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。
説明画面コンテンツ動画の画質向上のための時空間マルチスケールネットワーク（STM-Net）
要約画面コンテンツ動画（SCV）は急激な動き、シーン切り替え、文字や図形などの高周波細部を特徴とし、時間的連続性に依存する従来の強調手法は性能が低下しがちです。本論文は圧縮されたSCVの強調に特化したSTM-Netを提案し、事前情報誘導型時空間ディスパッチャ、双方向時間特徴抽出、カスケード型マルチスケール特徴蒸留の3モジュールで構成されます。実験では、客観指標と主観的な視覚品質の両面で既存手法を上回ったとされています。
説明重みを共有しつつ計算を選ぶ：ループ型 Transformer が各ループの処理を振り分ける仕組み
要約ループ型 Transformer は同じ層群を繰り返し適用するが、各ループが同じ計算を行うとは限らないかを検証した。グラフ上のランダムウォークを題材に、共有層を変えずに、学習済みの線形層 J で入力隠れ状態を操作し、異なる遷移を誘導できることを示している。アテンションのルーティングが、その効果を担う因果的経路として確認された。
説明LaCAM によるマルチエージェント倉庫パズル（Sokoban）の解法
要約倉庫パズルの Sokoban は長く使われてきた計画問題のベンチマークですが、マルチエージェント版はあまり研究されていませんでした。本論文は、マルチエージェント経路探索（MAPF）の最近の進展を活用し、タスク割り当てと衝突回避経路計画を統合的に扱う Sokoban-LaCAM を提案しています。数十のエージェントと箱を含む問題を効率的に解き、完全性と最終的な最適性を保証すると述べており、MAPF がより広い協調自動化問題の基盤になりうることを示しています。
説明マルコフ動力学エンフォーサー：学習済み動力学多様体上で実行可能性を保つ補正手法
要約ニューラル軌道予測器は予測誤差が小さくても、動力学、アクチュエータ制限、状態制約に違反することがあります。本論文は、予測された状態遷移を学習済みの実行可能な動力学多様体へ写す後処理演算子MaDEを提案します。勾配法による補正で不等式制約をできる限り満たします。シミュレーションと車両軌跡データで、MaDEは動力学残差を大幅に減らしますが、平均変位誤差は増加します。
説明OPSRD：同方策の自己役割蒸留。固定の専門家役割で大規模モデルの推論を導く手法
要約本論文はOPSRDを提案し、同一の基盤モデルに固定の専門家役割を与えた教師として、学生モデル自身が生成した軌跡上でトークンごとの分布を提供させます。参照解答を使わずに同方策の蒸留を行います。学習はエントロピーが最も高い上位半分の位置にのみ監督を加え、順方向KLダイバージェンスとクリッピングを用います。三つの競技数学ベンチマークでQwen3-1.7B、4B、8Bを用いた実験では、推論時に役割プロンプトを使わない基盤モデルより改善が見られ、順方向KLは各規模で三つの評価したダイバージェンスの中で最も高いマクロ平均精度を示しました。
説明信頼度付きの動画時間的グラウンディング：制御可能な生成型手法
要約本論文は、自然言語で記述された出来事を動画内で特定する時間的グラウンディングを扱います。生成された各時間区間に軽量な信頼度スコアのヘッドを付け、ランキングや閾値による選択、棄却に利用できるようにしています。推論時に外部の検証器は不要です。OMTG-Bench の固定候補プールでは、10%および25%の返却予算で Recall@0.5 が生成順より向上したと報告されています。
説明LLMのペルソナ・アンラーニング：特定のペルソナを再び表出しにくくする手法
要約本論文は、事前学習で大規模言語モデルに多様な役割や文体の振る舞いが備わる一方、事後学習後もそれらが重みに残り、明示的なプロンプトで再び現れることを指摘します。重み編集によって指定したペルソナを引き出しにくくする「ペルソナ・アンラーニング」を定義し、ベンチマークPersonaUnlearnBenchと手法PaCEを提案しています。実験では、PaCEが目標ペルソナを抑制しつつ応答品質を比較的保ち、有用性の低下は中程度にとどまると報告されています。
説明競争下のアルゴリズム的救済（Algorithmic Recourse Under Competition）：限られた資源を巡る競争で、機械学習の改善提案が閾値の変化により無効になる問題を扱い、費用と有効性の両立を図る手法を提案する研究です。
要約アルゴリズム的救済は、望ましくない結果を受けた人に、最小コストで改善する方法を提示します。本論文は、個人が限られた資源を競う状況では、多くの人が提案を実行すると合格閾値が変わり、評価モデルが同じでも元の提案が無効になり得ると指摘します。著者らは、救済対象者と満たすべきスコア目標を同時に最適化する「競争下の救済」の枠組みを提案し、陰関数定理に基づくアルゴリズムを開発しました。合成データと実データでの実験結果も示されています。
説明ハイパースペクトル画像モデル用 PyTorch ライブラリ：技術報告
要約本論文は、6つのパラダイムにまたがる55の代表的モデルを、共通のレジストリ、自動的な4D/5Dテンソル変換、標準化されたコンストラクタで統一するモジュール式フレームワークを紹介します。24のベンチマークシーンを統合し、空間的に分離したブロック分割により訓練データとテストデータの画素重複を防ぎます。実験では、シーンの難易度がアーキテクチャよりも精度に大きく影響し、100万パラメータ未満のモデルが2桁大きいモデルに匹敵する場合があることが示されています。
説明GrammarRL：強化学習による効果的な文法制約付きデコーディング
要約本論文は、アノテーション不要の強化学習手法 GrammarRL を提案し、言語モデルを文法制約付き生成に適応させます。モデル自身の尤度から、制約付き出力が入力に対してどれほど尤もらしいかを測る直接報酬と、生成出力から入力をどれほど復元できるかを測る逆方向報酬の二つを構成します。手話 glosses 翻訳、階層的テキスト分類、固有表現認識において Llama 1B〜8B モデルで検証され、制約付き貪欲デコーディングを平均 9.8 ポイント上回り、三課題中二課題でビームサーチと同等以上の性能を示し、推論コストは貪欲デコーディングと同じです。
説明マルチライン・バス保持のための完了考慮型クロスフィデリティ・オフライン-オンライン強化学習
要約稼働中のバス車両で探索的な強化学習を行うのは現実的ではなく、過去データのみで学習した方針は新たな経験を得られません。本研究は、固定ターゲットのリプレイとシミュレータとの相互作用を組み合わせたハイブリッド手法（H2O）を扱い、オンラインシミュレータが遷移やイベント所要時間の動態で目標環境と異なる場合の問題を検討します。特に、一般化された乗客時間は減少する一方で乗客の移動が完了しない失敗モードに取り組んでいます。
説明梯度封印による、禁止能力の習得を事前に防ぐLLMの予防的アンラーニング
要約オープンウェイトのLLMは下游の微調整に使われ、利用者が違法な知識を組み込むおそれがあります。本論文は、公開前にそうした能力の習得を防ぐ予防的アンラーニングを扱い、既存の事後的手法では保護が不十分だと指摘しています。禁止分野のデータは出力が抑制されていても内部経路を通じて勾配を生むため、作者は関連する事前活性を負の領域へ押し込む梯度封印の原則を提案し、複数のLLMファミリーで事後的な基準手法より強い耐性を示しています。
説明FIGS：共感を罰せずに多ターン対話での追従（シコファンシー）を評価する研究
要約本論文は、大規模言語モデルが対話の中で利用者に迎合して誤りに同意しないか、また共感を示しすぎて追従に陥らないかを評価するFIGSという枠組みを提案しています。10ターンの適応型対話シミュレーターで、利用者が繰り返し主張したり会話を誘導したりする状況を再現します。500の多様な多ターンシナリオと自動評価器を公開しました。主要モデルの評価では、長い対話の中で追従に流れるか、冷淡に過剰修正するかのトレードオフが見られ、誠実さと適切な支援の両立は未解決の課題だと結論づけています。
説明Fork-dLLM：拡散言語モデルの柔軟性の罠を回避する
