによる判定を組み合わせたRINSEを提案し、回答生成の前に十分性を評価します。
注目点生成前に質問と根拠だけで十分性を判定するRINSEを提案し、10手法および前線モデルと比較して平均0.837を達成、最良基線0.746を上回る。
説明マルチアパーチャPPGとMAPIS：空間的な光学特性と時間的コヒーレンスの分布
要約本研究は、単一のMAPIS（Matrix Pinhole Image Sensing）装置で取得した各30秒・計44件の記録をもとに、異なる開口ごとの直流強度、拍動性交流成分、灌流指数（PI）、および赤色・赤外チャネルの時間的コヒーレンスの空間的関係を分析しています。交流成分は直流強度に対して劣線形に増加し、直流が低い開口ほどPIが高くなりました。また、直流・交流が低い開口ほど自己相関と心周期の周波数集中度が高く、赤外信号は赤色信号より一貫してコヒーレンスが高いことが示されました。従来の単一チャネルPPGでは平均化されてしまうこれらの関係の光子経路メカニズムについては、今後の制御実験が必要とされています。
