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。
説明複合適応制御のための収縮力学表現の統計的学習
要約本論文は、動的に結合した外乱のもとでの複合適応追従制御のための表現学習フレームワークを提案する。著者らは、E ステップにカルマン平滑化器を用いた硬 EM 法により、潜在的な変化が一様収縮する外乱の動的表現を学習し、それを予測可能な外乱抑制制御の形に拡張している。実験では、液体スロッシングタンクと振り子負荷を載せた滑りやすい地面上の車両、および結合ダフィング振動子系で検証され、外乱予測と全体的な追従性能が基準手法より向上したと報告されている。
説明ニューラル調和測度演算子：可変形状領域上の楕円型偏微分方程式を解くニューラルネットワーク手法
要約本論文は、可変形状領域上の楕円型偏微分方程式向けのニューラルソルバーであるニューラル調和測度演算子（NHMO）を提案しています。形状のみに依存する調和測度の密度を、Walk-on-Spheresの出口サンプルで教師付けしたTransformerベースの境界カーネルで近似するため、同じ形状であれば学習済みのカーネルを再学習せずに異なる境界値に利用できます。古典的な分解によりポアソン方程式にも拡張されており、MCB-B 3次元可変形状ポアソンベンチマークで4つの従来手法を上回ったと報告されています。
説明ループ型MoEの作り方：エキスパートを平坦化し、アテンションを非共有化する
要約本論文は、ループ型Transformerと疎な混合エキスパート（MoE）モデルを組み合わせる方法を検討しています。提案手法Foilは、エキスパートのパラメータと1トークンあたりの計算量を固定したまま、エキスパート層を半分に、層あたりのエキスパート数と反復回数をそれぞれ2倍にし、各反復に独立したアテンションパラメータを割り当てます。実験では、平坦化していない循環ベースラインより事前学習損失が低く、100Bトークンでは最も平坦化したモデルがベースラインより0.012 nat低く、下流タスクの精度は同等以上でした。
説明容量・応答性・アラインメント：どの潜在構造が操作可能になるか
要約本論文は、言語モデルの活性化空間にある潜在構造がなぜ因果的影響力で大きく異なるのかを検討しています。因果的影響を容量、応答性、アラインメントという三つの因子の積として捉え、4つのモデル系列と50の概念で実験を行いました。その結果、三因子がいずれも高い必要があること、因果的に有効な方向は文脈によって変わる低次元部分空間を形成することが示されています。この部分空間に限定して学習した因果プローブは、概念検出の低下が約3%にとどまりつつ、ステアリングの改善を示したと報告されています。
説明KV-streams：エージェント型強化学習における効率的なコンテキスト圧縮の手法
要約本論文は、長いコンテキストを扱うエージェント型LLMの学習が遅い問題に対し、KV-streamsを提案している。圧縮のたびにKVキャッシュを消去せず前方へ流し続ける手法で、既存のどの圧縮戦略にも組み合わせられる。3種類の圧縮戦略で学習の実時間を2.6～5倍高速化し、性能低下は見られなかったと報告している。
説明言語エージェントの少ない発話で社会的目標を達成するための教師支援コミュニケーション訓練（TACT）
要約本論文は、言語エージェントが社会的目標を達成しつつ、コミュニケーションコストを抑えるための教師支援型訓練法TACT（Teacher-Assisted Communication Training）を提案しています。表現と行動戦略の二つの専門モジュールが学習者の生成した行動を修正し、相手の応答で修正案を検証した上で、有用なフィードバックを学習者に蒸留します。SOTOPIAとAgentSenseでの評価では、目標達成度が向上し、目標トークン数や交流メッセージ数が減少したと報告されています。
説明ROSS：選択的教師あり学習による自己生成ロールアウトからの再学習
要約本論文は、大規模言語モデルの事後学習で生成された自己ロールアウトが方策更新後に捨てられがちな問題を扱い、ROSSを提案します。ROSSは履歴全体を文脈として保持し、選ばれたモデル生成の続きにのみ損失を適用します。数学、コード生成、指示追従、ソフトウェア工学で基準手法を上回り、Qwen3.6-35B-A3Bでは6ベンチマークのMOPD平均が58.40%から62.20%に、SWE-bench Verifiedが64.20%から68.40%に向上しました。
説明適応的ループ型 Transformer によるテスト時スケーリングの改善
要約本論文は、層を再利用して潜在計算を行うループ型 Transformer が、出力が長くなる際のテスト時スケーリングを改善するかを検討している。著者らは、追加の反復が有益なトークンにのみ反復を集中させる TaH2 を提案し、先読み深度監督により基盤モデルと反復決定器を共同で後学習させる。AIME ベンチマークでは、非ループ型ベースラインに比べて精度と計算量の傾きが 53% 向上し、最大反復深度が増すにつれて利得も拡大した。
説明同じ部分はコピーし、違う部分は蒸留する：線形Vision Transformerの初期化手法
要約線形Vision Transformer（ViT）は、Softmax注意機構を線形計算量の注意演算子に置き換えるモデルですが、通常は一から事前学習が必要で、元のSoftmax版より性能が劣ることが多いとされています。本研究では、Softmax版の事前学習済み重みを線形ViTの初期化に活用できるかを検討しています。注意重みの直接コピーはあまり効果がなく、適切な損失設計による蒸留でトークンのルーティング挙動を再現できること、MLP重みは単純コピーで転移できることを示しています。両者を組み合わせると線形ViTは差を縮め、Softmax版を上回ります。この結果は複数の線形ViT変種、モデル規模、データセットで一貫しています。
説明InfiniHand：一人称視点動画からワールド座標系の手の動きをストリーミング推定する手法
要約本論文は、未キャリブレーションの一人称視点動画から MANO 手部パラメータ、カメラ軌跡、手の位置を直接同時推定するエンドツーエンドのストリーミング型フィードフォワードフレームワーク InfiniHand を提案している。永続的な時空間メモリと手を中心とした視覚特徴を組み合わせ、2 段階の学習を行う。事前学習には複数の公開データセットから約 5,000 時間分の一人称視点データを用いた。ドメイン内ベンチマークで既存手法を上回り、ARCTIC PA-p は ViDiHand 比で 21.4% 低減したと報告されている。
説明強化学習なしで、単純な自己振り返りがエージェントモデルを改善
要約本論文はROFT（振り返りのみのファインチューニング）を提案し、言語モデルのエージェントが自身の経験に対する説明文だけで学習する手法を検討しています。外部の教師や報酬による方策更新は用いません。Qwen3.5-4Bを使ったSWE-bench VerifiedおよびProの実験では、ROFTは20回の更新で、GRPOが40回の更新で得た解決率に近い結果を示し、初期段階の進みも速いと報告されています。
説明言葉は適切だが、タイミングが不適切：19,930件の若者とChatGPTの会話における苦痛を臨床医の視点で分析
要約本研究は18～25歳の若者158名のChatGPT会話19,930件と調査データを収集し、苦痛を示す5件の会話を選んで10名の臨床医に検討させました。苦痛を抱える参加者は、ChatGPTへの感情的関与と行動変化が同年代より大きいと報告しました。急性の苦痛時には、ChatGPTの応答は大げさになりやすく、行動提案も過剰でした。臨床医は利用しやすさと言葉遣いの多くを支持しましたが、早期に解決策へ飛びつくなど7つの過程上の問題を指摘し、それを3段階の設計指針にまとめました。
説明Harness Learning：テスト時にプログラムを修正して汎化可能な適応を実現する手法
要約本論文はharness learningを提案します。これは、実行フィードバックをもとに言語モデルエージェントのharness（モデル呼び出し、ツール利用、情報の流れを整理する実行可能プログラム）を修正する提案モデルを学習する手法です。harnessの修正を勾配ベース適応における重み更新に相当する役割として扱い、修正後のharnessのタスク性能を報酬として強化学習で訓練します。推論と多段階質問応答の実験では、修正の質が向上し、テスト時の適応能力が未見のタスクにも転移することが示されています。