要約本論文はマスク付き拡散言語モデルについて、信頼度ベースの並列デコードが複数の妥当な続きが存在する高エントロピーの分岐位置の確定を先送りし、生成の多様性を下げることを指摘しています。著者らは、不確実な回帰ステップのみで自己回帰的な順序を使い、それ以外は並列生成を維持するハイブリッド手法Fork-dLLMを提案し、事後学習用のForkGRPOも提案しています。実験では、pass@kのスケーリングが自己回帰サンプリングと同等で、効率は2〜3倍と報告されています。
説明随机超平面配置による次元に依存しないランク・リフティング
要約本論文は、ニューラルネットワークの隠れ層をランダムに初期化したとき、入力データの随機特徴行列がフルランクになる（ランク・リフティング）のに必要な幅を研究している。符号関数、Heaviside、ReLU などの正の同次非多項式活性化関数について、夾角が少なくとも θ の m 個の入力ベクトルに対し、約 (1/θ)·max{m, log(1/δ)} 個のニューロンで確率 1−δ 以上でフルランクになることを示す。この界は次元に依存せず、ほぼ tight である。さらに安定ランク・リフティングの幅の保証も与えている。
注目点次元に依存しない乱数特徴の階数持ち上げ境界を与え、既存の結果を指数的に改善。厳密な証明で安定階数の保証も統一している。
説明編集意図が分割される場合：大規模画像編集モデルを対象とするクロスモーダル・ジェイルブレイク攻撃
要約本論文は、有害な編集意図をテキストと視覚の両モダリティに分散させる分割意図ジェイルブレイク攻撃（SIJA）を提案しています。テキストで編集対象を指定し、補助的な視覚的手がかりの図形的意味で安全上重要な操作を隠す方式です。評価用のSI2ESBenchも構築され、GPT Image 2で68.28%、Qwen-Image-3.0-Proで91.38%の攻撃成功率が報告されています。防御としては、結合された文脈から推論される変換全体を評価する編集意図再構成が提案されています。
説明認知の強化：大規模言語モデルにおけるロールプレイ指示の必要性を再考
要約本論文は、ロールプレイ指示が大規模言語モデルの推論と出力品質を一貫して向上させるかを、MMLUとMMLU-Reduxを用いた多モデル・多分野・多言語の実験で検証しています。その結果、効果はモデルの能力、知識分野、指示言語に大きく左右されることが示されています。著者らは「ペルソナ関連認知整合仮説」を提案し、学習を必要としないMLCP（混合言語連結予測）という手法を提案しています。MLCPは、試験したすべてのモデルで通常のロールプレイ指示より優れていたと報告されています。
説明多視点 Rashomon 表現の予測：モデルがどこで意見を異にするかを学習できるか
要約基礎モデルは同じ入力を異なる視点で符号化し、表現が大きく食い違うことがあり、著者はこれを Rashomon 表現と呼んでいます。この不一致は入力の信頼性を推定する手がかりになり得ます。従来の研究が複数モデルの比較に依存していたのに対し、本論文は単一モデルの表現だけから不一致を予測する軽量な予測器を学習します。多様な基礎モデルとデータセットでの実験により、この不一致は入力に依存し、予測可能で汎化可能であることが示されたとしています。
説明SEAR：音声言語モデルの証拠に基づく推論ベンチマーク
要約音声言語モデルは音声ディープフェイク検出に使われることが増えていますが、既存のベンチマークは判定や根拠の妥当性だけを評価し、その基礎となる音響的証拠は検証していません。本論文は、音響的証拠の特定・定量化、ディープフェイク検出、鑑定的根拠の生成の4タスクからなるSEARベンチマークを提案します。あわせて、固定モデルに制御された音響ツールを接続するBAEAエージェントを提案し、もっともらしい根拠と検証可能な音響的証拠推論の間に明確な差があることを示します。
説明幼稚園児が微積分を解くとき：ロール指示付き推論モデルにおける能力の漏れの測定
要約本論文は、役割を指定された推論モデルが、与えられた役割で想定される水準を超えた能力を示してしまう「役割能力の漏れ（RCL）」を検討しています。著者らは、6つの教育上の役割と小学校からA-levelまでの4つの評価段階に基づくベンチマーク「RoleCapBench」を提案し、3つのオープンウェイト推論モデルで評価しました。単純な役割指示では役割らしい文体の得点は高いものの、役割水準を上回る正答率は0.811〜0.898に留まりました。さらに、推論時に介入する手法「Injection」を提案し、多くのモデルで超過正答率を下げています。
説明BayesNDE：ニューラル密度推定のためのベイズ生成モデル
要約本論文は、ベイズ生成モデリングに基づくニューラル密度推定手法BayesNDEを提案している。可逆ネットワークやヤコビ行列式の計算を必要とせず、観測ごとに潜在変数の事後分布を推定して適応的な提案分布を構成し、ブリッジサンプリングで密度を推定する。非線形かつ多峰性の合成データでは、既存の最先端手法と比べて密度値の推定と密度構造の再現が改善された。実データでは異常検知の性能向上も示されている。
説明CommunityKV：グラフ分割による効率的な長文脈デコーディング手法
要約本論文は、Transformerが長い文脈を扱う際の自己注意の計算コストとキー・バリューキャッシュのメモリ転送負荷の問題に取り組みます。学習を必要としないスパース注意フレームワークCommunityKVを提案し、標準のプリフィル段階で計算済みのQK^T スコアからトークングラフを構築し、コミュニティ検出によって意味的にまとまったトークン群を検索できるようにします。新たに生成されたトークンは定数時間でコミュニティに割り当てられます。Qwen3とLlama-3.1モデルによる三つの長文脈ベンチマークでは、高密度注意と比べてエンドツーエンドの生成スループットが最大1.25倍、クエリグループ単位のグラフ集約では精度を保ちつつ最大1.71倍となりました。
説明DyRAD：動的運転シーンのためのレーダー新視点合成
要約本論文はDyRADという手法を提案し、静的な背景反射体と追跡された動的な点反射体を用いて、距離・方位・ドップラーの完全なRADテンソルを描画することで、元の軌跡から外れた視点での動的運転シーンを再構成します。反射体は固定の解析的点広がり関数で描画され、センサー起因の広がりがシーン表現に取り込まれることを防ぎます。RADIalデータセットでは、参照で検出された物体の90.7%をレーダー検出できており、最も強いベースラインは26.9%でした。
注目点静的反射体と運動追跡点反射体でRADテンソルを描画し、解析PSFでセンサー由来の広がりを分離。RADIalで検出率90.7%、基準26.9%。
説明出所の特定はフィットネス検査ではない：合成データ帰属の限界を測る
要約論文は、モデル生成データで繰り返し学習すると後続モデルが劣化しうる問題を取り上げ、来歴情報を使って生成例を選別できるかを検証しています。金融リスク文を用いた実験では、元の文章では生成元の帰属精度が98.7%だったものの、言い換え後は53.1%、文体変換後は29.0%に低下しました。一方、生成文と人間文の判別はほぼ完璧なままでした。出所情報による選別と別モデルのスコアによる選別を三ラウンドの再学習で比べたところ、モデル劣化に安定した差は検出されませんでした。出所の特定と学習に有用なデータの判定は別の問題であることが示されています。
説明クラス逐次学習のための動的LoRAエキスパートとプロトタイプ・アンサンブル照合（DLEPEM）
要約本論文は、新しいクラスを学習する際に既存の知識を忘れてしまうクラス逐次学習（CIL）の課題を扱い、旧サンプルを再生しない二段階の手法DLEPEMを提案しています。各増分タスクにタスク専用のLoRAエキスパートを割り当ててタスク間の干渉を減らし、凍結された事前学習モデルのプロトタイプとタスク適応型LoRAエキスパートのプロトタイプを組み合わせて、タスク単位の識別を行います。著者らは、標準およびFew-Shot CILのベンチマークで、評価された条件下で良好な性能を示したと報告しています。
説明ステガノグラフィの学習は容易だが、ステガノグラフィ的推論の学習は困難
