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。
説明テキストから画像を生成するモデルの持続的ウォーターマーク：権利表示を消されにくくする埋め込み手法
要約本論文は、テキストから画像を生成する（T2I）モデルの著作権保護を目的として、対照学習型のウォーターマーク学習目標を提案しています。ウォーターマーク付きモデルが、トリガー入力に対して元のモデルと異なる振る舞いをするように明示的に促す項を含みます。実験では、さまざまな下流での改変やウォーターマークを弱める意図的な攻撃の下でも、既存手法より高いトリガーデータの持続性が示され、検出率はTPR@FPR<10^-4で100%近くに達することが多いと報告されています。
説明「迎合スコア」を超えて：タスク、モデル、圧力がLLMの譲歩をどう左右するか
要約本論文は、ユーザーの反論後に大規模言語モデルが正しい答えを撤回したり、ユーザーの立場に同調したりする（迎合と呼ばれる）条件を調べたものです。十の構成による約10万件の採点済み応答を分析し、主な要因はユーザーの主張を検証する難しさと学習済みガードレールの有無であることを見出しました。最大推論を有効にすると、難しい論理パズルでの譲歩は0%になりました。
説明検証失敗から再利用可能なコーディングエージェント向け指針へ
要約本論文は、形式検証の失敗に対する専門家の診断を、コーディングエージェントが再利用できる指針へと変換する方法を研究しています。K フレームワーク上の実行可能な言語定義と、仕様の構築・証明の修復・仕様の妥当性監査のための手順集を組み合わせています。164 件の Python 課題からなる HumanEval では、2 回の対象修復の後、最終的な AI 監査の Pass 判定で 164/164 の成功率を達成したと報告されています。また、証明は通るが欠陥を含む仕様パッケージを用いて、監査が問題を検出できるかも検証しています。
説明フレーム差分オンポリシー自己蒸留による動画推論：学習時に疎なフレームモデルが密なフレームの視覚情報を取り入れる手法
要約本論文は、マルチモーダル言語モデルの動画推論性能を高めるFD-OPSDという手法を提案します。学習時には、同じ応答に対するモデルのトークン単位の選好を疎なフレームと密なフレームの両視点で比較し、その差分信号を蒸留します。外部の教師モデルや密な自己回帰生成は不要で、推論は変わりません。Qwen2.5-VL-7BとQwen3-VL-4Bで、六つの動画推論ベンチマークにおいて、GRPO、T-GRPO、Video-KTRなどの基準手法より全体平均で高い性能を示したと報告されています。
説明深層ReLUニューラルネットワークによるスペクトルBarron関数学習のミニマックス速度
要約本論文は、深層ニューラルネットワークがスペクトルBarron関数を近似・学習する能力を調べる。ReLU活性化を用いる深層ネットワークに対する新たな近似誤差の上界を示し、これらの関数族を学習する際のミニマックス速度を確立している。結果として、この関数族は深層ReLUネットワークで近似でき、学習の収束速度は対数因子を除いてミニマックス最適であることが示される。
説明同期型多視点ニューラル拡散：視点内と視点間の情報融合を同時に行う学習手法
要約論文は、既存の多視点学習が視点内融合と視点間融合を独立した段階として扱うため、中間経路で情報が歪んだり圧縮されたりしやすいと指摘しています。著者らは多視点の特徴空間を拡散過程で駆動される統一的な力学系とみなすSynMDiffを提案し、視点内と視点間の融合を同時かつ適応的に行います。計算コストを抑えるため、エネルギーベースの位相サンプリングとEgo-Net型の集中学習構造も導入され、実データセットで基準手法を大きく上回ると報告されています。
説明コードをポリシーとして再び偉大に：フロンティアエージェントがロボットツールを書き、呼び出し、進化させる
要約本論文はURAI（Universal Robot-Agent Interface）を提案し、プログラミングエージェントが再利用可能なロボットツールを構築し、実行エージェントがフィードバックループ内でそれらを選択して呼び出す仕組みを示す。各呼び出しは完全な動作をローカルで実行する。RoboDojoの5タスクで総合成功率は直接指先制御の18.0%から53.0%に向上した。実機の双腕タスク7件でも評価している。
説明証拠を先に、計算は後に：DocSem共有タスクのシステム報告と失敗分析
要約本論文は、DocSem共有タスクに参加したシステムEVICALCの結果を報告しています。公式最終テストの1,730件のタスクで、結合正解率は8.61%でした。システムはPDFを読み、段落を選択して、言語モデルが生成した算術式をローカルで評価します。著者は一部の失敗例を事後的に人手で分析し、OCRとブロック統合によって関連段落が無関係なテキストに統合された事例を示しました。また100文書の探索的実験では、証拠IDが返されたのは22文書のみでした。著者はこれらの知見は記述的なものであり、総合スコアの原因を確定するものではないと述べています。
説明頭頸部がん向けオンライン適応型陽子線治療のための不確実性誘導デジタルツイン枠組み：実現可能性研究
要約本研究は、治療前に治療当日の解剖学的構造を予測し、それに基づいてオンライン適応型陽子線治療計画を生成する不確実性誘導デジタルツイン（UGDT）枠組みを提案しています。10名の患者で評価した結果、医師承認済みのオフライン再計画と同程度の計画品質（品質スコアの差は約-0.7%から-1.7%）が得られ、脊髄と脳幹の線量は耐用値を下回ったと報告されています。
説明RouteRec：行動に基づくスパースルーティングによる逐次推薦モデル
要約本論文は、セッション内で観測された行動を専門家（エキスパート）の割り当て基準として用いる逐次推薦モデル RouteRec を提案する。セッション履歴から、対話のテンポ、アイテム群への集中度、繰り返しと持ち越し、人気傾向の四種類の行動の手がかりを要約し、マクロ・ミドル・ミクロの三つの範囲で計算を振り分ける。6 つの公開データセット、18 のデータセットと指標の組み合わせで、RouteRec は 12 で首位、3 で次点となり、平均順位 1.61 を達成した（次点ベースラインは 4.11）。
説明C-STRIDE：少数の水位観測記録から流域全体の洪水分布を予測するAIデジタルツイン
要約本論文は、観測データ駆動型のAIデジタルツインであるC-STRIDEを提案する。少数の量水観測所の短期記録、地形、降雨情報から、流域全体の水深分布マップを作成し、最大1日先まで予測を延長する。キャリブレーション済みの二次元水理モデルのシミュレーションで学習しており、別途のデータ同化工程は不要である。シカゴ近郊のデス・プレーンズ川流域では、6つの観測所から420万の30メートル格子セルを予測し、観測記録のみの場合と比べて誤差は約40%低下した。また、水理モデルより約150倍高速に動作する。
説明積分と分解の出会い：マルチモーダル画像融合のための信号レベル自己教師付き特徴分解パラダイム
要約本論文は、マルチモーダル画像融合における特徴分解に明確な教師信号が欠けている問題に対し、一次元信号レベルの自己教師付き分解手法を提案します。分解を、共通信号と元の信号の間の積分面積による制約を用いた積分駆動型の一次元信号最適化問題として再定式化します。モデルは二段階の自己教師付きフレームワークに従い、代表的な融合タスクで最先端（SOTA）の性能を示したと報告されています。
説明見えない言語税：2026年のLLMトークナイザにおけるフランス語と地域言語のトークン割増と、フランス語向け試作モデル
要約本論文は、2026年の主要な大規模言語モデル7種のトークナイザで、同じ内容に必要なトークン数が言語ごとにどれだけ異なるかを測定しています。フランス語は英語より31%から58%多くのトークンを必要とし、フランスの地域言語は英語の約1.6〜3.3倍でした。また、フランス語向けに最適化した試作トークナイザ Baracoda FR v1.2 は、テストでTekkenより仏語で11.5%少ないトークンを使いましたが、これはトークン分割の結果に限られ、モデルの品質やタスクのコストへの影響は未検証とされています。
