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KNOU-Flood：リードタイム対応の確率的機械学習による全球河川流量予測
要約本論文は全球河川流量予測を対象とし、再解析データで学習したモデルが業務予報を入力すると、リードタイムが長いほど精度が低下する問題を扱っています。単層LSTMと二段階学習を維持したまま、より長い入力窗、リードタイムを考慮した予報入力、GraphCastの追加、潜在ノイズアンサンブルとfair CRPSを用いた学習で入力情報を拡張しています。同一のデータと指標でAIFLの再実装版と比較し、多くのリードタイムで改善を示し、CRPSも低くなったと報告しています。
説明ForestQuery：統一的な森林点群セグメンテーションのための境界認識・空間アンカー付きクエリ学習フレームワーク
要約本論文は、森林の三次元点群を意味分割とインスタンス分割で統一的に扱うための手法ForestQuery（森林点群向けクエリ学習フレームワーク）を提案しています。境界の不確実性を明示的にモデル化して信頼性の高いインスタンスクエリを構成し、適応的な損失の重み付けでクエリ最適化を調整します。また、森林の垂直方向の階層構造の事前知識を符号化する学習可能な三次元アンカーを用いて意味クエリを強化します（SA-SQE）。複数の公開森林点群ベンチマークと自主収集・注釈付きの実世界データセットで評価を行い、個別の樹木分割と意味分割の両方で改善が見られたと報告しています。
説明マイクロコントローラ上で16ビット精度の畳み込みニューラルネットワークを動かし、8ビット方式並みの速度と消費電力を目指す研究
要約本論文はW16A16と呼ばれる、16ビット精度の量子化手法を提案しています。広く使われるマイクロコントローラアーキテクチャArmv7E-M（Armv7E-M）上で、層単位およびモデル単位で既存の量子化方式より高速かつ低消費電力になることを示しています。回帰と分類のタスクで量化誤差を評価し、実機での推論時間と消費エネルギーも測定しています。その結果、8ビット量子化と比べて量子化誤差は約10分の1で、推論時間と消費エネルギーは同等以上とされています。
説明エントロピーを超えて：動画推論のための自己診断型マルチロール・トークン最適化
要約本論文は、マルチモーダル強化学習におけるトークンレベルのクレジット割り当ての曖昧さに取り組み、DyCPOという枠組みを提案しています。多役割の依存度指標を構築し、視覚的探索と回答に関連する手がかりの発掘のバランスを取るとともに、探索のみに寄与する埋め草トークンや誤った視覚ノイズを抑制します。静的な反事実事前分布に頼らず、モデル自身の成功・失敗した推論経路から反事実信号を動的に導出します。複雑な動画推論および一般的な動画理解のベンチマークで性能向上が報告されています。
説明生成モデルと観測補間子による ベイズ型データ同化の統一フレームワーク
要約本論文は、事前学習済みの確率的補間子、フローマッチング、拡散モデルを、再学習なしで事後分布サンプラーに変える観測補間子フレームワークを提案しています。補間経路を観測で条件付けすることで、確率的サンプリングと決定論的サンプリングを統一する尤度スコア補正が得られます。実用上は閉形式のガウス近似でこのスコアを求め、線形ガウス力学、確率的二次元Navier-Stokes方程式、都市の気流で評価しています。最大で約10^4の自由度まで扱っています。
説明双方向Voronoi偏向探索カリキュラム：起点と目標の両端から同時に学習課題を広げる強化学習手法
要約本論文は、報酬がまれな長期タスクの強化学習において探索が困難な問題に取り組み、双方向Voronoi偏向探索カリキュラム（BVER）を提案している。この手法は目標側と初期状態分布側の両方から、開始状態と目標を同時に外側へ広げ、互いに引き寄せながら、一つの目標条件付き方策を訓練する。点質量迷路、四足ロボットによる箱登り、ロボットアームによるリング・ペグ移転の各タスクで、参照なしの比較対象カリキュラムより速く学習した。0.4mの箱では、最良の比較手法より約65%少ない反復回数で成功率95%に達し、0.7mの箱を登れるようになったのは唯一の手法である。
説明EdgeAgent：CPU-GPU統合メモリ上でエンドユーザー向けマルチエージェントを動かすオンデバイスLLM推論システム
要約本論文は、エッジの統合メモリアーキテクチャとマルチエージェント処理に合わせて共同設計された推論システムEdgeAgentを提案しています。ゼロコピーによる統合メモリ対応のテンソル並列化と、系列の予測しやすさに応じた草稿予算の動的配分により、ハードウェアの利用効率を高めます。さらに、ツール呼び出し中に停止したエージェントを一時中断して退避させる仕組みを備えます。Apple M4 SoCでの評価では、統合メモリ対応の実行だけで1.29倍、エージェント対応スケジューリングを加えた全体では、ツール利用の遅延が大きい条件で1.77倍の高速化が示されています。
説明動作ラベルのない動画から行動の事前知識を直接学習するワールドアクションモデル（NAVA-WAM）
要約本論文は、ロボットの行動予測と将来の映像予測を統合するワールドアクションモデルについて、行動ポリシーを動作ラベルのない観測動画のみで直接事前学習するNAVA-WAMを提案します。学習は二段階で、まず未来映像のフローマッチングで行動の事前知識を学び、次に行動付きのデモで映像と行動の同時フローマッチングにより制御用に後学習します。著者らは、分布内外のいずれの設定でも既存手法を上回り、動作ラベルの効率と実機への汎化も良好だと報告しています。
説明DriftTTS：蒸留不要の分布整合ドリフトによる少ステップ音声合成
要約本論文は、生成型教師モデル、蒸留、敵対的判別を用いずに学習できる少ステップのメルスペクトログラム生成器DriftTTSを提案します。分布整合ドリフト目的関数と、凍結したマスク付きオートエンコーダの特徴空間を用いています。LJSpeechでNFE=4のとき、MCDは3.87 dB、WERは3.7%で、Matcha-TTSの3.85 dB、3.4%と競合します。ブラインド試聴のMOSは4.18で、Matcha-TTSの3.96、正解音声の4.22に近い結果です。
説明パッチングから剪定へ：視覚言語モデルにおける視覚計算の削減
要約視覚言語モデルは、各デコーダ層がすべての視覚トークンを処理するため推論コストが高くなります。本論文は訓練不要の Patch-to-Prune（P2P）を提案し、活性化パッチングを推論時の計算バイパスに転用します。4つのモデルと7つのベンチマークでの評価では、3%の許容誤差で密なモデルの精度の約94%を保ちながらFLOPsを55%削減しました。層ごとの分析から、視覚処理は中間層に集中している可能性が示唆されています。
説明型付き意思決定モデルにおける候補のカバレッジと拒否ポリシーの移転のベンチマーク
要約本論文は、公開の参照ラベルを用いて Laya、Jev、Qwen2.5-7B-Instruct を比較し、候補集合やタスクが変わっても拒否ポリシーが有用であり続けるかを検証しています。元データで校正したポリシーは対象の動作点を保てないことが多く、DBpedia で校正された Jev ポリシーは、カバーされている Emotion のテスト入力の 69.3% を拒否しました。共有入力、明確な判定と失敗の分類、再現可能な採点方法も提供されています。
説明CVE2AP：大規模言語モデルによるPDDL形式の攻撃パス自動生成
要約本論文は、自然言語で書かれたCVE（共通脆弱性識別子）の記述から、PDDL（計画領域定義言語）で符号化された攻撃パスを大規模言語モデルで自動生成するCVE2APを提案します。従来は専門家が手作業で構築していた攻撃パスモデリングを置き換えることを目指します。構造化プロンプトと、プランナーが報告する構文・解決可能性のエラーで反復的に修正する仕組みを用いています。複数のLLMでの評価では、構文正確性最大86.9%、解決可能性78.6%、意味的正確性93.1%（LLMを専門家とみなす評価）を示し、GPT-5.5が品質とコストの最良のバランスを示したと報告しています。
説明明示的な法医学的特徴と時系列モデリングによる、解釈可能な動画ディープフェイク検出
