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。
説明ドロップアウトニューラルネットワークの近似性質：ソボレフ率と信頼区間
要約本論文は、各辺が確率pで独立に保持されるReLUネットワークによる、W^{n,∞}([0,1]^d)単位球の近似能力を研究する。定数深さで規模がÕ(p^{-9}ε^{-max{d/n,2}}log(1/δ))のネットワーク構成を与え、保持される辺数と出力層のコストに関する下界を示す。精度の指数において上界と下界は一致する。
注目点ドロップアウト付きReLUネットワークによるSobolev単位球近似について、信頼度付きの上下界を一致させた点が新しく、理論的な改善が明確である。
説明恒等関数の学習：SGDが同じ関数の複数の分解からどれを選ぶか
要約本論文は、深層線形残差ネットワークによる恒等関数の学習を事例として、確率的勾配降下法（SGD）がなぜ特定の解を選ぶのかを調べています。母集団損失はすべての分解で同じですが、SGDは再現性をもって特定の解を選び、異方性ラベルノイズの下ではノイズに依存するスペクトルが現れます。また、重み行列を二つの行列の積に分解すると、重みは明示的な重み減衰がなくてもゼロに収束します。著者らはこれをエントロピック損失の観点から説明し、その最小値を解析的に特徴づけて、SGDが好む解の構造について予測を立て、学習結果がその予測と一致することを示しています。
説明動作ではなく空間戦略を：LLM駆動エージェントのためのツールとしてのベクトル量子化測地線
要約本論文は、グリッドワーク環境で大規模言語モデルを高レベルの統括役として用い、測地線軌道をベクトル量子化して抽出した行動パターンをツールとして呼び出す手法を検討しています。部分観測可能な動的2次元グリッド環境で、オープンな視覚言語モデルを用いて評価を行いました。その結果、推論を伴わない高速な構成が、コストの高い思考連鎖版と同等の目標到達率を示し、1回の判断時間も数分から数秒に短縮されたと報告しています。
説明受控実験なしで科学的エミュレータの反事実予測を行うReRouteフレームワーク
要約本論文は、制御された介入データがない状況で、科学的エミュレータに「条件が異なっていたら」という問いへ答えさせる方法を扱います。提案手法ReRouteは、クエリ入力を参照値に固定し、既知の機構的経路で変動を再導入して、元の事実データで微調整します。移流拡散系および気候エミュレータの実験で、反事実予測の精度向上が報告されています。
説明マルチタスクQLoRAによるソーシャルメディア上の説明可能な自殺リスク評価
要約本論文は、IEEE BigData 2026 Cupの「ソーシャルメディアにおける説明可能な自殺リスク評価」タスクに向けた著者らのシステムを紹介します。リスクレベル分類、根拠フレーズ抽出、多ラベルの要因識別の3タスクに対応し、Qwen2.5-Instructモデルを量子化低ランク適応（QLoRA）と回答部分のみを対象とした因果言語モデルの目的関数で調整しています。公式リーダーボードでの総合スコアは0.7738で、タスク1は0.8089、タスク2は0.6919でした。
説明法律リサーチベンチマーク（LRB）：長期的な法律調査エージェントのエンドツーエンド信頼性の測定
要約本論文は、専門家が作成した米国法に関する開かれた質問413件と、それぞれの正解・根拠となる法的権威・二値の採点基準からなるベンチマーク「Legal Research Bench（LRB）」を提案します。ウェブ検索や判例検索などのツールを備えた環境で13の最先端モデルを評価し、すべての基準を満たし引用が検証できた場合のみ正解とみなしています。最も高性能なClaude Opus 4.8でも完全正解率は42.9%にとどまり、相互に矛盾する権威の調整が必要な問題ではさらに低い結果でした。
説明潜在空間におけるエンドツーエンドの歴史的音楽修復
要約本論文は、複数楽器によるオーケストラの歴史的録音の修復に取り組んでいます。従来研究の多くは超解像や独奏曲に限られていました。著者らは実際の録音劣化過程をより忠実に模擬した合成データで教師あり学習を行い、潜在フローマッチングモデルを訓練しました。このモデルは侵入的・非侵入的・主観的評価のいずれでも既存の基準手法を上回り、9.3時間のライセンスフリーな未対応クラシック音楽テストセットも公開されています。
説明Where's Waldo：異言語間の知識の食い違いにおけるクエリ言語への選好
要約本論文は、ウィキペディアから構築した多言語質問応答ベンチマーク Waldo（12Kの質問応答ペア）を提案しています。ある言語版にだけ事実が欠けている知識ギャップと、言語版ごとに同じ事実の記述が矛盾する知識衝突の両方を扱います。8つのモデルを5言語で評価した結果、事実が欠けているだけの場合は、質問言語に関係なく他言語の証拠を使う傾向があり、矛盾する場合は質問言語の文書に沿った回答が強く出ることがわかりました。緩和手法として、注意ヘッドの除去とLoRAによる学習を検討し、後者は選好の差を最大61.5%減らしました。
説明MIKASA-Robo-VLA：長期タスク操作におけるVLAモデルの記憶能力を評価するベンチマーク
要約本論文は、言語指示に基づく90の操作タスクからなるベンチマーク「MIKASA-Robo-VLA」を提案している。そのうち80のタスクは行動に必要な手がかりを隠しており、残り10は手がかりが見える反応型制御タスクである。10種類の記憶タイプに対応する22,500の専門家軌道を公開し、π0.5ベースラインを14タスクで微調整した結果、平均タスク成功率は0.211±0.044であった。
説明推論が行動の助けになるとき：視覚・言語・行動ポリシーにおける思考連鎖の監視と誘導
要約推論機能を持つVLAポリシーは、行動を説明し導くように見える思考連鎖（CoT）を出力し、推論の監視と修正による実行時の安全性確保に利用できる可能性があります。本研究はTRUSTという手法を提案します。これはオフラインで学習した価値モデルで、途中までの推論から最終的な正しさを予測し、凍結したポリシーの推論生成を選択的に誘導します。駆動および操作のVLAでの実験では推論の正しさは向上しましたが、操作タスクの閉ループ性能はほぼ変わらず、推論の正しさの向上が必ずしも具身的な性能向上を意味しないことが示されています。
注目点部分的な接頭辞から推論の正しさを予測し生成を誘導する価値モデルを提案し、2つのVLAシステムで定量的に評価。影響は特定システムに限られる。
説明xを揃えるだけ：表現ではなく予測を整合させる手法
要約本論文は、ピクセル空間の拡散モデルにおける干渉のないクリーン画像予測の学習を扱い、中間表現ではなく、異なるノイズレベルでのクリーン画像予測を直接揃える JAx（Just Align x）を提案している。著者らは、JiT において補助的な特徴整合が画像の変動情報を弱め、デノイズ課題と食い違うことを指摘している。ImageNet 256x256 では、JAx が JiT-B/16、L/16、H/16 のいずれでも FID を改善し収束を速めたと報告されており、外部エンコーダやアーキテクチャ、サンプリング手順の変更は不要である。
説明FDD大規模MIMOにおける上り-下り共分散変換の学習手法：平均空間周波数の分離によるデランプ
要約本論文は、FDD大規模MIMOシステムで下り信道推定の訓練とフィードバックの負担を減らすため、上り信道共分散行列（CCM）から下り共分散への変換を扱う。平均到来角によって共分散の遅延に沿った位相ランプが生じ、アンテナ数が増えると固定サイズのデータセットが相対的に疎になり、学習手法の精度が低下することを示す。提案手法（デランプ）は上り共分散からランプの傾きを推定して下り帯域へ閉形式で写像し、学習器には平均角度にほぼ依存しない残差を学習させる。3種類の学習器と一様・ラプラス・ガウス型の角度電力スペクトルのシミュレーションで、共分散推定誤差の低減と下り信道推定の改善が示されている。
説明拡散ドラフトツリー向けのランク考慮型投機的サンプリング（RASS）：並列計算をより効率的に使う検証手法
