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ShadowMiner v1：研究課題と仮説を自動発見するシステムの実装・評価に関する経験報告
要約ShadowMiner v1 は、AI 論文から研究課題を自動的に発見し仮説を生成するシステムです。九段階のパイプラインで構成され、文書をナレッジグラフに構造化して研究上の構造的な空白を見つけ、その空白を大規模言語モデルの生成プロンプトに組み込みます。生成された仮説は、既存研究で既にカバーされていないか、品質はどうか、根拠とする事実が出典から正確に引かれているかを検証されます。本報告は新しい生成・評価手法を提案するものではなく、先行研究のアイデアを実装・適用した経験を記し、各手法が実際に効果をもたらしたかを測定しています。
説明S³N：天気予報のための球面スパイラル走査ネットワーク（機械学習による全球天気予測モデル）
要約本論文は、全球天気予報のための球面スパイラル走査ネットワーク S³N を提案している。L2Proj により緯度経度格子と HEALPix 格子の間を双方向に写像し、AQSS ブロックで極から極へ至る四本のスパイラル経路に沿って情報を伝播させることで、HEALPix の基面境界をまたぐ連続的な情報伝達を実現する。実験では、4日・7日・10日の予報リードタイムで良好な結果を示し、長期予報では誤差の増大が緩やかであったと報告されている。
説明FLAT：起伏の激しい誤差地形を平滑化し、学習可能で少ないサンプルで交通モデルを較正する手法
要約本論文は、デジタルツインで用いるミクロ交通モデルの較正手法FLATを提案しています。八次元の行動指紋により参数誤差の地形を平滑化し、数十回のシミュレーションで目的関数を学習できるようにします。さらに、焼きなまし型の下側信頼限界獲得関数で、残りの各シミュレーションを誤差を最も減らせる位置に割り当てます。六つの実シーンで、ガウス過程を用いたFLATが同じ予算の下で最も低い平均行動誤差を示し、効果は代理モデルの容量ではなく目的関数の設計と逐次的な配分に由来すると報告しています。
説明微分可能なラグランジュ連成3Dガウシアンスプラッティング-SPHモデル：固体力学の順解析と逆解析
要約本論文は、変形可能な固体の順解析と逆解析のために、3Dガウシアンスプラッティング（3DGS）による描画モデルと平滑化粒子流体力学（SPH）による力学モデルを、微分可能なラグランジュ連成で結び付ける手法を提案している。まず多視点の画像から物体を3DGSモデルとして再構成し、包絡線に基づく手順で力学計算用の独立したSPH粒子を生成する。参照配置上のラグランジュ写像により、SPHの変形をガウシアンの位置と共分散へ伝達する。線形弾性、超弾性、Kelvin-Voigt粘弾性の構成則と、固定・自由・Robin型の境界条件を扱い、有限要素法の結果との比較や、描画された変形観測からの構成則・境界パラメータの推定により有効性を検証している。
説明合成データから実データへ：ViTによる非協力型UAVの姿勢推定
要約本論文は、合成画像のみで学習させた視覚Transformer（ViT、自己教師ありDINOv2バックボーン）が、実際の画像に対しても単眼UAV姿勢推定を汎化できるかを検証しています。学習・推論では姿勢の曖昧性を考慮する手法を用い、推論時にはα-βフィルタを組み込んでいます。77,077枚のラベル付き実画像で評価した結果、フィルタ前は平均角度誤差19.18°、推論時間13.25ms、フィルタ後は8.74°、13.42msでした。
説明大規模言語モデルベースのストリーミング音声認識のための因子分解型遅延ストリームモデリング（F-DSM）
要約遅延ストリームモデリング（DSM）は、音響ストリームとテキストストリームを共通のタイムライン上で整列させることで、大規模言語モデル（LLM）によるストリーミング音声認識を可能にします。本論文はまず、<w> を除去しても競争力のある認識性能を維持できることを示し、その結果に基づいて、<p> の待機確率を元のLLM語彙上の分布から分離する因子分解型DSM（F-DSM）を提案します。日本語自発音声コーパスとLibriSpeechでの実験では、F-DSMがDSMより良い認識性能を示し、GPUメモリ使用量を大きく削減しつつ学習スループットはほぼ同等でした。また、softmax のスキップにより推論速度がわずかに向上し、DSMで見られたテキストのみの困惑度の劣化も軽減されました。