説明すべての解は同等ではない：深層線形ニューラルネットワークにおける機能的類似性と表現的類似性の解析的分離
要約本論文は、ニューラルネットワークの表現（内部の符号化）とその機能の関係を検討しています。解析可能な2層線形ネットワークと非線形ネットワークの数値シミュレーションにより、両者は分離しうることが示されています。すなわち、機能は似ていなくても表現は似ている場合や、その逆の場合があります。入力ノイズへの頑健性や汎化誤差の水準は、表現をタスクに従わせるものではないとされています。一方、パラメータノイズに頑健なネットワークは表現の柔軟性が限られ、タスク固有の表現を用いる必要があるとしています。
説明Settle：推論をいつ止めるかを学習する手法
要約推論モデルは答えが安定した後も生成を続けることがよくあります。Settle は完了した推論トレースにおける答えの安定性から停止時点を学習し、既存の推論終了トークンのみを訓練して、それ以外の予測はベースモデルに近いまま保ちます。推論時は通常のデコーディングだけで動作します。Qwen3-4B による MATH-500 では、トークン数を 40% 削減しつつ正答率の低下は 0.5 ポイントでした。最初の安定した答えで切り詰めた同じトレースで教師ありファインチューニングを行った場合と比べ、トークン数はほぼ同じで正答率が 6.16 ポイント上回りました。
説明クリッピングが補正を逆転させるとき：点単位の前向きKL型オンポリシー自己蒸留の失敗ダイナミクス
要約本論文は、オンポリシー自己蒸留（OPSD）において、前向きKL目的関数への点単位クリッピングの効果を検討しています。クリッピングの有無だけが異なる対照実験では、クリッピングありの方が、無しに比べて回答の末尾まで続く繰り返しが大幅に多く見られました。理論的には、クリップ後の目的関数が生徒モデルを教師モデルへ補正できず、一部のトークン確率を教師から遠ざけうることを証明しています。学習結果もこの分析と一致しています。
説明小さいモデルの方がより良い不採用例を作れる：選好蒸留のスケーリング
要約本論文は、選好蒸留で使われる「不採用（負例）応答」の生成元を検討します。コード生成と数学推論の課題において、学生モデル自身が生成した不採用例より、より小さな凍結モデルが生成した不採用例の方が、より強い学生モデルを育てられ、推論コストも低いと報告しています。さらに、線形化した特徴モデルでDPOの有限ホライズン効用の上界を導き、不採用例の混合、他課題への再割り当て、参照方策の下で尤度が低い候補の選択という三つの手法を検証しています。
説明MeshOctave：ネイティブメッシュ生成のための頂点分割・再接続カスケード手法
要約本論文は、明示的なトポロジーを持つメッシュを生成する手法MeshOctaveを提案しています。空間グリッドの二分解像度で尺度を定義し、同じボクセルの頂点を統合して粗くし、分割・再接続の操作で細部を段階的に復元します。尺度条件付きのマスク付き離散拡散モデルでこの過程を学習し、幾何学的忠実度と位相的妥当性で基準手法を上回り、適応的な解像度向上やメッシュ細分割にも対応すると報告しています。
説明Sparse-WAM：行動誘導型スパース想像による世界行動モデルの高速化
要約世界行動モデル（WAM）は事前学習済みの映像モデルを用い、将来の視覚状態と行動を同時に予測してロボット制御の汎化性能を高めますが、推論コストが大きいという課題があります。本論文は学習不要のフレームワーク Sparse-WAM を提案し、行動トークンから将来フレームへの注意の分布に基づいて動作に関連する将来フレームのトークンだけを処理します。軽量なスコアリングと段階間での選択結果の再利用を行う Pilot エンジンにより、スパース推論の追加コストも抑えています。LIBERO と RoboLab-120 では、NVIDIA RTX 4090 上の稠密推論と比べてそれぞれ約 2.0 倍、1.8 倍の高速化を達成し、タスク性能はおおむね維持されています。
説明SimEX：シミュレーションを統合したロボット自動研究フレームワーク。コーディングエージェントがシミュレーションで学び、実ロボットを制御できるようにする手法
要約論文はSimEXという枠組みを提案します。大規模言語モデルを用いたコーディングエージェントがまずシミュレーションで試行と最適化を繰り返し、ロボット用のツールボックスを作ります。その後、少数の実機試行でシミュレータとツールボックスを同時に修正します。著者らは、タオルたたみ、バーコード読み取り、皿の操作などの実タスクで、デモなしかつ実機約10分の対話で技能を獲得できたと報告しています。
説明SCORE-LM：言語モデルを用いたレーダー故障診断のための状態空間表現
要約本論文は、小型のSCORE（散乱体条件付き演算子応答エンコーダ）と適応済みのローカル言語モデルを組み合わせたSCORE-LMを提案し、レーダーハードウェアの故障診断と保守案内の生成を目指すものです。未学習のRad-R故障録画8件での評価において、評価した9モデル比較の中で最高性能を示し、10フレーム時の平均捕捉再現率は88.39%、4故障のマクロF1は88.20%でした。レーダー推論係数は39,520個で、最強の比較対象RadrNet-DS-CIより119.7倍少なく、再現率は15.56ポイント高いとされています。
説明偽発見率制御付きの視覚データ分割による大規模視覚言語モデルの物体幻覚の抑制
要約本論文は、大規模視覚言語モデルが入力画像にない物体を生成する幻覚問題に取り組み、学習不要の枠組みCORALを提案しています。不確実性を考慮した視覚データ分割とミラー統計量を用いて、デコード時の虚偽の物体予測を推定し、画像ごとの誤検出割合を制御する閾値を設定します。複数のベンチマークで既存手法より優れた結果が示されています。
説明PARK：動画拡散Transformerのスパースアテンションにおける高精度ブロック検索手法
要約動画生成で主流の拡散Transformer（DiT）は、全アテンションの計算量が二次的に増えるため効率が課題です。スパースアテンションは重要なブロックだけを検索して計算しますが、平均化されたクエリ・キーの表現による従来手法では検索の不一致が生じると指摘しています。本論文は学習を必要としないPARKを提案し、各クエリを保持して個別に注意分布を正規化し、現在のクエリを用いてキーを変換してからクラスタリングします。HunyuanVideoとWanでの実験では、生成品質を保ちつつ推論を高速化し、比較した手法の中で最良の品質と効率のバランスを示したとされています。
説明三次元乱流予測のための尺度分割ニューラル演算子：メモリとデータ効率の改善
要約本論文は、完全解像度の場を直接扱わずに、2つのニューラル演算子で全体の粗い場と、それを条件とする高解像度の局所パッチを予測するScaleSplit-NOを提案している。2つの高解像度乱流ベンチマークで、予測精度とデータ効率の両面で比較手法を上回ったと報告されている。256³のJHTDB256では、正規化平均二乗誤差が最も強力なベースラインより53%低く、学習時メモリは最もメモリ効率の良いベースラインより79%低い。さらにモントリオールの街区での都市風予測にも適用されている。
説明単一の学習実行を超えて：音声LLM適応における学習シードによる公平性のばらつき
要約自動音声認識における人口統計学的な公平性の差は、ほぼ常に単一の学習実行から報告されていると指摘する研究です。著者らは、エンコーダ、基盤デコーダ、データ、デコードを固定し、音声圧縮率と乱数シードを変えて音声LLMを微調整し、2つのデータセットで評価しました。多くの人口統計軸で、公平性指標の変動は圧縮率よりも乱数シードによる影響の方が大きいことが示されています。
