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LiteReality-Agent：インタラクティブな三次元屋内シーン再構築のためのエージェント型システム
要約本論文は、RGB-Dスキャンから実在の屋内環境を、関節可動でシミュレーションに使える三次元シーンとして再構築するLiteReality-Agentを提案します。コーディングエージェントが専用ツールで証拠を集め、実行可能なPythonスクリプトRoom.pyを反復的に編集して三次元デジタルツインを生成します。著者らは、幾何精度、視覚的リアリズム、シミュレーション互換性で、Astra や Fable などの最新モデルより優れると報告しています。ソースコードとデータ取得アプリは公開されています。
説明AVSD-Scenes：都市シーンの視聴覚記述データセット
要約本論文は、都市環境向けの対になった視聴覚シーン記述データセット AVSD-Scenes を提案する。TAU Urban Audio-Visual Scenes データセットをもとに生成された 12,291 件の視聴覚シーン記述を含む。音声と映像からそれぞれ記述を生成し、複数の大規模言語モデルで統合して多モーダル記述を作成した。多モーダル記述は単一モダリティの記述より意味的整合性とクロスモーダル検索で優れ、都市シーン分類の精度は最大 94.5%、埋め込みの組み合わせで 95.4% に達した。
説明LLM を検証器として用い、モデル仕様の矛盾を検出する
要約本論文は、大規模言語モデルの振る舞いを定める仕様文書（OpenAI Model Spec など）の文章そのものを直接監査する VeriSpec を提案します。仕様から文脈を考慮した規則を 405 件抽出し、トピックごとにグラフでまとめた上で、LLM を検証器として矛盾を検出します。人手で検証された矛盾は 5 件で、開発者に報告されました。五つのベースラインと比べ、検証済みの矛盾を最も多く見つけ、精度は 38.5%、検証済み矛盾 1 件あたりのコストは 11.12 ドルで最も低い結果でした。
注目点モデル仕様のテキストを直接監査して不整合を検出する新しい枠組みで、OpenAI Model Spec上で5件の不整合を人手検証しており、対象は単一仕様に限られる。
説明復号可能性を超えて：音響要因はアルツハイマー病の音声評価の予測を左右するか？
要約本研究はADReSSoデータセットと3種の大規模自己教師あり音声モデルを用い、参加者の発話のみ、非音声部分、録音全体に対して、ノイズと残響の制御された介入を行い、アルツハイマー病の予測への影響を調べています。その結果、3つのモデルすべてで音響介入によって予測結果が変化し、元データで診断群間に有意差がないノイズが最も強い介入効果を示しました。著者らは、高い予測性能や音響要因に有意な群間差がないことだけでは頑健性は保証されず、介入に基づく頑健性テストを信頼できる臨床音声モデルの標準とすべきだと主張しています。
説明ドラゴンチェス向けの時間差学習：三次元チェスにおける二つの適応型AI手法の比較
要約本論文は、進化的転移学習とTD(λ)という二つの適応型AI手法が、三次元チェスのドラゴンチェスでどのように機能するかを調べたものです。著者らはエンジンをPyGameからC++に書き換えて対局を高速化し、信頼区間と有意性検定を伴う10,000局の対戦を実施しました。その結果、両方の適応型手法がラウンドロビン大会で他のエージェントを上回った一方、進化で得た評価関数と学習で得た評価関数の間に有意な差はないと報告されています。
説明確率的一階オラクルによる最適な確率的二階層最適化
要約本論文は、確率的一階オラクルの下での非凸・強凸の二階層最適化問題を研究している。上位変数、下位解、陰的微分から生じる補助応答を同時に追跡する単一ループの一階法 MRT-FD を提案し、二階微分の作用を次数 p の有限差分で近似する。有限の固定された p に対して、ε-定常点を O(ε^{-4-2/p}) 回の確率的勾配クエリで求められることを示し、対応する Ω(ε^{-4-2/p}) のオラクル下界も証明している。これにより、この設定での上界と下界の複雑度の差が閉じられている。
注目点単一ループの一次法を提案し、上界と一致する下界を示して計算量のギャップを閉じており、理論的貢献は大きいが影響は双レベル最適化の分野に限られる。
説明時系列ワールドモデルにおける精度と機構一貫性の乖離
要約本論文は時系列ワールドモデル（TSWM）の形式化とベンチマークを提案し、変更された行動計画に対してモデルが実システムと同様に反応するかを検証します。予測誤差が最も小さい構成は、既知の機構を持つ多くのデータセットで機構一貫性が高くならず、偶然水準に近いことが示されています。さらに、方向性監督損失を用いると、MAEを変えずに機構一貫性が有意に向上すると報告されています。
