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。
説明連続拡散言語モデルのための分布マッチング蒸留
要約本論文は、分布蒸留によって連続拡散言語モデルの生成コストを下げる方法を研究しています。提案手法は二つで、Simplex-DMD は連続トークン緩和とパスワイズ勾配を用い、Reinforce-DMD はカテゴリカルサンプリングと学習された密度比を伴う REINFORCE を用います。OpenWebText・1,024トークン列では、Simplex-DMD が4回のネットワーク評価で生成困惑度45.6（ユニグラムエントロピー5.44 nats）を達成し、最強の基線に比べ49%低減しました。Reinforce-DMD は256回の評価で困惑度14.9（エントロピー5.00 nats）となり、20%低減しています。
説明EviRover：一目を超えるエージェント型知覚の強化学習
要約従来の視覚知覚は画像を一度見て判断する方式が一般的ですが、細部の情報や最新の知識が必要な場面では不十分になりがちです。本論文は知覚を、一度の観察を超えて情報を取得できるエージェント的プロセスとして定式化し、学習用データと人手で検証した評価ベンチマーク EviLens を構築しています。提案モデル EviRover は教師ありファインチューニングの後にエージェント型強化学習を行い、4B モデルは EviLens 上で基盤モデルを平均 30 ポイント上回ったと報告されています。
注目点知覚を対話型エージェント過程として再定式化し、データ・ベンチマークと複数基準での実験的改善を示し、影響は広い。
説明LOCI：ストリーミング世界モデルのための空間線形メモリ
要約本論文は、ビデオ世界モデル向けのハイブリッド空間メモリ構造 LOCI を提案します。過去の観測を正確に保持する键値キャッシュと、カメラ幾何に条件づけられた再帰的線形注意メモリを併用し、カメラが既見領域に戻った際に元の内容をより忠実に再現します。公開ベンチマーク MIND および保持された録画軌跡において、代表的な世界モデルと同じ構成の全 softmax モデルを上回りました。全履歴の場合、同じ長さでのピークメモリは全 softmax に比べ約 30% 低く、観測の保持数に上限を設けると一定のメモリで長い動画をストリーミング処理でき、同じ予算下でも全 softmax より忠実です。
説明『PhantomEnvironments：架空世界でLLMエージェントを訓練する』：規則で生成した架空環境による検索エージェントの訓練
要約本論文は、規則のみで生成される架空世界を強化学習の環境とするPhantomEnvironmentsを提案している。環境の生成にLLMは不要で、限界コストはゼロである。エージェントはテンプレート化された記事のコーパスを検索し、多段階の質問に答える。訓練されたエージェントは実世界の多段階検索ベンチマークに転移し、新しいベンチマークでは実データで訓練した場合を上回ることも多いと報告されている。
注目点規則のみで生成する零コストの架空環境で検索エージェントを訓練し、実世界の多段推論ベンチマークへの転移を実験で示している。
説明過去の動作軌跡から技能を学ぶ：World Action Models のための動作経験辞書
要約本論文は、過去の物理的動作軌跡を共有の動作埋め込みに符号化する動作経験辞書（AED）を提案し、操作タスク間の技能再利用を支援します。過去の動作を視覚観測に合わせて集約し、事前学習済みの動作トークナイザで埋め込みを取り出し、クロスアテンションで視覚条件付けしてノイズ付き動作トークンの前に付加します。さらに、無関係な背景情報の影響を抑えるため、ランダムな時間間隔での視覚特徴変化を監督する運動認識遷移損失を導入し、シミュレーションおよび実機の異なる本体間での有効性を示しています。
説明JevSpawn：合成可能な行動空間による適応型エージェント推論
要約LLMエージェントは推論と行動をトークン単位で生成するため、長い対話は遅く計算コストも大きくなります。本論文は、自然言語のタスク記述を有限な確率的探索へ接続する合成型ポリシー JevSpawn を提案します。並列の行動生成とフィードバックに基づく分岐選択、表現の修正、保持しておいた代替案からの回復を組み合わせています。八つのベンチマークタスクで七つのエージェントベースラインおよび TypeSafe Jev の派生版と比較し、タスク性能の向上と、より速い探索を報告しています。
説明各バッチが自身の検証セットになる：LLM微調整におけるオンラインデータ選択のための留め残し勾配マッチング
要約本論文は、大規模言語モデルの微調整でバッチごとに有用なデータを選ぶ手法LOOMを提案する。同じバッチ内で勾配をマッチさせると各サンプルが自身の勾配ノイズを評価してしまうため、通常は全バッチ学習が最良になると論じる。自身の寄与を除く留め残し法により偏りのない誤差推定が得られ、複数のタスクとモデルで全バッチ学習や既存の勾配マッチング手法を上回ったと報告している。
注目点留一法勾配マッチングで共分散ペナルティを除去し、半バッチが全バッチを上回る厳密条件を示す。7モデル・4タスクで比較が充分で、影響はLLM微調整のデータ選択に限られる。
説明無人機による可視光画像からの都市化地域の認識に関する比較研究
要約本研究は、無人機（UAV）で撮影したRGB画像をもとに、都市化地域と非都市化地域を区別する複数の分類手法を比較した。手法は植生指数（VI）の閾値処理とニューラルネットワーク（NN）である。2つの調査地域で、異なる無人機とカメラを用いて分析が行われた。結果として、NNの分類精度は約96%で、最良のVIであるExcess Blue（約87%）を上回った。データが不均衡なため、マシューズ相関係数も評価に用いられている。
説明AIエージェントはどのように科学方程式を発見するか：ハイドロトープの再発見から新しい水波振幅まで
要約本研究は、新たに発見された幾何学的公式「ハイドロトープ（hydrotope）」を対照事例として、AIエージェントが科学的公式を発見・検証する過程を調べたものです。この公式は、非線形表面波散乱の複数の多項式部分を一つの大域的な式にまとめます。ヒントなし、誤ったヒント、正しいヒントの各条件で行った18回の再発見実験のうち、完全に公式を再現できたのは4回でした。さらに、一つの主導エージェントが二つの研究エージェントに作業を割り振る手法を検討し、その結果、完全なハイドロトープ公式の再発見に成功し、より難しい三つの負の波数問題では、六点振幅A6の新しい独立検証済みの解析式を見つけました。
説明SpeechConversationBench：音声対音声モデルの多ターン推論を評価するベンチマーク
要約本論文は、103問のGSM8K数学問題を分割して用いる評価枠組みSpeechConversationBench（SCB）を提案し、音声による多ターン推論を評価します。問題を一度に与える場合、情報の断片をまとめて与える場合、ターンごとに段階的に話して与える場合を比較しています。四つの商用音声システムと、SCBX Innovation Labが開発したLEGOの最終解答精度を報告しており、分割提示では商用四システムの精度が同時提示に比べ5.0〜25.3ポイント低下しました。LEGOは三条件すべてで77.5%でした。
説明MemLife：長期的な一人称視点動画メモリの整理と推論
要約本論文は、長期間の一人称視点動画を実体に基づく文章のエピソードに圧縮し、時刻インデックス付きのエージェント型リーダーで検索するマルチモーダルなメモリシステム MemLife を提案する。学習や問い合わせ時の動画アクセスを必要とせず、四つの長期的ベンチマークで最強の学習不要ベースラインを 4.6〜12.0% 上回る。さらに、記憶の忠実性・情報量・検索性を高めるため、強化学習で記憶の書き込み器を最適化する MemOpt を提案し、MemLife を 2.7〜5.0% 改善することを報告している。
説明モロー・吉田非調整ランジュバン・サンプリングの近線形精度界
要約本論文は、古典的なモロー・吉田非調整ランジュバンアルゴリズム（MYULA）に対して近線形の精度界を示す。目標分布は、強凸で勾配がリプシッツ連続な関数と、大域的にリプシッツ連続な凸関数からなる指数形の分布である。明示的な step size 条件の下で、モロー平滑化された目標に対する不変測度の偏りは O~(h) で抑えられ、N 回目の反復分布が所定の W2 誤差を満たすための反復回数は O~(ε^-1) となる。解析は三階微分やリプシッツ連続なヘッセ行列を仮定せず、二階の定常残差を Poisson 推定によって Wasserstein 界へ変換することが鍵である。
