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。
説明無線分割学習向けの重要度考慮型特徴スパース化
要約本論文は、無線分割学習（split learning）で中間特徴を毎回送信する通信負荷の問題に取り組み、重要度考慮・クラス均衡型のスパース化手法ICSを提案している。サーバーが真のクラスのlogitから逆伝播で得たGrad-CAMスコアで特徴チャネルを順位付けし、クラス均衡の重要度ベクトルを作成する。クライアントはそれを次のラウンドで再利用し、追加の順伝播・逆伝播は行わない。実験では、特に非i.i.d.分割が厳しい場合に既存手法を上回ると報告されている。
説明力学系から決定へ：深層分類器におけるリアプノフスペクトルと決定境界の数理理論
要約本論文は深層分類器の層ごとの変換を有限・非自律的な離散力学系とみなし、有限時間最大リアプノフ指数（FTMLE）で入力サンプルの軌道の収束・発散の速さを測定します。確率、ロジット、隠れ表現へと観測点を順に遡ると、ガウス分布のクラスでは確率レベルのFTMLEが決定境界の法線と整合する幾何学的特徴を持つことが示されます。一方、ロジットや隠れ表現では、その関係は学習時の損失関数や特定の構造条件に依存します。著者らは幾何学を考慮した微調整法を提案し、数値実験で理論結果の妥当性を確認しています。
説明ViLegalExpert：実際の法律相談に基づくベトナム語法律検索・質問応答の大規模ベンチマーク
要約本論文は、実際の市民と弁護士の相談から構築されたベトナム語の法律ベンチマーク「ViLegalExpert」を提案している。17万2千件超の質問を34の法律分野にわたって収録し、専門家による回答と専門家が検証した法的根拠を含む。検索、抽出型QA、生成型QAをサポートする。実験では、根拠の検索と根拠に基づく回答生成に大きな課題があることが示され、事前学習済みモデルはQAで高い性能を示し、ハイブリッド検索が最も良い検索性能を達成した。
説明注意関数を内在的な帰納バイアスとして捉える：新しい文脈でモデルの振る舞いはどう分かれるか
要約本論文は、学習前に softmax と sigmoid の注意ヘッドの比率を固定する MoFA（Mixture of Function Attention）を提案しています。124M パラメータの GPT-2 を用い、5 種類の比率と 5 つの乱数シードで実験したところ、同一分布内では比率による差はわずかでした。一方、15 の分布外ドメインへのゼロショット適用では差が拡大し、短くくだけた文章では softmax、長く技術的な文章では sigmoid の比率が有利になる傾向が示されました。
説明量子化された再帰状態キャッシュ向けの低偏差ディザ手法
要約本論文は、Mamba系およびハイブリッド言語モデルにおける再帰状態の低精度保存を扱います。乱数を必要としない決定論的な黄金比Weyl型ディザ丸めを提案し、純粋モデルとハイブリッドモデル、複数の保存形式、長い復号長のいずれでも、確率的丸めより全精度モデルに近い結果を追加コストなしで得られることを示しています。最近接丸めは小さな更新を捨てるため誤差が増え続けることも指摘しており、その順位を説明する偏差解析も示されています。
説明マルチシェル拡散MRIからDETRを用いて繊維ごとの微細構造を定量化する手法
要約本論文は、拡散MRIにおける白質の繊維方向と微細構造を同時に推定する課題を、物体検出に似たタスクとして再定式化しています。Detection Transformer（DETR）構造を用い、標準的なマルチシェル線形符号化の拡散MRIから、ボクセルごとに数が可変のコンパートメントについて、平均拡散率、異方性分率、主繊維方向、信号割合を予測します。最大5コンパートメントを含む合成テストデータでの評価では、平均拡散率のR²は0.95、異方性分率のR²は0.88、中央値の角度誤差は4.2度でした。
説明思考と答えを整合させる：確率報酬で思考のずれを抑える
要約本論文は視覚言語モデルにおける「思考と答えの一貫性」を扱い、人の意図の問いから対象物体を推定し境界ボックスを予測する視覚意図グラウンディングに焦点を当てる。従来のIoUベースの強化学習では、推論が別の物体を指しているのに最終的なボックスは正しくなる「思考のずれ」が生じることを示す。そこで推論ラベルを必要としない思考報酬と一貫性報酬、および難易度に応じたデータ選別を用いるRita手法を提案する。EgoIntentionと新たなRefEgo-Intベンチマークで、教師ありファインチューニングや素の強化学習より一貫して優れた結果を示す。
説明MEND：世界モデルの潜在空間における幻覚をラベルなしで検出・局在化・補正する手法
要約本論文は、潜在世界モデル（World Model）で生じる「幻覚」を調べます。与えられた状態と行動に対し、予測された潜在表現が実際には存在しない場面にデコードされる現象で、自己回帰的に入力へ戻されるため誤りが蓄積します。著者らは、実データの遷移で学習した条件付きスコアネットワークを用いる手法MENDを提案し、そのスコア場で幻覚の検出、画像パッチへの局在化、推論時の補正方向の算出を行います。2つのナビゲーション環境で、行動を使わずに最大AUROC 0.80で検出し、逐トークンAUPRCは最大0.87で局在化でき、単一ステップの潜在誤差も減らせたと報告しています。
説明白色化により線形プローブの擬似相関への頑健性が向上する
要約本論文は、事前学習済みモデルの表現上に学習させる線形プローブ（線形分類器）が、擬似相関に依存しやすい理由を検討しています。著者らは、これらのモデルが共分散行列の大きな固有値に対応する方向を好むことを示し、白色化（固有値を均一化する前処理）によってその偏りを抑えられると述べています。合成データと標準的な擬似相関ベンチマークで頑健性が向上し、既存手法に加えた場合にも改善が見られたと報告しています。
説明マルチモーダル深層調査のための忠実なチャート生成：視覚フレームと証拠の協調適応
要約本論文は、マルチモーダル深層調査で用いられる分析チャートにおいて、図示される数値が検索された証拠に忠実であるべきだという問題を扱っています。著者らはFrame-Evidence Co-Adaptation（FECA）という枠組みを提案し、視覚フレームと検索証拠を反復的に相互作用させ、証拠に応じてフレームを採用・修正・破棄します。実際の研究トピック100件による実験では、報告の質とチャートの有用性を保ちつつ、数値の忠実性が大きく向上したと報告されています。
説明スパイク型モデル下における高次元小標本設定でのサポートベクターマシンの漸近的性質
要約本論文は、スパイク型モデル（spiked model）の下で、高次元小標本（HDLSS）設定におけるサポートベクターマシン（SVM）の漸近的性質を検討しています。スパイク型モデルでは従来の幾何学的表現が成り立たず、SVM は一致性を持たず誤分類率がゼロに収束しないことを示します。そこで著者らはスパイク補正SVM（SC-SVM）を提案し、標本数が無限大に近づくと一致性を持つことを示し、数値シミュレーションで性能を確認しています。
説明トークン単位の知覚アンカー付けアドバンテージ推定によるマルチモーダル推論の強化
要約本論文は、マルチモーダル大規模言語モデルの強化学習において、系列単位の報酬しか使われず、視覚に基づく推論ステップへの細粒度な監督が欠けている点を扱います。提案手法TPAEは、正しい推論連鎖における視覚依存度と予測エントロピーの傾向に対する各トークンの整合性を測り、系列単位のアドバンテージを調整します。7つのベンチマークで主要な強力なベースラインを上回り、より安定かつ効率的な最適化を示したと報告されています。
説明注意ヘッドのアブレーションはいつ因果的主張を支えるか：射影レベルの交絡、フロア効果、マッチした対照
要約本論文はGPT-2 smallを用いて、注意ヘッドを零化して課題性能の変化を測る手法が因果推論としてどこまで妥当かを検証します。射影後に零化する実装は、修正した射影前アブレーションとほとんど相関せず、重要ヘッドの上位5件も完全に異なることを示しました。二値の正解率は床や天井付近の効果を隠す一方、金トークンの対数確率は段階的な差を保ちます。マッチしたランダムヘッドおよび同層ヘッドの対照と比較すると、修正後の順位はデータ分割間で安定していますが、GPT-2では課題特異性の証拠は頑健ではありません。DistilGPT2でも介入の意味論とマッチ対照の結果は再現されました。
