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。
説明物理 Muon：直交化を平衡計算として行う手法
要約本論文は、Muon オプティマイザの Newton–Schulz 直交化を、連続時間フローの平衡状態として計算する Physical Muon を提案している。密な行列積に依存しないよう、ランダムプローブによる行列ベクトル積、逆数読み出し、局所的なランク1書き込みでフローを近似する。1,095万パラメータの Transformer での評価では、密なフローの検証交差エントロピーは Newton–Schulz より平均 0.0085 高く、プローブ実装は対照より 0.0188 高かった。回路シミュレーションでも近い学習挙動が再現された。
説明現成の教師モデルから、グラフ条件付きのオンポリシーエージェント蒸留を行うGC-OPD手法
要約本論文は、小型の言語エージェントを学習させるためのGC-OPD手法を提案する。グラフで教師の実行履歴を状態ごとに整理し、生徒の試行に対して実行証拠を加えた評価を行う。ScienceWorld、ALFWorld Unseen、WebShopで従来のOPDより平均成功率が向上し、タスク固有の教師最適化は不要とされる。
説明Video2STL：視覚言語モデルが生成する時相仕様を用いたロボット学習
要約本論文は、行動注釈のない観察のみの動画を信号時相論理（STL）のパラメータ化仕様に変換し、ロボットの方策学習に利用するフレームワーク「Video2STL」を提案しています。視覚言語モデルが身体に依存しない意味的イベント列を抽出して記号的な時相仕様を構築し、数値の閾値と時間範囲は成功したロボット軌道から定めます。四つの操作タスクと四足歩行ロボットの移動タスクで、比較手法を上回る成功率が報告されています。
説明視覚言語モデルベンチマークの階層的圧縮
要約視覚言語モデルの包括的な評価はコストが非常に高くなっています。本論文は、視覚を考慮した階層的なベンチマーク圧縮フレームワークPRIMEBench（Pruning Redundant Items for Multimodal Evaluation）を提案します。データ清掃、カテゴリ代表の選択、視覚考慮分散に基づく項目剪定、カテゴリ数の剪定の四段階で構成されます。公開版では項目の97%以上を削除しつつ、モデルの順位をおおむね維持しています。
説明不一致から協調へ：オンポリシー蒸留における教師介入
要約オンポリシー蒸留（OPD）は、より強力な教師モデルのフィードバックを用いて、生徒モデルが自ら生成した推論軌跡で学習する手法です。本研究では、推論軌跡の品質だけでは教師の介入箇所を決めるには不十分であることを示しました。介入を深くするほど推論精度の向上は逓減し、オフポリシーの負荷は増えます。そこで著者らは、局所的な方策の不一致を用いて教師の介入時点と生成長を調整するMAESTROを提案しました。8つの数学推論ベンチマークで、MAESTROは0.6Bと1.7BのQwen3生徒モデルの双方において、比較手法中で最も高いマクロ平均精度を示し、標準的なOPDに比べて訓練時の平均応答長を67.3%削減しました。
説明ScaGNN：多重散乱シミュレーションのためのグラフニューラルネットワーク
要約本論文は、境界要素法で多重散乱問題の境界上の解を近似する学習ベースの手法ScaGNNを提案しています。グラフニューラルネットワークに動的な適応的エッジサンプリング機構を組み込み、モデル化すべき最も重要な遠方の相互作用を選択します。これにより計算量は入力グラフのノード数に対して線形になります。多様な多重散乱問題のベンチマークでの実験では、既存の学習ベース手法を上回り、障害物の増加や分布外の形状への汎化性能も検証されています。
説明教師あり因果発見におけるデータとシミュレータの仮定の解明
要約本論文は、構造ラベル付きの学習データから新しいデータセットの因果構造を推定する教師あり因果発見を扱う。学習データはシミュレータで生成されるため、シミュレータが因果グラフ・機構・ノイズに関する仮定を担うことを分析している。また、仮定の下で対象が識別可能かどうかと、学習済み予測器が学習分布の外に一般化するかどうかを区別し、グラフ・機構・ノイズの変化を検証する評価を提案している。
説明長期記憶型QAのための欠落証拠検索を学習する手法
要約本論文は、グローバルに検索可能な記憶と質問固有の証拠状態を分離するMERA（欠落証拠検索拡張）を提案しています。検証済みの証拠が、グローバルな記憶へのアクセスを制限せずに後続の検索を導きます。強化学習で軽量なプランナーを訓練し、以前は欠落していた証拠を取得できるクエリに報酬を与えます。訓練済みの0.6Bプランナーは、LoCoMoで77.40%、LongMemEval-Sで71.29%の精度を達成し、検索に基づく訓練を行わない30Bプランナーをそれぞれ4.10%、3.96%上回りました。
説明確率的時系列予測のための変分拡張可逆Koopman自己符号化器
要約本論文は、潜在埋め込みを決定論的ではなくガウス分布に従わせることで予測の不確実性を定量化する、変分拡張可逆Koopman自己符号化器（VAIKAE）を提案しています。正規化フローを用いることで、学習時に力学系の状態空間で尤度を計算できます。また、学習済みモデルを用いた不確実性を考慮した潜在データ同化の手法も提案され、長期時系列予測のベンチマーク実験で有効性が示されています。
説明ループ型アクター：強化学習のための深さ方向再帰推論モデル
要約本論文は、共有の計算ブロックを繰り返し適用して潜在表現を固定点へ近づける Transformer ベースの方策「Looped Actor」を提案します。現在の状態に応じてループ回数を変えることで、計算量を適応的に配分します。22 のタスク、6 つの環境で評価され、多段階の計画が必要な環境で特に大きな効果が見られ、パラメータ数が 16 倍の非共有ベースラインと同等以上の性能を示したと報告されています。
説明長期的な物体探索のための遡及的オープン語彙メモリ
要約本論文は、長期的な物体探索の課題に対し、ロボットが各場所を観測する機会に応じて検出・非検出の証拠を重み付けする遡及的オープン語彙メモリ手法ECROMを提案します。問い合わせ時にのみ与えられる概念について長期的な出現確率を推定し、その信念を能動探索の事前分布として直接利用します。評価のため、十の HM3D 住宅で物体の配置と観測機会を独立に変化させた制御された長期ベンチマークを導入しています。
説明LazySloth：大規模言語モデルによる有界な遅延木探索で長尺動画を高速に理解する手法
要約本論文は、長尺動画の理解と検索のための木探索手法 LazySloth を提案します。視覚言語モデルが問いに無関係と判断した動画部分だけを有界に캡션化し、計算量を抑えます。既存のエージェント手法より 2.9〜8.3 倍速く、4つのベンチマークで同等以上の精度を示し、オープンソースモデルと GPT-4o の差を縮めたと報告されています。
説明同時ニューラル最適輸送：共有の写像で複数のソース分布を同一ターゲットに揃える
要約本論文は、対応のないサンプルから、複数のソース分布を同一のターゲット分布へ同時に写す共有の輸送写像を学習する問題を扱います。平均輸送コストを最小化しつつ、各ソース分布を指定されたターゲットに揃えるニューラル手法を提案し、その学習のための最大最小（max-min）定式化を導出しています。応用例として、同じ clean な目標画像群を用い、1 つのモデルで複数の劣化タイプを扱う画像修復が示されています。
説明ロバストLassoNet：ロバスト損失関数によるニューラルネットワークの特徴選択の改善
要約ニューラルネットワークによる特徴選択は、データにノイズや汚染があると難しくなります。本論文は、LassoNetの二乗誤差損失をHuber、Cauchy、Tukeyのbisquare、Nonnegative Garroteなどのロバスト損失に置き換えたRobust LassoNetを提案し、極端な観測値の影響を抑えます。実験では、外れ値や裾の重いノイズがある場合に予測性能と特徴選択の精度が向上し、クリーンなデータでは同程度の性能を保つことが示されています。
説明低ビット学習後量子化におけるスケール感度：量子化誤差の曲率