説明ロボットが故障するとき：ウェーバー会合ノードにおける最適な非同期集合
要約本論文は、無限グリッド上で非同期・匿名・無記憶の移動ロボットが、クラッシュ故障を伴う状況で指定された会合ノードの一つに集まる最適集合問題を研究しています。目標は、故障していないすべてのロボットをウェーバー会合ノード（Weber Meeting Node）に集め、初期位置からの全マンハッタン距離の合計を最小化することです。提案アルゴリズム CrashTolerantWeberGathering() では、各ロボットがスナップショットから同じ目標を独立に選び、目標に依存する制限付き最短経路によって目標がウェーバー会合ノードであり続けるようにします。また、強い多重度検出の下では、完全対称な一部の構成からは最適集合が不可能であることを証明し、それ以外の構成では有限時間内の集合を保証します。
説明圧力を抑え、証拠を強める：迎合と頑固さを緩和する自己誘導型アテンション制御
要約本論文は、言語モデルが根拠のないユーザーの圧力に迎合したり、関連する文脈情報があっても回答を更新しない頑固さを示したりする問題を扱っています。これらを評価する CoPE-Bench と、学習を必要としない SPAE 手法を提案しています。SPAE はモデル自身の判断で関連トークンを特定し、トークン単位のアテンション制御によりユーザーの圧力を抑え、文脈情報を強めます。五つの基盤モデルの平均で、最強のベースラインと比べて圧力への追随が 18.8 ポイント減少し、結合条件での更新が 5.5 ポイント増加したと報告されています。
説明双方向選好合成：境界的な失敗から提示条件付きの選好を学習する
要約本論文は、修正に基づくオフライン選好学習が、モデルの誤答を元のプロンプト下の拒否例としてしか扱わず、情報が不完全であると指摘する。著者らは双方向選好合成（BPS）を提案する。検証済みの境界的失敗ごとに、元のプロンプト下の順方向ペアを保ちつつ、合成された実際のプロンプト下に逆方向ペアを追加し、DPOの目的関数の変更や報酬モデルの学習は行わない。Qwen3-4B-Instruct-2507での実験では、元の側の順位付けを維持したまま、実際の側の順位精度が6.8%から62.3%に向上した。
説明衛星画像と街路画像の判断が食い違うとき：災害被害評価における視点間の相補性
要約本論文は、衛星画像と街路画像を組み合わせた建物被害評価において、それぞれ単独で学習したモデルの判断が食い違うサンプルを分析の対象としています。2025年のイートン山火事とハリケーンIan、Miltonの対応データでは、融合手法が単一視点より冲突サンプルで高い精度を示したものの、各サンプルで正しい視点を選べた場合の精度には依然として届いていません。線形融合ゲートは、建物が写った地上写真の場合に一部の改善を示しました。
説明LyapuFlow：逆問題のためにリアプノフフィードバックで生成フローを制御する
要約本論文は、事前学習済みのフローモデルを推論時に誘導し、再学習なしで制約を課す手法 LyapuFlow を提案している。各サンプリングステップで、現在のフローが向かう終端サンプルを予測し、その予測に対する制約違反を評価する。そのうえで、規定のリアプノフ減少条件を満たす最小ノルムの制御量を計算する。データ空間と潜在空間の両方で検証され、科学機械学習と画像逆問題において、他の推論時制約手法より優れた結果を示したとされる。
説明UniPro：伝播により2D画像から3Dボリュームまでを統一的に扱う医用画像セグメンテーション手法
要約本論文は、意味的・インコンテキスト・対話型・伝播型のセグメンテーションを単一のスライスベースの枠組みで行う統一モデルUniProを提案しています。2Dでの修正を隣接スライスへ伝播させて3Dボリュームに拡張し、双方向および3D監督を加えて伝播の信頼性を高めています。著者らは、複数のモダリティと解剖部位で良好な性能を示し、疎な2D初期化から注釈効率の高い3Dセグメンテーションが可能になると報告しています。
