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。
説明定向的な書き換えによるLLM著者指紋の偽造
要約本論文は、ある大規模言語モデルの出力を書き換え、モデル帰属分類器が別の指定モデルによるものと判定するよう仕向けられるかを検討している。提案手法ForgePrintは、帰属を目標の指紋へ近づける書き換えを探索し、その結果を単一パスで動作する4Bの学生モデルに蒸留する。CNN/DMの要約タスクでは、学生モデルの目標成功率は70.2%で、教師モデル（54.1%）や公開された6つの書き換え基準手法のうち最良のもの（39.3%）を上回った。結論として、指紋の検出可能性を情報源の真正性と混同すべきではなく、テキストのみに基づく帰属は改変されていないテキストでは正確でも、定向的な書き換えの下では誤解を招く証拠になりうる。
説明複数経路のLLM推論における多様性合成手法
要約自己一貫性（self-consistency）などの多経路推論法は、K本の推論経路をサンプリングして最も多い答えを選びますが、Kが増えるとその効果は早く頭打ちになります。本論文は、これを無線通信の多様性合成（diversity combining）の問題として定式化し、経路同士の相関が投票の有効サンプル数に有限の上限を与えることを示しています。さらに、4経路のパイロットからK*を選ぶ適応的Kの規則を提案し、数学、QA、NLUの各タスクでMV@K=32の精度の96〜103%を維持したと報告しています。
説明選択肢が多いほど決定は減る：JEV系直接決定モデルにおける順序尺度バイアス
要約本論文は、直接決定モデルが順序評価尺度を十分に使わず、最終的な判断が金標準分布より少ない有効ラベルに集中するという系統的な傾向を検証しています。40のデータセットと9つのモデルで確認され、順序性のない意味カテゴリのタスクでは偏りが弱いとされています。この圧縮は順序構造と関連が強く、尺度を細かくすると強まり、targeted trainingで緩和できると報告しています。
説明DecoMoE：視覚伝播とエキスパート計算を分離した効率的なマルチモーダルMoE推論
要約マルチモーダル混合エキスパート（MoE）モデルは、長い視覚トークン列によって注意、ルーティング、振り分け、エキスパートMLPの計算が繰り返し発生するため、推論コストが高いという課題があります。DecoMoEは、入力ごとに視覚トークンブロックを取り除く層を予測するSAVBと、テキストトークンのルーティング割合に基づいてエキスパートを事前に並べ替え、目標割合をカバーする最短の連続前方部分を残すRCEPからなる二次元圧縮フレームワークです。Qwen3-VL-MoEでは、稠密ベースラインの97.91%の性能を保ちつつ、計算量を27.06から16.73 TFLOPs、遅延を0.44秒から0.26秒に削減し、1.69倍の高速化を実現しました。
説明SkillSeek：マーケットプレイス規模におけるエージェントスキル検索の再検討
要約本論文は、標準的な情報検索の手法（BGE-baseバイエンコーダと小型クロスエンコーダの二段構成）に基づくオープンソースのスキル検索器SkillSeekを提案し、LLMエージェントのSKILL.mdスキルの選択を扱います。89タスクのSkillsBenchベンチマークでは、クエリを繰り返し書き換えるLLM仲介型の検索ループと概ね同等の結果を、より低いコストで示しています。試行あたりの費用は51.30ドルから27.54ドルに下がったと報告されています。
説明BARRAC：英語の側面ベース感情分析手法をアラビア語方言の分類タスク向けに適応させた研究
要約本論文は、英語などの多数派言語向けに開発された手法がアラビア語のタスクにも適用できるかを検討しています。英語の側面ベース感情分析の枠組みをアラビア語の分類タスクに適応させたBARRAC（Brainstorming Alignment and Replaced Representation learning for ArabiC tasks）を提案し、消費者レビューの属性プールをアラビア語の言語的手段と方言の感情・皮肉・方言識別のマーカーに置き換え、ノイズの多い自己学習を二段階学習に置き換えています。五つのアラビア語方言データセットでの平均マクロF1は63.93%で、少数ラベルの最良手法を3%上回り、五つのタスクのうち四つでGPT-4oを上回りました。
説明観測映像より未来映像生成のほうがヒト視覚皮質によく一致する
要約本論文は、動画拡散モデルの内部表現と、人が動画を見ているときの視覚皮質のfMRI応答との一致度を比較している。未来フレームを生成するための表現は、観測された動画そのものの表現よりも視覚皮質によく一致することが示された。観測動画の再構成との一致は低次視覚皮質に集中し、未来動画生成との一致は高次視覚皮質に集中していた。さらに人間の行動実験では、視覚皮質とよく一致する層の寄与を増幅して生成した動画が好まれることが示された。
説明要約の後に残る声は誰のものか？LLMによる従業員意見要約の声の保持監査
要約本研究は、要約における代表性バイアスを測る「声の保持／代表性比率」指標を提案し、あるグローバルなプロフェッショナルサービス企業の英語・ドイツ語の自由記述2,586件に適用しました。従業員は称賛より批判をより多く伝えており、要約パイプラインは感情ではなく言及頻度で内容を選別し、一度だけ挙げられた懸念は86%の確率で脱落することが示されています。また、ターゲットを絞ったプロンプトで回復できるのは名指しされたテーマのみでした。
説明推論が逸脱するとき：制御不能な推論の注意ダイナミクス
要約大規模推論モデルは長い推論によって複雑なタスクの性能を高めますが、同じ過程が冗長な検証や持続的な生成ループに陥ることがあると論文は指摘しています。著者らは推論状態を四つに整理し、動的注意応答による推論状態分析（RADAR）を提案して、推論状態をリアルタイムで識別します。さらに注意の再調整によって異常な注意分布を補正し、ループが減少する一方で通常の性能はおおむね保たれたと報告しています。
説明「採用されました」：LLM協調のための戦略的モデル選択
要約本論文は、複数の大規模言語モデルを組み合わせる協調システムにおけるモデル選択の問題を扱い、モデル記述の多様性、能力を考慮した行動の多様性、LLMベースの採用者など、9種類の選択アルゴリズムを提案して体系的に評価しています。10個と32個のモデルの候補プールで実験を行い、数学、コーディング、質問応答、推論のタスクで検証しました。その結果、成功した選択アルゴリズムはランダムな選択や個別性能の高いモデルを選ぶ単純な方法を大きく上回り、設定によっては最大36.1%の差が見られました。
説明混沌を見ずに混沌を学ぶ：自己回帰Transformerによる大域的ダイナミクスの外挿
要約研究者は、非線形力学系の限られたパラメータ範囲から採取した軌道で小型の自己回帰Transformerを一から学習させ、ロジスティック写像、正弦写像、Lorenz系、一般化Hopf系を対象にした。訓練分布から大きく外れたパラメータで閉ループ評価したところ、自己相似な周期倍化カスケード、カオス的ダイナミクス、アトラクタ構造が再現された。ロジスティック写像では周期128までの倍周期列を再現し、有限次の標度比4.6687を得た。これはFeigenbaum定数との差が5×10⁻⁴以内である。
説明ターミナルエージェントは自己検証を信頼できるか？自己検証の診断と改善
要約本論文は、コマンドライン環境でタスクを解くターミナルエージェントの自己検証がどの程度信頼できるかを検討しています。客観的正解を基準に診断した結果、誤った候補解の61.43%しか検出されず、検出された誤りの49.36%しか修復されませんでした。これを受けて提案手法SCVDは、Qwen3.5の3つのベースモデルでTerminalBench2.1のPass@1を向上させました。
説明DCM-SAM：NPU展開向け金属積層造形の欠陥セグメンテーション手法（欠陥クラス条件付きLoRA専門家混合）
要約金属積層造形部品はX線CTで検査されますが、ラベル付きデータが少なく、重要な気孔や介在物は数ピクセルの大きさです。本論文は、凍結したSegment Anythingの主幹に欠陥クラスごとのConv-LoRA専門家群とマスクデコーダを備えたDCM-SAMを提案し、合成スライスのみで学習し、パラメータの4.4%だけを更新します。実NISTスキャンで気孔のIoUは64.2%に達したと報告し、Qualcomm Hexagon NPU上でFP16・1024x1024の動作を実現した過程も記述しています。