要約本論文は、解釈可能な動画ディープフェイク検出の枠組みを提案します。動画を身元が一貫した顔の軌跡に変換して固定長の時間窓に分割し、測光、テクスチャ、幾何、圧縮の4領域にわたる68個の構造化記述子で各フレームを表現します。その後、LSTMネットワークで時間的な不整合を捉えます。FaceForensics++、Celeb-DF v2、DFDCの一部、DeeperForensicsの4つのベンチマークでF1スコアはそれぞれ98.0%、91.0%、97.6%、96.2%で、データセット間の汎化性能も示されています。
説明演算子情報に基づくフーリエ特徴量物理情報ニューラルネットワークの初期化手法
要約本論文は、物理情報ニューラルネットワーク（PINN）に見られる周波数バイアス（スペクトルバイアス）の問題を扱い、ニューラルタンジェントカーネル領域でフーリエ特徴量PINNの学習過程を解析している。周波数領域での残差誤差の発展方程式を導出し、特定の周波数の収束速度が、微分演算子の記号と初期化重みのスペクトル密度の積によって主に決まることを示している。この理論に基づき、解く偏微分方程式に合わせて初期重み分布を調整する初期化手法を提案した。線形および非線形偏微分方程式の数値実験で、標準的な初期化法と比べて各周波数での学習と近似精度が向上し、追加の学習コストは生じないことが確認された。
説明EVEWorld：具身世界モデルのための物理的進化の教師付け
要約本論文は、既存の具身世界モデルが物理的推論よりも視覚的忠実度を重視する「モデルの怠慢（Model Laziness）」の問題を抱えると指摘しています。提案手法EVEWorldは、インスタンス誘導復元（IGR）と時間的インスタンス整列（TIA）の2つの構成要素から成ります。また、生成軌跡におけるインスタンス一貫性違反を測る指標「モデル怠慢率（MLR）」を導入し、GigaWorld-0と比べてMLRを87.5%削減したと報告しています。
説明SCAD：長期ホライズンエージェントのための構造化クレジット割り当てと蒸留
要約本論文は、長期ホライズンのタスクを扱うエージェントの学習手法SCADを提案している。対話を計画と有界なサブタスク実行に分け、実行は局所的な文脈で蒸留し、計画の報酬配分はクロスロールアウトのサブタスク接頭辞木で洗練させる。文章タスクでは最強の学習ベースラインに対し宏平均精度が4.48ポイント、マルチモーダルタスクでは改善が報告されている。
説明LAS-CLIP：CLIP視覚エンコーダ向けの軽量アダプタ誘導手法
要約CLIPの視覚エンコーダは画像全体の大域的な表現しか出力できず、領域単位の課題への利用が限られています。本論文はLAS-CLIPを提案し、CLIPの全パラメータを凍結したまま、コンパクトなMaskAdapterが入力マスクから注意バイアスを生成して凍結された自己注意層に注入し、対象領域へ注意を誘導します。マスクがない場合は元のCLIPと同じ動作に戻ります。ImageNet-Sのゼロショット分類とRefCOCOの指示表現理解で、エンコーダ全体を数百万サンプルで微調整するAlpha-CLIPと同等以上の結果を示しています。
説明多言語 GSM-Symbolic：言語間で能力がどのように転移するかを決める要因は何か
要約本論文は、15言語にわたり対応づけられた30,000組の問題と解答を含む多言語数学データセット Multilingual GSM-Symbolic を提案します。記号テンプレートから大量の問題バリエーションを生成し、過学習を抑えます。モデル規模、言語資源量、推論能力、言語類型的距離が能力に与える影響を同時に推定し、モデル規模と推論能力は低資源言語と高資源言語の差を縮めるものの、類型的に遠い言語にはほとんど効果がないことを示します。
説明幾何と物理の融合：非構造格子向けニューラルPDEソルバーのためのデータ効率的な事前学習
要約本論文は、非構造な三次元形状上の偏微分方程式（PDE）に対するニューラル代理モデルについて、ディスク上のデータを必要としない事前学習フレームワークを提案します。定常問題では固有の形状記述子を用いる幾何駆動型の手法で複雑な三次元領域の表現を学習し、非定常問題ではオンラインで合成PDEデータを生成する物理駆動型の手法を採ります。複数の実験で、特にデータが少ない条件下において、微調整時の収束の速さ、データ効率、精度の向上が示されています。
説明Follow the Winners（FTW）：批評者なし強化微調整のための交差エントロピー法による保守的な方策改善
要約本論文は、批評者（critic）を使わない方策学習アルゴリズム Follow the Winners（FTW）を提案します。交差エントロピー法を強化微調整に適用し、GRPO の群内複数ロールアウトを、リプレイバッファのサンプルに対する順序フィルタに置き換えます。制御としての推論の観点から FTW を導出し、GRPO はリスク中立、DPO と FTW は制御可能な有界のリスク志向のずれを共有することを示しています。Sokoban と Search-R1 のベンチマークでは、スケールさせた FTW が GRPO や PPO と同等の性能を示し、価値モデルや群内ロールアウトのコストを抑えられることを報告しています。
説明ReFract：テキスト世界モデルで言語モデルエージェントの視点認識を評価するベンチマーク
要約本論文は、ユーザーの役割に応じて適切に行動できるかを測るベンチマーク「ReFract」を提案しています。150件の専門家検証済みの項目は、保守点検などの領域での匿名化された問い合わせに基づき、テキスト世界モデルでエージェントの動作環境を模擬しています。最先端の大規模言語モデルが完遂できたタスクは最大69%で、半数を超える行動軌跡に役割の権限を逸脱する行動の試みが含まれていました。
説明接触の多い操作のための等変な視覚-触覚拡散ポリシー（VISTA）
要約本論文は、接触の多いロボット操作の模倣学習に向けて、ワークスペース単位の等変な視覚-触覚拡散ポリシーVISTAを提案します。視覚と触覚の観測を球面トークンに投影し、置換等変な球面融合によって触覚の接触情報を視覚の球面方向に組み込み、エンドエフェクタの姿勢に基づいて融合表現を回転させます。論文では、シミュレーションと実機の実験で、VISTAが強力な視覚-触覚模倣学習のベースラインに比べてデータ効率を大きく改善したと報告しています。
説明SBF-SEMにおける三次元樹状突起インスタンスセグメンテーションの全自動パイプライン
要約本論文は、シリアルブロックフェイス走査型電子顕微鏡（SBF-SEM）データから個々の樹状突起を三次元で分割する全自動パイプラインを提案し、推論時の手動プロンプトを不要とする。YOLOv6で誘導されるSegment Anything Model（SAM）、二次元マスクの反復的改良、ランダムフォレストによる三次元インスタンス連結、nnU-Netによる高解像度精緻化を統合している。対照ラットと癫痫モデルラットの海馬CA1データで評価し、対照組織のDiceは0.93と0.91であった。癫痫組織では高密度領域でのインスタンス認識が主な残存課題である。
説明Cordial Learning：相関データを扱う分散学習
要約本論文は、エージェントが相関のあるデータを持つ分散学習を扱います。あるエージェントのラベルは同じサンプルに対する他のエージェントの入力に依存し、それらの入力も相互に相関しています。提案手法 cordial（相関的かつ分散的）学習では、エージェント間で低次元の出力のみを共有し、各自のローカルモデルを学習して仲間から有用な信号を抽出します。線形モデルの仮定のもとで、大域目的関数が非凸であっても確率1で大域最適解に収束することが示されています。構造化された多桁 MNIST タスクの実験では、高い非線形性を持つ設定でも有効であることが示されています。
説明SyntaxBench：大規模言語モデルの文字レベル推論を診断する統計フレームワーク
要約本論文は、大規模言語モデルの文字レベルの推論能力を評価するための診断ベンチマークと統計的評価フレームワーク「SyntaxBench」を提案している。文字数え、文字包含、回文判定、編集距離、最長文字列選択の5つの中核タスクと、より難しい部分文字列抽出のタスクを含む。2Bから32Bパラメータまでの8つのオープンウェイトモデルを評価した結果、トークン化が精度に影響すること、推論モードが常に有益とは限らないこと、部分文字列抽出は未解決で、最良の4ショット完全一致精度が6.75%にとどまることが示された。