説明REVO：分散ガイド付き再利用によるロールアウト効率の高いオフポリシー蒸留
要約本論文は、学生モデルが生成した各軌跡を複数ステップの学習更新に再利用し、生成コストを抑えるオフポリシー蒸留手法REVOを提案しています。安定化された接頭辞重み付けと現在の学生モデルからの一段階再サンプリングで方策の不一致に対処し、学生と教師の対数確率比の分散で重要なトークン位置を優先します。50回のロールアウトで学習したREVOが、200回学習したOPD（オンポリシー蒸留）のベースラインと同等以上の性能を、ドメイン内外の推論ベンチマークで示したと報告しています。
説明GeoVerse：幾何潜在空間で視点間の整合性を保つ新規視点合成
要約疎な画像から新しい視点の画像を生成する手法で、事前学習済みの3D基盤モデルの幾何潜在空間で生成を行い、動画生成モデルから外観の事前情報を注入します。ControlNet型のアダプタで多段階の特徴を統合し、グローバル空間メモリで観測済み・生成済みの内容を集約して視点間の一貫性を保ちます。DL3DVではGLDと比べPSNRが2.23 dB高く、Mip-NeRF360ではATEが32.4%低いと報告されています。
説明「失敗を透明に報告するエージェント」：ツール利用言語モデルの失敗後報告を評価するベンチマーク
要約本論文は、生成前に失敗した観測結果と必要な証拠の状態を固定し、失敗後の主張を直接検証できる「Failure-Transparent Agents（FTA）」ベンチマークを提案しています。100のタスク、5種類の失敗ケース、ユーザーの圧力条件を含み、6つのモデル、3種類の応答方針で得られた3,600件の人手注釈付き応答を評価しています。構造化された証拠契約方針では、虚偽成功率が基準方針の22.8%から0.8%に下がり、有用な応答率は74.9%から98.8%に上がったと報告されています。
説明FlowAct-R2：会話するアバターを超えて——ストリーミング多モーダル参照と能動的エージェント計画による対話型人物動画生成
要約本論文は、連続的な多モーダル制御と能動的エージェント計画を組み合わせた、対話型の人物動画生成フレームワークFlowAct-R2を提案している。第一に、事前学習済みのSeedance 2.0 Mini（参照から動画を生成するモデル）を基盤とし、ローリングする動作プロンプト、ストリーミング音声、動的に更新される画像・音声・動画の参照を受け付けるDiffusion Transformerを構築している。第二に、Proactive Interaction Agentが事前計画と生放送中の実行・応答を分離し、人物設定、長期的な予定、再利用可能なスキルを事前に準備したうえで、ライブ中の振る舞いを自律的にスケジュールし、視聴者の入力に応答し、中断を処理する。720p のリアルタイム生成と時間単位のストリーミングに対応している。
説明単一・複数カメラ環境における患者の向きがAIリハビリ監視に与える影響
要約本論文は、カメラの設置角度がリハビリ運動の品質評価における姿勢推定にどう影響するかを検討しています。著者らは、さまざまなカメラ角度で撮影した正しい運動と誤った運動を含むデータセット「REHAB26-ViewAngles」を作成し、正しい反復と誤った反復を区別する能力を測る分離性指標を提案しています。単一カメラの2D・3D推定と複数カメラの各種融合手法を比較した結果、適切に配置した2Dカメラは一般的な0°正面視点より分離性を16.9%向上させ、2視点の組み合わせではさらに最大13.1%精度が改善しました。
説明幾何認識型インライア精緻化による3D点群のスーパークアドリック基本要素分解
要約この論文は、3D点群を解釈可能な幾何学的基本要素に分解する手法を扱っています。表現としてスーパークアドリック（超二次曲面）を用い、フィッティング過程に法線の一貫性などの局所的な表面特性を組み込みます。インライア精緻化をエネルギー最小化問題として定式化し、グラフカット最適化で解きます。合成データと実データでの実験では、RANSACベースの既存手法と比べて幾何学的精度、ノイズや外れ値への頑健性、収束効率の改善が報告されています。
説明難しい視覚と易しい視覚：GPT-6 Astra がコンピュータビジョン全体で示すもの
要約本論文は、汎用大規模モデル GPT-6 Astra と他の最先端汎用 AI システム 5 種を、コンピュータビジョンの 9 分野にわたる 34 の能力・55 のベンチマークで評価しています。意味理解、推論、物体中心の予測は参照水準に近づくか到達している一方、計量的な幾何精度、忠実な再構成、時間的に一貫した稠密予測、専門的な細粒度視覚知識では大きな差が残ると報告しています。追加の推論や専用ツールで一部の差は縮まりますが、効果は能力によって異なります。
説明X-Reset：クロス身体リセットによるオブジェクト中心強化学習のスケール拡大
要約本論文は、人間の手と物体のデモンストレーションを使って、シミュレーションでの強化学習における探索問題を解決するX-Resetの枠組みを提案しています。人間の手と物体の状態をロボットの状態に変換し、シミュレーション上で不安定な状態を除外して、残りを学習時のリセット開始点として用います。方針は物体の状態と目標にのみ依存します。論文では、3種類のロボット身体・20個の物体で汎用方針を学習し、未知の物体へ一般化でき、シミュレーションから実機へゼロショットで移転できると報告しています。
説明動画予測と画像生成のラグランジュ–ハミルトン流：シンプレクティック幾何の視点
要約本論文は、古典力学とシンプレクティック幾何に基づき、各画像を完全ラグランジュグラフとして表し、画像に依存するハミルトン流で時間発展を記述するLHFMを提案します。主な応用は決定論的な動画予測（LHFM-V）で、比較した再帰モデルの中で、近い予測精度において報告されている浮動小数点演算量が最も少ないとされています。画像版LHFM-Iはフローマッチングと併用でき、対応実験ではフローマッチングのベースラインより低いFIDを示しました。
説明「Mind the RefGAP」：拡散ベースのビジュアル編集における参照アテンションの補正
要約参照画像を用いる拡散編集モデルは、ユーザーが与えた参照を忠実に再現できないことが多いと論文は指摘し、その一因として参照アテンションの配分が不十分な点を挙げています。著者らは、学習を必要としないRefGAPを提案します。これは順伝播中に測定した参照アテンション量に基づき、各層でlogitのオフセットを動的に調整する手法で、2つの全体係数で制御されます。7種の拡散画像・動画編集器での実験では、顔の入れ替えや頭部の入れ替えにおいて身元の再現性が向上したと報告されています。
説明ScAn-Bench：スケーリング分析手法を評価するベンチマーク
要約本論文は、基盤モデルにとって重要なスケーリング則を、モデル種類を横断して得る手法を体系的に評価した研究が存在しない点を指摘している。著者らは、言語モデルとビジョン・言語モデルのパイプラインそれぞれ4524個と8024個のチェックポイントに基づく代理ベンチマーク、ScAn-Bench-LLMとScAn-Bench-VLMを提案している。これらを用い、異なるデータモダリティにおけるスケーリング分析のデータ取得と外挿手法を初めて体系的に評価している。
説明「夜の科学」によるエージェント型科学的アイデア創出の創造性強化
要約本論文は、大規模言語モデルは構造化された検証可能なタスクに優れる一方、低エントロピー傾向のため出力が画一的・予測可能になり、自由度の高い科学的アイデア創出には限界があると指摘する。著者らは、強化学習によってモデルが予測可能な推論からいつ、どのように逸脱すべきかを学習するエージェント型フレームワーク「AI Night-Scientist」を提案し、行動・過程・結果の三軸で創造性を捉え、GRPOで学習させる。報告によれば、基礎モデルと比べて研究方向の多様性は27.8%、貢献の種類は14.9%増加し、予測引用インパクトは最大32.0ポイント、独創性は66.2ポイント向上した。