説明CRAFT：医療用視覚言語モデルにおける因果的責任と失敗の追跡
要約本論文は、医療用視覚言語モデルが画像とテキストの相反する情報をどのように内部で処理するかを分析しています。テキストが画像に基づく正しい判断を覆す「仲裁の失敗」と、十分な根拠がないのに確信を持って回答する「ブレーキの失敗」が、空間的に重ならない異なるアテンションヘッド群によって媒介されていることを示しました。著者らは、これらのヘッドを因果的に特定・検証する手法CRAFTを提案し、複数の医療VQAベンチマークとモデル構造で、再学習なしに有効性を確認したとしています。
注目点仲裁失敗と制動失敗を別々の注意ヘッド集団で説明し因果介入で検証する点が新しく、複数の医療VQAベンチマークと複数アーキテクチャで実験している。
説明StateTree：強化学習による長期対話推論の強化
要約本論文は、複数セッションにわたる長い対話履歴を推論するため、強化学習手法StateTreeを提案します。複数セッションの記録を二分木として構成し、木の根から葉へたどる経路追跡タスクで学習させ、木の深さを段階的に増やすカリキュラム学習を用います。著者らによると、10Kトークンで学習したモデルは128Kトークンへ汎化し、14Bモデルは LongMemEval で59.00%の精度を示し、QwenLong-L1-32B（45.20%）を上回ったとされています。
説明大域制約問題において黒板型知能は自己回帰モデルを上回りうる
要約本論文は、次トークン予測に基づく自己回帰推論が、複雑な大域制約に支配される問題で苦戦することを指摘します。著者らは、修正可能なキャンバス上で候補解の状態を探索する「黒板型知能」を提案し、拡散型言語モデルでこれを実装しています。標準的なマスク拡散目的関数から得られる平均信頼度を、大域的一貫性の代理指標として探索と修正に用います。ZebraLogic、看護師勤務割当、ジョブショップスケジューリングの各タスクで、LLaDA-8B-Instructを固定したまま同規模の自己回帰ベースラインを大きく上回り、一部のタスクでは試験したフロンティアLLMをも超えたと報告しています。
注目点自己回帰推論に代えて黒板型の大域探索を提案し、拡散モデルのマスク平均信頼度で修正を導く。三つの制約課題で比較し、新規性と根拠は十分に示されている。
説明LLMエージェントの強化学習ポストトレーニングにおける明示的な軌道多様性
要約本論文は、強化学習によるLLMエージェントのポストトレーニングにおいて、明示的な軌道多様性を研究している。ユーザーが指定するタスク固有の軌道記述子で各軌道を解釈可能な行動表現に写像し、得られた記述子行列上の集合レベルの関数として多様性を測定する。これに基づき、単一ポリシーの枠組みでサンプリングした軌道群の明示的多様性を最適化するTJPOを提案している。SokobanとALFWorldでの実験では、競争力のあるタスク性能を維持しつつ、タスク固有の軌道多様性が向上したことが示されている。
説明残差ストリームの動態から制御されない繰り返しを解明する
要約大規模言語モデルで制御されない繰り返しが生成を長引かせ、リソース消費型攻撃に利用されるおそれがあります。本論文は主に大規模視覚言語モデルを対象に、この繰り返しが残差ストリーム内で浅い層から発生・伝播する過程を調べます。提案手法 TRC（Tokenwise Residual Comparison）は生成中の異常を特定して抑制し、ループ率を平均57%下げ、大規模言語モデルや大規模推論モデルにも有効でした。
説明重複・独自・衝突：LLMは認識できるものを抽出できるか？
要約本論文は、二つの叙述から重複、衝突、独自の節をすべて抽出する「重複-独自-衝突（OUC）抽出」タスクを提案しています。事実、論証、政治的言説にまたがる約2.2万組の叙述ペアと14万件のOUCインスタンスからなるベンチマークを構築しました。14のオープンソースLLMを評価した結果、独自情報は重複や衝突よりはるかに抽出しやすいことがわかりました。タスク特化の微調整を行ったQwen-3-8Bは、いくつかのタスクで約4倍規模のモデルを上回りましたが、重複と衝突の精度はなお不十分です。
説明GraphCert：認証済みエビデンス評価基準によるエージェント型グラフ推論のブートストラップ
要約本論文は、事後学習の段階で、実行認証を経たエビデンス評価基準を用いてグラフ推論エージェントを訓練するGraphCertを提案します。人手による質問応答ペアや推論軌跡への依存を減らすことが目的です。GRPO訓練では、答えの正しさに加え、エビデンスの整合性にも報酬を与えます。GRBENCHの五つのグラフ推論領域での実験では、より大規模なLLMエージェントや他の事後学習手法を上回ったと報告され、学習された方策は異なるグラフ領域間でも転移すると述べられています。
説明モデルの知識が変化する状況での持続的キャリブレーションの評価
要約継続的に学習するAIエージェントが普及するにつれ、モデルの知識の変化に合わせて信頼度推定を動的に更新する必要があり、本論文はこれを「持続的キャリブレーション」と定義します。著者らはオープンモデルの複数のチェックポイントで、早期チェックポイントで学習した信頼度推定器が後のチェックポイントに汎化できるかを検証しています。推論時手法もファインチューニング手法も、将来のチェックポイントで学習したオラクル手法に比べ、知識の変化を含む対比データセットでの校正が不十分であることが示されました。複数チェックポイントでの学習が改善に有効であると報告しています。
説明投機的デコーディングのための、方策外監督信号の回復手法
要約投機的デコーディングのブロック型ドラフターは、通常は外部モデルが書いたコーパスで学習されるため、一つの方策外トークンがブロック内の後続すべてのスロットの監督を無効にします。本論文は、ALR（アンカー・ラベル再ラベリング）とIRA（ロールアウト内アンカー）の二つの要素からなるロールアウトベースの学習フレームワークを提案し、完全な監督信号を回復します。固定された視覚言語およびテキストコーパスでの実験では、貪欲な受理長がDFlashに比べ最大36.5%向上し、消去型ベースラインを一貫して上回りました。三エポック後には、ターゲットモデルで再生成した応答で学習した場合と同等の受理長に達します。
説明位置選択的自己蒸留による言語フィードバックからのLLM審査器の訓練
要約本論文は、特に主観的タスクにおいて、自然言語フィードバックを使って大規模言語モデルの審査器を訓練する方法を研究している。同じモデルがフィードバックを条件として教師役を務め、位置ごとの密な監督を与える。教師と生徒の間のエントロピー変化から「文脈の鋭化」と「文脈の拡散」という二つのパターンを特定し、エントロピー変化に基づく位置マスキングを提案している。実験では、評価した主観的サブカテゴリで結果教師ありの強化学習より2〜9ポイント高く、客観的タスクでも競争力を保った。
説明LEARN-TS：大規模言語モデルの意味情報と正常性ガイダンスを用いた多変量時系列異常検知手法
要約この論文は、多変量時系列の異常検知において再構成誤差だけでは異常と正常な変動を区別しにくい問題を扱い、LEARN-TSを提案しています。凍結した言語モデルで、数値を含まない窗ごとの観測意味表現によりマスク再構成を導く一方、固定の正常性プロンプトで正常表現を整合させ逸脱度を推定します。4つのベンチマークで、16の比較のうち13件で最高の平均性能を達成しました。
説明好意的な評価の裏にある懸念：AIを介した組織的傾聴における従業員の意見開示
要約本論文は、世界的な経営コンサルティング会社で、構造化アンケートとAI音声インタビューを組み合わせた実地調査を報告している。初回インタビュー44件のうち、評価の閾値により20〜41%のセッションで、好意的な評価と後に語られた実質的な懸念が同時に見られた。著者らは、従業員の開示は慎重に行われ、その保護的な振る舞いは傾聴の仕組みに対する認識された正当性と連動すると論じ、「限定的開示」の理論モデルを提示している。
説明自発音声によるアルツハイマー病検出の音響バイオマーカー研究