説明テスト時スケーリング曲線の信頼性を証明する：少数の回答を多く抽出する効果を保証する方法
要約本論文は、各問題にk個の回答をサンプリングし、検証器が最高点を付けた回答を選ぶテスト時スケーリングを扱います。その効果は正解率と回答数kの曲線で示されますが、論文は曲線の読み取りは容易でも信頼しにくいと指摘し、全予算を同時に覆う信頼帯を提案します。また、曲線全体を認証する最小最大コストを導出し、185の保留スコアプールでは、最も安価な競合する認証監査の0.74倍（64予算）と0.53倍（1,024予算）の回答数で済むと報告しています。
注目点テスト時スケーリング曲線全体を同時に認証する最小最大コストの理論を示し、ペア型監査法で既存の認証法より少ない回答数で済むことを実験で示している。
説明HMMによる、証明可能に扱えるNFA制約付き言語生成
要約本論文は、非決定性有限オートマトン（NFA）のハード制約のもとで言語モデルからサンプリングする問題を扱う。著者らはNFA-LMを提案する。これは穏やかな仮定の下で理論的保証を持つ多項式時間の生成エンジンである。実験では、理論的に誤差の上限が定まった近似のもと、高品質な出力を効率よく生成できることが示されている。
説明Index-Translate：テキスト・音声・制御可能な吹き替え・長文書翻訳に対応する多言語翻訳モデルファミリー
要約本論文は、2B、9B、35B-A3Bの3種のサイズを持つ多言語翻訳モデルファミリー Index-Translate を提案し、150言語と多言語の指示追従に対応するとしています。一般翻訳と複雑な翻訳指示の評価では、同規模のモデルより優れ、100B規模の翻訳モデルやフロンティアモデルと同等の性能を示したと報告されています。また、音声の端対端翻訳モデル Index-Echo、音節制御の吹き替えモデル Index-Homura、専用のタスクとベンチマークを備えた長文書翻訳モデル Index-NativeLong も紹介されています。
説明XOR-Trellis：超低複雑度の逆量子化と、Hadamard変換を使わない曲率考慮型LLM量子化
要約本論文は、大規模言語モデルの重みを超低ビット幅で圧縮するトレリス符号化量子化（trellis-coded quantization）を扱います。著者らは、ハードウェア効率の高い構造化された逆量子化器を提案し、モデルの感度を元の座標空間で直接反映する曲率考慮型の目的関数でトレリス経路の最適化を再定式化しています。これらにより、Hadamard型の非コヒーレンス変換を用いず、並列性の高い低コストな実行時復元で高品質な超低ビット量子化が可能になるとしています。
説明MANET-GNN：多チャネルMANETにおける電力割り当ての学習型分散最適化
要約本論文は、マルチホップかつ多チャネルのモバイルアドホックネットワーク（MANET）を対象に、学習型の分散送信電力割り当てフレームワークを提案しています。単一通信、マルチキャスト、多品種流、コンバージキャスト、多対多通信を含む端対端スループット最大化問題を定式化し、これを教師なし学習の目的関数としてメッセージパッシング型GNN「MANET-GNN」を訓練します。モデルは局所的な（ノイズを含みうる）CSIと規定回数の隣接ノード間メッセージ交換のみで分散推論を行い、異なるトポロジーやネットワーク規模にも汎化します。数値実験では、集中型手法に匹敵する性能と、チャネル不確実性に対する頑健性が示されています。
説明研究から学ぶ：生涯にわたるエージェント・ハーネスの進化に向けて
要約本論文は、言語モデルを固定したまま、ツール利用・記憶管理・タスク実行を担うエージェント・ハーネス（ソフトウェア層）を進化させるScholarEvolveフレームワークを提案しています。人間の専門家が研究文献から学ぶ方法にならい、最新研究を参照して改良方向を機能モジュールごとに整理し、トピックモデリングで戦略を特定して組み合わせを評価します。AppWorldとTau2-Benchでの実験で性能向上が示されています。
説明識別不能なぼけの下でも交点の幾何は復元できる
要約顕微鏡で見える交差・分岐する細線や、X線検出器上で交わる分散スペクトルについて、未知のガウス混合ぼけのもとで交点の直線の本数、方向、相対重みを復元する方法を扱う論文である。観測分布の差に比例する誤差上界を示し、n個の観測からの最小最大誤差のオーダーはn^{-1/2}であると述べている。単一分子位置決め測定から組み立てた360個の交点と分岐では、事前に定めた手順で、固定スケールのヘシアン尾根検出器より本数と方向を正しく求められた割合が高かったと報告している。
注目点識別不能なぼかしの下でも交差構造を回復できることを示し、一様な境界と最小最大率を与え、実データで検証している。
説明PrefPI：選好に導かれ分布外の行動へ誘導する ロボット方策の調整手法
要約本論文はPrefPI（選好誘導型方策反復）を提案し、事前学習された生成型ロボット方策を、方策自身が生成した軌道への相対的な選好のみを用いて調整する。選好学習を選好条件付き生成モデリングとして定式化し、分類器不要ガイダンスを用いて反復する。シミュレーションと実機で、限られたフィードバックで大きな行動の変化が得られ、150本の選好ラベル付き軌道により実機の物体搬送高さが10.7cmから19.8cmに向上したと報告している。
説明強化学習で導く疎三角方程式求解（SpTRSV）の依存グラフ変換最適化
要約疎三角方程式求解（SpTRSV）は多くの科学技術計算で使われる基本的な演算ですが、疎三角行列に内在するデータ依存性が並列性を制限します。本論文は、依存グラフの変換を逐次的な意思決定問題として定式化し、強化学習エージェントが行列ごとの変換方針を学習する枠組みを提案します。実データの疎行列での実験では、層数が最大94%減少し、層ごとのコストの変動係数が最大80%低下したと報告されています。
説明オフライン強化学習における役割適応型ポリシー最適化（RAPO）
要約本論文は、価値学習と行動実行における方策の役割に応じて方策更新係数を適応させる手法RAPOを提案しています。TD3+BCでは、ブートストラップ用とアクション実行用のアクターを分離し、それぞれ独立に係数を調整します。IQLでは、逆温度のみを適応させます。D4RLの歩行タスクとAntMazeタスクで、両ベースアルゴリズムより改善が見られ、TD3+BCでの改善が大きく、平均で基準手法を上回ります。
説明スペクトルから合同スケジュールへ：LLM事前学習における3+3(+2)スケーリング則の領域
要約本論文は、ノイズを含むオンラインSGDと線形ランダム特徴量モデルにおいて、べき乗則の学習曲線が学習率およびバッチサイズのスケジュールによってどのように変化するかを研究している。厳密なVolterra方程式により、損失を未解決の目標誤差を伝播する強制項と、確率的誤差を伝播するメモリカーネルに分解し、べき乗則が成立するためのスペクトル条件を示す。制御されたnanoGPT実験では、B/η経路を揃えたスケジュールが内在時間においてほぼ等価であることや、複数のスケジュールにわたり損失を予測する代理モデルの有効性が示されている。
注目点精密なVolterra方程とスペクトル質量条件により、学習率・バッチサイズのスケジュール下でべき乗則が保たれるか壊れるかを特徴づけ、nanoGPT実験で検証しており、新規性と証拠は十分である。
説明決定的MDPにおけるポリシー反復は強多項式時間ではない：アルゴリズム的無秩序のコスト
要約本論文は、決定的な割引型および平均報酬型マルコフ決定過程（MDP）におけるHowardのポリシー反復法を扱い、反復回数が状態数に対して指数的に増加することを示している。そのため、両設定でHowardの方法は強多項式性を持たないと結論づけている。さらに、Dantzig型の変種が決定的な平均報酬MDPで強多項式時間に動作することを証明し、両者の間に指数的な差があることを示している。
注目点決定性MDPでHoward方策反復の指数下限を示し、Dantzig型変種が強多項式時間で動くことを証明し、両者の指数的分離を確立している。