説明DynaTokens：テスト時にカメラ制御ビデオモデルへシーンの動きを教える手法
要約本論文は、既存のカメラ制御型ビデオ世界モデルに、シーン固有の動きを学習させる軽量な学習可能トークン群DynaTokensを提案しています。基盤モデルは凍結したまま、少数の例示軌跡からトークンを学習し、新しいカメラ経路の下でも動きを再現します。VBench2とWorldScoreの評価では、LoRAやブロック微調整などの基準手法より、動きとカメラ制御の両立において優れた結果を示しています。
説明二重スペクトル確率展開によるグラフニューラルネットワークの統一的不確実性表現
要約本論文は、グラフニューラルネットワーク（GNN）の不確実性を統一的に表す手法、DSS展開（doubly-spectral stochastic expansion）を提案しています。ノード埋め込みを確率的なグラフ信号とみなし、グラフフーリエフィルタで構造的変動を、直交多項式カオス座標で潜在的な確率変動を捉えます。論文では、単独型のDSS-GNNが14のノード分類ベンチマークで最も低いBrier scoreを示し、混合型のDSS-Hybridが多くのノード分布外設定でAUROCが最良だったと報告しています。
説明MeqMuon：LLM事前学習向けの行列均衡化Muonオプティマイザ
要約本論文は、大規模言語モデル（LLM）の事前学習に用いる改良型Muonオプティマイザ「MeqMuon」を提案している。行方向の正規化に加え、行と列の両方の大きさを均衡化する正規化を行い、手動調整なしで異なる不均衡パターンに自動的に適応させる。また、AdamWの二次モーメント推定を保存する必要がなくなり、オプティマイザ状態のメモリ使用量を削減する。実験では、AdamW、Muonなどのベースラインより収束性能が優れることが示されている。
説明正則化の証明可能な利点：敵対的模倣学習の高速収束率
要約本論文は、専門家と学習者の振る舞いを区別する敵対的報酬に対して方針を最適化し、専門家のデモンストレーションを模倣する敵対的模倣学習（AIL）を扱う。有限ホライズンのマルコフ決定過程と一般的な関数近似の下で、報酬正則化と方針正則化を同時に用いる手法について高速収束率を示す。提案アルゴリズム Dually Regularized AIL は、KL方針正則化と、専門家および学習者の占有度で重み付けした二次報酬ペナルティを組み合わせる。正則化パラメータを固定したとき、正則化された模倣ギャップが Õ(1/K+1/N) で抑えられることを証明する。ここで K はオンラインのエピソード数、N は専門家の軌跡数である。
説明個人化生成の再考：因子化ランキングモデルによるテスト時アラインメント
要約本論文は、単一の利用者像を前提とする従来のアラインメント手法では、多様な利用者の嗜好に大規模言語モデルを合わせることが難しいと指摘します。Best-of-N などのテスト時スケーリング手法が個人化生成に適すると論じ、基盤生成モデルの内部埋め込みを再利用する百万パラメータ規模のMLPランキングモデルを提案します。九つのデータセットでの実験では、十億パラメータ規模の汎用報酬モデルを上回り、パラメータ数は0.4%未満、採点遅延は四桁低いと報告されています。
説明報告：エージェントスキルの段階的開示
要約Workday が導入している LLM ベースのエージェントでは、コンテキスト内に名前付きの手順（スキル）を定義することで機能を拡張できる要望が多い。しかしスキルライブラリが大きくなるほど運用コストも増加する。本報告では、スキルを必要に応じて段階的に読み込む手法を実証的に調べ、スキル検索の品質は向上するが全体の遅延はわずかに悪化すると報告している。
説明回路評価の再考：回路はモデルの誤りを説明できるか？
要約機構的解釈可能性は、モデル内部の計算を分析して振る舞いを説明することを目指し、回路ベースの説明は、残りを切除して検証したコンパクトなサブネットワークでこれらの計算を切り出そうとします。本論文は、こうして検証された回路が正答はよく再現する一方、モデルの誤答の大半を説明できないことを示します。したがって良い説明はモデルの誤りも再現すべきだとし、遺漏された注意ヘッドを復元すると誤答の再現率が大きく向上することを報告しています。
説明QuanReview：人手とLLMによるスパン注釈の、オフラインで監査可能な照合ツール
要約本論文は、数量と単位、不確実性の修飾語、イベント分類などの構造化されたスパン注釈を監査・修正するオープンソースシステム QuanReview を紹介しています。2つの注釈結果を文字単位で整列させ、記録された明示的ポリシーで曖昧さのない箇所を処理し、衝突候補はブラウザ上の審査画面で人が判断します。4,457件の人道支援ベンチマークとLLM抽出結果に適用したところ、8%の文書が完全自動で統合され、さらに1,513件が自動判定されました。人手が必要だった衝突候補は3,131件で、審査文書1件あたり平均5.4件でした。
説明タスク認識圧縮に潜む知覚制約（論文）
要約本論文は、タスク認識圧縮において自然に現れる知覚制約を検討しています。主タスクは再構成、副タスクは分類（統計的検定）です。利用可能な領域情報の水準を変えながら、これらの制約を利用して、レートが最小でかつ副タスクの有用性を最大化する圧縮方式を設計する方法を論じています。原文によれば、分類器の決定境界が元の分布に対して不明確（ミスマッチ）な場合、再構成分布を目標分布に一致させることで分類精度が向上します。
説明HEAR：実際の声、実際のバイアス——音声言語モデルのための大規模な実録音・人口統計的多様性ベンチマーク
要約本論文は、843名の多様な人口統計的背景を持つ参加者による約8万7千件の実際の人間の音声サンプルからなるベンチマーク「HEAR」を紹介します。多肢選択式質問応答と自由記述の長文タスクで評価を行い、リアルタイム音声対音声と音声対テキストの両方のアーキテクチャを対象としています。結果として、声に基づくバイアスはモデルごとに異なること、また個人化の指示が人口統計的な格差をさらに拡大させることが示されています。
説明RLVRにおける検証器の誤り：報酬ハッキング、フィードバックの限界、選択的制御
要約本論文は、検証可能な報酬による強化学習（RLVR）で、不完全な検証器が誤った回答に報酬を与え、報酬ハッキングが起きる問題を扱っています。報酬が上がっても正答率が下がる条件を特徴づけ、RLVR中に得られる観測だけでは受理された誤りを検出・特定できないことを示しています。そこで監査による正しさの追加フィードバックを用いる補正を構成し、部分的な監査のもとで誤りの確率を下げつつ正答の確率を上げる選択的制御を実現します。対数線形・神経文脈バンディットおよび言語モデルでの実験により、分析を裏付けています。
説明FlowTool：フローマッチングによる画像レタッチツールのパラメータ制御
要約本論文は、ツールベースの画像編集（レタッチ）をフローマッチング問題として定式化したFlowToolを提案する。入力画像とユーザー指示を条件として、ツールパラメータの分布を直接モデル化し、多モーダル大規模言語モデルが推論とパラメータを逐次生成する方式は用いない。著者らは、参照ベースの評価で専用の編集エージェントや専有モデルを上回り、推論遅延を少なくとも50倍削減し、メモリ使用量は比較対象のおよそ半分だと報告している。
説明PhoneCLI：アプリ画面の操作を呼び出し可能なコマンドにコンパイルするモバイルエージェント手法
要約本論文は、モバイルGUIエージェント向けのPhoneCLIを提案します。オフライン段階では対象アプリを外部から探索し、画面・操作要素・遷移関係を意味注釈付きのマップにまとめ、各画面を決定的に再生できるコマンドに対応づけます。オンラインでは、コマンドを選択して検証した後、視覚言語モデルを使わずに実行し、自由形式の操作や失敗時には従来の視覚言語モデルにフォールバックします。AndroidLabではタスク成功率の向上とステップ数・トークン消費の削減が報告され、AndroidWorldの公式M3Aエージェントにも効率改善が移転できたとされています。
説明原双対内点法のための学習型前処理