要約本研究は、自発音声から抽出した音響特徴でアルツハイマー病患者と健常対照者を確実に区別できるかを検討しています。Cookie Theft の絵の説明課題に基づく構造化された音声データを用い、韻律・スペクトル・時間の各領域の低レベル記述子を抽出し、複数の機械学習分類器を評価しています。最良のモデルは臨床的に意味のある群間分離を達成し、音響バイオマーカーに強い判別力があることが示されました。著者らは、非侵襲で低コストな音声ベースのスクリーニングの有用性と、マルチモーダルおよび縦断的評価の研究の必要性を示しています。
説明同じ損失、異なる勾配：高次元 von Mises-Fisher 学習における数値実装の問題
要約本論文は、確率的目的関数の順伝播で計算される損失と、逆伝播で最適化器に渡される勾配が、特殊関数の漸化式、独自の逆伝播規則、数値クリッピングなどの実装により、同じ数学的対象を表さなくなる場合があることを示しています。高次元 von Mises-Fisher 学習を例に、有限開始 Bessel 漸化式における偏差を分析し、AR/FR という手法を提案しています。AR/FR は、ポテンシャルとその導関数を同時に構成することで前向きと後向きの整合性を保ち、正確な Bessel 比に対する三次の誤差上界を示しています。
注目点前向の損失と後向きの勾配が一致しない問題を指摘し、ポテンシャルと導関数を同時に構成するAR/FR手法を提案。全濃度軸での誤差界を示し新規性と理論的裏付けがある。
説明数値近似はどこまで正確であれば十分か：学習システムにおける誤差許容量を論じた論文
要約本論文は、学習システムで数値近似がどの程度正確である必要があるかを検討します。同じ大きさの誤差でも、学習状態によって損失・予測・勾配への影響が大きく異なることを示します。softmax交差エントロピーについて誤差とクラス重みの結合を解析し、有限誤差保証と状態ごとに認証された数値許容量を導出し、その有効性を実験で確認しています。
注目点学習目標そのものから数値誤差の影響を捉える枠組みを提示し、softmax交差エントロピーの損失変化の厳密な極値を導出。制御実験と多数の学習状態で検証している。
説明共有温度は共有の角度スケールを意味するか？——確率的コントラスト学習における類ごとの角度ゲインの分析
要約本論文は、確率的コントラスト学習（ProCo）で用いられる von Mises-Fisher（vMF）分布に基づく確率スコアを検討し、高次元の分布的クラス表現では共有温度が共有の類似度スケールを意味しないことを示す。著者は、スコアに類ごとの主要な角度ゲイン g_c = A_c/τ が含まれることを証明し、CIFAR-LT、ImageNet-LT、iNaturalist 上で決定境界と勾配の変化に関する理論の予測を検証している。さらに、16 の凍結表現設定で、ゲインを均等化した余弦プロトタイプ規則と元の分類器の予測一致率が 98.43〜99.99% であると報告している。
説明AI音声エージェントの人格と説得的な言い回し：子どもを対象とした2×2フィールド実験
要約本研究はドイツの公共のサンタクロース電話相談窓口で行われた無作為化フィールド実験です。子どもの通話は、権威性の高いサンタと低い「ヘルパー」という人格、および利他的な願いを促す説得的な言い回しと中立的な言い回しを組み合わせた4種類のLLM音声エージェントのいずれかに無作為に振り分けられました。分析対象となった89件の通話では、説得的な言い回しによって利他的な願いを述べる確率が11.6%から45.7%に上昇しました。人格の権威性による差はほぼ見られませんでしたが、通話開始1分以内に切られた割合はヘルパーで65%、サンタで39%と、人格は利用継続に影響していました。
説明ChartDensity-Bench：視覚的密度下で数値データを再構成するMLLMの能力を評価するベンチマーク
要約本論文は、制御された視覚的密度の複合グラフから構造化された数値データを再構成するMLLMの能力を評価するベンチマーク「ChartDensity-Bench」を提案しています。同時に提示するグラフの数を1、3、6、9と変えて密度の影響を測り、構造の信頼性、再構成の完全性、解析可能性、数値の忠実度を評価する枠組みを設けています。最新の5つのモデルでの実験では、視覚的密度が高まるほど数値再構成は概ね低下し、低下の大きさはモデルごとに大きく異なることが示されています。
説明RAST：低解像度音声による活動認識のための解像度を考慮した特権的構造転移
要約本論文は、学習時には高解像度音声を用い、推論時には低解像度音声のみを用いる音声ベースの人間活動認識の学習と展開のずれに取り組んでいます。提案手法RAST（Resolution-Aware Privileged Structure Transfer）は、高解像度の教師表現をトークンレベルの情報と近傍構造を保ったまま圧縮し、その後に局所的な高低解像度の整合を行います。SAMoSAおよびAudioIMUデータセットでの実験では、低解像度のみで学習する手法や教師からの直接転移の基準手法を上回り、推論時には低解像度音声のみを必要とし、低解像度のみの認識性能が最大で約7.8%向上したと報告されています。
説明GUIエージェントのメモリのための行動条件付きバイシミュレーション
要約本論文は、GUIエージェントの記憶において二つのページ状態を同一とみなすかどうかを判定する規則を提案する。行動時に構築される経験的予測状態グラフに基づき、同じ行動が一致する結果と後続ブロックをもたらす場合にのみ状態を統合し、観測の類似度は用いず、学習も行わない。MiniWoB++では、記憶を持たないエージェントより成功率が向上したが、同じ探索経路を辿る対照実験、従来の後続表現による統合、行動条件を外した同じ基準では変化がなかったと報告している。
説明スコア差分の蒸留による効率的な学習データ帰属（Training Data Attribution）手法
要約拡散モデルで生成された画像に影響を与えた学習データを特定する研究です。著者らは局所的なスコア差分を直接用いる帰属手法TIDを提案し、Kronecker因子化曲率で計算を効率化しました。さらにその順位を再現する前向き計算のみの学生モデルTIDEを蒸留しています。CIFAR-10、ArtBench-10、MS-COCOでの評価では、TIDは既存手法と同等以上で、TIDEは生成より速くミリ秒単位で帰属を行えるとされています。
説明ObjectTwin：キャプチャに基づくデジタルツインにおけるアセット対応ギャップの測定
要約本論文は、撮影済みシーン内の物体を生成された三次元メッシュで置き換えた際に、キャリブレーション済みの観測と一致するかを評価する測定プロトコルObjectTwinを提案する。インスタンス、カメラ、スキャン由来の支持面や深度などを固定し、物体表現のみを差し替えて対応ギャップを算出する。二つの屋内RGB-Dデータ領域と二つの生成バックエンドで検証した結果、可視かつ固定された生成アセットはMaskIoUで0.302〜0.497を失い、生成器の優劣はデータ領域によって逆転した。
説明忘却のもとでの学習：確率的訓練ダイナミクスにおける統計的サポート選択的保持
要約本論文は、データ中に繰り返し現れるパターンは強化され、持続的な忘却によって学習済みの情報が弱まる「反復強化と持続的忘却（RPF）」の動的枠組みを提案しています。忘却を単なる欠陥ではなく選択の仕組みとして捉えます。独立特徴モデル、共有パラメータモデル、最小記述長に近い圧縮の三段階で理論を構築し、制御実験でその選択機制を検証しています。
説明dattri-LLM：LLM規模の学習データ帰属のための統合・高効率ライブラリ
要約本論文は、大規模言語モデルの学習データ帰属（TDA）のためのライブラリ dattri-LLM を紹介します。TDA は個々の学習サンプルがモデル出力に寄与する度合いを推定する手法です。コンパクトな勾配表現とコストモデルに基づく動的な演算振り分けにより効率を高め、既存の学習ループから逐次勾配を収集できるようにしています。論文では、同一条件で最速の競合ライブラリの平均 3.2 倍のスループットを達成し、4 基の H200 GPU で 110B パラメータのモデルまで対応したと報告しています。
説明PathAnchor：科学エージェント向けの経路構造化エビデンス システム
要約本論文は、経路構造化エビデンスワークスペースに基づく有界な科学推論システム PathAnchor を提案する。出典に紐づいた「材料-センサー-信号-システム」の軌跡を、各遷移の役割・方向・根拠とともに検索する。三つの読み取り専用ツールを使い、引用付きの回答と明示的な根拠の範囲を生成する。120 件のフレキシブルセンサーに関する質問で82.6%のスコアを記録し、評価対象の六つのシステムの中で首位となった。
