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。
説明知識アクセスから出典学習へ：出典固有の能力の育成
要約本論文は、大規模言語モデルのエージェントが同じ権威ある出典を繰り返し使う際に、単に再アクセスするのではなく、その出典についての再利用可能な理解を段階的に深める方法を研究しています。提案手法SourceLearnは、自律的な再検討とタスク誘導の二つの学習機構を組み合わせ、永続的な出典モデルを構築・更新します。5つのベンチマークと3種類のLLMバックエンドで、15設定中13設定で最良の性能を示したと報告されています。
説明Omni-Embed-Mini：稠密蒸留により忘却なくモダリティを統合する全モーダル埋め込みモデル
要約本論文は、テキスト、音声、音声音響、画像、動画、視覚的に豊かな文書を単一の共有コサイン空間に写像する0.9Bパラメータのモデルa Omni-Embed-Miniを提案する。テキスト側のパラメータは一切更新しない。各メディアサンプルに稠密な段階的キャプションを対応させ、教師の目標を凍結された主幹モデルによるそのキャプションの埋め込みとする。学習はMatryoshka SigLIP対照損失とオンラインの困難負例マイニングを組み合わせる。MTEB-v2 BEIR-8におけるテキスト検索性能（nDCG@10 49.57）は維持されると報告されており、比較した公開全モーダル埋め込みモデルより小型である。
説明Faynt：競技乱戦（Melee）向けのポリシーのスケーリングと最適化（26キャラクターを単一モデルで操作するTransformerポリシー）
要約本論文は、『大乱闘スマッシュブラザーズ』(Super Smash Bros. Melee)の全26キャラクターを単一のチェックポイントで操作する、1000万パラメータと7500万パラメータのTransformerポリシーファミリー「Faynt」を提案する。強化学習後、1000万パラメータ版は対応キャラクター範囲で14の専用・多キャラクター版に対し、同キャラクター対戦244試合中240勝（勝率98.4%）を収めた。アーキテクチャ、最適化、スケーリング、約84万件の人間のリプレイによる事前学習、およびFox同士の対戦に限定した強化学習による事後学習を検討している。
説明キーワード判定は誤判定しうる：小規模言語モデルのツール利用を検証する低コストな診断手法
要約本論文は、キーワード照合のみのベンチマークでは、小規模モデルが実際には行っていないツール利用を高く評価してしまう場合があると指摘しています。アーキテクチャが同一のスペイン語セキュリティ向けモデル2種を比較し、厳密な逐語再現テストで一方のみが有効なツール呼び出しを出力しないことを示しています。著者らは低コストの診断段階を提案し、原因を特定した上で、対象を絞った微調整によって問題を修正しています。
説明サンプリングによるファインチューニング：SFTは想像より多くを学べる
要約本論文は、マルコフ連鎖モンテカルロ（MCMC）に基づくサンプリング手法を提案し、オフポリシーの専門家データを参照モデルに合わせて段階的にオンポリシーに近づけたうえで教師ありファインチューニング（SFT）に用いる。科学的スキルの習得や数学的推論などのタスクで、SFTが主流の後学習手法に匹敵し、多くの場合より良く汎化し忘却も少ないと報告している。また、得られたモデルは基盤モデルの分布を先鋭化するだけでなく、それを超えて学習できるとする。
説明MIRTO：脳MRIの教師なし異常セグメンテーションのための、位置合わせを前提条件とし多宇宙検証を行う評価プロトコル
要約本論文は、脳MRIの教師なし異常検出手法を比較するための評価プロトコルMIRTOを提案し、位置合わせ、閾値設定、偽陽性の許容量など、通常は報告されない選択が結果に与える影響を明示化して測定します。312例のBraTS 2020被験者で4手法を検証し、保存マップと参照の軸順の不一致が拡散モデルのボクセルAUROCを大きく下げること、また閾値の移転によって同等の偽陽性量でDiceの優位性が消えることを示しています。同じコホートをプロトコル開発にも用いているため、すべての推論は探索的なものです。
説明ロバストなマルコフ決定過程に対する線形計画表現と強多項式時間アルゴリズム
要約本論文は、報酬と遷移に有理多面体の状態-行動矩形不確実性がある頑健マルコフ決定過程（RMDP）について、線形計画法による表現と強多項式時間アルゴリズムを研究している。有限回のロバスト方策反復を符号化することで、最適解からロバスト最適値と最適な定常ランダム方策をすべて復元できる単一の線形計画問題を構築している。さらに、ロバスト方策反復の計算量を解析し、いくつかの不確実性集合について新たな強多項式の上界を示している。
注目点有限回の頑健方策反復を単一の線形計画に符号化し、複数の不確実性集合に対して強多項式の上界を示しており、理論的な進展が大きい。
説明離散拡散による分類型マルコフ確率場のサンプル複雑性上界
要約本論文は、局所的依存構造をもつ高次元の分類分布からサンプリングする方法を扱い、局所依存を低次のマルコフ確率場でモデル化しています。著者らは離散スコアの「ピニング分解」を提案し、それに基づく重み共有型ニューラルスコア学習器とτリーピングを組み合わせて、エンドツーエンドのサンプリング手法と、語彙サイズ・相互作用次数・サンプル数に明示的に依存するサンプル複雑性の保証を示しています。Potts、Ising、木構造モデルでの数値実験では、重み共有型スコアネットワークが長い系列のサンプリングで全結合型より優れた結果を示しています。
説明局所サポート学習：大規模モデルの破滅的忘却を抑える手法
要約本論文は、大規模事前学習モデルにおける破滅的忘却を、各重み行列の入力空間での幾何学的問題として扱います。提案手法の局所サポート学習（LSL）は、新しい学習段階で重みアダプタとガイド関数を組み合わせ、ガイドには学習分布外のデータで閉じたままになりやすい混合ガウスモデル（GMM）を用います。著者らは、最大70億パラメータの大規模言語モデルで、事前学習と微調整の能力を保持できると報告しています。
説明マルチモーダル Mixture-of-Experts のドメイン専門家を活用した効率的な適応
要約本論文は、疎な計算を用いるマルチモーダル MoE（Mixture-of-Experts）モデルで、専門家が意味的に役割分担するのかを調べています。データを使わず、事前学習済みモデルのルーター重みを語彙トークンに変換して対象ドメインの専門家を特定する手法 ExpertLens を提案しています。数学、医療、リモートセンシングのタスクでは、パラメータの 21.7〜47.0% だけを微調整して全体の微調整と同等以上の性能を示し、平均で 4.0 倍の学習高速化と LoRA を上回る結果が報告されています。
説明Argo-Bench：企業規模のワークフローにおけるデータエージェントの評価
要約本論文は、210 件のデータサイエンス・分析タスクからなる評価フレームワーク Argo-Bench を提案しています。2024 年のニューヨーク市の 8,100 万件の注文を持つフードデリバリー事業者をシミュレートし、235 テーブル・75 億行の ERP データウェアハウスとして出力しています。エージェントはウェアハウスから事実を再構築してから、不正アカウントの停止などの操作を実行し、その結果がシミュレータで採点されます。14 のモデルのうち最良のモデルでも、95 点以上を得たタスクは 34.8% で、平均は 59.5 点です。
注目点235テーブルの企業向けウェアハウスで、アクションの結果をシミュレータで採点するベンチマークを構築し、14モデルで難度を検証した点が新しい。
説明時変磁気トルカ駆動による宇宙機群の分散型電力最適協調制御
要約本論文は、磁気駆動される宇宙機群のための分散型電力最適協調フレームワークを提案している。複数の宇宙機が協調して大型の宇宙構造物を形成し、太陽光発電のみで形状を保持することを目指す。相互作用グラフ、周波数グルーピング、制御器ゲインを同時に設計し、角運動量保存を満たす。千機の閉ループシミュレーションにより、相対位置誤差、姿勢誤差、反作用ホイール運動量の不均衡が目標状態に収束することを確認した。