要約本論文は、滑らかな非線形計画問題向けの内点法 pdLIP を提案します。共有の座標ごとの再帰ネットワークが正の対角前処理子を予測し、ニュートン方向に必要な高コストな二次情報や線形方程式の求解を置き換えます。学習は自己教師ありで行われ、目標方向や事前に求めた解は不要です。200次元の4クラスの問題では、KKT残差10^-8の基準で、コールドスタートに比べウォームスタートがpdProjの精算反復を63〜67%減らしました。
説明MS-GLA：多時間解像度で表現のボトルネックに対処するマルチスケール・ゲート付き線形アテンション
要約本論文は、アテンションヘッドを複数の時間解像度に分散させるマルチスケール・ゲート付き線形アテンション（MS-GLA）を提案します。粗い解像度のヘッドは長い区間を集約して長距離依存関係に特化し、細かいヘッド群は局所的な構文構造への感度を保ちます。学習可能な融合層が各時刻でヘッド群の出力を動的に再結合します。言語モデリング、リコール重視のタスク、長文脈汎化の評価で、同じパラメータ数においてGLAより高い精度と低いパープレキシティを示し、リコールタスクでは最大18.9%、言語モデリングの平均パープレキシティでは9.5%の改善が報告されています。
説明後段の注意層だけでエンティティトークンは複製できるが、その文脈トークンへの注意が必要であることを示す論文
要約本論文は、大規模言語モデルがプロンプト中のエンティティを指すトークンを出力へそのままコピーする仕組みを調べたものです。Qwen3-8Bを用い、タスクに参加できる層を制御する手法と、特定のトークンからエンティティトークンへの注意を遮断する手法の二つで実験しました。モデル後半の二群の層がエンティティ複製に必要かつ十分であり、文脈トークンのエンティティへの注意も正確な複製に必要だと報告しています。
説明複数種類のカメラ画像からのフィードフォワード型3D再構成（MEOW）
要約本論文は、透視・魚眼・360度パノラマ画像が混在する入力から、単一の順伝播で計測スケールの点群とカメラ姿勢を推定する手法 MEOW を提案する。キャリブレーションやカメラ種別のラベルは与えられず、画像のみを入力とする。透視画像で事前学習したバックボーンを維持し、手続き的データエンジンで合成データのみを学習させている。実データの 2D3DS では、各視点のカメラ種別を与えた Wid3R の 53.8 に対し、MEOW は 79.9（mAA@30）を達成したと報告されている。
説明CMDO：認知記憶に基づく適応的な母集団型探索アルゴリズム
要約本論文は、微分を用いない母集団型最適化手法CMDO（認知記憶駆動最適化）を提案します。探索の状況、探索行動、結果の関係を経験として保持し、現在の探索状態との類似度に基づいて取り出します。成功と失敗の両方の経験を用いて後続の探索を導き、探索・誘導・局所探索によって候補を生成します。BBOB/COCOおよびCEC2017のテスト問題と光伏モデルのパラメータ推定で既存手法と比較し、問題によって結果は異なるものの競争力のある性能を示しています。
説明多ロボット軌道のデノイジング計画（D4orm 枠組み）
要約本論文は、動力学を考慮した拡散デノイジング枠組み D4orm に基づき、多ロボットの軌道計画を扱います。候補制御軌道の変形を、GPU などを用いた大規模並列サンプリングによって反復的に最適化し、運動学・動力学的に実行可能で衝突のない軌道を生成します。解耦型、オンライン型（ローリングホライゾン）、分散型の三種類の計画器を提案し、MPPI や学習ベースの拡散モデル手法と比較して評価しています。
注目点D4ormを基に分割型・オンライン型・分散型の3種のプランナーを構築し、MPPIや学習型拡散法と比較、実機四足機と100台規模のシミュレーションで検証している。
説明参照スペクトル誘導型テスト時特化による、質量スペクトル予測の転移可能性
要約タンデム質量スペクトル予測は、メタボロミクス、天然物探索、環境分析における化合物同定に用いられます。本論文はSPARCという枠組みを提案し、テストクエリのスペクトルにアクセスせず、スペクトル参照ライブラリを用いて事前学習済み予測器をテスト時に適応させます。各クエリについて化学的に関連する参照スペクトルを検索し、断片強度を再調整するとともに、信頼性を考慮した一貫性で信頼できる予測を保持します。MassSpecGym、NPLIB1、GNPSライブラリにおいて、複数の転移設定でスペクトル予測が改善したと報告しています。
説明医用画像の位置合わせ評価：先端マルチモーダルモデルの汎用視覚推論力を検証
要約本論文は、二つの画像の間に解剖学的な対応関係があるかを判定する医用画像の位置合わせ評価を試験課題として、先端のマルチモーダル大規模言語モデルが、タスク固有のパラメータ最適化なしに視覚判断を行えるかを検討している。世代の異なるモデル、局所で微調整したモデル、専用のCNNを比較し、プロンプト方式と画像提示方法も変えて評価した。その結果、新しい先端モデルは実用的な評価を行える水準に達している一方、数か月前に公開されたモデルは性能が低く、微調整したローカルモデルは未見の条件への汎化が大きく劣ることが示された。
説明項目反応理論に基づく評価基準ベースの報酬（Rubric Response Theory，RRT）
要約本論文は、強化学習で評価基準（rubric）を使って言語モデルの回答を採点する際、満たした基準の点数を単純に合計すると、異なる判定パターンが同じ報酬になってしまう問題を扱います。著者らは二パラメータの項目反応モデルを用いる RRT を提案し、判定パターンを質の証拠として扱い、基準の難易度と識別力を予測する応答パラメータネットワークを、学習中にオンライン EM で更新します。策略モデルに Qwen3.5-4B を用いた実験では、RRT の宏平均基準スコアが GRPO より 1.7 ポイント高く、判定数を半分にしても GRPO の全判定とほぼ同等になると報告されています。
説明CoSE-E：企業環境向けコードスイッチング音声評価ベンチマーク
要約本論文は、企業向けに調整された、コードスイッチング音声認識の合成ベンチマークと多次元評価フレームワークを提案しています。5つの言語ペアにわたって最先端の音声認識システムを体系的に評価し、コードスイッチングによって生じる追加の転写誤りを分析しています。あわせて、多言語音声エージェントの企業向け評価を支援するためにCoSE-Eを公開しています。
説明思考はすべて同じではない：潜在推論が深さ汎化のための再帰的探索アルゴリズムを発見
要約本論文は、同一のGPTNeoXバックボーンに基づく5種類のモデルを、拡張多段推論タスク（ProsQA-Ext）で一から学習させて比較しています。分布内での性能が高くても、深さ方向の汎化が保証されるわけではないことが示されました。通常モデル、思考連鎖モデル、ポーズトークンモデルは汎化が弱い一方、潜在推論モデルはより良く汎化します。因果介入と回路解析により、後者は疎な再帰的探索回路で計算を行い、学習時の深さを超えて使える前向き探索を実現していることが分かりました。
注目点5種のモデルを比較し、因果介入と回路分析により、潜在的再帰が深さ汎化する前向き探索アルゴリズムを学ぶことを示し、根拠は比較的十分。
説明音声エージェントはいつ行動するのに十分な根拠を得るか：PACT-SLMコントラストテスト
要約本論文は、ストリーミング音声言語モデルが部分的な音声だけで正しい行動を取れるかを評価する受け入れ試験PACT-SLMを提案している。80組の対比サンプルと1,600件の前置き予測を用いた結果、行動の識別と開始タイミングの精度が一致しないことが示された。そのため著者らは両者を別々に測定する必要性を主張している。
説明検証可能な視覚報酬：合成シーンから自然なプロンプトへの画像生成学習手法
要約本論文は、幾何学的な物体とその関係からなる合成シーンを用いて、プロンプトと決定的な検証器を同時に生成する検証可能視覚報酬（VVR）の枠組みを提案しています。10,000タスクのVVRBenchと720の高難度タスクのVVRBench-Challengeを公開しました。VVRスコアを強化学習の報酬（RLVVR）として使うと、Stable Diffusion 3.5 MediumのVVRBenchでの正答率が2.8%から28.3%に向上し、自然なプロンプトや領域外のベンチマークにも効果が広がると報告されています。