説明抽象的な事前学習の持続的効果：困惑度を超えた検証
要約本論文は、小型言語モデルの事前学習の前に、アルゴリズムで生成された抽象データ（スタック操作タスク）で短いウォームアップを行うと、その後の能力にどう影響するかを検討しています。事前学習トークンのわずか1%をこのデータに充てると、MUSIQUEでのマルチホップ質問応答が最大3.9 F1ポイント向上し、言語モデリングの困惑度はほぼ同等でした。この利点は主に逐次的な推論連鎖に現れ、後続の大量の言語トークンの学習後も持続したと報告されています。
説明Adaptive-GEPA：異種リクエストに合わせて実行ハーネスを適応させる手法
要約本論文は Adaptive-GEPA を提案し、同一の探索予算の下で、リクエストの分担方法と各リクエストの解き方を同時に学習します。ルーターと専門プログラム群を進化させ、各分岐は担当するリクエストによって対応付けられ、説明とプログラムを引き継ぎます。4つのタスク群を混合したテストでは、Qwen3-8B の振り分けが651件すべてのテストリクエストでタスク分割と一致し、平均スコアは52.6から70.6に上昇したと報告されています。
説明マルチエージェントシステムはどこで失敗するのか？実行記録に基づく集団メカニズムの診断
要約本論文は、マルチエージェントシステムにおける集団メカニズム（エージェントが共有情報を経路付け、受け入れ、保存し、利用する規則）が破られたかどうかを、実行記録からどのように判断できるかを検討しています。著者らは、違反の判定基準と記録による裏付けを分けた「診断契約」を提案し、四つのメカニズムで検証しました。メカニズムが壊れても答えが正しいことが多く、正答だけでは集団メカニズムの運用記録の代わりにはならないと結論づけています。
注目点マルチエージェントの集団機構違反を診断契約で判定する新しい枠組みを、置換リプレイ実験で検証。ただし基準規模は限定的で別システムでは性能が低下。
説明HALO：局所観測に基づく異種割当による車両経路問題の手法
要約本論文は車両経路問題（VRP）を解くためのHALO手法を提案しています。問題を割当と経路設計の二段階に分け、割当段階では異種グラフニューラルネットワークを用いて空間分布とタスクとロボットの適合性を分離して学習します。部分観測のオンライン版では、ヒューリスティックな基準手法を大きく上回り、全情報を持つオフライン版に近い解の質を示しました。静的な単一デポ問題でも、その静的問題向けに最適化された最新手法を最大14.06%上回り、実行時間も最も短かったと報告されています。
説明イベント駆動の再更新と再帰メモリにより、参照動画物体セグメンテーションの古い定位を減らす
要約論文は、自然言語で指定された物体を動画中で画素単位に切り出す参照動画物体セグメンテーション（RVOS）で、Sa2VAが少数の初期キーフレームに頼るため、長い動画や対象の構成が変わる場合に古い定位と誤検出が起きる問題を扱います。提案手法EDRRMは、追跡由来の手がかりから計算したEMA平滑化イベントスコアに基づき、安定した変化点でのみSa2VAを再呼び出しし、CLIP類似度で取得したアンカーフレームで再出現した対象を再定位します。Ref-DAVIS17、MeViS、ReVOSでの実験では、平均呼び出し回数を抑えつつ同等以上のJ&Fを保ち、誤検出も減少しました。
説明自己進化するアルゴリズム設計エージェント：集団キュレーション型方策最適化で文脈内進化の停滞を脱する
要約大規模言語モデルでアルゴリズムを設計・改良するエージェントを扱う研究です。文脈内の進化的手法は専門領域で早期に頭打ちになりやすく、高品質なアルゴリズムも不足しています。著者らは全体集団を用いて高品質で多様な自己生成アルゴリズムを保持・再利用する集団キュレーション型方策最適化（PCPO）を提案しました。電子設計自動化の大域配置における学習率スケジュール設計では、4つのチャム事例だけで学習し、16事例の平均でOpenEvolveやShinkaEvolveを上回ったと報告されています。
注目点自己進化型パラメトリック学習PCPOと改善連鎖命題を提案し、チップ配置とGPUカーネルで比較実験を行い、証拠は比較的強いが影響は特定分野に限られる。
説明学習型ランキングと検証に基づくエージェント型の相対カメラ姿勢推定
要約本論文は、相対カメラ姿勢推定のためのエージェント型フレームワーク PoseAgent を提案する。画像ペアの外観・意味・幾何特徴をまず抽出し、学習済みのランキングで複数の姿勢推定器の相対的な適性を予測する。上位の推定器で得た姿勢を検証ネットワークが誤差予測で評価し、失敗時は順位の低い推定器を順に呼び出す。ARKitScenes、MegaDepth、ScanNet++、RealEstate10K において、AUC@5°は最も強い単独の推定器より最大4.2%向上したと報告されている。
説明証拠はどこにあるか：AIコンパニオンの自己記述の監査
要約本論文は、コンパニオンエージェントの「覚えている」「理解している」といった自己記述や、それを裏付けるように見える体験評価は、証拠がユーザーの観察できる場所（エージェントの振る舞いや利用者自身）にある場合にのみ確認できると論じている。証拠が内部の仕組みにある場合、流暢な自己記述や中程度に好意的な評価では、その仕組みが実際に動いたとは言えない。著者らは、自己記述をユーザーの判断と実装記録に照らし、各主張を「裏付けあり」「矛盾」「未確定」に分類する監査手順を示し、九名の同僚と一か月間運用した主動型コンパニオン Lita に適用した。
説明ステレオで世界を聴く：没入型の映像・音声同時生成のための動的空間対応の学習
要約本論文は、生成されるステレオ音声の知覚される音源位置を、画面上の発音体の動きと一致させて変化させる StereoBind という枠組みを提案しています。視覚運動バインディング、空間トラックエンコーダ、残差トラック RoPE の三つの仕組みで映像の動きとステレオ音声を連携させます。また、ペアになった動きトラックを含む大規模データセット StereoWorld-29K と、視聴覚の空間的一貫性を測る評価ベンチマーク StereoWorldBench を構築しています。実験では、全体的な映像・音声品質を保ちつつ、既存モデルより空間的整合性が大きく向上したと報告されています。
説明参照誘導型カモフラージュ物体検出のための合意認識型マルチソース融合
要約本論文は、補助的な参照サンプルを用いて、周囲と外観がよく似た対象を分割する参照誘導型カモフラージュ物体検出を扱います。学習可能なPVTv2と凍結されたDINOv3の特徴を組み合わせ、参照条件付き相関で基盤モデルの証拠を選択し、複数の参照の合意を集約する枠組みを提案しています。著者らは、実験によって提案手法の有効性が示され、参照の合意、対象条件付き基盤特徴、階層的デコーディングが相補的に改善をもたらすと述べています。
説明Matisse：アクティブ3D再構成のための証拠空間推論手法
要約Matisse は、限られた計算予算の下で部分的な視点から3D再構成を行うための、学習不要のフレームワークです。事前学習済みの生成型3Dモデルが提供する証拠を用いて証拠的不確実性を推定し、視点の取得とキーフレームの選択の両方を情報利得によって導きます。論文によると、GSO30、YCB-V、Replica の各データセットで、それぞれの最良ベースラインと比べて Chamfer 距離が 12.7%、3.8%、9.2% 削減されました。GSO30 では端から端までの処理が 1.50 倍高速化され、キーフレーム選択の実験では Stream3D と同程度の Chamfer 距離を入力視点の 14% で達成しています。
説明構造シフト下の分子特性予測：表形式基盤モデルによるMolPAIR手法
要約本論文は、予測対象の分子がラベル付き学習分子と構造的に異なる場合の分子特性予測（構造的汎化）を研究し、分子レベルと分子ペアの文脈を組み合わせたMolPAIR（Molecular Pair-Augmented In-context Refinement）を提案している。タスク固有のパラメータ更新は行わず、凍結した表形式基盤モデルが参照分子との予測誤差の差を用いて初期予測を修正する。MoleculeACEとPolarisの58タスクのうち46タスクで性能向上が見られ、四つの分子表現と三つのモデル基盤で改善が確認された。
注目点分子単位と分子ペアの文脈を組み合わせ、表形式基盤モデルの文脈内学習を58タスク中多数で改善しており、組み合わせによる実質的改良である。