説明軌跡を考慮した低ランク近似により圧縮拡散言語モデルの数学的推論能力を保持する方法
要約拡散言語モデル（dLLM）の圧縮では、較正が完全に可視な clean な活性化で行われる一方、推論は部分的にマスクされた中間状態をたどる点が問題になります。本論文は、生成軌道上の状態で近似品質を測る低ランク目標を定式化し、モンテカルロ法で推定する Traj-MC を提案しています。同じ圧縮予算の下で、軌道を考慮した較正は clean な較正より数学的推論能力をよく保持したと報告されています。
説明判定するか否か？ヘイトスピーチ審査における構造化決定モデルの精度と効率の評価
要約本論文はHATEDECIDEを提案し、四つのヘイトスピーチデータセットで六種類の決定モデル構成を、専用審査モデル、ゼロショット、商用LLM、教師あり学習のベースラインと比較している。データセットの定義を与えること、または複数の質問に分解することが分類を改善するかを検証し、遅延とコストも測定した。商用LLMが有意に上回ったのは一つのデータセットのみだった。定義の提示は最大28%の予測を変えたが、一貫した精度向上にはつながらなかった。質問の分解が有意な改善をもたらしたのは比較の20%のみである。診断用テストセットでは、最良のホスト型決定モデルが最良の商用LLMとのマクロF1差1.6ポイント以内で、推論コストは約97%低かった。
説明低ランク近似の検証における情報理論的限界
要約本論文は、低ランク近似の誤差が所定の許容値を満たすかを検証するために必要な行列-ベクトル積の追加コストを、相対行列誤差と平均二乗出力誤差の両方について分析している。単一の候補行列については、許容失敗確率が0に近づく極限での正確な極小極大クエリ定数を求めている。さらに、複数の経路で検証応答を共有する場合の依存性と、その最適性について論じている。
注目点低ランク近似の検証コストに対する厳密な極小最大定数と、経路間の再利用および一致する下界を示し、理論的改善は明確だが影響は理論的な一分野に限られる。
説明洗練は可懂性を、探索は話者同一性を高める：マスク拡散TTSにおけるテスト時計算の効果
要約本論文は、テキスト読み上げ用のマスク拡散モデルで、モデルの深さと推論時の洗練ステップ数という二種類の計算がどのように効くかを調べたものです。著者らは深さの異なる15個のモデルを訓練し、未見の174名の話者で評価しました。洗練は可懂性の改善に大きく寄与する一方、話者同一性の改善は限定的で、最良K探索の方がその回復に有効だと報告しています。
説明大規模言語モデルを用いた、追加学習なしで未知の問題へ一般化する多タスク進化手法
要約本論文は、大規模言語モデル（LLM）で発見的解法を自動生成し、多タスク進化によってタスク間で解法を移転・組み合わせるMECo（MECo）フレームワークを提案しています。車両経路問題と柔軟なジョブショップ・スケジューリングの32の問題バリアントで評価され、同じ計算予算の八つの自動発見的解法設計（AHD）手法と比べて平均コストが最も低くなりました。選ばれた解法集合は追加の探索や調整なしに対象問題へ適用されます。
説明本番環境のAIエージェント向け、ルーブリックに基づく軽量な軌跡評価手法
要約本論文はLiteTrajEvalという、予算制約下でエージェントの軌跡を評価する軽量アーキテクチャを提案しています。オフラインで領域固有のルールプロファイルを作成し、オンラインで軌跡を前処理して故障の兆候を印付けし、固定の全体予算内で直列化したうえで、ルーブリックに基づくLLM評価器が構造化された診断レポートを生成します。Magentic-OneおよびΤ-bench形式の公開データセットで、AgentRxと比べて人間の注釈との故障箇所特定の一致度が向上し、コストと評価時間が大幅に削減されたと報告されています。本手法は企業向けエージェントプラットフォームにも導入されています。
説明DAWIS：マルチタスク補間子とウィンドウ逆サンプリングによるデータ同化手法
要約本論文は、フィルタリング、固定ラグ平滑化、ブロック平滑化を単一の枠組みで扱う統一的なデータ同化手法DAWISを提案しています。状態の事前分布の単一のフロー時間を、連続する状態のウィンドウに対するマルチタスク確率的補間子に置き換え、各状態に個別のフロー時間を割り当てます。観測によるガイダンスの下でウィンドウを逆変換して再生成し、非線形の疎でノイズを含む観測において、フィルタリングおよび平滑化のベースラインを上回る結果を示しています。
説明SDECast：ニューラル確率微分方程式による連続時間の確率的天気予報
要約既存の機械学習天気予報モデルは、固定の時間解像度で自己回帰的に予測を繰り返すのが一般的で、時間刻みを短くすると誤差が蓄積しやすい問題があります。本論文は連続時間の確率的天気予報のためのニューラル確率微分方程式（SDE）フレームワーク SDECast を提案し、物理空間で確率的ダイナミクスを直接学習します。模擬地球物理流で意味のあるドリフト動態を再現できることを示し、時間単位の全球天気予報へのスケーラビリティも示しました。最長5日先までの有効な確率予報が得られたと報告されています。
説明動的な世界における最適計画：実行開始時刻が不明な場合の計画手法
要約本論文は、実行可能な状態や行動が時間とともに変化する場合の計画問題を扱う。移動障害物の中での経路計画（SIPP）などが例である。著者らは開始時刻が未知の「任意開始時刻計画」を定義し、開始時刻の関数として最適計画を圧縮して表す複合到着時刻関数（cATF）というデータ構造を提案する。実験では、困難な問題で再計画に頼る手法はしばしば失敗する一方、cATFを用いた手法は開始時刻が分かれば最適計画を素早く参照できることが示された。
説明T3lescope：画像から任意解像度・高忠実度で表面を生成再構成する手法
要約本論文は、シーンごとの最適化を行わずに、位置姿勢の分かった多視点画像から高忠実度の3Dシーンメッシュを再構成するT3lescope（T3lescope）を提案しています。単一の物体から大規模な屋外シーンまで対象とします。推論時には固定解像度の単一生成器を粗から細へのカスケードで用い、粗い段階で全体のレイアウトを決め、細かい段階で空間セルごとに幾何を修正・ノイズ除去して表面の細部を復元します。論文では、室内・屋外・都市規模のシーンで既存の基準手法を上回り、光沢や透明な表面も復元できると報告しています。
説明有限ステップのニュートン・シュルツ直交化を用いたMuonの学習損失保証
要約本論文は、五つの調整済みニュートン・シュルツ反復を用いるMuon（オプティマイザ）が、所定の学習損失に到達できるかを分析しています。全バッチ学習の広い二層ReLUネットワークについて、有限時間での到達保証を示しています。実験では、理論上の必要幅より小さい場合でも、すべての実行が目標損失に到達したと報告されています。
注目点有限ステップのニュートン・シュルツ近似を用いたMuonが広い2層ネットで目標損失に到達することを示し、既存の厳密直交化や定常性のみの解析を超える；実験は複数の幅と初期化を含む。
説明S²-PINN：確率的偏微分方程式のための確率的可分離物理情報ニューラルネットワーク
要約本論文は、確率パラメータを含む偏微分方程式の解を求め、不確実性を定量化する手法S²-PINNを提案します。解をガウス空間辞書、フーリエ時間特徴、広義多項式カオス（gPC）確率基底の可分離な組み合わせとして表現し、低ランクのCP分解で結合します。学習では強形式とgPC射影残差を組み合わせた損失を用います。複数の確率PDEベンチマークや、ポアソン・ダルシー・確率的ナビエ–ストークス問題などで、従来手法より高い精度と少ないパラメータ数を報告しています。
説明JOVE：資源を考慮したLLMタスクグラフ向けの実行と検証の同時最適化フレームワーク