説明Where-OPD：合成シーンを用いた空間ガイド付きMLLMのオンポリシー自己蒸留
要約本論文は、マルチモーダル大規模言語モデルの教師に、クエリに関連する視覚要素を示す空間的な文章ガイダンスを与え、生徒はそれを画像と質問だけから再現するように学習させるWhere-OPD手法を提案する。学習には物体の識別情報と空間座標が自動的に得られる手続き的に生成したシーンを用い、人手による注釈は不要である。計数、文書・図表理解のベンチマークで複数モデルの性能が向上し、合成シーンのみで学習した効果が実世界の知覚ベンチマーク6種の平均で3.23ポイント向上として実世界にも転移することが示された。
説明医療要旨のゼロショット分類におけるDeBERTa-v3の比較説明可能性フレームワーク
要約本論文は、医療要旨のゼロショット分類でDeBERTa-v3を監査するための比較説明可能性フレームワークを提案しています。SHAP、LIME、オクルージョン、Input x Gradient、Attention x Gradientの5つの説明手法を比較し、Jaccard指数で手法間の一致度を測定しています。臨床領域が明確な場合は予測精度が高い一方、意味的曖昧さが大きいと性能が低下し、説明の安定性は予測の確実性と連動することが示されています。
説明脳MRIの表面と体積を組み合わせた自己教師あり表現学習による遺伝子発見
要約本論文は、ボクセル単位の画像強度と皮質メッシュの幾何情報（各表面頂点の曲率と皮質厚を含む）を一組の画像特徴に符号化する自己教師あり枠組みMEVA（Mesh-Enhanced Volumetric Autoencoder）を提案しています。UK Biobankの全ゲノム関連解析において、体積のみまたはメッシュのみから学習した特徴よりも、全ゲノム有意水準に達する遺伝子座を多く検出したと報告しています。皮質表面の幾何情報を加えることで、遺伝可能な変動をより多く捉えられることを示唆しています。
説明機構を本当に再現できているのか？機械的解釈可能性における目的レベルの再現ギャップ
要約本論文は、機械的解釈可能性における回路評価の信頼性を検討しています。著者らは、介入ベースの忠実度評価が回路外の信号を置き換えることで計算環境を歪め、振る舞いをより再現しない回路を上位に評価しうると指摘します。IOIやGreater-Thanなど既知の仕組みを持つ事前学習済み言語モデルで同規模の候補回路を構成して検証したところ、EAPやACDCなどの自動発見手法の出力でも、候補ペアの13.2%から24.4%で誤った順位付けが見られました。元のモデルの信号の一部を復元すると、選ばれた持続的な誤順位の96件中96件のうち96件… 「100件中96件」が是正され、回路発見とその評価方法の再検討が必要だと論じています。
注目点介入型忠実度評価が文脈歪みにより誤順位付けを生むことを、制御編集と複数手法の実験で示し、新しい視点を提示している。
説明スケーラブルで転移可能なデータ選択用メタネットワーク：従来の損失関数では不十分な理由
要約本論文は、大規模言語モデルの学習データを選別する手法を扱います。著者らは、サンプルごとの重みを選択ネットワークに置き換え、点ごとの価値マッチング目標（PVM）を用いるTESSという枠組みを提案しています。大規模言語モデルの安全性と指示チューニングの実験で、データの一部から全体へ、また小さなモデルから大きなモデルへ転移できることが示されています。
説明GeoLatent：幾何誘導型潜在構造とルーティング最適化による3D推論
要約本論文は2次元画像からの3D空間推論の難しさに対し、GeoLatent を提案する。CR-GEO で共通成分と残差成分の幾何情報を分離し、ルーティング最適化により幾何と言語を同時に学習させ、視覚的な回答学習を潜在変数経由に導く。SPAR-Bench で73.0%、SPBench で72.1%を達成し、いずれも既報の手法を上回ったと報告されている。
説明HumanoidToolBench：工具選択から移動実行までのヒューマノイドによる道具使用のベンチマーク
要約本論文は、18タスク・3つのシナリオ・3つの実行レベル・2種類の道具セットモードを含むベンチマークHumanoidToolBenchと、シミュレーションおよび実機Unitree G1で収集した3.1kの実演データセットToolBookを提案しています。シミュレーションで7つの方策、実機で3つの方策を評価した結果、適切な道具の選択とタスク完了との間に大きな差があることが分かりました。GR00T N1.7の専用テストでは、未知の道具での選択精度が低下し、無関係な指示を受けてもタスク実行を続けることが示されました。
説明自由境界偏微分方程のためのコルモゴロフ・アーノルド・ネットワーク
要約本論文は、コルモゴロフ・アーノルド・ネットワーク（KAN）を用いた物理情報型の枠組みで自由境界問題を解く手法を提案し、障害物制約、互補条件、境界条件を残差ベースの損失関数で扱います。線形楕円型障害物問題、非線形p-ラプラシアン障害物問題、時間依存の単相ステファン問題を検討しています。物理情報型ニューラルネットワーク（PINN）や残差ネットワークと比較し、KANは低い相対誤差で接触領域と移動界面を正確に捉えたと報告しています。
説明Wasserstein勾配流と順方向拡散だけでは多峰分布のサンプリングには不十分
要約本論文は、Wasserstein勾配流（WGF）と順方向拡散過程（FODP）に基づくサンプリング手法を扱います。収束保証があっても、複雑な多峰分布を効率よくサンプリングできることの証拠にはならないと論じています。非平衡統計物理で知られる準安定性と低速混合の現象が同じく現れることを示し、スペクトル解析と平均初通過時間解析により、モード間が離れている場合に混合時間が指数的に長くなりうることを示しています。研究対象の対数線形アニーリングでは、中間分布を導入しても指数的なスケーリングは解消されません。
説明LLM-as-Jev：LLMはすでにJev型決定モデルとして機能するか——いつ、どのように微調整すべきか
要約本論文は、汎用の大規模言語モデルが自由記述の文章を生成せず、事前定義された選択肢上のカテゴリ確率分布を返すJev型決定モデルの役割を、そのまま果たせるかを検討している。著者はアーキテクチャを保ったまま、学習不要の推論手法とKLダイバージェンスによる錨を用いた微調整目標を組み合わせたLLM-as-Jevを提案する。Qwen3.5-4BとQwen3-0.6Bでの実験では、凍結した既成モデルが既存の学習不要手法と同等以上の結果を示し、多モーダルな決定も扱えることが報告されている。微調整は主に小型モデルや複雑なルーティングに対して効果があるという。
説明PyPottery：陶器の処理と出版のためのAI搭載エンドツーエンド・ツールスイート
要約本論文は、陶器の記録作業の全工程を半自動化するオープンソースのツールスイート PyPottery を紹介する。画像抽出と手書き文字認識、鉛筆画の墨入れ、意味を考慮したベクター化、版面の自動生成の4モジュールからなる。イタリアの Terramara di Montale 遺跡の手描き図面50枚・陶器図240点で評価され、利用性調査の参加者が報告した知覚上の中央値は従来手法比40倍（範囲17.5〜120倍）であった。
説明因果記憶ポリシー：検索への介入によって記憶の有用性を同定可能にする手法
要約本論文は、記憶を備えた大規模言語モデルが、取り出されなかった記憶の有用性を推定できないと指摘します。著者らは因果記憶ポリシー（CMP）を提案し、既知の傾向スコアを持つ記憶を取り出すための文脈スロットを固定数確保して、検索自体に介入します。自己正規化逆傾向重み付けによって記憶の有用性を推定し、LongMemEvalとLoCoMoでは必要な記憶の54%と67%で同定が失敗したと報告しています。CMPにより、必要な記憶と不要な記憶の識別AUCは0.54から0.66に向上したとされています。
注目点検索自体に介入して記憶効用の識別可能性を回復する新しい因果枠組みを提示し、実験で効果を示している。