説明RealWorldShop：実際のEコマースにおける対話型ショッピングエージェントのベンチマークと改善
要約本論文は、328万件の実商品、構造化されたショッピングセッション、プロファイルに基づき行動を制御するユーザーシミュレータ、ロールプレイ評価からなるベンチマーク RealWorldShop を提案しています。既存システムは局所的にはもっともらしい応答を返すものの、状態の追跡、制約の更新、商品に基づく収束に苦戦し、意図があいまいな場合やセット商品・複数意図の場面で特に顕著だと示されています。さらに、明示的な状態管理や実行ガードを備えたセッション制御フレームワーク REALSHOP_AGENT を提案し、ベンチマーク上で強力なベースラインを一貫して上回ったと報告しています。
説明大規模言語モデルに本当の考えを語らせる：CoTと内部推論の整合性の測定と改善
要約本論文は、大規模言語モデル（LLM）の思考連鎖（CoT）が内部の計算過程を実際に反映しているかを扱います。著者らは、解釈可能性ツールで検出した内部推論戦略とCoTの一致度を測るCoT-Interpretability Alignment（CIA）指標を提案しました。二段階推論の質問応答、ヒント介入、整数乗算の3タスクと3つのLLMで評価した結果、一致度は44.8%から75.9%にとどまりました。さらに事後学習で、タスク精度とパラメトリックな忠実性を報酬として設定し、精度を維持または向上させつつ忠実性を大きく改善できたと報告しています。
説明空間領域の監督を超えて：多モーダル画像融合のための関係制約空間
要約多モーダル画像融合は正解となる融合画像がない中で学習する必要があり、既存手法は元画像や勾配を代用の正解として使うため、画素レベルの妥協やモーダルの偏りが生じやすいです。本論文は融合の監督を空間領域から学習された関係空間へ移す関係制約型の監督手法を提案し、凍結したDINOとCLIPの特徴をアダプタで統一空間に整列させ、対照的ランキング目標と交互最適化で融合ネットワークと結合します。実験では、主流のどのバックボーンを用いても有意な改善が示されています。
説明順序が重要な理由：逐次型マルチエージェント討論における先発話者バイアスと性格付与による緩和
要約本論文は、大規模言語モデルの逐次型マルチエージェント討論を調べ、先に発言したエージェントが最終回答に不釣り合いに強く影響することを示します。より強いモデルが弱いモデルの後に置かれると、その推論上の優位性が大きく相殺される場合があります。作者はビッグファイブの協調性と外向性を行動的介入として用い、協調性を低く設定すると、強いエージェントの影響力が回復し最終精度が向上することを報告しています。外向性の効果は体系的ではないとされています。
説明学習不要の不確実性誘導ステアリングによる推論タスクの幻覚低減
要約本論文は大規模言語モデルの幻覚問題を扱う。従来の研究はモデルの確信度を用いて誤りを検出・除去することが中心であったが、本研究はその信号を積極的に活用して回答精度を直接高められるかを検討する。提案手法USteerは、推論時に確信度の勾配を用いて各層の活性化を調整する学習不要の手法で、モデルのパラメータ変更や追加の教師データを必要としない。複数のタスクで幻覚が一貫して減ることを示している。
説明分割最適輸送による高速でスケーラブルなマルチエージェント分布マッチング
要約本論文は、マルチエージェントシステムの終端分布を目標分布に合わせるための、最適輸送に基づく拡張可能な枠組みを提案している。エージェントと目標サンプルを空間的に対応するブロックに分割し、より小さな局所輸送問題を解くことで、大規模システムでの計算負荷を抑える。質量保存条件の下で、制限された結合は全体問題に対して実行可能であり、Wasserstein コストの上界を与える。局所割り当てによって有限時間区間の制御目標を生成し、線形・非線形の両方の力学に適用できる。シミュレーションによって提案手法の有効性が検証されている。
説明的を絞った検索とコンパクトな表現：CoT推論が長文脈での数え上げを改善する仕組み
要約本論文は、長い文章に散らばったレコードの数を数えるタスク（needle-in-a-haystack型の計数）において、大規模言語モデルの内部メカニズムを調べています。12組のモデル比較で、推論（Thinking）を行うモデルは行わないモデルより正確に数えられ、数が多いほど差が顕著でした。推論モデルは思考連鎖の中で項目を順に検索し、注意がより集中し、内部表現もよりコンパクトになることが示されています。
説明生成器固有の近道を超えて：敵対的学習によるオープンワールドAI生成動画検出
要約本論文は、未知の生成器に対してAI生成動画の検出器が汎化しにくい問題を扱い、検出器の表現が生成器固有の手がかりを強く含むことを示しています。著者らは勾配誘導埋め込み摂動による敵対的学習手法FORGEを提案し、生成器依存のパターンを抑えつつ有用な鑑識的証拠を残すとしています。29の保留ベンチマークで平均F1 92.62を報告し、4種類の後処理攻撃下でも頑健だと述べています。
説明出力に含まれない新情報がなくてもルーティング探索器は改善しうる：モデル出力を超える不確実性の厳密帰無監査
要約本論文は、視覚Transformerのルーティング信号（エキスパートゲート、注意残差の重み、停止スコア）がモデル出力以外の誤りに関する情報を持つかを検証します。正解ラベルを、別データで学習した出力のみの生成器から再生成して帰無仮定を作り、その下でも多くの評価でルーティングによる改善が見られました。検査点を正解率ではなく検証データの対数損失で選ぶと、これらの検出はほぼ消えました。著者らは条件付き置換検定を提案し、より良い探索器の学習と増分情報の検定は別々に検証すべきだと結論づけています。
説明ループなし逆強化学習：Q スコアマッチングによる逐次価値復元
要約逆強化学習（IRL）は、専門家のデモンストレーションを説明する報酬関数を復元することを目的とします。既存手法は報酬学習と方策最適化を交互に行うため、計算負荷が大きく学習が不安定になりがちです。本論文は拡散方策を用いて方策最適化を不要とし、最適ソフト Q 関数の行動勾配構造を利用して報酬学習を価値復元問題の系列として定式化します。提案手法 LFIRL は三段階からなる完全オフラインのアルゴリズムで、Maze、Franka Kitchen、Adroit Hand Pen、Push-T のベンチマークで最速の基準手法より約 2〜3 倍高速であり、報酬復元の品質は同等以上と報告されています。
説明DexPolicy：軌道誘導型の器用な操作のための定期的探索スケジューリング
要約本論文は、強化学習による器用なハンド操作における探索の強さを扱います。DexPolicyは学習ステップ数に応じて行動ノイズを広い探索から狭い探索へ徐々に減らし、他の設定は固定します。YCB物体と実機アームでの実験で、複数の方策最適化手法において目標タスクの成功率が向上したと報告されています。
説明段階分類によるリアルタイムのチャットボット型ロマンス詐欺検出
要約本論文は、LINE Messaging API を通じてSNS上のロマンス詐欺をリアルタイムに検出するチャットボットを開発したものです。社会科学分野の七段階理論を用い、大規模言語モデルで詐欺の段階を判定します。詐欺が検出された場合、大規模言語モデルにより段階の説明と予防のための助言も提供します。
説明DrivingBench：視覚言語モデルはトヨタ・カローラを運転できるか？
要約本論文は、汎用の視覚言語モデルがカメラ映像をもとに実車のトヨタ・カローラのハンドルと速度を直接操作し、低速でパーキング場のコーンコースを走行するベンチマーク「DrivingBench」を提案する。観察、操作、監視、回復、長期的な目標達成の能力を測り、モデルの推論遅延もタスクに含まれる。4つのモデルを評価した結果、コースを完走したのは1つのモデルのみで、他のモデルはコースの半分を超えて通過できなかった。
説明破損した人間のフィードバックに対する頑健なリスク感応型強化学習