説明DNA設計からDNA簡素化へ：監査可能なエージェント型・削除専用デザイナーの発見
要約本論文は「配列の簡素化」というタスクを提案し、予測される活性を保ったまま既存の機能的DNA要素から塩基を削除し、元の順序を保つ固定長の部分配列を選ぶ問題を定義している。設計ベンチマークNucleoBenchを参考に、配列の短縮と機能維持のバランスを取る定量的評価法を構築し、各精製器に部分配列とその元のインデックスの返却を求めて検証可能にしている。コーディングエージェントERAは、置換のみの設計器GrAdaBeamを出発点としてGRADASLIMを作成した。5つの転写因子結合標的において、400 bpと100 bpで、ランダム法および貪欲法と比較した結果、ERAは10設定中9設定で平均値が最も高かった。
説明少ないほど良い：極端な暑熱の千メートル規模ダウンスケーリングのためのデータ効率に関する誤差-距離スケーリング則
要約本論文はCASPER（構造保存損失を用いたU-Net）を提案し、32キロメートルの再解析データから1キロメートルの気温・湿度・風速へのダウンスケーリングを行います。1〜8か月の24構成での実験により、予測誤差は訓練データとの気候学的距離に対して線形に増加すること（RMSE = 0.83 + 2.95d、分散の90%を説明）が示されました。極端な夏季の評価では、熱波期間中の観測所データと1.8 K以内で一致し、温哥華では11日分の地域シミュレーションで誤差が3.8 Kから1.3 Kに低下しました。
注目点誤差が気候距離に線形に増加する定量的関係を示し、24構成と複数地域での検証に基づき高効率な極端高温の千メートル規模ダウンスケーリングを導く。
説明ゲームで導くセルフプレイによる操作可能なエージェント制御のスキル発見（GGSD）
要約本論文は、ゲームのセルフプレイを通じて人間が直接操作できる運動スキルを発見する枠組みGGSDを提案している。階層型エージェントが過去の自分と競い、高レベル方策が少数の離散スキルから選択し、低レベル方策が対応する振る舞いを学習する。訓練後は人間が高レベル方策を置き換え、同じ離散スキルで直接操作できる。Ant、Franka機械腕、Unitree G1の環境で、人間がスキルを組み合わせてMazeやCubePushなど未見のタスクを解けることを示している。
説明触覚的好奇心がロボットの相互作用を導く：触覚に基づく探索で操作スキルを学ぶ
要約本論文は、触覚フィードバックを認識的不確実性に基づく探索に組み込み、好奇心を触覚チャネルに向ける TacEx フレームワークを提案しています。探索中にタスク報酬や専門家のデモンストレーションを用いずに、ロボットが把持や物体操作を学習します。この触覚駆動の探索で集めたデータは、追加の環境相互作用なしに後続の把持・配置方策のオフライン学習に使え、視覚-言語-行動（VLA）モデルの事後学習にも用いられています。
説明ラベル不足下のランク制約テンソルニューラルネットワークに対する、プロトタイプ規則を用いた神経記号正則化
要約教師信号が限られた状況で、微分可能なプロトタイプ規則がRank-Rテンソル学習に補完的な帰納バイアスを与えられるかを検討した研究です。Rank-Rの目的関数にプロトタイプに基づく正則化項を加え、推論時にはプロトタイプの証拠とニューラルネットワークのロジットを任意で融合します。4つのハイパースペクトルベンチマークで、7分割の層化評価と空間的に分離した分割評価を比較しています。空間評価では、完全な神経記号推論によりMacro-F1がBotswanaで8.82ポイント、Indian Pinesで5.49ポイント、Pavia Universityで1.59ポイント向上し、Salinasでは0.62ポイント低下しました。利得の大部分は学習時の正則化によるもので、推論時の融合の効果は小さく、データセットに依存します。
説明言語で生物を制御する試み：細胞・オルガノイド・バイオボットに向けた、プロンプト条件付き介入のオフライン学習
要約本論文は、自然言語の指示によって生物を制御できるかを検討しています。既存の介入記録と観察結果を固定されたオフラインデータとして用い、視覚言語モデルで結果が文章の記述に合うかを判定し、新たな実験や人手による検証なしに、指示から介入への写像を学習します。神経系を持たない合成多細胞構造体であるゼノボット（xenobot）を例に、この写像は新しい指示にも一般化し、学習に使われなかった記録データで80.0%の正答率を示しました。これは機会水準の66.7%を上回り、正解ラベルで直接学習したネットワークと同程度です。
説明VR-JEPA：生成型ビデオ推論のための対照状態潜在ガイダンス学習
要約本論文はVR-JEPAという枠組みを提案し、局所的な対照状態学習によってV-JEPA予測器をタスク固有の推論ロジックに合わせ、スキル別エキスパートで多様な認知領域に適応させます。予測された潜在軌道を用いて視覚推論のためのビデオ生成を導きます。大規模なVBVR-Pro-Benchデータセットでの実験では、既存の生成型推論ベースラインに対し相対で11.33%の改善を示し、物理的アーティファクトの抑制と論理的一貫性の向上が報告されています。
説明ニューラルネットワーク圧縮のための学習型関数部分空間：エンドツーエンドで捨てる部分空間を学習し、Transformerモデルを圧縮する手法
要約本論文は、Transformerモデルを圧縮する学習型部分空間射影（LSP）を提案しています。既存の低ランク分解法は局所的な基準で削除する部分空間を選ぶため、高圧縮率では誤差が層を重ねるごとに蓄積します。LSPは大域的な目的（稠密モデルの出力分布とのKLダイバージェンスまたは元の学習損失）で部分空間をエンドツーエンドに学習し、事前学習済みの重みは固定したまま、最後に標準的な低ランク因子へ統合します。OPT、Qwen3、Llama-2、ViT-B/16で評価され、約70%の圧縮率で基準手法を上回り、圧縮率が高いほど優位性が広がることが示されています。
注目点局所的な閉形式基準の代わりに直交射影をエンドツーエンドで学習する低ランク圧縮で、KVキャッシュの共有潜在表現も含む。多数のLLMとViTで十分な実験により優位性を示す。
説明自己バイアス除去（DIY）：LLMに認知バイアス軽減の手法を教える
要約本論文は、社会心理学や認知科学で検証された介入手法を大規模言語モデル向けの除去手順に変換する「Debias It Yourself（DIY）」フレームワークを提案します。手法は、例示による提示（Show）、指示チューニング（Train）、誘導的な自己修正（Revise）の三つの枠組みで実装されています。3つのモデル、5つのバイアスベンチマーク、11の比較手法、3つの推論ベンチマークで評価した結果、Train+ReviseとReviseが平均順位で上位2位を占め、バイアスと推論精度のトレードオフで最良の成績を示し、未見の次元でもバイアスを最大14.8%削減したと報告しています。
注目点人間の認知バイアス介入をLLMの脱バイアスに移植し三つのパラダイムと組み合わせた点に新規性があり、三モデル・五ベンチマーク・十一ベースラインで検証している。
説明大規模言語モデルへのAMR拡張の有効性に関する再検証
要約抽象意味表現（AMR）は従来、多くの自然言語処理タスクの性能を向上させてきたが、現代の大規模言語モデルに対する効果は明らかではない。本論文は、AMR拡張による大きな下流タスクの改善を報告した近年の研究を再現し、その利得は実験設定の特定の選択に起因する可能性が高いことを見出した。統一的なハイパーパラメータ選択手順を用いると、テキストのみのベースラインがAMR拡張モデルと同等以上の性能を示した。さらに、モデルが既に持つ以上の関係知識をAMRがどの程度補うかを測るパープレキシティに基づく探査法を導入し、AMRが文中の関係的内容の理解を高めないことを示した。
説明グループ化したリスク集合と改良された LogSumExp 収束率による、スケーラブルな Cox 回帰
要約本論文は大規模 Cox 回帰の計算上の課題に対し、LogSumExp 目的関数の確率的最小化を検討する。補助スカラーを用いた softplus 近似により不偏な単一サンプル勾配を得て、平均化目的関数の上界を従来の T^{-1/4} から O(T^{-1/2}) に改善する。隣接する失敗事象をグループ化して補助変数を共有することで、平均二乗誤差の速度は対数因子を除き T^{-4/5} となり、圧縮推定量の漸近分布は完全推定量と一致すると示される。