要約本論文は、GPTQ系の学習後量子化で均一量子化グリッドのスケールがどの程度層単位の再構成誤差に影響するかを調べています。幅の広いネットワークと有効ランクの高いキャリブレーションデータの条件下で、正規化誤差が標準ガウス分布に対する均一量子化器の平均二乗誤差に収束することを示し、最適スケールは量子化レベル数の増加とともに小さくなり、その曲率はビット数とともにほぼ指数関数的に減衰すると述べています。5つの大規模言語モデルでの実験では、スケール規則は2〜3ビットで困惑度に大きく影響し、6ビット以上ではほとんど影響しないことが示されました。Hadamard非干渉処理後はガウス最適スケールが3ビット以上で探索で得た最良の規則と同等になりますが、2ビットでは依然として劣ります。
説明『Look What You Made Us Cluster』：Reddit の議論からのヘイト・ナラティブ抽出
要約本論文は、オンライン上のヘイト・ナラティブを特定するため、ナラティブを「実体と評価」の組として表現する抽出パイプラインを提案しています。大規模言語モデル（LLM）の推論により、アスペクトベース感情分析を拡張して抽出を行い、抽出したナラティブを Leiden アルゴリズムでクラスタリングした後、LLM に導かれた細分化プロセスで目的の粒度に調整します。2024 年に泰勒・スウィフトを批判した英語の Reddit コメントを例に、ヘイトスピーチのパターンを示す代表的なクラスタを分析しています。
説明長尺動画の一貫性生成のための相補的検索拡張プロンプト手法
要約長尺動画では、独立に生成されたショット間で登場人物・場面・物体の一貫性を保つことが難しい。本論文は、台本を視覚要素の登録表に分解し、VLMで注釈付けされたキーフレーム群から、互いに補完し合う過去の参照画像を検索するエージェント型フレームワークを提案する。検索結果、要素の状態、指示文を一つのプロンプトにまとめ、生成器を再学習せずに固定のまま利用する。マルチショット物語生成の評価で、ショット間の一貫性と文章による制御性において基準手法を上回ったとされる。
説明複雑度を考慮したLLMのコード理解評価
要約本論文は、循環的複雑度、ネストの深さ、分岐因子、Halstead量などの指標を用いて、大規模言語モデルのコード理解能力を複雑度別に評価する枠組みを提案しています。DeepSeek-Coder-V2とLlamaを、300個のPython関数の入出力予測と、60個の関数に対する人手による意味理解評価で比較しました。両モデルとも、コードが複雑になるほど正答率が大きく低下したと報告しており、総合精度だけでは信頼性を十分に把握できないと主張しています。
説明ルーティングは元を取るべき：経済的なLLMルーティングのための疎な教師あり学習
要約本論文は、有用なモデルのフィードバックだけを選択的に収集し、関連するクエスト間で能力情報を共有する、疎な教師ありの大規模言語モデルルーティング枠組みSaveRouterを提案しています。4つのベンチマークで、主な設定では学習フィードバックの約33〜41%のみを使用しながら、競争力のある、または優れたルーティング品質を維持しました。また、最速の従来型ルーターと比べ、損益分岐点の展開量を約1.9〜9.5倍削減しています。
説明BeatDance：階層的時空間モデリングによるビート整合型3Dダンス生成
要約本論文は、拡散モデルに基づく BeatDance という枠組みを提案し、音楽から3Dダンス動作を生成します。階層的分離注意機構（HDA）で人体姿勢と時間的ダイナミクスを分けて学習し、短期と長期の依存関係を同時に捉えます。また補助的なダンスから音楽へのモジュールを用いたサイクル一貫性学習により、音楽と動きの整合性を高めます。著者らは、2つのベンチマークデータセットで近年の競合手法を上回ったと報告しています。
説明直接経験による世界モデル最適化：行動の模倣を超えて世界を学習する
要約本論文は、世界行動モデル（WAM）を展開後に継続学習させる手法、直接経験世界モデル最適化（DEWO）を提案しています。行動模倣に加え、視覚的経験を通じて世界表現を改善し、成功と失敗の未来から学習します。シミュレーションの五つのタスクと実世界の四つのタスクで、成功率の向上が報告されています。
説明拡散言語モデルの並列デコーディングにおけるソフトトークンの再検討
要約拡散言語モデル（DLM）は各ノイズ除去ステップで複数のトークンを同時に予測・確定できますが、個々には妥当でも互いに整合しないトークンを生成することがあります。本論文は、凍結された事前学習済みDLMを用いて、ソフトトークンのフィードバックが並列デコーディングをどう改善するかを調べます。従来のソフトトークン構成と事前学習済み埋め込み空間との幾何学的なずれを指摘し、学習不要で幾何を考慮した構成法を提案しています。4つのモデルと4つの数学・コードのベンチマークで、標準の並列デコーディングや学習不要のユークリッド型ベースラインを上回ったと報告されています。
説明ランダム監査は隠蔽しうるAIエージェントを整合させられるか：経済理論の論文
要約本論文は経済理論の観点から、不正行為を隠蔽し記録を改ざんしうるAIエージェントに対して、ランダム監査と採点が行動を整合させられるかを検討しています。より強力な監査は、抑止されない違反をかえって隠しやすくすると指摘しています。証拠が隠蔽後も残り、監査の抽選が事前に予測できない場合には、稀な監査でもあらゆる種類のエージェントを抑止できるとしています。証拠が消去されうる場合は、違反による利得を下げるか、隠蔽の手段をより高コストかつ少なくする必要があるとされています。
説明MRIにおける血管周囲腔負担の自動グレーディングのためのマルチタスク学習
要約脑MRIで見える拡大した血管周囲腔（PVS）は脳の健康状態との関連が指摘されており、放射線科医は臨床的なグレーディング尺度に従って目視で評価しています。本研究では、Potters/Wardlaw尺度に基づき、基底核と半卵円中心のPVS発生程度を機械学習で自動採点する手法を開発しました。学習時には半自動で作成された不完全な「シルバー標準」のセグメンテーションマスクも用いています。セグメンテーションと採点を同時に行うマルチタスク学習が最も良い結果を示し、平均精度は64.08%でした。
説明三次元CTから気管支鏡のアクセス可能性を予測する解剖学的認識手法
要約本論文は、気管支鏡のアクセス可能性予測を新しい教師あり学習課題として定式化し、初のエンドツーエンドの枠組みを提案しています。CTの局所形態を扱う専門家、肺葉の解剖学的事前情報を扱う専門家、気管支樹の経路幾何を扱う専門家を統合した、解剖学的認識型のMixture-of-Experts（MoE）モデルを設計しています。術前CTと手技結果を記録した438症例の臨床データセットを整備し、実験ではAUROC 0.8052を報告し、既存のベースラインや経験豊富な医師を上回ったとしています。
説明MoTIF-X：化学モチーフを基点とする、解釈可能で拡張性のあるマルチモーダル分子表現学習フレームワーク
要約本論文は、分子グラフ、SMILES、三次元立体配座の情報を、グラフ上の化学モチーフを共有アンカーとして統合するMoTIF-Xを提案する。第一段階では原子・モチーフ・分子の各スケールで階層的対比学習を行い、第二段階ではSMILESとねじれ角のトークンを用いたマルチモーダルマスクトークンモデリングで表現を文脈化する。OpenADMET ExpansionRxの9つのエンドポイントすべてで平均絶対誤差が最小となり、薬物-標的相互作用予測にも拡張されている。
説明潜在空間での高次元シミュレーションベース推論
要約ニューラルシミュレーションベース推論（SBI）は、画像や時系列などの高次元観測から少数の解釈可能なパラメータを推定するのに広く使われてきました。本論文は、SBIと潜在生成モデルを組み合わせ、シミュレータのパラメータを低次元で表現して潜在空間で事後推論を行い、その事後サンプルを元のパラメータ空間に戻す手法を提案しています。潜在空間での推論が目標の事後分布を回復する条件を整理し、4つの事例と3種類の生成モデルで比較実験を行っています。学習計算量を揃えた場合、精度と周辺校正は目標空間での直接推論と同等で、サンプリングは最大で1桁以上速いと報告されています。
説明ループ型Transformerを最適化器として捉える：隠れ状態を高速重みと見なし、局所的な勾配型更新でループ遷移を設計する
