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Jaxolotl：LTL に基づくマルチタスク強化学習のための統一的な高性能ベンチマーク
要約本論文は、線形時相論理（LTL）に基づくマルチタスク強化学習のための統一的な高性能ベンチマークスイート Jaxolotl を提案している。JAX で代表的な 6 つのアルゴリズムと 4 つの環境を実装し、新たに整理したタスクセットと標準化された評価手順を提供する。記号的なタスク表現を静的配列に事前コンパイルすることで、最大 220 倍のエンドツーエンド高速化を達成したという。既存手法を比較した結果、非近視的な推論が可能な汎用手法は命題数の増加に弱く、スケールに強い手法は環境固有の仮定に依存し近視眼的な問題があることが示された。
説明WorldLine：ロボット操作のための行動駆動型視覚シミュレータ
要約本論文は、物理的な実行の前に行動の結果を予測する、行動駆動型の視覚シミュレータ WorldLine を提案しています。行動ラベルのないロボット動画 1 万時間超から操作のダイナミクスを学習し、10 種類以上のロボット形態にわたる 2000 時間超の行動軌道で行動との対応付けを行います。未知環境および領域外の設定でも視覚品質とロボット動作の一致を保ち、軌道の成功予測や方策評価に用いられることを示しています。
説明時系列基盤モデルの潜在推論時ガイダンス手法
要約時系列基盤モデル（TSFM）は予測タスクで最先端の結果を示しますが、ルックバック期間、共変量、予測期間、学習データの分布によって性能が大きく左右されます。本論文では、独立成分を持つ時間依存の潜在空間を通じて、複数のTSFMの予測を適応的に組み合わせる潜在推論時ガイダンス手法を提案します。この枠組みは識別可能性と再構成の保証を備え、基盤モデルのそのまま使えるという特徴を保っています。さまざまな頻度と分野のデータセットでの実験では、従来のアンサンブル手法と比べて競争力があることが示されています。
説明EVO-WAM：映像と動作の検証によって世界行動モデルを進化させる手法
要約本論文は、追加の専門家デモなしにロボットの世界行動モデル（WAM）が新しいタスクに適応できるようにするEVO-WAMを提案する。状態予測と固定された複数フレーム文脈で自己回帰的なロールアウトを可能にし、視覚言語モデルでタスク完了の接頭辞を選び、逆動力学モデルで映像と動作の整合性を検証して反復学習する。未見の七つのRoboTwin 2.0タスクで、平均成功率はCosmos3が26.9%から68.0%、DreamZeroが28.5%から46.4%に向上した。
説明スコアを超えて：物理時系列のための長期的エージェント型ML開発と評価プロトコル
要約本論文は、物理時系列に対する機械学習開発のためのLLMエージェント系統SIDERIUSを提案します。契約で定義された組み合わせ可能な機能、複数層の科学的評価プロトコル、計算コストの高い課題向けの資源配慮型探索を組み合わせています。TIDMADベンチマークでは、有効モデル提案率63.8%、有効ノイズ除去スコア2.744を記録し、Codexコーディングエージェントを用いた同じGPTモデルの結果を上回りました。
説明Pow3R-SLAM：3次元再構成事前知識を用いたリアルタイムRGB-D SLAM
要約本論文は、Pow3Rを用いて追跡と地図作成を行うリアルタイムRGB-D自己位置推定・地図作成（SLAM）システム、Pow3R-SLAMを提案しています。深度を融合する幾何情報としてではなく、ネットワーク予測の事前情報として扱い、深度が疎な領域は二視点の情報から推定します。TUM、7-Scenes、Replicaの24シーケンスでMASt3R-SLAMと比較した結果、実行時間は約1.6倍速く、平均軌跡誤差は15%低く、地図はより密になったと報告されています。一方、自己相似性の高い一部のシーンでは性能が劣ると述べられています。
説明PRISM：特権的な兄弟グラフを用いたマルチエージェント・トポロジー設計手法
要約本論文は、大規模言語モデルに基づくマルチエージェントシステムで、タスクのクエリから協調トポロジー（どのエージェントが参加し、どのように通信するか）を生成する方法を扱います。既存のコーパスは問題を解いたグラフを列挙するものの順位付けをしていないため、クエリごとの選好信号が得られないと指摘しています。PRISMは同じコーパスから、同じクエリを解いた兄弟グラフを特権情報として読む教師モデルを用い、生徒モデルが自ら生成した軌跡上で決定ごとの目標に一致させます。著者らは六つのベンチマークで、評価したすべてのトポロジー設計ベースラインを上回ったと報告しています。
注目点同一クエリの兄弟トポロジーを特権情報として蒸留し、順位なしコーパスの課題に対処。6ベンチマークで全ベースラインを上回り、対照実験で裏付けられる。
説明カーネル最適輸送による関数空間フローマッチングの改良
要約この論文は、時系列や偏微分方程式の解などの関数値データを生成するモデルについて、カーネル関数フローマッチング（kFFM）を提案しています。従来の独立したペアリングを、カーネル誘導コストによるエントロピー最適輸送に置き換え、ニューラルオペレータの構造はそのまま保たれます。時系列とPDEのベンチマークで、FFMなどの基準手法より分布の一致が改善されたと報告しています。
説明UserProxyBench：エージェント評価と学習のためのLLMユーザーシミュレータ評価
要約対話型エージェントのベンチマークや多段階強化学習では、ユーザー役を第二の言語モデルが担うことが増えています。本論文は、tau-benchファミリー上の評価層UserProxyBenchと、非公開のユーザー指示への従順さを測るUser Fidelity Score（UFS）を提案します。375の企業タスクでユーザー代理のみを変えると平均タスク報酬が15.2点変化し、成功したエピソードの24.4%にユーザー仕様違反が見られました。主な失敗は情報の早すぎる開示です。
説明大規模言語モデルのジェンダー偏りは一般的で、モデル間の差が非常に大きい
要約本論文は、2025年4月から2026年6月に公開された10のモデル（9社）を対象に、ジェンダー偏りを比較した。ステレオタイプ的な語句の書き手の性別を推定する課題と、女性または男性への虐待や拷問を、破局的な結果を防ぐためにどう判断するかを問う道徳判断の課題の2種類で検証した。その結果、偏りの方向と大きさはモデルごとに大きく異なり、正反対の振る舞いを示すモデルもあった。そのため著者らは、偏り監査は一度きりの評価ではなく、複数の提供元にまたがる継続的なプロセスとして扱うべきだと結論づけている。
説明有限時間ホライズンにおける5専門家予測問題の陽的解
要約本論文は、有限時間ホライズンにおける5専門家予測（専門家助言）の偏微分方程式に対する陽的解を与えます。解の公式から、敵対者の順位戦略(1,0,1,0,0)が大域的に最適であること、また COMB 戦略(1,0,1,0,1)は x1=x2 かつ x3=x4 の集合上でのみ最適であることが示されます。この解は、著者らの関連論文における幾何停止問題の解から、Bayraktar・Ekren・Zhang の変換原理（ラプラス変換による接続）を通じて導かれています。
説明doPlan：自動運転における多段階の言語条件付き計画のための可変ホライズンデータセット
要約本論文は、nuPlan を基に構築した公開の実世界データセット doPlan を提案する。乗客が自然言語で出した指示 5,154 件を収録し、乗客の言葉を持続的なタスク文脈として研究することを目的とする。即時、延期、事象条件付き、持続的、多段階の意図を含む。4 種の言語条件付き運転モデルを評価した結果、乗客の言語への感度が要求された方向に沿った挙動へ確実には結びつかないことが示された。
説明Dr. OPD：大規模言語モデルの最適なオンポリシー蒸留のための、どの教師信号に従うべきかの学習
要約本論文は、大規模言語モデルのオンポリシー蒸留（OPD）を改良する手法 Dr. OPD を提案している。教師モデルの各トークンに対する監督信号に重みを割り当て、その重みの選択を、学生モデルの期待報酬を最大化する二段階最適化問題として定式化する。数学とコードの強い教師から弱い学生への蒸留では、Dr. OPD がすべての比較基準を上回り、数学の平均得点は元の OPD より 9.7 点高く、小型の学生モデルが大型の教師モデルを超えた。