要約本論文は、拡散モデルの生成を高速化するためのランク考慮型投機的サンプリング（RASS）を提案しています。候補ドラフトの順位情報を用い、ランク考慮型リスト結合規則で候補を選び、残差補正により厳密なサンプリングを保証します。ガウス混合、FFHQ、CIFAR-10、Stable Diffusion 3.5などの設定で、既存のD-GRS手法より改善が見られ、CIFAR-10では同等の計算予算で約20%の向上が報告されています。
説明ALER：強化学習のための適応的学習可能経験書き換え手法
要約本論文は、部分観測強化学習において、情報の保持だけでなく、古い情報を書き換えたり、後の観測が指定する規則で過去の経験を融合したりする必要性を論じています。LSTMとスロットメモリを組み合わせたエージェントALERを提案し、Gumbel-Softmaxによる書き込みとゲート融合で書き換えを実現します。また、Rune-Mazesという3種類の環境を導入して評価し、多くの設定で高い成功率を示したと報告しています。
説明右寄せインプレース畳み込み（RiP）：メモリ効率の良い CNN 推論のための単純で汎用的な近最適手法
要約マイコンなどの制約のあるハードウェアでは、CNN 推論の制約はアクティベーションのメモリ量であることを踏まえ、Gural と Murmann のインプレース畳み込みの閉形式の公式が特定条件で誤った値を与える問題を修正し、任意のストライド、膨張、パディング、矩形カーネルへ一般化した論文です。入力を共有ワークスペースに右寄せで読み、出力を先頭から左寄せで書く Right In-Place（RiP）畳み込みを提案し、結果はビット単位で一致します。ピークのアクティベーションメモリは二重バッファより平均約 24.8% 少なく、Raspberry Pi Pico 1 では MCUNet の多くのモデルが 256 KB SRAM に収まるようになりました。
注目点既存のメモリ最適畳み込みの閉形式を修正し任意のストライド・膨張・パディング・矩形カーネルへ一般化、右寄せ in-place 畳み込みを提案。乱数層と実 MCU 展開で検証し、ピークメモリを最大33.3%削減。
説明「Worse Together」：複数ユーザー・複数エージェントのチームで性能が落ちる理由
要約複数のユーザーがそれぞれAIエージェントに仕事を任せ、計算予算、カレンダー、グループ注文などの共有資源を扱う場合の協調性能を調べた論文です。5つのフロンティアモデルと4種類の環境、77シナリオで、全ユーザーに仕える単一の協調エージェントと、ユーザーごとに1体ずつ置いたチームを比較しました。チームはどの環境でも集団としての結果が劣り、停滞、互いの行動の上書き、虚偽の主張などが観察されました。チームリーダーや手順の明示、同僚のメッセージを読んでから確定させる検査などの緩和策も検討されています。
注目点複数ユーザーのエージェント協調の失敗を新たな問題として定式化し、4環境77シナリオで団队と調整者を比較して実証している。
説明離散アノテーション、連続的な選好：美的画像トリミングの教師信号を再考する
要約本論文は、既存の美的トリミング用データセットは人間の主観に左右され、固定グリッドに限定された離散的な注釈である点を指摘します。著者らは離散注釈から密な選好分布を復元する連続選好場（CPF）を提案し、それを報酬としてCPICモデルを学習させ、さらに正解ボックスを補正したベンチマークCPICDを提示しています。
説明タスク混合から専門家へ：クライアント内のデータ異質性に対応する連合学習の手法
要約本論文は、基盤モデルの協調的ファインチューニングにおいて、各クライアントのデータが複数のタスク分布の未知の混合である場合を扱います。共通の特徴幾何を持つ場合、二乗損失の下でクライアントのタスク混合に対する最適モデルは、各タスクの最適モデルの凸結合になると示しています。これに基づき、入力ごとに専門家へ振り分ける FedSEE を提案しています。実験では負の転移が避けられ、全体で 2.9 ポイント、最も性能の低い四分位群で 3.7 ポイント向上したと報告されています。
説明選挙区制選挙における少ない問い合わせでの当選者予測
要約本論文は、有権者を複数の選挙区に分け、各区の多数決で区の当選者を決め、その区の当選者から全体の勝者を決める選挙制度において、個々の有権者への問い合わせだけで勝者を予測する方法を研究します。著者らは、任意の選挙区人口と任意の候補者数に対して、確率1-δ以上で正しく勝者を予測する適応的ランダム化アルゴリズムを示し、問い合わせ回数はÕ(1/ε² · log m/δ · log 1/δ)です。これは、区の人口が均衡しているという仮定のもとで二人の候補者に限られていた既存結果を改善するものです。候補者数が定数の場合、下限Ω(1/ε² log 1/δ)にほぼ一致します。
説明Gestalt：マルチモーダルの相互作用を中核に据えた大規模マルチモーダルモデルの新しい枠組み
要約本論文は、モダリティを増やすだけでなく各モダリティの特性と相互関係を重視する大規模マルチモーダルモデル「Gestalt」を提案している。人間の多感覚知覚の多段階性に着想を得て、モダリティ固有の処理、モダリティ間の整合、深い統合へと進むマルチモーダル相互作用ピラミッドを設計した。モデルは統一された離散拡散フレームワークと相互作用による分割アーキテクチャを採用し、学習可能な相互作用トークンが模態間の情報交換を仲介する。画像生成、マルチモーダル理解、テキストのみの評価で良好な性能を示し、モダリティ固有の情報を保ちながら模態間の統合を強化したと報告している。
説明スパース報酬を活かす：マルチ報酬強化学習のための密度考慮型報酬集約
要約本論文は、大規模言語モデルを複数の報酬目標で同時に学習させる際に、目標ごとの学習の進み具合が不均一になる問題を扱っています。著者らは、理想化されたGDPO正規化の下で、報酬の優位性エネルギーがアクティブグループ密度に比例することを示しました。これに基づき、アクティブになる頻度の低い報酬の寄与を大きくする密度考慮型報酬集約手法DARAを提案しています。ツール呼び出しと数学的推論の実験では、DARAがGDPOより速く目標行動を学習し、最終性能も競争力を保つと報告されています。
説明FORTE：長尺動画質問応答のための適応的スコアリングと厳密なキーフレーム選択
要約本論文は、長い動画に対する質問応答で多モーダル大規模言語モデルが少数の関連フレームだけを処理できるよう、学習を要しないフレーム選択手法FORTEを提案している。まず適応的な関連性スコアリングで次に評価するフレームを選び、ガウス過程で未評価フレームの関連性を予測する。その後、関連性と時間的カバレッジを併せた目的関数を最大化して最終キーフレームを選ぶ。4つの長尺動画質問応答ベンチマークの実験では、比較した手法の中で平均精度が最も高かったと報告されている。
説明部分情報分解による大規模言語モデルの推論過程の解釈
要約本論文は、情報理論の部分情報分解を用いて推論過程を評価する解釈フレームワーク SLIDER を提案しています。隣接する推論ステップ間の最終回答に関する情報を、固有・冗長・シナジーの成分に分解し、その上で逐次的な反復推論指標（Step-RRI）と軌跡レベルの指標（Trajectory-RRI）を定義しています。原文では、Step-RRI が PRMBench の冗長クラスにおいて埋め込み類似度や情報利得の基準より高い精度で冗長性を識別すると報告され、平均 Trajectory-RRI は推論長と強く相関するとされています。さらに、この指標に基づくデータ選択で微調整すると、タスク性能をおおむね保ちつつ推論効率が向上することが示されています。
説明残差量子化トークンによる衝突型加速器イベント生成のスケーリング
要約高輝度大型ハドロン衝突型加速器では、完全な検出器シミュレーションと再構成が主要なボトルネックになると予想されており、高速な機械学習代替モデルの開発が求められています。本論文は、残差量子化された完全イベントデータで学習する粒子レベルの生成モデルを提案し、検出器で安定な粒子から条件付き生成ができることを示しています。データセットとモデルの規模に対するスケーリング挙動を調べ、トークンレベルの損失が下流の物理的忠実度を系統的に予測することを明らかにしています。
説明アライメント学習が言語モデルに入力への忠実性を静かに上書きさせる現象（創発的不忠実性）