説明マルチステップ埋め込み検索による視覚空間でのルーティング学習
要約LLMエージェントは外部知識の取得に検索ツールを使いますが、従来の単一ステップ検索器は視覚的エージェント検索の性能を大きく制約しています。本論文はVHOPという データ生成フレームワークとベンチマークを提案し、それに基づいてVHOP-Routerを開発しました。これは標準の埋め込みモデルを自己回帰型の多段階検索器に変換し、一度のツール呼び出しで連結された画像チェーンを検索します。報告では検索性能が5%未満から76.3%に向上し、エージェント検索でのタスク成功率は52.7%向上、平均トークン長は1886から728に減少したとされています。
注目点多段階の検索ナビゲーションを埋め込み空間に委ね、単一ツール呼び出しで画像チェーンを返す新しい発想。評価は自作ベンチマーク中心。
説明コードから制御へ：パラメータ化された反応型コントローラの合成
要約本論文は、大規模言語モデルでコントローラの構造を Python コードとして合成し、導関数を使わない探索で環境からのフィードバックを用いて連続制御のパラメータを当てはめる「Code to Control」を提案している。学習後のコントローラは、意思決定時に LLM の推論や計画を必要とせず、リアルタイムで動作する。Atari、Flappy Bird、MuJoCo のタスクで、計画型のプログラム合成手法より高い性能を示し、深層強化学習に匹敵しつつ環境との相互作用が少なく、環境動力学の大きな変化にも適応するとされている。
説明異種自動運転車間の分散型意思決定：α-ポテンシャルゲームの枠組み
要約本論文は、異種の自動運転車同士の非協力的な多車両ゲームを扱い、各車両が自身の状態に基づく分散型の閉ループ方策を用い、相互作用重みが非対称でありうる他車両に依存する目的関数を最適化する場合を研究している。著者らは、単一の補助的なα-ポテンシャル関数の最小化により近似ナッシュ均衡を求める枠組みを構成し、その近似誤差αを相互作用の非対称性で特徴づけている。さらに車両ごとのスケーリングを導入して非対称性を低減し、ポテンシャルで選ばれた方策の社会的効率性の保証も示している。数値実験では、衝突・障害物回避、車線変更と追い越し、優先通行の交差点通過などの場面での適用性が確認されている。
説明UniEvo-VL：マルチモーダルモデルの自己改善のためのオンポリシー自己蒸留学習手法
要約本論文は、同一のマルチモーダルモデルが教師と生徒を兼ねる自己進化フレームワーク UniEvo-VL を提案する。生徒は通常の質問のみを見て、教師はモデル自身の批評を追加情報として受け取り、学習では両者のノイズ除去拡散分布の差を最小化する。オープンソースの Qwen-image-2512 上の実験では、GenEval が 0.747 から 0.808、GenEval2 Soft-TIFA が 32.97 から 35.53 に向上した。一方、文字描画などのタスクでは改善が一様ではないことも示されている。
説明MetaSteer：アテンション射影適応による文脈依存型・非線形ステアリング手法
要約本論文は、大規模言語モデルの振る舞いを誘導するMetaSteerを提案する。従来の文脈に依存しない線形な介入とは異なり、注意機構の射影行列に作用する非線形な介入を学習し、その効果が入力文脈に応じて変化するようにする。選好データで一度学習させれば、未知の概念や分布外の文脈にもゼロショットで転移でき、複数のテキスト生成ベンチマークやエージェント環境で、多くの場合タスク専用の基準手法と同等以上の結果を示したと報告されている。
説明ソフト空間推論：大規模視覚言語モデルで離散トークンを連続的なソフト状態に置き換える後学習手法
要約大規模視覚言語モデルは思考連鎖によって空間推論を行いますが、各ステップで単一のトークンを確定させる必要があり、初期の誤りが後続の推論に伝播することがあります。本論文は、トークン埋め込みを混合して連続的なソフト状態を作るソフト空間推論を提案し、隠れ状態と予測の不確実性に基づいてソフト度を調整するAdaptSoftコントローラを導入します。その学習には勾配整合目標が用いられます。論文は、同じバックボーンを用いたハードおよび固定ソフトの思維連鎖ベースラインを、多様な空間ベンチマークで上回ったと報告しています。
説明SpatialCORE：大規模視覚言語モデルにおける確信度を考慮した空間推論手法
要約本論文は、大規模視覚言語モデルは空間推論が依然として弱く、既存手法の多くは最終回答の正しさのみを最適化している点を指摘します。著者らは、生成された位置特定の座標トークンの確信度で境界ボックスの一致品質を重み付けする自己調整型の空間報酬を用いる後学習フレームワーク、SpatialCOREを提案しています。回答ゲートにより位置特定の最適化を最終回答の正しさに結びつけ、複数のベンチマークで最先端の結果を達成し、未知のデータ分布へゼロショットで転移すると報告しています。
説明困難領域監視：Waymo Open Dataset 2D 動画パノプティックセグメンテーション順位表で1位
要約Waymo Open Dataset の 2D 動画パノプティックセグメンテーション・チャレンジで優勝した手法を紹介する。このタスクでは、全フレームの各画素に意味クラスを付与し、数えられる物体には100フレームおよび5台の重なり合うカメラをまたいで一貫した識別子を付ける必要がある。著者らはDVIS++を基準とし、基準モデルが誤る領域を困難領域と定義して、その領域用の損失と補助予測ヘッドを設計した。補助ヘッドは学習時のみ使われる。テスト時には、二モデルのアンサンブル、分割結果の統合、カメラ間の識別子リンクを用いる。
説明「タスクに留まる」：長期タスク型エージェントの信頼性の基礎を検証する論文です。長い生成でモデルが作業を見失わないかを調べます
要約本論文は、長い生成の途中で入力コンテキストに依存する演算（算術、ソート、変数参照、表の変換など）を繰り返し読み取り、変更し、出力する間、モデルがタスクを維持できるかを検査する診断手法 Long-Transduction を提案しています。局所的なタスクの複雑さ、入力データの形式、コンテキスト長をそれぞれ独立に変えて評価しました。7 つのオープンウェイトモデルを対象とし、コンテキスト長を 4K から 128K に増やすと 62.8% の低下、入力形式を変えると 36.5% の低下、局所タスクの複雑さを上げると 39.9% の低下が見られたと報告しています。
説明SCALE：埋め込み空間での合意ラベリングによる合成キャリブレーション（病理基盤モデルの確率校正を改善する手法）
要約本論文は、計算病理学の基盤モデル8種のキャリブレーションを調べ、病理医の意見が一致しにくい困難な症例で校正誤差が高いことを示しています。総合的な期待校正誤差（ECE）だけではこの傾向は見えないと指摘しています。提案手法は、線形プローブの高信頼度埋め込みをクラスのアンカーとして補間し、その重みを合成的な合意信号として用い、合意を考慮したラベル平滑化で再学習します。MHISTでは実際の病理医の合意に基づく改善の大部分を再現し、PatchCamelyonとBreakHisでもキャリブレーションが改善され、識別性能は維持されました。
説明テスト時の数学推論における予算境界効果
要約本論文は、テスト時に累積トークン上限が数学的導出の途中に来た場合、コントローラが上限で打ち切る（strict）か、現在の試行を完了させる（advisory）かの選択を検討する。AIME、BrUMO、HMMTの120問と、1モデルの2つのアーカイブ構成による19,200件の公開トレースを用いたオフラインでの対応リプレイで比較している。主な結論は、advisoryの精度向上は主に棄権を正解に置き換えたことによるものであり、候補の網羅性を高めても精度は必ずしも上がらないこと、また予算曲線は上限、実コスト、候補、停止規則、選択器の情報を併せて示すべきことである。
説明Cascadia：制御プレーン不要のハイパーコンバージドAI基盤への代替案
要約本論文は、汎用的なIntel AIPCのCPU、統合GPU、NPUを用いて大規模言語モデルを提供するCascadiaシステムを提案しています。各ノードが受付、スケジューリング、実行を内蔵しており、推論リクエストに専用のルーティング制御プレーンは不要です。試験では、3ノードのNPU環境が10件の同時リクエストで単一ノード構成の3.10倍の応答スループットを記録し、別の4ノード構成は直接の単一ノード提供の4.06倍でした。