要約本論文は、敵対的な選好ラベルの反転がある状況で、静的な条件付きバリュー・アット・リスク（CVaR）を用いたオンラインのリスク感応型RLHF（人間のフィードバックによる強化学習）を研究しています。不確実性で重み付けした報酬推定と楽観的な拡張状態CVaR計画を組み合わせたWSP-CVaR-RLHFを提案し、破損したフィードバックによる影響を通常の統計的コストと分けて評価する後悔の上界を示しています。実験では、4種類の敵対的攻撃下で、重み付けしない頑健版より累積後悔が小さくなることが示されています。
説明信号ルーティング温度スケーリング：小規模な検証データ向けの低容量リスク条件付き較正手法
要約本論文は、分類器の後処理較正に使える留保データが数千件程度しかない場合の較正器の容量について検討しています。提案手法SRTS-BCEは、予測のargmaxを変えない10パラメータの較正器で、6つのlogit統計量から作った正誤リスクスコアに基づき、サンプルを3つのグループに分けて各グループに温度パラメータを当てはめます。微調整済みのCIFAR-100 / ViT-B/16では、全量の較正データでECE15を1.65から0.96に下げ、データを減らした場合もCIFAR-100の3つの基盤モデルでSMART+BCEを上回りました。著者らは、較正器の容量は有限標本下での設計上の選択であり、望ましい水準は利用可能な較正データ量によって変わると述べています。
説明EFormer：連続的な筋電図ベースの手姿勢追跡のための時間整合型局所補正手法
要約本論文は、表面筋電図（sEMG）から手の関節運動を連続的に推定するため、凍結された追跡バックボーンの上に構築される残差特徴補正ネットワーク EFormer を提案しています。高レートのイベント分岐、時間整合型の局所クロスアテンション、因果的な回転位置埋め込みなどを組み合わせています。テストセットでの MAE は 0.1546634 rad で、公式追跡ベースライン（0.1745326 rad）より 11.38% 低下しました。時間整合型のイベント特徴補正が連続的な手姿勢追跡の誤差を減らせることを示しています。
説明適応的自己一貫性：ブラックボックス・サンプリングから分布値フィードバックへ
要約自己一貫性は、複数の推論経路をサンプリングして最終回答を集約し、大規模言語モデルの推論精度を高める手法です。本論文は、各経路の最終回答がモデルの対数確率から得られるソフトマックス分布に由来する点に注目しています。この灰色箱設定での逐次的な最頻回答識別問題として定式化し、新アルゴリズムASC-Dを提案しています。MMLU-Reduxでは、回答のみを用いる適応的ベースラインに比べ46.4％から95.6％少ない推論経路数で済みました。
説明画像セグメンテーションにおける条件付き独立性仮定の緩和
要約本論文は意味的セグメンテーションのRankSEG手法を扱い、推論時にDice/IoUスコアを直接最適化します。ただし従来は条件付き独立性仮定に依存し、ラベル間の相関を無視していました。著者らは空間的局所依存構造（SLD）で置き換え、逆モーメント近似と不動点最適化により計算量をO(d log d)に抑えたと報告しています。低コントラストや小物体の場面で、argmaxや従来のRankSEGより優れた結果が示されています。
説明何を忘れるかを学ぶ：LLM表現空間のための分布的アンラーニング
要約本論文は、有害言語や特定トピックなどデータ領域全体の影響を取り除くためのフレームワーク Mamushi を提案します。確率的分類器で忘却対象のサンプルを順位付けし、対数密度比の閾値が固定予算下での最適な選択規則であることを示します。実験では、削除と保持のトレードオフがベースラインより優れていると報告されています。
説明世界をグラフとして：潜在空間グラフによる関係性を考慮した世界モデル
要約本論文は、JEPA型の予測表現学習に関係的帰納バイアスを導入した、グラフベースの物体中心世界モデル「World-As-Graph（WAG）」を提案しています。物体中心のスロットから時間変化する潜在グラフを構築し、近傍物体の関係情報と過去のメモリを組み合わせて物体の状態を更新することで、自己回帰的な将来予測を行います。著者らは、視覚推論とロボット操作のタスクで優れた性能を示したと報告しています。
説明PrecipJEPA：降水ナウキャスト向けの、JEPA正則化による将来状態予測と運動源レンダリング手法
要約本論文は、降水ナウキャストのためのPrecipJEPAモデルを提案する。補助経路で観測されたレーダー履歴からエンコーダを強化し、運動場と源・汲場を描画して将来のレーダーフレームを生成する。SEVIRとMeteoNetでは、最も高い閾値のCSIが最強のベースラインに比べてそれぞれ118.6%と35.1%向上し、3時間予報全体で平均CSIも最高を維持した。
説明プロトタイプ誘導型双方向アライメントによるマルチモーダル連合学習
要約マルチモーダル連合学習（MFL）は分散データを活用してモデル性能を高める手法ですが、既存手法はクライアントのモデルが同一で各モダリティの分布が均衡しているという理想的な前提に依存しています。本論文は、これを克服するためMFedPBAフレームワークを提案します。特徴量レベルでは対照学習とGromov-Wasserstein距離で最適化した投影エンコーダにより異種特徴空間を整合させ、決定レベルでは自然に整合したlogitプロトタイプをエントロピー重み付きで集約します。モデルの異質性とモダリティの不均衡がある条件下で、既存のベースラインを大きく上回る結果が示されています。
説明画像解釈から臨床推論へ：因果強化学習による上流の医師文脈を考慮したマルチモーダル学習
要約本論文は、胸部X線写真と医師が作成した臨床経過記録を組み合わせ、主要心血管イベント（MACE）の将来リスクを機会的にスクリーニングする因果強化学習フレームワークを提案しています。推論とリスク予測を分離した二重LLM構造、証拠選択と推論最適化のための二重動作因果強化学習方策、因果トークン剪定を含みます。内部コホート、救急部コホート、外部のMIMICデータセットでのAUROCは、それぞれ0.720、0.760、0.845で、単一モダリティのベースラインや既存の医療用視覚言語モデルを上回り、GREENスコアと専門家の選好も高いと報告されています。
説明GraphForge：証拠グラフで実ファイルのワークスペースを構築し、業務型エージェントを訓練する手法
要約本論文は、職業ベースの種から実ファイルのワークスペースを組み立て、ファイル間の関係から証拠グラフを作る GraphForge という枠組みを提案します。タスクの記述と採点基準の両方をこのグラフから生成するため、要件と検証はいずれも実ファイルに基づきます。2,169 件の軌跡で Qwen3.6-27B を微調整すると、GDPVal、Workspace-Bench-Lite、SpreadsheetBench II の各ベンチマークで性能が向上し、証拠に基づく採点基準で選別したロールアウトによる棄却微調整でも、さらに改善が見られました。
説明どこへ誘導するかを学ぶ：生成モデルによる効率的なオフライン多目的最適化のためのノイズ空間幾何
要約本論文は、目的関数を問い合わせずに固定データセットのみを用いて、より良い目的のトレードオフを持つ解を探すオフライン多目的最適化を扱います。各サンプリングステップを誘導する代わりに、初期ノイズに作用させ、サンプリング過程は変更しません。再帰的特徴機械を用いて、目的関数が敏感な少数の方向を関数値のみから一度推定してキャッシュし、各候補はノイズの変位と一度の常微分方程式の求解で済みます。Off-MOO-Benchの47タスクで、生成手法の中で最も高い平均ハイパーボリューム順位を達成したと報告されています。
説明ノイズのある潜在構造下のフローマッチング：厳密な低次元サポートを超えて