要約本論文は、アライメント学習を経た大規模言語モデルが、安全でない内容や機微な内容を扱う際に、変更を開示しないまま入力から系統的に逸脱することを示し、これをアライメント起因の不忠実性（AIU）と呼んでいます。著者らはFaithConflictデータセットを構築し、行動および思考連鎖の二つの分類体系で分析しています。その結果、この現象はモデル規模とともに増大し、事後学習、特にDPOの段階で強まること、そしてプロンプトによる緩和では解決しないことが報告されています。
注目点アライメントに起因する不忠実性という新しい失敗モードを提示し分類体系を構築したが、実験規模の詳細は摘要からは不十分である。
説明異なる前提下での MS/MS スペクトルからの分子フィンガープリント予測のための最近傍法ベースライン比較
要約最近傍検索が、MS/MS スペクトルから分子フィンガープリントを予測する強力なベースラインであることが近年示されており、いくつかの変種は現行の深層学習モデルと同等かそれ以上の性能を示しています。本報告では複数の最近傍法の変種を体系的に比較し、推論時に利用可能と仮定する情報の違いが性能にどう影響するかを示します。目的は、より厳密なベンチマークを可能にし、この分野の進歩をより正確に測るための基準を確立することです。
説明重い裾を持つ測度間の写像を学習するためのアテンションカーネル
要約本論文は、Transformerを用いて確率測度上の演算子写像を学習する方法を検討しています。多項式的な裾を持つ測度では、softmaxの指数重み付けによりアテンション積分が発散しうるため、増加の遅い関数を代わりに用いることを提案しています。著者らは閉形式の目標を持つ二つのベンチマークを構築し、カーネルと前処理の効果を比較しました。データ変換を行わない場合、softmaxモデルは二つの重い裾のベンチマークで集団崩壊を示し、増加の遅い三つのカーネルはそれを回避しました。
説明アフィン変換を超えて：座標ごとのニューラル計算のためのソフト優越層
要約本論文は、従来のニューラルネットワーク層の基礎であるアフィン変換に代わる手法の予備的研究です。提案するソフト優越層では、各出力ユニットが入力座標を学習可能な参照ベクトルと比較し、滑らかな不等式応答を集約します。シグモイド緩和により比較を微分可能にし、鋭さパラメータで硬い閾値判定への移行を制御します。単一実行のMNIST実験では、最高精度はアニーリングなしで0.9061、ありで0.9173であり、MLPベースラインの0.9827には及びません。本研究はアフィン層の代替を主張するものではなく、概念実証にとどまります。
説明LLMは長期にわたる推論ができるか？縦断的臨床推論における文脈戦略の実証評価
要約本論文は、MedLoCoMo上で4つのオープンウェイトLLMを対象に、5つの文脈戦略（完全、直近、エピソード、意味、ハイブリッド）を比較しています。回答の正確さ、質問と証拠の距離への頑健性、根拠の欠けた前提を持つ質問への回答保留を検討しています。エピソード戦略とハイブリッド戦略は全体的に最も高い正確さを示し、直近文脈は証拠が遠くなるほど最も低下します。信頼できる縦断的推論は、モデルが参照できる病歴の量だけでなく、関連する証拠をどう選択し提示するかに依存すると結論づけています。
説明PhysVista：知覚・推論・評価のループでVLMの物理的知能を測るベンチマーク
要約本論文は、人間の「見る・推論する・判断する」過程をモデル化した閉じた認知ループに基づき、視覚言語モデル（VLM）の物理的知能を評価するベンチマークPhysVistaを提案しています。物理状態の知覚、物理動態の推論、物理的妥当性の判断を同時に評価し、事象レベルと尺度レベルの推論を区別します。実世界の動画とAI生成動画の両方を含みます。多様なVLMによる実験では、物理推論と妥当性判断に大きな限界があり、視覚認識と真の物理理解の間に持続的な差があることが示されています。
説明冗長性と相乗効果：劣モジュラ最適化による MoE の依存関係を考慮した専門家選択
要約Mixture-of-Experts（MoE）モデルは疎な活性化で容量を拡大できますが、導入時にはメモリ要件が大きな障壁になります。本論文は、専門家同士の依存関係を考慮するDS-MoEという枠組みを提案し、専門家選択を差分劣モジュラ（DS）最適化として定式化します。さらに、理論的保証を持つMM算法で高品質な専門家の部分集合を効率よく選びます。実験では既存の基準手法より優れた結果が示されています。
説明脳変形動力学の次元削減予測における量子-古典ハイブリッドモデルの評価
要約本論文は、脳の時空間変形場の予測に量子-古典ハイブリッド機械学習を適用した場合の性能を評価している。まず適正直交分解（POD）で高次元の変位場を低次元の潜在空間に圧縮し、古典ネットワークと量子回路モデルを比較する。静的回帰と時系列予測の両方で、古典モデル（POD-MLP、POD-LSTM）が精度と安定性で量子版を上回った。一方、強化された量子モデルは基本的な量子モデルより明確に改善された。
説明地表予測における非定常バイアスのための状態空間アンラーニング（SSU-LSF）
要約本論文は、Mamba 系の構造化状態空間モデルを用いる地表予測システムにおいて、記録されていない灌漑の急増やダム運用の変更、センサーの再校正などの非定常な交絡事象が状態遷移行列に取り込まれ、NDVI、LST、作物フェノロジーの予測を偏らせる問題を扱います。地球科学向けの Mamba ベース SSM に特化した初のマシンアンラーニング枠組みである SSU-LSF を提案しています。三つのベンチマークと十一の比較手法において、交絡の低減率は 0.773 から 0.859 で、ERA5 では清浄領域の RMSE が最大 4.2% 悪化し、遺忘要求ごとの GPU コストは全面再学習より 8.4 倍低いと報告されています。
説明確率力学の生成モデリングによる長時間発展の予測
要約運動方程式を知らなくても、固定された短い時間間隔の配置ペアから確率力学の長時間発展を予測する手法を提案している。生成拡散モデルで有限時間の遷移核を学習し、それを繰り返し適用することで訓練時間間隔を超えて動力学を外挿する。二次元のModel B（保存量の拡散動力学）では、学習した遷移核が動的臨界スケーリングと自己相似的なt^{1/3}粗大化を再現した。周期的光ポテンシャル中で駆動されるコロイドでは、10分間の測定軌跡から次の20分間の粒子流と平均通過時間を実験誤差の範囲内で予測できた。
説明非単調DR劣モジュラ関数の最大化：幾何構造に依存するオンラインおよびオフラインの近似係数
要約本論文は、対角点ζ1を含むコンパクトな凸下閉集合上で、非負かつ非単調なDR劣モジュラ関数の最大化を扱います。オンラインアルゴリズムの近似係数の下界（ζ=0のとき4/9）を与え、オフラインでは約0.4704という上界を示して、従来の0.478を改善しています。劣モジュラ集合関数への適用に関する結論も述べられています。
注目点幾何に依存するオンライン・オフライン近似係数を示し、既知の0.478の上界を約0.4704に改善した。理論的貢献は明確だが応用範囲は限定的である。
説明Memorizon：コンテキストウィンドウを超えて世界モデルを学習する手法
要約本論文は、ストリーミング型世界モデルが同じ場所への繰り返し訪問で一貫した映像を生成できるよう学習するMemorizonを提案している。長い時間スパンは監督にのみ用い、全フレームに対する注意計算は行わず、各監督チャンクがカメラの共視性によって潜在表現を検索し、有界の共有バンクを構成する。実験では、検索によりスライディングウィンドウ基準より再訪一貫性が向上する一方、画質はある程度低下すると報告されている。
説明ランダム再帰モデル：各ステップで層をランダムに選ぶパラメータ効率の良い再帰ネットワーク
要約本論文は、学習済みの層のプールから各サンプル・各ステップごとに一層を復元抽出でランダムに選んでT回の再帰計算を行う「ランダム再帰モデル（RRM）」を提案しています。難しい推論課題で基準モデルと同等以上の性能を示し、パラメータ数は多くの場合50〜75%少なくなっています。再学習やパラメータ追加なしに、訓練時より深い推論深度にも変更できると述べています。
説明大規模言語モデルの多言語文法能力に対する言語格差の影響の評価