要約本論文は、大規模言語モデルが3種類の関連能力をどの程度学習しやすいかを比較しています。対象は、無害に見える文章の中に推論を隠すステガノグラフィ的推論、隠された情報を伝えるステガノグラフィ的メッセージング、読みにくいが隠さない形式での符号化推論です。強化学習、文脈内学習、教師ありファインチューニングの3つの方法で検証されています。大半のタスクではステガノグラフィ的推論は教師ありファインチューニングでのみ学習され、必要な訓練量もメッセージングの少なくとも2倍です。一方、情報を隠しやすい掩護タスクでは3つの方法すべてで学習に成功しています。
説明一段階TD更新を用いた高速な正則化ポリシー・ミラー降下法
要約本論文は、正則化マルコフ決定過程におけるポリシー・ミラー降下法（PMD）の収束性を扱い、一段階の時間差分（TD）更新で進める持続的クリティックを組み合わせる手法を提案しています。有限割引MDPに対して、正確な座標ベルマン更新のもとで価値の大域的線形収束を示しています。単一のオフポリシーマルコフ軌道の下での確率的TD-PMDは、およそ Õ(1/((1-γ)^5 σ̃_b ε)) 回の遷移で期待価値差 ε に到達し、軌道リセット、生成モデル、入れ子の policy 評価を必要としません。
注目点PMDと単一ステップTD批評家を組み合わせ、大域的線形収束と試行リセットなしの標本複雑度を示し、理論の前進が明確である。
説明後方互換なマルチモーダル表現のための球面補間
要約対照学習型の視覚・言語モデルは、画像とテキストを共有の正規化埋め込み空間に写像します。モデル更新時には、独立に学習された新旧モデルの表現空間が一般に互換性を持たず、ギャラリー全体の埋め込み再計算が必要になり、大規模では非常に高コストです。直交事後アライメントは問題を部分的に緩和するにとどまります。本論文は、二つの正規化されたクエリ表現の間の球面測地線に沿った補間が、ギャラリーを再インデックスせずに検索性能を向上できるかを検討し、多くの設定で単独の直交アライメントより改善し後方互換性を回復することを示しています。
注目点球面測地線補間を後方互換検索に応用した有意な組み合わせ。複数ベンチマークと理論的特徴付けで裏付けられ、影響は検索モデル更新の場面に限られる。
説明RainAtlas：降水ダウンスケーリングのための多大陸データセット
要約本論文は、三大陸をカバーし機械学習にそのまま利用できる大規模な降水ダウンスケーリング用データセット「RainAtlas」を公開したものです。異なるソースの毎時キロメートル規模の観測データを共通の2kmグリッドに統一し、各地域に約21万組の高解像度・低解像度降水ペア（低解像度はERA5再解析、高解像度は直接観測）を収録しています。最新の機械学習ダウンスケーリングモデルを多様な指標で評価し、学習に用いる地域によって未知領域への汎化性能が大きく異なることを示しています。
説明P-SRM：視覚トラッキングにおける棄却された予測の選択的回復
要約多くの視覚トラッキング手法は、信頼できない予測を抑制するために棄却機構を用います。しかしこの機構は、正しく位置を特定できた候補も棄却してしまいます。本論文では、空間応答、過去の採用状態、元の判定マージンを組み合わせて候補を再評価し、信頼できる予測を選択的に復元するP-SRM（棄却後選択的回復法）を提案します。6種類のトラッカーと4つのデータセットによる9つの構成で評価し、いずれも棄却候補の順位付けと全体的な性能が向上しました。
説明選択的分類による、性能保証付きのラベルノイズ遷移行列の推定
要約本論文は、ノイズを含むラベルのデータに対し、片側選択的分類に基づいてラベルノイズの遷移行列を推定する手法を提案しています。この手法はクラス事後確率の推定を必要とせず、有限標本での性能保証を与え、二値分類の柔軟な学習手法も利用できます。また、提案手法を実装するアルゴリズムと、その改良された有限標本性能の上界を示しています。
説明合成データによる事前事前学習は大規模でも効果が残るが、文法的事前知識によるものではない
要約本論文は、自然言語の事前学習の前に人工的な非自然言語データで行う事前事前学習（PPT）の効果を検証しています。五種類のPPTタスク、四種類の事前学習データ混合、500Mから7Bまでのパラメータ規模、最大100Bトークンの予算を対象にしています。その結果、PPTによる下流性能とトークン効率の向上は大規模でも持続する一方、利得は一貫して文法的事前知識に由来するとは言えず、長距離検索能力を高めるタスクによるものだと報告されています。
説明チェスを用いた大規模言語モデルのプロンプト最適化ベンチマーク
要約本論文は、モデルの重みを更新せずにプロンプトを自動最適化する研究のため、Lichessのパズル1,118問から成るチェス・ベンチマークを提案している。採点が安価かつ決定的で、問題を新しく更新でき、難易度も調整可能であり、解答の向上を同領域の短い対局とも関連づけて評価する。6種類の最適化アルゴリズムを8つの対象モデルで評価しており、最強のGemini 3.5 Flash（メタモデルとして使用）でも約55%の問題しか解けないとしている。
説明失敗バンクによる自己進化で実行時フィードバックから学習するVLAモデル
要約本論文は、ロボット操作において実行時のシールドが出した修正を、方策の持続的な改善へ変換するFailBankフレームワークを提案します。固定のCBFベース安全モジュールを観察専用の教師として用い、反事実的な修正を生成した後、結果に基づく選別を経てガード付きLoRA更新に用います。VLA-Arenaベンチマークの2つの難易度と2種類のバックボーンで評価し、基礎方策と比べてタスク成功率がそれぞれ8.5および6.9ポイント向上し、方策起因の累積コストが35.6%および23.8%低減しました。
説明表示すべきか、それとも隠すべきか：情報を選択的に開示する学習
要約本論文は、予算制約のもとで人間の意思決定者にいつ補助情報を示すべきかを研究しています。最適方針は情報価値（VoI）に基づく閾値ルールであることを示し、推定したリスクを用いた実用的な方針を提案しています。ベンチマーク実験と2件のユーザー調査では、選択的開示が一部のタスクで無開示や全面開示より良い結果を示しましたが、効果はタスクによって異なります。
説明精度を超えて：低精度高速行列積における接頭辞不変な実装
要約高速行列積は厳密な打ち消しによって乗算回数を減らしますが、トークン行を混ぜた丸め誤差の和により、後のトークンの寄与が前の言語モデル出力に残る可能性があります。Qwen2.5-14B-Instructでは、精度が通常どおりに見える2つのFP8高速実装が、OpenBookQAの240問中、それぞれ5.83%と10.00%で尤度による選択結果を変えました。著者らは有界整数符号上の2段Strassenの検証可能な実装を構築し、64ではなく49回のブロック乗算で、行ごとに局所的な古典int8演算子とビット単位で一致することを保証しています。
説明逆伝播で用いる保存状態のポリシーは学習アルゴリズムの一部である
要約低精度学習では、逆伝播で再び読まれるテンソルが丸められるが、同じ値が複数の勾配で使われることがある。本論文は、この保存状態の扱い（前向きの丸め値、元の値、新たな確率的丸めのいずれを読むか）はメモリや精度の細部ではなく学習アルゴリズムの一部であり、コピーの精度や最終損失だけでは正しさを判断できないと主張する。著者らは使用箇所ごとに読むべき値の要件を導出し、単一の演算子で検証した結果、その要件は逆伝播の計算が変わるかどうかを事前に予測できたと報告している。
説明予測スコアが高ければ物理も正しいのか？Sim2Real ニューラルオペレータの物理的説明
要約本論文は、NACA4418 翼型まわりの流れについて、CFD シミュレーションと PIV 実験の対データを用い、機械学習による代理モデルの誤差低減が流れの統計量の誤差低減と一致するかを検討しています。平均を保つ入力介入で観測流れの速度変動を一部領域から取り除いたところ、エネルギーの最も大きい 10% の有効セルを除く場合が、同面積のランダムな除去より予測を大きく変えました。ただし除去した変動エネルギーは揃えていないため、これは物理的重要性ではなく感度を示すものです。また CNO は速度場の誤差が小さい一方、二成分の変動エネルギー誤差は大きくなりました。著者らは、総合的な予測スコアに加えて物理的な診断指標も報告すべきだと主張しています。