説明解釈可能な潜在構造を持つ確率的成層圏突然昇温のAIエミュレーション
要約本研究は、強い極渦と弱い極渦という2つの準安定状態とその間の稀な遷移を持つ確率的Holton–Massモデルを模擬する確率的深層学習エミュレータを構築しています。短期的な動力学、定常分布、状態の持続統計、遷移率、committor関数、遷移の期待リードタイムが物理モデルと一致すると報告されています。さらに、32次元の潜在空間を主成分分析したところ、モデルが教師なしで物理的に解釈できる4つのクラスターに分かれることが示されています。
説明方向を学習し、ゲインを正規化する：LoRA向けの学習後正規化手法
要約本論文は、LoRAの学習済み更新において少数の特異方向が支配的になり、適応ゲインの配分が不均衡になることを指摘しています。学習された方向を保持したまま増益を再調整するLoRA-Normを提案し、特異値の固定非線形変換による スペクトル再バランスと、元のスペクトル総量を保つ核ノルム復元を組み合わせています。キャリブレーションデータや追加学習は不要で、推論時のオーバーヘッドもありません。2種類のバックボーンと3つの適応タスクで、評価された事後スペクトル剪定および勾配誘導編集の設定より、特化性能と能力維持の両面で優れた結果を示しました。
説明外部の観察者の方がより明確に見える可能性：隠れ状態プロービングによるモデル横断のスパン単位ハルシネーション検出
要約本論文は、大規模言語モデルの内部隠れ状態を用いて、ハルシネーションの発生と継続が始まるトークンを特定するスパン単位の検出手法を提案します。単純なトークン単位の二値分類ではなく、意味のずれの構造的な境界を捉えることを目指しています。実験では、極端なクラス不均衡の下でも、適合率-再現率曲線下面積がランダムなベースラインを大きく上回ることが示されています。さらに、別のモデルの内部表現を観察するモデル横断の検出枠組みも提案され、外部の観察者が生成モデル自身の自己検出と同等以上の精度で幻覚の開始点を特定できることが報告されています。
説明基礎はあるが根本がない：時系列基盤モデルのゼロショットの死角
要約本論文は、単変量・多変量の時系列データに対する診断用の「単体テスト」集 SimpleTimeBench を提案します。単調トレンド、周期信号、先行指標の共変量などの基本的なパターンを対象としています。多変量の時系列基盤モデル（Chronos-2、Moirai、Toto）は、こうした単純な場面でもゼロショット予測が最適でないことが多いと示されています。Chronos-2 を微調整すると特定のタスクは改善しますが、他の基本パターンでは性能が低下しました。実際のセンサー予測でも、モデルは観測された先行指標を十分に活用できていませんでした。
説明失敗から学ぶ：半教師ありの実環境悪天候画像復元における信頼性の低い予測の活用
要約本論文は、雨・霧・雪などの悪天候によって劣化した画像を復元する手法を扱っています。学生-教師型の半教師あり枠組みを提案し、教師モデルの失敗した予測を対照学習の負例として、高品質な予測を正例として保存します。さらに、テキストに代わる位相スペクトルベースの意味制約と適応的位相一致損失を導入しています。著者らは、実環境のベンチマークで既存の最先端手法より復元品質と知覚的忠実度が高いと報告しています。
説明HydroJEV：配水網のサイバー攻撃・故障帰属を約1秒で行う学習不要の初期スクリーニング手法
要約本論文は、配水網のSCADA警報を攻撃・物理故障・正常な過渡現象・センサ故障に素早く振り分ける課題を扱い、約1秒でクラス確率を返す学習不要モデルJevを検証している。EPANETのC-Town網を用いた4クラスの原因帰属ベンチマークで、Jevは手作業の規則木と同程度のマクロF1を示し、ラベルにない事象サブタイプでは教師あり分類器を上回った。また前沿の大規模言語モデルより20〜40倍速い。Jevが良性と判定し規則木も確認したウィンドウを除外すると、LLMによる再審査の35〜38%を削減でき、マクロF1の低下はなかったとしている。
説明形と空白：自律型AIエージェントによる正負空間の絡み合う構図生成
要約本論文は、正負空間の構図を段階的に生成するマルチモーダルエージェント「Form and Void Agent（FaV-A）」を提案しています。まず基本となる物体を生成し、その形状と空間構造を分析して負の空間の候補意味を特定し、最終的な画像生成のための構図指示を作成します。著者らは、実験と アブレーション分析により、直接的なゼロショットのMLLMベースラインより視覚的に一貫し意味的に整合した構図が得られると報告しています。
説明DiDE：三次元スタイライゼーションのための色とテクスチャ分離型直接注入手法
要約本論文は、学習不要の三次元スタイライゼーションフレームワーク DiDE を提案し、参照画像の色とテクスチャを独立に制御して生成された三次元アセットへ転送できるようにする。既存手法は色とテクスチャを一括でしか転送できないが、DiDE は画像から三次元モデルへの潜在空間でテクスチャが一部のチャネルしか占めない点を利用し、色の符号化に空きの部分空間を割り当てる。作者らが新たに構築した多参照ベンチマーク Disen3D-Bench において、色の忠実度、テクスチャ転送、内容保持の各面で二次元および三次元のベースラインを上回ったと報告している。
説明HakemBench：トルコ語の型付き判断ベンチマーク
要約HakemBench はトルコ語のベンチマークで、テキストと質問と固定された選択肢を読み、各選択肢の確率を返すようモデルに求めます。バージョン 1.0 は CC BY 4.0 で公開され、2,346 件の項目と 4,275 の質問を七つのトラックに分けています。判断の質、較正、選択的自動化を同じ枠組みで評価しますが、多くの正解ラベルは人手で検証されておらず、一部の結果は訓練データの影響を受けた可能性が指摘されています。
説明分布ロバスト薛定谔橋：初期分布のずれに備える確率的輸送の制御手法
要約本論文は、テスト時に初期分布が変化しても目標分布へ到達できるよう、初期分布の不確実性を考慮する単一のコントローラを学習する分布ロバスト薛定谔橋（DRSB）を提案します。目的関数は制御エネルギーと終端分布・目標分布間のKLペナルティからなり、交互最適化アルゴリズムとWassersteinおよびSinkhornの二つの変種を示しています。実験では入力摂動に対する頑健性の向上が見られ、名目性能は低下するとされています。
説明軽度文脈依存の人工言語における、スタックベース言語モデルの類型論的整合性
要約この論文は、言語の類型論的共通性（主語・目的語・動詞の語順など）が言語モデルの学習バイアスと関係するかを検討しています。人工言語を用いて、既知の自然言語における構文複雑性の上限とされる交差直列依存と、スタックベース言語モデルの汎化能力を調べています。その結果、こうしたモデルは交差直列構造の学習に苦労する一方、作業記憶が限られたモデルの方がよく汎化し、一部の語順の共通性を説明する可能性が示されています。
説明CARM：大規模言語モデルの強化学習のための打ち消し認識型応答マスキング
要約本論文は、方策更新や推論エンジンの差異によって生じる大規模言語モデル強化学習のオフポリシー問題を扱い、打ち消し認識型応答マスキング（CARM）を提案する。平均を取る前に各トークンの対数確率比の絶対値を用いることで、逆向きの確率変化が相殺されるのを防ぐ。また、受理された応答に対する理論的な上界も示している。数学推論とコード生成の実験では、幾何平均マスキングと比べて性能向上が報告されている。
説明Mimir：長期灌漑制御のための物理法則に基づくLLMエージェント
要約本論文は、長期的な灌漑制御に用いる、物理法則に基づく大規模言語モデル（LLM）エージェント「Mimir」を提案する。高速な時間スケールでは、決定論的シミュレータでLLMの提案を数値的に検証・修正してから実行し、低速な時間スケールでは、繰り返し現れる失敗パターンを持続的な文脈原則として蓄積する。複数の地点・作物・年度を対象とした共通の回顧的評価で、Mimirは比較対象中で最も低い総制御コストを示し、過去の灌漑スケジュール再生と比べて約51%少ない灌水量となったと報告されている。