要約本論文は、101言語を対象とする統語的最小対ベンチマークMultiBLiMP上で、6つのモデルファミリーの基礎版と事後学習版を4種類の評価手法で検証しています。事後学習は文法能力を低下させ、その影響は低リソース言語で最も大きいことが示されました。また、高リソース言語では明示的なプロンプトで説明できない文法知識が残っている一方、母語によるプロンプトは低リソース言語に隠れた能力を引き出すとしています。著者らは、言語を考慮した複数の評価パラダイムを採用すべきだと結論づけています。
説明マルチエージェント聴覚シーン解析：複数ビーム形成による音声品質フィードバックで定位の速度と頑健性を向上
要約この論文は、リアルタイムの聴覚シーン解析器を、音源の定位・分離・分類をそれぞれ担い互いに結果を伝達するマルチエージェントシステムとしてモデル化しています。新手法は、窓ごとの単一の品質推定ではなく、複数の位置にわたる品質推定の集合を用いて探索空間を明確にし、音声源の定位を最適化します。実環境での評価では、最適化時間が短く、精度と安定性が高まり、従来より複雑さも低いと報告されています。質品質推定エージェントの応答時間は増加しますが、全体としてはリアルタイムで動作します。
説明画像回帰モデルのための適応的コンフォーマル予測：慣性閉じ込め核融合エミュレータへの応用
要約本論文は、画像回帰モデルに入力に応じて変化する不確実性推定を与える、近傍に基づく適応的コンフォーマル予測手法ACPNNを提案している。近傍は、ARDカーネルを持つガウス過程で学習したスケーリング距離によって定義され、計算コストは低く抑えられる。著者らは慣性閉じ込め核融合（ICF）シミュレーションを模倣する拡散モデルに適用し、信頼性が高く適応的な不確実性定量化が可能であることを示している。
説明科学か、それとも水増しか？：AI生成論文の「科学的スロップ」の評価と軽減
要約本論文は、AI生成の科学論文に見られる「科学的スロップ」を指摘します。各部分は一見妥当に見えても、部分同士を結ぶ科学的推論が破綻している問題です。著者らは390本のAI生成論文からなるSciSlopBenchを構築し、構造・論証・成果物の6指標で評価しています。提案手法SciSlopHarnessは、人間の参照なしで最強の修正ベースラインに比べ、AIと人間の残存差を63%削減したと報告しています。
説明オントロジーに基づく文脈型AI評価（OB-CAIE）手法
要約本論文は、テスト範囲が不明確であること、人間と自動化のバランスが取りにくいこと、AI評価のテスト環境が再現しにくいことという課題に対応するため、オントロジーに基づく文脈型AI評価（OB-CAIE）手法を提案している。手法は、何を測るかを表す領域特定オントロジー（DSO）と、どう測るかを表す評価プロセスオントロジー（EPO）で問題空間を定義する。特定の段階で人間の判断を組み込むことができ、失敗箇所はこの問題空間内で追跡、可視化、分析できるとされている。
説明規則は償却できるが、任意の対応関係は償却できない：言語構造が潜在タスク表現で置き換えられるものを決める
要約本研究は、プロンプトからどの言語操作を潜在表現へ償却できるかを検討しています。少数例サポートセットの幾何構造を読み取り、凍結したGPT-2の中間層にクエリ依存の加算的更新を与える小型ネットワークを訓練しました。順方向の屈折変化では文脈内学習と同等の性能をゼロ回の推論コストで得られ、見出し語化では文脈内学習を上回りました。一方、反意語のような任意の対応関係では、常に文脈内学習のおよそ半分にとどまりました。
注目点少数ショット集合の幾何から残差更新を生成し、屈折や見出し語化で文脈内学習に匹敵または上回る一方、任意の対応では失敗する。対照実験も充実している。
説明同じシーン、異なるタスク：VLAの組み合わせ汎化のためのスキル整合（CRAFT）
要約視覚・言語・行動（VLA）モデルは、微調整のデモに現れない技能の組み合わせへの汎化が難しく、個々の技能がすべてデモ済みであってもその傾向があります。本論文は、視覚情報が指示の代わりに使われ、類似の画面に対応する既知の組み合わせを実行してしまう問題を指摘します。提案手法CRAFTは、既存のデモから必要な技能の監督信号を反事実ペアへ移し、3つのVLAモデル、2つのシミュレーション、実ロボットで未デモの組み合わせの成功率を向上させたと報告しています。
説明SimplexUQ：単体値予測のコンフォーマル不確実性を評価するフレームワークとベンチマーク
要約コンフォーマル予測は全体の被覆率を保証しますが、単一の校正閾値では被覆が領域ごとに偏ることがあります。本論文はSimplexUQを提案します。これは単体値予測におけるこの配分問題を測定するための、著者の知る限り初のベンチマークと再現可能なプロトコルで、新手法ではなく既存のラッパーを比較します。CIFAR-10では全体校正の全体被覆率は0.900でしたが、最悪のエントロピー層では0.542でした。Mondrian校正はその層を0.886まで引き上げ、最大差を0.358から0.022に減らしました。ただし単一の手法が常に優れるわけではなく、順位は評価グループと手順に依存するため、ラッパー選択は普遍的な順位ではなく診断的比較として扱うべきだとされています。
説明訓練ダイナミクス作用による一段階生成モデリング
要約本論文は一段階生成モデルの訓練方法を扱い、反復的な訓練によって最終的な一段階写像を構成する際に、どの輸送目標を選ぶかを検討しています。提案手法TDAction（Training Dynamics Action）は、分布の進展を一定に保ちつつ、共有パラメータの局所的な実現コストに基づいて輸送目標を選択します。ImageNet 256×256において、蒸留を用いずにFIDが1.1未満に達したと報告しています。
説明FusionEval：大規模言語モデルのモデル融合ベンチマーク
要約本論文は、複数の専門家モデルの能力を1つのモデルに統合するモデル融合手法を評価するためのベンチマーク「FusionEval」を提案しています。専門家モデルはQwen3とLlamaをベースに数学、コード、科学、指示追従、ツール利用の各分野で学習され、8つの公開ベンチマークで能力の保持と計算コストを評価します。実験では、追加学習を必要としない手法は推論能力を保つ一方でツール利用を大きく低下させ、MOPDはツール利用を保ちバランスの良い能力を示すものの、追加のデータ準備・推論・学習が必要だと報告されています。
注目点長い思考連鎖とツール利用を含むモデル融合の統一ベンチマークを提案し、学習不要法がツール利用を大きく劣化させることを複数規模で示した。
説明分数階ラプラス・ニューラル演算子：厳密な構造、臨界点での表現力の限界、記憶を持つネットワーク動力学の証明可能な安定性
要約本論文は分数階ラプラス・ニューラル演算子（fLNO）を提案し、記憶効果を持つ線形Volterra解演算子の構造を学習モデルに組み込みます。可換な励起-ラプラシアン対では単一のグラフスペクトル層で解演算子を厳密に表現できることを示し、有限有理実現の表現力の限界を理論的に明らかにします。また、安定性の余裕を構成によって保証するパラメータ化手法も示されています。近臨界の実験では、fLNOが少ないパラメータで分岐座標をより忠実に復元し、制約のない有理近似は安定境界を越える場合があると報告しています。
説明エージェントが決定する前に：LLMベースシステムにおける認識的行為
要約本論文は、人が難しい判断の前に、状況をよりよく理解するために行動することがあると指摘します。作者は、後の選択の根拠を改善するこうした行為を認識的行為（epistemic action）と呼び、LLMベースのエージェントに適用します。不足している証拠を取得すること、既存の証拠を変換すること、システムを探って示唆的な応答を得ることという三つのモードを区別しています。また、これらの行為を可能にし監査可能にする界面、ツール、環境を「認識的足場（epistemic scaffolding）」と呼びます。論文は、判断に使える証拠をどう生み出すかをエージェント設計が扱うべきだと主張しています。
説明ノイズ除去ワークロード曲面：拡散型LLM推論のコストのモデル化と予測
要約拡散型大規模言語モデル（dLLM）の実運用では、リクエストごとの推論コストを正確に見積もることが必要ですが、出力長や除去ステップ数では不十分です。本論文は、出力ブロックとブロック内の除去ステップの二次元構造を確率曲面として保持する「ノイズ除去ワークロード曲面（DWS）」を提案し、プロンプトのみから予測できる軽量な予測器を粗から細へ学習させる方法を示しています。実験では、従来のスカラー型予測器と比べてコスト予測誤差を最大2.50倍低減し、最短ジョブ優先スケジューラでチャットボットの遅延を最大1.92倍短縮しました。