説明深層学習に基づく三重ハイブリッド多元接続MIMOプリコーディング：電磁再構成可能アンテナの利点
要約電磁（EM）再構成可能アンテナは、素子ごとに複数の放射パターン候補を持ち、電磁領域の自由度を追加します。本論文は、この電磁領域プリコーディングと従来のアナログ・デジタルのハイブリッドプリコーディングを組み合わせ、Conformerに基づく三重ハイブリッドプリコーディングネットワークTri-PNetを提案します。平均和スペクトル効率の最大化により、教師なしで3種類のプリコーディングを同時に学習します。シミュレーションでは、ランダムなEMプリコーディングやEMなしの従来型ハイブリッドMIMOより優れ、貪欲探索法に近い性能を、オンラインの計算量を大幅に抑えて実現し、不完全なCSIに対しても頑健であることが示されています。
説明記憶の世界を超えて：変化する環境で持続的にナビゲーションするための予測的4D信念
要約本論文は、対象が観測されていない間に移動しうる環境での移動問題を扱う。記憶上の位置は到着時点で信頼できなくなる可能性がある。著者らはEvolvingNav（進化するナビゲーション手法）を提案し、タイムスタンプ付き3Dオブジェクト履歴から時間インデックス付きの信念を構築し、RGB-D観測によって更新する。新たに54シーン・803,680タスクからなるEvoWorld-Benchも導入され、シミュレーションと実ロボット実験で既存の基線より高い成功率と探索効率が示されたと報告している。
説明QuanVI：量子的最大混合状態によるスコアベース変分推論
要約論文は、変分分布と目標分布の間のフィッシャー発散を最小化するスコアベース変分推論（VI）の拡張として、量子に着想を得た拡張可能な手法QuanVIを提案しています。低エネルギー部分空間を固有ベクトルではなく密度演算子（混合状態）で表し、行列積演算子（MPO）構造の量子テンソルネットワークでパラメータを圧縮して指数的な増大を避けます。実験では、低次元では厳密解と一致し、非ガウス分布を含む高次元の合成ベンチマークやベイズ事後近似にも拡張できることが示されています。
説明学習不要で神経話者ダイアライゼーションと埋め込みベース手法を融合する手法
要約本論文は、神経ダイアライザーが推定した話者構造を埋め込みベースの話者ダイアライゼーションに統合する手法TFAFを提案しています。連続的なアフィニティ行列を構築し、埋め込みベースの音響アフィニティと組み合わせて、一度のグローバルクラスタリングを行います。追加の学習は不要です。AMIとCALLHOMEでの実験では、両方の元のシステムに比べてDERが一貫して改善し、AMIでは話者属性付き転写も向上しました。アブレーションでは、増分の大部分が神経話者分割によるものと示されています。
説明TripleFlow：残差編集とネイティブ生成を組み合わせた、学習不要の動画オブジェクト除去
要約動画からのオブジェクト除去は、消す対象だけが指定され、隠れた背景は文脈から推測して補う必要があるため難しい課題です。TripleFlow は、ソースフロー、残差フロー、合成フローを連携させる学習不要のフレームワークです。残差フローが対象を分離して抑制し、合成フローが隠れた背景を再構成して、各ステップで編集の軌道に戻します。原文によれば、5つのベンチマークで既存手法を上回り、再構成の忠実度と時間的一貫性の両方で改善が示されています。
説明DAGent：深層研究エージェント向け「評価してから成長させる」計画手法
要約本論文は、複数の情報源にまたがる証拠の統合を要する深層研究タスクのための、有向非巡回グラフ（DAG）ベースのマルチエージェント枠組み DAGent を提案しています。オーケストレーターは完了したノードの確信度と不確実性の信号を踏まえて、タスクグラフをバッチ単位で段階的に拡張します。あわせて、GRPO を改良した強化学習手法 DAGRPO を提案し、BrowseComp-Plus、GAIA、xbench-DeepSearch での実験結果を報告しています。
注目点バッチ単位で成長させる増分計画と、トポロジー条件付きの構造的RL信号を提案し、複数のベンチマークで比較と消去実験により裏付けている。
説明線形再帰メモリだけで、ロボット・エアホッケーの世界モデル方策を蒸留できる
要約本論文はシミュレーション上のエアホッケー防御タスクで、一時的にパック追跡が失われる状況におけるメモリ依存型制御を研究しています。DreamerV3の教師モデルは追跡喪失時にメモリなし方策より高い性能を示し、教師の再帰状態をリセットすると性能が大きく低下したことから、このタスクにはメモリが必要だと確認されています。64次元状態を持つ小型の再帰方策に蒸留した結果、純粋な線形再帰モデル（k=0）は5つの対応シードでGRUベースラインおよび教師と同等の性能を示し、非線形の革新ランクを増やしても測定可能な利点はありませんでした。結論はシミュレーションのタスク、教師、状態次元、遮断期間に限られ、観測エンコーダと行動ヘッドは非線形のままです。
説明OP-CAD：頑健な視聴覚推論のための同方策クリーン音声蒸留手法
要約本論文は、環境騒音や競合音声の下でのマルチモーダル大規模モデルによる視聴覚質問応答の頑健性を研究しています。提案手法OP-CADは、軽度から重度へ進むカリキュラム学習を用い、劣化した音声・映像で生成された学生モデルの応答に対し、凍結した教師モデルがクリーン音声と検証済み解答に基づき、トークン単位で監督を与えます。音声の除去と劣化への感度を用いて重み付けを行い、論文では全ての騒音条件で比較手法を上回り、強い干渉下でも正答の保持が改善され、クリーンデータでの総合精度の低下は観察されなかったと報告しています。
説明Rep2Skill：表現誘導型のエージェントスキル自己進化手法
要約本論文は、大規模言語モデル（LLM）エージェントが内部表現の軌跡を分析して成功した実行パターンから逸脱したターンを特定し、それに基づいて外部のテキストスキルを改訂するフレームワーク Rep2Skill を提案する。2つのエージェント環境と2つのオープンソースLLMを用いた実験では、テキストのみで反省する手法より優れた結果が示された。
説明自己進化型スキルは未知のタスクにも一般化するか？
要約AIエージェントは過去のタスクから学んだ内容を、手順やチェックリスト、コードなどの再利用可能な「スキル」として整理します。本論文は、5つの自己進化型手法と一回限りで作成されたスキルを6つのベンチマークで比較しました。訓練タスクで改善した21のスキルのうち、テストタスクでもその改善を全て維持したのは5つ、一部を維持したのは13つ、全く維持しなかったのは3つでした。著者らは、スキルの作成指針のみを保持し各タスクごとに新しいスキルを作成する手法GSOを提案し、6つ全てのベンチマークで最高の成績を示したと報告しています。
説明MindWorldBench：画像から動画生成における心的状態から行動への推論の評価ベンチマーク
要約本論文は、人物の信念・欲求・知覚といった心的状態に基づいて、明示的な行動指示なしに行動を生成できるかを評価するベンチマーク MindWorldBench を提案しています。744 件のプロンプトに対し、ゼロ行動プロンプティングと反実仮想設計を用いて心的状態の因果的効果を分離し、動画の品質、常識的妥当性、心的状態との一貫性を自動パイプラインで評価しています。11 モデルの評価では、視覚的な忠実度や物理的推論は高いものの、行動が潜在的な心的状態と整合しないことが示されました。モデルが人間の主観的な信念ではなく客観的な世界状態に初期設定される「全知バイアス（Omniscient Bias）」という失敗モードも確認されています。
説明MADBench：マルチエージェント討論のセキュリティを評価するベンチマーク
要約本論文は、マルチエージェント討論（MAD）のセキュリティを評価するためのベンチマーク「MADBench」を提案している。攻撃を MAD のワークフローに沿った階層的な分類に整理し、6 種類の攻撃群を 356 のソースタスク、3,958 のテストケースで評価した。攻撃下では、MAD が必ずしも LLM の推論を改善するとは限らず、質問応答タスクでは単一エージェントと比べて回答精度への攻撃の影響を緩和する一方、質問応答とワークスペースの両タスクで未承認の読み書きを増幅することが示されている。