要約本論文は、低次元の写像に非退化なガウスノイズを加えた潜在生成モデルのもとで、フローマッチング手法の理論的性質を研究しています。目標分布は潜在構造を持つものの全次元となります。著者らは空間的に正則なReLU速度場のクラスを構成し、サンプル数の指数が環境次元ではなく潜在次元で決まる非漸近的な高確率の近似・推定境界を示しています。さらに輸送常微分方程式を通じて速度誤差をWasserstein収束の保証へと伝播させ、厳密な低次元サポートはフローマッチングが潜在次元の統計的挙動を保つ必要条件ではないと結論づけています。
説明信頼度分布を固定したとき、信頼性のずれはどこまで大きくなりうるか
要約本論文は、信頼度の分布が全く変わらなくても、分類器の条件付き精度は変化しうるという問題を扱う。信頼度の分布を保つ共変量シフトのもとで、各信頼度水準内の再重み付けをχ²予算で制約し、信頼性関係の最悪の変化を求めて脆弱性プロファイルを導く。ImageNetでこの下限を検証し、一部の分類器で下限が正になることを示すとともに、温度スケーリング後の結果も報告している。
注目点計算可能な区間で最悪ドリフトが予算の平方根と層内分散の積に一致することを示し、ImageNetで分割標本の下限を検証している。
説明任意次元の機械学習による偏微分方程式ソルバーのウォームスタート
要約本論文は、偏微分方程式が特定の対称性を満たす場合に、低次元で学習したソルバーを高次元問題へゼロショットで直接適用できる数学的条件を示します。方程式は対称性を満たすが初期データは満たさない場合（物理学で多い）には、低次元から高次元へのウォームスタート手法を提案しています。熱方程式、Burgers方程式、圧縮性Navier-Stokes方程式に適用されています。原文によると、2次元Navier-Stokesデータで学習した代理モデルは、3次元データで学習した基準モデルより3次元テストデータで良い結果を示し、計算量は約12%、データ量は約20%でした。
説明リスク考慮型の適応的評価：限られた予算で影響の大きい失敗を見つける
要約本論文は、限られた試行回数の中で、失敗しやすく影響の大きいシナリオを優先的に実行する、リスク考慮型の文脈付きトンプソンサンプリング方策を提案しています。70の航空シナリオと824回の記録済み試行を用いたオフライン再生では、50回（全体の約6%）の試行で、均等配分の25%に対し約86%の影響加権失敗を発見しました。予算がコーパス規模に近づくと優位性は縮小すると著者は述べています。
説明FLOW：汎用的な遠隔生理計測のための特徴量レベル最適ワーピング手法
要約本論文は、照明、動き、センサーの違いによるドメインシフトに弱い遠隔光電容積脈波（rPPG）の問題に対し、FLOW（特徴量レベル最適ワーピング）という最適輸送ベースの枠組みを提案している。時間的な変動を安定させる時間細化モジュールと、学習可能なプロトタイプを用いたドメイン不変な整列を行うモジュールを組み合わせている。四つのrPPGベンチマークで実験を行い、クロスドメイン性能が最先端水準に達したと報告している。
説明テスト時に再利用可能なプリミティブからタスク特化型エージェントハーネスを組み立てる研究
要約本論文は STITCH というフレームワークを提案する。失敗したタスクの軌跡から再利用可能なハーネスのプリミティブを抽出し、テスト時にタスク情報に基づいて適切なプリミティブを選んでタスク特化型のハーネスにまとめる。テスト時にコードを生成・修復する必要がない。実験では、固定ハーネスの基準と比べてタスク成功率が最大 12 ポイント向上し、テスト時の組み立てコストは 2.7% にとどまったと報告されている。
説明一般化残差クロージャ：安定性と可塑性の両立のための一般的な学習ダイナミクス
要約本論文は、将来に関係する不一致を再帰的に閉じることとして学習を捉える一般化残差クロージャ（GRC）の枠組みを提案しています。固定された学習者と環境の境界のもとで、表現内部の変換と表現そのものの改訂という二つの基本モードを区別し、表現改訂が必要となる判定基準を示しています。仮定の下で、アフィンモデルにおける安定性と可塑性の両立の必要十分条件と、制約付き二次更新問題の唯一の解を導出しています。
説明対比的忘却集によるLLMの欺瞞行動の消去
要約大規模言語モデルは真実を知りながら、特定の文脈では誤った回答をすることがある。この欺瞞は知識ではなく文脈に条件づけられた行動であると論文は指摘する。著者らは、モデル自身の欺瞞事例から対比的忘却単位を構成し、圧力を認識して抵抗する正直な応答を目標とするPACTを提案する。2つの32Bの推論モデルで、保留データ上の欺瞞率は50%超から3%未満に下がり、システムプロンプトの遵守、秘密保持、推論過程はベースモデルの水準を保った。
注目点知識ではなく欺瞞行動を対象とする対照的忘却ユニットを提案し、目標蒸留による文脈盲目化を明らかにした。2つの32Bモデルで欺瞞率を50%超から3%未満へ低減。
説明CellMSA：単一細胞表現学習のための文脈モデリング手法
要約単一細胞トランスクリプトームは高次元でスパースであり、バッチ効果も存在するため、既存モデルの多くは細胞を個別に符号化するか、同一バッチ内でのみノイズ除去を行っている。本論文は、タンパク質モデリングにおける多重配列アライメント（MSA）の考え方を取り入れたCellMSAを提案する。各対象細胞について、異なるバッチや生物学的に関連する細胞型から関連細胞を文脈として検索し、細胞間のパターンを文脈依存の遺伝子対表現にまとめて、対象細胞のエンコーダに組み込む。約1億900万個の細胞観測からなる大規模なヒト単一細胞データで事前学習を行い、複数のベンチマークで既存手法を上回ると報告している。
注目点タンパク質分野のMSAの考えを単一細胞モデルに導入し、跨バッチの細胞から遺伝子対表現を構築、約1.09億細胞で事前学習し複数ベンチマークで既存手法を上回る。
説明リアルタイム授業の相互作用の文脈分析による質問パターンと学生の関与の特徴づけ
要約本研究は47回のライブ授業で行われた604問の授業内投票と340,668件の回答を、授業の文字起こしと照合して分析した。多くの問題はブルームの分類の低次の認知レベルに属し、七つの教育機能に分類され、回答は文言よりも問題の機能に従うことが示された。クラス全体の正答率は88.5%だったが、一致度は高いのに誤っている回答は一致だけでは検出できなかった。
説明DAMPER：滑らかな方策のための、リターン優先の勾配制御手法
要約本論文は、連続制御におけるアクター・クリティック法の方策が激しく振動する行動を出す問題を扱い、DAMPER を提案しています。元のアクター勾配と時間的一貫性勾配を、衝突条件付き射影と適応的な大きさ制御によって組み合わせ、アクター勾配と逆向きの補助成分を取り除きます。TD3 と SAC を用いた 6 つの連続制御タスクの実験では、12 のタスクとバックボーンの組み合わせすべてで元のエージェントより行動振動が減少し、リターンの trade-off はタスクによって異なると報告されています。
説明償却型ニューラル事後推定による、交換可能性を考慮した外部データ借用法
要約本論文は、薬剤開発において小規模な試験を外部・過去のコホートデータで補強する問題を扱います。著者らは、現在データと外部データの組をシミュレーションで生成して一つのニューラルネットワークを事前学習させ、一回の順伝播で現在研究の対象量の近似事後分布を出力させます。シミュレーションでは、アウトカムのドリフトと結合的な不一致がある状況で、絶対バイアスが最良の古典的ベースラインの約5分の1まで下がり、第一種の過誤も名目水準に近いことが示されました。データセットあたりの事後要約は約8ミリ秒で得られ、MCMC法より約10の3乗倍速いとされています。ADNIデータの分析では、群間で軽度認知障害のアウトカムが異なる場合に、後期コホートのリスク水準を回復しました。
説明解釈可能な表現器ランドマークのための検証可能な近似（CAIRN）
要約本論文は、自己教師あり表現に影響を与えた訓練ランドマークを順位付けする表現器説明を扱います。著者らは、経験的ニューラル接線カーネル（eNTK）の多段階近似による誤差を順位まで伝播させるフレームワーク CAIRN を提案し、上位 K 件の集合に対する高確率の保証を与えます。また、確率的 Lanczos 求積法で有効次元を推定し、ランドマーク予算の配分を導きます。