説明サンプルではなく配分を選ぶ：LLM向けの組み合わせ型データ選択
要約本論文は、LLMのファインチューニングにおけるデータ選択を扱い、サンプルの採点と部分集合の選択を分離し、サンプル間の非加法的な相互作用をモデル化する組み合わせ型データ選択（CDS）の枠組みを提案しています。領域間には相補性、領域内には冗長性があることが示されています。これを基に、まず領域ごとの取得数を決め、次に帰属スコアで領域内のサンプルを順位付けする二段階アルゴリズム Mixture-then-Select を提案しています。著者らは、強力なベースラインを20〜54%上回ったと報告しています。
注目点サンプル間の非加法的相互作用をモデル化する組合せ型データ選択枠組みを提案し、ドメイン横断の相補性と二段階手法に新規性がある。多モデル・多規模で実験し理論的な最適差の上界も示す。
説明異分散正準多重分解：各要素の分散を低ランクでモデル化する新しいテンソル分解法
要約本論文は、従来のCP分解をガウスモデルに基づくパラメータ推定として捉え、要素ごとに分散が異なることを許す異分散CP分解（HCP）を提案しています。分散の違いは低ランクの精度テンソルで表現されます。ノイズのある観測から低ランクの平均テンソルと精度テンソルを同時に復元する交互ブロック座標上昇法を開発しました。主要な因子更新の計算量はCP-ALSと同じオーダーであると述べられており、合成データ実験と脳波（EEG）への応用で検証されています。
説明Gumbel直線フロー：自己回帰モデルを一段階のフローマップへ蒸留する手法
要約本論文は、事前学習済みの自己回帰言語（AR）モデルがもつノイズとデータの結合を利用する連続フローマップ言語モデル、Gumbel直線フロー（GSF）を提案している。Gumbelノイズと自己回帰モデルが誘導するone-hotトークン列の結合により、ノイズと系列表現を結ぶ交差しない線形経路が得られることを理論的に示している。少数ステップでの高品質なサンプリングを強化するため、接線（速度）条件をARの教師モデルが直接導くフローマップ半群目標を用いる。事前学習や下流タスクを含む各種ベンチマークで、GSFは現行の少数ステップ言語生成ベースラインを上回る性能を示した。
説明トークンではなく更新をスコアリングする：組み合わせ型LoRAエキスパートのための降下方向整合ルーティング
要約本論文は、LoRAエキスパートを混合する手法においてVANEというルーティング方式を提案する。従来はトークンに基づいてエキスパートを選んでいたが、VANEは各エキスパートの更新と損失勾配の負の方向との整合性によってスコアを付け、各エキスパートを読み取り部と書き込み部に分けて全組み合わせを評価する。Llama-3.2-3BおよびLlama-3.1-8Bを用いた常識推論と4分野のマルチタスク実験で、12のベースラインより高い平均精度を示し、学習可能パラメータは8エキスパートのMoE-LoRAの半分未満である。
説明EurekaBench：エージェントの新たな科学的洞察を発見する能力の測定
要約本論文は、AIエージェントが長期的な実験を通じて観測を説明する機構を発見できるかを評価する学際的ベンチマーク EurekaBench を提案します。神経科学、計算機科学、化学、天体物理学、地球物理学、プラズマ物理学の6分野にわたり、専門家が検証した26件の長期タスクと、発見された機構が支えるべき306件の科学的洞察を含みます。結果として、現在のエージェントは予測精度の最適化に過度に固執し、予測では人間の科学者を上回る場合がある一方、科学的洞察の導出では大きく不足していることが示されています。
説明UMI-WM：手首カメラによる両腕操作のための対話型ワールドモデル
要約本論文は、観測履歴、各腕の相対カメラ姿勢、グリッパー幅を条件として、両手首の映像を同時に生成する動作条件付き両腕ワールドモデルUMI-WMを提案している。各腕の動作を対応する手首ストリームに入力し、疎なハブトークンで両ストリーム間のシーン情報をやり取りする。さらに30ステップの教師モデルを4ステップの生徒モデルに蒸留し、ペア映像の生成を6.9倍高速化した。五つの参照映像忠実度指標で最良の結果を得たとしている。
説明ScaffoldM3C：安定した構造物の組み立て計画を生成するマルチモーダル逐次モンテカルロ法の枠組み
要約本論文は、安定して組み立て可能なブロック式の三次元構造物を生成するモデルScaffoldM3Cを提案しています。テキスト、画像、スケッチなど複数の入力形式に対応し、補助的な足場ブロックを導入して中間構造の安定化を図っています。逐次モンテカルロ法を用いて複数の組み立て順序を同時に保持します。著者らは、比較対象のモデルより小型で推論が5〜20倍速く、組み立ての質は同等以上で安定性も高いと報告しており、シミュレーションと実機ロボットによる組み立て実験で検証したとしています。
説明PixelDense：ピクセル拡散のための密な予測による表現アラインメント
要約本論文は、拡散トランスフォーマーの学習を加速する表現アラインメント（REPA）において、意味エンコーダではなく密な予測の基盤モデルを対象とするPixelDenseを提案します。意味系教師（DINOv2、SAM2）と幾何系教師（Depth Anything v2、Metric3D v2）を別々の投影経路に通し、重み空間の直交性ペナルティで両者を分離します。教師は学習時のみ用いられ、推論時には取り除かれます。PixelGenとDeCoに適用すると、GenEvalなどの指標が向上し、学習の収束も速まると報告されています。
説明AIR-LLM：電波で重みを放送し、射頻域で行うエッジLLM推論の構成
要約本論文は、エッジ機器が大規模言語モデル（LLM）の重みを保存も読み込みもせずに推論できるAIR-LLMを提案します。中央無線機（5G基地局など）が重みを電波で放送し、エッジ利用者は受信した重みをRFミキサーで射頻域において行列ベクトル積の計算に直接用います。LLaMA-3.1-8Bでの困惑度劣化は4.0%で、エネルギーはFP16と重みのみの量子化のベースラインに比べてそれぞれ157.7倍と40.4倍少ないと報告されています。
説明PACT：動画から人体姿勢・接触・力をエンドツーエンドで学習する手法
要約本論文は、単眼動画から人体姿勢、接触、接触力を段階を分けず同時に推定するモデルPACTを提案している。人体再構成の基盤モデルに学習可能な接触力トークンと時系列Transformerを加え、物理ベースの監督で運動と力の整合性を保つ。また力センサーで得た実測接触力を持つ攀登動画ベンチマークForceWallを構築し、接触・力推定で従来の段階的手法を上回る結果を示している。
説明Multimodal Flow：埋め込み空間で言語と視覚を統一的にモデル化するフローモデル
要約本論文は、言語と視覚を完全に連続的な表現で生成モデル化する Multimodal Flow を提案する。テキストブロックと画像を順序付けられた連続的なハイパーチャンクとして扱い、共有のチャンク因果フロー基盤が Flow Matching によって単一のベクトル場を学習する。ジョイントアテンションでモダリティ間の相互作用を実現する。1,500 億の事前学習トークンで学習した MF-1 は、GenEval と DPG-Bench の平均で 82.8、VQAv2・MMBench・POPE の平均で 75.3 を達成した。コードとモデルは公開されている。
注目点言語と視覚を完全連続的に統一生成する新しいパラダイムを提案し、共有フロー骨格とフローマッチングで同予算の混合・離散モデルと比較して有効性を示している。
説明マルチモーダル臨床診断のための順位付け考慮型プロンプト最適化
要約臨床データはクラスの偏りが大きく、正解率だけでは判断を誤るため、閾値に依存せず陽性と陰性の順位付け能力を測る AUROC を最適化目標とする研究です。著者らは、プロンプト進化探索の正解率行列を陽性・陰性の組の順序行列に置き換える Ranking-PE を提案し、MIMIC の3疾患で正解率ベースの手法を上回ったと報告しています。また、医療用の視覚バックボーンがプロンプト探索では代替できない前提条件であることも示しています。