説明GPUPhysBench：コーディングエージェントが正しく高速なGPU物理シミュレーションを書けるかを評価するベンチマーク
要約本論文は、流体、変形可能固体、粒状材料を対象とした50タスクからなるベンチマーク GPUPhysBench を提案し、コーディングエージェントが正確かつ効率的なGPU物理シミュレーションコードを書けるかを検証している。六つの最先端モデルとハーネスの組み合わせを単一試行で評価した結果、上位二組が全50タスクを通過した一方、最速の提出でも22%のタスクでしか専門家の最適化参照実装の0.9倍以上の速度に届かず、参照実装を5%を超えて上回る提出はなかった。衝突検出、制約ソルバー、反復ソルバーで差が最も大きかった。
説明RT-Super：縦断画像と報告書から腫瘍セグメンテーションを学習
要約本論文は、複数種類の腫瘍を領域分割する RT-Super モデルを提案している。腫瘍のセグメンテーションマスクは作成コストが高く、多くの腫瘍種では公開データにも存在しないため、著者らは病院に蓄積された縦断画像、多相画像、放射線科報告書を訓練に利用する。教師ネットワークが患者の縦断画像と報告書から高品質な腫瘍マスクを生成し、それを用いて単一画像のみを入力とする生徒ネットワークを学習させる。縦断画像間での腫瘍位置の一貫性を利用する新しい一貫性損失も提案されている。食道、子宮、脾臓の腫瘍では、公開 AI モデルを上回る分割性能が示されている。
説明コーディングLLMを用いてデータから解釈可能なモデルを学習する手法
要約本論文は、ラベル付きサンプルを与えた上で、コーディングLLMに規則集の次の規則を繰り返し生成させる簡単な仕組みを提案している。表形式データでは既存の規則学習手法と競合し、多くの場合より優れ、特に学習データが少ない場合に有効である。テキストデータでは大きな差で勝り、別のLLMベースの規則学習手法にも勝ると報告されている。さらに、解釈可能な分類器の構築を新しい種類のコーディングベンチマークとして提示している。
説明リーマン多様体上の内在的連想記憶：曲率・容量・創発モード
要約本論文は、リーマン多様体上に内在的な稠密連想記憶を構築し、記憶をEpanechnikov核密度に基づくモード探索として捉えています。測地線エネルギーと体積補正エネルギーを比較し、曲率によってその振る舞いが分かれることを示しています。測地線記憶は孤立したパターンを必ず保持し、補正記憶にはリッチ曲率の閾値が存在します。また、容量のスケーリングと、パターンの重なりが新たな記憶モードを生むことも述べられています。
説明DR-net-Mamba：長時間心電図ノイズ除去のための選択的状態空間モデリング
要約心電図は非定常ノイズにより劣化し、診断の信頼性が下がります。本論文は、畳み込みのボトルネックに選択的状態空間（Mamba）ブロックを挿入したノイズ除去モデルを提案し、線形計算量で局所特徴と長距離の時間依存性を同時に扱います。合成データと実データでは、SNRが最も高くRMSEが最も低く、系列長が長い場合や低SNR条件で利点が大きくなりました。下流の分類ではマクロAUROCが各ノイズ除去手法の中で最良ですが、校正の結果は分類器によって異なります。
説明FluxLite：離散拡散モデルの推論時提案制御手法
要約本論文は、離散拡散モデルの推論時に傾いた分布からサンプリングする精度を高めるための、学習不要の提案制御フレームワークFluxLiteを提案します。2種類の実用的なサンプラーを示し、母集団の安定性と有限粒子での収束を理論的に証明しています。有限状態CTMCのベンチマークでは、標準的なFeynman-Kac SMCベースラインに対して終端KLが最大2桁改善しました。2次元Isingサンプリングでは、行相関MSEが幾何平均で5～7倍、ピーク時には55倍低減しています。
説明「目が恐れるもの」：読み取り盲目性がTransformerの大規模活性化を説明する
要約本論文は、Transformerモデルにおいて残差ストリーム中の極端な値をとる特徴（大規模活性化）が、なぜ層をまたいで消えずに残るのかを検討している。注意機構とフィードフォワード（FFN）ブロックを演算子レベルで機構的に分析した結果、これらのブロックは読み取り時にはその座標を無視するが、書き込み時には無視しないという読み書きの非対称性が見つかった。さらに学習中のチェックポイントと勾配の分析から、この読み取り盲目性はFFNによる増幅より前に現れ、モデルがそれを能動的に維持していると述べている。また、異なる位置で読み取り阻止を取り除くと他の箇所で補償的な変化が起きるが、大規模活性化は依然として残ると報告している。
説明SANTA++：代表キーによるアテンションのサンプリング
要約本論文は、学習を必要としない確率的アテンション手法 SANTA++ を提案する。キャッシュ内のキーをグループに分け、各グループの代表キーを用いてどのグループをサンプリングするかを決める。サンプリングされたグループでは正確なアテンションスコアを計算し、包含確率の逆数で重み付けして全キャッシュのアテンションを推定する。Qwen2.5-7B-Instruct（32K コンテキスト）では、32 または 64 グループのサンプリングで、稠密アテンションの KV 読み出しの 16% から 22% で、LongBench v2 と HELMET の検索拡張生成サブセットではスコアの 94% から 99%、RULER では 85% から 91% を保持したと報告されている。
説明最適なニューロン数と近最適なビット複雑度による任意精度ニューラル近似
要約本論文は、[0,1]^d 上の多変数ヘルダー連続関数を任意精度で近似するのに必要な隠れニューロンの最小数と、その符号化複雑度を研究している。固定された明示的な活性化関数を構成し、幅 d と 1 の二つの隠れ層からなるネットワークで一様ノルムにおける任意精度を達成できることを示す。標準的な順伝播型ネットワークでは隠れニューロンの総数の厳密な最小値が d+1 であると証明している。さらに、床関数と指数関数を組み合わせた単一の初等的活性化関数による簡略な構成も与えられ、有界な α-ヘルダー族に対するビット数は対数因子を除き度量エントロピーの下界と一致する。
説明LLMは適切な証拠の価値を判断できるか？動的医療診断における証拠‐価値のずれ
要約論文は、証拠が不十分または誤解を招くものである場合、診断が正しくても臨床上の危険があると指摘し、結果ベースの正答率はこうした「まぐれ当たり」を評価してしまうと述べています。著者らは動的評価環境MedEVM（24の疾患系統、1,050症例）を提案し、モデルが証拠を待つか診断を提出するかを逐次判断する必要があることを示しました。9つのLLMでは、証拠の充足度の追跡が不正確であること、提出タイミングのずれ、証拠の順序による影響、誤解を招く証拠の持続的な影響などが観察されました。さらに、提出前に証拠の裏付けを検証するEVD-Harnessを提案し、5つのLLMで正答率を12.0〜51.1ポイント改善したと報告しています。
注目点証拠価値の不一致という概念を提案し動的診断ベンチマークと検証型提出フレームワークを構築、9つのLLMでの系統的実験と対照検証により証拠は十分で、医療AIへの影響は大きい。
説明RIDE：骨格ホッピングのための参照アンカー型推論時拡散編集手法
要約骨格ホッピングは創薬における重要課題で、参照結合リガンドと主要な官能基や類似した三次元形状を共有しつつ、構造的に異なる新規分子を探索するものです。本論文はRIDEフレームワークを提案し、結合ポケットと官能基を条件として参照の拡散ノイズ軌道を復元し、ノイズ摂動によって編集に最適な区間を選び、価値誘導型サンプリングで新しい骨格を生成します。実験では、ベースラインと比べ参照との二次元類似度が低く、三次元類似度が高い骨格を生成し、平均でそれぞれ11.7%と7.3%の改善が示されています。
説明単一指標バンディットにおける決定境界の学習と選好抽出の幾何
要約本論文は、腕ごとに単一指標を持ち、未知の単調リンク関数を共有する二腕文脈バンディット問題を扱います。単調性のため最適行動は指標方向の差のみに依存し、腕ごとの報酬関数を推定する必要はありません。著者らは、逐次的Stein対比を用いて最適境界を直接学習する貪欲法、自然境界学習（NBL）を提案しています。局所的決定安定性の下でNBLは最適境界へ収束し、期待後悔がO(log n)に達することを示しています。数値実験では予測された安定性の領域を確認し、リンク関数の誤指定のもとでパラメトリックな貪欲法のベンチマークと比較しています。