要約本論文は、複雑な推論問題を有向非巡回タスクグラフに分解し、異なる大規模言語モデルに割り当てて実行し、一部の中間出力を有料の検証に回す在線フレームワーク JOVE を提案している。検証結果はモデルの品質推定の更新に使われ、長期予算と1クエリあたりの遅延制約のもとで、クエリごとに混合整数線形計画を解いて実行と検証を決定する。4つの推論ベンチマークにおいて、JOVE は標準的な推論ベースラインと競合する精度を保ちつつ、平均コストと遅延を少なくとも3.17倍削減したと報告されている。
説明「別の臓器、同じ物理」：心エコー事前学習の肺エコー結核スクリーニングへの転移
要約肺超音波（LUS）はプライマリケアでの結核スクリーニングに適していますが、ラベル付きデータは少ないのが現状です。本研究では、心エコーや汎用動画で事前学習した17種類のエンコーダを比較しました。事前学習コーパスの違いだけでは分類結果は大きく変わらず、特徴量の標準化によって全エンコーダで平均約1.23ポイント改善しました。著者らは、超音波物理の共通性だけで心エコーが汎用動画より有効とは言えず、制限要因はエンコーダよりもラベル付きコホートの規模だと結論づけています。
説明MLLMにおけるアーキテクチャ依存の融合経路
要約本論文は、連結型と原生マルチモーダル型という二種類のMLLM（マルチモーダル大規模言語モデル）において、視覚情報とテキスト情報が層ごとにどのように融合されるかを調べています。モダリティ整合の分離、注意の振り分けとエントロピー、固有次元の分析に加え、因果介入実験で解釈を検証しています。その結果、連結型は「テキスト先行・視覚後続」、原生型は「より早い段階での視覚とテキストの協調適応と特徴空間の再編」という二つの経路を示すことが報告されています。
説明HexVIO：汎用DSPによる終日ステレオ慣性トラッキングの実現に向けて
要約本論文は、多くのスマートフォンやXR機器に搭載されている汎用コプロセッサHexagon DSP（Hexagon）に、ステレオ視覚慣性オドメトリの視覚フロントエンドをオフロードするシステム「HexVIO」を提案しています。バックエンドはメインCPUで動作させます。原文によると、商用スマートフォンでCPUのみの実行と比べ、消費電力を67%削減するか、スループットを86%向上させられ、0.83Wで30fpsのリアルタイム追跡を継続でき、試験機器で約18時間に相当します。
説明動きが重要となる動画顕著性の新データセットとベンチマーク
要約既存の動画顕著性データセットLEDOVでは、静的ベースラインでも注視情報の多くを説明でき、時間情報を扱うモデルの改善は限られると指摘されています。本論文はSalTemptoを提案し、動きの激しい224本の動画クリップと最大16名の被験者の注視記録を収録しています。SalTemptoでは静的ベースラインが中心バイアスを超える説明可能な情報の約13%しか捉えられず、微調整された時系列モデルは静的ベースラインを大きく上回るものの、約半分は未解明のままです。
注目点動的な内容を強化した新しい動画顕著性ベンチマークSalTemptoを提案し、時系列モデルがLEDOVで測れない情報を捉えることを実験で示している。
説明EVOL：シミュレータ誘導型進化的エキスパート合成による、デプロイ不要の学習パス推薦
要約本論文は学習パス推薦において、強化学習が報酬の疎性と専門家の学習パスの不在という二つの課題に直面することを指摘しています。ロボティクスのシミュレータベース実演学習の手法を取り入れ、知識追跡シミュレータを用いて進化的探索により学習者ごとの専門家実演を合成し、それを直接デプロイ可能な方策に蒸留します。ASSIST15、Junyi、EdNet の三データセットおよびパス長 5、10、20 で実験を行い、EVOL が 8 つのベースラインを上回ること、また最終性能は模倣手法よりも進化的専門家の質に依存することを示しています。
説明Touch'e 2026 因果抽出における ソフト投票アンサンブルと反因果データ拡張
要約本論文は Touch'e 2026 の因果抽出タスクを扱い、表層的には因果に見えても実際には因果関係を否定する反因果ニュース文を対象とします。検出、原因・結果の範囲抽出、極性判定の各サブタスクにそれぞれモデルを構築し、抽出では三つの RoBERTa-large タガーのトークンスコアを平均して復号し、極性では大規模言語モデルで生成した反因果の学習文を加えています。CCNC のテストセットで、検出の F1 は 0.869、極性のマクロ F1 は 0.817、抽出の粒度調整 F1 は 0.728 と報告されています。
説明SPEAR：大規模PDE事前学習のためのスペクトル分離型MoEニューラル演算子
要約本論文は、大規模な偏微分方程式（PDE）の事前学習に向けたSPEARモデルを提案しています。潜在特徴を低周波と高周波に分解し、転移可能な動力学の共有モデリングと、PDE固有パターンの専門的学習を両立させます。また、専門家の冗長性に対処するため、知識に基づいて専門家の類似度を測定し、類似した専門家を統合する手法を設計しています。12のPDEデータセットと複数の下流ベンチマークで実験を行い、専門家数を50%削減しても予測精度を維持または向上できたと報告しています。
説明観測できない画像構造を拡散モデルで復元するための連続事後融合手法
要約本論文は、深刻に不適切な画像逆問題に対し、推論段階で連続する測定整合推定値を融合するCPF-DDNMを提案します。これにより、観測から直接得られない画像構造の拡散ベース復元を改善します。再学習や追加のデノイザ評価は不要です。スパースビューおよび模擬低線量CT、医用画像超解像の実験で、DDNMより一貫して向上し、他の拡散逆解法とも競合する性能を示しました。
説明PaMIR：公開信用違反データセットのオープンベンチマーク
要約本論文は、ラベルが少なく遅れて到着する場合の信用デフォルト予測のためのオープンベンチマークPaMIRを公開したものです。9か国の19の公開データセット（二値のデフォルトラベル付き、計約124万件のローン・企業・カード口座）を統一された漏洩監査済みの手順で再構築しています。評価は反復独立同分布分割とラベル遅延ストリームで行われ、ラベル予算ごとにAUCを報告します。
説明非線形因果発見における拡張性と精度のフロンティアの解明と前進
要約本論文は、非線形因果発見の主要な四つの手法（微分可能構造学習、償却構造学習、スコアマッチング、組合せ探索）を実験的に比較し、それぞれ異なるボトルネックがあることを示しています。著者らは、充分統計量を一度だけ計算して組合せ探索全体で再利用するスプライン型スコア評価法SPADEを提案し、有界入次数のもとでガウス版の計算量をO(nd^3)からO(nd^2+d^3)に削減したとしています。論文によれば、100変数・16万サンプルの問題は秒単位、1600変数・2500サンプルの問題は分単位で解け、高い構造精度も維持されたと報告されています。
説明ウガンダと南アフリカの臨床データによる結核分類のクロスコホート検証
要約本研究は、ウガンダと南アフリカの地域医療センターで収集された患者の臨床・人口統計データを用い、高価な分子検査が必要な人を選び出す結核スクリーニングに機械学習を適用した初期評価です。ロジスティック回帰、多層パーセプトロン、畳み込みニューラルネットワークを貪欲な特徴選択と組み合わせて比較しています。特徴選択後のロジスティック回帰は、未見のコホートでAUROCがおおむね0.8から0.84となり、世界保健機関の最低感度要件にはわずかに届かなかったと報告されています。
説明COSMI：複数物体インタラクションの合成的生成手法とデータセット
要約本論文は、人と複数物体のインタラクションデータが不足する問題に取り組み、単一物体の撮影データから接触が一貫したクリップを組み合わせ、言語モデルと幾何学的チェックで妥当な組み合わせだけを残す手法を提案しています。その結果、最大5物体、222k シーケンス、275 時間からなる COSMI データセットを構築しました。また、テキストから交互作用を生成する拡散 Transformer モデル COSMI を学習し、未知の物体と未知の組み合わせを含むベンチマークで、テキストとの整合性と接触精度が基準手法より高いと報告しています。
説明事実を学習することと、その取り出し方を学習することは別である：モデルが事実を取り出せるかは、学習時にどの問いの形式を経験したかに依存することを示した研究です。