説明常時稼働型実験：処理の追加と削除を続けながら偽発見率を制御する逐次検定手法
要約生成AIにより新しい処理（治療や施策）の考案と導入が加速し、実験プラットフォームは処理を随時追加・削除しながら継続的に稼働することが増えています。本論文はこうした「常時稼働型（Always-On）」実験を定式化し、偽発見率を制御しつつ各処理を採択するか棄却するかを判断する統計問題を扱います。著者らは「賭けによる検定」の枠組みに基づき、各処理の平均処理効果を検定するためのテスト上マルチンゲールを構成し、その構成が概ね確実な意味で増加率最適であることを示しています。
注目点常時稼働実験という形式を定式化し、ベッティング枠組みで時間一様な逐次検定を構成しており新規性は高いが、影響範囲は限定的。
説明手抜きなし：動画生成で途中のプロンプトを切り替える際の、状態を踏まえた遷移手法
要約ストリーミング動画生成では、生成の途中でプロンプトを切り替えて映像を動的に調整できます。本論文はSEGUEという枠組みを提案し、切り替えのたびに学習不要のプランナーが最新フレームとプロンプトを解析して、役割と時間長を持つ遷移用プロンプトを作成し、その後ユーザーのプロンプトに制御を戻します。さらにSPANDMDを導入し、各プロンプトに割り当てた時間区間内でのみDMD残差を保持します。1800回の切り替えを含むOpenTrans-360ベンチマークでは、SEGUEが8つの遷移指標すべてで1位となり、総合スコアは最強のベースラインの0.866から0.887に向上しました。
説明GATE-ST：空間トランスクリプトミクスのための遺伝子認識型テキスト・画像エンコーダ
要約空間トランスクリプトミクスは、組織切片画像から形態情報を保ったまま遺伝子発現の空間分布を解析する手法ですが、従来の測定は高コストで時間もかかります。本論文のGATE-STは、遺伝子の要約から生成したテキストの埋め込みを、交差注意層で画像の埋め込みと統合し、遺伝子発現を予測します。著者らは、ランダムな遺伝子埋め込みや他の画像・テキスト融合構造と比べて優れていると報告しています。
説明EPIC：エピポーラ一貫性を備えた360°没入型ステレオ動画生成
要約本論文は、没入型ディスプレイ向けのコンテンツ不足に対応するため、既存の動画拡散モデルを4Kの立体360°動画へ拡張する、学習なし（ゼロショット）の生成手法を提案しています。両眼視と奥行き知覚に着想を得て、視点間の時間的および立体幾何学的な不整合を捉える、エピポーラを考慮した360°画像マッチング指標を開発しました。この指標を、限られた学習データによる直接選好最適化（DPO）の選好信号として用いています。これにより360°ステレオ動画の生成が可能になり、没入型ディスプレイへ生成コンテンツを届ける拡張可能な方法が示されています。
説明JusticeAxis：規則の機械的適用と根拠なき裁量の間で法的判断を評価するベンチマーク
要約本論文は、法的判断を法条と事案の状況の双方に結びつけた単一の判断として扱う、参照基準型のタスクとして定式化する。18か国の実在する刑事事件256件（音声・画像・テキストの証拠を含む）と、各事件について弁護士が作成した3つの判決からなるベンチマーク JusticeAxis を導入する。さらに、事実を確定する要素エージェントと法を適用する判断エージェントからなる JusticeAgent を提案し、その技能はベイズ的信頼区間の下でのみ採用される。
説明概念に基づく注意機構：グラフ注入型注意、時間的バージョニング、認識的状態の統制評価
要約本論文は、概念をグラフに基づく永続的・時間的にバージョン管理された実体として表す概念ライフサイクルモデル（CLM）と、概念グラフの構造をTransformerの計算に注入する概念に基づく注意機構（CGA）を提案する。機構を無効化したベースラインとの統制実験により評価している。グラフ注入注意の効果の多くは追加された容量によるものであり、明示的な時間表現と認識的状態は長期記憶の質問応答精度を高め、根拠のない主張を減らすことが示されている。
説明映画的カメラ軌道における動きの価値：方向と速度によるカメラ運動の表現
要約この論文は、映画的な撮影におけるカメラ軌道を扱い、フレームごとの姿勢ではなく方向と速度で表すと、軌道とテキストの整合と、テキストからの軌道生成の双方で利点があることを示しています。著者らは、新しい評価手法、生成モデルCineGEN、映画クリップにシーン説明や高次メタデータを付けたデータセットCineScriptを提案しています。
説明ReGain：合成画像による個人化における被写体忠実度の回復
要約テキストから画像を生成する拡散モデルは、被写体の数枚の画像で DreamBooth 微調整を行い個人化されます。近年、その画像はカメラではなく拡散モデルから生成されることが増えています。本研究では、合成画像での微調整が被写体忠実度を低下させ、彩度過多や高周波の過剰な細部を生むことを示し、原因を無分類器ガイダンス（CFG）にたどっています。提案手法 ReGain は、サンプリング時に学習なしで適用される補正で、基盤モデルと比べて各周波数帯のガイダンスがどれだけ膨張しているかを測り、その帯域を縮小します。実写真は不要です。Stable Diffusion v1.5 では被写体忠実度の差を51〜64％縮め、SDXL と SD 3.5 でも改善が見られました。
説明オフライン強化学習のモデルベース手法における分布内イマジネーションの提案
要約本論文はモデルベースのオフライン強化学習を扱い、モデルの累積誤差によって生成された軌跡がオフラインデータの分布から外れる問題を指摘しています。著者らは、学習された表現空間で軌跡のサポートを推定し、オフライン軌跡の多様体から外れたロールアウトを打ち切る分布内イマジネーション（IDI）を提案しています。軌跡正則化強化学習と組み合わせることで、データが限られた設定で性能が向上し、軌跡のサポートは遷移単位の不確実性よりもロールアウトの失敗をよく予測することが示されています。
説明LLM推論におけるビームサーチの証明可能なテスト時スケーリング
要約本論文は、大規模言語モデルの推論で用いられるビームサーチの理論的保証を分析しています。中間段階はモデル自身の対数尤度で評価し、完全な応答の生成後に外部の報酬モデルを使う手法です。素朴なビームサーチでは最適な応答を残すために少なくとも Ω(C*(x)²) 個のサンプルが必要であることを示し、依存性をほぼ線形に下げる信頼度フィルタ付きビームサーチ（CF-Beam）を提案しています。数値実験では、難しい事例や推論長の増加時に頑健であることが確認されています。
説明科学検索エージェントはどこで失敗するか：決定チェックポイントによる露出と閲覧試行の監査
要約本論文は、最終回答の正答率だけでは、科学検索エージェントが目標論文に遭遇したか、閲覧を試みたか、閲覧後に受理される回答を返したかを判別できないと指摘します。著者らは、推論時にラベルを使わず観測とツール操作を記録する決定チェックポイントを提案し、記録された事象から結果カテゴリを割り当てます。540問の回答可能な質問を用いた五条件の比較では、キーワード検索の正答率は24.6%、生検索は17.8%でした。
説明オフポリシーとオンポリシー蒸留の違い：異なる学習目標の分析
要約本論文は、複数の教師モデルから逐次的に蒸留を行う際に、生徒モデルが最小化する学習目標を研究している。順方向KLダイバージェンスは重み付き算術混合に、逆方向KLダイバージェンスは正規化された重み付き幾何集約に対応する。著者らはオフポリシーとオンポリシーのフィードバックそれぞれに対する学習アルゴリズムを開発し、表形式の設定で対数オーダーの後悔上界を示し、関数近似へも解析を拡張している。オンポリシー蒸留の利点と脆弱性の要因も説明されている。
説明CollabFlow：エージェント協調の再帰的自己改善
要約本論文は、大規模言語モデルによるマルチエージェントの協調方法が、各ラウンドの結果に基づいて改善され続けるCollabFlowシステムを提案している。訓練可能な協調ディレクターがエージェントのチームを構成し、固定された実行器がそれを実行し、各ラウンドの結果でディレクターを再訓練する。さらにフローベースの目的関数である協調軌道バランスを提案し、複数の優れたチームが活動を続けるようにする。十二のデータセットで、CollabFlowは全ベースラインを上回り、ラウンドを重ねるごとに改善を続けた。