説明クロスハーネス適応による検索拡張型スキル最適化：公開スキルを活用してエージェントの技能を改善する手法
要約本論文は、外部の公開スキルコーパスを事前知識として用いるRetrieval-Augmented Skill Optimization（RASO）を提案します。Cross-Harness Adaptationにより、対象タスクや実行環境（ハーネス）の違いに対応します。RASOは、エージェントの実行なしで知識に基づく初期スキルを作成するRASIと、実行フィードバックに沿って外部知識を検索しながらスキルを反復更新するRASUの二段階からなります。4つのエージェントベンチマークと2つのモデルによる実験で、検索拡張を用いない基準手法より一貫して高い性能を示したと報告されています。
説明PE-EK-PINN：進化するカーネルによるスケーラブルな物理埋め込みニューラルネットワーク
要約物理情報ニューラルネットワーク（PINN）は支配方程式を損失残差を通じてのみ課すため、振動の激しい波動場の学習が難しい。本論文は、収束したサブシステムの場を凍結して進化カーネルとして再利用するPE-EK-PINNを提案する。これにより新たな支配方程式を導出せずに上位構成を表現できる。論文によると、活性カーネルの最大数はシステム規模に依存せず、累積学習コストはO(N)からO(log N)に削減される。双極子アレイ、複合線源、交差アレイでの実験では、学習コストの大幅な削減と、相対L2誤差の低減または同等の精度が示されている。
説明長期記憶評価の監査：繰り返し採点、リーダー差、ネガティブコントロール
要約本論文は、LongMemEval-S の開発用質問500件を用いた長期記憶検索パイプラインの評価を監査したものです。採点の再現性、リーダー設定の違い、ネガティブコントロールなどが結果にどう影響するかを検証しています。著者らは、新たな首位の主張や移転可能な記憶上の優位性は確立できないと述べており、全問題が開発に使われ未使用のホールドアウトはありません。
説明リップシンクを超えて：参照に基づく音声駆動型人物アニメーションの口部精緻化
要約本論文はRGOR（Reference-Grounded Oral Refinement）という、音声駆動のリップシンクフレームワークを提案しています。一般的な口ではなく、吹き替えられる本人の口を生成することを目指しています。同一人物の登録録画フレームと、VAEを経由しない高解像度の口部パッチを条件として用い、本人の口と他人の口を見分ける判別器で学習します。未見の人物を対象とした評価で、多くの指標で最良または次善の結果が示されたと報告されています。
説明プロンプトは弧長上に存在する：GRPO のロールアウト効率化のためのフィッシャー・ラオ座標上のガウス型カリキュラム
要約GRPO は回答の正誤が分かれたプロンプトからしか学習できず、全問正解・全問不正解の組は勾配を生まないのに採取コストだけかかります。本論文は、正答率の自然な座標として弧長 ψ=arcsin√p を示し、この座標で GRPO の期待更新がほぼ一様になることを明らかにしました。さらに、カルマンフィルタで各プロンプトを追跡し目的関数に合わせたガウスカーネルで選択するサンプラー ARCUS を提案しています。6 つの数学推論ベンチマークと 3 種のバックボーンで、ARCUS は GRPO の平均精度を約 2.8〜2.9 ポイント、動的サンプリングを約 1.1〜1.2 ポイント向上させ、動的サンプリングより 48〜57% 少ないロールアウトで済みました。
説明Brain-SAD：動的恐怖制約を伴う二重ポリシーの脳型安全自動運転制御フレームワーク
要約本論文は、安全な自動運転における制約付き強化学習を対象に、既存手法の動作コストと安全射影の境界が静的で、異なる交通場面に対応しにくい点を指摘しています。提案手法Brain-SADは、現在の車両相互作用の場面を認識して動的な恐怖信号を生成し、通常の相互作用では長期ポリシー、緊急衝突回避では短期ポリシーを選択します。そのうえで動的な恐怖制約を構成し、オンラインのポリシー最適化に用いています。実験では、既存手法より成功率が高く、タスク完了と衝突回復の時間が短く、複雑さが変動する連続交差点でも高い信頼性を示したと報告されています。
説明データ混合はスケーリング則をいつ改善するか？高次元回帰からの知見
要約本論文は、異なる領域のデータを混合して学習させる際に、それが単にサンプル数を増やすだけでなく、真にスケーリング則を改善するのはいつかを研究している。共有の回帰関数をもつ高次元の混合データ回帰モデルで、楕円体制約下の最小最大リスクと、可換な共分散の下でのリッジ回帰のテスト誤差の決定論的等価式を導出している。目標領域と補助領域が整合したべき乗則スペクトルをもつ場合について、明示的なスケーリング則を示し、両データを組み合わせると単独利用より速い収束率が得られる領域を特定している。言語モデルでの数値実験も同様の傾向を示す。
注目点高次元混合データ回帰で最小最大リスクと確定的等価を導出し、混合データが拡張則を改善する条件を明示。理論は厳密で言語モデル実験で裏付けている。
説明Unityシミュレーションから拡散ベースの拡張へ：堅牢な物体検出のためのデータセット均衡の定量化
要約本論文は、実データが不足する条件下での物体検出を対象に、Unityシミュレーションによるレンダリングと制御可能な拡散生成（CIA）という2種類の合成データ生成手法を体系的に比較しています。同一のモデルと学習設定のもと、実データ・シミュレーションデータ・生成データを混合する統一実験フレームワークを用いています。評価ではPrecision、Recall、mAP、独自のΔ指標を使用し、いずれか単独の合成データでは最適な転移性能が得られないことを示しています。少量の合成データの追加は汎化を高める一方、過剰な置き換えはドメインドリフトを引き起こすとしています。
説明HybridCUA：GUIとCLIを使い分けるコンピュータ操作エージェントの学習
要約本論文は、コンピュータ操作エージェント（CUA）がグラフィカルUI（GUI）操作とコマンドライン（CLI）を組み合わせて使う手法HybridCUAを提案しています。GUIのみ、CLIのみ、両者を交互に使う軌跡からなるデータセットHybridCUA-8Kを構築し、教師ありファインチューニングと、CLIの選択的かつ確実な利用を促す報酬による強化学習の二段階で学習します。論文では、HybridCUA-9BがOSWorldで53.6%の精度を達成し、基礎モデルより14.8ポイント向上したと報告しています。
説明HARISSA：推論時の自己チェックによる効率的で安全なローカル言語モデル運用
要約本論文は、難しい問い合わせをクラウドのモデルに送らずに、モデル自身の隠れ状態を使って追加計算を行うか、人間に回すかを判断するHARISSAを提案している。回答生成の前後の状態がそれぞれ正答の可否を予測するように微調整し、安価な方法から高価な方法へと順に試し、誤答が予測される場合は人間に委ねる。単一モデルの機器では、思考連鎖と正答率の差は1ポイント以内で、遅延は2.7倍少ないと報告されている。
説明大規模言語モデルの確率的推論を診断し改善する
要約本論文は、大規模言語モデルの意思決定損失を、与えられた証拠から正確な信念を形成する部分と、その信念を効用関数を最適化する行動に変換する部分に分解する意思決定理論の枠組みを提案しています。真値が既知の合成ベンチマークを用いて、最先端モデルとオープンソースモデルの確率的推論を分析しました。信念、意思決定、または両方を対象とする強化学習介入が、三つの領域でどの程度有効かも評価しています。一方の要素を改善すると決定損失は再配分され、信念と意思決定を同時に対象とすると両方が改善しますが、その効果は訓練と評価の形式が一致しているかに左右されると報告しています。
説明「どの尺度も取りこぼさない」：双方向アテンションを備えた多尺度オートエンコーダによる時系列異常検知