説明セミファクチュアル信用拡張ポリシー最適化（SCAPO）：大規模言語モデルの推論訓練を改善する手法
要約本論文は、大規模言語モデルの予測がタスクに無関係なプロンプト特徴に敏感であることを示す。著者らは、GRPOを基にしたSCAPOを提案し、セミファクチュアル介入下でのトークン確率のドリフトに基づき、不安定なトークンの優位性を下げ、より細かい粒度で信用を割り当てる。Qwen3-4B-BaseとQwen3-1.7B-Baseでは、AIME 2024-2026の精度がGRPOよりそれぞれ5.63点、4.17ポイント高いと報告されている。
注目点GRPOに意味的反事実安定性によるトークン単位の信用割当を加えた改良で、既存手法の拡張として新規性は中程度。複数の数学ベンチマークで比較実験を行い、AIMEで明確な向上を示している。
説明タイミングの近道を除くと非侵襲的脳からテキストへの解読が改善する
要約本論文は、非侵襲的脳記録から単語を解読する有力な研究の大きな改善の多くが、脳データを使わなくても再現できることを示しています。隣接するウィンドウの重なりが単語の長さを漏らすショートカットが原因でした。各ウィンドウを独立に処理する単純な変更によりこれを除去し、その結果、SimpleB2Tは単語あたり5回の観測で36.6%の単語誤り率を達成したと報告しています。
説明Physis-Lang：ビデオ世界モデルの物理表現としての自己進化型言語
要約論文は、データ整理・モデル学習・動画生成の間で共有され最適化される表現として物理言語を扱う Physis-Lang を提案しています。PhysCapBench は物理過程を原子的な主張に分解し、再現率と適合率で記述を評価します。四つの物理動画ベンチマークで物理的妥当性が一貫して向上し、オープンソースの Cosmos3-Nano を基にしたモデルは Veo 3.1 を上回ったと報告しています。
説明ViTeX-Bench：高精細な動画シーンテキスト編集のベンチマーク
要約本論文は、実写720p動画387本からなるデータセット（ViTeX-Dataset）と三軸の評価手法を含むベンチマーク ViTeX-Bench を提案します。評価は文字の正しさ、視覚・時間的品質、編集の局所性を対象とします。また、オープンソースの参照モデル ViTeX-Edit-14B を公開しており、評価対象の動画ネイティブ編集器の中で文字精度（CharAcc）の平均が最も高い0.688を達成しました。正確な文字、時間的安定性、シーン保持の三者を同時に実現するのは依然として困難だと示しています。
説明AssemblyWorld：汎用エージェントによる3Dアセンブリの再考
要約本論文は、エージェントが描画されたビューを観察し、与えられた剛体部品を操作して組み立てる対話型3D環境AssemblyWorldを提案しています。画像や組立説明書は利用可能な場合に参照されます。家具、工業組立、破断部品の再組立にわたる80個の物体・100タスクからなるAssemblyWorldBenchで8つのエージェントシステムを評価しました。最も優れたシステムの部品精度は80.9%、完全組立の成功率は59.4%で、オープンソースのシステムはクローズドソースのシステムに大きく遅れを取っています。
説明画像分類器は効率的な自己教師ありビデオ表現学習器である
要約本論文は、ビデオの自己教師あり時空間表現学習のためのマスク付きシャム・ネットワーク枠組みVideoMSNを提案します。フレームを並べたグリッド状の「スーパー画像」としてビデオを表現し、標準的な画像用Vision Transformerをそのまま再利用します。空間パッチのマスクと時間フレームのマスクという二つのビューを、マスク付きシャム損失で埋め込み整列させ、デコーダや再構成は用いません。事前学習済みのDINO-v3およびDeiT-v3から出発し、Kinetics-400、UCF101、HMDB51で最先端の性能を示し、事前学習のエポック数は従来手法の最大32分の1から160分の1で済むとされています。
説明エゴセントリックな人間データをロボット学習に拡張する際の要点（Ego4WAM）
要約本論文は、人とロボットの整合性や監督形式が異なる一人称視点の人間データについて、統一的なワールド・アクション・モデルの枠組みで体系的に検討しています。人とロボットの整合性、データの長さとタスクの多様性、行動の監督、データ利用戦略のそれぞれの影響を切り分けています。整合した人間の実演は分布外の汎化を大きく改善し、目標タスクのロボットデータの必要量を減らすことが示されました。行動ラベルのない映像のみの監督も有効であり、実ロボットとRoboDojoでの閉ループ評価で検証されています。
説明EvoDuet：Web検索と課題解決の二層的共進化による科学的発見
要約論文はLLMによる進化的探索のための手法EvoDuetを提案している。固定されたモデルパラメータのもとで解と検索クエリを同時に進化させ、検索ゲートがモデルの知識不足を判断して新規検索、既存文書の再利用、または検索なしを選ぶ。21の最適化タスクで、OpenEvolveの正規化発見利得を改善し、いくつかのタスクで従来の最良スコアを上回った、または並んだと報告している。
説明DP-SGD による非公開学習では、デコーダ専用 LLM の重み共有はまだ有益か？
要約本論文は、差分プライバシー付き確率的勾配降下法（DP-SGD）で大規模言語モデルを微調整する際、入力と出力の埋め込みで重みを共有する（重み共有）設計の影響を、GPT2 と DistilGPT2 を用いて検討しています。重み共有を解いた埋め込みは SST-2、QNLI、QQP で精度が最大 4.74 ポイント向上し、ゴースト・クリッピングを使うことでメモリ使用量を 60% 以上削減できたと報告しています。著者らは、プライバシー保護学習には解いた埋め込みの方が適していると結論づけています。
説明『I Have a Stream』：連続動画でも自己教師あり学習を機能させる
要約本論文は、フレームを時系列順にスライディングウィンドウのバッチで読み込み、グローバルなシャッフルや複数エポックの再生を行わない連続動画ストリーム上の自己教師あり学習を研究しています。95時間の都市散歩動画データセットWT++を構築し、対比学習や蒸馏系の手法はこの設定で苦戦し、MAEはより頑健だが標準的な独立同分布の事前学習には及ばないことを示しています。主な課題はバッチ内フレームの類似度が高いことだとし、ストリーム対応の正則化と動きに基づくクロップ選択を取り入れたStreamMAEを提案しています。
説明Turbo Harness：インスタンスごとに適応するエージェント・ハーネス最適化手法
要約本論文は、エージェントの有効なハーネス（実行枠組み）を自動探索する手法を扱います。既存手法は全タスクに一律に適用される単一の全体的ハーネスを生成しますが、個々のインスタンスには最適でない場合があります。提案手法のTurbo Harnessは、完了した全体最適化の過程で得られた成果物を再利用して構造化されたプレイブックにまとめ、それを用いてハーネス編集器を学習させ、インスタンスごとの修正パッチを生成します。七つのベンチマーク（対話型エージェントタスク、ソフトウェア工学、長期の端末タスク）において、既存の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WorldAuditBench：マルチモーダルエージェントによる対話型3Dワールド監査ベンチマーク
要約本論文は、対話型3D環境における異常（浮遊物体や通り抜けられる壁など）を検出するためのベンチマーク「WorldAuditBench」を提案しています。13の環境と5種類の異常にまたがる213の課題を含みます。二つの監査方式を固定の探索予算下で評価した結果、成功率は6.6%から42.3%にとどまり、人間の83.4%を大きく下回りました。
説明Cogentic：自動証明発見のためのマルチエージェント編成フレームワーク
要約本論文は、未解決の数学研究問題に対する自動証明発見のためのマルチエージェント型フレームワークCogenticを提案しています。証明と検証を繰り返すループの中で、オーケストレーターが複数の独立した証明エージェントを異なる証明方向に割り当て、専門の検証コンポーネントが出力を敵対的に検証し、確認された中間結果を永続的な検証済み台帳に登録して後続のラウンドで利用します。著者らによれば、基盤モデルにGemini 3.1 Proや初期版Gemini 4 Argonを用いることで、オンライン学習、オークション理論、メカニズムデザインの未解決問題に新しい結果が得られ、それらは領域の専門家により独立に検証されたとのことです。