説明グローバル一貫性：各エージェントが正しくてもチームは誤る——マルチエージェント協調のための局所から全体への意味論的基盤
要約各AIエージェントが局所的には妥当な判断をしながら、全体としては無効な結果を生むことを論じ、これを「グローバル一貫性問題」と名付けています。これは知能の不足ではなく共有状態の欠如によるものだと主張します。著者は観測エイリアシング不可能性定理で有効な行動を保証できる条件を示し、モデルではなくハーネスが共有状態と提交を管理する実行時の枠組みを提案しています。複数のベンチマークで、欠けた全体状態は局所的な知能では補えないと報告しています。
説明絶対的な目的地ではなく相対的な遷移：ターゲット軌跡を使わない人流生成のための転移・接地フレームワーク
要約対象都市の軌跡データが存在しない場合に、対象都市の関心地点（POI）の座標とカテゴリのみを用いて人の移動軌跡を生成する課題を扱います。提案手法Nomadは、ソース都市の軌跡から、POI文脈間の意味的変位・地理的変位・経過時間についての遷移事前分布を学習し、推論時には行動グラフと探索・帰還ウォークによって、サンプリングされた遷移を対象都市のPOI地図上に配置します。10都市・14組の転移実験で、各指標の最良ベースラインと比べて、分布忠実度の平均誤差は約15%、下流タスクの効用の誤差は約3%低減しました。
説明拡散モデルによる合成データ事前学習を用いた行動認識の改善
要約本論文は、ウェアラブル機器による人間の行動認識において、拡散モデルで生成した合成センサーデータを用いてCABiGRUモデルを事前学習し、その後実データで微調整する手法を提案しています。少数クラスの認識不足を緩和することが目的です。DEO（飲水・食事・その他）データセットでは、強力な教師あり学習のベースラインを上回る90.6%の均衡精度を達成したと報告されています。
説明SPHERE：LLM強化の空間選好学習と人間介在型強化学習によるVR室内シーン自動生成
要約本論文は、VRにおける室内シーン生成のためのSPHEREフレームワークを提案している。音声やコントローラー操作などのマルチモーダルな対話から持続的な空間選好を抽出し、利用者が最終的に編集したシーンに基づいて人間介在型強化学習で検索方策を更新する。被験者42名の混合計画ユーザー調査とオフライン除去実験により、修正編集と身体的負荷が減少したことが示されている。
説明古いアイデア、新しい問題：LLMによる新規性評価の不安定さ
要約本論文は、大規模言語モデル（LLM）でAI生成の研究アイデアの新規性を判定する方法を検証しています。著者らはOpenReviewから、査読者が論文の独創性を明確に認めた、あるいは否定した箇所を収集し、意見が全員一致した投稿のみを用いて評価データセットを構築しました。6種類の評価モデルで試した結果、プロンプトの細かな設計が判定を大きく左右し、場合によってはランダムより低い精度になることが分かりました。検索や推論量の増加による改善は小さく、専用の評価器も最も単純なプロンプト基準を上回りませんでした。
説明2D視覚言語モデルを用いたタスク適応型3Dプログラマー（3D理解・生成の枠組み）
要約本論文は、再学習なしで既存の2D視覚言語モデルを3D作業に対応させる3D-Progフレームワークを提案します。正準座標フレーミング（CCF）で入出力を共通のユークリッド座標系に結び付け、軸の曖昧さや尺度の不一致を緩和します。さらにタスク適応型フィードバック（TAF）で推論ループを閉じ、多様なオープン語彙タスクに対応させます。著者らは、物体レベルとシーンレベルの3D理解・操作・生成で一貫した結果が得られたと報告しています。
説明適応的Tversky方策最適化による制御可能な多ラベル動画安全検出
要約本論文は、ソーシャルメディア動画の有害コンテンツ検出を扱います。既存システムは二値分類に単純化しがちで、固定の学習目標では適合率と再現率のトレードオフを調整しにくいと指摘しています。著者らは強化学習フレームワーク「ATPO（Adaptive Tversky Policy Optimization）」と、学習中に偽陽性と偽陰性の罰則を動的に調整する「ATR（Adaptive Tversky Reward）」を提案しています。SafeWatch-BenchとXD-Violenceでの実験では、SafeWatch-Bench-RealにおけるJaccard指数が40.66から75.44へ向上したと報告されています。
説明RLVR事後学習における言語ドリフトに関する研究
要約本論文は、検証可能な報酬による強化学習（RLVR）の事後学習中に、大規模言語モデルの思考連鎖で生じる異常で非標準的な言語使用（言語ドリフト）の原因を調べたものです。著者らは、RLVRの最適化圧力では言語ドリフトが無制限に起こりうる一方、教師あり微調整では起こらないことを理論的に証明しました。また、ベースモデルから目標の振る舞いを引き出せない新規推論タスクで、RLVR中に言語ドリフトが特に現れることを実験的に示しています。さらに、期待報酬を制約せずに言語ドリフトを抑えることはできないと証明しています。
説明原子からプロセスへ：化学工学における人工知能と機械学習の役割
要約本論文は、人工知能（AI）と機械学習（ML）の最近の手法と代表的な応用を、原子スケールのシミュレーション、材料・触媒探索、過程システム工学、工業運転などの分野にわたって展望しています。ブラックボックス的手法から、保存則や熱力学的整合性を尊重する物理情報ハイブリッド型の枠組みへの移行が共通の傾向だと指摘しています。著者らは、AIとMLは化学工学の基本原理に取って代わるのではなく、その原理を強化するものだと結論づけています。
説明BranchIP：原子間ポテンシャルのための適応的等変計算の学習
要約本論文は、等変機械学習原子間ポテンシャル（MLIP）向けに、適応的なテンソル積計算を学習する単一モデルの枠組み BranchIP を提案し、新しい蒸留損失で訓練します。不均一触媒系とプロトン伝導性固体酸電解質の2つの系での実験では、モデル規模を問わず最大2.4倍の高速化と最大2.6倍のメモリ削減を示し、物理的な忠実性も保たれたと報告されています。学習された適応計算により、どの相互作用により深い計算が必要かが明らかになり、モデルの解釈性にも寄与します。
説明SPIRIT：SAR画像化のための疎な物理情報付き逆レンダリング手法
要約本論文は、疎開口合成開口レーダー（SAR）向けの物理情報付き逆レンダリングフレームワーク「SPIRIT」を提案する。生成済みの画像を強調するのではなく、明示的な三次元表面を再構成し、可視性、位相コヒーレンス、電波伝搬を明示的にモデル化する。合成データと実データによる実験では、データ収集を90％以上削減した極端な疎性の条件下でも、正確な幾何形状と信号を復元し、誤差が小さく、基準手法を上回ったと報告している。
説明ベルマンとリャプノフの出会い：カオスの制御による教師なし強化学習
要約本論文は、人手による報酬設計を必要とせず、エージェントと環境の相互作用から生まれる内発的動機に基づく教師なし強化学習の手法、Forward CIP（F-CIP）を提案している。この目標はシステムの力学のみで定まり、情報変数の選択を必要としない。実験では、学習したエージェントがバランス維持や制御可能性の維持といった基本的な振る舞いを自律的に発見し、単純な前進速度報酬と組み合わせると跳躍や走行などの協調的な歩行も獲得することが示されている。
説明生成画像の透かしに対する潜在周波数マスキング攻撃の脆弱性の検証
要約本論文は、透かし入り画像の潜在表現にあるフーリエ係数の一部を置き換えて透かしの痕跡を消す「潜在周波数マスキング」という攻撃手法を提案しています。DiffusionDBとMS-COCOのプロンプトで生成した画像を用い、6種類の拡散モデル向け透かし手法に対して評価を行いました。その結果、知覚的な画質を保ちながら複数の透かしを除去または大幅に弱めることが示され、生成画像の透かしの頑健性評価にこうした攻撃を含める必要性が指摘されています。
説明動きを数え、声を量る：持続的敵対者の下で較正された多LLM評議会のためのベイズ弁証的議論