要約本論文は、異常が時間スケールによって大きく異なるという時系列異常検知の課題に取り組み、MSCADフレームワークを提案している。異なるパッチサイズに対応する並列のオートエンコーダ分岐を用い、対称な双方向クロススケール・アテンションブロックにより、再構成前に各スケールどうしが情報を交換する。TSB-ADベンチマーク（40データセット、530系列）において、単変量・多変量の両分割でVUS-PRがそれぞれ0.57と0.47となり、最新手法より9.6%および9.3%向上したと報告されている。
説明相互情報量制約付きチャーノフ・ボトルネック：二値判定の誤り指数を保つ圧縮表現の研究
要約本論文は、符号化レート I(U;X) ≤ R の制約の下で、二つの条件付き分布のチャーノフ情報（多数サンプル判定の誤り指数を決める量）を最大化する符号器を研究する。最適値 C(R) は R = H(V) まで厳密に増加し、その後は非圧縮時の指数に留まることを示し、交互更新アルゴリズムとその収束性を提案している。古典的情報ボトルネックと比べ、大規模サンプルでは誤り確率が小さくなる。20 Newsgroups の話題検出実験では、各単語をエントロピーの 17% まで圧縮しても誤り指数の 90% を保持した。
注目点情報ボトルネックの目的をChernoff情報に置き換え判定誤差指数を直接特徴づけ、最適値の厳密な構造と収束アルゴリズム、大標本でのIB超過性を示した。
説明BITEM による NTCIR-19 R2C2 タスク参加：エージェント型 RAG パイプラインの信号から信頼度を予測
要約BITEM チームは一つのエージェント型パイプラインで両サブタスクに参加しました。モデルが映画コーパスを検索・読解して証拠を記録し、オーケストレータが提出可能な主張を判定します。信頼度はモデル自身には求めず、実行の記録からオーケストレータが算出します。検索 2 本は 22 チーム中 4 位と 5 位で、手作業で作成した規則を加えると精度は 0.9375、HMR は 0.6985 に上がりました。さらに精度と HMR を掛け合わせた accHMR を提案しています。
説明AREX-2：長期的な反省タスクによる自己改善エージェントの推進
要約本論文は、テスト時に解を繰り返し改良するLLMエージェントの自己改善能力を高めるAREX-2を提案している。この能力は反省と長期的な実行の二つから成る。機械学習とアルゴリズムプログラミングのタスクから長期的な改善軌跡を合成し、Qwen3.8-27Bを基盤とするエージェントを訓練した。複数のベンチマークで強い結果を報告し、反復回数の増加とともに改善が続くと述べている。長期的な反省データが自己改善エージェントへの有効な道筋であることを示している。
説明人間の脳に似た注意ヘッドはどれか？計算を担うものではない
要約本論文は、抽象的なパターン補完課題（AAABAAA→B）において、LLMの注意ヘッドの表現を人間の脳波（EEG）と比較し、それらのヘッドを除去した際の課題性能への影響を調べています。脳と整合するヘッドは性能に寄与するものの、帰属パッチングで選ばれたヘッドを除去する場合に比べて、除去による影響は大幅に小さいことが示されています。
説明TabFM-Auto：表形式基盤モデル向けの自己進化型データパイプライン
要約本論文は、表形式基盤モデル TabFM と言語モデルエージェントを組み合わせた TabFM-Auto を提案します。エージェントはデータセットのメタ情報と検証フィードバックをもとに、データクレンジング、特徴量エンジニアリング、文脈選択、後処理を反復的に改良し、TabFM の誤差低減を図ります。TabArena の全 51 データセットでは、五つの構成が総合上位五位を占め、最良の構成は TabFM の Elo を 1785 から 2013 に引き上げました。得られたパイプラインは、追加の探索なしに他の凍結された表形式基盤モデルにも転用でき、MLE-Bench の 8 件の表形式コンペティションでは総合首位となりました。
説明KV-Kaizen：文脈に応じて適応的にキャッシュ圧縮を選ぶ学習手法
要約入力文脈が長くなると、LLMのKVキャッシュがモデル重みのメモリを上回り、デコード速度が低下します。本論文はKV-Kaizenを提案します。これは、文脈に基づいて層ごとのキャッシュ構成を選ぶ選択器を学習し、層の共有、低ビット精度での保存、低ランク潜在表現の切り詰めの三つの軸で、トークンを削除せずに圧縮する手法です。指示追従・推論タスクで精度とキャッシュサイズのパレートフロンティアに達し、14Bモデルでは精度を保ったままデコード時キャッシュを32分の1に縮小できると報告しています。
説明ORMA：単眼動画からの最適化ベースの関節式動物4D再構成
要約本論文は、単眼動画から多様な四足動物の関節式4D表現を再構成する、学習不要のフレームワーク ORMA を提案します。予測された姿勢を最適化の基準とし、生成的3D事前情報を用いて形状を正確に再構成し、パラメトリックモデル SMAL+ に位置合わせします。また、真値の3D形状とカメラ運動を持つ合成多種ベンチマーク PAW4D を導入し、PAW4D、PFERD および野外動画での実験で再構成精度の向上と全体的に一貫した動物の動きの復元を示しています。
説明S³：スペクトル零空間スワップで推論モデルを効率化
要約連鎖思考で訓練された大規模言語モデルは推論能力に優れる一方、トークンコストが過大になりがちです。本論文は、推論能力の核心が、思考モデルの重みのうち非思考モデルの支配的特異方向が定義する射影の零空間に含まれる成分にあることを見いだし、その部分空間成分を取り除けば、思考モード後訓練で得た精度を損なわずに推論効率を大きく改善できることを示します。学習不要の手法 S³ は、対になる非思考・思考チェックポイントを組み合わせるもので、支配的部分空間内では非思考モデルを、その外では思考チェックポイントを用います。2B から 30B までの密およびMoEアーキテクチャ、28の評価環境で、推論トークンのオーバーヘッドを平均 27.4% 削減し、全体精度を 1.0 ポイント向上させました。
注目点推論モデルにおける零空間の役割を初めて示し、学習不要の重み合成を提案。28環境で、トークンを減らしつつ精度を向上させ、証拠は十分。
説明シミュレーション拡張生成の社会的選択理論的基礎：少数のシミュレーションで多数の意見を代表させる研究
要約本論文は、モデルが推論時に個人の見解をシミュレートし、論争的な質問により代表性のある回答を出すシミュレーション拡張生成（SAGE）を扱います。著者らは比例的クラスタリングの公理mPJR+を用いてこの問題を初めて定式化し、少数の個人シミュレーションを作成し、推論時には提示内容に応じてさらに少数を動的に選ぶだけで、集団全体に対する近似的な比例代表の保証が得られることを示しています。政治問題と個人的助言の2領域での実験では、提案する経路選択アルゴリズムが、k平均法やランダム選択の基準手法よりも高いmPJR+充足率を達成しました。
説明マスク拡散言語モデルの軌跡を考慮した学習手法に関する研究
要約マスク拡散モデルは各ステップで複数のトークンを復元してテキストを生成しますが、学習と推論の条件が異なります。本論文はPUMBAという枠組みを提案し、方策によって誘導される連続ステップの軌跡上でデノイザを学習し、ステップ間で情報を受け渡し、時間方向の誤差逆伝播によって共同で最適化します。LLaDA-8Bの教師ありファインチューニングでは、同等の性能に対して関数評価回数（NFE）が全面生成で最大22%、ブロック拡散で最大26%少なくて済むと報告されています。
説明PhysWAM：自動運転向けの物理的に一貫した世界・行動統合モデル
要約本論文は、自動運転のための統一型世界・行動モデルPhysWAMを提案します。単一のフロー・マッチングTransformerで、マルチビュー映像、メトリック深度、自車運動を同時に生成します。生成された深度を三次元点に逆投影し、生成された自車運動で変換したものを、記録された自車運動で変換したLiDAR点との距離が最小になるように学習させる「結合点投影（CPP）」という幾何学的制約を導入しています。NAVSIM v1・v2での計画、ゼロショット迁移、将来映像と深度の予測で評価され、計画性能の高さ、未知の環境への転移、CPPによる計画と深度予測の改善が示されています。