説明ブラックアウトとフリーズ：カメラ故障時のVLAモデルにおける物理的な故障モードの分析
要約本論文は、視覚・言語・行動（VLA）モデルが画像のブラックアウトや映像のフリーズといった入力故障のもとでどう振る舞うかを、π0.5とGR00Tを対象に分析したものです。タスク成功率が同程度に低くても、フリーズでは関節の動きがより極端になり、グリッパーを閉じた後のブラックアウトでは物体を落とすことが増えるなど、故障の種類によって物理的な失敗の仕方が異なることが示されています。また、2つの緩和手法は一部の条件で成功率を改善しましたが、意図しない接触を増やす場合もあり、実機実験でも故障下での成功時に意図しない物理的相互作用が起こりえることが報告されています。
説明定数ステップサイズSGDの定常分布に対する精密なガウス近似
要約本論文は、外生的な一様エルゴード的マルコフ連鎖から生成される有界な加法的ノイズを持つ定数ステップサイズSGDの不変分布について、精密なガウス近似を証明する。滑らかで強凸な目的関数（ヘッセ行列がリプシッツ連続）かつ長期ノイズ共分散が非退化の場合、ステップサイズの平方根で正規化した中心化反復値は、その極限ガウス分布と1-Wasserstein距離でO(√α)だけ近い。証明はブロックごとのガウス比較と長期的縮小性を組み合わせる。四状態の例により、この評価が一致する下界を持つことも示される。
注目点定数ステップSGDの不変分布に対する鋭いガウス近似を証明し、整合する下界例を与えた。理論的前進は明確だが応用範囲は限定的。
説明RefCon：文脈進化エージェントのための反復的洗練と対比的記憶抽出
要約本論文は、逐次的な自己洗練と並列的な自己対比を組み合わせたRefConを提案し、正解ラベルなしで高品質な記憶を抽出する手法を示しています。AppWorldとBFCL-V3での評価では、複数のフレームワークで一貫した改善が見られ、ACEでは相対改善21.6%、ReMeでは16.6%となっています。
説明テキストは視覚を置き換えられるか？図式推論における構造上のボトルネック
要約本論文は、図式推論において構造化テキストで画像を置き換えられるかを検討し、誤答が表現の欠落によるのか、求解器が既存情報を活用できないことによるのかを区別する診断手法を提案している。公開FlowGenの図240点の保留データでは、正解構造を用いると精度は87%に達したが、直接の視覚入力と学習によって得たテキストはいずれも30%未満だった。また、無効な抽出結果のみを再試行しても精度はほぼ変わらず、問題に関係する位相構造の方が全体の位相より正答性をよく予測したと報告している。
説明Schema：エージェントによるプログラム帰納で未知の環境を発見する手法
要約本論文は、未知の規則を持つ環境で大規模言語モデルエージェントが学習できるよう、対話的なプログラム帰納によって学習と行動を組織するフレームワーク「Schema」を提案しています。エージェントは環境についての理解を実行可能なプログラムとして表現し、永続的なプログラム作業領域で検証・計画・段階的な実行を行います。同じ基盤モデルでARC-AGI-3のRHAEが58.7%から99.2%に向上し、公開DiG-benchのゲームを全て解いたと報告されています。
説明BELIEFRAG：変化する証拠の下で適応的RAGに状態認識を持たせる手法
要約本論文は、多段階検索において証拠の充足性、信頼性、矛盾、不確実性、証拠の欠落、取得コストを明示的な状態として更新し、検索、クエリ書き換え、検証、回答、停止、棄権の中から行動を選ぶ閉ループ制御器BELIEFRAGを提案します。gpt-oss-120bを用いた6つの質疑応答ベンチマークで、平均トークンF1は0.572、1問あたり約3.89kトークンで、固定反復検索（F1 0.555）を上回り、トークン使用量は39%少なくなりました。主な利得は単なる枝刈りではなく、修正的な再検索から生じています。
説明ID バランシング：PID ベースの負荷制御による極めてスパースな MoE の安定学習
要約大規模言語モデルの専門家混合（MoE）では、ルーティングが疎になるほど専門家間の負荷が偏りやすくなります。本論文は二つの補助損失を使わない手法を不完全な PID 制御器として統一的に捉え、負荷誤差に応じて積分項を調整し、偏りが悪化したときだけ微分項を働かせる ID バランシングを提案しています。768 専門家の Top-k 設定で、最悪ケースの偏り指標を既存の最良手法より大きく下げ、語彙モデリングと下流タスクの性能も維持すると報告しています。
説明ハーネスが信号を失うとき：LLMエージェントの回復に対する因果的評価
要約論文は、大規模言語モデルのエージェントが外部ハーネスを使ってモデルと環境の間で情報をやり取りし、実行エラーから回復していると指摘します。しかし従来の評価は平均タスク成功率だけで回復を判断しており、同じ操作が失敗した軌道を救う一方で、本来成功していた軌道を妨げる場合があるという問題を隠しています。著者らは回復を因果的な意思決定問題として定式化し、軽量な方策である因果介入ルーター（CIR）を提案しました。長期タスクのALFWorldでQwen3-14Bを用いた実験では、成功率が70.33%から73.33%へ向上しています。
説明世界に問いかける：エージェント型世界モデリングと探索による汎用物理推論
要約本論文は、動画から課題に関連する実行可能な世界モデルを構築し、それに問いを投げて模擬・介入し証拠を得る汎用エージェント「Asking the World（ATW）」を提案しています。あわせて、剛体・軟体・布・ロープ・流体などを扱うWarpベースのマルチフィジクス・シミュレータ「PolyWorld Engine」を開発しています。CLEVRER、ContPhy、実世界の3シナリオでの評価において、ATWは直接推論を行うGemini-3-FlashやGPT-5.5などを上回る精度を示しています。
注目点映像から物理世界を構築・探索する適応型エージェントを提案し、独自マルチフィジックスシミュレータを開発。CLEVRER等で基線を大きく上回る。
説明EgoVine：実世界動画の分岐経験を用いた事後学習による長期計画フレームワーク
要約本論文は、実世界の一人称視点家庭動画の注釈を実行可能な記号環境に変換し、部分観測のもとで代替行動を探索し結果を比較できるようにするEgoVineフレームワークを提案しています。行動生成と結果予測を一つのモデルで同時に学習し、失敗試行からの検証済み修復を回復学習に用いています。共通ベンチマークでEgoVine-1.5Bは主要計画タスクで81.8%、より長いタスク構成で66.7%の成功率を達成し、評価した各Flash LLMベースラインを上回ったと報告されています。
説明圧縮によって引き起こされる隠れた失敗を狙う特徴認識型ビジョントークン攻撃
要約この論文は、大規模視覚言語モデルでビジョントークンを圧縮した後に生じる隠れた失敗を調べています。完全トークン推論では正しく、圧縮後に誤りを起こす敵対的画像を扱います。提案手法FATA（Feature-Aware Token Attack）は、注意の抑制と、重要なトークンの特徴をコサイン類似度で保持する仕組みを組み合わせ、視覚エンコーダの勾配のみを使用します。報告によれば、比較手法CAAより高い完全トークン精度の維持率と条件付き失明率を示し、検出率は4つの攻撃中で最も低いとされています。
説明少ステップ動画生成のための不確実性考慮型一貫性蒸留
要約本論文は、通常数十ステップのサンプリングを要し遅延と計算負荷が大きい多段階動画生成器を、少数ステップの生徒モデルへ蒸留する手法を扱います。提案法（UACD）は、独立に摂動させた二つの教師誘導経路から合意目標を作り、生徒の直接予測との差を不確実性の代理指標として用い、不確実性の高い領域では一貫性損失を緩和します。さらに特徴空間の敵対的学習と意味的整合を組み合わせ、50ステップのWanモデルにLoRAを適用しています。VBench 2.0で平均スコア0.556の4ステップ生成を達成し、ユーザー調査でも競合手法より好まれたと報告されています。
説明大規模言語モデルの推論向け高帯域フラッシュの特性評価