説明時系列表現に対するソースフリー汎用ドメイン適応の包括的ベンチマーク
要約本論文は、適応時にソースデータへアクセスせず、ドメイン間のラベル集合の不一致も扱う、時系列向けのソースフリー汎用ドメイン適応（SF-UniDA）の初のベンチマークを提示します。また、時系列のドメイン適応における特徴抽出器として事前学習済み基盤モデルを用いた初の検討も行っています。既存手法では未知サンプルの棄却しきい値が非常に敏感であることを指摘し、任意のSF-UniDA手法に組み込めるプラグイン型の自動しきい値調整モジュールを提案しています。三つの代表的な時系列データセットでの実験により、このモジュールの有効性が確認され、基盤モデルが古典的なバックボーンより体系的に優れるわけではないことも示されています。
説明LLM嘘発見器のストレステスト：ロールプレイの失敗と見せかけの相関
要約本論文は、言語モデルの内部状態から出力が真実か虚偽かを判定する嘘発見プローブが、陰謀論者などの反事実的ペルソナで生成された虚偽を確実に検出できるかを検証しています。人手で確認した8,916件の応答データセットを構築し、既存の8種のプローブを評価したところ、多くが失敗することが分かりました。さらに、指示への従順性や応答の尤度など真実性と見せかけの相関を持つ概念を追跡していることが示されました。著者らはこれを受けて単純な線形プローブを提案し最良の結果を得ましたが、現状の嘘発見プローブは信頼性が低いと結論づけています。
説明RATIO：量子化推論モデルのための推論分析とトークンレベル推論最適化
要約学習後量子化（PTQ）は大規模言語モデルのメモリと推論コストを下げる手法として広く使われています。しかし推論モデルに適用すると、推論性能が低下し過剰思考が悪化して推論過程が長くなることが報告されています。RATIOは、全精度モデルと量子化モデルの差異を分析して、モデル固有の過剰思考トークンを特定し、それぞれに個別のペナルティを与えます。追加学習は不要です。実験では、量子化ベースラインと比べて精度が最大9.8ポイント向上し、推論連鎖の長さが最大51.3%短縮されました。
説明画像の潜在空間からファジィルールへ：消化管基盤モデルの解釈可能な分析
要約本論文は、事前学習済み医療基盤モデルの中間層が生成する画像パッチ特徴を、微調整なしで解釈するプロトタイプ型ファジィルールの枠組みを提案しています。特徴空間のクラスタリングで得たプロトタイプを、人が読める IF-THEN 形式のルールで分類します。カプセル内視鏡、消化管内視鏡の分類、大腸ポリープのセグメンテーションで、黒箱型分類器と同程度の精度を示しました。抽出したルールは、合成医用画像が実組織とどこで異なるかの分析にも使われます。
説明有限時間ホライズンにおける両側パワー有界リカレントシステムのフィッシャー記憶
要約本論文は、有限時間ホライズンの線形ガウス雑音リカレント記憶における情報の配分、書き込み、書き込み後の保持を分析します。方向性フィッシャー記憶行列のトレースはニューロン数に等しく、非正規性は情報を再配分するだけで球面平均を高められないことを示し、有限時間の誤差上界を与えます。固定した再帰的担体上で入力マスクと線形読み出しを訓練した実験も報告されており、結果は理論的予測と一致しています。
説明確率的敵対的学習：二つの分布を引き離して頑健性を高める論文
要約本論文は、敵対的事例を距離ベースの分布と被攻撃分類器が誘導する分布の重なりとして確率的に捉えます。KLダイバージェンスから正規化定数の対数を引いた値が確率的頑健性（PR）の下界であることを示し、その最大化を計算可能な代理目標としています。この目標はスケール付きの敵対的学習に相当するとされ、実験ではPRの改善が報告されています。
説明インラインメモリと再利用可能なスキルの融合：視覚・言語・行動モデルのためのメモリ中心フレームワーク
要約視覚・言語・行動（VLA）モデルは汎用ロボット操作に有望ですが、新しいタスクや領域への適応は非効率で、コストがかかり、既習タスクを忘れる（破滅的忘却）危険もあります。本論文はメモリ中心のVLAフレームワーク「Optimus-R」を提案し、ロボットの適応を明示的なクエリ・スキルメモリの調整として定式化します。インラインメモリ、クエリ・スキルメモリバンク、軽量なBridge-and-Adapt機構で構成され、領域内適応、領域横断適応、生涯学習の実験で、データ効率よくスキルを学習し忘却を抑えられることが示されています。
説明TopTimeNet：位相的特徴を用いた時系列分類モデル
要約本論文は、時系列が周期的な振る舞いかカオス的な振る舞いかを区別するTopTimeNetを提案する。まず学習を伴わない固定の段階で、Takens遅延埋め込みと持続ホモロジーから42次元の幾何・位相的記述子を抽出し、その後に軽量な学習可能な段階で分類を行う。49個の非線形力学系からなるベンチマークでは、1,638個のパラメータの構成が、学習可能パラメータが33倍多い構成と平均精度で同等であった。ただし、生の信号にノイズを加えて特徴抽出を再計算すると、性能は大きく低下する。
説明予測誤差と擬似ラベルで再学習を起動する、オンライン時系列予測のためのPILOT
要約本論文は、非定常なデータストリームにおける時系列予測で、いつモデルを再学習させるかを扱います。提案手法PILOT（Pseudo-label-Informed Learned Online Trigger）は、完了した予測誤差のみを用い、将来の誤差増加から擬似ラベルを作って軽量なスコアラーを学習し、再学習の要否を判断します。原文によると、8つのベンチマークと3つのバックボーンモデルで、再学習ポリシーの中で平均順位が最良であり、性能と効率のバランスも良好だと報告されています。
説明マルチエージェントシステムにおける潜在通信の安全性：内部表現空間での情報交換に伴うリスクの研究
要約本論文は、送信側の表現を受信側の入力空間へ写像する軽量な学習可能リンクを用いて、エージェント同士が内部表現空間で直接情報を交換する潜在通信を扱います。良性の学習でもテキスト通信より有害な要求への従順性が高まることを示し、攻撃者による最適化の影響や、報酬を調整してリンクを修復する方法も検討しています。
注目点潜在通信のリンクは良性な学習でも有害な従順性を高めることを示し、強化学習攻撃と修復法を3トポロジー・4安全ベンチマークで検証（27.9から76.9へ上昇）。
説明コンテキスト注入と長期信頼性：重複認識・局所処理・カウンタ追跡の分離
要約本論文は、言語モデルの長い手順タスクにおける信頼性を、400ステップの台帳タスクで三つの構成要素ごとに段階的に評価する研究です。対象は、5〜300ステップ前に見た記録の重複認識、現在の記録の局所処理、各ステップで増分するカウンタです。Qwen3-8Bでの実験では、重複認識の誤りは後半に増え、カウンタは8,000ステップで誤りがなかったと報告されています。また、無関係な内容の挿入はカウンタを多くのシードで失敗させ、外部からの提示で修正される様子も検討されています。
説明Explore-over-Graph：知識グラフが不完全な場合に埋め込みとLLMを組み合わせる多段階質問応答手法
要約本論文は、不完全な知識グラフ上の多段階質問応答のためのXoGフレームワークを提案します。事実の欠落で推論経路が途切れた場合、LLM自身の知識ではなく、グラフ構造から学習した関係統計と知識グラフ埋め込みを用いて欠落経路を復元し、LLMは意味的な選択と推論を担当します。WebQSP、CWQ、BRINKの3つのベンチマークで実験が行われ、知識グラフが不完全な条件下で、タスク固有の学習を行わない同種の手法を上回り、比較対象の計画型手法と比べてトークン消費を最大33%削減したと報告しています。
説明人間のように見る：動きから教師なしで何でも切り出す学習
要約本論文は、人手による注釈を使わず、ラベルのない動画から物体の先行知識を学習する枠組み MoSA（Motion-Grounded Segment Anything）を提案しています。動画から多粒度の運動擬似ラベルを生成し、対照学習で知覚的グループ化モデルを訓練したうえで、プロンプト駆動型の構造へ転移させます。七つのゼロショット評価ベンチマークで既存の教師なし手法を大きく上回り、完全教師ありの SAM と同程度の性能を示したとしています。