説明人間を考慮した知識グラフ上での科学予測のための履歴アンカー
要約本論文は、材料の性質などの科学的な関連が今後どのように生まれるかを予測する手法を扱っています。論文ネットワーク上のパスをサンプリングして埋め込みモデルを学習します。提案するQuery--Anchor Agreement（QAA）は将来のラベルを必要とせず、サンプリング予算の選択や予測結果の再順位付けに用いられ、複数のベンチマークで評価されています。
説明SoL-Refiner：高解像度動画向けの一段階高速精緻化手法
要約高解像度の動画生成は時空間トークン数に応じてコストが急増するため、低解像度で生成してから精緻化モデルで高解像度化する方法が実用的とされています。本論文は、低解像度の出力を単一のデノイズ段階で4K動画に変換するSoL-Refinerを提案し、高解像度での継続学習、強化学習による事後学習、一段階蒸留の三段階で訓練します。さらに各種動画生成器の出力から作られたRefiner-Benchを用いた比較を行い、2Kの設定で精緻化の遅延が基準手法の8.91倍高速になったと報告しています。
説明SelfSearch：報酬信号なしで自己改善するエージェントの探索手法
説明TabFM：表形式データ向けのゼロショット基盤モデル
要約本論文は、4億パラメータの表形式基盤モデル TabFM を提案し、教師あり表形式予測をインコンテキスト学習として定式化しています。タスクごとの調整なしに、1回の順伝播で校正済みのゼロショット予測を生成します。学習は構造的因果モデル（SCM）から生成した合成表のみで行われています。TabArena の51データセット（分類38、回帰13）において、ゼロショットの TabFM はデフォルト設定の表形式基盤モデルの中で首位となり、調整済みの AutoML パイプラインを上回りました。
注目点表形式予測を文脈内学習として定式化し、構造因果モデルの合成データで学習。51データセットで調整済みAutoMLを上回り、新規性と証拠は十分。
説明コルモゴロフ・アーノルド分類器システム：汎用近似器としての規則ベース学習手法
要約論文は、入力次元が増えると学習分類器システム（LCS）の規則数とパラメータ数が指数関数的に増えると指摘します。コルモゴロフ・アーノルド表現定理（Kolmogorov-Arnold representation theorem）に基づき、規則を次元ごとに組織するKACSを提案し、目標関数を一次元の部分問題に分解します。最悪の規則数はO(m^n)からO(mn^2)に減り、各規則のパラメータは2つだけです。また、コンパクト領域上の連続関数に対してKACSが汎用近似器であることの構成的証明を示し、多くの設定で精度が競争力を持ち、パラメータは直接分割手法の2%〜40%だと報告しています。
説明BrainNet Studio：脳ネットワークの構築・知的解析・可視化を統合したツールキット
要約静的および動的な脳ネットワーク解析のための統合ツールキットで、ネットワーク構築、特徴量抽出、予測モデリング、バイオマーカー候補の特定、可視化、解釈支援までを一連のワークフローで扱います。深層学習、グラフニューラルネットワーク、時空間系列モデルなど27種のアルゴリズムを統合し、大規模言語モデルで研究者が検証可能な機能的・構造的結合の要約を生成します。GitHub で公開されています。
説明自己進化するマルチエージェントシステムのためのトポロジー的一貫性（TOCOMAS）
要約本論文は、エージェントの責任範囲、タスク間の引き継ぎ、記憶アクセスの境界がタスクの依存関係と一致しているべきだという「トポロジー的一貫性」の要件を提示する。これに基づき、オンライン自己進化の過程でエージェント、協調、記憶の各方策を結合的に変更し、構造制約を満たして評価報酬を改善した候補のみを保持するTOCOMASを提案している。BBEH、WorkBench、SWE-Bench-Verified、CoMemBenchでベースラインより高いタスク成功率を示し、CoMemBenchでは検証済み進捗、引き継ぎ、記憶の隔離でも自己進化ベースラインを上回ったと報告している。
説明GaugeVLM：測定可能な幾何学的介入で空間の教師信号を構造化
要約本論文は、明示的な3Dシーンで物体とカメラを制御して介入し、空間関係の測定された差を持つ関連観測を生成するGaugeVLMを提案します。中核の目的関数GaugeDPOは、測定された誤差を選好マージンに変換し、視点間の一貫した順位を教師します。実験では、3種類のVLMバックボーンすべてで既存の10項目の空間指標がSFTを上回り、7Bモデルは MSMU distance と QSpatial+ でそれぞれ15.0および18.9ポイント向上しました。自動運転や身体性推論にも効果が及ぶと報告されています。
説明挿入型広告グラフィック向けのシーン整合的な照明転写手法
要約本論文は、バナー専用の学習データを集めずに、与えられた広告グラフィックへシーンの照明を転写する推論専用の手法Ad-Relightを提案している。まずゆっくり変化する陰影とグラフィックの構造を分離し、事前学習済みの拡散型リライティングモデルに、ほぼ同一の二つの背景を入力して対象領域の寄与を分離する。560件の生成配置において、幾何学的合成や直接的なリライティングの基準手法と比べ、構造類似度、知覚距離、照明の一致性が改善したと報告されている。本研究は画像ベースであり、時間的安定化は今後の課題とされている。
説明Video-RSI：ハーネス進化による映像理解エージェントの再帰的自己改善
要約本論文は、映像理解エージェントが自身の言語モデルを使って、観察内容と観察方法を制御する実行ハーネスを修正するフレームワーク「Video-RSI」を提案している。モデルは学習用の映像を再検討し、追加の観察によって競合する失敗理由を検証する。さらに、回答精度と視覚的コストの両方を考慮して修正を保持するかどうかを決める。評価では、進化後のエージェントがより少ないフレーム数で精度を向上させ、既存の映像理解エージェントと競合する精度と効率のバランスを示した。
説明遅延物理系統の駆動因子と力学の同定可能性の保証
要約本論文は、比較的緩やかな仮定のもとで、確率的遅延微分方程式の構造的な駆動因子とドリフト項が同定可能であることを理論的に証明する手法を提案しています。駆動因子の同定可能性を評価するベンチマークと、学習された力学の物理的整合性を評価する第二のベンチマークで検証した結果、他の手法より優れていると報告されています。
説明アニオン交換膜水電解の劣化予測のための効率的な機械学習手法
要約本研究は、複数の異なる実験条件で定電流運転されたセル単位のアニオン交換膜水電解槽（AEMWE）の新規データセットを用いた、データ駆動型の分析です。線形ベースラインやLSTM、CNNなど複雑度の異なる機械学習モデルを学習・評価し、セル電圧の劣化曲線を中期的に予測しています。モデルは、異種の産業データ向けに設計された厳密な学習・評価の枠組みの下で検証されています。
説明局所的な映像理解は別の遭遇へ転移するか？EgoGears ベンチマーク
要約本論文は、マルチモーダル大規模モデルが一度の経験で得た映像理解を別の経験へ転用できるかを検証するベンチマーク EgoGears を提案する。39 の屋外ルートで収集された 126 本の一人称視点録画から、単一映像の質問 567 件と複数映像の質問 1,487 件を作成した。6 つのモデル系統の計 29 の単一映像構成と 31 の複数映像構成を評価した結果、複数映像の質問では成績が平均 22.5 ポイント低下し、主な課題は観測と証拠の結びつけ、および順序付けられた経路状態の追跡であると報告している。
注目点単一動画と複数動画の失敗原因を切り分ける診断ベンチマークを提案し、126本の録画と多数のモデル設定で結論を裏付けている。
説明『Look Closer』：AI生成画像検出のためのパッチ単位教師あり学習
要約本論文は、画像の小さな領域だけからAI生成画像を検出できるかを検討しています。同じバックボーンが切り出した各パッチを個別に分類し、各パッチに独自の損失を与え、推論時にのみパッチ確率を平均します。手作りの残差フィルタや画像レベルの融合モジュールは不要です。GenImageでは、四つのバックボーンすべてで平均精度が全体画像版を上回りました。なお、過去の実験には評価結果に基づくモデル選択が含まれるため、スコアは統一条件の順位比較としては扱われていません。