要約大規模言語モデル（LLM）の推論では、モデル重みとKVキャッシュを保持するために大量のメモリが必要で、モデルや文脈が大きくなるほど容量と帯域が性能のボトルネックになります。本論文は、高帯域フラッシュ（HBF）によってアクセラレータのメモリ容量を拡張する効果を評価し、HBM-HBF-ホストの階層型ストレージシステムとバッファ付きキャッシュ認識スケジューリングを提案します。トレースベースのシミュレーションにより、性能、エネルギー消費、HBFの書き込み寿命への影響を分析しています。評価したワークロードでは、最速のHBF拡張システムはHBMのみのシステムに比べ完了時間を36.1〜87.7%短縮し、モデル化したエネルギー削減は最大59.1%に達しました。バッファ付きスケジューリングは、評価構成で推定書き込み寿命を1.21年から14.82年に延ばしました。
説明機械学習と人間の類似性判断による知覚色差モデリング
要約本論文は、人間の評価に基づき色差を直接推定するデータ駆動型の手法を提案している。7名の観察者が、系統的に生成された2,000組の色ペアを4段階の順序尺度で評価し、その結果をRGB・HSIの差分およびCOLIBRIのファジー言語カテゴリを特徴量とする回帰モデルの学習に用いた。結合した表現を用いたLightGBMが最良の性能（R²=0.703）を示し、色の表現方法が回帰アルゴリズムの選択より予測性能に大きく影響することが明らかになった。
説明GeoGAT：双方向時系列サンプリングと階層グラフアテンションによる世界規模の動画地理位置推定
要約本論文は、動画が撮影された世界中の地理的位置を推定する手法GeoGATを提案し、都市・州/省・国・大陸の四階層で評価します。双方向の時系列サンプリングとグラフアテンションネットワーク（GAT）を組み合わせ、制約機構により階層間の予測矛盾を取り除きます。複数ショットで編集された動画9,720本を含むGeoGAT10kを構築し、CityGuessr68kとGeoGAT10kで四階層すべてにおいて最高水準の結果を示しました。GeoGAT10kでは精度が24ポイント以上向上しています。
説明定位のあいまいさをどう減らすか？衛星と地上の位置推定のための幾何・意味制約付きBEV表現学習
要約本論文は、地上カメラの平面位置と偏角を衛星画像上で推定する衛星・地上間の位置推定を扱います。提案手法GeoSem-BEVは、径方向の深度監督、垂直方向の高さ監督、共有の明示的意味監督によって特徴の配置と記述子の識別性を改善します。VIGOR、DReSS-D、KITTI-CVLの各データセットで、既存のBEV定位モデルより向き推定の平均誤差を低減したと報告されています。
説明CDMD：表形式データのための、データセット横断・混合型拡散モデル
要約本論文は、スキーマや特徴量の数が異なる複数の表形式データセットで共同学習する拡散モデルCDMDを提案している。数値特徴量とカテゴリ特徴量からなる混合型の特徴空間で直接拡散を定義し、スキーマを考慮した共有Transformerによる逆過程で特徴間の依存関係を扱う。7つの実データセットで、単一の共同学習済みCDMDが平均生成品質で最も高く、個別学習モデルの集合よりも総パラメータ数が少ないと報告している。337データセットでの事前学習により、未見のデータセットでの生成も改善したという。
説明選択済みGPに基づく近最適性証明書：プリクエンシャルe値による手法
要約本論文は、ハイパーパラメータ最適化などの高コストなブラックボックス関数の逐次最適化において、現在の最良値が大域的最適値から ε 以内にあることをいつ証明して停止できるかを扱います。ガウス過程（GP）による信頼境界と上側包絡を用い、候補となるGP/RKHS包絡を各自の一段先予測のe過程で検定し、棄却された候補を除いて生き残りの中で最大の上界により認証します。512シードのノイズ付きRBF実験では、フィット後に認証する方法と比べて、同程度の検出力で誤認証リスクがおおむね半減したと報告されています。
説明教師の監督を改善するだけで十分か？マルチモーダル・オンポリシー蒸留における生徒側の学習を引き出す
要約オンポリシー蒸留（OPD）は、生徒自身の推論軌跡に対して教師がトークン単位の監督を与えることで推論能力を高めます。本論文は、マルチモーダルOPDでは生徒の視覚知覚の不足も重要なボトルネックであり、正解の視覚事実を与えると生徒の性能がなお大きく向上することを示します。この問題に対し、教師によるトークン単位のゲーティングを用いた教師校正型ポリシー対比と、ノイズ付加画像との間でのポリシー一致という二つの目的により生徒の知覚学習を強化するS-OPDを提案します。既存のOPDフレームワークに組み込め、八つのベンチマークで一貫した改善を示し、LogicVistaでは最大4.25ポイント向上しました。
説明推論言語モデルのオンポリシー自己蒸留の診断
要約本論文は、数学的推論において、0.6Bから8Bのパラメータを持つモデルを対象に、オンポリシー自己蒸留（OPSD）を検証しています。統制実験とトークン単位の分析の結果、教師の信号は特権的な意味内容だけでなく、推論モードの整合性と教師の完全な接頭辞によって形作られることが示されました。OPSDは限られた互換性の条件下でのみ推論を改善し、それ以外では長さの無効な増加、安定した性能低下、または挙動の崩壊を引き起こします。
説明M²Weather：複数観測地点と複数気象変数を同時に扱う予報のベンチマーク
要約本論文は、複数観測地点と複数気象変数を同時に扱う気象予報のためのベンチマーク M²Weather を提案します。多段階の品質管理と地点の層別化を経て、フランス、ヨーロッパ、全球の三つの空間スケールで、物理的に結合した 5 つの気象変数を持つ 2,809 地点のデータを収集しました。また、再学習なしに地点や変数間の関係を補えるプラグアンドプレイ型の軽量アダプタも提案されています。16 の代表的モデルでの評価では、地点と変数の関係を同時に modeling することの有効性が示され、欠けている関係を補うことで、三つのデータセットすべてで MSE がさらに低下したと報告されています。
説明GRC-Pose：事前情報不要の6D物体姿勢追跡のための生成・再構成対応手法
要約本論文は、CADモデル、参照画像、姿勢アノテーションを使わず、単一のRGB動画から未知の物体の6D姿勢の軌跡を推定する課題を扱います。提案手法GRC-Poseは、幾何基盤モデルが生成した物体CADと再構成された場面の証拠との対応を学習し、頑健な姿勢推定と組み合わせます。SAM3D CADを用いた場合、HOT3Dで平均再現率と動きの保持率が最先端を達成し、後者は従来手法より58%向上しました。YCBInEOAT、LINEMODなどの古典的ベンチマークでも高い競争力を示しています。
説明モデルはモデル生成文を好むが、「自社モデルの文章を好む」証拠は見つからず
要約本論文は Laurito ら（PNAS 2025）の実験データを再検証し、言語モデルが同一商品・論文要旨・映画の二つの記述から選ぶ際に、自モデルが生成した文章をさらに優先するかを調べた。二元固定効果モデルと厳密な置換検定を用いた結果、商品、論文要旨、映画、およびプール分析のいずれでも有意な自己優遇は確認されなかった。原研究の「モデルはモデル生成文を好む」という主要な結論は維持される。
説明局所線形性を超えて：学習済み画像エンコーダの多スケール幾何学
要約本論文は、入力への有限の摂動に対して画像エンコーダの特徴がどのように応答するかを調べ、摂動の大きさを増やしたときに実測の特徴変位と局所線形予測のずれを比較する、スケール別の統計量を提案しています。複数の画像エンコーダで、「バンプ」と呼ばれる平坦部・上昇・ピーク・減衰という特徴的な形状が見つかりました。これは初期化時には現れず、標準的な学習の早い段階で出現し、ラベルをランダム化した場合やランダムノイズ入力では形成されません。その形状は学習データの分布や頑健性の目的関数によっても変わります。
説明OceanMind：海洋診断のためのマルチエージェントAIシステム
要約本論文は、時間変化する三次元海洋データと大規模言語モデルを結び付け、海洋診断を行うマルチエージェントAIシステム「OceanMind」を提案している。分析は問い合わせ振り分け、スキルに基づく計画、ツール実行、根拠に基づく要約生成の四段階で構成され、海洋分析スキル63件が手順書として使われる。240件の計算ワークフロー問い合わせのベンチマークでは、汎用ReActエージェントと比べ有効性が41.2%、効率が21.5%相対的に向上したと報告されている。
説明Muonにおける行正規化のパズル：最悪ケースの理論保証と実性能のずれ