要約本論文は、複数の大規模言語モデル（LLM）からなる「評議会」の回答と信頼度を統合する、ベイズ弁証的議論（BDA）手法を提案します。各エージェントの提案・異議・譲歩といった発話の動きを、エージェントごとの信頼性を持つ標準的なアノテータモデルの観測とみなし、信頼性を推定します。追加のLLM呼び出しなしで較正された事後確率を得られ、持続的な敵対的状況でもより頑健だとされています。
説明Mem++：長期的な組織向けLLMエージェントのための非破壊型メモリ
要約本論文は、組織業務で用いられるLLMエージェント向けのメモリ枠組みMem++を提案している。各文書を日付と作成者付きでそのまま保存し、書き込み時には生成モデルを呼び出さず、読み出し時には質問が指す時点までの文書だけを検索して語彙ランキングと意味ランキングを統合する。OrgMemBenchでは、2つの回答モデルで最強のメモリ系ベースラインを8.0〜13.1ポイント上回った。LoCoMoでは平均LLM評価スコアが最高、LongMemEval-Sでは2位となった。
説明Mingbird：小型オープンモデルに実タスクを完遂させるローカルファーストのエージェントハーネス
要約論文は、2〜9Bの小型オープンウェイトモデルは一般的なノートPCで動作するものの、クラウド規模のエージェントハーネスでは実タスクをほとんど完了できず、その失敗の相当部分はモデルではなくハーネスに起因すると指摘しています。著者らは、WindowsとOllama向けのローカルファーストなエージェントハーネス「Mingbird」を提案し、小型モデルの失敗形態ごとに10の仕組みで補償します。機材・モデル・予算・採点を固定した比較（4ハーネス×4モデル×18タスク）では、Mingbirdが総合0.886と、他の3ハーネス（0.631、0.479、0.405）を上回りました。ただし自作ベンチマーク、単一マシン、単一試行の採点という限界も明記されています。
説明街頭映像の天候認識のための天候認識型ドメイン適応手法
要約本論文は、ドメインシフトの下で街頭映像から複数クラスの天候を認識する課題を扱います。学習データの多くは実際の運転場面と大きく異なる非街頭映像から得られます。著者らはWA-ADDA（天候認識型敵対的識別ドメイン適応）を提案し、ドメイン識別器を予測された天候で条件付けることで、ドメインに不変でかつ天候に敏感な特徴を促します。また、複数のデータセットを統合したベンチマークと、マクロ精度を主指標とする評価手順を定義しています。ResNet-50、EfficientNet、VGG、DenseNetの各バックボーンで、街頭映像上の性能が一貫して向上したと報告されています。
説明推論の失敗から組み合わせ可能な動画空間知能へ
要約本論文は、空間推論ベンチマークの総合点だけではモデルの失敗原因が分からないとして、予測と正解の空間文脈を比較し、知覚の不正確さ、空間文脈の情報欠落、誤った計測の選択、参照系や位置・姿勢追跡の誤りという4種類の誤りを整理しています。これを受けて、学習を必要としない型付き幾何演算子と空間スキルのライブラリ CROSS を提案し、5つのベンチマークで評価しています。ReVSI では平均スコアが 55.9% から 60.2% に、DSI-Bench では SpatialClaw の結果が 62.8% から 66.3% に向上したと報告されています。
説明勾配ブースティングとGOES FDCの山火事検知性能の比較
要約本研究はGOES ABI画像を用い、CatBoostモデルによる山火事検知手法を示しています。学習には数千枚のABI画像と30万件を超えるVIIRSの火災検知結果を用いました。5地域の別データでの評価では、既存のGOES火災検知製品（FDC）より適合率、再現率、F1スコアが高く、学習地域の内外の両方で上回りました。夜間でもCatBoostは正確に検知した一方、GOES FDCの再現率は約0.03と非常に低かったと報告されています。
説明跨編集干渉を抑えることで拡散モデルの概念消去を継続的に行う手法
要約本論文は、テキストから画像を生成する拡散モデルで、消去要求が時間とともに届く状況での概念消去を扱っています。既存手法では消去のたびに残留摂動が相互に作用し蓄積して、無関係な生成を劣化させたり、既に消去した対象をノイズ化させたりすると指摘しています。提案手法CEASEは学習を必要とせず、閉形式ソルバーに二つの部分空間制約を加えます。閉形式分解により、両制約がそれぞれの干渉源を抑えることが示され、有名人、画風、個別事例の継続的消去実験で、消去と保持のバランスが最も安定していると報告されています。
説明汎用バイトレベル符号化（UBE）：UTF-8/UTF-16 の振り分けによる文字体系間のトークン予算格差の縮小
要約論文は、UTF-8 ベースのバイトレベル BPE トークナイザーでは一部の文字体系の基本コストが英語より高く、トークン数の増加や利用可能なコンテキストの縮小を招くと指摘します。提案手法 UBE は、1〜2 バイトの UTF-8 文字は UTF-8 のまま扱い、3〜4 バイトの文字は UTF-16 経由で扱うことで、可逆なデコードを保ちつつ高コストの文字体系の下限を下げます。実験では、多言語言語モデルで BBPE と同等の品質を保ちながら、高コストの文字体系でトークン数を減らしたと報告されています。
説明深層残差自己注意ネットワークにおける普遍的補間
要約本論文は、幅ではなく深さによって表現力が得られる深層自己注意モデルの普遍的補間能力を検討し、層間で強いパラメータ共有を行う設定を扱います。著者らは、ガウス分布で初期化された射影行列をもつ固定の単一ヘッド注意ブロック2つだけで、連続深度と有限深度の両方において任意の系列集合を別の系列集合へ写像できることを示しています。また、因果マスクによる制約を分析し、対応する普遍的補間の保証を示しています。
注目点凍結された2つの単一ヘッド注意ブロックだけで深い残差自己注意の普遍的補間を示す理論結果で、新規性は高いが影響は主に理論分野に限られる。
説明文脈付き線形最適化における後悔の曲率：決定重視学習の理論的研究
要約本論文は、線形最適化における決定重視学習を扱い、コストの小さな誤差で最適解が変わらないか別の頂点へ移る不連続性を指摘します。データ分布で平均すると、この非滑らかな挙動が局所的に二次形式になることを示し、法線扇の壁に台を持つ行列値測度として曲率を閉じた形で導出します。また、実行可能集合への射影を1回行うだけで計算できる近似法を提案し、真の母集団曲率へ弱収束することを証明しています。電池の裁定取引の実験では、一様配分と比べて後悔が30.8%改善したと報告しています。
注目点データ分布で平均化すると非平滑な後悔が局所的に二次となることを示し、閉形式の曲率測度を与える。理論は新しく、電池裁定の実験で裏付けられ、部分分野に有用。
説明シミュレーションと実験の同時学習：物理系の均衡した予測を改善する手法
要約本論文は、数値シミュレーションデータと実験計測データを組み合わせて時空間物理系を学習する方法を検討しています。RealPDEBenchの4つの流体系で、シミュレーションのみ、実験のみ、シミュレーション後に実験で微調整（Sim→Exp）、同時学習（Joint）の4方式を比較しました。その結果、同時学習は幅広い評価重みの設定で最もバランスの良い性能を示し、Sim→Expよりもシミュレーション領域での性能を維持できることが報告されています。
説明トークン単位の動画強化学習（TVRL）
要約本論文は、動画生成のための強化学習手法TVRLを提案します。従来は動画全体に一つのスコアを与えていたため誤りの位置を特定しにくいという課題がありました。TVRLは凍結した視覚言語モデルを用い、報酬に基づいて各動画トークンに貢献度を割り当て、修正が必要な部分を重点的に最適化します。VBench-2.0でのOverallスコアは57.69で、ベースモデルより3.60点高くなっています。
説明RASteer：拡散モデルの概念消去のための保持考慮型アクティベーション・ステアリング