説明Deep SVDD向けの事後異常検知統計推論手法（PADI）
要約本論文は、学習済みで固定されたDeep SVDD異常検知器に統計的に妥当な推論を与えるPADIフレームワークを提案します。選択的推論（Selective Inference）を用い、テストデータが異常と判定されたという事象を条件として推論を行い、有効な選択的p値を導出します。理論上、ユーザーが指定した有意水準α以下に偽陽性率を抑えられることを示し、Deep SAD（半教師あり異常検知）への拡張も行っています。実験結果は理論的知見を裏付けています。
説明GRFBrain：脳波の動的モデリングのためのグラフ構造整流フロー
要約本論文は、脳波（EEG）から時間とともに変化する機能的結合を予測する方法を扱っています。著者らは、条件付き平均の予測と確率的な残差輸送を分けるグラフ構造の残差フロー枠組みを提案しています。過去の結合のみから未来の結合グラフを推定し、グラフ構造を持つガウス分布から残差を生成します。さらに、残差輸送の効果を、決定論的予測や学習表現、サンプリングの影響と区別するための条件と制御方法を検討しています。
説明更新のタイミングを学習する：ほぼ最適な時機多腕バンディット手法
要約本論文は、機械学習モデルやデジタルツインなど、動的環境で適時更新が必要なシステムを対象とします。各候補更新間隔に固定の更新コストと未知の確率的劣化コストがある「時機バンディット問題」を定式化しました。提案手法の平衡連続腕消去法（BCAE）は遺憾値 $\tilde{O}(\sqrt{T})$ を達成し、標準的なバンディット法の $\tilde{\Omega}(K\sqrt{T})$ を改善します。楽観性を強化した OE-BCAE も同じ次数の遺憾値を保ちつつ適応性を高め、シミュレーションで腕の数や更新コストが変わっても安定した結果を示しました。
説明何を覚えるかを学ぶ：長期的な反実仮想メモリ最適化
要約本論文は、メモリ書き換えごとの現在および将来の下流効用への限界的寄与を評価することで、どの情報を保持すべきかを学習する記憶利得方策最適化（MGPO）を提案している。文書レベルの情報抽出で検証され、最適化前の初期メモリ方策と比べて平均メモリ長を約80%削減しながら抽出精度を向上させた。学習されたメモリ方策は、追加学習なしで領域間の再利用・転移や下流モデルへの適用も可能であることが示されている。
説明長期的な自己回帰ビデオ生成のための、ロールアウト単位の周辺化蒸留（RMD）
要約本論文は、自己回帰ビデオ拡散モデルが長いロールアウトで予測誤差を蓄積する問題に取り組み、Rollout-Marginal Distillation（RMD）を提案しています。RMDは生成済みの履歴を自己回帰予測に用いつつ、各チャンクをチャンク教師と独立に比較し、不完全な時間的文脈によって画質の修正が損なわれないようにします。その後、映像単位のDMDを適用して時間的一貫性を回復します。論文では、訓練時の長さを超えても高い視覚品質を保ち、映像単位のDMDベースラインを上回ると報告しています。
説明時間アンカー付き拡散言語モデル：高速生成のための潜在空間キャッシング
要約本論文は、教師信号を必要としない時間ベースのアンカリングを提案し、拡散言語モデルのノイズ除去中に潜在アンカーを学習・再利用する手法を示します。二段階構造を採用し、比較的計算コストの高いアンカーネットワークが潜在キャッシュを周期的に生成し、軽量なノイズ除去ネットワークがそれを複数の反復ステップで融合して利用します。数学・コード・STEM系のベンチマークで、後学習版のスループットが約49%〜79%向上したと報告されています。
説明EpiCon：共進化するマルチモーダル記憶によるエージェントの集合学習
要約本論文は、宿主モデルのパラメータを更新せずに複数のエージェントが経験を共有・再利用できる共有マルチモーダル記憶フレームワーク EpiCon を提案しています。独立に学習させた2つの2Bモデル（記憶コントローラと木構造の自己組織化器）が、試行をまたいでテキストの指針と視覚的根拠を洗練し、経験と規則を階層的に整理・検索します。11のベンチマークでの評価では、記憶なしと比べて宏平均スコアが1.7〜4.9ポイント向上し、記憶操作時間は67%〜74%削減されました。
説明ゲート制御と減衰を用いたオンポリシー蒸留によるOCR忠実性の向上
要約視覚言語モデルは、画像中の異常なテキストを言語的にもっともらしい表現に書き換えてしまい、OCRの転写忠実性を損なうことがあります。本論文のGAD-RLは、共同事後学習において、学生モデルの現在のタスク性能と局所分布に応じて固定教師モデルからの監督強度を適応的に調整します。Qwen3.5-2Bでは、CHAOS-BenchのMicro Recallで59.92%を達成し、OmniDocBench v1.6ではOverallスコア91.18を記録しています。
説明Transformerにおけるパターン形成：注意機構が表現を形作る仕組みを力学理論で説明
要約本論文はパターン形成理論を用い、完全なTransformerがトークン表現をどのように構造化するかを検討し、位置符号化、マルチヘッド注意、出力値の幾何構造の役割を説明します。完全なTransformerは、進行波や回転波を含むこれまで報告されていなかった多様なパターンを選択的に増幅し、各アーキテクチャ要素がどのパターンを増幅・安定化・競合・共存させるかを特徴づけています。さらに、タスクに合わせた位置符号化と重み初期化を選ぶことで、これらの構造が学習を助ける制御可能な力学的事前分布となり、系列タスクとConViTによるCIFAR-10でデータ効率と最適化速度が向上することを示しています。
説明SYNCR：シミュレーションによる複数動画横断推論の診断と学習
要約本論文は、Habitat、Kubric、CLEVRERを基盤とするシミュレータ連携フレームワークSYNCRを提案し、8種類の複数動画横断推論タスクについて4,000件の評価問題と15,960件の訓練問題を提供します。22個のマルチモーダル大規模言語モデルの評価では、物理的比較とシーン統合に持続的な困難があり、モデルサイズの拡大では一貫して解決しないことが示されました。Qwen3-VL-8Bの教師ありファインチューニングにより、SYNCRの平均精度は32.6%から61.6%に向上し、実映像のAssembly101およびPanopticの時系列順序付けでも9.0〜20.5ポイントの改善が見られました。
説明ラベルなし射影追跡における探索次元：部分空間制限のスケーリング則
要約本論文は、ラベルなし射影追跡において探索次元が結果に与える影響を検討しています。観測空間に大きなガウス成分が含まれる場合、信号を持たない方向が探索目的を最小化してしまうことがあります。著者は制御された二成分モデルで、既知の順演算子の列空間に探索を制限する方法と、主部分空間を推定する方法を比較し、経験的なスケーリング則を示しますが、これは証明された漸近的に緊密な法則ではありません。
説明RLX：Rust で実装された統一マルチバックエンド・テンソルコンパイラと分散ランタイム
要約本論文は、Rust で書かれた単一のコードベースでコンパイラとランタイムを統合する RLX を紹介しています。三層の中間表現を用い、十数種類のデバイスバックエンドを対象とします。モデル形式の読み込み、量子化、マルチマシン並列化もあわせて扱います。同一ホスト上で複数の既存フレームワークと比較し、一部のタスクで高い速度とスループットを報告し、参照結果との一致も確認しています。
説明大規模言語モデルの推論における同方策自己蒸留のスケール限界を克服する
要約本論文は、同方策自己蒸留（OPSD）による大規模言語モデルの推論能力向上を検討している。分解実験により、脚足場（参照解）の正しさが文脈の正しさより下流の精度に強く影響することを示し、未検証の脚足場は学生が利用できない情報を教師が使うことで模倣ギャップを生むと論じる。提案手法OASISは最終解答ラベルのみを必要とし、検証済みの同方策軌跡で監督する。Qwen3-1.7B、4B、8BでAIMEやHMMTなどのベンチマークにおいて改善を示し、8BではOPSDを3.05ポイント上回った。