要約言語モデルが事実を学んだ後、異なる問いの形式でその事実を取り出せるかを検討した論文です。第一段階で、一方のモデルは事実を五つの形式で、もう一方は陳述文のみで学習しました。第二段階では両モデルに同じ新しい事実を陳述文で学習させています。その結果、陳述文からの取り出しはほぼ同等でしたが、他の形式では大きな差が見られました。さらに、回答直前の隠れ状態（文脈状態）が後の取り出しに影響することも示されています。
説明クロス・エンボディメント開放語彙パノラマセグメンテーション（EmbPASS）：異なる身体型プラットフォームに対応するパノラマ意味分割のベンチマークとネットワーク
要約本論文は、クロス・エンボディメント開放語彙パノラマセグメンテーションという新しいタスクを提案し、車両、ドローン、ウェアラブル、四足ロボットの4種類のプラットフォームを統一された意味分類体系で扱うベンチマーク「EmbPASS」を構築しています。あわせて、関係認識型メトリック・アダプタ（RAMA）と内容適応型意味転送（CAST）を組み込んだネットワーク「EPONet」を提案しています。実験では、EmbPASS上でプラットフォーム間のバランスを取ったmIoUが35.82%に達し、最強のベースラインを1.10%上回りました。コードとベンチマークは公開予定です。
説明モデルのルーティングと協調による集団的バイアス緩和
要約本論文は、多様な大規模言語モデル（LLM）の挙動を細かく学習し知識を共有させることでバイアスを緩和する集団的バイアス緩和（CBM）フレームワークを提案しています。実験では、上位7モデルの設定でCommitteeが年齢バイアススコアを0.25から0.10へ下げ、単体モデルのベースラインを大きく上回りました。DebatingとCommitteeの両トポロジーは大幅なバイアス低減を達成し、Committeeは緩和効果と推論コストのバランスに優れると報告されています。
説明WAMpy：Python による Prolog プログラムの効率的な合成
要約本論文は、Prolog プログラムの合成に最適化された Python フレームワーク WAMpy を提案する。Prolog 節を NumPy 配列ベースの WAM 命令にコンパイルし、固定された背景知識に対して仮説を部分的に再コンパイルできる。性能上重要な処理は Numba の JIT コンパイルで高速化している。小さな候補プログラムの生成と評価を繰り返すベンチマークでは、Janus 経由で Python から呼び出した SWI-Prolog より、エンドツーエンドの性能が向上したと報告している。
説明D2K-Bench：LLMエージェントは専門家の設計を高効率なGPUカーネルに変えられるか？
要約本論文は、26タスク・85ワークロードからなる診断ベンチマークD2K-Benchを提案し、LLMエージェントが専門家の設計指針をどれだけ効率的なGPUカーネルに変換できるかを測定します。指針は高レベルのアルゴリズム思想、データフロー設計、低レベルの最適化技法の三段階からなります。NVIDIA B200上の五モデルでの評価では、指針により正答率が93.1%から98.5%に、性能スコアが1.46から1.95に向上しました。一方で、実装されていない設計特性も残ることが示されています。
説明神経物理インバータ：アンサンブル条件付けと残差学習を組み合わせた磁気地電流法インバージョンのモジュール式フレームワーク
要約本論文は、地球物理インバージョンのための、不確実性を考慮したモジュール式フレームワーク「神経物理インバータ（NPI）」を提案し、一次元の磁気地電流法（MT）を検証環境として示しています。第一段階では、アンサンブル条件付きガウス過程（EnsCGP）が観測応答に基づいて比抵抗モデルの事前アンサンブルを条件付け、物理的に許容される参照アンサンブルを作成します。第二段階では残差学習ニューラルネットワークが、この参照に対する補正を予測します。合成データで訓練され、現地適用では物理結合目的関数により観測点ごとに微調整されます。合成実験では、アンサンブルの広がりを不安定にすることなく平均誤差を減らせることが示されています。米国ネバダ州Gabbs Valleyの地熱地域の広帯域MTデータでは、中周期帯における観測点間の平均ミスフィットを低減し、アンサンブルの広がりは同程度に保たれました。
説明拡散モデルによる医用画像生成で、不確実性を意味的正しさの指標として使う研究
要約本論文は、拡散モデルを用いて非造影CTから造影CTを合成し、造影剤の使用を減らすことを検討しています。AortaDiffという枠組みを対象に、6種類の不確実性推定手法を画素・領域・画像の3つのレベルで比較し、外部の多施設データや分布外の症例での有効性も調べています。その結果、MCDropoutが全体として優れており、不確実性は深刻な失敗の検出には有効である一方、すでに品質の高い画像の識別は苦手であることが示されています。
説明AdaStep：エージェント型強化学習のための適応的ステップ信用重み付け手法
要約長期的タスクを扱う大規模言語モデルのエージェントは、通常まばらな結果報酬で学習されるため、個々の意思決定の寄与を区別しにくいです。本論文はAdaStepを提案し、各状態の推定の信頼性に応じて、グループから得られる局所的アドバンテージが軌道全体の信号に与える影響を適応的に調整します。ALFWorld、WebShop、ScienceWorldでの実験では、3種類のモデルを用いて、低い計算コストでベースラインを一貫して上回ることが示されています。
説明遅延二階オラクルを用いたほぼ最適な凸最適化
要約本論文は、遅延二階オラクルを用いた凸最適化の計算量を研究している。アルゴリズムは毎反復で勾配を、m 反復ごとに Hessian を1回照会する。著者らは、ε-解を求めるための総反復回数について Ω(m+m^{1/7}ε^{-2/7}) の下界を示し、新しい手法により既存の上界 Õ(m+m^{13/21}ε^{-2/7}) を Õ(m+m^{1/7}ε^{-2/7}) に改善した。これは対数因子を除き下界と一致する。
説明VDOT++：非平衡最適輸送蒸留による統一的な少ステップ動画生成
要約動画拡散モデルはサンプリング時に大規模なバックボーンを繰り返し評価するため計算コストが高いです。本論文では、テキストからの動画生成、画像からの動画生成、条件付き生成の三つのタスクに共通して適用できる蒸留フレームワークVDOT++を提案します。非対称な非平衡定式化と、ℓ1地上コストおよび重み付き中央値による集約を用い、出力の多様性に対して頑健にします。実験では、四ステップの生成器が多ステップの教師モデルや強力な少ステップのベースラインと競合すると報告されています。
説明同じ答え、新しい箱：RLVRの領域外での向上はどれだけ回答形式によるものか
要約本論文は、検証可能な報酬による強化学習（RLVR）後にMMLUなどの領域外多肢選択問題で報告される精度向上が、回答の質ではなく回答抽出器の読み取り方に由来する部分があることを示しています。公開コードの抽出器と著者の抽出器で再採点した結果、4組の7Bモデルでは報告された向上の約82%が回答形式の変化によるものでした。32Bモデルの組ではそうした形式による向上はほとんど見られませんでした。
注目点RLVRの領域外利得の大部分は答えの正しさではなく解答形式に由来することを、複数の抽出器とLLM判定で示し、82%の利得が消えると報告。
説明VisionMX：視覚モデル向けマイクロスケーリング学習後量子化の提案
要約本論文は、ブロック共有スケールを用いるマイクロスケーリング（MX）形式を視覚モデルに学習後量子化として適用する効果を体系的に調べたものです。直接変換で生じる誤差の三つの要因を分析し、有界な重み丸めの最適化と、折り畳み可能なアフィン補正を活用するVisionMX手法を提案しています。画像分類、物体検出、意味的セグメンテーション、低照度画像強調で評価され、直接変換や既存の学習後量子化ベースラインより改善し、MX変換に最も敏感なアーキテクチャで最大の性能回復が見られたと報告しています。
説明カーネル特異値分解と複数データソースへの拡張