要約本論文は、共有Transformerブロックを繰り返し適用して深さを拡張するループ型Transformerのループ遷移設計を検討しています。著者らはループの隠れ状態を深さ方向に更新される高速重みとみなし、遷移を投影、局所目標、オプティマイザ更新則から閉形式で導出する枠組みを提示しています。要約によれば、既存遷移の入力写像を整合させ、明示的な重み減衰・適応ステップ幅・デルタ目標を組み合わせたOperLoopを提案しています。同じ学習FLOPs下で、整合させた変種は学習損失を下げ、平均常識精度を向上させ、OperLoopは比較対象のループ型・非ループ型ベースラインより平均生成性能が高いと報告されています。
説明Do-JEPA：マスキングから介入へ、潜在世界モデルの学習手法
要約本論文は潜在世界モデルの学習手法Do-JEPAを提案する。従来のように何を見せるかを遮蔽するのではなく、同じシミュレータ状態から行動ありと基準行動の二通りで先の潜在表現を求め、その差分を予測させる。合成系、ピクセル入力、CausalWorldベンチマークで検証され、同じデータで学習した対照群より行動の効果の予測誤差が低いと報告されている。一方、ゼロから学習すると事実予測の精度が下がるが、既存モデルの微調整で解消できるとしている。
説明オンポリシー蒸留において、プロンプトの数ではなくデータが転移をどう左右するか
要約本論文は、オンポリシー蒸留（OPD）で生徒モデルが教師からのフィードバックを受けて学習する際、プロンプトの数・出所・選び方が教師と生徒の組み合わせの間の転移にどう影響するかを検証している。少数のプロンプトでも大規模なプール（DeepMath 3,840件）に近い性能に到達しうる一方、プロンプトの有用性は教師モデルの変更で数学とコードの相対的効果が逆転するなど、組み合わせに依存することが示されている。結論として、有効なデータ選択は師生の組み合わせと目標能力に依存し、研究された設定ではランダムサンプリングが競争力のある基準になるとされている。
説明MG-Thinker：多画像推論グラウンディングのための二軸自己内省手法
要約本論文は、実世界の多画像文脈でピクセル単位の精密な位置特定を行う多画像推論グラウンディング（MRG）のために、強化学習ベースの事後学習フレームワーク「MG-Thinker」を提案する。タスク適応型のChain-of-Thought注釈を付与した2.5万件のデータセットを構築し、タスクとサンプルの難易度のばらつきに対応するため、Bi-Axial DAPO（BiA-DAPO）を導入している。実験では、多画像推論グラウンディングで最先端の性能を示し、多画像理解や多様なマルチモーダルベンチマークでも汎化性能の向上が報告されている。
説明採点前に考える：視覚生成のための思考型報酬モデル
要約本論文は「採点前に考える」という考え方を提案し、これに基づく思考型報酬モデル（TRM）を紹介します。TRMは各事例に応じた評価基準を作成し、その基準に沿って評価して細かな逐点報酬を出力します。また、成対双群相対方策最適化（PD-GRPO）を提案し、成対の教師信号で報酬の識別力を高めつつ細粒度の採点を保ちます。画像生成・編集の報酬モデリングベンチマークで、TRMはオープンソースの報酬モデルの中で最先端の性能を示し、強化学習の報酬として使うと多様な視覚生成モデルを一貫して改善しました。
説明学習問題を言語モデル適応プログラムへコンパイルする手法
要約本論文は、モデルをどこで、どのように、どの程度適応させるかを、結合された予測・意思決定問題として捉える「適応コンパイル」を提案します。コンパイラは過去の適応の経験から学習し、適応を始める前に候補プログラムごとの獲得、転移、有界性、保持への影響を予測して、プログラムを選択します。Llama-3.1-8B では選ばれたプログラムが網羅的探索に近い性能を示し、汎用的および目的別の既定値を上回りました。Gemma-2-9B でも同様のプログラムの差異と選択の余地が確認されました。
説明一度の事前学習で、どこへでもルーティング：LLMルーティングの基盤モデルに向けて
要約本論文は、大規模言語モデル（LLM）のルーティング能力を再利用可能な形で学習するRouteFMを提案しています。タスクや候補モデルごとに個別に学習し直す必要はなく、文脈情報だけで新しい環境に適応します。事前学習に含まれていないMMR-Benchでは、候補モデルあたり8件の観測のみで、最強のベースラインを2.23品質ポイント上回ったと報告しています。
注目点局所的なフィッティングから再利用可能なルーティング基盤モデルへの転換を提案し、事前学習に含まれないベンチマークで転移を示すため新規性が高い。実験は多様な変化を扱うが比較は限定的。
説明SemOPT：報酬誘導型探索による大規模言語モデルの最適化モデリングの意味エラー修正
要約最適化モデリングでは、自然言語の問題記述をソルバー用コードに変換する必要があり、大規模言語モデルがこれを自動化できるものの誤りを起こしやすいことが課題です。本論文は、コードが実行されて目的値を返すものの元の問題の意図に反する「意味エラー」は検出が難しいと指摘し、SemOPT（Semantic-guided Optimization）フレームワークを提案します。これは意味報酬モデルと適応的修正システムを組み合わせ、モデリング空間で階層的な報酬誘導探索を行います。七つの最適化モデリングベンチマークでの実験では新たな最高水準を達成し、複雑なデータセットで最強のベースラインより平均7.6%精度が向上したと報告されています。
説明データ不足下でのモデル選択のための視覚的異常合成
要約本論文は、対象設備の欠陥サンプルがない状態で、実在する無欠陥画像上に重症度別の欠陥を合成し、産業用欠陥検出モデルの選択と検証に用いる枠組みを提案します。MVTecADでのモデル選択実験では、最良の固定モデルと比べて画像AUROCの選択リグレットがほぼ半減しました。水力発電のペルトン水車ランナーへの適用事例では、合成画像でPatchCoreベースのモデルを選択・検証し、最適閾値で94%の正しい検出とAUROC 0.97を示しました。中程度および進行した欠陥は信頼して検出できる一方、初期段階の欠陥は依然として難しいと報告されています。
説明Encore：少数の実演に基づくロボット操作戦略の自律的発見
要約本論文はENCOREという手法を提案します。コーディングエージェントが少数の人間の実演を学習データではなく読むべき証拠として扱い、ロボット操作の方策プログラムを作成・反復改良したのち、評価時に凍結します。LIBERO-PROでは、実演ありの摂動タスクの半数で初回プログラムが成功し、凍結プログラムの成功率は96.3%で、同じ言語モデルを用いた最強の既存エージェントシステム（89.3%）を上回りました。指示が目標を明示しないRoboDojoタスクでは、実演がない場合に成功したプログラムはありませんでした。実機の双腕ロボットでも、各5回の実演からキューブの受け渡しとカップの反転を学習しています。
説明NinaXander：共有潜在空間を介して異なるアーキテクチャの凍結言語モデルを組み合わせる実現可能性と限界
要約本論文は、学習済みの共有潜在アダプタを用いて、異なるアーキテクチャ系統の凍結言語モデルの層を接続し、再学習なしで合成モデルを得る NinaXander を提案している。循環型の RWKV と Transformer 型の Pythia で検証し、Pythia の前 5 層と RWKV の残り 27 層を組み合わせた構成では KV キャッシュが 84.4% 削減され、精度は RWKV 単体と有意差がなかった。一方、多肢選択の精度は親モデル Pythia に及ばず、学習分野外の WikiText では言語モデリング性能が大きく低下した。著者は、これが両モデルが一般的な意味空間を共有することを示すものではないと述べている。
説明ソルバーのフィードバックで難しいMILP問題を生成するようLLMを学習させる
要約本論文は、チャレンジャーとソルバーによる非対称の自己対戦手法を提案し、大規模言語モデルが種となるインスタンスなしで、実行可能かつ計算的に困難な最適化問題を生成できるようにします。難しさは分枝限定法のノード数とカット後の緩和ギャップで測定されます。Gemma-4-12BとQwen3.5-4Bを微調整したOptiScribeモデルは、施設配置問題と最大カット問題で、SCIPの探索ノード数の中央値を基盤モデルより最大で約15.6倍に増やしました。