説明有害なアドバイスの影響は均等ではない：学習データ帰属を使って創発的ミスアライメントを調整する
要約本論文は、狭く不整合なタスクで大規模言語モデルを微調整したときに、個々の有害な例が創発的ミスアライメント（EM）にどの程度寄与するかを検討しています。学習データ帰属によって各例の寄与を定量化し、再学習によって帰属スコアの品質を検証しています。帰属スコアや黒箱型の有害性スコアで学習データをフィルタリングすると、EMを大きく強めたり弱めたりできることが示されています。
説明生成型クエリ拡張は強力なスパース検索にもなお有効：SPLADE-v3 による統制実験
要約本論文は、短い科学的クエリと論文の専門語彙との不一致を埋めるため、生成したテキストによるクエリ拡張を検証しています。NFCorpus、TREC-COVID、SciDocs 上で SPLADE-v3 を用い、四つの生成形式を同一の凍結インデックスと 256 次元の予算で比較しました。全体の nDCG@10 はすべての方法で向上し、そのうち十一件は Holm 補正後も有意でした。一方、コーパスから構築した型付き概念グラフには一貫した改善が見られませんでした。
説明ピクセルからキーへ：ゲームの逆動力学における空間と動きの手がかりの検討
要約本論文は、フレーム映像からプレイヤーの入力を推定する逆動力学モデル（IDM）を研究します。入力記録のないオンラインゲーム動画を活用するため、限られたデータ条件下で空間的な動き特徴、モデル構造、学習目標の影響を調べています。評価はキーごとの指標と F1 マクロなどの均衡指標で行われ、Trackmania と Cyberpunk 2077 での実験結果が示されています。カメラ運動、遅延効果、キー押下頻度の偏りといった課題も指摘されています。
説明相互作用容量を超えて：再帰モデルによるCTR予測の推定器スケーリング（RECAP）
要約本論文は、推薦・広告システムにおけるクリック率（CTR）予測について、交差ネットワークを深くして相互作用容量を増やす方法の効果が次第に逓減することを示します。その代わりに、単一の予測器を大きくするのではなく複数の関連する推定器を活用する「推定器スケーリング」を提案し、その考えに基づく重み共有型の再帰モデルRECAPを紹介しています。著者らは、蒸蒸留、指数移動平均、推論経路の集約という三つの段階でこの方式を実現し、複数のベンチマークで最先端の予測性能と良好なパラメータ効率を報告しています。
説明価格表だけでプロバイダーは選べない：オープンウェイト LLM 推論のための市場認識型ルーティング
要約本論文は、オープンウェイト LLM の推論市場では、モデルを選んだ後にどのプロバイダーで提供を受けるかが重要な判断になると指摘します。同じモデルでも、プロバイダーごとに品質・遅延・可用性・価格が大きく異なり、価格はこれらを確実に予測しないことを実測で示しています。さらに、実測に基づく選択方式と、タスクごとの適格性を認証するオンライン型ルーター FACET を提案し、実運用のテストでより安価な適格エンドポイントへ流量を移せることを報告しています。
注目点オープン重みモデルの推論市場で、同一モデルのプロバイダ選択という新たな意思決定軸を示し、実測と実機検証で有効性を示している。
説明モデルシャーディングによるゼロ次事前学習のスケーリング
要約ゼロ次最適化は逆伝播を用いずに学習でき、勾配の分散は摂動次元とともに大きくなり大規模モデルの学習を妨げます。本論文はSOMAを提案し、データクラスタごとにLSTMエキスパートをSPSAで独立に学習させ、勾配や活性化、オプティマイザ状態は交換しません。実験では、同じ計算量で適度なシャーディングが単一モノリシックなゼロ次ベースラインより効率的であることを示しています。
説明まず導き、then手放す：疎な報酬のエージェント強化学習のための差分適応型教師スケジューリング
要約本論文は、長い時間幅を持つエージェントの強化学習が、疎な結果報酬のもとで訓練初期に困難を抱える問題を扱っています。生徒モデル自身の軌跡に対してトークン単位の指導を与えるため、on-policy distillation（OPD）を利用しています。提案手法GATSは、教師と生徒の性能差に応じてOPD項の重みを適応させ、生徒が教師の参照性能に近づくと指導を段階的に減らし、到達後は取り除きます。ALFWorld、WebShop、ScienceWorldの3つのベンチマークでは、報酬のみのGRPOと比べて平均成功率が4.37%から11.87%向上したと報告されています。
説明『すべては訓練』：LLM向けの完全合成・単一段階の学習手法
要約本論文は、58,698件のWikipedia記事から作られた初の公開合成コーパスSYNTHを提案し、事前学習・中間学習・事後学習を、精選された百科事典の種データの構造化された拡張により単一の学習段階にまとめています。著者らは56Mの小型モデル、0.3B〜0.6Bの密モデル、13B（有効1B）のMoEモデルで評価を行いました。同じ計算量では、フィルタ済みのWebデータより高い性能を示し、学習トークン数は10〜140分の1であるにもかかわらず事実の正確性が高いと報告しています。SYNTHデータセットとBaguettotronモデルは寛容なライセンスで公開されています。
説明ReCAP：マルチモーダル継続的指示チューニングのための検索誘導型能力再利用手法
要約本論文は、マルチモーダル大規模言語モデルが逐次的なタスクで新しい能力を学びつつ既存知識を保持するための ReCAP フレームワークを提案します。各段階で外部検索と LLM を用いてドメイン・推論・形式の知識ベースを構築し、指示ごとに能力モジュールを選択・順序付けします。さらに適応的部分空間リサイクリングにより段階間で安定して能力を再利用します。著者らは MCIT ベンチマークで SOTA の性能を達成したと報告しています。
説明CLIP型クラス増分学習には視覚ブランチだけで十分：テキスト分岐を使わない手法VIS
要約本論文は、CLIPモデルを基盤とするクラス増分学習を扱います。新しいクラスを順次学習しても、既存のクラスを忘れないことが目的です。従来のテキストエンコーダで作った分類器重みは、画像とテキストの間のモダリティギャップによって視覚的なクラス分布からずれることがあると指摘しています。提案手法VISは、テキスト分岐を取り除き、視覚空間だけで増分分類器を構築します。カーネル化された増分最小二乗SVMを用いており、作者らは実験でテキスト分岐なしに最先端の性能を達成したと報告しています。
説明量子化言語モデルの振る舞い容量証明書（BCC）：重み符号ではなく振る舞いで複雑さを測り、展開前の選別と損失上限の評価に用いる手法
要約本論文は、量子化言語モデルの複雑さを重み符号だけでなく、同じ有界損失を生む完全な実装（重み、スケール、活性化・キャッシュ規則）の事前確率質量の合計で測る行動容量証明書（BCC）を提案する。展開のための三段階の手順、すなわち順伝播のみによるビット幅の選別、境界付きで検証された重みの剪定や符号反転の判定、展開モデル全体の損失の上限算出を示す。実験では、キャッシュメモリが同じ場合、キーをバリューより高精度にする方が損失と予測一致率の面で優れることが示されている。
説明『同じ羽の鳥は群れる』：捕食者の攻撃戦略ごとに獲物の行動がどう進化するかを調べた研究
要約本論文は、Reynolds のボイド（boids）モデルに基づく捕食者・獲物モデルを拡張し、六つの獲物の移動傾向を一つの重み付き加速度更新にまとめ、ウィグル動作を正弦波的な機動として再定式化しています。進化戦略により、四つの捕食者の攻撃戦略に対して群れの生存率が高くなるよう六つの行動係数を最適化しました。最適な対捕食行動は、逃避傾向と捕食者の狩りの戦略との相互作用に依存することが示唆されています。
説明TopoEmbedX：位相領域の表現学習のための汎用フレームワーク