要約本論文は、Muon最適化手法における行ごとの再正規化（行正規化）の影響を検討し、NorMuonの最悪ケース保証と実際の性能の間のギャップに焦点を当てています。作者らは、作用素ノルム幾何のもとで行正規化が最悪ケースの反復計算量に次元依存の因子を導入することを示し、これは正確な極分解計算と任意の固定モメンタムパラメータの下でも残ることを明らかにしました。決定論的設定での下界と上界を確立し、確率的設定にも拡張しています。実験では、合成問題ではNorMuonがMuonより遅いものの、大規模言語モデルの事前学習ではMuonを上回る結果が得られました。
説明CamAgent：多種の動物を対象とするカメラトラップ分析のためのLLMエージェント枠組み
要約本論文は、カメラトラップの分析工程を統合する、大規模言語モデル（LLM）を用いた自律型エージェント枠組みCamAgentを提案している。利用者は自然言語で生態学的な意図を伝えると、種の認識、データ管理、占有モデル、活動時間解析、種の共起ネットワークなどのツールが順に実行される。研究者の手作業によるプログラミングの負担を軽減することを目指している。
説明DeepJEPA：内部で世界モデルの深さを拡張する手法
要約本論文は、重み共有型の結合埋め込み予測世界モデル DeepJEPA を提案します。各状態遷移の推論の深さを、テスト時の内部スケーリング軸として扱います。どの候補や推論ステップで追加の再帰的更新が有効かを学習し、遷移あたりの平均更新回数は 1.00～1.26 回です。五つの視覚制御タスクで、最強の固定深さのプランナーと同等以上の性能を示し、追加計算は接触開始や物体との持続的相互作用の場面に集中します。
説明Bongard：機械の直感を訓練する
要約本論文はオープンウェイトモデル Bongard を提案し、機械の直感を独立して設計・訓練できる能力として扱う。T5Gemma 2 のエンコーダー・デコーダーで状況を一度読み取り、複数の判断を行う。DecisionBench では正答率 78.05% で、比較対象の 61 システム中 4 位となった。
説明T-Router：視床ルーティングを学習する、パラメータ効率の良い推論強化学習手法
要約本論文はT-Router（視床ルーター）を提案し、圧縮されたアドレス可能なブロックバンクと深さ再帰型コントローラにより、完了済みの計算結果の再利用を学習します。8.95Bパラメータの基盤モデルで、学習対象は全体の約0.466%です。GSM8K上の強化学習後、MathAvgは83.64で、全パラメータGRPO（73.79）やLoRA（77.28）を上回り、平均AIME精度は48.33から60.56に向上しました。
説明MASCRDM：大規模言語モデルの学習過程におけるコンプライアンスリスクの検出と低減のためのマルチエージェントシステム
要約大規模言語モデルでは、差別や偏りを避けるといったコンプライアンスと安全性の確保が依然として課題です。既存の手法は主に学習後の入出力の検出とフィルタリングに重点を置いています。本論文は、既存のAI法規に基づく合規ルールを策定し、モデルを構成要素に分解してコンプライアンス知識グラフから重要ノードを特定するMASCRDMを提案します。学習中に複数のエージェントが開発者へリスク警告と提案を行います。差別・偏りのベンチマークでの実験では、意味的性能を概ね維持したままコンプライアンスが向上することが示されました。
説明不確実なベースラインを伴う保守的バンディットのための、予備考慮型コントラスト証明書
要約本論文は、規定の性能予算を使い切らずに既存方策を改善しなければならない保守的バンディット問題を扱う。ベースラインが不確実な場合、候補とベースラインの報酬を別々に境界づけると、共有された推定誤差に二重の負担がかかる。著者らはベースライン相対のコントラストそのものを中心に据えたReserve-C4Bを提案し、共有信頼集合から回避可能な罰則の厳密な表現と、より厳しい受容可能性検定を導く。予備台帳により統計的証拠と許容される性能低下を区別する。線形報酬では自己正規化信頼集合が成立し、実験によりベースラインへのフォールバックが大幅に減ることが示された。
説明見せかけの前線：自己進化型検索エージェントにおける「共謀的不正」の診断と緩和
要約本論文は、自己進化型検索エージェントに現れる「共謀的不正（co-cheating）」を検討する。出題器と解答器が共通の誤りで一致し、内部報酬は上がるものの外部での正確性は伴って向上しないという問題である。提案手法CrossFitは、出題器の元文書を二群に分け、一方から生成された問題を他方のみで学習した補助解答器で採点する。2つのモデル規模で虚偽一致率を下げ、7つの下流検索ベンチマークでは標準的な結合型自己進化およびSearch-R1を上回ったと報告されている。
説明予測を超えて：後ろ向き世界モデリングでVLMエージェントを導く
要約この論文は、次の状態を予測するのではなく、前後の二つの状態から遷移を最もよく説明する行動を逆推定する「後ろ向き世界モデリング（Retrospective World Modeling）」を提案しています。著者らは、方策の行動と後ろ向きの説明との確率的な整合性を測る自己整合報酬（SCR）を定義し、強化学習に組み込みました。多様なエージェントタスクでの実験では、前向き予測のみの基線と比べ、方策の頑健性と汎化性能が向上したと報告されています。
説明MoRA：ルーターバイアス学習と専門家近似によるMoEモデルの専門家剪定
要約本論文は、混合専門家（MoE）モデルのメモリ使用量を削減するため、一部の専門家を取り除く剪定フレームワーク MoRA を提案している。各専門家に学習可能なルーターバイアスを設け、言語モデリング損失とルーティング多様性の正則化項で最適化する。剪定後には、残った専門家のアフィン変換で削除された専門家の出力を近似する。Qwen3-30B-A3B、DeepSeek-V2-Lite、Moonlight-16B-A3B で各層のルーティング専門家の25%と50%を削除し、九つのゼロショットベンチマークで既存の剪定手法より優れた結果を報告している。
説明エージェントは何を記憶すべきか？限られたメモリ評価において保持と検索を切り分ける
要約本論文は、永続的なエージェントが情報到来時に何を保持し、クエリ出現時に何を取り出すかを決める必要があるものの、既存の評価ではこの二つが混同されがちだと指摘します。著者らは保持と選択の規則を掛け合わせたストリーミング想起ベンチマークを構築し、同じ300の乱数シード付きエピソードで全条件を評価しました。アクセスを固定した場合、クエリ対応の選択により必要事実の再現率は15.5ポイント向上しました。限られた保持のもとでは、限界は退避によって生じ、ランキングの誤りではないことが示されています。
説明多様体制約付き初期ノイズ最適化：生成モデルを効率よく整合させる手法
要約本論文は、蒸留モデルとフローマップモデルを対象に、勾配を使わずに初期ノイズを最適化するZeNOVAを提案しています。ブラックボックス報酬の下で、焼きなまし型ソフト値誘導、超球面多様体制約付きランジュバン動力学、メトロポリス・ヘイスティングス跳躍を用いて報酬を高めます。画像と動画の生成モデルでの実験では、評価したすべてのゼロ次ベースラインより安定して高い報酬を得られたと報告されています。
説明汎化シグナルは必ずしもモデル選択のシグナルではない
要約計算生物学では、展開先が学習環境の外にある場合でも検証データでモデルを選ぶことが多い。本論文は、学習済みネットワーク自体の幾何学的性質（Hessian に関する指標など）でモデルを順位付けできるかを検証し、分子特性、タンパク質適応度、薬剤応答の各タスクで新しい前向き代理指標と一般的な Hessian 指標を比較した。その結果、多くのタスクで幾何指標は汎化ギャップと相関するものの、展開先で最良のモデルを確実に特定することはできなかった。
説明DiFF：ドップラー情報を用いた人体運動フローのフローマッチング手法
要約本論文は、4Dミリ波レーダーの点群から人体の動きを推定するための生成的フレームワークDiFFを提案している。ドップラー速度の事前情報と、コルモゴロフ・アーノルド・ネットワーク（KAN）に基づく条件付きフローマッチングモデルを組み合わせ、疎でノイズの多い点群による不良設定問題に対処する。著者らは、複数の実世界データセットで最先端の性能を達成し、mmBodyベンチマークで三次元エンドポイント誤差をミリメートル級に低減したと報告している。