要約本論文は、学習不要の概念消去手法RASteerを提案します。事前学習済みの文生画像拡散モデルから、著作権のある画風、特定のキャラクター、不適切な内容などの対象概念を取り除きつつ、他の内容を生成する能力は保ちます。保持すべき概念からなる部分空間を作り、消去方向からそれに整列する成分を除去（ROS）し、重なりに応じて除去量を調整する重なり適応校正（OAC）で消去と保持のバランスをとります。不適切内容、個別インスタンス、芸術様式の消去実験で、評価した基準手法と同等または上回る結果が示されています。
説明FastCI：LLM学習フレームワーク向けGPU集約型CIの効率化手法
要約本論文は、大規模言語モデル（LLM）学習フレームワークの継続的インテグレーション（CI）の効率を高めるFastCIを提案する。実行時の証拠を使って影響を受けるテストを選択し、変更コードを同等の文脈で実行するテストを削減するとともに、リスクの高いテストを優先して問題を早期に検出する。ByteDanceのLLM学習フレームワークのCIワークロードで評価したところ、既存のパイプラインと比べてCIの遅延が77.5%、GPU資源使用量が63.9%削減され、変更コードのカバレッジ維持は3.2%向上した。FastCIはすでに同社のCIパイプラインに統合されている。
説明臨床トリアージにおけるオープンソース大規模言語モデルのバイアスの反事実監査
要約本論文は、小児救急重症度指数（ESI）の予測において、十種のオープンソース大規模言語モデルの反事実的バイアスを比較しています。臨床所見を固定したまま、人口統計学的・社会経済的などの単一変数のみを変えた対の症例を作成しました。モデルごとの感受性は大きく異なり、モデル規模や医療分野の事前学習によって一貫して低下するわけではないことが示されました。微調整したQwen2.5-7Bの感受性が最も低い結果でした。
説明SIEVE：視覚言語モデルの選択的アンラーニングのための注意値抑制手法
要約視覚言語モデル（VLM）は視覚的な人物像と経歴情報を結びつけられるため、同じ人物について許容される知識は保持しつつ、個人識別情報（PII）を選択的に忘却する必要があります。本論文は、忘却対象サンプルの注意値を定数ゼロへ抑制し、保持対象サンプルの表現は凍結した参照モデルに合わせて維持する SIEVE フレームワークを提案します。これに系列レベルの忘却・保持の教師信号を組み合わせています。実験では、複数のモデルとモダリティの設定で忘却性能が最先端水準に達し、保持される効用も競争力のある水準を保つことが示されています。
説明学習不要の拡散プランニング：解析的局所スコアによる軌道生成
要約本論文は、学習で得た大域的な軌道スコアの代わりに、障害物・滑らかさ・速度・エージェント間の実行可能性から導く解析的な局所スコアを用いる、学習不要の拡散型運動計画手法を提案する。著者らは、軌道のスコアは隣接するウェイポイントと近傍の制約との局所的な相互作用から再構成できると指摘し、これに基づいて分解された去ノイズ手続きを構成している。複雑な環境と大規模な多エージェント課題での実験では、GPU上で100個以上の障害物がある環境の300台以上のエージェントについて、6秒未満で平滑かつ実行可能な経路を生成したと報告されている。
説明EndoLive：内視鏡下経鼻頭蓋底手術動画のリアルタイムスタイル変換
要約本論文は、尸体の内視鏡動画と生体の内視鏡動画の間でリアルタイムにスタイル変換を行うフレームワーク「EndoLive」を提案している。尸体は生体と組織の色や出血の様子が異なるため、その差を埋める目的である。手法はConStructS GANとHyPER-GANを組み合わせ、対応のない尸体と生体の画像で学習する。実験では、リアルタイムに必要な最低速度を大きく上回る速度で変換でき、重要な解剖構造の意味的一貫性も保たれたと報告されている。
説明『Do Your Own Research：検索を学ぶことで予測を学ぶ』
要約本論文は、Polymarket の解決済み質問 2,100 件以上から構築した、エージェント型の予測用環境・データセット・実行ハーネスを提案する。エージェントは推論時に Web 検索、ページ閲覧、金融時系列を用いて自ら文脈を収集し、各質問の締切以前に公開された情報に限定するため多層的な情報漏えいフィルタが適用されている。Qwen3.5-35B-A3B を Brier スコア報酬の GRPO で訓練した結果、校正度は 30〜40% 向上し、1 回の実行あたりの検索回数は 3.8 回から 2.25 回に減少した。同一ハーネスで比較すると、訓練後のモデルは Claude Opus 4.5 を含む 4 つのフロンティアモデルを上回り、推論コストは約 5% とされている。
説明ベルヌーイ多腕バンディットにおけるβ-EB-TCIのペナルティ付き挑戦者の精密な非漸近解析
要約本論文は、ベルヌーイ多腕バンディットで固定信頼度の最良腕同定を行うβ-EB-TCI（経験的最良を用いるトップツー法）を解析する。経験的リーダーが真の最良腕となり、その抽出割合がβ付近に留まった後、停止時刻は低次の集中項を除きT*β(μ)log(1/δ)になることを証明している。唯一の最良腕がある場合の非漸近高確率上界と期待サンプル複雑度も示される。
説明Latent JEPA：化学の潜在推論のための抽象的な将来予測
要約本論文は、自己回帰学習と1つ以上の将来ビューに対する結合埋め込み予測を組み合わせたLatent JEPAフレームワークを提案します。連続的な潜在思考が、中間過程をすべて言語化せずに解の有益な側面を予測できるよう学習させます。ChemCoTBenchでの実験では、分子最適化や一部の編集・反応指標で改善が示されています。表現分析によると、将来予測により潜在思考は分子の結果をより反映し、化学構造との対応も強まるとされています。
説明Anti-Persona：パーソナライズ視覚言語モデルにおける無許可の身元紐付けと認識の妨害
要約本論文は、パーソナライズされた視覚言語モデルが少数の参照画像から対象人物の身元を紐付け、新しい画像でその人物を認識できるため、プライバシーリスクがあることを指摘しています。著者らは、視覚エンコーダ空間で身元プロトタイプの整合を崩す、目立たない画像摂動を最適化するAnti-Personaを提案しています。2種類の代表的なモデルでの実験では、視覚的忠実度を保ちながら最大95.0%の保護率を示したと報告されています。
説明Latent-Foresight：潜在世界モデルのための予測可能な表現をエンドツーエンドで学習する手法
要約本論文は、潜在トークナイザーとフローベースの生成的動力学モデルを同時に学習する Latent-Foresight を提案し、時間的な予測可能性を持つ表現を形成することを目指しています。著者らは、この手法により時間的に一貫性の高い潜在表現が得られ、複数の将来シーン理解タスクと予測期間で二段階のベースラインを上回ったと報告しています。また、別々の学習段階が不要になるとしています。
説明大規模言語モデルはいつ良い校正エージェントになるのか：予算制約下の工学シミュレータ校正のための物理ラベル付きプロンプト
要約本研究は、シミュレーション誤差の物理的診断記述を与えた大規模言語モデル（LLM）が、従来の微分を用いない最適化手法より効率的にパラメータ更新を提案できるかを検討しています。円柱後流の大規模渦シミュレーションと減衰振動子の逆問題で検証しました。物理情報を含むプロンプトは、初期の段階で大きな効果を示した一方、その優位性は15回の評価までに消失し、LLMの出力に9.8倍の性能のばらつきが見られました。そこでLLMを暖気起動として使い、その後従来の最適化手法に引き継ぐハイブリッド手法を提案し、9回のシミュレーション実行で目標精度に到達したと報告しています。
説明トークンは少なく、行動はより良く：GPT-6 Astra ロボットエージェントは成功率 14% 向上、トークンは 65% 削減
要約本論文は PyRUA-Lean フレームワークを提案し、視覚言語モデルのエージェントがロボットの行動プリミティブ（視覚言語行動ポリシーを含む）を Python のコードセルに組み合わせ、局所的に検証・再試行し、必要な画像と状態だけを返すようにします。LIBERO-PRO、RoboTwin 2.0、RoboCasa365 の 700 件のシミュレーションタスクで、同じ GPT-6 Astra 計画器とプリミティブを用いたツール呼び出し方式より成功率を 63.1% から 71.7% に高め、両方が解けた事例では LLM 呼び出しを 49%、入力トークンを 65% 削減しました。また、オープンな 4B モデル PyRUA-Lean Coder v0.1-4B を学習させ、未見のタスクで成功率を 18.8% から 44.1% に向上させたと報告しています。