説明ChainLoRA：大規模言語モデルの継続学習のための幾何構造を保つタスクベクトル統合手法
要約本論文は、過去データの再生を用いずに大規模言語モデルを継続的に微調整する統合フレームワークChainLoRAを提案します。連鎖的な更新による学習と、学習後の適応的SVD統合を組み合わせ、既存知識の保持、新タスクへの適応、パラメータ量の制約のバランスを図ります。Large・SuperNIのベンチマークでは、評価した再生なし手法の中で最高性能を示し、再生を用いる手法にも平均スコアが近い結果となりました。
説明LLMエージェントの効率的なメモリ圧縮のための永続コンテキストグラフ（ReCAP）
要約本論文は、履歴メッセージの注意機構由来の重要度スコアと依存関係を、軽量で永続的なコンテキストグラフに保存するメモリ圧縮手法ReCAPを提案しています。新しいリクエストごとに、追加のモデル呼び出しなしで保存された重要度と依存リンクを用いて関連メッセージを選択します。原文によると、Codexの既定の要約型圧縮と比べ、圧縮とコールドリストアの推定遅延が約95%減少し、SWE-Togetherでは呼び出しあたりの履歴文脈がほぼ半分になりました。
説明モデル順位付けを超えて：産業用時系列予測における分布・統計的ミススペシフィケーションのレジーム診断
要約論文は、産業用時系列予測モデルが導入後に系統的な偏りを示す原因として、一般的な損失関数に組み込まれた固定の統計的事前仮定が、ゼロ膨張・歪度・高変動などの病的レジームで破られることを指摘しています。著者らは指標に依存しない分解型診断指標「Regime-wise Relative Bias Vector（RBV）」を提案し、13種類の損失関数と60,000本以上の系列を用いた大規模実験で、最適化型と偏り型の失敗を区別できることを示しています。
説明メメティック・トロイの木馬：エージェント網で社会的伝播を運ぶ敵対的ペイロード
要約本論文は、エージェントが内容を自発的に再送信・拡散する性質を利用した「メメティック・トロイの木馬」というネットワーク攻撃を提案します。これは敵対的に誘導される伝播を用いるエージェント・ワームとは異なります。LLMエージェント向けSNSのMoltbookから社会的伝播コンテンツを抽出した実験では、最も効果的な内容が後続投稿の約50%で再投稿され、平均投稿の2.5倍の率で高評価されました。モンテカルロ・シミュレーションでは期待露出が最大3.19倍に増幅されました。著者らは、プロンプト注入の検出だけでは不十分で、ネットワーク構造や推薦の仕組みを考慮した防御が必要だと結論づけています。
注目点エージェントワームと区別される内生的社会伝播攻撃という新類型を提示し、モンテカルロ模擬で増幅効果を定量化。実験は単一プラットフォームに限られる。
説明学習不可能なのか、測定できていないのか？RLVRにおける難易度ラベルの信頼性について
要約本論文は、検証可能な報酬による強化学習（RLVR）で一部の難しい問題が学習されにくいとされる現象を再検討しています。その結果、これらの問題も改善し、学習しやすい問題の約3分の1の速度で向上することがわかりました。一方、その定義に使われる難易度ラベルは再現性が想定より低く、乱数シードをまたいで結果を統合すると選ばれる問題自体が変わります。著者らは不安定性を定量化するサンプリングベースの手法を提案し、部分的な勾配類似性の証拠も、難問では勾配推定に使える正解ロールアウトが少ないことに起因すると指摘しています。
説明エージェント誤りデータセット：失敗分析と誤り認識型事後学習のための5万組の誤り・診断ペア
要約本論文は、エージェント誤りデータセット（AED）を構築し、33の環境、19のハーネス系統、23の方策モデルにわたる9,961の元タスクから得た50,228組の誤り・診断ペアを含むと述べています。五段階のAETパイプラインで失敗を収集し、診断と修正案を生成して記録された証拠と照合します。3,062組の再実行比較では、初回修正案により検証合格率が18.4%から51.1%に上昇しました。
説明OverdoseMoE：オピオイド過剰摂取リスク予測のための多専門家フレームワーク
要約本論文は、患者の過去1年間の縦断的ICD診断履歴から、180日以内のオピオイド過剰摂取リスクを予測する研究です。著者らは継続事前学習とタスク特化型ファインチューニングによりOODMAMBAおよびOODQWENを開発し、異なる規模のモデルを統合する多専門家フレームワークOVERDOSEMOEを提案しています。内部データでのAUPRCは25.17、AUROCは69.49と報告され、MIMIC-IVの独立コホートでも一定の頑健性が示されています。
説明JuryFlow：意見の不一致を手がかりにした、人間が関与する多エージェント評価フレームワーク
要約本論文は、大規模言語モデルによるAI生成コンテンツの自動評価の課題を扱い、JuryFlowという枠組みを提案します。評価者間の不一致を平均化すべきノイズではなく、不確かさの位置を示す信号として扱います。人間が一度の最小限の介入で解決すべき不一致を選び、その修正を関連する主張やルーブリックに反映させます。MT-BenchとLLMBarでは、単一評価者や多数決パネルより正解ラベルとの一致度が高いと報告されています。
説明可動の柔軟アンカーによるケーブル懸垂型空中マニピュレーションの受動剛性の制御
要約本論文は、ケーブルで吊り下げた荷物を運ぶ飛行体を可動の柔軟なアンカーとみなし、荷物のデカルト座標系における受動剛性を予測・調整するための重力を考慮した準静的理論を提案している。張りのある直線状の非伸長ケーブルで一点の荷物に接続された任意台数の飛行体に適用できる。さらに、解析モデルの仮定を超えて導出した剛性がどの程度予測力を持つかを評価するための動的剛体検証の枠組みも定義している。
説明AutoDataBench：大規模言語モデルが学習データを改善する能力を評価する、データ中心の自動研究テストベッド
要約既存の自動研究ベンチマークは、学習フレームワーク、ハイパーパラメータ、計算資源、データなどの要因が混在しており、エージェントの差が何によるものかを特定しにくいという問題があります。本論文は、非データ要因を固定した管理された環境で、データ診断・データ整理・データ構築の三つの観点からデータ知能を評価するAutoDataBenchを提案します。さらに、学習前の予測と実際の結果を比較し、AutoDataBenchの試行履歴を中間学習に再利用すると, 下流のコーディング性能が向上することも示しています。
説明PCIe 接続のコンシューマ向け GPU 向け高効率エキスパート並列通信 ThunderEP
要約本論文は、PCIe 接続のコンシューマ向け GPU システムに適した専門家並列（EP）通信方式 ThunderEP を提案します。従来のリング方式の中継転送を取り除き、DMA エンジンでデータを移動して計算リソースの競合を避け、CPU メモリ上の完了フラグのポーリング負荷を減らして同期遅延を抑えます。vLLM に統合し、RTX 4090 と RTX 5090 の二つの PCIe システムで三つの MoE モデルを評価した結果、dispatch と combine で NCCL に対しそれぞれ平均 2.00 倍、1.53 倍の高速化、エンドツーエンドでは最大 1.66 倍と報告しています。
説明GateSPINE：腰椎MRIレポート生成のためのゲート付きクロスビュー融合
要約本論文は、矢状断T1・T2画像と軸位画像を融合し、腰椎MRIのレポートを自動生成する視覚言語フレームワーク「GateSPINE」を提案しています。中核はゲート付きクロスビュー融合モジュールで、特徴チャネルと位置ごとに各ビューの採用量を決め、情報量の多いビューが各空間位置で優位になるようにします。3つの腰椎MRIデータセットでの評価では、臨床有効性指標のF1が最も高く、一般的な自然言語生成指標でも競争力を維持したと報告されています。
説明PTNO：粒子輸送問題のためにノイズを含むモンテカルロ推定で学習するニューラルオペレータ
要約本論文は粒子輸送ニューラルオペレータ（PTNO）を提案し、高コストな収束解ではなく、低コストでノイズを含むモンテカルロ（MC）結果を直接ラベルとして学習する代理モデルを示す。物理空間のままラベルを扱い、softplus出力層で非負性を保証し、停止勾配の逐点相対L2損失を用いる。核融合炉の中性子輸送および参加媒質での放射伝達の課題で、PTNOは収束MCより大幅に高速で、同等精度ではより低コストであることを示す。