要約本論文はカーネル特異値分解（KSVD）を複数のデータソースに拡張した eKSVD を提案し、非対称カーネル上での共同非線形特徴学習を行います。原問題では各データソースの射影を共同で学習し、ペアごとの結合を取り込みます。ラグランジュ関数と KKT 条件により、双対問題では KSVD の固有値問題の一般化が得られます。さらにニューラルネットワークを明示的な特徴写像として用いる共分散ベースの枠組みも示され、数値実験では Mercer カーネルに基づく手法より有効であることが確認されています。
説明StanceEval 2026：第2回スタンス検出共有タスク
要約StanceEval 2026 は、アラビア語ソーシャルメディアのテキストを対象とするスタンス検出共有タスクの第2回です。ツイートと対象トピックが与えられ、参加システムは書き手の立場が支持、反対、なしのいずれかを判定します。今回は、学習データと主題が関連する対象への転移（トラック1）と、完全に未見の対象への転移（トラック2）の2つを評価しています。上位システムは両トラックで基準線を大きく上回るマクロF1を示しました。
説明LLM強化型時空間学習によるグリッド単位のドッキング式シェアサイクル需要予測
要約本論文は、大規模言語モデル（LLM）を用いて、自治体のイベント予定や地元ニュースなど非構造化都市テキストを定量化された時空間摂動場に変換し、短期の自転車シェアリング需要予測に活用する枠組みを提案しています。この摂動場は、零過剰適応時空間グラフ畳み込みネットワーク（ZI-ASTGCN）に組み込まれます。バルセロナのBicingデータでの実験では、既存のニューラルネットワークを上回り、特に高需要時間帯で改善が見られたと報告されています。
説明稀少事象サンプリングのための分布マッチング進化アルゴリズム
要約本論文は、生成モデルにおける「有用で意外な発見」、すなわち生成される確率が低く報酬が高い出力に着目します。多様な進化アルゴリズムを近似マルコフ連鎖モンテカルロ（最適化を伴わずに複雑な分布から標本を得る手法）として解釈し、モデルの重みを更新せずに大域的な目標分布から標本を得る分布マッチング進化アルゴリズム（DME）を提案しています。論文によれば、多くのサンプルを必要とする問題において、DMEは既存手法より高いサンプル効率を示します。
説明小規模言語モデルによるエージェントのタスクとツールの意図照合に向けて
要約本論文は、AIエージェントがツールを呼び出すたびに、選ばれたツールがタスクの意図に沿っているかを小規模言語モデル（SLM）で判定する手法を検討している。複数のMCPサーバーにまたがるツールを必要とする多ツールタスクのデータセットを新たに作成し、プロンプト最適化、教師ありファインチューニング、GRPOによる強化学習でモデルを最適化・特化させている。
説明HyperFuse：属性付きハイパーグラフ向けの高速な自己教師ありノード埋め込み手法
要約既存の自己教師ありハイパーグラフ表現学習は数百エポックにわたる深層エンコーダの学習を必要とし、埋め込み生成のコストが高い。HyperFuseはラベル不要で高速な表現学習パイプラインであり、スペクトル緩和したハイパーグラフモジュラリティによって構造座標を計算し、特徴量とメンバーシップのマスキング下でのメンバー安定性に基づいてハイパーエッジに有界な効用重みを割り当て、不変性・非相関目的で軽量エンコーダを100エポック学習する。九つの公開ハイパーグラフでTriCL、SE-HSSL、VilLain、HypeBoyと比較したところ、八つのデータセットでの平均処理時間は1データセットあたり8.7秒で、ベースラインに対し幾何平均で13〜179倍の高速化を達成した。
説明文脈フロー・マッチング：視覚生成でプロンプトに応じてステップ数を適応選択する高速化手法
要約本論文は、フロー・マッチング（Flow Matching）による視覚生成の推論コストが高いという課題に対し、推論時に手法COFLOWを提案し、プロンプトの特徴に基づいて生成ごとのステップ数を適応的に選択する。文脈認識モジュールは、効率と生成忠実度のバランスをとる教師なし報酬でオンライン学習される。基盤の生成モデルの再学習は不要で、画像と動画の生成に適用でき、2.5倍超の高速化を報告しつつ知覚的・意味的品質を保つとされる。また、標準的な正則条件下で前進オイラー離散化誤差がO(1/K)で抑えられることを理論的に示している。
説明予測指向ガウス過程事後分布：モデルの誤設定に対してより頑健なガウス過程の手法
要約ガウス過程は関数関係のモデリングと不確実性の定量化に有用ですが、カーネルや観測モデルなどの設計判断が必要で、不適切な選択はモデルの誤設定を招きます。本論文は予測不確実性を主たる推論対象とする予測指向ガウス過程（PrO-GP）を提案します。非パラメトリックモデルにおける厳密な計算は困難なため、簡約化された定式化と実用的なサンプリング手法を導出しました。合成データと実データの実験では、モデルが誤設定されている場合に標準的なガウス過程より較正された予測分布を与えることが示されています。
説明「ジャグド（凸凹な）能力」はどこから生じるか：階層タスクにおける下位理論の習得の不均一性
要約平均誤差は低いのに特定の入力で失敗する、能力の高いシステムに見られる「ジャグド（凸凹な）能力」の原因を検討した論文です。下位層は各レコードから五つのスロットの合計を計算し、上位層は第1スロットの合計と過去の状態を使って次の分類を予測する二層のタスクを構成しました。小型の再帰型ネットワークを学習させた結果、第1スロットの情報は線形プローブで97〜98%と高く読み取れる一方、他のスロットは5〜10%程度にとどまりました。分類の誤りは第1スロットの閾値付近に集中しています。下位理論の習得・参照・保持が不均一であることが、この現象の一部を説明しますが、説明できない失敗も残ります。より大規模なシステムで同様が成り立つかは今後の検証課題とされています。
説明大規模言語モデルのマージ崩壊の予測と修復
要約同一のベースモデルから微調整した複数の専門モデルのタスクベクトルを平均してマージすると、性能が大きく低下する場合があることを扱った論文です。専門モデル間のタスクベクトルの分散を干渉の指標とし、マージ前に崩壊を予測できることを示しています。さらに、層ごとの干渉に応じて閾値処理を行う手法PRISMを提案し、データや調整なしで破壊的なマージを修復できるとしています。
注目点タスクベクトルの分散で模型マージの崩壊を予測し修復演算子を提案。22構成で検証しており新規性は明確だが規模は限定的。
説明KV²：自己洗練型KVキャッシュ圧縮手法
要約本論文は、同一のコンテキストを多数のクエリで再利用する場面で、KVキャッシュのメモリ使用量を削減するための、クエリ非依存型の圧縮手法KV²を提案しています。まず軽量なプロキシスコアラーで重要なコンテキストトークンを選び、その部分集合だけを再処理して最終的な削除スコアを算出します。RULER、Needle-in-a-Haystack、LongBenchでの実験では、予算が厳しくなるほど既存手法との差が広がると報告されています。
注目点軽量プロキシで選んだ部分集合のみを再処理する選択的再構成によるKVキャッシュ圧縮で、新規性は中程度。RULERやLongBenchで低予算時に明確な優位を示す。
説明LLMエージェントの出典選好：どの情報源の項目を優先するか、そしてそれを減らす方法
要約LLMエージェントが商品購入、ホテル予約、論文引用などをユーザーに代わって行う際、特定の情報源（サイトやサービス）の項目を優先する傾向を調べた研究です。12のモデルを3つの分野で検証し、各モデルが特定の情報源を好むことを確認しました。この選好は要求への適合度より強く働く場合があり、また欠落した情報を補うか、先入観を打ち消すプロンプトを与えることで選好が減ると報告しています。
説明研究と実践の橋渡し：汎用モデルと皮膚科専用モデルによる臨床皮膚病変分類の体系的評価
要約本論文は、近年の皮膚科データセット（ダーモスコピー画像とスマートフォンによる臨床写真を含む）を用いて、多様なモデルをベンチマークしています。汎用および医療向けの視覚言語モデル、基盤モデルを、埋め込みベースの手法や畳み込みニューラルネットワークなどの皮膚科専用分類器と比較しています。分布のずれ、撮影方式の変化、人口統計学的な差異の下での性能を評価し、現行モデルと臨床導入の要件との差を明らかにすることを目指しています。