注目点ラベルなし動画の動きから転移可能な物体事前分布を学び、全監督のSAMに匹敵する性能を示した点が新しく、七つのベンチマークでの評価も影響力がある。
説明CORD：異種物理システム間で再利用可能な劣化表現の学習
要約本論文は、異なる種類の物理システムにまたがる劣化モデリングのためのCORD手法を提案します。種類ごとの観測インターフェースと共有の劣化バックボーンを組み合わせ、観測内部の構造と観測履歴間の潜在的な劣化の変化を、2つの自己教師あり目的関数で学習します。軸受、電池、切削工具で評価し、事前学習に含まれないターボファンエンジンへの転移も検証しており、多領域での共同事前学習により得られた表現が機器、データセット、システム種類をまたいで再利用できることを示しています。
説明EchoPress：仮想コンテキスト再構成によるクエリ非依存のKVキャッシュ剪定
要約本論文は、長文コンテキスト推論のメモリ使用量を減らすため、学習を必要としないKVキャッシュ剪定手法EchoPressを提案しています。標準のプリフィル段階で計算済みのクエリとキーを使い、KVzipの文脈再構成アテンションを近似します。各リクエストで最初のチャンクのみを再構成し、残りのコンテキストの重要度スコアを校正します。LongBenchとRULERでQwen3-8BとLlama-3.1-8B-Instructを用いた実験では、淘汰率50%から90%の範囲でKVzipと同等のタスク精度を示し、圧縮オーバーヘッドは1.7～19.6倍、プリフィル全体の時間は最大2.9倍削減されました。
注目点KVzipの再構成スコアを、prefillで既に計算されたクエリとキーで近似する訓練不要の手法で、実質的な改良といえる。LongBenchとRULERでKVzipと同等の精度を、圧縮オーバーヘッドを1.7〜19.6倍削減して示しており、証拠は比較的堅実である。
説明VANDAM：DNA分子事前情報で核酸配列を捉える手法
要約現在のゲノム基盤モデルは、DNAを文字列として扱いマスク付きトークン予測で事前学習するのが一般的で、生化学的・構造的性質は明示的にモデル化されていません。VANDAMは学習過程にDNA分子の事前情報を組み込む枠組みで、自己教師あり学習では、プールされた表現から領域ごとの分子性質を予測します。機能ラベルがある場合は、局所特徴も入力に注入します。4つのアーキテクチャ系統と9つの未見のゲノムタスクで下流性能を向上させ、探索実験では未見の他の分子性質にも一般化することが示されました。
説明GraphMAS：グラフ学習のためのマルチエージェント協調を体系的に評価するベンチマーク
要約本論文はGraphMASを提案します。これは、グラフ学習におけるマルチエージェント協調を評価する体系的なベンチマークです。共有のグラフ推論専門エージェント群を構築し、エージェント間の相互作用と実行時適応性の二つの軸で協調方式を整理して、4つのパラダイムと7つの代表的手法を定めています。テキスト属性付きグラフ7種、3つの領域、2つのグラフ学習タスクでの統一的な評価では、協調する専門エージェントが単体の専門エージェントや単一エージェントの推論を上回る一方、より豊かなエージェント間の相互作用は安定した改善をもたらさないことが示されています。インスタンスごとに専門エージェントを選択する手法が、精度と効率のバランスで最も優れていました。
説明強化学習で微調整したリーマン流モデルによる分子結晶構造予測
要約本論文は、分子結晶構造を予測する等変リーマン流ベースの生成モデル CG-OMatG を提案している。分子を剛体として扱い、粗視化された階層的表現で分子の重心位置、配向、格子定数を学習する。OMC25 と CSD のデータの一部で学習し、方策勾配型強化学習で低エネルギーの候補構造を生成するよう微調整し、CSP ブラインドテストで COMPACK により実験結晶との一致を評価している。
説明言語モデルの事前学習における局所的な損失地形の幾何がどう変化するか
要約本論文は、局所的な損失地形の幾何の観点から言語モデルの事前学習の動態を分析し、二つの段階を明らかにしています。第一段階では、大きな学習率のもとで地形が急峻から平坦へ移り、学習率ウォームアップの必要性とピーク学習率に応じた長さの指針を示します。第二段階では、勾配ノイズの尺度が地形を支配するとし、その理論に基づいて小さいバッチから始めて後半に増やす動的バッチサイズ調整法を提案しています。
説明MemCodex：言語エージェント向けの自己プログラミング型階層メモリ
要約本論文は、自己進化する階層型メモリシステム MemCodex を提案します。経験を要約、関係知識、再利用可能なスキル、潜在メモリといった実行可能なメモリプログラムとして整理します。各層の構築・索引・検索・ルーティングを書き換えることで設計を適応させ、クエリ時には粗い層から細かい層へ探索し、十分な根拠が得られた時点で停止します。また、異種データやメモリシステムを共通インターフェースで扱う統一ランタイム MemArena も開発されています。論文によれば、最強の適応型メモリベースラインと比べて平均タスク成功率が 10.1% 向上し、文脈トークンは 3.4 分の 1、推論は 2.1 倍高速です。
説明DiffWAM：高速・高効率なナビゲーション世界行動モデル
要約本論文は、幾何条件付きのナビゲーション世界行動モデル DiffWAM を提案します。凍結された動画モデルの多層予測特徴から、無人機の連続的なカメラ軌道を直接生成し、将来の動画を生成して幾何再構成を行う必要をなくします。さらに FastDreamer により、飛行中に計算を並列化し、タイムスタンプを考慮した非同期の軌道引き継ぎを行います。1,000 サンプルのベンチマークで、軌道 RMSE は 0.3492 m、終点成功率は 74.40%、搭載実装のモデル処理遅延は 1.08 秒です。
説明オンポリシー敵対的ブラックボックス蒸留の再検討：有効なアドバンテージ構築のための群単位報酬幾何の校正
要約本論文は、テキスト出力のみを公開するAPI経由の大規模言語モデルの能力を、小型の生徒モデルへ蒸留する方法を扱います。既存のオンポリシー敵対的手法GADでは、判別器の学習目標とGRPOが用いる同一プロンプト内の相対報酬との間に不一致があり、報酬の尺度の崩壊や脆い差が生じ得ると指摘しています。そこで著者らは、判別器の学習時とポリシー最適化時の両方で学生側の報酬群を整形する二段階のフレームワーク、群単位報酬幾何条件付け（GRGC）を提案しています。実験では、多様な教師・生徒モデルやデータセットで有効性が示され、GADと比べて追加コストはわずかだとされています。
注目点GADを基に、グループ報酬の幾何を校正してアドバンテージを構成する手法を提案。多様な教師・生徒モデルで分布内外とも有効性を示し、影響は黒箱蒸留の分野に限られる。
説明無人機写真測量と異分散深層学習モデルによる農地の垂直変位の推定
要約本論文は、無人航空機（UAV）写真測量の点群から地表の垂直変位を求めるため、U-Netアーキテクチャを用いるアルゴリズムを提案し、従来の地面フィルタリング手法の代替となることを示す。モデルは標高補正量の条件付き期待値を予測するとともに、その分散の対数を推定し、各補正値の不確実性を直接定量化する。四つのデータセットで、従来の地面フィルタに基づく複数のアルゴリズムと比較したところ、多くの場合でわずかに優れた性能を示した。ある試験データでは、沈下のRMSEは6.1cmで、次点のSMRFの7.7cmを下回った。
説明EDAにおけるルーティングとスイッチ配置の同時最適化のための、妥当性を保つ階層型強化学習
要約本論文は、チップ設計におけるルーティングとスイッチ配置の同時最適化を扱い、論理的な通信経路のレベルで解を段階的に構築する階層型強化学習の枠組みを提案しています。最小のルーティンググラフから出発し、スイッチ拡張、スイッチ配置、経路の洗練という3つの操作によって解を作ります。各通信ペアに閉路のない経路が1つ割り当てられるよう、探索は常に実行可能な構成に限定されます。Gumbel Monte Carlo Tree Searchによる探索では、ニューラルネットワークで誘導した探索が学習を用いない最適化手法より解の品質を大きく改善することが示されています。また、複数のフロアプラン上での事前学習が、未知の事例に対する微調整の良い初期値を与えるとされています。