要約本論文は、単体複体・ハイパーグラフ・セル複体などの位相構造をユークリッド空間に埋め込む統一フレームワーク TopoEmbedX を紹介しています。DeepCell、Cell2Vec、CellDiff2Vec、HOLE、HOGLEE などの既存手法を統合し、さらに ComplexNetMF、ComplexRep、ComplexRandNE、ComplexWalklets、ComplexHeat の5つの新手法を追加しています。これらは位相領域の拡張 Hasse グラフを用いて、グラフ埋め込み手法を高次の設定へ拡張したものです。実験では、生成された埋め込みが多次元データの分類や回帰のタスクに使えることが示されています。
説明教師なし言語横断ブートストラッピングによるゼロショット係り受け解析
要約本論文は、エンコーダ型の事前学習言語モデルを係り受け解析に適用する方法を扱っています。係り受け解析は構文的な性質が強いため、ゼロショットでの言語間転移が難しいとされています。著者らは、言語類型を越えてモデルの汎化能力を高めるため、PLM内部の構文知識を強化する教師なし言語横断ブートストラッピング手法を提案しています。低リソース言語においてゼロショット解析性能が有意に向上したと報告されており、パラメータを用いない木構造プロービング試験で高いスコアが得られたことから、構文構造の認識の頑健性が高まったことも示されています。
説明言語にはラベルがいくつ必要か？アフリカ言語のテキスト分類におけるアノテーション予算と言語横断データのプーリング
要約本論文は、アフリカ言語のテキスト分類に必要なラベル付きデータ量と、他言語のデータ流用の効果を調べたものです。16言語のニューストピック分類と12言語のツイート感情分析（計28の言語・タスクの組み合わせ）で、文字n-gram線形モデルを用いて実験しています。トピック分類は中央値の言語で約400ラベルで全データのmacro-F1の90%に達し、感情分析の多くは数千ラベルを必要としました。他言語の訓練データの合併は、ラベルが少ない場合にのみ効果があり、800ラベル程度でほぼ消えるとしています。
説明競合下におけるセルフアテンションの検索容量：言語モデルは文脈のうちどれだけの数のトークンを実際に使うか
要約本研究は、セルフアテンションを通じて言語モデルが文脈のトークンをどれだけ実際に利用しているかを検討しています。再学習なしに、各ヘッド・層・クエリで注意重みが最も高いトークンだけを元の重みのまま残し、負の対数尤度の増加を測定して、許容損失内に収まるために必要な有効アテンション集合サイズを推定しています。注意ベースの選択はランダム選択を大きく上回る一方、必要な集合サイズはモデルによって異なると報告されています。
説明Co-PiLOT：目標駆動型逆設計のための制約付き物理情報潜在最適化手法
要約本論文は、マグネシウム合金の微細組織・集合組織の逆設計を対象とするCo-PiLOTフレームワークを提案する。生成型エンコーダ・デコーダで潜在空間を構成し、デコーダを有効性の事前分布として用い、物理情報を取り込んだブラックボックス最適化で探索する。約8万件のEBSDデータで学習したViT-FMDiTモデル（潜在次元768）は高精度な組織画像を再構成する。160回のシミュレーション予算内で、MERIDIANと組み合わせると七つのベースラインに比べ相対目標誤差を3〜22%低減した。
説明EndoPrior-GS：テクスチャ事前分布を用いた動的内視鏡再構成手法
要約本論文は、変形する術中内視鏡環境の動的三次元再構成手法EndoPrior-GSを提案します。3Dガウシアン・スプラッティング（3DGS）を基盤とし、器具を除外した有効組織マスク、非鏡面の測光フィルタ、解剖学的構造の顕著性から確率マップを作り、プリミティブの初期化と密度制御を導きます。EndoNeRFおよびSCAREDデータセットでの実験では、代表的な手法と比べてFlow Errorを27.7%および25.8%低減し、競争力のある描画品質とリアルタイム描画速度を維持したと報告されています。
説明ExceptionDrive：計画指向の反事実コーナーケース自動運転ベンチマーク
要約本論文は、実際のnuScenes場面に稀な危険を挿入し文脈を保持する反事実計画ベンチマーク「ExceptionDrive」を提案している。21タスク・6つの安全カテゴリを含み、参照軌跡に依存しない指標（不安全率、危険領域クリアランス遵守など）で評価する。7つの代表的プランナーは危険領域への侵入や不十分な間隔確保が多いことが示された。さらに、視覚的証拠を構造化記録に変換するReminder Agentを提案し、ゼロショット実験で戦略精度の向上と警告不足の減少を報告している。
説明合成のフォトリアルな雨滴を用いた単一画像からの雨滴除去学習
要約カメラレンズやフロントガラスに付着した雨滴は、自動運転などの視覚システムに支障をきたします。論文では、水の動き・形状・光学特性を考慮した物理ベースの描画により、付着雨滴のフォトリアルな合成データセットを初めて提案しています。雨天の運転シーンを含む多様な場面を収録しています。さらに、雨滴の屈折とぼけを捉える検出ネットワークと、画像構造を復元する除去ネットワークを導入し、最先端の性能を示したとしています。
説明Masked Swingers：データ拡張を活用して自己教師あり学習の自己符号化器を改良する手法
要約本論文はMasked Swingersを提案し、マスク付き自己符号化器（MAE）を改良する。同一画像に2種類の拡張を施し、それぞれマスクして個別に符号化したあと、両ビューの全体表現（CLSトークン）を交換してからマスクされたパッチを復号する。ImageNet-1K kNNではMAEを3〜5%上回り、細粒度タスクでも大きな向上が見られた。さらに3つの新しい状態探索データセットでは、MAEに比べて誤差を相対的に64%削減したと報告されている。
説明手元のサンプルを超えて学ぶ：RLVR向けのオフポリシーを考慮したモデル間軌道交換（GRAFT）
要約本論文は、GRPOなどの検証可能な報酬による強化学習（RLVR）で、有限のロールアウト回数によりすべて失敗するグループが報酬信号を得られない問題を扱います。提案手法GRAFTは、そのようなグループを別モデルの有益な同伴軌道で置き換え、系列レベルの互換性重み付けとトークンレベルの重要度比クリッピングでモデル間の差を抑えます。3組の異種モデルと5つの数学推理ベンチマークで、同じロールアウト予算下でGRPOより両モデルが改善したと報告されています。
説明低管ランク・テンソルセンシングにおける厳密鞍点ランドスケープと多ランク幾何
要約本論文は、バランス分解を用いた低管ランク（tubal-rank）テンソルセンシングの最適化ランドスケープを研究している。管制限等長条件のもとで、任意のフーリエ多ランク分布に対して定量的な厳密鞍点ランドスケープと偽の局所最小値がないことを示している。さらに、局所幾何は管ランクだけでなくフーリエスライスのランクに依存することを明らかにし、数値実験で大域的最適化の挙動と局所幾何の違いを示している。
説明AgentBug-Smith：エージェントシステムにおける実世界のハーネスバグを自動再現する手法
要約本論文は、オープンソースのエージェントシステムからハーネス（実行枠組み）のバグを自動的に再現する手法 AgentBug-Smith と、継続的に拡張できるベンチマーク Live-Harness-Bench（現在 200 件の再現可能なバグを含む）を提案している。異なるバックボーン LLM において、一般的なソフトウェア向けの既存のバグ再現手法より再現成功率が 10.67%〜27.56% 高かった。さらに、このベンチマークでソフトウェアエージェントの修復能力を評価し、修復事例から再利用可能な修復スキルを抽出して修復率を 6.32% 向上させたことを示している。
説明『画像が何を示すかではない：無関係な文脈は、VLM判定者に情報を与えずに判断を不安定にする』：画像が視覚言語モデルの判断を揺らすことを検証した論文
要約本論文は、200の英文に対し、意味に沿った画像・誤解を招く画像・画像なしの三条件を設けるMIST（誤解を招く画像ストレステスト）を提案している。結果として、どちらの種類の画像であっても、視覚言語モデルの判定ラベルが変化することが示された。著者らは、人間の代わりに判定を担うモデルの代替可能性は、モデル自体だけでなく評価条件によっても左右されると論じている。
説明一つの閾値はすべての言語に合わない：低リソース言語テキスト分類のための言語別延期方式