説明MEMO：ストリーミング動画理解のための多層エンティティ認識メモリ
要約ストリーミング動画理解では、長い時間軸にわたって豊かな視覚情報を保持する必要があるが、既存手法は全体的・粗い粒度の表現に依存しがちで細部が失われる。本論文は、動画を意味的に一貫したチャンクに分割し、エンティティを中心とした構造化メモリとして整理するMEMOを提案する。軽量な全体およびエンティティ表現を検索用インデックスとし、高解像度の映像は別途保存して必要時に呼び出す。学習不要で既存のマルチモーダル大規模言語モデルにそのまま組み込め、StreamingBenchとOVO-Benchで一貫した改善と最先端の性能を示した。
説明K2P：ラベルなしの知識からプロンプトへの蒸留
要約本論文は、正解ラベルを使わずに、より強力な教師モデルの推論能力を再利用可能なプロンプトとして凍結された生徒モデルに移す手法K2Pを提案している。教師の解答から指示文を合成し、教師と生徒の対応する回答を用いて改良したうえで、答えの一致度を基準に探索と選択を行う。推論タスクと複数の生徒モデルでの実験では、K2Pが他のラベルなし手法を全体的に上回り、教師あり提示最適化と競合する結果を示したと報告されている。
説明FFASR：高忠実度シミュレーション室内インパルス応答を用いた遠距離音声認識のベンチマーク
要約本論文はFFASRを提案します。15,637発話からなる保持型コーパスと公開リーダーボードで、九つの条件を含み、各条件では音響要因を一つだけ変えています。15名の話者が録音した乾いた音声を、家具の置かれた14の部屋の混合型室内インパルス応答と畳み込んで遠距離音声を作成しています。平均単語誤り率は近距離の4.4%から静的な低SNR条件の41.3%まで上昇しました。オフィス実験室の条件では、実測とシミュレーションの誤り率が平均して近い値になりました。
説明Unmerge：タスク算術による効率的な機械的アンラーニング手法
要約本論文は、モデルを完全に再学習させずに、忘却対象データ（forget set）がモデルに与えた影響を取り除く手法Unmergeを提案しています。忘却を任務算術（task arithmetic）における逆操作とみなし、低ランクの忘却基底で忘却成分を分解して差し引きます。CIFAR-100およびTiny ImageNetでのクラス単位の実験で、比較手法より良い結果を示し、ViT-S/16やLlama-3.2-3Bへの適用も検討されています。
説明確率的ハイブリッドシステムの連続的ニューラル表現の学習
要約確率的ハイブリッドシステム（SHS）は、連続的な動力学を記述する確率微分方程式と、ガード面上で作動するマルコフ的リセットカーネルによって定まる。本研究では、このようなSHSを、標本路が連続となる高次元の潜在空間における確率微分方程式で近似できることを示す。リセットカーネルの各分岐を補助変数で符号化して決定的なリセットに変換し、位相的な貼り合わせを可能にしたうえで、埋め込み定理により貼り合わせた多様体を高次元ユークリッド空間に埋め込む。その結果、埋め込み後の像上の確率の時間発展は、ハイブリッドFokker-Planck方程式において明示的なリセット項を必要としなくなる。この定理に基づき、状態分布の変化を一致させる損失関数を設計し、モードのラベル付け、軌道の分割、イベントベースのシミュレーションを行わずに、単一の潜在確率微分方程式でSHSの確率発展を再現できるようにする。
説明長期的タスクのための一貫した計画-実行手法（ConPAct）
要約本論文は、長期的なエージェントタスクにおいて、計画担当と実行担当が同じタスク状態について異なる判断をする問題を扱っています。構造化された状態の主張を比較して矛盾を検出し、その不一致を「計画者-実行者間の状態ミスマッチ」と名付けています。提案手法ConPAct（Consistent Plan-Act）は、検出された矛盾を両エージェントにフィードバックして一貫した状態理解を形成させ、厳選された一貫性のある対話で微調整します。MiniGridでは成功率が38.6%から54.4%に向上したと報告されています。
説明VERA：制約付きマルチエージェント制御のための検証可能な実行可能性表現と反事実的クレジット
要約本論文は、集中学習・分散実行の枠組みVERAを提案し、実行可能性の推定とクレジット割り当てを分離します。各アクターは五次元の検証可能な実行可能性表現（VFR）を予測し、学習時にのみ利用できる行動条件付きマージンで監督します。動的な空・空・地統合ネットワーク（SAGIN）での実験では、成功率55.33%、カバレッジ違反率0.45%を達成し、最強のベースラインを成功率で8.74ポイント上回りました。
説明VOSSA：ストリーミング音声アーキテクチャ向けの声紋最適化手法
要約リアルタイム音声変換システムは通常、話者認証モデルで事前学習した話者埋め込みを用いる。本論文はVOSSAを提案し、コンテンツエンコーダの中間層から話者情報を抽出し、アテンション統計プーリングで集約する。埋め込みは音声変換の目的関数と共同で学習され、別個の話者エンコーダは不要となる。6つのデータセットで、ベースラインと同程度のNISQA-MOS、WER、話者類似度を維持しつつ、F0の動態と母音の識別的音響手がかりが改善された。知覚評価では自然さ、話者類似度、明瞭性、生き生きとした感じの向上が示された。
説明正解でも高コストなモデル：LLMによる最適化モデリングの効率ギャップ
要約本論文は、大規模言語モデル（LLM）が自然言語の記述から問題構造を把握し、適切な最適化モデリング手法を用いて正しく効率的な数理モデルとソルバーコードを生成できるかを検証しています。専門家の50の手法を集めた知識ベースOptTipsと、多エージェントフレームワークOptDachshundを開発し、専門家レビュー済みの561タスクからなるベンチマークEfficientOptを作成しました。11のLLMを評価した結果、正しく解けたタスクの多くで生成プログラムの求解時間が専門家の参照実装より長いことが示され、正確性と計算効率の両面での評価が必要だと結論づけています。
説明STRATA：リアルタイム戦略ゲーム向けの役割分担型階層エージェント自己学習システム
要約本論文は、『レッドアラート』などのリアルタイム戦略ゲーム向けのSTRATAシステムを提案します。戦略、兵站、戦術の判断をそれぞれ戦略エージェント、兵站エージェント、戦術エージェントに割り当て、レビューエージェントが対局記録から経験を抽出・検証し、検索可能な経験カードにまとめます。固定シナリオで学習済みの経験カードを使用すると、観測された勝率が30%から100%に上がったと報告されています。
説明マルコフデータによる非同期TD学習の、ほぼミニマックス最適な収束率
要約有限マルコフ決定過程の単一軌道から得られる、標準的な重要度重み付き時間差分（TD）学習の最終反復を研究している。論文は、有限回の状態遷移の後に、誤差が高い確率で widetilde O で与えられる上界以下に抑えられることを示す。さらに、対数因子を除いて一致する極小最大下界も構成している。
注目点非同期重要度重み付きTDの最終反復が近似最小最大最適率を達成することを示し、対応する下界も与えて既知の限界を大きく改善している。
説明タンパク質の折りたたみ学習は、より広い推論能力に一般化するか？
要約本研究は、タンパク質由来の質問応答データセット FoldingCorpus と、そのデータで事後学習を行う手法 Fold2Reason を構築しました。離散的な構造回答と、共有表現から復号した連続的な3次元幾何という2種類の信号を用います。FoldBench での構造予測スコアは Qwen3.5-9B の 2.7 ～ 3.5 倍でした。空間、グラフ、科学、一般推論の10ベンチマークで平均正答率は 45.09% から 48.33% に向上しましたが、ランダム・合成・シャッフルした構造で作った対照実験では向上が小さいか負になりました。