説明DeCoPrune：デノイズ一貫性に基づく自己回帰型ビデオ拡散のKVキャッシュ枝刈り手法
要約自己回帰型ビデオ拡散では、生成履歴が増えるにつれてKVキャッシュが継続的に大きくなります。本論文は、学習を必要としないDeCoPruneを提案します。中間の清潔な予測と最終的なデノイズ結果の差で各トークンのデノイズの難しさを測り、差の大きいトークンを残し、差の小さいトークンを枝刈りします。また、長期的な情報保持を評価するためのCMBenchも導入されています。実験では、履歴KVトークンの85%超を枝刈りしつつ、長距離の再現性を完全なキャッシュにほぼ近い水準に保ち、継続生成を4倍以上高速化しました。
説明状態拡張による無限期間平均報酬制約付きマルコフ決定過程の学習
要約本論文は、弱連結性の仮定の下で無限期間平均報酬の制約付きマルコフ決定過程（CMDP）を研究しています。表形式の設定で、計算効率が高く、高確率で Õ(√T) の後悔と累積制約違反を達成する初のアルゴリズムを提案しています。√T の依存性は対数因子を除いて最適です。手法では累積制約違反を状態に組み込み、Huber ポテンシャルの差分によって再整形された報酬を定義します。
注目点弱連結仮定下で計算効率的かつ√T後悔と制約違反を達成する初の手法を示し、状態拡張とHuber型ポテンシャルで報酬を再設計する点が新しい。
説明鉄道システムの異常検知における深層学習：構造化サーベイ
要約本論文は、鉄道システムにおける深層学習ベースの異常検知手法を体系的にまとめたサーベイです。異常の位置、データの表現、センシング手段、時間的特性に基づく統一的な分類体系を用いて整理しています。畳み込み、再帰、注意機構、オートエンコーダ、GAN、Transformerなどを扱い、データの課題、評価指標、エッジ・クラウド構成などの実運用面も検討しています。最後に、異常の特性・データ特性・運用制約に応じて手法と展開構成を選ぶための意思決定フレームワークを示しています。
説明最急引導：フロー・拡散モデルの推論時アラインメントのための実用的かつ理論に基づく手法
要約本論文は、フローおよび拡散ベースの生成モデルを推論時に目的に合わせて調整（アラインメント）する問題を扱います。確率測度の空間における逐次的最適化問題として捉え、目的関数の局所的改善を最大化する原理に基づく「最急引導（Steepest Guidance）」という枠組みを提案しています。提案手法の理論的分析を示し、大規模な実験によってその有効性を確認しています。
説明原子論的機械学習エコシステムのための戦略的ロードマップ
要約本論文は戦略ロードマップ論文で、2026年1月にローザンヌのCECAMで開かれた研究者会合の議論結果をまとめています。アルゴリズム、モデル、ソフトウェアとハードウェア基盤、原子スケールシミュレーションへの人工知能の応用が対象です。健全で持続可能な原子論的機械学習エコシステムを築くため、長期目標と具体的な行動案を提示しています。
説明UGOD：疎な視点での3Dガウシアン・スプラッティングのための不確実性誘導型不透明度・ドロップアウト手法
要約疎な視点では観測が少なく多くのガウシアン基本要素の拘束が弱いため、3Dガウシアン・スプラッティングは過学習しやすくなります。UGODは各ガウシアンの視点依存の不確実性スコアを推定し、合成前に不確実性の高い基本要素の不透明度を下げます。学習時には勾配を切り離したソフトドロップアウトで、信頼性の低いガウシアンへの依存を抑えます。Mip-NeRF 360とLLFFでの実験では、疎な視点での新規視点合成が改善され、より compact なガウシアン表現が得られたと報告されています。
説明SCIC：話者適応型の表現豊かな音声合成のための、範囲とコードブックを考慮した指示条件付け
要約本論文は、長文の配信向け音声合成において文節単位の韻律制御が不十分である問題に取り組み、ピッチ・エネルギー・速度・ポーズを同一話者の直前の文節を基準とする相対的指示で制御する方法を提案しています。Qwen3-TTSのRVQコードブックの分析から、エネルギーは初期の残差コードブックに、ピッチはより深い層に蓄積することを示し、時間的指示ルーティングと残差コードブックへのタグ別重み付けを組み合わせたSCICを提案しています。実験では、標準的な指示微調整よりもピッチとエネルギーの制御が向上し、長文で段落レベルの表現の階層がより明確になったと報告されています。
説明実リポジトリにおける信頼できる実行時エラー修復：ベンチマークとガードレール
要約本論文は、クラッシュしたプログラムの実行中の状態を修復するコードを大規模言語モデルで生成し、処理を継続させる手法を扱っています。18の実リポジトリから265件の実行時エラーを集めたベンチマークHealBenchと、修復で変更された状態が開発者保護の操作に到達するかを静的・動的テイント解析で検査するHealGuardを提案しています。最良の設定では38.11%で実行を再開し、28.68%で対象テストに合格しました。合格した実行の17.4%がHealGuardにより危険として検出され、誤検出率は68.42%でした。
説明RCDM/WaveMixによるMRI超解像とタスク対応セグメンテーション
要約本論文は、1.5TのMRI脳画像の超解像・画質向上が組織セグメンテーションの精度を改善するか、またどのセグメンテーションモデルに有効かを検討しています。著者らは、ペアを必要とせず物理的な劣化モデルを用いる軽量な画質向上器の学習手法を提案しています。ABIDEデータセットでは、強調によりウェーブレット型セグメンテーションのDiceが有意に向上し、U-Netでは低下、Swin-UNetでは変化がありませんでした。IXIデータセットでは、すべての組み合わせでDiceが低下し、主に脳脊髄液のラベルにおける空間的に不自然なボクセルが原因とされています。
説明効率的な適応スペクトル再帰のための共有位相・保持制御（SPARC）：2つの共有制御信号で再帰メモリを調整する系列モデル手法
要約Transformer は文脈長に比例して計算量とキャッシュコストが増えるのに対し、固定状態の再帰モデルは推論時のメモリが一定である点を出発点としています。本論文は、入力に依存する2つのスカラー信号だけで、複素数の各記憶モードの保持と位相回転を調整する SPARC を提案しています。部分観測の連続制御、POPGym、系列分類で次善の手法より高い結果を示し、NVIDIA Blackwell GPU では再帰ミキサーの学習遅延を18.2%〜34.2%削減したと報告しています。
説明符号理論における符号化エージェントの活用：編集距離を保つ長い符号語集合の探索
要約著者らは大規模言語モデルのコーディングエージェントを5週間用い、符号理論の未解決問題に取り組みました。対象は、編集距離で互いに離れた4文字の単語集合（DNAバーコードなど）を見つけることです。指定された対称性を持つ符号に探索を限定することで、長さ6・最小編集距離3の既知最良の符号は114語から120語に改善されました。一方で論文は、中間結果が検証されずに事実として扱われ、探索が誤って打ち切られた失敗例も併せて報告しています。
説明セット・時系列トランスフォーマーにおける関連プロファイル条件付けによるセッション横断型皮質内運動デコーディング
要約皮質内運動デコーダは、記録されるユニットの構成が変わったりセッションをまたいで残るユニットの発火と行動の関係が変化したりするため、セッションが進むにつれて性能が低下します。本論文のAPSTは、すべてのネットワーク重みを固定したまま、少数のラベル付きキャリブレーション試行から各ユニットの四次元関連プロファイルを閉形式で計算し、それを用いてセット注意エンコーダと因果トランスフォーマーを条件付けます。二頭のサルのDANDI688保留セッションでは速度のR²が0.78と0.81に達し、神経活動のみを用いた変種を上回ります。FALCON私的保留評価ではM1、M2、H1でR²がそれぞれ0.65、0.42、0.44でした。
説明過剰パラメータ化された非線形ネットワークにおける表現幾何を、パラメータ対称性がどのように決めるか