説明オンデマンド・リプレイ：継続事前学習における適応と忘却のバランスを取る創発的カリキュラム
要約継続事前学習は言語モデルを新しい分野や知識に適応させられますが、既存の能力を忘れてしまうことが多くあります。本論文はオンデマンド・リプレイ（RoD）を提案し、固定比率ではなくモデルの学習ダイナミクスに基づいて再学習データの配分を決めます。適応サンプルは残りの学習余地で、リプレイサンプルは観測された忘却の度合いで優先順位付けされ、共有の学習予算を巡る競合がオンラインのカリキュラムを形成します。複数のモデル、規模、適応分野で、RoD は調整済みの固定リプレイ基準やモデルマージの適応-忘却フロンティアに並ぶか、それを上回りました。
説明MeanVoiceFlow2：平均フローと内容エンコーダの共同最適化による高速な単段階ゼロショット音声変換
要約本論文は、フローベースの変換モジュールと計算効率の高い内容エンコーダを共同で最適化するMeanVoiceFlow2を提案しています。学習には変換蒸留と実データの再構成を用い、サンプル混合を伴う拡散-GAN学習などで自然性と分離性を高めています。ゼロショット音声変換の実験では、MeanVoiceFlowと同程度の話者類似度を保ちつつ、知覚品質が高く、推論が約9倍高速だったと報告されています。
説明BatSLAM 2.0：シーケンス検証付きソナー場所認識とロバストなポーズグラフ
要約本論文は、コウモリの反響定位にヒントを得た、ソナーのみを用いる自己位置推定と地図作成（SLAM）システム「BatSLAM 2.0」を提案しています。システムは、更新された音響フロントエンド、ループクロージングの候補を追跡・検証するシーケンス検証器、高性能なファクターグラフ框架上に実装されたポーズグラフの三要素で構成されます。シミュレーションと実環境の録音の両方で評価され、位相地図の地図崩壊を防ぎつつ、地図規模に対して頑健に拡張できることが示されています。
説明組織検出が拡散モデルベースの病理画像アーティファクト検出の偽陽性に与える影響
要約一クラスのアーティファクト検出器は、クリーンな学習データに含まれる正常組織を学習し、そこから逸脱した領域を検出します。研究者は、TCGAの注釈付き16枚のスライドで異なる組織検出法を比較しました。彩度-Otsu法は脂肪組織や肺胞実質など透明な領域の多い正常組織を除外していました。エントロピーベースの検出に変えると、保持された正常スライドの偽陽性率は0.102から0.016に下がり、感度は損なわれませんでした。
説明LongEmo：長尺動画における感情の理解と推論に向けて
要約本論文は、長尺動画の感情理解と推論のためのベンチマーク LongEmoBench と、記憶を備えたエージェント型フレームワーク LongEmo を提案しています。LongEmo は動画ストリームからイベント記憶グラフを構築し、離散的なイベント間の長距離の依存関係と感情の変化をモデル化します。17 の代表的な手法を評価した結果、既存手法は長尺動画の感情推論に大きく苦戦することが示され、LongEmo は最先端の性能を達成しました。
説明成長する木における頑健かつ学習型のオンラインマッチング研究
要約本論文は、葉ノードが逐次追加されていく木構造において、取り消し不可能な最大基数マッチングを扱います。成長則の期間は既知ですが、その仕様は誤っているか未知とされています。確定的なアフィン付着予測に対し、最適な閾値方策の損失は、真の成長則を知るオンラインオラクルに対する条件付き全変動誤差の累積期待値の高々2倍であることを示しています。一様優先付着の場合には局所誤差の厳密な表現も与えられ、混合パラメータが未知のときは同じ成長木から推定し、幾何学的な時点で方策を更新することで、期待後悔 O(√n log²n) が得られています。厳密なミニマックス速度は未解決のままです。
説明スパース正則化部分最適輸送のための加速アルゴリズム
要約本論文は、質量保存制約を緩和した部分最適輸送（POT）に対し、二次正則化や弾性ネットなどの滑らかで強凸な正則化項を用いる新たな最適化枠組みを提案しています。ペナルティに基づく再定式化により、勾配法による効率的な更新を可能にしています。滑らかな更新と単純な射影ステップを交互に行う加速一阶アルゴリズムを設計し、色変換、ドメイン適応、点群位置合わせの実験で既存手法を上回る結果を示しています。
説明予知保全のためにデジタルツインのトポロジーで時系列基盤モデルを接地する
要約本論文は、5種類の時系列基盤モデルを C-MAPSS データセットで残存耐用年数（RUL）予測に適用して比較し、多変量構造が単変量構造を大きく上回ることを示しています。さらに、デジタルツインに格納された資産構造から得た位相的制約で交差注意機構を制限する融合手法を提案しています。アブレーション実験では、事前学習の重み、タスク適応、デジタルツイン由来の表現が相補的であることが示され、位相制約付き注意機構は制約のない融合をわずかに上回りました。凍結された基盤モデルは、この回帰タスクで最先端手法と同等か、場合によっては上回る性能を示しています。
説明推論オークション：ユーザー入札で LLM 推論の優先度を配分する仕組み
要約推論の需要が利用可能な計算能力を上回ると、サービス提供者はどのリクエストを先に処理するかを決める必要があります。本論文は、ユーザーが入札してより速いサービスを得られる推論オークションを設計し、正直な入札を促す価格を高速に計算するアルゴリズムを開発しています。また、ユーザーが推論予算を設定すると、その予算内で効用を最大化するよう入札を動的に調整する自動入札エージェントも設計しています。実験では、最先端の推論サービングフレームワークである SGLang のキャッシュ利用率と遅延の利点を保ったまま、システム全体の厚生が向上することが示されています。
説明コミュニティ主導のAPIとAIライター設計：コミュニティノーツを公開的に拡大する
要約本論文は、Xのコミュニティノーツ（Community Notes）向けAIノート作成APIの設計、運用、影響を紹介しています。このAPIは2025年9月から公開されています。どのノートを表示するかは、プラットフォームやAIではなくユーザーが決める原則が守られています。コミュニティライターはAI APIの出力の大部分を担い、広く表示される「役立つ」ノートの52%を生成しました。Apache 2.0ライセンスのオープンソースソフトウェアとして公開されています。
注目点コミュニティ主導のAI記述API設計をXで実運用し、人間とAIのノート覆盖を分析しており、新規性と影響は中程度以上で、根拠は大規模な運用データである。
説明ツイートから取引へ：トルコの株式市場パフォーマンスに対する公衆ムードの影響分析
要約本研究は、2022年1月から2023年12月にかけて精選された176のXアカウントが投稿した610,422件の投稿を分析しています。投稿は政治・政府、経済・金融、メディア・社会の3領域に分類され、トルコ語のTransformerモデルで判定されています。公衆ムードとBIST100・BIST30の市場指標との関係を、相関、グレンジャー因果性、ベクトル自己回帰、インパルス応答で検証しています。結果として、公衆ムードは株価変動の方向とは関連せず、変動幅とは関連すること、そして予測的関係は経済・金融領域の発信に集中していることが示されています。
説明LARC：凍結モデルで学習する低ランク適応型残差接続
要約本論文は、凍結されたモデルの隠れ表現に低ランクの補正を加えるLARCを提案し、タスク横断的な初期因子を遅い状態で学び、フィードバックに応じて速い状態で調整する仕組みを示しています。プログラム選択タスクでは、2回のフィードバック勾配ステップにより期待クエリ実行誤差が大きく低下したと報告されています。一方、継続的インテグレーションのジョブを時系列で再生した実験では、オンライン更新を保持すると半Brier損失が悪化しており、著者は適応の効果と後続判断への有用性を区別して論じています。
説明データを減らし、タイミングを改善：時系列動画グラウンディングにおけるVLMのオンポリシー蒸留のための生徒-カリキュラム結合