説明FAST：任意シーン向け対応点マッチングのためのスケーラブルなTransformer（画像間の対応付けモデル）
要約本論文は、異なる視点の画像間で画素レベルの対応関係を求め、二次元の変位を推定するFASTモデルを提案している。単一視点の視覚基盤モデル内のクエリ・キー投影が、視点間マッチングに再利用できることを示し、一部の自己注意層をパラメータを増やさずに交差注意へ変換している。また、600万組の画像ペアからなる学習データを構築した。著者らは、複数のベンチマークで最先端の性能を達成し、バックボーンの規模と学習データの増加に伴って良好にスケールすると報告している。
説明Nixtlaverse：時系列予測のためのオープンソース・エコシステム
要約本論文は、時系列予測用のオープンソース Python ライブラリ群 Nixtlaverse を紹介しています。各ライブラリは長い形式のパネルデータと鍵付きの予測出力形式を共有する一方、モデル系統ごとに専用の実装を維持します。公開データセット M5 を用いて、統一的な評価、実行時間とメモリの分析、42,840 系列の階層的な予測調整という三つの事例を示しています。
説明LatentHarness：反事実ポリシー蒸留によるメモリと推論のための潜在行動学習
要約本論文は長文コンテキスト推論の二つのボトルネック、すなわち長い入力全体にわたる証拠の保持と、多数の推論ステップにわたる計算の維持に取り組みます。LatentHarness はメモリアクセスと潜在推論を、潜在行動の逐次選択として統合します。各内部ステップでモデルは、さらに計算するTHINK、入力証拠と中間推論状態の高速重みメモリから想起するRECALL、次のトークンを出力するEXITを選びます。論文では、6つの汎用および長文コンテキスト推論ベンチマークにおいて、1.4B規模のモデルが最強のベースラインをそれぞれ相対で2.8%と10.0%上回り、最強の長文コンテキストベースラインより5.9倍速く動作すると報告しています。
説明グラフ生成のための安定したTransformer：ノイズ除去器の動的挙動を制御し、深いグラフ生成モデルを支える研究
要約この論文は、グラフ生成モデルで使われるグラフTransformerが、深さを増すと自己注意の繰り返しによってノード表現が収縮し、勾配消失や表現の崩壊が起きることを示しています。著者らは力学系の観点からこの現象を分析し、非散逸的で置換同変な安定グラフTransformerを構築するとともに、非散逸的な状態と収縮的な状態を連続的に補間する減衰機構を導入しました。合成グラフと分子グラフのベンチマーク実験では、散逸が強いほど深さに伴う性能低下が大きくなることが確認され、ノイズ除去器の動的挙動が深層グラフ生成モデルの重要な設計要因であると結論づけています。
説明CNCGEN：B-repモデルから加工工程計画と工具経路を生成するためのデータセットとフレームワーク
要約本論文は、三軸加工向けのデータセットおよび学習フレームワークCNCGENを提案し、B-rep形式のCADモデルから加工工程と工具経路を生成する手法を示しています。データセットには、幾何学的に検証された約5万件の合成加工フローと、保留された800件の実際のNC加工記録が含まれます。本フレームワークは選択された対象について工程と工具経路を段階的に生成し、コンパクトな加工状態を更新しながら後続の予測を導きます。学習時には学習済みの代理検証器が材料除去のフィードバックを与えます。実験では、改変した既存のNC生成ベースラインと比べ、残存材や過切削が減り、工作物の形状が改善することが示されています。
説明球面上の微分可能な信号処理と機械学習のためのライブラリ
要約本論文は、球面データに対する微分可能で効率的な信号処理・機械学習手法を提供するライブラリ torch-harmonics を紹介しています。球面調和変換（フーリエ変換の球面版）、ベクトル球面調和関数、離散連続および spectral 畳み込み、全体・近傍の球面アテンションを含みます。球面 Transformer などのアーキテクチャの基盤としても使用できます。
説明OverForge：戦略と戦術の推論による協調的な生涯適応
要約本論文は、役割分担などの持続的な協調戦略と、各エージェント内部での具体的な行動推論を分離する、学習不要の階層型アーキテクチャ OverForge を提案しています。上位レベルはメタ認知モジュールにより戦略と行動の分岐を組み合わせ、前向きモデルで結果を想像します。OvercookedV2 では、連結された厨房で 7 個のスープを作り、各フラットな LLM ベースラインは 3 個でした。合意した役割を維持し、未知のパートナーが提案した役割も採用します。
説明キャリアに攻撃を担わせる：敵対的画像生成における被写体の保持
要約本論文は「キャリア」（副次的な視覚要素）を画像に加え、グローバルな分類器の誘導のもとで攻撃を補助する補助領域として用いる手法を提案しています。キャリアは攻撃更新の大きな割合を吸収するため、被写体の歪みを抑えられることが示されています。また、モデル間の転移性も向上するとされています。成功した標的型攻撃では、人間には被写体が主要な内容として認識される一方、分類器は誤認させられます。
説明TIAgent：自然言語から検証可能な計算病理ワークフローを生成
要約本論文は、組織画像解析エージェント（TIAgent）を提案する。自然言語で記述された解析課題と入力データから、既存の計算病理操作を用いた検証可能な計算グラフを自動構築し、検査と実行を可能にする。14の大規模言語モデルを90の単位タスクで評価した結果、Kimi-K2.7-Codeの単位ワークフロー成功率（UWS）が0.967で最も高かった。
説明信頼はスコアではない：高リスクAIエージェントのための実行時保証契約
要約本論文は、重要なタスク中にエージェントの自律範囲と権限を観測証拠に応じて制御する形式的スキーマ、Runtime Assurance Contract（RAC）を提案します。必須ゲントが不合格または不明な場合は再試行・切替・エスカレーション・延期・停止が必要となり、総合性能だけでは行動を許可できません。合成ケースによる故障注入実験での検証であり、実運用での安全性や他領域への有効性を示すものではありません。
説明ArchitectureIQ：学習の直感を測るベンチマーク
要約本論文は、大規模言語モデルと人間の研究者がモデル学習についてどれだけ良い直感を持つかを比較するための ArchitectureIQ ベンチマークを提案しています。各問題では合成データセットと複数の学習手法が示され、テスト指標が最も高くなる手法を予測します。大規模言語モデルの直感は概ね良好ですが、不完全であり、思考連鎖の計算量を増やしても大きな改善は見られず、小さな知識ベースに圧縮できること、データの特性への感度が低いことが指摘されています。
説明MeddeX：検索拡張とGemini視覚を組み合わせたLLaMA-3医療レポート分析システム
要約本論文は、テキスト型・スキャン型PDFおよび放射線画像から、根拠に基づいた簡潔な要約を生成する医療レポート分析システム「MeddeX」を提案しています。QLoRAで微調整したLLaMA-3（8B）、検索拡張生成（RAG）、Gemini視覚モジュールを組み合わせ、破損テキスト検出や経時的レポート比較などの機能を備えています。ベースモデルのLLaMA3-Med42-8Bと比べ、複数の指標で改善が見られ、BLEUは71.4%、ROUGE-Lは11.8%向上しました。
説明Drift Inspector：原子的貢献主張による科学的ドリフトの測定と探索