注目点ソルバー反馈で分枝限定ノード数と切除後緩和ギャップを難易度として報酬化する自己対戦手法を提案し、2種のMILPで基盤モデルより難度を大きく向上させた。
説明動く前に探す：視覚言語ナビゲーションにおける進捗把握のための証拠探索
要約本論文は、視覚言語ナビゲーションで証拠が不足しているのに自信を持って進んでしまう問題（「進捗近視」と命名）に取り組みます。提案手法SeekVLNは、意味的な進捗推論と、タスクに関連する観測の能動的取得を組み合わせます。学習は2段階で、まず未来指向の逆方向生成で補助視点と証拠注釈を加えた軌跡により教師ありファインチューニングを行い、次に反事実対照方策最適化（C2PO）で強化学習による微調整を行います。R2R-CEとRxR-CEでベースモデル比で成功率がそれぞれ12.7%、7.5%向上したと報告されています。
説明ポートハミルトン潜在推論：テスト時計算スケーリングにおける推論ドリフト崖の緩和
要約本論文は、連続潜在空間で反復推論を行う際に生じる「推論ドリフト崖」を扱います。推論ステップを増やすと正確さが大きく低下する現象です。著者らは、ポートハミルトン潜在推論（PH-LD）と直接勾配純テンソル・ヘルムホルツ＝ホッジ分解（DG-HHD）を提案し、表現力を保ちつつ長期的なドリフトを抑えるとしています。原文によれば、DG-HHDのピーク精度は58.67%、K=32で35.27%を維持し、小規模言語モデルの多段因果推論でも計算量に応じた単調な向上が見られたとされています。
説明PCaPaint：ショートカット学習を抑えた前立腺がんMRIの画像修復
要約本論文は、潜在拡散モデル（LDM）を用いて前立腺がんMRI上の腫瘍領域を合成するPCaPaint手法を提案しています。モデルが病変をマスクした条件画像をそのまま再現するショートカット学習を抑えるため、条件画像をガウスノイズで埋める方式と、病変領域の誤差を重視する学習目標を導入しています。また、T2強調像とDWI・ADC画像をそれぞれ別のオートエンコーダで圧縮する多系列潜在表現を用いています。実験では、合成データが前立腺病変の分割、患者単位の分類、病変単位の検出の性能を向上させ、最近のLDMベースの腫瘍修復手法を上回ったと報告されています。
説明TAEC：多段階の視覚RAGのための軌跡認識型証拠調整手法
要約多段階の視覚検索拡張生成（RAG）は、視覚的な証拠を繰り返し検索し、中間状態を更新して、探索を続けるか回答するかを判断することで複雑な質問に答えます。本論文は、推理の軌跡全体で証拠が有効に使われなくなる問題に対処するため、訓練不要のフレームワークTAEC（Trajectory-Aware Evidence Coordination）を提案します。TAECは未解決の回答要件を共有の軌跡状態で追跡し、どの証拠を文脈に入れるか、蓄積されたメモリをどう保持するか、視覚証拠をどの詳細度で見るかを調整します。ViDoSeek、SlideVQA、MMLongBench-Docでの評価では、複数の商用視覚言語モデルにおいて訓練不要の既存手法を上回る平均精度を示しました。
説明いつ検索し、いつ保持するか：ストリーミング動画LLMのための不確実性考慮型時間的証拠配分
要約本論文は、ストリーミング動画LLMが限られた視覚処理予算の中でどの証拠を選ぶべきかという問題に取り組み、学習不要のWRWSフレームワークを提案しています。軽量な視覚言語エンコーダで質問と過去映像の関連性を測り、類似度分布の正規化エントロピーを検索の不確実性の指標として用いて、意味検索と直近重視を適応的に切り替えます。StreamingBenchとOVO-Benchで競争力のある精度を示し、平均の視覚から回答までの時間は最先端手法の47.93%に短縮されたと報告されています。
説明差分プライバシーにおけるデータ再構成の急激な転移：プライバシー予算が次元dの程度を超えると単一の訓練サンプルが再構成可能になる
要約本論文は、他のすべての訓練データを知る攻撃者が、ρ-ゼロ集中差分プライバシー（ρ-zCDP）を満たすモデルから、d次元の訓練サンプル一つを再構成できるかを研究しています。ρがdの程度のときに再構成能力が急に変わることを示し、ρがdよりずっと小さい場合は情報理論的に再構成が不可能であるという下界を、ρがdよりずっと大きい場合は出力摂動付き線形回帰への単純な攻撃により実際に再構成が可能であることを示しています。データがs次元の部分空間にある場合は転移点がρ≈sに移ります。合成データおよびCIFAR-10、ImageNetの画像実験で検証しています。
注目点ρ≍dでのデータ再構成の相転移を示し、情報理論的下界と線形回帰への攻撃による上界を与え、合成データと CIFAR-10・ImageNet で検証している。
説明HyperSAM：高スペクトルリモートセンシング向けのプロンプト可能な基盤モデル
要約本論文は、プロンプトで操作できる高スペクトルリモートセンシング基盤モデル HyperSAM を提案している。SpaceNet の高解像度マルチスペクトル画像から全スペクトルの高スペクトルデータを合成し、SAM3（Segment Anything Model 3）をベースにした分光適応アーキテクチャと組み合わせている。ノイズを含む擬似ラベルに対応するため、信頼度に基づく選択機構も導入されている。著者らは、分類、異常検知、変化検出、ターゲット検出、油流出マッピングなど多様なタスクで高い汎化性能を示したと報告している。
説明UGO：セグメンテーションによる汎用多物体追跡の統一アーキテクチャ
要約本論文は、動画の最初のフレームにある利用者指定カテゴリの一例だけをもとに、そのカテゴリの全インスタンスを追跡する統一的な手法UGOを提案しています。事前学習済みの例示条件付き検出ヘッドとインスタンス伝播ヘッドを組み合わせ、重なり合う候補を、学習を必要としないエネルギー最小化の手法で排他的なピクセル単位のマスクに統合します。また、全体レベルとインスタンスレベルの階層型メモリを用いています。論文は、汎用多物体追跡ベンチマークと動画物体計数で新たな最高水準を達成し、専用の多物体追跡手法と競合すると報告しています。
説明OFBD：長尾学習のための対象中心の背景バイアス除去手法
要約本論文は、視覚認識において長尾分布のデータで尾部クラスの性能が低下する原因を調べ、標準的な長尾学習では背景に偏った表現と最適化が生じ、尾部クラスほど背景の分布シフトや背景勾配の影響を強く受けることを示しています。前景誘導型CutMixと背景誘導型特徴修正からなる枠組みOFBDを提案し、既存の主流手法へのプラグインとしても使えると述べ、全体精度と尾部クラスの向上を実験で報告しています。
説明領域は残差である：生成器ではなく自己教師あり特徴を適応させる
要約本論文は、霧・雨・雪などの天候や描画スタイルといった元の領域の情報を取り除きつつ、シーンの内容を保つ手法として、表現特徴アダプタ（RFA）を提案しています。DINOの特徴マップを用い、約290万パラメータのアダプタと判別器のみを学習し、エンコーダとデコーダは固定します。霧や夜間の条件などでCycleGAN-Turboより優れた結果を示し、雨の除去にも優れますが、シーン構造の保持ではCycleGAN-Turboがより多く保つと報告されています。
説明停止せずに解く：小規模モデルにおけるオンポリシー蒸留
要約この論文は、生徒モデルが自身の出力に対して、より強い教師モデルから受けるフィードバックから学ぶオンポリシー蒸留が、小規模モデルに何を伝えるかを分析しています。Qwen3-8Bを、思考モードと非思考モードの両方で、Qwen3 4B、1.7B、0.6Bの生徒モデルへ蒸留して比較しました。その結果、蒸留によって解く能力は移転するものの、思考モードでは問題が解けたと判断して推論を終える能力は移転せず、生徒モデルが小さいほどこの停止能力は残りにくいことが示されています。
説明VISTA：マルチモーダル感情の対立を価値に基づく出来事評価で扱う手法
要約本論文は、人の関心事・出来事の関係・表現条件に基づいて各モダリティの情報を調停する、学習可能な七項目の評価インターフェースVISTAを提案しています。CA-MERデータセットでは、対立サンプルの正解率が64.5%に達し、モダリティゲーティングを上回りました。評価情報をシャッフルする、あるいは決定への接続を外すと、この効果は低下することも示されています。