注目点学習可能な協調ディレクターとフローベースのCTB目標を提案し新規性が高い。12データセットで全ベースラインを上回り証拠は比較的充実、影響はマルチエージェント分野に限られる。
説明EvoSteer：参照アンカー型クレジット割当によるオンライン自己進化型グラフ・オーケストレーション
要約本論文は、実行中にチームを更新するオンライン自己進化型のグラフ・オーケストレーション手法EvoSteerを提案しています。実行の特徴と学習された価値推定に基づき、もっともらしいが失敗している工程を修復します。あわせて、凍結された参照に対してサブ軌跡をバランスさせ、各動作に係数を割り当てるAnchored Trajectory Balance（AnchorTB）と、候補スキルを検証してから採用するValidated Skill Admissionを提案しています。著者らは12のデータセットで、質問応答、数学的推論、コード生成、対話型意思決定において基線を大きく上回ったと報告しています。
説明バベルを打ち破る：長編字幕翻訳のための自己進化型マルチエージェントシステム
要約長編字幕翻訳では、エピソードやシリーズ全体にわたる談話や文化的文脈を理解し、用語と文体の一貫性を保つ必要があります。本論文は、長編字幕翻訳用の自己進化型マルチエージェントシステムSMARTを提案します。テスト時学習でシリーズ単位の持続的メモリを構築し、動的ルーターとMixture-of-Agents層、用語検証・字幕制約検証・文脈検索のツールを用いて翻訳します。評価・修正ループが候補を採点し、基盤LLMを再学習せずにプロンプトと経路方針を更新します。Subtitle Arenaの15の翻訳方向すべてでMQM総合スコアが最良で、最も強い比較システムより平均減点が6.9%低くなっています。
説明Vmem-φ：膜電位統計に基づくスパイキングニューラルネットワークの低計算量な分布外検出
要約本論文は、イベントカメラのデータを処理するスパイキングニューラルネットワークについて、閾値下の膜電位から得られるチャネルごとの統計量を用いて分布外（OOD）サンプルを検出する手法を提案している。Prophesee Gen1自動車検出データセットを基にしたイベントカメラ劣化ベンチマーク Gen1-C を構築し、多記述子偏差法 MDD を提案している。最も高い劣化度において、MDD は6種類の劣化のうち5種類で、64フレームの観測窓のみを用いて0.88を超える AUROC を達成したと報告している。
説明最適腕が複数ある多腕バンディット：ミニマックス後悔と非適応性
要約本論文は、現実の意思決定問題に多く見られる、正解が複数ある多腕バンディット問題を扱う。著者は既存のサブサンプリング手法の解析を精緻化し、下界にほぼ一致するミニマックス後悔の評価を示した。さらに、ほぼ最適な後悔を達成するには最適腕の数をおおまかに知っている必要があることを証明している。
説明Tacit-TTS：自己回帰デコードからマスク予測へ、参照文字起こし不要の効率的な音声クローン
要約本論文は、IndexTTS2から蒸留した、参照音声の文字起こしを必要としない効率的なゼロショット音声クローンシステム「Tacit-TTS」を提案する。自己回帰的なテキストから意味への復号をマスク付き非自己回帰生成に置き換え、学習不要の音響長推定を導入し、ReFlow蒸留でフローマッチング・レンダラーを高速化している。英語・中国語の各2データセットで、5秒を超える発話についてIndexTTS2より10倍以上速く音声を生成しつつ、競争力のある品質を達成したと報告している。
説明TERRA：筋骨格運動のための地形認識型の再構成・リターゲティング・制御
要約本論文は、筋肉で駆動される仮想人体が非平坦な地形を歩行できるようにするエンドツーエンドの手法TERRAを提案します。運動軌跡のみから、地形の事前情報、接触推定、自由空間の証拠を組み合わせて支持面の形状を復元し、リターゲティング時には解剖学的制約、腱の連続性、接触制約を考慮します。五つのデータセットから得た運動と地形の組を用いて単一の筋駆動制御方策を学習させ、再構成・リターゲティング・保持テストで地形精度の向上と違反の減少、支持された地形カテゴリにおける最高の完了率を報告しています。
説明AgBench：パーソナルAIデバイス向けエージェント型AIベンチマーク
要約本論文は、パーソナルデバイス上でエージェント型AIを再現可能に評価するためのベンチマークスイートAgBenchと公開資料を提案します。ローカル、ハイブリッド、クラウドの各実行方式について、タスク成功率、遅延、クラウドAPIコスト、データ露出を比較しています。結果では、ローカルのみの実行は一般に成功率が低く完了までの時間が長いことが示され、並行数が増えるとその差が大きくなるとされています。一方、ローカル実行はクラウドモデルのAPIコストや機密情報のクラウドへの露出を避けられます。
注目点個人デバイス上のエージェントについて、ローカル・ハイブリッド・クラウド実行の trade-off を評価するベンチマークを提案し、1億6200万超のデータ点で成功率・遅延・コスト・情報露出を比較しており、証拠は比較的充実している。
説明直接選好最適化のための不確実性正規化マージン（UNM-DPO）
要約本論文は、直接選好最適化（DPO）が選好の強さやプロンプトごとの不確実性を明示的に扱っていない点に着目し、強度依存のマージンと学習されたプロンプトスケールを組み合わせた UNM-DPO を提案します。二つの学習目標（AO と WR）と、応答長で正規化する ULNM-DPO-WR を導入しています。HelpSteer2、HelpSteer3、AlpacaEval での Llama-3.1-8B-Instruct を用いた実験では、ULNM-DPO-WR が DPO より高い勝率と平均報酬を示し、応答も平均して短くなりました。
説明加速4D Flow MRI再構成のための、取得条件に頑健な教師あり・自己教師あり併用学習手法
要約4D Flow MRIは時間分解された三方向の血流速度を測定しますが、撮像時間が長く、診断に用いられる信号は画像の振幅ではなく速度エンコード間の位相差に含まれます。本研究では、教師あり学習と自己教師あり学習を併用する訓練方式を採用し、振幅と速度の両方のデータを教師信号に用いています。さらに、加速係数に基づく取得条件に頑健な手法と条件付け手法を追加しています。CMRx4DFlow 2026大動脈データセット（1.5Tおよび3T）において、加速係数R=10〜50で訓練条件を揃えた基準モデルと比べ、RelErrを38〜50%、AngErrを7.0〜8.7度低減し、各加速係数で留保された全被験者で改善が見られたと報告しています。
説明再帰的な組織改善：人間とエージェントの組織のためのモデリング仕様
要約本論文は、再帰的な組織改善のためのモデリング仕様を提案し、実行可能なチェッカー、公開記録との対応付け、二つのシミュレーション研究によって評価している。この仕様は、行為者から見える履歴、組織の記憶、意思決定権、変更の保持に用いられる証拠を結びつける。組織が証拠から学べるかどうかは、エージェントの性能だけでなく、作業の取り決めをどのように保持し見直すかに左右されることが示されている。
説明ChartRevise：コードによる厳密なグラフ編集のためのデータセットと評価手法
要約本論文は、コードを通じてグラフを厳密に編集するための構造化データセットと評価プロトコル「ChartRevise」を提案している。データセットはグラフ文法（Grammar of Graphics）に基づいて構築され、20種類のグラフと3つの描画ライブラリにわたる344種の編集タイプを含む92,438件のレコードからなる。評価では、要件の達成、不要な変更、見落とされた関連更新を個別に測定し、実行と描画の成否と組み合わせて厳密編集の成功を判定する。5つのモデルと4つの外部ベンチマークで、微調整により平均要件再現率が相対16%、厳密編集成功率が相対22%向上したと報告されている。
説明言語ベースのメモリを備えた視覚・言語・行動による自動運転エージェント（AD-Memo）
要約本論文は、言語形式のメモリを持つ汎用のVLA（視覚・言語・行動）運転エージェントAD-Memoを提案します。運転に重要な周囲の物体を思考連鎖（CoT）の延長として記録し、それを今後の入力として使います。画像のトークンコストが高くVLAが入力できるフレーム数が限られるという問題に対処しています。教師ありファインチューニングと、半クローズドループ強化学習のDa Capoによる二段階学習を用い、全方向停止などの場面で運転品質と道路状況への質疑応答を改善し、他のモデルでも使える記憶を生成できるとしています。