要約本論文は、時系列動画グラウンディング（TVG）タスクにおける視覚言語モデルのオンポリシー蒸留（OPD）学習を扱い、学生-カリキュラム結合（SCC）というフレームワークを提案しています。コンパクトなAnchor-Frontierカリキュラムで候補となる教師信号の空間を定義し、学生の現在の能力に応じて有効な部分集合を動的に決定します。3つのTVGベンチマークにおいて、SCCはVideo-OPDに比べ平均再現率が相対5.1%向上し、学習例は60.0%、学習時間は50.4%削減されました。
説明未観測交絡下での因果効果推定のための近位バランシング
要約観察データから因果効果を推定する際、直接測定できない交絡因子があると効果は識別できません。本論文は交絡因子の代理変数のみを用いる近位バランシングを提案します。共変量と代理変数の低次元要約を学習して処理群を比較可能にし、その要約で調整します。代理変数の役割指定、逆問題、潜在変数モデルは不要です。識別理論、有限標本保証、アルゴリズムPROBEを示し、低次元・高次元・画像の代理変数および実データで検証しています。
説明眼底画像のドメイン汎化セグメンテーションのための疑似ラベル前景品質重み付け手法
要約本論文は、眼底画像における視神経乳頭と視神経杯のセグメンテーションを対象に、Noisy Student半教師あり学習を改良したものです。多タスクDice予測器が教師モデルが生成したマスクから各疑似ラベルの信頼性を推定し、学生モデル学習時の疑似ラベル損失の重みとして用います。既知および未知のドメインでの実験において、Noisy Studentベースラインを上回り、特に視神経杯の分割で改善が見られたと報告されています。
説明CoEvoWhen：超長尺動画の時間的グラウンディングのための方策・ツール協調進化フレームワーク
要約本論文は、視覚言語モデルの推論軌跡から高レベルの方策と実行可能なメディアツールを同時に進化させ、モデルのパラメータを更新せずに再利用可能なスキルを形成するフレームワークを提案しています。外部のスキル更新器が超長尺動画の時間的グラウンディングに関する転移可能な経験を抽出し、コーディング能力でツールを改良または新規作成します。5つのベンチマークと3つのモデルでの実験により、超長尺動画での定位精度の向上と推論時の視覚トークンコストの削減が示され、進化したスキルは一般的な長尺動画QAでも性能を高めました。
説明帰納的多視点埋め込みのためのGromov-Wasserstein蒸留法
要約GW-MDS（Gromov-Wasserstein多次元尺度構成法）は学習時のサンプルしか低次元表現にできず、新しいサンプルへの写像を持たない。本論文では重心蒸留に基づく帰納的な枠組みを提案し、GW-MDSの教師モデルが得た最適輸送計画を重心投影で目標に変換し、ニューラルネットの生徒モデルに未知サンプルへの明示的な写像を学習させる。多視点への拡張も示され、合成データと実データでの実験では、蒸留したモデルが直接GW目標で学習したニューラルネットより未知サンプル上で幾何構造をよく保持するとされている。
説明MAGiDiff：紫外・極端紫外フィルターグラムから光球ベクトル場を推定する手法
要約本論文は、拡散モデルに基づく機械学習手法 MAGiDiff を提案し、SDO/AIA の紫外・極端紫外フィルターグラム群から、Hinode/SOT-SP が観測する曖昧性を除去したベクトル磁場図を推定します。著者らは Hinode の真値をよく再現できると報告し、全太陽面で活動領域の妥当な構造も示すとしています。さらに太陽活動周期をまたいで汎化し、STEREO/EUVI や GOES-R/SUVI にも微調整できるとしています。専用機器の代替にはならないと明記されています。
説明MGhana-ST：ガーナ語の低リソース音声翻訳データセットと多言語学習のトレードオフ分析
要約本論文は、ガーナの四つの言語変種（Ga、Twi（Akuapem・Asante）、Ewe、Fante）を対象とした音声翻訳データセットMGhana-STを提案します。現在の実験では、約16.1時間の対になった音声と英語訳を用いています。Whisper-smallで単一言語学習と多言語学習を比較した結果、このデータ不足の条件では多言語学習がどの変種にも有益ではなく、EweとFanteは低下しました。さらに、以前の単一実行による正の転移の結論は、複数のシードでは再現されなかったと報告しています。
説明表現空間の敵対的蒸留による自己回帰型動画生成の改善（Radian）
要約少ステップの自己回帰型動画生成は効率的なストリーミング合成を可能にしますが、初期の時間ブロックで生じた誤差が後続の生成に引き継がれ、細部の劣化や動きの不安定化を招きます。本論文は、凍結された視覚基盤モデル（VFM）の特徴空間で実動画に対する敵対的監督を加えるフレームワーク「Radian」を提案し、既存の分布マッチング蒸留（DMD）を補完します。学習後は補助構成要素を破棄するため、生成器の構造と推論時のデノイズ回数は変わりません。Wan2.1-1.3Bでの実験では、4ステップ生成でVBench総合0.8444、VideoAlign総合0.8033を達成したとされています。
説明IrekoGPT：構造的剪定を推論時に幅を変えられる大規模言語モデルへ転換
要約本論文は、学習済みの大規模言語モデルを事後処理で、推論時に幅を調整できるモデルに変換する手法 IrekoGPT を提案しています。SliceGPT を基にして射影行列を剪定せず残すことで、一つのモデルで異なる幅の入れ子状サブネットワークを提示できます。各層を複数の圧縮率にわたって較正し、後続の線形層を勾配を用いないリッジ回帰で補正します。Llama と Qwen のモデルでの予備結果では、単純な PCA ベースの縮小法より改善が見られ、高圧縮時に最も大きな効果が出ています。
説明OPTS-TTPO：木探索により有限サンプルの方策勾配学習を強化する手法
要約本論文は、現在の方策から訪問した状態で新しいサフィックスを採取する、オンポリシー並列木探索（OPTS）と木軌道方策最適化（TTPO）を提案しています。限られた予算内で高報酬軌道の網羅性を高めつつ、勾配バイアスを抑えることを目指します。MuJoCo、Atari-57、Qwen3モデルでの比較結果が報告されており、PPOや独立サンプリングに対する改善が示されています。
説明バイアスプローブによる多グループ公平性の効率的な能動的監査
要約本論文は、モデルを再構築せずに標的を絞った適応的な問い合わせを行い、ブラックボックスモデルの多グループ公平性を監査する「バイアスプローブ」の枠組みを提案しています。その上で、このようなプローブを学習する能動的監査器 ALeBi を提案し、属性固有の複雑さの指標に基づくサンプル複雑性の保証を示しています。モデル所有者が偏りを意図的に隠す敵対的状況も分析しており、理論的知見は実験で裏付けられています。
説明動くコードと動かない環境：AI生成ソフトウェアにおける環境の再現性の測定
要約本論文は、AIコーディングエージェントが生成したコードは機能的に正しくても、実行に必要な依存関係の指定が不正確になりうることを指摘しています。著者は、宣言された依存関係、実行時にインストールされた依存関係、必要かつ十分な依存関係という三層の枠組みを提案し、3つのエージェント、4つの言語、50のプログラミングタスクで評価しました。同一タスクでの依存関係集合の一致率は最低7%で、新しいエージェントでも明確な改善は見られませんでした。
説明WARP：不可視画像透かしの攻撃耐性を評価する統一ベンチマーク
要約本論文は、不可視画像透かしの頑健性を評価するための統一フレームワーク・ベンチマーク「WARP」を提案している。32種の古典的・深層学習・生成型の透かし手法と、従来の歪みから敵対的攻撃、浄化攻撃、再埋め込み攻撃までの34種の消去技術を対象とする。一般的な歪みには耐性があっても、再埋め込み攻撃に対して脆弱な手法が存在することが示されている。
説明フェンシェル・ティルト：生成モデルの効率的な微調整のための重み付け補正手法
要約本論文は、効用関数で表される任意の選好に事前学習済み生成モデルを適応させる手法、Fenchel Tilt Flow Control（FTFC）を提案しています。まずFenchel双対性を用いて、事前学習済みサンプル上で有効報酬と密度比重みを同時に当てはめ、目標分布を求めます。その後、固定した重みを使って拡散モデルやフローモデルを重要度重み付きの単一段階の学習で修正し、サンプリング経路を微分する必要はありません。画像および分子生成のベンチマークで、多様な選好関数において基準手法より優れ、効率は最大20倍であると報告されています。