説明大規模言語モデルの臨床推論を評価するルーブリックの全体像：既存のもの、欠けているもの、組み合わせるべきもの
要約本総説は、医学教育の評価指標、2023年以降の臨床LLMベンチマーク、汎用の長文生成評価手法を整理し、問題表現、時系列統合、鑑別・治療推論、反事実推論、校正された不確実性、推論の忠実性の6次元で分析しています。単一の指標ですべての次元を網羅できるわけではなく、忠実性が最も弱い領域だとされています。著者は既存ツールの組み合わせと追加設計を提案しており、本稿は検証済みの評価指標ではなく設計の根拠を示すものです。
説明離散モース理論と余境界理論の要素によるグラフ表現学習
要約本論文は、低次元位相幾何学の離散モース理論と余境界理論を機械学習に導入し、MG-Diff という手法でグラフ拡散モデルの性能向上を図るものです。正の決定ギャップという条件のもとで、モース理論的ツールとそれによる拡散ガイダンスが小さな摂動に対して安定であることの理論的保証と十分条件も示されています。時空間グラフの予測やグラフの再生成への適用が示されており、著者はこれが低次元位相幾何学の可能性のごく一部にすぎないと述べています。
説明生成のための知識検索を再考する：RAGアーキテクチャと応用に関するサーベイ
要約本サーベイは、検索拡張生成（RAG）の技術を整理したものです。RAGは、大規模言語モデルが回答を生成する際に外部から検索した検証可能な情報を組み合わせ、幻覚を減らし事実の信頼性を高める仕組みです。検索、生成、拡張という三つの中核要素を説明し、効率、安全性、ユーザー中心の対話性、複雑な推論という四つの観点から近年の進展をまとめています。評価手法、応用分野、アーキテクチャの派生形にも触れ、残された課題と今後の方向性を示しています。
説明テスト時適応のための重み更新の分布を予測する学習
要約本論文は、入力クエリのみから大規模言語モデルのLoRAパラメータ更新を動的に生成する手法を研究し、点推定ではなく更新の分布を出力する分布型ハイパーネットワークを提案しています。微分可能なモンテカルロ近似を用いたエンドツーエンドの損失を設計し、複数の分布パラメータ化を比較しています。学習した分布の平均でも決定的なハイパーネットワークを上回り、より多くの重みサンプルを用いると性能が向上し、生成された更新はクエリ間で転用できると報告されています。
説明不完全な拡散モデルのための誤差補正型推論時スケーリング（Error-Corrected Inference-Time Scaling for Imperfect Diffusion Models）
要約本論文は、事前学習済み拡散モデルが不完全であるという問題に対し、参照エネルギーを与えて実行中に誤差を補正するエネルギーベースのFeynman-Kac補正器（EBFKC）を提案しています。手法は、分散制御付きガイダンスを伴う逐次モンテカルロでFeynman-Kac動力学を近似し、学習された終端エネルギーと目標終端エネルギーの差を段階的に取り入れます。ガウス混合モデル、粒子系、アラニンジペプチドおよびテトラペプチドでの実験では、アニーリングと報酬傾斜のもとで目標分布と分子の自由エネルギー曲線によく一致する一方、標準的な推論時スケーリングの基準手法では大きなサンプリング誤差が残ることが示されています。
注目点モデルが不完全な場合の誤差をFeynman-Kac補正で修正する推論時スケーリング手法を提案し、ガウス混合や丙氨酸ペプチドで標準手法を上回ることを示した。
説明CLoSeR：長文脈ストリーミング三次元再構成のためのループクロージング
要約フィードフォワード型の基盤モデルは三次元再構成で高い性能を示していますが、長い系列のストリーミング再構成では誤差の蓄積により大きな追跡ドリフトが生じます。本論文では、グローバル記述子検索でループ候補を検出し、ループ条件付きウィンドウで相対姿勢を推定して、全フレームの姿勢をSE(3)多様体上で最適化します。実験では、キロメートル規模の系列でドリフトが減り、幾何の一貫性が保たれ、従来手法を大きく上回ることが示されています。
説明LAST：ループ型音声スペクトログラム Transformer（同じブロックを繰り返し使い、少ないパラメータで音声認識を高める手法）
要約本論文は LAST（Looped Audio Spectrogram Transformer）を提案します。すべてのトークンを一度処理した後、同じブロックを再利用して固定された音声特徴の上でクラストークンだけを精緻化するため、層を増やさずに済みます。AudioSet では 10 回ループする LAST が平均適合率 0.345 を達成し、12 層の逐次 Transformer を相対で 2.1% 上回りつつ、パラメータは 49.4%、積和演算は 42% 少なく、実測スループットは 9.8% 高いと報告されています。さらに、時間マスキングなど各種の聴覚的拡張に対する頑健性や、音楽・環境音・イベント音の分類における汎化性能の向上も示されています。
説明MoEルーターを用いたデコーダー専用モデルの言語間アライメント
要約本論文は、デコーダー専用LLMでは多言語トークナイゼーションの違いから明示的な表現アライメントが難しい問題に取り組みます。隠れ状態に補助的なアライメント損失を課す代わりに、混合エキスパート（MoE）ルーターの出力をアライメントの対象として用いる手法を提案しています。4つのオープンソースMoEモデルでの制御された継続事前学習実験では、このルーティング損失により言語間の隠れ表現も整合し、多言語評価で性能が向上したと報告されています。
説明MoLE：補完的な視覚推論のための潜在エキスパート混合モデル
要約本論文は、視覚言語モデルの潜在視覚推論において、複数の潜在トークンが同じ視覚的証拠に共有の値射影で接続され、表現が冗長になる問題を指摘します。提案手法MoLEは、各潜在視覚エキスパートが観測する証拠と変換方法を制御し、専用の潜在サマリーエキスパートが結果を集約します。5つの視覚推論ベンチマークで平均78.6点を達成し、同じ潜在量の最強ベースラインやデータを揃えた教師ありファインチューニングを上回りました。
説明DecomVoxel：3Dネイティブ事前分布と誘導型その場ノイズ除去最適化による分解型シーン再構成
要約本論文は、重い遮蔽のある場面で物体と背景を再構成する手法 DecomVoxel を提案しています。物体補完を誘導型のその場ノイズ除去最適化として定式化し、3Dネイティブの事前分布とニューラルシーン再構成を結びつけます。改良した epsilon ベースの蒸馏損失と、時間的アニーリングを伴う適応的空間誘導を導入しています。著者らは Replica と ScanNet++ で既存手法を上回り、元の空間配置や構造を保てると報告しています。
説明同じ報酬、異なるスキル：マルチモーダル強化学習はいつ「見る」ことを学ぶか
要約本論文は、検証可能な報酬による強化学習（RLVR）が視覚言語タスクでどのように機能するかを検討しています。著者らは、視覚的根拠が正解に必要であり、かつタスクが学習可能であることを求める「視覚的解決可能性」という設計原則を提示しています。反事実的な座標シーンでの実験では、7Bモデルの対象発見精度が0.425から0.875に向上しましたが、グレーのキャンバスで訓練した場合はほとんど向上がみられませんでした。
説明MapLightning：一次元マップトークンによるオンライン・ベクトル化HDマップ構築
要約本論文は、従来の密な鳥瞰図（BEV）グリッドを、コンパクトな一次元の学習可能なマップトークン集合に置き換えるMapLightningを提案し、自動運転向けのオンラインHDマップ構築を行う手法です。画像とマップのトークンを自己注意で統合し、更新されたマップトークンのみを復号に用います。nuScenesとArgoverse 2で、精度と効率の両面で最先端の結果を報告しており、軽量版はMapTRv2を上回るmAPを示し、推論は1.73倍高速でメモリは53%少ないとされています。