説明自己進化プログラムのための成分認識フィードバック
要約LLMによって導かれる進化的探索は複雑なプログラムを発見できますが、既存手法の多くは候補プログラムと適応度スコアだけを保存し、どの成分の編集がどの指標の変化を生んだかという情報を捨てています。本論文では、各評価プログラムを親と比較して変更された成分を特定し、対応する指標差とともに帰属メモリに記録する成分認識フィードバックを提案します。LLMリランキングでの実験では、12のBrightデータセットにおいて、最強のベースラインの最終品質に到達するまでの探索予算の中央値は約3分の1で、保留データのnDCG@10は7.2%高くなりました。コストを考慮した目的関数では、平均してより高精度で、クエリあたりのトークン数は11%少ないパイプラインが得られました。
説明SHIFT-Truck：ピックアップトラック向け空力データセットとベンチマーク
要約本論文は、ピックアップトラック向けとして初めての高忠実度空力データセットSHIFT-Truckを提案する。17の形状パラメータで変形した参照形状に対する1,000件のSA-DDESシミュレーションを含み、表面および体積の流れ場データを公開している。四つのニューラル代理モデル（DoMINO、GeoTransolver、AB-UPT、SMART）を表面・体積の両トラックで評価し、運転条件、表面離散化、車両種別の分布シフトに対する汎化性能も検証している。
説明マルチステージ特徴整合によるテンプレート・探索ドメイン適応のクロスモーダル物体追跡
要約テンプレート画像と探索画像が異なるセンシングモダリティから得られる場合の物体追跡を扱う論文で、学習時にモダリティ差を減らすTSDA-Trackフレームワークを提案しています。Transformerの相互作用前に敵対的整合を行うPre-AFAと、相互作用後のエンコーダ表現に対照的整合を行うEnc-CFAの二つの戦略を検討しています。どちらもモダリティ専用の分岐を持たない共通の推論パイプラインを用います。LasHeRで学習し、RGBT234とGTOTでゼロショット評価を行った結果、代表的な最先端追跡器より改善が示されています。RGBT234のモダリティ切替プロトコルでは、Pre-AFAがSR/PR 43.2/56.0を達成し、ToMP-101ベースラインの36.8/50.0を上回りました。
説明STEPS：拡散モデルと対照式スタイルエンコーディングを用いた、スタイルを保持するシーン内テキスト編集手法
要約本論文は、画像内のテキストを差し替えつつ、フォント、色、向き、背景などの元のスタイルを保持する拡散モデルSTEPSを提案する。テキストの内容とは独立して視覚的なテキストのスタイルを捉えるスタイルエンコーダを導入し、目標文字の符号化やレンダリングされたグリフなど複数の意味的条件と組み合わせる。著者らは、スタイル保持、出力の可読性、主観的品質の各点で既存手法より優れた結果が得られたと報告している。
説明TSGL：3DGS圧縮のための教師生徒グラフ学習
要約3Dガウシアンスプラッティング（3DGS）は新規視点合成によく用いられる表現ですが、数百万個のガウシアン要素を含むためファイルサイズが大きくなります。本論文は、教師生徒グラフ学習（TSGL）に基づく3DGS圧縮手法を提案します。学習済みモデルに直接適用し、3DGSの再学習や学習画像は不要です。隣接するガウシアン間の類似度を表すグラフを教師生徒モデルで学習し、その上でグラフフーリエ変換を行います。3つの標準ベンチマークで27倍から33倍の圧縮を達成し、PSNRの低下は0.6 dB未満でした。
説明適切なスコアリング則に基づく拡散モデルによる確率的天気予報
要約本論文は、確率的天気予報において、同じ未来の状態を文脈とそのノイズ付き版から予測する補助的な条件付きデノイジングタスクを導入し、各ノイズレベルで適切なスコアリング則（proper scoring rule）を最小化して単一の確率的予測器を学習する手法を提案しています。推論時には完全にノイズ化された終点で、単一の順伝播によりアンサンブル各メンバーを生成できます。実験では、複数のアーキテクチャで一段先予報が改善し、予報期間が長いほど効果が大きいこと、またキャリブレーションの向上が示されています。
説明エンコーダ並みの速度で多言語プライバシータグ付けを高精度に行う研究
要約本論文は、個人情報を削除しつつ文中の関係性を保つプライバシー匿名化のための多言語固有表現タガーを提案します。XLM-R-largeを、35言語で最先端の言語モデルが注釈したテキストと、対応づけた既存の人手注釈コーパスでファインチューニングしています。人手注釈のテストセットでの匿名化F1は88.2で、GLiNER2の69.1やMicrosoft Presidioの61.4を上回り、CPU上の処理速度はGLiNER2の約4.9倍です。
説明ヨルバ語の声調記号表記：組版と計算に関する提案
要約本論文は、ヨルバ語における上昇調・下降調の綴り上の課題を扱う。特に人名では、慣用的な綴りが声調情報を省くため、名前の意味が逆転してしまう場合があることを指摘する。著者は、単母音に上昇調と下降調を示すためのカロン（caron）とサーカムフレックス（circumflex）の使用を提案し、WriteYoruba キーボードと TTSYoruba 音声合成器での実装を紹介している。アーキテクチャと聴取評価は Tubosun、Oluokun ほか（2026）で別途報告されている。
説明解釈可能だが脆弱か？幾何・意味的摂動下における概念ボトルネックの頑健性
要約概念ボトルネックモデル（CBM）は概念層を通じて解釈性を与えるものの、その頑健性への影響については結果が一致していなかった。本研究は生成器ベースの評価枠組みを提案し、潜在空間での連続的な幾何摂動と概念空間での離散的な意味介入という二種類の摂動のもとで、標準分類器とCBMを制御された条件下で比較する。経験的指標とランダム化平滑化による証明可能な頑健性の両方で評価を行った。その結果、解釈性が自動的に頑健性をもたらすわけではなく、概念ボトルネックは感度が現れる位置と様式を変えることが示された。
説明領域の形状変化で偏微分方程式の学習が損なわれる幾何と物理の交絡
要約本論文は、領域形状が変化する場合に幾何学的要因と物理的性質が交絡し、偏微分方程式の学習を妨げることを指摘しています。著者らは、既知の幾何から演算子への変換を明示的に扱う交絡除去フレームワークを提案しています。五つの演算子学習ベンチマークで予測精度とデータ効率が向上し、二つの時間発展領域系では支配方程式が復元され、保留データ上の偏微分方程式残差が二桁以上減少したと報告しています。
説明水景の欧拉的運動再構成（静的な欧拉運動場で水の動きを再現する3D手法）
要約本論文は、一本の非ループの2D動画から水景を3D的な4D動的モデルとして再構成し、新しい視点から対話的に描画してループ動画を作る手法を扱います。運動は静的な欧拉運動場として表し、ガウシアンスプラットを一定周期で再生成させ、レンダリング損失で学習します。さらに非周期的な時変残差項を加え、実世界の確率的な動きを捉えたとしています。著者らは、従来手法より写実的な水景アニメーションを実現したと報告しています。
説明科学的な矛盾は翻訳で見失われるか：言語モデルはどの結論を比較すべきかを正しく判断できるか
要約本論文は、2つの科学的知見が実際に矛盾するかを言語モデルがどう判断するかを調べたものです。充足不能な XOR 制約系を作り、それを異なる研究室の科学報告文に書き換え、制約をより多く満たす割り当てと生物学的予想により合う割り当てのどちらを選ぶかを検証しています。科学的な文章では一部のモデルが生物学的予想を優先しやすいことが示され、その偏りを取り除くと正しい割り当ての回収率が大きく上がると報告されています。
説明HIGS：幾何と意味を同時に理解するための階層型暗黙グリッド
要約本論文は、シーンを重なり合うサブマップに分割し各局所で階層的に最適化する、階層型ニューラル暗黙表現HIGSを提案します。幾何特徴と視覚言語の潜在特徴を同じマップに埋め込み、SDF構築とオープン語彙の物体特定に適用しています。著者らは大規模な実世界ベンチマークで、推定精度を保ちつつ計算・メモリ効率が向上し、ロボットに空間認識をもたらすと報告しています。