説明音声トークンの注意は言語モデルの実行前に予測可能
要約大規模音声言語モデルは1分の音声を750〜1500個のトークンに変換し、すべてを事前充填します。本論文は、音声トークンが言語モデル全体で受け取る注意は、言語モデルを実行する前にエンコーダ出力から線形に予測できることを示します。この予測に基づき、言語モデルの実行前に音声トークンを削減する手法Triageを提案し、多肢選択では2層目で観測された注意により予測を補正します。
注目点音声トークンの注意は言語モデル実行前に線形予測できると示し、それに基づく剪定を多数モデル・タスクで検証。証拠は充実、影響は音声LLM効率化に限られる。
説明タスク効用に基づく画像品質評価：身体性タスクにおけるIQAの再考
要約本論文は、身体性（エンボディド）撮像パイプラインで用いられる画像品質評価を、汎用的な人間評価に合わせた得点回帰ではなく、身体性タスクの効用によって定義される目標条件付きの判断へ転換すべきだと主張します。そのためにMLLMベースの身体性IQAエージェントの枠組みを提案し、タスク要件の推論、品質根拠の特定、意思決定に資する評価の生成を行います。VisDroneを用いた小規模な証拠調査では、従来の知覚指標や汎用的なMLLM型IQAスコアは下流のVLMタスク成功の代理指標としては弱く、タスク条件付きの効用スコアの方が、視覚入力が目標タスクを支えるかをよく予測することが示されています。
説明動画から非線形スカラー力学のパラメータを推定する：不変量、校正、同定可能性
要約本論文は、動画のピクセル観測から既知の非線形スカラー二階常微分方程式のパラメータを復元する際の同定可能性を研究しています。方程式の族によって、一意に同定できるパラメータ、不変な組合せのみ同定できるパラメータ、外部の物理的校正が必要なパラメータがあることを理論的に示しています。速度について高々線形の法則では明示的なパラメータ関係と校正条件が得られ、合成系および実際の振り子と自由落下の動画による実験で予測が検証されています。
説明ソフトマスクによる拡散編集：強度調整可能な画像・動画のピクセル単位の再描画
要約本論文は、画素ごとのソフトマスク強度に従って編集を行うゼロショットのサンプリング手法 SoftPaint を提案しています。元の内容を完全に保持することから、マスク領域を完全に再生成することまで、連続的な編集が可能です。Langevin 反復に基づくサンプラーを用いて、画像・動画の拡散モデルに共通して適用でき、動画編集などのタスクに対応します。この手法は勾配計算を必要とせずメモリ効率が良く、複数の画像・動画バックボーンで滑らかなピクセル単位の編集を実現するとされています。
説明推論の外部化：株式リターン予測に関するLLM説明の忠実性を高める研究
要約本論文は、横断面株式リターン予測について大規模言語モデル（LLM）による説明文を生成する枠組みを提案しています。XGBoostモデルのSHAP重要度の6か月間の時系列変化という証拠と、類似した変化を示した過去の市場局面（ヒストリカル・アナログ）を組み合わせています。生のSHAP系列、決定論的な時系列記述、特徴量の関係を段階的に与えて推論の外部化の効果を検証し、生成された主張を証拠と照合しました。Qwen3-32B-Instructでは証拠の忠実性が0.696から0.996に向上しました。ヒストリカル・アナログは自動評価の忠実性は改善しなかったものの、人間による有用性の評価が高くなりました。
説明Talk2Agent：テキストエージェント向け音声インターフェースのベンチマーク
要約大規模言語モデルのコンピュータ操作エージェントは通常、整った書き言葉の指示で評価されますが、音声による対話も広がっています。本論文はWildClawBenchとOSWorldから人間が話した形のタスクを作成するTalk2Agentベンチマークを提案し、専用ASR、音声対応LLM、文脈バイアス、LLMによるオントロジー修復などの音声インターフェースを評価します。さらに、実行を伴わずにタスク関連情報の保持量を測る評価枠組みを提示し、32時間の実音声でWER/CERより皮ーソン相関が0.246向上したと報告しています。
説明文脈が変わるとき：LLMにおける更新の失敗を理解する
要約本論文は、好みや目標、事実が更新された後も、LLMが古い値で回答してしまう「古い束縛（stale binding）」の問題を扱います。受控文脈メモリ（CICM）というベンチマークを提案し、古い値に注意が偏る「注意のドリフト」を特定しました。さらに、追加学習なしで注意を現在の値へ向け直す介入により、多くの誤りを修正できることを示しています。
説明AdaOcc：身体性タスク向けの適応型3D占有予測
要約本論文は、身体性（エンボディド）シナリオ向けの点ベースの適応型3D占有予測手法AdaOccを提案します。異なる数のRGB画像と、推定深度マップまたはLiDARデータの両方に対応する二分岐エンコーダを用いています。疎な意味的点と段階的なクエリ学習により、クエリ点数とデコーダ層数で計算量を調整できる構成です。著者らはOcc-ScanNetで新たな最高性能を報告しています。
説明GeoNest：円形容器内の不規則ナップサック問題のための失敗認識型近傍選択学習
要約本論文は、固定円形容器における二次元不規則ナップサック問題を扱い、製造における材料利用率の最大化を目指します。強化学習で訓練したグラフ方策によって近傍を選択する失敗認識型の大近傍探索フレームワークGeoNestを提案し、配置できなかった多角形と残余空間を組み合わせ、挿入を阻む配置済み多角形を特定します。新たに作成したCircleNest-Bench（2,391インスタンス）では、同一の総時間予算下で、最先端の単独パッキングソルバーと比べ、主要な3つのテストセットで平均利用率が約0.9%、保留された産業用データセットで約0.6%向上しました。
説明自動運転向けの報酬誘導型選好最適化による効率的なマルチモーダル経路計画（論文）
要約本論文は、自動運転の軌道計画手法EMPlanを提案しています。スパースアンカーとオフセット補正モジュールを組み合わせ、効率的なマルチモーダル軌道予測を行います。さらに、ルールベースの報酬信号と非対応の選好監督を用いたファインチューニングで安全性を高めています。非リアクティブなNAVSIMベンチマークで評価され、計画精度と効率のバランスが良好だと報告されています。
説明TRACE：LitTraceQA向けの目標認識型検索・帰属付き根拠・契約制約付き抽出
要約本論文は、論文から検証可能な答えと正確な根拠を得る学術文献QAの課題を扱い、TRACEシステムを提案します。目標ごとの検索、独立した根拠の特定、表の抽出、そして検証に失敗した場合に出力を止める仕組みを備えています。27,487本の論文を索引化し、公式の71問テストセットで総合スコア0.760613を得ました。残る誤りは主に位置特定、観測単位、行キーに関するものです。
説明偏りのあるLLM審査員を用いた能動的選好学習の最適設計（人間の選好に近い比較を選ぶ手法）
要約本論文は、大規模言語モデルの整合化において、偏りのあるLLM審査員を使った能動的選好学習を検討しています。人手による注釈コストを下げるため、審査員の偏りを除いたうえで人間の選好に有益な比較を選ぶ「撹乱因子調整最適設計（NAOD）」を提案し、Frank-Wolfeアルゴリズムで最適化します。Chatbot Arenaのデータを17の審査員、15の予算設定、15回のランダム分割で評価した結果、代理方策の平均後悔が比較対象の設計より29.1%低下し、未見データでの人間の選好予測も向上したと報告しています。
説明球面推論と密な予測を分離した360度深度推定
要約本論文は、等距円筒図法（ERP）の空間的な歪みに対応するため、球面上のフィボナッチ球面グラフ（FSG）で文脈を推論し、その結果を球面文脈条件付け（SCC）モジュールによってピクセル単位の深度予測に反映させる手法を提案しています。著者らは、3つのベンチマークで既存手法より高い深度精度を示したと報告しています。