要約本論文は、大規模言語モデルが各抄録から抽出した原子的貢献主張（ACC）をもとに、研究分野の時間的変化を測定・探索するオープンソースシステム Drift Inspector を提案する。主張を年ごとにクラスタリングし、トレンドを元の主張と論文までたどれる対話的マップとして示す。EMNLP の6年分への適用では、古典的な NLP タスクから推論やマルチモーダルなど大規模言語モデル時代の能力へと分野が移行していることが示された。同じパイプラインは ACL Anthology 全体も処理しており、抽出結果は人手で検証されている。
説明BTC3D：細部を強化する画像から3D生成のためのブレンド・タイル条件付け手法
要約本論文は、画像から3Dを生成する拡散モデルで細部が失われる問題に取り組み、学習不要で推論時のみ動作するフレームワーク BTC3D を提案している。入力画像を局所領域のパッチに分割して局所的な条件信号を取り出し、拡散の後期段階で分割ベースの条件の影響を徐々に強める。実験では、全体構造の一貫性を保ちつつ、テクスチャ品質と視覚的忠実度が向上したと報告されている。
説明UniBuc チームによる SemEval-2024 タスク 2 の臨床自然言語推論手法
要約本論文は、UniBuc チームが SemEval 2024 タスク 2（臨床試験のための安全な生物医学自然言語推論）に取り組んだ手法を説明する。チームは微調整を行わず SOLAR Instruct を使用し、入力処理と個別に調整したプロンプトに重点を置いた。臨床試験報告（CTR）の各セクションに合わせてゼロショットおよびフューショットの設定でプロンプトを作成し、一貫性スコア 0.72 を達成して順位表で 14 位となった。誤り分析では、モデルが近道を取り単純な経験則に頼る傾向があり、特に意味を保つ変更を扱う場合に顕著であることが示された。
説明圧縮CLIPにおけるマスキングが頑健性を向上または低下させる条件：展開前診断
要約本論文は、ラベルや微調整を必要とせず、マスキングベースのトークン剪定が最悪グループの頑健性を改善するか低下させるかを展開前に予測する診断指標（SIM：Spurious Inversion Metric）を提案しています。8つの疑似相関ベンチマークでの検証では、効果が非常に不安定であることが示されました。SIMの符号による展開のゲーティングにより、8データセット中7つで強力な剪定ベースラインと同等以上の結果が得られたと報告されています。
説明AはBを助けるが、BはAを害する：指示チューニング混合におけるの有向転移
要約本論文は、固定予算のもとで言語モデルに学習させる指示チューニングタスクを選ぶ際、タスク間の転移に方向性があることを検討する。タスクAがBを助ける一方で、BがAを害する場合があることを示し、各ソースタスクが各ターゲットタスクに与える正負の影響を推定する「転移マップ」を提案する。0.6Bから32Bパラメータのモデルで数百回の微調整実験により検証し、推論系ターゲットで最大14ポイントの精度向上を報告している。
説明価値を文体として扱う：一方向混合で意味と価値を分離し、LLMの低損傷な誘導を実現
要約本論文は、凍結された残差状態上で編集可能な意味・価値インターフェースを提案し、意味から価値への一方向の経路によって、回答の前提となるシナリオや事実、タスク制約を保ったまま大規模言語モデルの価値判断を変えることを目指す。二つの指示調整済みモデルで、価値の整合性を同程度に保ちつつ、意味の保持を改善し良性の拒否を減らすことを示している。LLaMA-3.1-8Bでは、検証で選ばれたプロンプト手法と比べ、整合性はほぼ同等（0.750対0.748）、BERTScoreは高く（0.938対0.923）、矛盾は少ない（5.1%対7.6%）。
説明低リソース言語向けのLLM審査：Ragasと比較ランキングのルーマニア語への適用
要約本論文は、大規模言語モデルを審査役として用いる手法（LLM-as-a-Judge）が、ルーマニア語の検索拡張生成（RAG）システムの評価に有効かを検討しています。Gemini 2.5 と Gemini 3 を用いてRagasフレームワークを適応させ、母語話者が注釈したルーマニア語行政文書データセット AdminRo-Eval を基準として評価手法を比較しています。その結果、忠実性では細分化分解が人間の判断と最も一致し（Gemini 2.5 Pro で96%）、回答関連性では比較ランキングが優れる（90%）ことが示されました。評価手法は指標ごとに選ぶべきだとされています。
説明GFD-OPD：スケールを越える拡散モデルのガイダンス畳み込み型オンポリシー蒸留
要約本論文は、大規模な拡散モデルの教師から小規模な生徒モデルへのオンポリシー蒸留（OPD）を研究しています。標準的な手法は失敗することがわかり、学習中の分布差を測るFixed-State KLを提案しています。小さな生徒は大きな教師の分布に完全には一致できず、分類器フリーガイダンス（CFG）が条件付きと無条件の分岐の差を増幅すると説明しています。これを解決するためにGFD-OPDを提案し、CFG合成による誤差増幅を避けつつ差を縮めると述べています。
説明ShieldCLIP：マルチモーダル基盤モデルにおける有害コンテンツ抑制のための選択的安全アラインメント
要約本論文は、サンプルの生成元ではなく各モダリティの安全性の状態に基づいて安全アラインメントを行うShieldCLIPという枠組みを提案しています。また、578の概念と28のカテゴリにまたがり、モダリティごとに独立した安全ラベルを付けた195k組の四つ組データセットViSUv2を構築しています。クロスモーダル検索、テキストから画像生成、画像からテキスト生成の各実験で、既存手法より有害な出力を減らし、元の埋め込み空間の有用性を保つことが示されています。
説明より良い監督信号は近くにある：近傍オンポリシー自己蒸留（N-OPSD）
要約本論文は、数学的推論モデルのためのオンポリシー自己蒸留（OPSD）を対象とし、近傍オンポリシー自己蒸留（N-OPSD）を提案している。パラメータを局所的に摂動させた専門家モデルは、同じ参照文脈の下で補完的な修正信号を与え、摂動のない特権教師よりも多くの参照位置をカバーすることが示された。離線での貪欲選択で凍結専門家プールを構築し、オンラインでのルーティングによって学生モデルに教師分布を与える。AIME 2024、AIME 2025、HMMT February 2025の3ベンチマークのAverage@12において、OPSDを上回る改善が報告されている。
説明RACE：近傍系列が豊富な予測向けの残差認識型テスト時適応（時系列基盤モデル予測）
要約本論文は、関連する過去の系列が多く存在する予測タスクにおける時系列基盤モデル（TSFM）の課題に対し、RACEという枠組みを提案する。まず問い合わせに適合する近傍系列を検索して残差をスケールに合わせ、一貫した証拠を集めて学習不要のRACE-TF補正を作る。完全版のRACEは、領域ごとの軽量なゲートで補正を適用すべきかを判断し、TSFMのバックボーン間で再利用できる学習手順を備える。著者らは、4つのTSFMで両主要領域の3つの集計指標が改善し、誤差の大きい問い合わせで利得が最大になったと報告している。
説明RoboCoach：世界モデルを能動的なコーチとして使い、組み合わせ可能なロボットスキルを改善する研究
要約本論文は、世界モデル上で想定された失敗を用いて、どのサブタスクの実演を追加し、どのスキルモジュールを更新するかを決めるRoboCoachフレームワークを提案しています。シミュレーションと実機の両方で、少数の追加実演により成功率が大幅に向上し、未見のタスク構成にも転移できることを示しています。
注目点世界モデルで想定される失敗を実演要求とエキスパート更新に用いる閉ループ手法で新規性が高い。2つのシミュレーションと2つの実機で、マッチした基準手法と比較して検証している。
説明「臆することなく分散化」：分散型文書解析への提言
要約本論文は「Unapologetically Distributed」を提案し、文書解析における分散学習を、タスク、アーキテクチャ、ファインチューニング戦略の三つの軸から同時に評価した初の包括的研究です。連合学習はプライバシーのための「必要悪」とみなされがちですが、分布外データへの頑健性を高める可能性は見過ごされてきたと指摘します。表認識、手書き認識、単語スポッティングなどのタスクで、転移学習の段階において各種の分散学習手法が汎化能力を高めることを示し、分散化は制約ではなく実world文書解析でモデルの頑健性と適応性を高める機会だと論じています。