説明MatLoom：コンパクトなプログラム空間における階層的なテキストから素材への生成
要約本論文は、テキストから素材を生成するためのコンパクトな階層型言語MatLoomを提案します。各プログラムは、物理ベースレンダリング（PBR）のチャンネルを定義する、アルファマスク付きレイヤーを組み合わせたものです。インタプリタがプログラムを素材マップに変換しつつ、後の編集用にパラメータを保持します。141件のプロンプトからなるベンチマークで、最良の構成は3つの拡散モデルベースラインより高いプロンプト整合性スコアを示し、ブラインド比較でも高い選好率を得ました。
説明『固定シーン、入れ替わる勝者：テキストto3D評価における設定の脆弱性』：同じシーンでも描画や説明文の設定次第で順位が変わる
要約本論文は、生成シーンを固定したままでも、カメラ設定や説明文の言い回しによってテキストto3Dのランキングが変わるかを検証しています。6つの生成器による300の固定シーンに対し、描画と説明文の8要因を変え、19の整合性評価器と1つの知覚品質対照で測定しました。多くの評価器で設定による分散が生成器間の差を上回り、18/19の評価器が一部の設定で首位を入れ替えました。ただし著者らは、これは記述的な結果であり、生成器の優劣が実際に変わったことの確認ではないと述べています。
説明Atomizer-IO：ピクセル・パッチ・グリッドを超える センシング向けアーキテクチャ
要約本論文はAtomizer-IOを提案します。これは規則的なグリッドに依存せず、まず観測値を置き、その測定・取得メタデータと物理的関係から構造を導く設計です。局所クロスアテンションにより観測値を任意に配置できるアンカー点へ写像します。著者らはグリッド仮定を段階的に緩めて評価し、多くのタスクで柔軟なEO専用アーキテクチャと競合し、学習後に推論コストを制御できると報告しています。また、設計を変えずに順序のない3D点群にも拡張できることを示しています。
説明GLARE：適切なリアクションを伴う聞き手の頭部動画の生成
要約この論文は、対話における聞き手の自然なリアクション（いつ、どのように反応するか）の生成に取り組んでいます。約147時間の話し手と聞き手の対になった動画と、うなずき、首振り、微笑み、笑い、しかめ面、驚きの6カテゴリに分けた64,557件のイベント単位のリアクション注釈からなるデータセットを構築しました。音声駆動のフローマッチングTransformerに基づくベースラインGLAREと、リアクションに特化した評価プロトコルを提案し、既存手法を視覚品質とリアクション指標の両面で上回ったと報告しています。
説明循環型Mixture-of-Experts（MoE）のスケーリング則：再帰と疎性を同時に扱う拡張則
要約本論文は、再帰（ループ）構造、疎性（Mixture-of-Experts, MoE）、モデル規模、データ量を同一の枠組みで共同モデル化する初の「ループ・スケーリング則（Loop Scaling Laws）」を提案しています。有界で疎性に依存する再帰写像により、ループによる有効パラメータの増加を表現しています。予測精度は既存手法より高く、標準的な密モデルおよびMoEのスケーリング則を特殊ケースとして含みます。推論ベンチマークでは両手法が互いに補完的な効率向上をもたらし、兆トークン規模でも効果が確認されたと報告されています。
説明圧縮フットプリントをモデル汚染防御の安全信号に：有損圧縮の痕跡で悪意ある更新を見分ける研究
要約本論文は、有損圧縮が再構成・方向・疎性・ペイロードの面で残す低次元の統計量を「圧縮フットプリント」と定義し、正常な更新と攻撃による更新の区別に使えることを示します。この考えに基づき、サーバー側の頑健な集約手法CRAFTを提案しています。CRAFTは厳密な正直多数派の仮定の下で動作し、クライアント側のメタデータや悪意あるクライアント数を必要としません。IIDデータ・悪意ある参加率36%の実験では、18の設定のうち7つで最高精度を達成し、残りでも最良との差は1.7ポイント以内でした。
説明SGD手法の厳密な情報量会計（確率的勾配降下法の情報理論的な厳密解析）
要約本論文は、標準的な幾何学的解析に代わるものとして、確率的勾配降下法（SGD）とその変種を情報理論の観点から厳密に分析する枠組みを提示します。前処理付きSGDの一歩が、ガウス型ベイズモデルの事後平均による更新であることを示し、一歩あたりの後悔を内在的時間コストと比較器情報の変化に分解します。実ネットワークでの測定では、この恒等式が古典的な収束限界の余裕を説明し、同じ訓練損失に達する最適化手法を区別できることが示されています。
説明DynaHarness：自己進化型ロボットエージェントのための動的物理ハーネス
要約本論文は、共有された実行契約によって意味推論と物理実行を結びつけ、失敗の記録を検証済みの能力の改訂に変換する動的物理ハーネス DynaHarness を提案している。LIBERO-Pro 上で、新たにサンプリングした 800 個の初期状態において成功率は 75.2% で、凍結ポリシーの 17.5% を上回ったと報告されている。
説明ループ型拡散Transformer：共有ブロックを繰り返し実行して文章から画像生成の品質を高める手法
要約本論文は、ループ型拡散Transformer（Looped-DiT）を提案し、各ノイズ除去ステップで共有Transformerブロックを繰り返し実行することで、パラメータ数を増やさずに計算の深さを増やす手法を示している。素朴なループでは画質が安定して向上しなかったため、中間ループへの深層監督と自己変調型アテンションを導入している。パラメータ数と計算量をそろえた条件で非ループ型ベースラインを上回り、2.6億パラメータのモデルが6.5倍大きいモデルを複数のベンチマークで超えたと報告している。
説明自律的な機械学習エンジニアリングに、強力なエージェントはどこまで「ハーネス」を必要とするか
要約本論文は、自律型機械学習エンジニアリング（MLE）エージェントにおける「ハーネス」（周辺の仕組み）がどこまで必要かを検討しています。同じ時間予算と同じ最先端LLMを基盤とした場合、オープンソースの先進的ハーネスは、最小限のハーネスを持つコーディングエージェントの単一セッションに対して優位性を示さなかったと報告しています。大規模なアブレーション実験の結果、コーディングエージェントの設定ではこうした仕組みの層が冗長になると著者らは主張しています。
説明AIが生成したトークンの価値はどれほどか？実際のウェブ上のAI生成テキストに対するスケーリング則
要約本論文は、ウェブ上にラベルなしで存在するAI生成テキストが言語モデルの事前学習に与える影響を研究しています。著者らは800個のモデルを事前学習し、AIトークンと人間のトークンの比率を変えて、スケーリング則を当てはめました。その結果、データが少ない場合は初めは損失を下げるものの、やがて有害に転じることが示されました。新しいスケーリング則と、WildAIコーパスも提案されています。
注目点収益と害の二項を持つ新しいスケーリング則を提案し、800モデルで検証。既存則より誤差が41%低い。
説明一つのプール、多くの標的：保存則レイヤーと過去のデータで何が特定できるか
要約論文は、ガイドRNAとターゲット転写産物の対ごとのスコアを独立した占有率として解釈すると、ガイド装填RISCプールの有限な保存則が保証されないと指摘します。著者らは微分可能なスカラー平衡レイヤーを提案し、アーカイブ済みのオフターゲットデータで用量と文脈間の2つの実験を検証しました。その結果、このデータでは結合による追加の予測価値は確認できず、競合パラメータも特定できないと結論づけています。
説明グリーン作用素による多タスクニューラルネットワーク内の計算の分解
要約本論文は、学習済みの再帰型ニューラルネットワークが、タスク間や時間をまたいでどのように計算を組織し再利用しているかを検討する。神経活動の幾何学や局所的な摂動の増大ではなく、軌道上の各起点の摂動が下流の状態空間応答へどう伝わるかを表す有限時間ホライズンのグリーン作用素を分析する。柔軟なマルチタスク再帰ネットワークでは、タスク方向の縮約により既知の計算モチーフの構造化された再利用が、時間方向の縮約により因果経路とその学習中の形成過程が明らかになる。