説明グラフを誰が検証するのか：言語エージェントの因果的行動検証に対する誤指定攻撃
要約本論文は、言語エージェントのツール呼び出しを、確定した行動-状態グラフに対して介入が同定可能かどうかで制御する因果的行動検証器（CIVeX）を検討しています。著者らはグラフのみを改ざんする攻撃を行い、検証器の証明は内部的に妥当でも誤った実行が大量に生じることを示しました。実行結果をランダムサンプリングで監査すると攻撃は検出できますが、拒否された有益な行動は別途コストを払って監査する必要があるとしています。
説明任意構造の多階層モデルに対する償却ベイズ推論：有向非巡回グラフから事後分布の分解とニューラルネットワーク構造を自動導出する汎用手法。
要約本論文は、任意の構造を持つ多階層モデルに対して償却ベイズ推論を行う汎用手法を提案している。有向非巡回グラフで記述された生成モデルから、結合事後分布の有効な分解と対応するニューラルネットワーク構造を、グラフ拡張とグラフ反転によって自動的に導出する。学習を速めるために依存構造を単純化する手法とは異なり、生成モデルの条件付き独立性と交換可能性の仮定をすべて保持する。3つの事例では、6,500を超えるパラメータを持つモデルで、標準的な高精度サンプラーの結果に近い推論を、学習後はほぼ瞬時の順伝播で実現したと報告している。
説明正確な増分BPEのための成分重み付き重心探索
要約本論文は、正確な増分BPE（バイトペア符号化）の局所探索を改良する手法を提示します。各区間を、選択される再帰成分のサイズで重み付けし、サイズmからm'への移動のコストをO(1+log(m/m'))とします。これにより、1バイト追加あたりの時間はO(log t)、nバイトのストリーム全体ではO(n log t)に抑えられます。また、計数で均衡させた探索はΘ(log² t)回、重み付き探索はΘ(log t)回のプローブを要する語彙族も構成しています。改善は平均速度ではなく最悪ケースの保証です。
説明暴力を予測できるか？事件発生前の行動の手がかりに基づくマルチモーダル学習
要約本論文は、暴力事件の発生直前の映像信号から短期的なリスクを認識できるかを研究しています。XD-Violence の時間注釈付きクリップから、正常とリスクの二値分類タスクを構築し、ソース単位で分割した443件のサンプルを用いています。事件そのものは入力クリップから除外されています。顔の外観、同期した音声、追跡されたキーポイントから得た身体の動きの三つの情報源を比較し、複数のモダリティを組み合わせた場合の性能が最も高いと報告しています。最良の構成はテストセットで91.21%の精度を達成しました。
説明移動する危険物の周囲での VLA ポリシーに対する多リンク安全フィルタリング
要約本論文は、再学習を行わずに事前学習済みの VLA（視覚・言語・行動）ポリシーを、実行時に移動する危険物から遠ざける方法を検討しています。手法は、グリッパー、手首、前腕を覆う五つの楕円体と、それに対するバリア制御で各指令動作をフィルタし、スパースオプティカルフローで危険物を追跡するものです。シミュレーションの六条件で、衝突率は 65.62% から 27.27% に低下し、安全成功率は 29.35% から 50.43% に上がりました。
説明DashVMC：『ジオメトリーダッシュ』におけるリアルタイム離散世界モデル制御
要約著者らは約2時間分の『ジオメトリーダッシュ』のプレイ録画から、行動を条件とするコンパクトな世界モデルを学習しました。コントローラは行動模倣で初期化し、その後、凍結したモデル上のロールアウトだけでPPO（近接方策最適化）により改良し、実際のゲームとの追加のやり取りは行いません。改良後の方策は、公式の3ステージと外部コミュニティのステージのいずれでも、初期化方策より長く生存しました。消費者向けGPU上で、画面キャプチャから行動出力までを60Hzで回すことができました。
説明因果修復の目標依存的な限界：ガウス・モデルにおける先頭対数フロンティア
要約本論文は、スカラーのガウス因果実験において、学習された修復の実際の利得と達成可能な利得との差を検討する。通常の1/kスケールでは、いかなる実行可能な学習器にもk^(-2)の評価下限が生じることを示し、大きさの情報が豊富な場合の先頭対数フロンティアを特徴づける。さらに、診断による棄権規則と有限グリッド実験の結果を示す。結論は本実験設定に限定され、一般的な因果同定可能性の主張ではない。
説明計画しながら説明を学ぶ：自動運転のためのルール整合型拡散プランニング
要約本論文は、学習時に微分可能な運転ルールを拡散目標に組み込むルール整合型拡散プランナー（RADP）を提案しています。専門家のデモンストレーションだけに頼らない点が特徴です。また、ルール損失の勾配から各ルールが予測軌道に及ぼす最適化圧力をオンラインで推定する手法「ルール圧力帰属（RPA）」を導入しています。nuPlanでの実験では、安全性が重要な場面で閉ループ計画が改善し、RPAの帰属が後続のルール関連リスクと時間的に整合することが示されています。
説明コンポーネント置換の証拠で何が立証できるか：LLMエージェントの局所的意思決定に関する批判的スコーピングレビュー
要約本論文は批判的スコーピングレビューとして、348件の研究と90件の比較記録を整理し、言語モデルエージェントのコンポーネントを置き換えた際に、タスク全体での効果と局所的な意思決定の質の寄与をそれぞれ示すために必要な証拠を検討している。8つの事例を用いて、置換された決定、実行条件、指標の比較可能性、統制、残る説明候補を分析している。結論として、オンライン実行や局所指標とタスク指標の同時改善だけでは、より良い局所的意思決定がタスク全体の改善を説明するとは言えないとし、主張ごとの報告項目8点を導いている。
説明Mid-Harness：端末エージェントのためにモデルとハーネスの間で行動をスケールさせる手法
要約端末エージェントは確率的なモデル生成を通じて行動しますが、有用な行動を生成できても、それが確実に実行されるとは限りません。本論文はMid-Harnessを提案し、生成器とハーネスを変えずに、候補行動をサンプリングして検証し、そのうち一つを実行に回します。TerminalBench-Liteでは、GPT-5.6 Solを検証器に用いると、基本エージェントのPass@1が50.00%から、8個のサンプル行動で68.03%に向上しました。
説明紛らわしい映画の場面を区別して特定する研究
要約この論文は、映画の多くの場面は細部の違いでしか区別できず、既存の時間的グラウンディング評価ではそれがほとんど検証されていないと指摘しています。著者らは、各クエリ組が一つの区別点だけ異なる紛らわしいクエリ対からなるベンチマーク CoM²-Bench を提案しています。検索段階が主なボトルネックであることを示し、学習不要の Agentic Window Search を提案して mIoU を 18.5 から 26.8 に改善したと報告しています。
説明Richard：持続的タスクのための音声優先モバイル対話システム
要約本論文は、音声を主な操作手段とするモバイル端末向けのプロトタイプシステム Richard を提案する。音声セッション、タスク実行、結果の配信を別々に管理し、永続的なリクエスト記録で結び付けることで、利用者は会話を離れた後もタスクを確認、修正、取得できる。Android の機能記録、制御された生命周期検証、実際のプログラミング依頼の実行記録により設計を検証しており、クライアント切断後もバックエンドが処理を継続し失敗を通知したことが示されている。
説明BioASQ 2026 概要：第14回生物医学大規模意味索引・質問応答チャレンジ
要約本論文は、CLEF 2026 の枠組みで開催された第14回 BioASQ チャレンジの概要を紹介する。このシリーズは、意味索引、情報抽出、質問応答、要約などの生物医学言語処理タスクを対象としている。2026年には六つの共有タスクが設けられ、87チームが参加し、1000回を超える実行結果が提出された。多くの提出が競争力のある性能を示したと述べられている。
説明UBTree：ユニグラムとバイグラムモデルによる推測デコーディング用の並列ツリー草稿生成