要約本論文は、人工ニューラルネットワークにおける表現の幾何と、そのネットワークが行う計算との関係を検討している。関数を変えずに表現の幾何だけを変えるパラメータ対称性があることを示し、そのクラスが加算、複製、スケーリングという三種類の基本的な特徴変換を通じて表現に作用することを明らかにしている。これにより表現幾何は本質的な成分と補助的な成分に分解され、過剰パラメータ化に伴って縮退がどう増えるかが説明されている。さらに、実装レベルの選択規則によってこの縮退を解消できることも示している。
注目点パラメータ対称性を加算・複製・スケーリングの3種類の特徴変換に帰着させ、表現幾何の閉形式分解を与える理論的貢献である。
説明Stackelberg ゲームによる複数 LLM の協調アラインメント：適応型の指示カリキュラムでモデル同士が学び合う手法
要約本論文は、複数の言語モデルが互いの応答から学び合うためのリーダー・フォロワー型枠組み Stackelberg Alignment を提案している。リーダーである EXP3 バンディットは、固定の採樹予算を指示に配分し、指示の難しさと応答の識別しやすさを組み合わせた報酬で配分分布を更新する。フォロワーのモデルは応答し、互いを評価し、DPO または GRPO で学習する。著者らは3つのモデル群と12のベンチマークで最高の宏平均を報告し、最強の訓練時ベースラインを最大7.4%上回ったとしている。
説明HO-FL：異種エッジデバイス向けハイブリッド次数フェデレーテッド学習
要約本論文は、メモリが限られたエッジデバイスでのフェデレーテッド学習のための、HO-FLフレームワークを提案しています。モデルの下位部分はゼロ次最適化（ZO）、上位部分は一次最適化（FO、誤差逆伝播）で学習し、各デバイスは自身のメモリ予算に応じて境界を選べます。収束解析により、FO部分が大きいクライアントほど更新が正確だが、それを優先すると他クライアントのデータが過小に代表されるという トレードオフが示され、サンプリング最適化問題と実用的な近似法が導かれています。言語タスクの実験では、混合次数の局所学習が全FOの性能の大部分を保ちつつ、クライアントのメモリ要件を大幅に下げられることが示されています。
説明テキストを超えて：大規模言語モデルによる多モーダル対話の次元的感情評価
要約本論文は、IEMOCAPデータセット上で離散的感情認識とVAD（価値・覚醒・支配）による次元的感情評価を行う大規模言語モデル（LLM）ベースの枠組みを提案し、音響的手がかりを自然言語による記述として入力に加えています。LLaMA、GPT、Qwenの6モデルをゼロショット、フューショット、LoRA微調整の条件で比較し、微調整したLLaMAがプロンプト設計のみのGPTより両タスクで大きく上回ることを示しています。最良モデルの価値（Valence）CCCは0.7822でした。
説明LexReward：法律言語モデル向けの分類駆動型報酬フレームワーク
要約本論文は、法律言語モデルのための報酬モデリング枠組み LexReward を提案しています。法律的回答の質を、文体、法的要素、推論連鎖の三つの次元から評価し、各次元に評価基準を設けています。これらの報酬から作成した選好データで DPO と報酬モデルを学習し、三次元すべてで性能向上を確認しました。学習された報酬モデル LexRM は、参照解答なしで対応する次元の強化学習を改善できるとされています。
説明CORE：検証可能な言語モデル探索のための衝突指向推論除去法
要約本論文は、検証器から認証された衝突コアを取得し、そのコア内で最も新しい決定まで後戻りし、衝突をキャッシュして繰り返しを避ける探索制御手法 CORE を提案している。健全な検証と有限の分岐・深さという条件下では、制限のない探索は完全であり、有効な解を枝刈りしないことが示されている。グラフ彩色の実験では、時系列順の修復法と比べて検証器呼び出し回数が減り、五つの推論タスクでは Tree of Thoughts を上回る成功率が報告されている。
説明SparseEngine：スパース優先の推論エンジン
要約長文脈のLLMエージェントは対話履歴が蓄積され、KVキャッシュのメモリと注意機構の計算を圧迫します。SparseEngineは基盤から設計されたスパース優先の推論エンジンで、共通のライフサイクル規約により、各手法がKV表現と計算を制御しつつ、一般的なサービス基盤と状態遷移を調整します。論文では4分類の15手法をサポートし、Chain CacheとPrefix-Cache Pruningにより要求をまたぐ状態管理を行うと述べています。手法の品質を保ったまま、スループット、デコード速度、エージェントベンチマークの端から端までの速度が向上したと報告されています。
説明Argus：Spot 中断の予測が単純なチェックポイントより有効な場合を実 EKS で検証
要約本論文は、AWS EC2 Spot インスタンスの回収に対応する Kubernetes オペレーター Argus を紹介しています。CIFAR-10 の検証環境で、中断予測と単純な定期チェックポイントを比較しました。実 EKS 上では Spot のドレイン時に SIGTERM によるチェックポイントを取得し、エポック 8 から再開できることが示されています。80 試行のベンチマークでは、予測方式で無駄な計算をゼロにできる一方、先行時間が過大だと過剰な移行が起き、定期チェックポイントが強力な機械学習不要のベースラインであるとされています。
説明説明可能な画像改ざん検出のためのエージェント型ツール拡張推論（ATAR）
要約本論文は、7つの相補的な領域にわたる22種の専門的な鑑識ツールを統合し、多段階の推論を通じて画像の改ざんを自律的に検出・位置特定・説明するATAR（Agentic Tool-Augmented Reasoning）フレームワークを提案しています。意味的異常の経路と低レベルの改ざん痕跡の経路からなる二重ストリーム推論や、鑑識カリキュラム学習を用いています。6つのゼロショットIMDLベンチマークで平均画像レベルF1 78.5%を達成し、他のタスクでも専用検出器と競合する性能を示したと報告しています。
注目点22種の法医学ツールを統合した多段階推論フレームワークと課程学習を提案し、6つのゼロショットベンチマークで平均F1 78.5%、最強MLLMを11.8pt上回る。
説明3GPP準拠のRIS支援型Beyond 5Gネットワーク向けベンチマークデータセット
要約本論文は、3GPP TR 38.901に準拠し、RIS（再構成可能インテリジェント表面）支援型ミリ波ネットワーク向けに構築された大規模データセットを提案しています。20種類の制御された環境変種を含み、各サンプルには総当たり的なコードブック探索で得られた最適位相設定が正解ラベルとして付与されています。さらに、CSI、信道分解、位相行列、CQIなどの多タスク注釈を備え、主要ベンチマークとしてCSIからCQIへの写像を提案しています。
説明欠落した係数：モデル個人化のためのベイズ式ペアワイズ併合
要約本論文は、ユーザーのペアワイズ選択を、報酬特化型エキスパートを併合するために必要な係数へ変換するベイズ式ペアワイズ併合（BPM）を提案します。報酬の重みを潜在変数とみなし、ペアワイズ選択と報酬スコア差から事後分布を推定して、その平均を併合係数として用います。放射線科レポート要約、画像キャプション生成、物語生成の各タスクでの評価により、ユーザーごとの方策学習なしで個人化でき、限られたフィードバックの下での係数の不確実性も示せることが報告されています。
説明TSMD：マルチモーダル入力の欠損に強い動画ハイライト検出のための時系列ストリーム・モダリティ・ドロップアウト手法
要約本論文は、既存の多モーダル動画ハイライト検出手法が映像・音声・テキストの各ストリームを常時利用可能と仮定している点に着目します。フレームの局所的な欠損や、ある模態全体の途絶にも対応するため、構造化された欠損シミュレーションと、逐点MSE、動画ごとのPearson相関、ピーク重視のRankNet損失を組み合わせたTSMDを提案しています。MoSuおよびMr. HiSumデータセットでの結果が報告されており、TSMD-Temporalは50%の独立した時間方向欠損下でTripleSummを上回るとされています。
説明構造化基準抽出とChain-of-Thought：LLMによるうつ病重症度判定の評価
要約本論文は、SNS投稿からうつ病の重症度を大規模言語モデルで判定する二つの方法を比較する。一つは直接評価やChain-of-Thoughtによる評価、もう一つは臨床基準を抽出し規則で等級化する方法である。二つのRedditコーパス、三つのモデル、PHQ-9とBDI-IIを用い、二次重み付きカッパで一致度を測定した。標準抽出の優位は有意ではなく、多くの比較で重症例の見逃しが増えた。