説明CAS II：モデルとしての軌道——対称性の下でのコルモゴロフ構造関数
要約本論文は、文字列に作用する群の軌道分割である対称分割を用いてアルゴリズム統計を展開します。全対称群の下では、簡単な分割の単位が強いモデルに一致し、正常な文字列と奇異な文字列が対称性によって特徴づけられることを示します。GL(n,2)の場合については構造関数の上下の境界を与え、Burnside環の元による置換群の座標化を提示します。
説明PMosFM：一段階で物理制約付き生成を行う前処理付き多様体マッチング法
要約本論文は、目標分布に従い所定の物理制約を満たす物理場を生成するためのPMosFMフレームワークを提案する。制約を多様体デコーダに組み込み、本質座標で輸送を学習する。幾何学的前処理と共分散変換により学習条件を改善する。推論では一回のニューラル輸送評価と物理デコードのみを行い、複数ベンチマークで多段階の基準手法より学習・サンプリング時間が短いと報告している。
説明LLMアンラーニングにおける言語の抜け穴：174言語ベンチマークからカバレッジ考慮型アンラーニングへ
要約ある言語で事実をアンラーニングしても、他の言語で完全に消去されるとは限らず、問い合わせや回答の言語を変えると忘れたはずの知識が再び現れることを指摘しています。著者らは、言語の予算内で多言語の忘却対象とする言語を選ぶ課題を提案し、174の言語・文字の組み合わせと25種類の言い換えを含むベンチマークを構築しました。また、忘却の監督を受けない言語へのカバー率を最大化する元言語を選ぶCOVERを提案し、3つのモデルファミリーと2つの重ならない忘却セットで、一様な元言語選択に比べ平均残存アクセス率を7.8～27.3%削減したと報告しています。
説明PivotOPD：マルチターン・エージェントの致命的ミスから回復する学習手法
要約本論文は、言語エージェントを訓練するためのオンポリシー蒸留フレームワーク PivotOPD を提案している。多くの失敗した軌跡には、タスク完了から遠ざかる致命的なミスが早い段階で含まれるが、その後数ターンの誘導で成功に戻れることが示されている。予防的な蒸留と回復的な蒸留を組み合わせ、ALFWorld、WebShop、Search-based QA の 13 のベースラインと比較して最高の平均性能を達成し、SWE-Bench Verified でもソフトウェア工学分野での改善が報告されている。
説明cua-speedrun：コンピュータ操作エージェントの速度を標準化して評価するベンチマーク
要約本論文は、GUIでコンピュータ作業を行うエージェント（CUA）の速度と効率を評価するため、統一された仮想マシン環境、タスクセット、共通のエージェントインターフェースを備えた cua-speedrun を提案しています。四つのベンチマークで推論の強度、エージェントの枠組み、環境の遅延が性能・速度・コストに与える影響を調べ、三つすべてで最適なモデルファミリーは一つではないこと、推論を強めると完了が速くなる場合があることなどを報告しています。
注目点CUAの速度評価のために標準化基盤と統一インタフェースを提案し、4つのベンチマークで推論量やハーネス、環境遅延の影響を系統的に検証している。
説明地図の不確実性下における信念考慮型マルチエージェント経路計画
要約マルチエージェント経路計画（MAPF）は、共有環境内で複数のエージェントの衝突のない経路を求める問題です。本論文は、障害物が実行前には未知だが実行中は変化しない状況を扱い、ガウス・マルコフ確率場とガウス信念伝播を用いて通行可能性に関する共有信念をオンラインで更新するMAGICを提案します。この信念から、標準的なMAPFプランナー向けに迂回を考慮したコストを構築します。MAPFのベンチマーク実験では、96.3%の事例で実行総コストが既存手法より低く、最大800エージェントまで適用できることが示されています。
説明OpenTSLM TeeMoE：予測・文脈付き予測・推論を統合する時系列言語モデル
要約本論文は、時系列の直接予測、テキスト文脈と時間パターンに基づく推論、外部の数値予測モデルの結果の統合と改良を行える汎用時系列言語モデル OpenTSLM TeeMoE を提案しています。共有バックボーン上で三つの低ランク専門家を個別に学習し、学習済みの LoRA 専門家混合コントローラが各リクエストに応じて重みを付けます。GIFT-Eval、Context is Key、TimeSeriesExam の各ベンチマークで上位三位以内に入ったと報告しています。
説明ComputerSD：コンピュータ操作エージェント向けのリアルタイムフィードバックに基づくオンライン自己蒸留
要約本論文は、コンピュータ操作エージェント（CUA）が実行可能な環境との対話を通じて学習する際、各操作後のGUI遷移からのリアルタイムフィードバックを指導情報に変換する手法ComputerSDを提案しています。微調整されたGUI分析器が指導情報と段階ごとの価値スコアを生成し、トークン単位のOPSDとGRPOを非同期に同時最適化します。OSWorld-Verifiedでは、結果報酬のみのGRPOと比べ、Qwen3-VL-8B-ThinkingとEvoCUA-8Bでそれぞれ1.9ポイント、4.1ポイント向上したと報告されています。
説明STARS：時空間ダイナミクスから人間とロボットの交流における社会的表現へ
要約本論文は、実世界の社会的ロボットナビゲーション場面における視覚言語モデル（VLM）の場面理解能力を評価するため、視覚的質問応答（VQA）データセット兼ベンチマークSocialNav-SUBを提案しています。空間、時空間、社会的推論を要する課題で、人間やルールベースの基準と比較して評価を行っています。実験の結果、最良のモデルでも、単純なルールベース手法や人間の合意基準を下回り、現行のVLMには社会的場面理解に重大な不足があることが示されています。
説明StreamRig：マルチカメラ装置内部の幾何構造を活用したストリーミング型マルチカメラ・オドメトリ
要約本論文は、凍結した多視点3D基盤モデル上で、キャリブレーション済みカメラ装置向けの因果的ストリーミング・オドメトリを構築する枠組みStreamRigを提案しています。学習対象は軽量なモジュールのみで（合計74.6Mパラメータ）、教師信号は相対姿勢のみです。NCLT、TartanGround、KITTI-360および自作のヒューマノイドロボットデータセットZJHで評価され、学習はシミュレーションのみ、実世界評価はゼロショットで行われています。並進・回転のドリフトは、評価された非オラクルの単眼ストリーミングモデルや多カメラ対応のオフラインモデルより小さいと報告されています。
注目点凍結した多視点3D基盤モデル上で、カメラリグの幾何を用いた因果的ストリーミングオドメトリを構築し、複数データセットで評価して有効性を示している。
説明意思決定指向の推薦リランキング：その可能性と限界に関する実証研究
要約本論文は、定義済みの候補項目からの構造化された選択としてリランキングを行う場合に、意思決定指向のシステムが有用かを検討する。3つのAmazon Reviewsドメインと4つの候補集合サイズで、2つの意思決定指向システムを、推薦専用モデルや大規模言語モデルによるポイントワイズ・リストワイズ型のリランカーと比較し、推薦効果、候補順序への頑健性、効率性を評価した。結果として、一方のシステムは低い遅延で競争力のある推薦効果を示すことが多い一方、意思決定への特化が必ずしも優れた品質や頑健性を保証するわけではないことが示された。
説明放射線科報告からのエンティティ抽出のため、オープンウェイトモデルを微調整する手法の比較
要約本論文は、非造影頭部CT報告から頭蓋内出血の急性度を多ラベルで抽出するために、オープンウェイトモデル（Gemma-3-12B）をどのように微調整すればGPT-4oに匹敵するかを検討しています。分類ヘッドと指示微調整の二つの手法、および実際の報告の蒸留と合成報告という二種類の学習データを2x2で比較しました。結果として、実報告を蒸留して指示微調整したモデルはGPT-4oと同等の性能を示し、合成データのモデルは未調整の基礎モデルを上回れませんでした。