要約本論文は、言語モデルの推測デコーディング（speculative decoding）向けの並列草稿手法UBTreeを提案します。ユニグラム提案器とバイグラム選択器を組み合わせて草稿ツリーを構築し、選択器は高温データ上の再正規化KL目標で学習されます。著者らは7つのベンチマークで自己回帰デコーディングに対し平均5.84〜6.94倍の高速化を報告し、本番規模の評価ではDSparkなどのベースラインを上回ったとしています。
説明指示が軌道を呼び出すとき：VLAモデルの汎化失敗の診断と緩和
要約本論文は、視覚・言語・行動（VLA）モデルが反事実的な場面で失敗する原因を調べる。モデルは指示に対応する既知の軌道を呼び出すだけで、言語と視覚を組み合わせて正しい行動を選べていないと分析する。著者らは、同じ指示で異なる行動が必要となる対の示範データと、対応する損失関数からなる等変反事実学習（ECT）を提案する。LIBERO-PROでは、ECTによりπ0.5の位置交換成功率が36%から59%に上がり、実機のUR5eでは未見位置での成功率が8%から88%に向上したと報告している。
説明TACTIC：路側LiDAR攻撃のための時間的・文脈認識型LLM戦術計画
要約本論文は、マルチモーダル大規模言語モデル（MLLM）を用いて路側LiDAR攻撃の方式とパラメータを状況に応じて調整するフレームワーク TACTIC を提案します。攻撃者は被害車両の生の点群にアクセスせず、路側の知覚情報と画像から場景の意味グラフを構築します。「押し戻し」と「幻影障害物による制動」の二つの原語を選択し、推論と実行を非同期に行います。CARLAでの280回の試行では、完全な方策の衝突率は100%で、固定ルール（35%）などより高い結果でした。
説明再帰推論モデルの限界：最適化・アーキテクチャ・テスト時スケーリング
要約本論文は、小さな共有Transformerブロックを繰り返し適用して潜在状態を洗練させる再帰推論モデルを、6つのアルゴリズム領域で統一的な実験により検証しています。安定して汎化する要因は、中間的な勾配の長さ、大きな物理バッチ、再帰状態の制御された更新であり、明示的な階層構造は不要だと報告しています。これらの知見に基づく13.6Mパラメータのモデルは、算術の分布外精度を71.2%、Sudokuで98.41%を達成したとされています。
説明RAG主張検証のためのJev-as-a-Judge：非生成型検証器と最先端LLMの信頼度ゲート型カスケード
要約本論文は、テキストを生成せず型付きの値と確率のみを返す非生成型判定モデルと、最先端LLMを、RAGにおける主張検証タスクで比較する。両者はLLM-AggreFactの人手ラベル付き495件の主張で評価された。従来の指標では統計的に差がないものの、誤りのパターンは異なり、安価なモデルの方が根拠のない主張を通過させる割合が高い。信頼度に基づいて安価なモデルの結果を採用し残りを上位モデルに回すカスケードも提案されているが、節約効果は確率による選択よりも再評価の割合によるものだと報告されている。
説明AIMS：マルチモーダル統合センシング通信のシミュレーションから実環境への移行を支援するエージェント型AIフレームワーク
要約本論文は、マルチモーダル統合センシング通信（ISAC）において、実データへの依存を減らし、シミュレーションから実環境への移行を容易にするAIMSというエージェント型AIフレームワークを提案しています。自然言語で与えられた導入要件から導入固有の設定を導き出し、シーン構築と タスク学習を担う2つのエージェントが連携して処理します。実世界のDeepSense 6Gデータセットでの実験では、比較対象のシミュレーションおよび融合ベースラインより車両検出とビーム予測が向上したと報告されています。
説明動的世界の再構築：表現を軸に見る4Dシーン再構成
要約本論文は、視覚的観測から動的環境の形状・外観・運動の時間的変化を復元する4Dシーン再構成を扱います。著者らは、シーン表現、時間モデリング手法、再構成パイプライン、最適化目標という観点から既存手法を統一的に整理し、幾何的精度、外観の一貫性、運動表現、計算効率に対する設計選択の影響を検討しています。また、一般的なデータセットと評価指標を整理し、現在の実験手法の限界と、複雑な実世界の動的環境における未解決課題を論じています。
説明巨大活性化の一生：確率的な出現、重み減衰による成長、競争的な定着
要約本論文は、トランスフォーマーにおける巨大活性化（残差ストリーム中で典型的な活性化よりはるかに大きい値を持つ座標で、アテンションシンクと関連）が学習中にどのように出現し、成長し、定着するかを調べています。学習軌跡の分析と制御された介入を組み合わせ、重み減衰がその全体的なスケールの推移を因果的に制御することを示しています。さらに、減衰係数によるピーク時期と大きさの変化を説明するバランスモデルを提案しています。
説明より良い資料か、別の評価者か？企業・投資銀行におけるエージェント型ハーネスの効果の検証
要約本論文は、27Bの言語モデル、財務計算、ナラティブテンプレート、検証チェックを組み合わせたエージェント型ハーネスが、企業・投資銀行向けのプレゼン資料を生成する仕組みを検討しています。複数のLLM評価者が資料を採点し、短いプロンプトから直接生成したベースラインと比較されました。完全なシステムは5名の評価者により、満点95点中20.4〜33.6点高く評価されましたが、直接Opusで生成した場合との差は-4.7〜+0.8点にとどまりました。また、同じ資料でも再採点によってスコアが変動し、小さな改善を見分けることが難しいことが示されました。
説明いつ、どのように介入するかの学習：コーディングエージェント向け事後蒸留型センチネル
要約本論文は、コーディングエージェントが動作を実行する前に介入の要否を判断する、0.6Bおよび1.7Bの軽量なセンチネルモデルを学習するHiSentinelフレームワークを提案しています。特権教師モデルが記録された実行結果を根拠に判断を行い、その知見を因果的な生徒モデルへ蒸留します。また、動作単位で許可・自動修正・人間への一時停止を注釈したSWE-Interveneデータセットを構築しています。SWE-bench Verified MiniおよびAsk or Assumeで、タスク完了率がそれぞれ最大14%および10%向上したと報告しています。
説明カバレッジが先、制御は後：制御可能なレトロ合成のための経路指示グラウンディングとステアリング
要約本論文は、指示に条件付けされた一段階のレトロ合成のための二段階フレームワーク RIGS を提案します。第一段階では、指示が好む、または避ける前駆体候補を学習する言語プロジェクタを訓練します。第二段階では、その投影器を用いて、軽量な残差アダプタ経由で凍結された生成モデルを誘導します。実験では、より広い学習支援集合ほど多様な候補を生成でき、RIGS は指示に従って生成を導けることが示されています。カバレッジと制御の関係はモデル規模間で一貫しているものの、単調ではないと報告されています。
説明圧縮コンテキストでの推論学習：全文脈蒸留による正解なし自己適応
要約本論文は、トークン圧縮後の全モーダル大規模言語モデルの推論性能低下に対応する手法CAFDを提案します。同一サンプルの全トークン表現を特権情報として用い、自己蒸留で圧縮文脈の学生モデルにソフトな教師信号を与えます。正解や報酬を必要としません。Qwen2.5-Omni-7Bによる125条件の評価で、120条件において精度が向上し、平均1.44ポイント改善、精度差の26.9%を平均して回復しました。
説明局所被覆の学習：ハードな情報地平線下でのグラフニューラル組合せ最適化
要約本論文は、各ノードが k ホップ近傍しか見えない状況で、全体として実行可能な解を組み立てる組合せ最適化を扱う。OLSRv2 ルーティングプロトコルの加重 MPR 選択を事例とし、一ホップ不足の決定的選択器は被覆に失敗するか最適から大きく外れること、そして GNN の層数を増やしても見える範囲は広がらないことを証明している。3層 GATv2 は CP-SAT の最適解を模倣し、コスト比 1.030 を達成して貪欲法の 1.138 を上回った。一ホップに制限すると 1.344 まで悪化した。
注目点硬い情報視界下の局所集合被覆を定式化し、単一ホップ制約の下界と深さ依存の近似保証を示し、実ネットワーク転移で検証している。