説明拡散モデルによる組合せ最適化のための並列テンパリング手法
要約本論文は、グラフ上の組合せ最適化問題を離散拡散モデルで解く推論段階に向けて、PT-Denoise という手法を提案しています。並列に走る複数のデノイジング軌道に並列テンパリングを適用し、各軌道に温度を割り当てて、性能に応じて温度を交換させます。基礎となるデノイザの再学習や微調整は不要です。典型的なグラフ構造の組合せ最適化問題での実験では、見つかる最良解の品質が一貫して向上し、計算オーバーヘッドの増加はわずかであったと報告されています。
説明Mubric：変異テストを用いたLLM評価ルーブリックの自動生成
要約本論文は、ソフトウェアの変異テストの考え方を応用し、評価ルーブリック（採点基準）を自動生成するMubricを提案している。好ましい応答と好ましくない応答の組から典型的な欠陥を抽出し、再利用可能な変異演算子として抽象化して、参照応答に欠陥を注入する。その結果に基づいてルーブリックを改良する。4つの領域の703タスクで評価され、最強の比較手法を7.48ポイント上回る最高の全体評価精度を示した。
説明PowerMarketJax：電力市場におけるマルチエージェント強化学習のためのJAXベンチマークスイート
要約本論文は、電力市場におけるマルチエージェント強化学習（MARL）のベンチマークスイートPowerMarketJaxを提案する。対象は日前卸売、リアルタイム需給調整、補助サービス、ピアツーピアのダブルオークション、ローカルフレキシビリティの五つの市場である。各環境は独自の約定・価格決定・決済ルールを実装し、共通の学習・評価枠組みを提供する。学習される入札行動は市場設計に強く依存することが示されている。市場シミュレーションと方策学習はいずれもJAXで実装され、GPU上で全工程を実行でき、CPUベースの基準実装に比べて最大33倍の高速化を達成したとしている。
説明LabInstruct：実験室手順のための状況依存型教育ビデオ生成のベンチマーク
要約本論文は、実際の実験室において初期作業空間の画像と自然言語の指示から教育用ビデオを生成する能力を評価するため、LabInstruct というベンチマークを提案している。5つの科学分野にまたがる204のタスクを含み、実際の参照実行と、物体、動作、接触、状態遷移の構造化された注釈が付いている。8つの最先端の画像からビデオへのモデルを評価したところ、視覚的にもっともらしい生成結果でも、手順として誤っていることが多いと示された。
説明次に何が起こるか？物語に基づく全モーダル生成を評価するOmni-StoryBench
要約本論文は、画像・ナレーション・音声の間で物語を一貫して続けられるかを検証するベンチマーク、Omni-StoryBenchを提案しています。各事例は現在の絵本のページと構造化された次ページの条件を与え、次の挿絵、ナレーション、キャラクターの発話の生成を求めます。公開ライセンスの児童書から取った900件の物語遷移を、人手で検証して収録しています。評価はモダリティ別の指標と、一貫性を重視したLLM判定基準で行われ、強い視覚言語モデルによる計画を使う編成型の方式が最も安定していました。一方、現行のネイティブ全モーダルモデルは出力の完全性や制御性に課題がありました。画像生成と視覚的連続性が、評価対象の中で最も明確なボトルネックでした。
説明ContextAdapt：大規模言語モデルの文脈適応と価値整合性の評価
要約本論文は、誠実性・自律性・秘密保持の3つの価値を医療・法律・金融・国家安全保障の4分野で評価するフレームワーク「ContextAdapt」を提案します。専門分野の文書と規制文書に基づくシナリオで12のLLMを評価した結果、平均適切性は95.6%でしたが、分野固有の正しい根拠の使用率はモデルにより25.6%から76.9%と大きく異なりました。リスクの重大さを変えると、専門的義務が変わらない場合でも応答が変わる局所的な失敗が見られました。
説明エージェントのベンチマークは謳い文句どおりに機能しているか？ツール利用エージェント環境の実行可能契約による監査
要約本論文は、4つのベンチマークにおける状態を変更する34個のツールを監査し、その実装が公開されたインターフェースと一致しているかを検証し、スコアの根拠を追跡しています。著者らは固定されたコミット上で7件のツール欠陥と1件の評価器の特性を確認したと報告しています。また、評価器が誤った操作結果を報酬として扱う場合があることを示しています。
注目点ツールのインターフェースを実行可能な契約として扱い、ベンチマーク評価の妥当性を監査する新しい枠組みである。34ツールでの欠陥確認は証拠として堅実で、影響は大きい。
説明感情的に書き換えられた偽ニュースの検出に、LLMが生成した説明を活用する研究
要約偽ニュースの拡散は深刻な社会的影響をもたらすおそれがあります。本研究は、事実を保ったまま感情表現だけを変えた書き換えに対する偽ニュース検出を扱い、感情を書き換えたテストセットを構築するとともに、元記事から生成した説明を安定した背景知識として用います。提案手法のGated Cross Attention（GCA）は、感情的に書き換えられたニュースと対応する説明を適応的に統合します。PolitiFact、GossipCop、LUNでの実験では、PolitiFactとLUNで複数の感情条件下に顕著な改善が見られ、GossipCopでも競争力のある性能を維持しています。
説明FLASH：「一度生成し、多数を合成する」工業用異常サンプル合成フレームワーク
要約本論文は、実際の欠陥が少ない場合に工業用異常検知データセットを拡張するためのFLASHフレームワークを提案しています。正常画像のみを入力とし、視覚言語モデル（VLM）と画像生成モデルで少数の欠陥画像を作成し、再利用可能な欠陥パッチを抽出・検証して保存します。その後、サンプルごとの画像生成を行わずに、保存した欠陥を新たな正常画像へ自然に合成します。MVTec AD 2データセットでの実験では、FLASHで生成した異常の画像レベルF1は78.1%で、実異常の上限83.6%に近い値を示し、逐次生成型の手法より11.95倍以上速く合成できました。
説明隠れた推論は必ず漏れるが、読めるとは限らない：思考連鎖モニタリングの根本的な可能性と限界
要約本論文は、推論モデルが思考過程を明かさずに隠れた計算を行えるかを検討する。結論はタスクの難易度とモデル規模に依存し、単純な計算は隠れて実行できるが、規模に応じた閾値を超えると、タスクを解くこと自体が隠れた入力に関する情報を思考連鎖へ近似的に線形量漏らす。さらに妥当な暗号学的仮定の下では、一層のTransformerでも推論をオンラインで暗号化でき、多項式時間のモニターは隠れた計算の情報を取り出せない。
注目点複雑な隠れた計算は思考連鎖に近線形の情報を必ず漏らすことを示し、暗号仮定の下で読めない暗号化推論も構成する。理論的新規性は高いが実験は限定的。
説明ReMem：長文脈推薦エージェントにおける知覚と記憶の再考
要約本論文は推薦エージェントの枠組みReMemを提案し、生のHTMLを解析する代わりにスクリーンショットとOCRツールで商品ページを認識します。長期的な嗜好を扱うため、固定サイズの動的メモリをチャンクごとに逐次更新する手法を導入し、多メモリGRPOの変種で学習を強化します。3つのデータセットで検索・ランキング・判定の3タスクに対し、既存手法より平均5.16%向上したと報告されています。
説明ハイブリッド結合・選択的最適化：低次元の関心パラメータに対する縮小空間Levenberg-Marquardt精緻化
要約本論文は、学習可能な量のうち少数の部分集合のみが主要な関心対象となる大規模数値問題向けに、ハイブリッド結合・選択的最適化（HJSO）の枠組みを提案する。まず全パラメータに対して一次の結合最適化を行い、その後、残りの変数を固定して、低次元の関心パラメータ（POI）に縮小空間のLevenberg-Marquardt（LM）精緻化を適用する。行列固有値問題、物理情報ニューラルネットワークによる逆Bratu問題、DeepBSDE法による100次元非線形Black-Scholes問題で評価され、報告された設定では、結合一次法のベースラインより速く所定のPOI誤差閾値に到達し、最終的なPOI精度も向上したとされる。