説明PocketSplat：世界空間の潜在割り当てによるモバイル向けガウシアン再構成
要約本論文は、与えられた出力予算のもとでモバイル機器向けに小型のガウシアン資産を構築する、フィードフォワード型フレームワークPocketSplatを提案します。予測された世界空間上で幾何を考慮した潜在候補を整理し、局所的な潜在セルへ整数の容量を割り当て、保持された候補にのみ完全なガウシアン属性を復号します。DL3DVおよび分布外ベンチマークで品質と予算のトレードオフが良好であり、Mip-NeRF 360ではiPhone上で直接動作します。
説明証拠が示すまで結論を出さない：LLM調査員に事件を閉じる時期を教える
要約本論文は、事故・欠陥・障害の調査でLLMが証拠に基づいて調査を終えられるか、つまり収集済みの証拠で結論を出せるかを検討する。731件の監査済み事例からなるNautilデータセットを構築し、結案正確性、証拠依存性、結論と不足事項の質の3つの指標で評価している。微調整と強化学習により、9Bモデルの結案判断が証拠にある程度沿うようになったと報告している。
説明ロボット盲導犬向けの軽量・省リソース知覚技術
要約本論文は、360度カメラと2D LiDARを統合し、衝突回避と移動物体の検出・追跡を端末上で行う知覚モジュールを提案しています。通行できない状況では、視覚言語モデルが通路の説明を提示し、利用者の不安を減らす仕組みとしています。実験では55Wの下でリアルタイム動作を維持し、GuideDogQAベンチマークで83.8%の精度を示し、GPT-4oの67.1%を上回りました。
説明非対称アクタークリティックのためのメモリ状態クリティックと、視覚ベースの追跡・回避への応用
要約本論文は、部分観測マルコフ決定過程において、学習時にのみ環境の真の状態を用いる非対称アクタークリティック手法を扱います。著者らは、状態と方策自身のメモリを条件とするメモリ状態クリティックを提案し、履歴を別途符号化する再帰的近似器なしで不偏の方策勾配が得られることを示しています。2機のクアッドローターによる視覚ベースの追跡・回避環境では、履歴状態クリティックより優れ、収束も速いと報告されています。壁のある競技場では僅かな優位性を保ちます。
説明オンポリシー蒸留の利得と崩壊：強化学習の視点から
要約本論文は、言語モデルの事後学習に用いられるオンポリシー蒸留（OPD）が、性能を向上させる一方で過度に長く反復的な生成へ崩壊することがある理由を検討しています。著者らは強化学習の視点から、教師モデルが自身ではほとんど示さない学生の振る舞いにも暗黙に報酬を与えると説明します。実験では、暗黙の報酬が信頼できる場合にはOPDが正しい応答を得やすくし、選好が品質と一致しない場合には報酬ハッキングが起きて過長で反復的な出力が増幅されることが示されました。学習中に不健全な応答をマスクすることや、SFTによる初期化が崩壊の緩和に有効だとされています。
説明事後情報を用いた推論過程蒸留による希少疾患診断
要約本論文は、ZebraMap の希少疾患診断データにおいて、正解診断を参照できる8Bの教師モデルが生成した思考連鎖で1.5Bの生徒モデルを学習させる手法を検討しています。汚染を除去した生徒モデルは教師より小さいながら統計的に有意な精度向上を示し（p<0.001）、主にデータの多い疾患で見られました。除去しない場合は有意差がなく（p=0.129）、利得は蒸留そのものより汚染フィルタリングによるものだとされています。また、教師が「正解はXである」という表現を推論に埋め込む「真値幻覚」という現象も報告されています。
説明幾何学的に整合された意味マッチングによるクロスモーダル平面画像位置合わせ
要約本論文は、異なる撮像モダリティ（可視光と赤外線など）間の平面画像位置合わせのためのCDPMを提案している。まず幾何学的に一貫したクロスモーダルのパッチ対を用いてDINOv3を段階的に適応させ、特徴の類似度が実際の空間的対応をより良く反映するようにする。次にDINO中心の特徴ピラミッドを構築し、軽量なCNN分岐で精密な局所調整のための構造詳細を補う。3つのクロスモーダルデータセットでの実験により、CDPMの優れた性能が示されている。
説明分散低減方策勾配のサンプル複雑性：より弱い仮定と下界
要約重要度サンプリングに基づく分散低減型REINFORCEの一部は、非現実的な重要度重みの分散仮定のもとでO(ε^-3)のサンプル複雑性を達成しています。本論文は防御的重要度サンプリングに基づくDPG（防御的方策勾配）を提案し、通常の重要度重みの分散に関する仮定なしに同じ速度を達成します。さらに一般化されたブラックボックス方策最適化モデルで下界を示し、最適速度はΘ(ε^-4)およびΘ(ε^-3)です。
注目点重要度重みの分散仮定を要さない防御的方策勾配法を提案し、一般化ブラックボックスモデルで整合的な下界を示すが、MDPへの直接適用性は限定的である。
説明少数例からステアリングベクトルとアダプタ重みを予測する著者スタイル転移
要約本論文は、著者ごとの少数の要旨例から大規模言語モデルに著者の文体で学術要旨を生成させる方法を研究しています。対照的活性化ステアリング、ステアリングベクトルを予測するネットワーク、LoRAアダプタを予測するハイパーネットワークの三手法を提案しています。文体の模倣と出力品質の間にはトレードオフがあり、ハイパーネットワークが既知・未知の著者の双方で最良のバランスを示したと報告しています。
説明Budgeted-GS：LOD分解による大規模ガウシアン・スプラッティングのリアルタイム描画
要約本論文は、学習済みの3Dガウシアン・スプラッティング（3DGS）モデルを、多解像度の分解木に変換するBudgeted-GSを提案します。これにより、同じ都市規模のモデルを、メモリ容量の異なるGPUに合わせて詳細度を選択しながら利用できます。さらに、場景に必要なプリミティブ数を先に測定してから直接その規模で学習する予算中心の学習法も示されています。著者らは13の公開シーンで検証し、一般消費者向けGPU上で都市シーンを1920x1080の解像度でリアルタイム描画したと報告しています。
説明OncoNoteBERT：実臨床の外来腫瘍カルテ向け自然言語処理の基盤表現モデル
要約本論文は、実臨床の外来腫瘍カルテに含まれる専門用語、病期の表現、治療名、毒性の記述を扱うため、腫瘍学に特化したBERT系エンコーダーを開発・評価したものです。英国の管理された外来腫瘍学コーパス（肺がんと頭頸部がんの患者21,564名、290,026件のカルテ）を用いました。継続事前学習を行ったモデルが最も良く適合し、腫瘍学専用のトークナイザーで一から学習したOncoNoteBERTは最も効率的なトークン化を示し、マスク語の検査でも優れた結果を得ました。腫瘍学の自然言語処理では表現層の設計が重要であることが示唆されています。
説明複数モダリティ推論により、ラベルなしのヒトB細胞レパートリーから広域中和抗体を発見する研究
要約本論文は、マルチモーダル推論、継続的メタ学習、湿式実験フィードバックを組み合わせた閉ループAIシステムImmuneAgentを提案し、ワクチン接種または感染したコホートのB細胞受容体レパートリーから抗体をスクリーニングする手法を示しています。110のクローン候補のうち60が中和抗体、12が広域中和抗体として報告され、そのうち5つが致死的なインフルエンザ攻撃に対しマウスで100%の体内防御を示したとされています。さらに、FCRL5+CD27+非定型記憶B細胞が広域中和抗体の供給源として特定され、ヒトメタニューモウイルスやヒトパピローマウイルスに対する抗体発見にも適用されたとしています。
注目点マルチモーダル推論と湿式実験フィードバックを組み合わせた閉ループAIで、bnAbを発見しin vivo保護を示し、証拠は比較的充実している。
説明物理量は活性化の中に存在するのか？動画拡散モデルにおける物理量の局在化
要約動画生成モデルは写実的な映像を作れる一方、物理的推論には明らかな欠陥があると報告されており、内部表現に物理原理が含まれるかを調べた研究である。論文は動画拡散Transformer（DiT）の内部表現に線形プローブを学習させ、シミュレータ由来の運動学と剛体力学の真値を読み出した。その結果、これらの量はデノイズの初期段階で高精度に復号でき、情報は物体上のトークンに集中していた。プローブは学習時と異なる場面にも部分的に汎化し、出力を変えるステアリングベクトルとしても使えた。