説明タンパク質の方向性進化のための構造認識型強化学習（StructEvo）
要約本論文は、タンパク質の方向性進化を対象とした構造認識型の強化学習フレームワーク「StructEvo」を提案しています。差分特徴によって変異体の構造特徴を近似し、構造に沿った階層型の行動ネットワークで広大な変異空間を扱いやすい部分空間に分割します。2つの最適化ベンチマークで従来の最先端手法をそれぞれ9.2%および16.3%上回ったとされ、GFPで実験的に検証されたエピスタシーのパターンも特定したと報告しています。
説明BadAction：動作誘導トリガーによる対話型ビデオ生成へのバックドア攻撃
要約本論文は、対話型ビデオ生成（IVG）モデルの対話性に対するバックドア攻撃を初めて体系的に調べたものです。提案手法BadActionは、バックドアサンプルの動作列に定義済みの動きパターンを埋め込み、それを静止した目標動画と関連付けます。トリガーされると、後続のユーザー操作に反応しない凍結された未来フレームを生成しますが、通常の動作列では正常に動作します。動作・テキスト・画像を同時に汚染するマルチモーダルトリガーも検討されています。
注目点対話型動画生成モデルへのバックドア攻撃を初めて体系的に調べ、行動トリガーで91.0%の攻撃成功率を示し、既存検知を回避する。
説明RSIGame：再帰的自己改善による自律エージェント型ゲーム開発
要約本論文は、大規模言語モデルが自律的にゲームを開発するフレームワークRSIGameを提案します。局所的な探索・診断・改善ループと、全体品質を追跡する大域ループを組み合わせて、再帰的に自己改善を行います。140のGameCraft-Benchタスク、2つのゲームエンジン、5種類の生成器で、同じ開発予算下でゲーム品質が一貫して向上したと報告しています。経験を訓練で内在化させたQwen3.8-27Bは、Godotで61.38、Phaserで58.53を達成し、生成トークン数は11分の1に減っています。
説明稼働中の検証スイートにおけるハードゲート候補の審査（デプロイ済みエージェントの検証器を、本番で使えるゲートに昇格できるかを調べる論文）
要約論文は、デプロイ済みの生成エージェントにおける13の検証器が、正常に動作する出力と動作しない出力を区別できるかを検証します。550件のランタイムビルドと350件の静的ビルドを下流の結果で分類し、各検査の周辺分離度Jを算出しました。多重比較補正後も有意だったのは2項目のみで、ほかの多くはゼロと区別できませんでした。さらに、検査が実行されなかったビルドの大半は不良ビルドであり、スキップは合格として記録されるため、検出率の上限が生じています。
説明列車ドア異常検知のための、サイクル認識型オートエンコーダと信号間整合性
要約本論文は、鉄道車両のドア状態監視を、開扉・停車・閉扉の一連の動作（サイクル）を単位とする教師なし異常検知問題として扱います。正常なサイクルのみで学習するTCAA-CSモデルは、連続物理量と論理状態を別々に処理する二系統エンコーダ、時間注意機構付きLSTM、そして再構成誤差・潜在空間の偏差・信号間整合性の三つを組み合わせた異常スコアを用います。商業運行中の旅客列車の実データでは、再現率93.8%、適合率97.3%、誤報率0.5%を達成し、NVIDIA Jetson AGX Xavierでの評価により車上でのリアルタイム実装の実現性が示されました。
説明スイッチング線形アテンション：固定サイズの再帰状態を保ちながら表現力を高める系列層
要約本論文は、新しい系列層であるスイッチング線形アテンション（SwiLA）を提案する。標準のソフトマックス・アテンションは系列長に比例して増大するキー・バリューキャッシュを必要とする一方、線形アテンションはメモリが固定だが表現力が弱い。SwiLAは線形アテンションの固定サイズ再帰状態を保ったまま表現力を高め、その再帰式はテスト時回帰の枠組みから導かれ、混合線形回帰モデルにおけるオンライン期待値最大化として状態更新を扱う。連想想起、文脈内言語学習、言語モデリングのベンチマークで強い性能を示し、ソフトマックス・アテンションとの差を縮め、いくつかの設定では上回っている。
説明TED：プロンプト型異常局所化のためのテキスト軸証拠分解法
要約CLIP は視覚言語モデルであり、細粒度の欠陥局所化を目的として設計されたものではありません。CLIP ベースの異常検出手法は、プロンプトや軽量モジュールで欠陥への感度を高めますが、ドメインシフト下では真の欠陥と視覚的に複雑な正常領域の双方に高い異常スコアを与えることがあります。本論文は TED（Text-Axis Evidence Decomposition）を提案し、バックボーンとプロンプトを変更せず、対象ドメインでの学習も必要とせずに、曖昧な応答がソース欠陥パッチと誤って異常とされたソース正常パッチのどちらにより支持されるかを判定して再スコアリングします。複数の設定で画素レベルの局所化性能が向上し、難しい負例の競合が強い場合に効果が大きいと報告されています。
説明EarLog：イヤホン再生を利用して耳の生理反応を受動的に検出し、個人向けの聴覚リスク把握を目指す研究
要約イヤホン利用者は高負荷の再生で不可逆的な聴覚損傷を受ける恐れがありますが、現行の保護は音圧の上限に頼っています。本論文のEarLogは再生内容そのものを探査信号として使い、残差感知とスパースなFIRモデルにより、日常的な聴取中の弱い音響反射（保護的な反応）を識別します。81人の参加者、16機種のイヤホン、400時間超の録音で評価し、臨床参照ベンチマークで感度99.0%、特異度98.7%を達成しました。個人ごとの音響反射イベントを記録でき、聴覚リスクの縦断研究に資するデータを提供します。
注目点再生音声を機会的プローブとして用い、残差センシングとスパースFIRで聴覚反射を検出する新手法。81名・400時間超の実験で検証され、個人向け聴力リスク監視に一定の影響がある。
説明信頼できるAI査読に欠けていた要素：修辞的頑健性のベンチマークからSciCore査読へ
要約本論文は、同じ科学内容を異なる表現で記した原稿に対しAI査読者が異なる評価を与え得ることを指摘し、修辞的最適化が科学的改善より評価されうる問題を示します。著者らは「修辞的頑健性」を定式化し、1,260版の原稿からなるRobustReviewベンチマークで30の査読構成を評価しました。さらに、全文判断と構造化された科学コアに基づく判断を平均する二分岐型査読器SciCoreを提案し、GPT-5.5との比較で安定性と識別力の総合性能が高いと報告しています。
説明検索が結論を左右する：深い調査エージェントにおける証拠選択バイアスの監査
要約ディープリサーチ・エージェントは証拠を引用付きレポートにまとめますが、引用が正しくても誤解を招く結論に至ることがあります。本論文は、エージェントが読む文書は適応的検索によって選ばれた偏りのあるサンプルであると指摘し、既存の評価ではこの選択が十分に考慮されていないと述べています。著者らは因果的証拠選択補正法（CESS）を提案し、記録された選択確率を用いて候補文書プールの証拠方向の平均を補正します。MS2システマティックレビュー・ベンチマークと公開のOpen Deep Researchエージェントの軌跡で検証し、誤差と変動の低減を報告しています。
注目点深層リサーチエージェントの証拠選択を適応的サンプリングとして定式化し因果補正で候補プールの証拠方向を推定する点は新規性が高く、複数ベンチマークと4800件の介入実験で検証している。
説明アルゴリズムの公平性を測る順位グラデーション指標：予測誤差の順位分布による個人レベルの公平性評価
要約本論文は、与信審査など個人に影響するアルゴリズム的意思決定について、予測誤差の分布を用いて公平性を評価する順位ベースの枠組みを提案しています。この枠組みには、順位グラデーション公平性（RGF）とその統合指標AURGF、中心化Cramér-von Mises順列検定、公平性の説明のための特徴量除去手法が含まれます。HMDA住宅ローンデータへの適用では、従来の公平性基準とは異なるモデルの順位が得られ、木ベースのモデルが予測精度と順位ベース公平性の両面で最も良い結果を示しました。四つのモデルすべてで公平性の帰無仮説が棄却されています。