説明MetaCtrl：メタ認知コントローラーで大規模言語モデルの推論をより正確かつ簡潔に
要約大規模推論モデルは回答前に追加の計算を割り当てて難問の性能を高めますが、推論が長いほど良い結果になるとは限らず、単純な問題では冗長な推論が生じることがあります。本論文は、凍結された推論器を再学習せず、事前に定めたトークン予算も使わずに推論を適応的に制御する軽量コントローラーMetaCtrlを提案します。推論の過程を観察して続行、簡略化、冗長な手順の省略、終了を判断し、強化学習で訓練します。数学、科学、コードの7つのベンチマークで、精度を向上させつつ生成長を短縮しました。
注目点推論の調整を逐次的メタ認知制御として定式化し、強化学習で軽量コントローラを学習。7ベンチマークで精度向上と生成長削減を示す。
説明学習不要の特徴空間アラインメント：情報幾何に基づくテスト時ロバスト性手法の技術ノート
要約本論文は、モデルのパラメータを変更せずに、閉形式の線形変換によってテスト特徴量のFisher幾何を参照幾何に合わせる学習不要の手法ZFGAを提案します。共変量シフト下でのロバスト性向上を目指し、CIFAR-10-CおよびImageNet-CでResNet-50、DINO ViT-S/16、CLIP ViT-B/32を用いて評価しています。ZFGAはいずれのモデルでもゼロショット推論を改善し、比較した6手法の中で3つのモデルのいずれも大きく損なわない唯一の手法だとされています。
説明大規模な完全コンフォーマル画像分類器の提案
要約本論文は、画像分類における完全コンフォーマル予測の計算コスト問題に取り組む。ゼロショットの視覚言語モデル（VLM）で尤度の低いラベルを先に除外し、残った候補にのみ完全コンフォーマル予測を適用する手法（T-FCP）を提案する。あわせて、ランク1の逆共分散更新に基づく VLM 適応ソルバー（SO-LDA）も提案している。ImageNet などのベンチマークで、テスト時の負荷を抑えつつ、分割コンフォーマル法より効率的な予測集合と安定した経験的カバレッジが得られたと報告している。
説明なぜクロススケルトンのモーション再ターゲティングは識別不能なのか：生成型モーションモデルの構造的限界
要約本論文は、疎で異質な動作データにおいて、クロススケルトン動作生成モデルが「元のクリップを実際に変換した」のか「要求された動作の典型的な動きを生成しただけ」なのかを、学習データから区別できないことを示します。著者らは、対象スケルトンと動作を固定したまま、出力間の差異が元クリップ間の差異と対応しているかを検証する診断指標「Source-Instance Fidelity（SIF）」を提案しています。その結果、動物の動作データで標準的な動作レベルの試験に合格する手法の多くが、元クリップを無視する水準にとどまることが示されています。
説明RoboHarness：単純なハーネスでVLAや世界行動モデルを上回る手法
要約本論文は、大規模言語モデル（LLM）のエージェントに視覚・幾何の操作パネルを与え、身体性タスクを直接理解・呼び出せるようにするロボットハーネス「RoboHarness」を提案しています。著者らは、行動を生成するよう訓練する視覚・言語・行動（VLA）モデルの代わりに、このハーネスを備えたコーディングエージェントで汎用的な身体操作が実現できると主張しています。BEHAVIOR Challenge 2025のタスクでは、Qwen3.8-Flash-NextがSOTAのVLAモデルを上回ったと報告されており、実装はオープンソースで公開されています。
説明SafeLLM4SE：LLMベースのソフトウェア工学システムのための統計的評価と報告の手法
要約本論文は、LLMベースのソフトウェア工学システムを統計的に妥当な方法で評価するための手法と報告基準であるSafeLLM4SEを提案する。生成された出力を確率過程の実現値として扱い、品質、安定性、推定の不確実性を区別する。適応的サンプリング、信頼区間、効果量などを組み合わせ、PyPIで公開されているオープンソースパッケージとして提供される。HumanEvalベンチマークで2つのLLMを比較する例で適用を示している。
説明VISTA-Bench：画像ごとの採点基準による多言語画像翻訳のベンチマーク
要約本論文は、22言語・10分野を対象とする多言語画像翻訳ベンチマーク VISTA-Bench と、画像ごとの採点基準（ルーブリック）に基づく評価手法を提案している。言語とシナリオの網羅性を考慮したサンプリングと、モデル支援かつ人手で検証された注釈を組み合わせ、多言語の参照訳を用意している。12の多モーダルモデルと4つのテキスト入力モデルを含む16の主要モデルを評価し、言語・分野・評価観点ごとに分析している。
説明AssayRouter：凍結分子予測器のルーティングに過去の効用事前分布を利用する手法
要約研究室では、ラベルが16〜64件しかない新しい分子アッセイと、訓練データもパラメータも入手できない予測器群に直面することがよくあります。AssayRouterは完了済みのアッセイを擬似ターゲットとして扱い、候補を局所モデルに加えた後の留出発見損失の減少で効用を評価します。新しいアッセイでは4つのソースを選択し、凸結合器をあてはめます。24の外部回帰アッセイで、Support-CV@4より厳密な4呼び出しの負の対数尤度を0.0409下げました。
説明SAMとVLMの統合：医療推論とセグメンテーションのためのパラメータ分離型フルパラメータ学習
要約本論文は、医療用マルチモーダル大規模言語モデルに、臨床質問への回答と予測の根拠となる画像領域の特定を両立させる手法を提案しています。<SEG>隠れ状態をマスクデコーダ向けの意味から空間へのプロンプトとして扱い、一般的な言語状態から分離させることで、推論表現への干渉を抑えます。学習は三段階で行われ、最後はVLMを凍結してSAM分岐のみを専門化します。医療指示セグメンテーションなどのベンチマークで、推論能力を保ちつつ言語条件付きセグメンテーションで高い性能を示したと報告されています。
説明Transolver-σ：偏微分方程を解くニューラルネットワークのための、スペクトルと物理の結合部分空間モデリング
要約本論文は、数値シミュレーションの代わりに偏微分方程式を解くニューラルソルバーTransolver-σを提案しています。スペクトル空間と物理状態空間を組み合わせてモデル化する手法です。五つの標準ベンチマーク、連成マルチフィジックス系、RealPDEBenchの実測データで評価されています。論文によると、各指標で最も強いベースラインと比べ、ベンチマーク平均の相対誤差は33.4%低減されています。
説明不正確な数値モデルと一部のチャネル推定を用いた幾何支援型チャネル推論（未校正デジタルツイン利用）
要約本論文は、無線MIMO-OFDM通信で高次元のチャネル状態情報を取得する際のパイロット負荷の大きさという課題を扱います。環境の近似的な幾何情報と位置のみを持つ未校正のデジタルツインを用い、幾何支援型チャネル推論（GCD）手法を提案しています。デジタルツインから幾何学的特徴を抽出し、ランダムプロンプト拡張でCSIに似た表現へ変換し、少数のパイロットによる瞬時チャネル推定と畳み込み的なネットワークで融合します。実験では、チャネル取得品質、低いパイロット負荷、頑健性が示され、新しいシナリオへの汎化も報告されています。
説明非単射ニューラル写像のためのタスク関連零空間残差
要約ニューラルネットワークの非単射写像は、異なる入力を同じ表現に写すため、入力空間に等価関係を暗黙的に生じさせます。しかし、その写像で失われた入力の差異が下流タスクで必要になる場合があります。本論文は、写像前の表現から零空間成分を取り出し、元の集約または統合規則を保ったまま下流の教師信号で有用な情報を活用する残差フレームワーク、NSR（Null-Space Residuals）を提案します。トークン統合とグラフ集約の二つの設定で評価され、いずれも改善が報告されています。
説明非可換リー代数状態空間モデル：有限可除性の法則、半直積カスケード、勾配鞍点からの脱出
要約本論文は、行列指数で再帰更新を李代数の接空間上に表す非可換リー代数状態空間モデル（Lie-SSM）を提案します。従来の対角状態空間モデルでは追跡が難しい非可解群や三次元剛体多様体を扱うためです。SO(3)およびSU(2)における単層の有限可除性の判定、深さ2の半直積およびSchreierカスケード構造、勾配鞍点の解析を示しています。群の語のタスクと三つの三次元IMUデータセットで実験結果を報告しています。