注目点動画拡散モデル内部で物理量を探針により局在化し、出力の操作にも使える点が新しく、証拠も十分で、分野への影響も大きい。
説明TSGuard：ストリーミング時系列の欠損データをリアルタイムで検出・補完するフレームワーク
要約ストリーミングセンサーでは、障害や通信断、環境要因により観測値の遅延や欠損がしばしば起こります。本論文は、軽量なグラフ認識型時系列補完モデルと制約認識型の検証、代替推定、運用者向けの説明機能を組み合わせた、リアルタイム監視・検証・補完のデモシステム TSGuard を提示しています。問題のある観測値の検出、欠損値の補完、物理的・空間的制約に照らした検証を行い、元の値を妥当な異常として保持するか置き換えるかを判断します。
説明CalCErt：医用画像分類における信頼度較正の bin 単位認証手法
要約本論文は、任意の事前学習済み微分可能分類器について、敵対的摂動下でのbin単位の信頼度較正を認証する、事後処理型の手法CalCErtを提案しています。経験的な較正推定、統計的集中不等式、信頼度関数の局所リプシッツ推定を組み合わせ、半径Rの ℓ2 球内での最悪ケースの較正誤差に対する、データ依存の上界を導出します。11の医用画像分類タスクと複数の敵対的摂動で評価され、ベースライン手法より認証カバレッジが大幅に高く、かつ競争力のある厳密さを保つことが示されています。
説明動画マルチモーダルLLMの事後学習における行動パック最適化
要約本論文は、動画マルチモーダルLLMが質問応答ベンチマークで高精度を示す一方、フレームの並べ替えや根拠部分の隠蔽、対象の遮蔽をしても予測がほとんど変わらないことを指摘し、外見や言語の事前知識に依存していると論じています。著者らは、質問の種類に応じて選んだ反事実的な視点での出力群を共同で評価する行動パック最適化（BPO）を提案し、元の視点の応答を基準とする利得計算を用いています。TempCompass、MVBench、NExT-QAにおいて、同じ予算のGRPOベースラインより平均精度、時間推論の難しいサブセット、棄権F1が向上したと報告しています。
説明画面の動きが少ない場合にJEPA世界モデルを計画可能に保つ研究
要約本論文は、複数の小さな物体と視覚・言語の目標を同一シーンで組み合わせた押し操作ベンチマーク SLIM を提案しています。LeWM 世界モデルは PushT では成功するものの、SLIM では成功率が 1% 未満でした。エンコーダの潜在表現が行動に対してほとんど反応しないことが原因とされ、補助的な逆動力学損失を加えることで成功率は 0.003 から 0.35 に改善されたと報告されています。
説明単一言語の検索拡張生成における推論言語と質問言語の整合性の検証
要約本論文は、検索拡張生成（RAG）において、質問と検索文書と同じ言語で推論させることが有効かを検証しています。著者らは、卓上ロールプレイングゲーム『The Dark Eye』の世界を題材にしたドイツ語の単一言語QAテストベッドを構築しました。その結果、フランス語で強制した推論よりドイツ語での推論の方が高精度であり、効果は言語能力ではなく整合性によるものと示されました。ただし、ドイツ語での強制推論はモデル本来の英語推論の水準に達するにとどまり、それを上回りませんでした。テストベッドとQAベンチマークは公開されています。
説明Page-EntroKV：グループ化クエリアテンション向けに、ハードウェアに合わせてエントロピー重み付けした KV キャッシュ削除手法
要約長文脈の自己回帰言語モデルの推論は KV キャッシュによって制約されます。本論文は、GQA が実際にメモリを割り当てる単位で削除を行う Page-EntroKV を提案します。グループ内の各クエリヘッドは Renyi-2 エントロピーに基づく重みで統合され、削除は PagedAttention のページ単位で実行されます。Qwen2.5-1.5B-Instruct（r=6）での試験では、並集オーバーヘッド比が 1.000 に保たれ、20% 予算での針探し（needle）想起率は 100%、平均プーリングは 0% でした。
説明サンプリング動力学を実行動力学に合わせた安全なストリーミング・フロー計画
要約本論文はSafeStreamingFlowという、目標条件付きのプランナーを提案しています。学習済みの状態ベクトル場を階層的な状態予測とともに順次積分し、フローのサンプリング動力学を実行動力学に整合させます。安全制約は実際に実行されるステップのみに高次制御障壁関数で課されます。ナビゲーション、レース、移動の各ベンチマークで、既存手法より計画遅延が小さく安全性が高く、目標到達の成功率も競争力を保つと報告されています。
説明モデル生物の文献検索ベンチマーク：粘菌（Dictyostelium）の事例研究
要約本論文は、dictyBase データベースを基に、細胞・発生生物学のモデル生物であるキイロタマホコリカビ（Dictyostelium）向けの文献検索ベンチマークを構築したものです。キュレーターが作成した生物学的クエリ、PubMed 索引付き論文、構造化された遺伝子注釈が含まれます。著者らは、クロスエンコーダによる再順位付け、遺伝子を考慮したクエリ拡張、抄録のみと全文の検索という三つの要因を検討しました。その結果、再順位付けと遺伝子を考慮した拡張は条件によって効果が異なることが示され、抄録に根拠が欠ける場合には全文チャンクが再現率と上位順位の成績を大きく改善することが報告されています。
説明テキスト勾配による取引戦略の最適化（TradeGrad）
要約本論文は、LLMのテキスト勾配と過去の最適化経験を用いて量的取引戦略を反復改良するフレームワーク「TradeGrad」を提案する。時間的な頑健性を高めるため、不利な過去期間の成績を重視する「期間横断ロバスト目標（CPRO）」を導入している。中国A株と米国株式市場での横断面・時系列戦略の実験で、TradeGradはサンプル内・サンプル外の双方で最良の成績を示したとされる。中国の横断面戦略は年率リターン27.99%、最大ドローダウン12.19%、シャープレシオ1.63で、論文によれば CSI 300 ベンチマークより約68%高い。
説明調整可能なカバレッジ：強化学習駆動のハードウェア対応NASのためのオンライン共形キャリブレーション
要約本論文は、ハードウェア対応ニューラルアーキテクチャ探索（NAS）で高い評価コストを下げるため、報酬の予測上限が閾値を下回る候補を共形予測で除外する手法を扱っています。探索の進行に伴って分布が変化する問題に対し、一度きりの分位点推定ではなくオンライン適応型共形推論を用いています。三種類のアーキテクチャ系統の実験で、目標カバレッジに高精度で追従し、評価の25〜50％を精度低下なしで削減したと報告されています。
説明ParaGeo：パラ言語的変動を共有潜在幾何空間に分解する研究
要約本論文は、凍結された音声言語モデル内でパラ言語的変動を内容を揃えて分解する手法 ParaGeo を提案します。合成音声のトークンを固定の聞き取りプロンプトで再生し、プール化された K/V 表現を中心化して共有の低次元空間に射影します。GLM-4-Voice による実験では 80 の要求制御を対象とし、内容を除いた重心分類精度は 9.49%で、置換基準の 1.25%を上回りました。条件付き置換検定の p 値はいずれも 0.001 です。
説明テクスチャが乏しい場合、動的点フィルタリングは有効か？合成屋内シーンにおける ORB-SLAM2 フロントエンドの統制実験
要約本研究では、合成屋内シーンにおいてテクスチャ強度と場景の動的性を要因的に変化させ、ORB-SLAM2 をフィルタなし、オプティカルフローとエピポーラ残差によるフィルタ（FLOW）、多視点深度一致性フィルタ（GEOM）の三条件で比較しています。過滤は主に最も動的な条件で効果があり、テクスチャ減少に伴い単調に変化するわけではありませんでした。最低テクスチャレベルではフィルタリングによって追跡の完全性が低下しました。GEOM は FLOW より多くの静的キーポイントを誤って除去しました。