説明Varda-single-1.0：スイスの複雑な地形に対応する1kmメッシュの決定論的データ駆動型天気予報システム
要約本論文は、アルプス地域を対象とした中期データ駆動型天気予報システムVarda-single-1.0を紹介しています。1kmメッシュの時間ごとの地域予報と31kmメッシュの全球予報を提供し、Anemoiフレームワーク上の2つの独立に学習されたグラフTransformerモデルで構成されています。1年間の検証で、多くの主要指標においてMeteoSwissの業務数値予報の基準と同等かそれ以上の結果が示されました一方、局所的な風の極大値は過小評価され、対流性降水場は過度に平滑化される傾向があります。
説明シミュレーションはコードが担い、評価は Jev が担う
要約本論文は、エージェントの行動選択層として使える判断モデル Jev の信頼性を、反射テスト、一回限りの行列ゲーム、テキストゲーム ALFWorld、ロボット制御で検証しています。Jev は入力から正解を判断できる評価問題では高い成績を示し、反直観的な認知反射テストの問題の 99% を解きました。一方、入力にない相手の行動や先に満たすべきサブゴールを予測する必要がある模擬問題では失敗しました。著者らは、予測やシミュレーションをコードが担えば、Jev は汎用的な評価能力によって熟練した制御器として機能すると述べています。
説明進化する企業向けAIエージェントスキルのための継続的プロセス評価
要約本論文は、最終出力と実行過程の両方を検証する継続的評価フレームワークを提案し、企業のビジネス価値判定スキル（収益版と生産性版）に適用しています。240回の試行では、最終数値チェックに合格した175件のうち92.6%に、評価器が検出した別の逸脱が含まれていました。依存関係の分析により、1回あたり平均6.34件の失敗チェックが2.65件の根本原因に絞られ、再利用可能なテンプレートテストが回帰テストの範囲を提供したことも示されています。
説明プーリングは有効、学習された重み付けは文脈内で有害：グループアテンションの分解
要約本論文は、時系列予測モデルChronos-2（Chronos-2）のグループアテンション（固定パッチ番号で同一グループの変数間に注意を向ける仕組み）を調べたものです。推論時にアテンション行列を編集し、グループを加重要約するV/O経路と、重みを決めるQ/K経路を分けて評価しています。均一プーリングはセンサーネットワークの20構成中18で正の効果があった一方、学習された重み付け（Q/K）は多変量予測では正または無視できる効果でしたが、文脈内学習の10構成中8で明確に悪化しました。
説明記憶を持つ言語モデルのアライメントの漸近的性質：2つの手法が生成する分布がどこまで近いかを検討
要約本論文は、既存の言語モデルをより高い報酬を得る方向に調整（アライメント）する2つの手法、KL制約付き強化学習（KL-constrained RL）とbest-of-n法から得られる出力分布を比較します。先行研究（Yang et al.）は、出力トークンが独立同分布の場合にこの2つが漸近的に近いことを示しました。本論文はこれを、出力系列がマルコフ性を持つ場合へ拡張し、有限長（特に長さ1）の場合には、両手法の分布間KLダイバージェンスがゼロになる言語モデル分布と報酬関数を完全に特徴づけています。
説明多忠実度ペアワイズ順位付けによる、検証渋滞下での科学的発見
要約計算手法は分子や材料などの候補を大量に提案できますが、実験による検証能力は限られています。そのため、有望な設計を少数選んで実験にかける必要があります。本論文は絶対スコアではなく専門家同士のペアワイズ順位付けに基づいて候補を選ぶPRISMSという枠組みを提案し、フィッシャー情報量の基準に従い、低忠実度から高忠実度の専門家へ問い合わせを段階的に引き上げます。薬剤探索ライブラリからの反復的スクリーニングでは、回帰のみの能動学習より少ないラウンドで上位10件の再現率50%を達成しました。事前定義ライブラリに限定されない設計最適化では、ベイズ最適化の基準線より約18.8%高いハイパーボリュームを示しました。
説明トークン通信を活用した協調型身体性人工知能：概念、フレームワーク、今後の展望
要約本論文は、複数の物理エージェントが協調して知覚・推論・行動する協調型身体性人工知能（CEAI）において、トークンを中核的なインターフェースとする通信方式（TokCom）を検討しています。タスク適応型の通信プロトコルとして、コンパクトなコードブック、構文規則、文脈例を組み合わせ、生成型基盤モデルを用いた送受信機がメッセージを圧縮・復元する枠組みを提案しています。協調物体搬送の事例では、タスク効率を保ちつつ送信データのビット量を大きく削減し、雑音のある通信路でも頑健であることが示されています。