説明プロアクティブエージェントの基礎：原則・技術層・Proactivity-Gym評価基盤
要約本論文は、ユーザーが頼む前に動く大規模言語モデルエージェントを設計・実装・評価するための基礎を提案しています。タスク能力、時間配分、信頼という3つの原則と、5つの設計次元を整理しています。さらに、模擬環境による評価基盤Proactivity-Gymを提案し、23のモデル・ハーネス構成での評価と30名の被験者実験を通じて、3原則を同時に最適化する必要性を示しています。
説明拡散言語モデルはコードをどう編集すべきか。4つの編集インターフェースを比較し、変更箇所の特定と新内容の生成の関係を検討した研究。
要約本研究は、マスク付き拡散言語モデルが全体書き換え、検索置換、位置特定後の穴埋め、トークン単位編集という4つの編集インターフェースでどう振る舞うかを、CanItEditで比較した。編集箇所を与えられれば協調的な変更を生成できるが、箇所を予測させるとその能力の多くが失われることが示された。成功には必要な変更をすべて覆うことと、変更範囲の境界を正確に定めることの両方が必要だとされる。
説明UniAfford：汎化可能な2D-3Dアフォーダンス認識のためのトークンルーティング型マルチタスク学習
要約本論文は、身体的インタラクションを支える操作可能領域（アフォーダンス）を特定する統一フレームワーク「UniAfford」を提案している。MLLMを共有の意味的中核とし、モダリティを考慮したトークンルーターで画像と点群のアフォーダンスクエリを生成し、それぞれピクセルデコーダと点群デコーダに渡す。2D・3D・両者併用の入力で推論でき、対象ごとの微調整なしに2Dおよび3Dベンチマークでゼロショット汎化を示したと報告されている。
説明注意の不均衡を超えて：スペクトル手術による大規模視覚言語モデルの幻覚抑制
要約本論文は、大規模視覚言語モデル（LVLM）における幻覚の問題を扱います。従来の手法の多くは、クロスモーダル注意の不均衡への対処に偏り、推論時間が倍になる対比デコーディングに依存していました。著者らは、学習を必要とせず対比デコーディングも使わないフレームワークFLASHを提案し、スペクトル渦スコアで視覚注意ヘッドを特定して、デコーディング中に適応的なスペクトル変調を行います。著者らは、既存の最先端手法と比べて性能と効率の良好なバランスを示したと述べています。
説明注意機構の効率的な近似は困難であることの証明：全入力に対する一様近似の計算限界に関する理論研究
要約本論文は、Transformerにおけるsoftmax注意機構の系列長に対する二次的な計算コストを、全入力に対して一様な近似保証を持つ高速アルゴリズムで抑えられるかを検討しています。標準的な計算複雑性の仮定の下で、全入力に対して非自明な加法的または相対的誤差で注意機構を近似できる真に準二次的なアルゴリズムは存在しないことを示しています。この結論はKVキャッシュの多項式前処理後や疎性の仮定下にも及び、一様近似の計算限界が確定したと述べています。
注目点標準的な計算量仮定の下で、準二次より速いアルゴリズムは全入力に対して注意機構の非自明な一様近似ができないことを示し、理論上の限界を明確にしている。
説明点群から衝突を考慮し観測に整合させる物体中心のシーン再構成
要約本論文は、点群からシーン内の物体を再構成するためのCOOLフレームワークを提案しています。インスタンスと背景の点群を生成の条件として用い、明示的な衝突損失を導入して、推論時には共同最適化と再サンプリングで衝突を減らします。3D-FrontとScan2CADでの実験では、シーンの忠実度、観測との整合性、衝突削減の効果が示されています。さらに、マスク誤りへの頑健性と実世界のシーン複製への適用可能性も検証されています。
説明損失を指標にした時系列基盤モデル事前学習データの選別
要約時系列基盤モデル（TSFM）の事前学習では、学習に有用かどうかを評価せずに大量のウィンドウが使われていることが課題です。本論文は、参照予測器で各ウィンドウを採点し、各データセットの中間区間のサンプルを残す静的なデータ選別手法を提案しています。正規化二乗損失が局所ヤコビアン条件の下で勾配ノルムを制御することを示し、データセットごとの層化選択で多様性を保っています。複数のTSFMアーキテクチャでランダム選択を上回り、より少ない候補ウィンドウで全データ事前学習よりMASEとCRPSを改善しています。
説明V-JEPA Policy：予測的視覚潜在空間に基づく有効な世界-行動モデルの構築
要約本論文は、凍結した V-JEPA 2.1 エンコーダの潜在空間上に世界-行動モデル（WAM）を構築する V-JEPA Policy を提案する。将来の視覚潜在状態の予測とロボット行動の生成を同時に行い、完全な事前学習済み映像生成モデルは用いない。LIBERO、LIBERO-Plus、RoboCasa-GR1 で代表的なベースラインと競合する性能を示し、分布シフト下で特に優れるとしている。また、行動ラベルのない DROID 動画で予測器を事前学習すると、下流の制御と分布外汎化が改善されると報告している。
説明コードブック誘導型クロスモーダル知識蒸留：構造的に異なる特徴のための手法
要約この論文は、ベクトル量子化コードブックを用いたクロスモーダル知識蒸留の枠組みを提案しています。教師モデルの特徴をベクトル形式のコードに抽象化し、それを生徒モデルの学習における概念レベルのアンカーとして使います。二次元の空間的視覚特徴と一次元の時系列音声特徴のように構造が異なり単位レベルの対応がない場合でも、知識を移転できます。分類とセマンティックセグメンテーションの各種シナリオで有効性を示しています。
説明Trident：PyTorch Triton ワークロードのガード付きディスパッチとホスト実行の統合
要約本論文は、デバイス上の実行時間が短い場合に、PyTorch で記述した Triton カーネルのエンドツーエンド遅延がホスト側のオーケストレーションに支配される問題を扱います。著者らは、複数の特殊化版のガード選択、引数と実行環境の準備、ホスト実行を単一の実行可能モジュールにコンパイルするコンパイラバックエンド Trident を提案し、その中核として Specialization Cache Module（SCM）を導入します。Torch-MLIR 上に実装され、2 つの大規模言語モデルでの評価では、モデルレベルのエンドツーエンド遅延が eager 実行に対して最大 1.47 倍、torch.compile に対して最大 1.68 倍の高速化を示しました。
説明微分可能なバイシミュレーション距離：双因果最適輸送を用いたパラメトリックマルコフ連鎖のフィッティング枠組み
要約本論文は、逐次意思決定における模型学習を、対象過程との距離（バイシミュレーション距離、双因果最適輸送BOTと等価）を最小化する問題として扱います。BOTは線形計画として定式化でき、モデルの動力学に関して微分可能であることを示し、線形計画の鞍点に包絡線定理を適用して厳密な閉形式の勾配を導出しています。これに基づく微分可能双因果最適輸送アルゴリズムD-BOTを提案し、状態空間圧縮、パラメトリックモデル学習、観測からの模倣学習の三つの設定で実験的に有効性を確認しています。
説明頼まれていない情報を尋ねるエージェント：横方向と縦方向の主体性
要約本論文は、ツールを使うエージェントがユーザーに明示的に求められていない情報をどのように主体的に追求すべきかを研究している。文脈から既に判明している未記載の情報を追う横方向の主体性と、先行する証拠によってのみ明らかになる必要を追う縦方向の主体性を区別し、ベンチマークのタスク分解から得た必要性グラフで評価する。提案手法 Q&D は、後続の継続が必要な証拠をより多く取得する質問を優先するよう質問者を学習させ、三つのマルチホップ質問応答ベンチマークで同じモデルの提示版を上回り、カスタマーサービスの模擬対話では質問回数を減らしつつタスクをより多く完了させた。
注目点水平・垂直という新たな主動性の区別を提案し、需要グラフによるモデル不要の評価と多跳QAおよび接客での実験で裏付けている。
説明物語の枠組み化：大規模言語モデルにおけるイデオロギーの模倣