説明Cartridges++：文脈外の質問を損なわずにKVキャッシュを圧縮する手法
要約大規模言語モデルで長文書を繰り返し処理する際のKVキャッシュを圧縮する研究です。学習型のCartridgesは文書関連の質問には強い一方、文書外の質問への対応力が低下することを示しています。そこで、推論時にルーティングする方式と、訓練データに少量の文書外の質問を混ぜる方式を提案し、この能力を保つ改良版Cartridges++を提示しています。
説明アテンショングラフォン：グラフ極限の観点からみたグラフ Transformer
要約グラフ Transformer は各アテンションヘッドごとに、学習された密な n×n の二点間相互作用行列を生成します。本論文は、その行列を基礎となるカーネル（アテンショングラフォン）からの有限標本とみなし、カットディスタンスのもとで n の増加に伴う集中性を稠密グラフ極限理論を用いて分析し、二つの分散上界を導出します。さらに、データセット単位のアテンショングラフォンを推定する手法と、安定した連続体記述を持つかを検定する診断指標を提案し、複数のグラフベンチマークでアテンションがデータセット固有のグラフォン構造へ安定化し、誤差が n とともに減少することを示しています。
説明雑音から階層へ：AI意識を評価するための原理的枠組み
要約本論文は、AIが意識を持つ能力をもつかを評価する枠組みを提案します。著者らは「困難問題」と「対応づけ問題」を切り分け、マーの三水準分析を五層の機能記述の階層へと拡張し、各層に操作可能な指標を設けています。ベイズモデルで理論的確信度と指標の証拠を統合し、現在の大規模言語モデルを例に評価すると、仮定や確信度の分布によって結論が0.01未満から約0.8まで変わることが示されています。
説明EvolvingAvatar：会話の進行に合わせて適応する対話型3D頭部生成
要約本論文は、テスト時学習を用いて利用者の顔映像と対話音声に適応する因果的な3D頭部生成モデル EvolvingAvatar を提案する。対話文脈予測による自己教師あり信号と、会話内で蓄積される持続的高速重みにより、話す動作と聞く動作を生成する。また、単一視点と二視点の会話動画から構成される455.95時間のベンチマーク InterHead-Bench を導入し、会話動作の統計で強いベースラインを上回ることを示している。最も難しい分布外の分割では、会話の進行とともに生成の精度が向上する。
説明品質多様性のための行動基盤モデル：潜在空間で多様で高性能な強化学習方策を探索する手法
要約本論文は、行動基盤モデル（BFM）の圧縮された潜在空間を品質多様性（QD）探索の対象とするBFM-QDフレームワークを提案します。さらに、評価器の学習や逆伝播を必要とせず、方策勾配更新を近似する閉形式の勾配フリー方策改善演算子を示しています。連続制御ベンチマークでは、特に疎報酬や欺瞞的な環境で、パラメータ空間ベースラインを一貫して上回る結果が報告されています。
説明EvE：超パラメータ探索を高速化するAdam代替の最適化手法
要約本論文は、差分進化を中心とし、必要時のみ短い勾配降下で補うオプティマイザEvE（Evolutionary Explorer）を提案している。同じ計算予算の下で、70の（問題, 次元）の組のうち76%でAdamと同等以上の結果を示した。ニューラルネットワークの実験では1.7〜3.9倍速く予算を消化する一方、最終的な品質はわずかに劣る。著者は、最終段階の学習器としてAdamを完全に置き換えるものではなく、探索を多用する予算制約の場面向けの高速な代理手法と位置づけている。
説明深度画像ベースレンダリングによるリモートセンシングの疎視点3Dガウシアン・スプラッティング新規視点合成
要約本論文は、観測が疎な条件でのリモートセンシング画像の新規視点合成に取り組み、深度画像ベースレンダリング（DIBR）で擬似視点を生成しビュー間の一貫性を監督するDIBR-GSを提案します。単眼深度の事前情報を疎なSfM再構成と整合させて幾何的初期化を行い、段階的な擬似視点監督と高さ制約付きのアンカー成長戦略を導入しています。入力が3視点のみの実験では、従来の最良手法と比べPSNRが6.83 dB向上し、SSIMは相対で14%、LPIPSは相対で60%改善したと報告されています。
説明マルチターン画像編集のためのオンポリシー自己蒸留（MT-OPSD）：自身の出力上で編集を続けられるよう学習させる手法
要約本論文は、指示ベースの画像編集モデルが反復的な再帰編集で急速に性能を落とす問題を取り上げています。原因は、学習時にはクリーンな元画像を用いる一方、推論時には自身の不完全な出力を条件として繰り返し使うという学習と推論の分布の不一致にあるとしています。提案手法MT-OPSDは、モデル自身が生成した条件状態で学習し、クリーンな入力条件の教師モデルから編集の監督を受けるもので、多ターンの注釈データは不要です。あわせて、長期的な頑健性を評価するための、10ターンの編集セッション100件からなるLME-Benchを導入しています。3種類の編集バックボーンでの実験では、長期的な編集成功率が向上し、単一ターンの編集品質はおおむね保たれたと報告されています。
説明「Twist, Don't Tilt」：マスク拡散モデル向けの軌道精度の高い制約付きデコーディング手法
要約本論文は、マスク拡散言語モデル（MDLM）の制約付きデコーディング、すなわち生成結果が指定の構造や文法制約を満たすようにする手法を扱います。既存のオートマトンを用いたステップごとに厳密なデコーディング手法は、組み合わせると有効な軌道に対するモデルの相対確率から逸脱し、軌道バイアスが生じることを示し、そのバイアスの厳密な表現を導出しています。さらに、そのバイアスを補正するため、MDLM向けに初めてオートマトンで捻じ曲げた逐次モンテカルロ・デコーダであるTWISTERを提案し、制約充足を条件とする無偏のDoob h変換パス分布を目標とすることを証明しています。
説明手話間の同時通訳：異なる手話を使う聴覚障害者がリアルタイムで会話するための研究
要約従来の手話から手話への翻訳システムは、元の映像を最後まで受け取ってから出力するため、リアルタイムの会話には使えません。本論文は、初の同時手話間（S2S）翻訳システムを提案し、2種類のwait-k方式と、計算を考慮した遅延指標ca-Stream-ALを導入しています。6つの翻訳方向の平均では、文単位の基準システムと比べ、ca-Stream-ALが38%削減され、DTW-PA-MPJPEは9%増加、BLEU-4は2.1低下しています。
説明TCSAlgBench：理論計算機科学の研究レベル証明を対象とした自動証明ベンチマーク
要約本論文は、自然言語による証明発見のためのベンチマークおよび再利用可能なパイプライン TCSAlgBench を提案し、STOC および COLT 2026 の 138 本の論文から得た 398 の定理レベルの課題を含みます。評価では、五回の実行で検証器が受理した網羅率は最良のモデルで 23.6% でした。議論や反復サンプリングによって網羅率は向上し、エージェント・ワークフローの比較では最高 25.4% となりました。
説明サンプリングベースの潜在プランニングのための制御幾何学の直線化（CGS）
要約本論文は、行動間の対ごとのコサイン類似度を、対応する潜在差分の類似度に合わせる補助損失CGSを提案し、計画しやすい表現を学習する手法を示しています。線形ダイナミクスの下で理論解析を行い、四つの制御環境と複数のプランナーで実験しています。更新ごとに128候補をサンプルする条件で、より少ない候補数と最適化ステップでも成功率が向上したと報告しています。
説明大規模言語モデルの活性化に現れる意味検索の痕跡
要約この論文は、意味流暢性課題で概念を列挙する際に、大規模言語モデル（LLM）の内部に人間と同様の「探索」と「活用」の2つの検索モードが表現されているかを調べたものです。Jacobian lens（J-lens）などの解釈手法を用い、カテゴリ切り替えが内部活性化から予測できることを示しています。さらに、切り替えを方向づけるステアリングベクトルで切り替え頻度を増減できることを報告しています。