要約本論文は、低リソース言語のテキスト分類において、共形予測による誤り率の保証がすべての言語に成り立つかを検討しています。全言語で一つの閾値を用いると、一部の言語で保証を満たせないことが示されました。言語ごとに閾値を設定すると、各言語が約89〜91%の目標に達しますが、人手による確認が必要な割合は言語によって大きく異なります。
説明記憶はストラテジーではない：LLMアンラーニングのための状態条件付きサポート制御
要約本論文は、大規模言語モデル（LLM）の局所的アンラーニング手法において、パラメータ選択が課題であることを扱っています。多くの手法は局所化信号に基づいて小さなパラメータ部分集合を選び、最適化中これを固定します。著者らは、実際のアンラーニング更新の予測効果により編集可能なグループを順位付けする「Intervention Score」を提案し、動的な再順位付け手法（DIR-R）を導入しています。原文の結果では多くの比較で良好な差が示されていますが、一部はほぼゼロで、GradDiff目的関数では領域依存性が大きいと報告されています。
説明能動的な予算が感度を損なう：TopK スパースオートエンコーダの信頼性の診断と修復
要約スパースオートエンコーダ（SAE）は、大規模言語モデルの活性から細かな構造を取り出すため、より広い辞書へと拡張されることが増えています。本論文は、同じ意味が異なる表層形式で表現されたときに特徴が安定した分析単位であり続けるかを、TopK SAE の特徴感度を通じて検討しています。その結果、拡張は稀な特徴の感度を選択的に下げ、一般的な特徴は比較的安定していることが示されました。制御された実験では、根本原因は活性予算 k であり、劣化は辞書の幅だけでなく選択境界から生じることが特定されています。著者らは、カットオフでの順序の失敗を対象とする対ごとのランク安定化手法を提案し、稀な特徴の感度を改善しています。
説明HandAnthro：単一画像からの自動手部人体計測
要約本論文は、米国レターサイズの用紙に置いた手のひら上向きの写真をスマートフォンで撮影し、44の手部投影寸法を自動推定するHandAnthroを提案している。システムは用紙の境界を補正し、手以外の画素を白色化したうえで、微調整したYOLO姿勢モデルにより41の計測用ランドマークを特定する。統制された評価では、2名の訓練を受けた操作者のノギス測定値と比べ、各寸法の平均絶対誤差は3.80mmであった。
説明AnthroDial：自律的な社会的対話における LLM の擬人化能力のベンチマーク
要約本論文は、擬人化された社会的エージェントを開発・評価するための統合フレームワーク AnthroDial を提案している。構成要素は、動的な Mind Buffer を用いて自律的・非同期的に適応的な対話を行う MindFlow、認知・感情・行動の観点から擬人化対話を評価する CAPS-Eval、そして環境拡張の SEEDS と適応的能力最適化の DiAPO を組み合わせた学習手法である。日常会話、ゲーム対話、長期的なキャラクター対話の評価データセットも構築され、対話の自律性と自然さの向上、CAPS-Eval の人間の順位付けとの一致が示されたと報告されている。
説明Delta-Matching：LLMのネイティブ8ビット学習に残る最後のギャップを埋める手法
要約本論文は、FP8アテンションにおける順伝播と逆伝播の不整合が古いdeltaを生み、学習の挙動を歪めることを示しています。その影響は1.67Bや5.29Bのモデルで顕著です。提案手法Delta-Matchingは、記載された数値的仮定のもとでsoftmax勾配のゼロ行和不変性を回復することを証明し、アテンションコアの全行列積でブロックスケールFP8を可能にします。試験したアーキテクチャ、規模、学習段階において、損失と下流性能はBF16/FP32混合精度学習と同等とされています。
説明FlowMap-OPD：少ステップのフローマップ生成器のオンポリシー蒸留における推論とカーネルの分離
要約本論文は、MeanFlow や一貫性モデルなどの少ステップフローマップ生成器を対象に、学生の状態取得と教師・学生の分布比較を分離するオンポリシー蒸留フレームワーク FlowMap-OPD を提案する。ImageNet の異なる容量を用いた実験では、独立に調整可能な学生の一貫性を伴う瞬時速度分布監督が最も有効だと示された。文生成画像の実験では、複数専門家の統合と、マルチ報酬の Flow-Map GRPO を上回るタスク性能および収束速度が報告されている。
説明RelayVSR：大小モデル協調による高効率な実世界動画超解像
要約本論文は、疎な生成リレー機構に基づくストリーミング型動画超解像フレームワーク RelayVSR を提案します。大規模生成モデルが疎なキーフレームの参照潜在変数を生成し、軽量ネットワークがそれを用いて低解像度動画の各フレームを超解像します。両者は強化学習を用いたVideo-Aware Reference Optimization（VARO）で協調学習されます。論文では、単一のNVIDIA A100 80GB上の1080pで、15フレーム間隔の双端点版が29.29 FPS、ピークGPUメモリ13.82 GBを達成し、比較対象のFlashVSR-Tinyの7.80 FPS、24.447 GBを上回ったと報告しています。
注目点大小モデル協調とデュアル報酬による強化学習を提案し、動画超解像の分野で実質的な改善を示す。ベースラインとの速度・メモリ比較も示す。
説明手作業によるソフトウェア最適化は過去のものになるのか？LLMエージェントが科学ソフトを自律的に最適化できるかを検証した論文です。
要約研究者らは、大規模言語モデル（LLM）ベースのエージェントに、t-SNE、ssGSEA（一サンプル遺伝子セット濃縮解析）、グラフレット計数という3つの計算問題のソフトウェア最適化を任せました。人間が範囲、正しさの基準、検証の仕組みを定め、エージェントは場合によって数時間自律的に作業しました。コードの保守者が各実装をレビューし正しさを確認しています。最適化された実装は試したすべての設定で既存の最速ツールより速く、最大で2桁高速でした。著者らは、範囲が明確で検証可能な問題では、手作業による最適化は過去のものになりつつあると論じています。
説明評価方法が生物医学機械学習の主張を左右する：小児肺炎ベンチマークの事例研究
要約本論文は、公開されている Kermany 小児胸部X線データセットを用い、9種類の画像分類器と統制された評価手順で検証した研究である。同じ手順のもとでは、8種の事前学習済みバックボーンのAUROCの差はわずか0.026だった。一方、バックボーンを凍結するか微調整するか、また決定閾値を変えることの影響は、それぞれ平均で大きく現れた。画像の解剖学的情報を使わず、ファイルの属性のみを用いた分類器は、訓練プール内では平衡精度0.992に達したが、公式テスト分割では0.496に低下した。著者らは、報告すべき七項目の推奨事項を示している。
説明固有基底補正付き1ビット勾配射影によるLLMの影響関数のスケーリング
要約影響関数は、個々の学習サンプルが大規模言語モデルの振る舞いにどう影響するかを推定する手法です。本論文は、EK-FACで勾配の次元を下げ、保持した部分空間内でPCAにより圧縮方向を学習し、その座標を1ビット量子化する手法（EOGP）を提案しています。GPT-2では、評価した圧縮ベースラインより再学習結果を正確に予測し、サンプルあたりの保存量はその16分の1だと報告されています。1Bから32BパラメータのOLMo 2 SFTモデルでも、100倍以上の保存量を割り当てたベースラインに対して競争力を保つとされています。
説明飲酒による運動特性：センサーデータと機械学習で電動キックボード利用者の飲酒状態を検出する研究
要約本研究では25名の参加者がセンサーを搭載した電動キックボードでテストコースを走行し、素面および血中アルコール濃度0.05%と0.08%の条件で測定しました。エントロピーと標準偏差による分析から、飲酒により操作が小さく連続的な修正から、少数で大きな反応的修正へ移ることが示されました。エントロピーに基づく分類器は留保一人交差検証で全体精度85%、素面と高濃度の比較でAuROC 1.00を達成しました。