要約この論文は、政治的に争いのある問題への回答において、大規模言語モデル（LLM）が用語・前提・利用者の政治的立場といった手がかりによって、表明する立場を変えるかを調べています。著者らは Poli-SHIFT データセットと評価枠組みを構築し、米国・英国・オーストラリアの争点10項目について、オープンウェイトの7モデルを検証しました。その結果、用語を変えるだけで、対応する比較の16.9%でモデルが支持する側が反転し、表明された政治的イデオロギーによっても回答が利用者の立場へ系統的に寄ることが示されました。
説明DatalogBench：大規模言語モデルのテキストからDatalog合成能力を評価するベンチマーク
要約Datalogはプログラム解析などの推論タスクに使われますが、プログラムの作成は難しいものです。本論文は、既存のDatalog関連資料から整理した136件のテキストからDatalog合成タスクからなるベンチマーク「DatalogBench」を提案します。生成されたプログラムは、変異分析で検証された正解との比較により、未公開の入力での実行結果で採点されます。6つのLLMと4つのプロンプト設定で、完全一致率は最高68.4%でした。2つのコーディングエージェントは最高83.8%に達し、残る誤りは主に再帰的なタスクに集中していました。
説明見えることは言語で指せることとは限らない：凍結された視覚幾何への言語アクセスを検証
要約視覚モデルでは、凍結された画像の幾何構造の中では区別できても、テキストのインターフェースからは指定しにくい視覚的な違いがあることを研究している。研究者はFactorAtlas（形状、色相、模様、ノイズ変数を完全に交差させた23,040枚の画像からなる検証用データセット）を用いて、両者の読み出しを比較した。その結果、視覚的な区別可能性と言語での指定可能性は一致するとは限らず、対応する視覚的対比を用いることでそのアクセスの差を調べ、縮小できることが示された。
説明AESOP：平行移動強度を制御できる非対称な人物・カメラ同時生成フレームワーク
要約本論文は、人の動きに合わせてカメラ軌道を生成し、人の動きとカメラを同時に生成もできるAESOPフレームワークを提案します。独立した人物経路と、人物を条件とする共有カメラ生成器を用い、カメラ生成中も人物の出力は保たれます。カメラの平行移動量だけが異なる軌道ペアを作成し、明示的な強度条件を学習させています。PulpMotionデータセットでの実験では、両タスクでカメラ分布と構図の品質が高く、平行移動強度を効果的に制御できることが示されています。
説明報酬で傾けた生成事前分布からのサンプリングのための相互作用粒子ガイダンス（IPG）：再学習なしに、事前学習済み拡散・フローモデルを新しい目的へ適応させる推論時の手法。
要約本論文は、推論時のステアリングにより、事前学習済みの拡散モデルやフローモデルを再学習なしで新しいタスクに適応できることを示し、その本質が報酬で傾けた生成事前分布からのサンプリングであると位置づけています。従来の逐次モンテカルロ（SMC）法は実際には重みの退化と粒子の崩壊が生じるため、著者らは重み付けの代わりに輸送を用いる相互作用粒子ガイダンス（IPG）を提案しています。粒子同士は追加のドリフト項を通じて相互作用し、重みなしのまま保たれます。ドリフトを再生核ヒルベルト空間で選ぶことで計算負荷の小さい閉形式解が得られ、既知の事後分布を持つガウス混合や、高次元の画像修復・タンパク質構造推定で検証されています。
説明エンティティを手がかりに探す：エージェント検索のためのコーパスマップ（CorpusMap）
要約本論文は、大規模な文書集合にまたがる質問応答で、文書が単なるフラットなファイルとして提示される場合、エージェントが文書同士の関係を毎回再発見しなければならず、補完的な根拠を見落としやすくトークンも多く消費すると指摘しています。著者らは、文書中に繰り返し現れるエンティティを事前にオフラインで整理し、各エンティティについての情報を集約して関連する全文書へリンクするエンティティページを作るCorpusMapを提案します。7つのモデルと3つのベンチマークデータセットによる実験では、生のコーパスを用いたエージェント検索と比べ、根拠の発見と回答の質が向上し、平均トークン数も少なく、他の4種類のナビゲーション層よりも優れた結果が示されました。
説明ResComEmb：残差同質圧縮による効率的なマルチモーダル埋め込み
要約本論文は、細粒度の表現力を保ちつつ格納と相互作用のコストを抑える、多ベクトルの汎用マルチモーダル表現のためのフレームワークResComEmbを提案しています。中核は学習可能な残差同質圧縮（RHC）モジュールと、長さ適応型の双方向遅延相互作用マッチングです。MMEB、ViDoRe V1、ViDoRe V2での実験では、VLM2Vec-V2より高品質な埋め込みを生成し、視覚文書検索ではColQwen2.5の視覚トークン予算の37.5%のみで同モデルを上回ったと報告されています。
説明CredWise：説明可能で監査可能な与信リスク評価のための制御された自律型意思決定支援フレームワーク
要約本論文は、与信リスク予測、確率校正、説明可能なAI（XAI）、政策検索、SQL分析、制御されたエージェント型ワークフローを統合したCredWiseという意思決定支援フレームワークを提案しています。Lending Clubのデータ（1,345,310件のローン）を時系列で分割して学習させたモデルで、2018年のテストセットにおいてROC-AUCは0.7109でした。校正によりBrierスコアと期待校正誤差は低下しています。著者らは本研究を学術研究用のプロトタイプであり、最終判断は人間の審査者が行うとしています。
説明OptiCom：LLM駆動最適化における状態条件付き組み合わせの統一フレームワーク
要約論文は、LLMによる反復最適化で、候補の質や失敗モード、資源予算の変化に応じて各探索手法の有効性が状態に依存するため、それらを動的に調整することが未解決の課題であると指摘します。著者らはOptiComを提案し、LLM駆動の最適化器を共通の設定空間で表現します。高速な最適化コントローラが即時の手法を組み合わせ、低速な戦略アダプタが軌跡のフィードバックに基づいて長期的な選好を調整します。32の評価ベンチマーク群では、14の設定中で平均Max-scoreの順位が1.72、23の群で最高スコアを獲得しました。
説明情報ボトルネックに導かれた適応型ハイパーグラフTransformerによる脳疾患診断
要約本論文は、脳ネットワークを解析するための情報ボトルネック誘導型適応ハイパーグラフTransformer（IBAHGT）を提案している。情報ボトルネックの原理を用い、高次相関と短距離・長距離の依存関係を統一的な枠組みで適応的に学習し、脳疾患の高精度な診断を目指す。著者らは、本手法が現在の最先端手法を上回り、臨床応用に使えるバイオマーカーを特定できると報告している。
説明CRJudgeBench：AIは一見妥当だが誤ったコードレビューを見抜けるか
要約本論文は、実際のプルリクエストと専門家が検証した摂動から作成された1199件のインスタンスからなるベンチマーク、CRJudgeBenchを提案している。信頼できるレビューコメントと、一見妥当だが信頼できないコメントの両方を含む。また、レビューコメントを判断する前に、コードの証拠を能動的に収集するリポジトリ基盤のエージェント型判定器Sentinelを提示している。359件のテストセットでSentinelの正答率は76.60%で、GLM-5.3を6.13ポイント上回り、基盤モデルも上回った。
説明堅牢なモデル統合のための重心アンカー付き重み探索
要約本論文は、勾配による追加学習や推論コストの増加なしに、分布シフト下での微調整済み視覚モデルを改善する事後的な重み空間手法 Barycentric Anchored Search を提案しています。二つの微調整チェックポイントから重心的な候補重みを作り、候補と事前学習モデルを結ぶ方向に沿って小規模な微分不要の探索を行います。候補の選択には分布外（OOD）データの小さな検証部分集合を用います。CLIP ViT-B/32 による実験では、ImageNet-A、ImageNet-R、ImageNet-Sketch などの保留 OOD データで性能が大きく向上し、ImageNet の精度も競争力を保っています。