注目点意味探索の枠組みをLLMの内部表現に拡張し、J-lensとステアリングで切替を因果的に検証しており新規性と証拠は高いが、影響は解釈可能性の分野に限られる。
説明関数的ニュートン更新による条件付き期待値演算子の学習
要約本論文は、基底や再生核ヒルベルト空間を事前に固定せずに条件付き期待値演算子の主要な特異構造を学習する、関数的スペクトル・ニュートン法（FSNM）を提案する。中心化された同時密度と積密度の比のカーネルを、関数的ニュートン更新の交互適用により低ランク表現で近似する。各更新は前処理付き回帰に帰着し、段階的ブースティングの中でベクトル値回帰木により近似される。母集団レベルでは、弱学習器の相対的精度条件のもとで降下性と O(1/T) の最良反復ブロック定常性レートを示し、全中心化 L² 空間上で非退化な局所極小点はすべて大域的に最適なランク d 近似であることを示す。合成データ実験では、低ランクの密度比と主要なスペクトル構造が復元され、学習されたカーネルが再学習なしに複数の条件付きクエリに答えられることが示される。
説明ReSS：3次元ビジョン・トランスフォーマー向けの残差復元型スパースアテンション
要約VGGTなどの3次元ビジョン・トランスフォーマーは、複数視点画像から一度の順伝播でカメラ姿勢と場景形状を推定しますが、視点数が増えると全体注意の計算コストが大きくなります。本論文は、保持するブロックを注意確率の高さで選ぶ従来法に代えて、スパース化によって残差ストリームに残るドリフトを最小化するReSS（ReSidual-ReStoring Sparse Attention）を提案します。ドリフトの指標を定義し、丢弃集合を反復的な残差復元で全体として調整します。3種のバックボーンと5つのデータセットで、同じスパース度においてReSSが従来法より稠密モデルの性能をよく保つことを示しています。
注目点ブロック選択の目標を注意確率の保持から残差ストリームのドリフト最小化へ変更し、三つのバックボーンと五つのデータセットで検証しており、証拠は比較的十分である。
説明言語モデルは隠れた感情価にどう反応するか：隠れ状態が選択に与える影響の研究
要約本論文は、アクティベーション・ステアリングで二つの無意味な「ゾーン」に正または負の感情価のパターンを付与し、ステアリングを止めた後にモデルがどちらを選ぶかを観察します。五つのファミリーの七つのオープンウェイトモデルで、隠れ状態だけで選択が引導量に応じて変化することが示されました。一方で、これらの痕跡がモデルの福祉に関わる主観的経験を伴うかどうかは不明だと著者は述べています。
注目点活性化ステアリングと隠れKVキャッシュの因果的操作で顕示選好を用い、モデルの価値状態への関与を検証する新しい手法。複数モデルでの対照実験は堅実だが、福祉への含意は限定的。
説明CoDR：拡散言語モデル向けの学習不要な信頼度ドリフト再マスク手法
要約マスク付き拡散言語モデル（MDLM）は、マスク位置へのトークン確定を繰り返して復号するが、その確定は通常取り消せず、初期の誤りが伝播しうる。本論文は、確定時の疎な文脈から後の密な文脈へ移る際に、確定済みトークンへのモデルの信頼度が低下する「信頼度ドリフト」を指摘する。これに基づき、学習不要でサンプラーに依存しないCoDRを提案する。CoDRはk回の順伝播だけで確定済み位置のドリフトを推定し、モデルが支持しなくなったトークンのみを再マスクして生成し直す。
注目点信頼度ドリフトに基づく学習不要の再マスク手法を提案し、複数のバックボーン・タスク・サンプラーで実験と対照実験により効果を示している。
説明科学論文PDFにおける根拠箇所の特定を支える、出典保持型アラインメント手法
要約科学情報抽出システムは、主張とともに根拠の文字列を返すことが多いが、利用者はそれを元のPDFから探し出す必要がある。抽出された根拠とPDFのテキスト層は表現が異なり、改行、Unicodeの表記揺れ、上付き文字、引用記号などが一致を妨げる。本論文は、一致判定のためにテキストを正規化しつつ、出典情報を保持して正確な位置特定を行う枠組みを提案する。1,020本の化学論文での実験では、引用単位の自動特定率が92.6%で、テキスト検索の43.6%、事前計算した境界ボックスの基準手法の19.1%を上回った。
説明CUTLASS カーネル選択のためのハードウェア考慮特徴量：静的に計算できるハードウェア挙動の推定で GPU カーネルを選ぶ
要約CUTLASS などの GPU ライブラリは同じ演算に対して数万もの意味的に等価なカーネルを提供しており、すべてを実行して自動チューニングするのは高コストです。本論文は、各候補構成に静的に計算可能なハードウェア挙動の推定値を加えるハードウェア考慮型の表現を提案し、490 万個の CUTLASS カーネルを用いてランキングモデルを学習させます。留保した穷尽評価問題において、この表現は構造ベースラインに比べて選択の後悔（regret）を最大 40%、NVIDIA の行列積ヒューリスティックに比べて 64.2% 削減しました。
説明IMC-CLINIC：アナログ・インメモリ計算のクリッピングのための結合損失考慮ニュートン反復法
要約アナログ・インメモリ計算（IMC）は、メモリアレイ内でアナログ領域において行列積を実行し、大規模言語モデル推論の省エネルギー化を目指す手法ですが、精度の限られたアナログ・デジタル変換器が出力側の誤差を生みます。本論文はIMC-CLINICを提案し、IMC行列積出力誤差の解析的な代理モデルに基づき、安全装置付きニュートン型手法で活性化と重みのクリッピング係数を同時に最適化します。複数のモデルとデータセットで、グリッドサーチ基準に比べ平均ゼロショット精度が6.5〜11.5ポイント向上し、校正時間は約10〜12倍短縮されたと報告されています。
説明視覚的摂動下でのペア評価が示すもの
要約本論文は、同一画像のクリーン予測と摂動予測のペアを用いて、視覚的摂動下のロバスト性評価を行う方法を検討しています。クラスごとの正解-正解の件数から受理性の損失や真クラス確率の低下に関する境界を導出し、合成応答に基づいて物理テストの優先順位付けを行う手法を提案しています。44の分類器での実験では、上位20%のリスクの高いサンプルで、より多くの失敗が検出されたと報告されています。
説明大規模言語モデル向けの出力考慮型残差ストリーム剪定（枝刈り）
要約本論文は、大規模言語モデルの残差ストリームを剪定する手法を扱います。既存手法は活性化の再構成誤差だけで削除する次元を選ぶため、後続層の感度を無視しています。著者らは出力KLダイバージェンスの二次近似を用い、活性化の共分散とモデル出力の局所感度の両方を考慮した部分空間選択を提案します。感度で重み付けした共分散行列の固有分解に帰着する計算可能な上界を導き、複数の指示調整済みモデルで、活性化のみを基準とする剪定より校正KLダイバージェンスを下げ、圧縮率の範囲全体で困惑度と下流タスク性能を改善したと報告しています。
説明FactorEngram：言語モデル向けの因子分解型N-gramメモリと基底レベルゲーティング
要約本論文は、大規模言語モデルのための因子分解型N-gramメモリ手法FactorEngram（Engramの改良版）を提案します。検索された埋め込みを一つのまとまりとして扱うのではなく、パターン間で共有される基底ベクトル辞書に対するスパース正則化された係数を取得し、バックボーンの隠れ状態で各基底をスコアリングして係数をゲートします。340Mおよび1Bパラメータの Transformer バックボーンで、言語モデリングと下流タスクの性能向上が報告されています。アブレーション研究では、中間層の注意サブレイヤーの前への挿入が有効な構成とされています。
説明F4R：ロボットの継続的自己改善のための失敗駆動型の認識・再構成・改良・再展開フレームワーク
要約本論文は、視覚・言語・行動モデルを改善するためのF4Rフレームワークを提案します。実際の動作から失敗を自動で識別・診断し、各失敗をタスクに関係する空間的・物理的条件を保った仮想の卓上環境として再構成します。その上で、シミュレーションと実機の共同学習および標的を絞った強化学習によって方策を改良します。四つの操作タスクでの実機評価では、分布内90%台前半、分布外90.0%の成功率を示し、分布外条件では予算を揃えた基準手法を18.75ポイント上回ったと報告されています。