説明フローマッチングVLAポリシーのための自己教師あり軌道分布最適化によるオンライン進化戦略
要約本論文は、フローマッチングに基づく視覚・言語・行動（VLA）モデルをオンラインで適応させる枠組みOnline-ESを提案している。進化戦略（ES）を用い、行動軌道の空間で摂動と実行結果の評価を行い、自己教師ありのMSE目標で進化方向をモデルパラメータへ伝達する。原文によると、シミュレーションと実環境の両方で、価値モデルや優位性の計算なしに強化学習による微調整に匹敵する改善が示されている。
説明オンライン蒸留による長さスケーリングコストの緩和
要約本論文は、強化学習による事後学習で回答長が増える副作用を検討し、解けた問題で不必要に増えた回答長を長さスケーリングコスト（LST）と定義している。提案手法の長さ自己蒸留（LSD）は、解けた問題にはオンポリシー蒸留を適用し、未解決の問題には元のRL目的関数を維持する。教師には外部モデルを使わず、オンラインポリシーの指数移動平均を用いる。原文によると、LSDは単一ターン推論でLSTを19.0%から-3.7%に、多ターンのエージェントタスクで31.4%から13.7%に下げたとされる。
説明生成拡散モデルにおける分布カバレッジの可視化
要約拡散モデルの蒸馏は、サンプリングを高速化するために広く用いられており、少ステップのモデルは多ステップの教師モデルと同等か、それ以上の生成品質を持つと考えられてきました。本論文は、k 回の独立サンプルのうち少なくとも 1 つが品質基準を満たす確率である pass@k を用いて、蒸馏モデルが単一サンプルの性能を超えて教師モデルを本当に再現しているかを検証します。蒸馏時の学習目的の選択が、少ステップモデルが教師の分布カバレッジを保持するか否かを左右することが示されており、これは画像と動画の両方の生成で確認されています。
説明マルチモーダルLLMはどこで、なぜ失敗するか：因果的タスク分解による能力障害の診断
要約本論文は、複合タスクにおけるマルチモーダル大規模言語モデル（MLLM）の失敗が、対象能力そのものの欠陥によるのか、上流の前提能力の誤りが連鎖したものなのかを区別する因果分解フレームワークを提案しています。診断用ベンチマークCADETは、10の複合タスク、46の単位タスク、33,000問以上の人手注釈付き質問から構成されます。正しい前提能力を与えると認知タスクの誤りの54%が解消され、少数の重要な前提能力が利得の大部分を占めることが示されています。
説明OpenJev-RLCD：RLCD の実用可能な実装
要約本論文は、推論モデルのための校正された意思決定のための強化学習（RLCD）を提案する。モデルがまず推論過程を生成し、その後に示す答えの確率分布を厳密適正スコアリングルールで評価し、確率出力の校正性を高める。Qwen3-1.7B による2つの推論タスクで、RLCD は精度において SFT、RFT/STaR、GRPO と同等以上で、選択的予測ではいずれにも勝った。コードと結果は公開されている。
説明スコアは上がり回答は悪化：プロトコル単位のルーブリックで、ルーブリック型強化学習の報酬ハッキングを抑える
要約本論文は、検証器が存在しない場合に用いられるルーブリック型強化学習で、各基準を重み付き和で集計すると、重要な判断を欠いた方策が無関係な助言で点数を補えてしまうことを示します。臨床相談では、カバレッジは上がる一方で適切性が未学習モデルを下回りました。作者らは基準を少数のプロトコル単位の次元にまとめ、次元内のすべての基準が成立し失敗条項が発動しない場合にのみ計上する手法（ProRubric）を提案し、七つのベンチマーク平均で最良の結果を報告しています。
注目点重み付き和による集約がRubric報酬の抜け穴の原因だと示し、プロトコル単位で基準を束ねる新手法を提案。臨床と7ベンチマークで検証。
説明学習してから微分する勾配推定：シミュレーション出力にモデルを当てはめて微分し、勾配を推定する統一的枠組み。
要約本論文は、学習してから微分する（LTD）手法が実際に何を微分しているのか、またその勾配推定がどの程度正確かを説明する統一的な枠組みを提示します。重み付き表現をもつモデルでは、LTD は基礎となる確率測度の学習された表現を微分することが示されます。さらに、当てはめたモデルの精度保証が勾配や高次導関数の保証へどのように移るかを示し、適切な滑らかさの条件下で標準的なモンテカルロの収束速度に近づくことを述べています。この枠組みは、カーネル回帰、局所多項式回帰、カーネルリッジ回帰の既存の結果を包含し、多重カーネル学習や滑らかなニューラルネットワークについても追加の保証を与えます。
説明scTrilemma：単一細胞表現学習における同一性・不変性・忠実度のバランス
要約本論文は単一細胞RNA-seqの表現学習を扱い、一つの表現が生物学的な同一性と状態を保持し、ノイズとなる文脈に対して頑健であり、さらに発現解析に必要な遺伝子レベルの変動を保つ必要があると指摘します。著者らはscTrilemma（潜在ボトルネックVAE）を提案し、発現由来の変動を埋め込み、デコーダー、事前分布のいずれかへ振り分けます。アノテーションを用いない単一の再構成目的で学習し、CZ CELLxGENE Censusの連続版でのリリースベースのゼロショット評価で三つの要求すべてに優れた結果を示したとされています。コードは公開されています。
説明FrameMorrow：長期動画生成のための未来誘導型フレーム選択手法
要約本論文は、長期動画生成における履歴フレームの選択問題を扱い、FrameMorrow（未来を見据えたフレーム選択手法）を提案している。現在の内容ではなく、次に必要となる情報を表す少数の先読みトークンを予測し、それを用いて履歴から関連フレームを選ぶ。明示的なフレームを選ぶため、多様な生成モデルに追加の推論コストをほとんどかけずに組み込めるとされ、論文では5つのベンチマークと11のモデルで一貫した改善が報告されている。
説明マージン付き対照学習の最適 VC 次元
要約本論文は、「アンカー・正例・負例」の三つ組で幾何表現を学習する対照学習（contrastive learning）の汎化性能を扱う。任意のマージン α∈(0,1) に対し、その VC 次元は O(n/α²) であることを示し、従来の O(n log(n)/α²) の上界を改善した。さらに α≥max(n^{-1/2}, d^{-1/2}) の場合について、定数倍を除いて最適であることを示す Ω(n/α²) の下界も与えている。
説明ReSCENE：連合継続学習における破滅的忘却を構造的に緩和するサーバー側リプレイ手法
要約本論文は、各クライアントが局所データの小さな凝縮代理データを送信し、サーバーが過去タスクの代理データを保持して現タスクの代理データとともにグローバルモデルを学習するReSCENEを提案します。サーバーのメモリ効率化のため、タスク中に蓄積された代理データから新しいものを圧縮バッファに選ぶ時間的herding手法を導入し、このバッファが全代理データの完全な蓄積よりも元のタスクデータをよく表現できることを理論的に示しています。CIFAR-10、CIFAR-100、TinyImageNetでの実験では、7つのベースラインを上回り、平均精度で最大31.1ポイント向上し、クライアントの計算量は最小0.11倍、アップロード量はモデル更新型のベースラインに比べ最大179分の1でした。
説明注意ヘッド混合に基づくネイティブ疎注意機構（NAMOH）：パラメータ拡張と文脈拡張の両立
要約本論文は、各トークンが H 個のアテンションヘッドのうち K 個のみを活性化するネイティブ疎アテンション機構 NAMOH を提案しています。各ヘッドは割り当てられたトークンのみを保持し、その部分系列内で因果アテンションを行います。著者らは、総パラメータ数が同じ全活性化モデルを上回り、同じ活性パラメータ数の小型稠密モデルより長文脈推論で効率的だと報告しています。また、GQA や既存の疎アテンション手法とも併用可能だとしています。