説明グラフ表現学習のための高次位置エンコーディング：高次トポロジー情報をグラフモデルに取り込む手法
要約この論文は、高次位置エンコーディングでグラフ表現を補強し、標準的なグラフ学習モデルを本体を変更せずに高次構造の情報を活用できるようにする表現学習手法を提案しています。著者はこの種のエンコーディングの表現力を理論的に特徴づけ、クリーク複体から導かれるHodgeラプラシアンで実装しています。ZINCおよび合成ベンチマークでの実験では予測性能の向上が示されています。
説明非同期LLM事後学習：グループ質量キャッピングと収束解析
要約本論文は、大規模言語モデルの事後学習に非同期強化学習を用いた際、古い方策で生成された陳腐化したロールアウトが収束に与える影響を分析しています。GRPO系アルゴリズムの収束上界を導出し、バイアスを抑えるグループ質量キャッピングGRPO（GMC-GRPO）を提案しています。Qwen3モデルと推論ベンチマークによる実験では、大きなロールアウト遅延下で安定したベースラインの中で最も良い性能を示したと報告されています。
説明纤维束トラクトグラフィ向けTransformerとRNNの体系的分析に関する基礎研究
要約本論文は、反復型トラクトグラフィ（tractography）に対するRNNとTransformerモデルを体系的に評価し、学習戦略、入力表現、ハイパーパラメータ選択に注目しています。著者らは、学習中にストリームライン単位での監督を可能にする生成・検証フェーズを提案し、ISMRM2015トラクトグラフィチャレンジのデータセットで報告された中で最高の性能を達成しました。さらに、欠損バンドル、ノイズの多い学習データ、無効な繊維の影響を対照実験で定量化し、Tractoinfernoデータベースの生体内データにも適用して検証しています。
説明選択ベース構造化推論：効率的なマルチモーダル検索エージェントに向けて
要約本論文は、自由記述的な推論を事前定義された候補からの選択に置き換えるフレームワークSSRを提案している。候補は現在の文脈での尤度に基づいて選ばれる。七つのマルチモーダル検索ベンチマークで2Bおよび4Bモデルを用いて評価された。SSRは課題性能を大きく損なわずに効率を向上させ、1ターンあたりの推論遅延を90%以上、質問ごとの総推論遅延を28〜54%削減したと報告している。
説明条件付きフローマッチングによる放射計画像の降水推定のための教師なしドメイン適応
要約本論文は、衛星放射計画像にはラベル付きデータが少なく、ドメインシフトが生じるという課題に対し、フローマッチングモデルを用いた教師なしドメイン適応手法を提案しています。提案手法は、衛星機器ごとに条件付けたフローマッチングの決定論的常微分方程式の一部を利用してドメインを整合させます。GPM-Core衛星群での実験により、放射計画像からの降雨推定が改善されることが示されています。
説明低精度 Transformer 推論における確率的丸め：小型 GPT-2 の可変精度エミュレーション研究
要約本論文は、低精度 Transformer 推論で確率的丸め（SR）と最近接丸め（RN）のどちらを使うべきかを、数値形式を固定したまま演算箇所ごとに丸め規則だけを変えて検証している。PRISM ベクトル化丸めライブラリを任意の仮想精度に対応させ（VPSR 法）、線形射影の誤差上界と出力 softmax での交差エントロピー変化の分解を示した。DistilGPT-2（有効仮数 6 ビット）では、MLP で SR を用いると困惑度が全精度参照の 1.15 倍、RN では 2.21 倍となり、言語モデルヘッドでは順序が逆転した。MLP に SR、ヘッドに RN を用いる混合精度構成では、困惑度は全精度参照の 1.10 倍以内に収まり、同ビット数の RN と比べて 28% 低減した。
説明TRACE：エージェント型ヒューリスティック設計による実世界のリソース割当問題への取り組み
要約本論文は、クラウドなどのシステムにおける動的リソース割当問題を扱い、進化的な自動ヒューリスティック設計とエージェント型のログ知識抽出を組み合わせたTRACEを提案する。推論エージェントがログの構造を分析してシステムの振る舞いに関する仮説を立て、コーディングエージェントがそれを検証するコードを書いて実行し、ヒューリスティックに役立つ知見やツールを生成する。合成クラウドベンチマークと産業用テストベッドの測定データに基づく5G vRANのシナリオで評価され、既存手法を上回り、オーバーヘッドは2%未満とされている。
説明ユーザーの動画コレクションの記憶を活用したBロール生成
要約本論文はMemComposerという三段階のシステムを提案し、ユーザーの動画コレクションに基づいて複数ショットからなるBロール（補助映像）シーケンスを生成します。まずオフラインで登場人物、場所、物体、スタイルを中心とした視覚的メモリを構築し、それを用いて計画と参照フレームの検索を行い、生成と評価を反復して一貫性を保ちます。ユーザー選好調査では、プロンプトへの忠実性と視覚的整合性の両面で比較手法を上回りました。
説明一段階フローで協調を高速学習する手法（OMAF）
要約本論文は、オンライン多エージェント強化学習のためのOMAF（One-step Flow Model）フレームワークを提案しています。Transformerベースのフロー方策で複雑な協調行動を表現し、近似パススコア代理とsoftmax Q値推定を組み合わせて方策を同期最適化します。MPEとMAMuJoCoの10の標準タスクで、ベースライン手法と比べて最大3.4倍の報酬と10.5倍のサンプル効率向上を報告しています。
説明EvenSplat：露出と照明の変化下で二次元と三次元の照明を分離するガウシアン・スプラッティング手法
要約本論文は、多視点三次元再構成における照明の問題を扱う EvenSplat という枠組みを提案しています。画像空間での照明分解と、ガウシアンが持つ照明場を結びつけ、二次元と三次元の両方で同じ照明の解釈を共有させます。また、カメラ応答ネットワークと局所露出補正モジュールで、学習画像間に残る差異を吸収します。複数のデータセットと多様な不均一照明条件での実験で、特に高コントラスト照明下で既存手法を全体的に上回ったと報告されています。
説明大規模言語モデルが可視化DSLで失敗する箇所
要約本論文は、大規模言語モデル（LLM）が可視化ドメイン固有言語（DSL）を使ってグラフを生成する際に、どこでどのように失敗するかを調べています。著者らは、JSON形式の可視化DSL10種を3つのLLMで41のタスクにより評価し、JSONおよびレンダリングのチェック、失敗事例の質的コーディングによって生成された仕様を分析しました。その結果、繰り返し現れる4つの失敗パターンを特定し、それぞれを具体的なDSL機能に結びつけ、今後のDSL設計への示唆を述べています。
説明ピクセルから政策へ：介入と地理空間意思決定支援のためのマルチエージェントシステム
要約本論文は、航空写真やストリートビュー画像に対して、都市指標を改善する介入策を探索するマルチエージェントシステム VIDA-Geo を提案しています。セグメンテーション、拡散モデルによる修復、指標スコアリングモデルを連携させ、知覚的に現実的で実際の政策に沿った介入案を生成します。8 つの指標で評価し、多くの場合で既存のベースラインを上回ったと報告しています。また、都市計画の専門家が関与するワークフローを支えるため、複数の候補案を提示します。
説明孤立した特徴から軌道へ：複数SAEの整合による音楽概念の発見
要約本論文は、音楽基盤モデルが内部で学習した表現をどのように理解できるかを扱います。個々の特徴を孤立して特定するのではなく、音高の移調によって生成した入力ペアのSAE表現を整合させ、音高に関連する特徴の構造化された群を発見します。実験では、2つの最先端音楽基盤モデルで和音、調、旋律パターンに対応する軌道構造が復元され、少数の例示だけで概念群全体を解釈できることが示されています。