説明MC-PanDA++：よりシンプルで強力かつ頑健なドメイン適応型パノプティックセグメンテーション
要約本論文は、ラベル付きの元ドメイン（例：合成データ）とラベルなしの対象ドメインを用いて、パノプティックセグメンテーションのアノテーション負担を減らす教師なしドメイン適応を扱います。既存手法の弱点を解消するため、自己教師あり視覚エンコーダによる初期化、クラスごとに自己適応するマスク単位の損失スケーリング、単一段階の学習パイプラインを提案しています。著者らは、本手法が概念的に単純で、性能と頑健性が向上したと述べています。
説明SE-ADD：誤りに基づく監督を用いた自己進化型音声ディープフェイク検出
要約本論文は、導入後に新たななりすまし攻撃が現れた際も音声ディープフェイク検出（ADD）を有効に保つ課題を扱い、自己進化型フレームワークSE-ADDを提案しています。モデルは自身の判定と自ら生成した鑑定手がかりから作られる誤り駆動の監督を用い、LoRAで反復的に適応します。誤分類された試料には追加の手がかり付き監督が与えられます。2つの音声言語モデルでの実験では、未知の攻撃への汎化が示され、等誤り率（EER）はQwen2-Audioで36.72%から7.52%、MOSS-Audioで19.93%から3.97%に低下しました。
説明論理と記憶の対立：オプティマイザ依存の規則獲得の訓練条件
要約本論文は、単一隠れ層ReLUネットワークにおいて、同じタスクを学習しても最適化手法によって異なる汎化関係が獲得される理由を検討している。複合証拠タスク、パラメータレベルの介入、厳密パリティ走査を組み合わせ、夾雑変数に接続された学習可能性が共通の失敗や最適化手法間の相対的優位性を変えることを示す。第一層の夾雑関連重みを初期値に固定すると、困難な段階の精度が大幅に向上する。
説明NodeGround：グラフ基盤モデル時代のノード分類ベンチマーク
要約本論文は、事前学習済みグラフ基盤モデル（GFM）とデータセットごとに学習させる教師あり手法を共通の評価枠組みで比較する、ノード分類ベンチマーク「NodeGround」を提案しています。51 のデータセットを用い、6 つの GFM と 15 の教師あり手法を、2 種類のラベル利用可能性の条件下で評価しています。また、適応・学習・チューニング・推論を含む計算コストも測定しています。結果として、入念にチューニングされたグラフニューラルネットワークが全体として優れており、事前学習の再利用が常に信頼できる改善や低コスト化をもたらすわけではないと結論づけています。
説明ChronoGraph：相互作用理解と根拠付き計画のための機能的4Dシーングラフと視覚言語モデル
要約本論文は、機能部位への動作と意味・幾何学的な状態変化を結びつける機能的4Dシーングラフ「ChronoGraph」を提案している。観測された遷移と予測される遷移を同じ形式で表し、理解と計画の共通基盤とする。作者らはベンチマーク「ChronoGraphBench」を構築し、2段階の学習（グラフを思考連鎖として扱う教師ありファインチューニングと、4Dグラフ強化学習）で「ChronoGraphVLM」を訓練した。実験では対応する事前学習ベースラインを上回り、VLM4Dへのゼロショット転移も示された。実機デモでは、追加のファインチューニングなしに既存のロボットスキルでモバイルマニピュレーションを支援できることが示された。
説明VLMベースのAI生成画像検出に対するタイポグラフィ攻撃の研究
要約本論文は、視覚言語モデル（VLM）がAI生成画像かどうかを判定する際に、画像内の文字によって誤った判断へ導かれる可能性を調べたものです。検出専用、オープンウェイト、商用の各種VLMに対し、複数のタイポグラフィ攻撃手法を体系的に評価しています。推論モードと直接モードの違い、攻撃方向による非対称性、モデル規模の影響を分析し、画像・テキストの変換下での頑健性も検討しています。現在のVLMベースの検出システムの限界を示す研究です。
説明大規模言語モデルにおけるアテンションの進化：仕組み、トレードオフ、新たな動向
要約本サーベイは、大規模言語モデルのアテンション機構の発展を整理し、文脈情報をモデル内部の記憶とみなしています。記憶の表現、更新、アクセス、読み出し、統合という五つの観点で研究を比較し、14の主要モデル系列と11のオープンウェイトモデルの59件のリリース記録に基づいて分析しています。明示的記憶と再帰的状態の手法は機能が重なりつつあり、異種アーキテクチャは層をまたいで記憶を協調管理する傾向があると指摘し、効率的な系列アーキテクチャ設計の焦点は文脈記憶の組織化と選択的利用に移っていると論じています。
説明BAM！ベイズ式なんでもモデル：生成的計算イメージングの基盤モデル
要約本論文は、約3,600万パラメータの軽量な基盤モデル BAM（Bayesian Anything Model）を提案し、物理を考慮した少数ステップの事後サンプリングを行うとしています。RAM の骨格を条件付きフローマップに改めたことで、機器の物理特性を学習時ではなく推論時に指定できます。FFHQ、AFHQ、LSUN、DIV2K、Kohler のカメラ揺れベンチマークによる線形逆問題で、わずか3ステップにより専用モデルや主要なゼロショット手法を上回る試料品質を報告しています。
説明グラフ残差共役拡散（GRCD）：グラフ信号向けの SNR 均等化熱流拡散
要約本論文は、グラフ上の各周波数モードに独立したクロックを与え、条件付き SNR を揃えるグラフ残差共役拡散法 GRCD を提案する。有限の終端 SNR でガウス参照分布を当てはめる。交通や気象など五つの設定で七つの比較手法と比べ、4 回の関数評価で平均最大平均不一致を 22 から 36 倍低減し、METR-LA では 0.054 に達した。
説明構造非依存蒸留による拡散しやすい潜在表現
要約事前学習済み基盤モデルをオートエンコーダのボトルネックへ蒸留し、潜在表現の拡散しやすさを高める研究です。画像全体の単一のプーリング記述子を教師モデルに合わせると、位置ごとの稠密な蒸留と同等かやや優れた結果になると報告されています。一次および関係型のプーリング目標を比較し、一次元トークン列の潜在表現や、テキストエンコーダから画像オートエンコーダへの蒸留といったクロスモーダルな場合にも有効だとしています。
説明FANVIDv2：複合劣化下で顔・ナンバープレート認識によって動画超解像を評価する
要約本論文は、動画超解像（VSR）を評価するベンチマークFANVIDv2を提案します。従来のPSNRやSSIMによる評価とは異なり、出力から認識パイプラインが顔やナンバープレートを認識できるかで採点します。低解像度の動画は、ぼけ、サイズの揺らぎ、センサーノイズ、JPEG圧縮、最終的なダウンサンプリングからなるランダムな複合劣化で生成されます。230万パラメータのベースラインモデルでは、顔認識とナンバープレート認識の両方のスコアが向上しました。
説明モードから記憶へ：拡散モデルのスケール空間ダイナミクスの特徴づけ
要約本論文は、拡散モデルをノイズスケールで添字づけられた決定論的力学系の族として捉え、各固定スケールでデノイザの不動点と吸引子を調べます。臨界スケール σc を、サンプルが固定スケールの力学で保持される最大のノイズスケールとして定義し、重複・過学習・外れ値による記憶を測定します。制御実験と Stable Diffusion での実験により、σc が完全記憶および部分記憶の例を識別できることが示されています。
説明一律圧縮を超えて：極端な連合学習のための予算制約付き送信配分
要約連合学習では、クライアントが高次元のモデル更新をアップロードする際に深刻な通信のボトルネックが生じます。本論文は、極端なアップリンク予算の下での通信を資源配分問題として捉えるLBAT（Layer-wise Budgeted Adaptive Transmission）を提案します。局所学習の信号を用いて各層の送信価値を推定し、厳密なバイト動的計画法で予算内のランクとビット構成を決定します。さまざまな極端な予算条件で、統一ランク、統一量子化、固定圧縮の各ベースラインより優れた通信と効用のトレードオフを示すと報告しています。