説明少ないほど良い：効率的な新規視点合成のための遺伝的フレーム選択
要約本論文は、撮影済みの画像列から目標視点の再構成に最も有用な固定数の入力フレームを選ぶ、レンダリング不要の視点選択器を提案します。選択器は目標視点の被覆度、既選択視点との冗長性、画像の鮮明さの三つの基準でフレームを評価します。学習には遺伝的アルゴリズムによる高コストなオフライン探索の結果を蒸留に用います。論文は、六つのデータセットと複数の入力量で既存の基準手法を上回り、選ばれた部分集合が全入力列の前方向再構成を上回る場合もあると報告しています。
説明LLMによる逆合成計画で、表現のアラインメントがボトルネックであることを示す研究
要約本論文は、大規模言語モデル（LLM）を用いた化学の逆合成計画を扱います。SMILESから直接PDDLを生成する端対端の方法は失敗しやすいことを示し、分子マッピング、反応マッピング、PDDL生成の三段階に分解する手法を提案しています。分解により成功率が大きく向上したことから、主なボトルネックはモデルの容量よりも表現のアラインメントにあると結論づけています。
説明EdgeVLN：エッジ展開向けに量子化された視覚言語ナビゲーションモデル
要約本論文は、ロボットのエッジデバイスに展開できる量子化済みの視覚言語ナビゲーション（VLN）モデル EdgeVLN を提案し、軽量な因果的 Transformer である LATTE により実時間での停止判断を改善するとしています。著者らは NVIDIA Jetson Orin NX 16 GB 上で、量子化ビット数や推論ランタイムごとの成功率、遅延、エネルギー、メモリ使用量を評価しています。4 ビット IQ4 NL の LATTE 版は成功率 58.02% を達成し、このボードで動作することが報告されています。
説明エネルギーを超えて：持続可能性の各次元が大規模言語モデルのサービス判断をどう変えるか
要約本論文は、大規模言語モデル（LLM）のサービス提供がエネルギー、炭素排出、水消費、生物多様性に与える影響を同時に評価・最適化するフレームワークPRISMを提案しています。計算構成はエネルギー消費を左右し、導入の場所と時間が炭素・水・生物多様性への影響を左右することを示しています。地域ルーティング実験では、最も強いベースラインと比べて、中央値の最悪ケース後悔（regret）が50.2%削減されました。
説明経験から熟練へ：データ不足のNPUカーネル合成のための採用認識型メモリ学習
要約本論文は、NPUカーネル合成のための持続的に自己改善するエージェントSAGEを提案しています。LLMのCUDA知識はNPUのようなデータ不足のアーキテクチャへ移転しにくいという課題に対応します。手法は、採用記録と評価結果を用いて信用を割り当てるATUと、有用な規則を選別・抽象化して有限の常駐コンテキストに統合するUGCで構成されます。NPUKernelBenchでは実行率95.5%を達成し、最も強い対照ベースラインの84.1%を上回ったと報告されています。
説明Almieyar：多方言アラビア語音声認識のための文化的基盤を持つベンチマーク
要約本論文は、6つの方言ファミリーに属する17種のアラビア語方言を対象とした音声認識ベンチマーク ALMIEYAR を提案しています。既存モデルが学習していない新規録音のデータで、総計は約13.7時間です。12の最先端音声認識システムをゼロショットで評価した結果、GPT-4o-transcribe の全体単語誤り率が最も低い35.0%でした。方言グループごとの性能差が大きく、単語誤り率だけでは挙動を捉えきれないため、単語誤り率と文字誤り率の併記が提案されています。
説明ViTを用いた危険タックル検出の再検証
要約本論文は、ICPR 2026で発表されたアメリカンフットボール練習動画における危険タックル検出研究の再現性に関する補足資料です。元研究では、SATT-3基準でラベル付けされた733本のクリップを用いてViViTを微調整し、5分割交差検証を行いました。本資料は公開された成果物を文書化し、結果を具体的なスクリプトや集計ファイルにたどります。再現結果では、明るさの低下が最も支配的な要因であることが示されています。拡張を行わない場合、危険クラスの再現率は0.545で、C3Dベースラインの0.583を上回りません。元の映像には識別可能な選手が写っているため再配布はできず、公開サンプルのみが提供されています。
説明RSI-Master：構造化された実験でAIの自律的なモデル改善を導く
要約本論文はRSI-Master（RSI-Master）を提案し、AIエージェントが基盤モデルの後学習戦略を自律的に探索して改善する手法を示します。ステップごとの実験操作を規則化して不正行為を防ぎ、作業エージェントと査読エージェントが動的に拡張する研究グラフ（DAG）で協調することで、初期方向への固執を避けます。PostTrainBenchでQwen3-4B-Baseを用いた平均スコアは54.49で、最強のベースラインの46.53を上回り、ハッキング率は0.0%と報告されています。35Bモデルへの拡張では、LiveCodeBench-v6およびSciCodeで人手開発のInstructモデルを上回りました。
説明EnJoi：生成的データ同化のためのアンサンブル結合スコアフィルタ
要約本論文は、一部しか観測できない力学系の全状態を復元するデータ同化手法EnJoiを提案しています。過去と未来を含む結合状態の分布を学習し、粒子アンサンブルの共分散に依存する古典的手法En4DVarを改良して、現在の状態と新しい観測への信頼度を動的に調整します。流体と交通流のシミュレーション実験では、観測がまばらで不均一な状況で再構成性能が向上したと報告されています。
説明WorldPlay2：リアルタイム対話型世界モデルの制御と時間範囲の拡張
要約本論文は対話型世界モデルWorldPlay2を提案し、因子化されたハイブリッド制御インターフェースと、圧縮メモリおよび安定した蒸留の協調設計を組み合わせています。制御インターフェースは、フレーム整列の行動制御と、シーンの外観・キャラクターの同一性・動的な意味的イベントを分離する構造化意味制御を統合します。履歴文脈を圧縮メモリトークンにまとめ、Stable Forcingによって長期的な一貫性と安定した蒸留を図ります。著者らは、既存手法より優れた性能と高い汎化能力を実験で示したと述べています。
説明探索から研究へ：自律的な定量ファクター探索における探索スケーリングの検討
要約大規模言語モデルのエージェントに探索予算を増やして自律的に研究させた場合、性能がどう変わるかを調べた論文です。金融研究レポートに基づく50件の定量ファクター探索タスクを用い、9つのモデルで検証しています。初期性能はモデル能力と強く関連し、より深い探索はモデル間の差を縮めること、同じ反復予算では並列探索が逐次探索より優れることが示されています。
説明HERO：腫瘍病理向けの頑健な組織像エンコーダー（病理基盤モデル）
要約本論文は、デジタル病理向けのViT-G/14基盤モデルHEROを提案します。DINOとiBOTの目的関数で学習し、約57.5万枚の臨床全スライド画像から得た5億タイルで改良しています。施設、スキャナー、染色の違いに対する頑健性に焦点を当てています。原文によると、評価した公開ベンチマークではこれら要因の変動に対して最も頑健で、39の玻片レベル臨床課題では平均で首位となりました。
注目点既存の病理基盤モデルにGramアンカリングを加え、取得差への頑健性を大規模臨床データと複数ベンチマークで体系的に比較しており、実質的な改良がある。
説明魚群における位置選択と頑健な集団行動：バイオハイブリッド実験とモデリング
要約本研究は、生きた魚が四匹のロボット魚と水槽内で相互作用する実験をもとに、古典的な魚群モデルが実験結果とどの程度一致するかを検討しています。古典モデルは特定のパラメータ値でのみ実験によく合う一方、わずかな摂動で完全に失敗することが示されました。そこで個体の位置選好を表す探索項を加えた新モデルを提案し、パラメータ誤差に頑健で、群れの行動や典型的な隊列を再現し、個体と群れの両レベルで探索的挙動も示すことを報告しています。