説明QiYao-I：多様体ベースの不規則多変量時系列予測基盤モデル
要約本論文は、不規則な多変量時系列予測のための基盤モデル QiYao-I を提案している。学習可能な時間多様体特徴空間と、サンプリング条件付きの注意機構により、不規則な時間間隔を扱う。さらに、周波数認識を備えた動的変数間相互作用機構により、非同期観測下での変数間の情報伝達を選択的に行う。実世界のベンチマークで既存モデルより高い性能を示し、ゼロショットおよびフューショット設定でも強い汎化能力を示したと報告している。
説明長尺動画の効率を再考：フレーム・画素・フロントエンド遅延の統合的な配分
要約本論文は、視覚言語モデル（VLM）で長尺動画を効率的に処理する方法を検討しています。同じトークン予算では、疎な原解像度サンプリングより密な低解像度サンプリングの方が優れており、1時間規模の動画では処理時間の大部分がフロントエンドのデコードに費やされることを示しています。これを踏まえ、学習不要の単一パス手法LoHiを提案します。密な低解像度動画ストリームと疎な高解像度画像フレームを組み合わせ、3つの長尺動画ベンチマークで原解像度ベースラインより平均精度を10.6ポイント向上させ、1時間規模の動画でフロントエンドのデコード遅延を最大7分の1に削減しました。
説明潜在空間からヤコビ空間へ：安全性コンテンツの到達可能性の測定・回避・学習対策
要約本論文は、モデル内部にある安全関連の内容が出力へどの程度読み出されるか（ヤコビ空間の読み出し）を調べ、それが表現工学で扱われる潜在空間の安全性の幾何とどう関係するかを検討しています。各層の安全方向が出力へ運ばれる度合いを測る指標と、ベースモデルと調整済みモデルを比較する手法を提案し、学習によって到達可能性の差が広がる場合があることを報告しています。さらに、監視・回避・防御の効果を展開時の監査で検証し、安全性の監視は出力だけでなく到達可能性そのものを対象とすべきだと述べています。
説明MOIRA：長文脈デコード向けの質量指向不均一アテンション索引
要約本論文は、リクエスト・層・KVヘッドごとに必要なページ数を適応的に決める、学習不要のスパースデコード手法MOIRAを提案します。推定アテンション質量が割合γに達する最小のページ集合を保持し、専用カーネルで処理全体をCUDAグラフ内に収めます。H200でRULER 128kを用いた評価では、γ=0.99で稠密解と同等の精度を保ちつつ約30%のページを読み、TPOTを2.2〜2.5倍短縮しました。高負荷時にはスループットが最大51%向上したと報告されています。
説明ML-OPF-Bench：最適潮流計算のための機械学習統一ベンチマーク
要約本論文は、交流および直流の最適潮流（OPF）を対象とする統一ベンチマーク「ML-OPF-Bench」を提案しています。代表的な機械学習手法を一貫した手順で評価し、系統規模、分布の変化、計算資源の制約の下で性能を検証したうえで、多目的の枠組みで順位付けを行っています。予測精度だけでは運用上の実現可能性を十分に示せないこと、また重負荷・混雑時には機械学習予測そのものより、制約を強制する後処理が可行性を保っていることが報告されています。本ベンチマークは拡張可能な Python パッケージとして公開されています。
説明求人文における経験レベル分類のモデリング手法の評価
要約本論文は、採用文書から求められる職務経験レベルを自動的に予測するタスクを扱います。著者らは、タイトル・職務内容・応募要件などの主要段落を個別に符号化して統合する、構造を考慮した Section-Aware BERT を提案し、ルールベースの手法および TF-IDF の古典的ベースラインと比較しています。また、同じデータセットで大規模言語モデルを少数ショットと微調整の両設定で評価しています。実験では、テキスト構造を明示的に利用することで予測性能が向上し、特に職種名が曖昧な場合に効果が見られることが示されています。誤差分析では、入門レベルと上級レベルの混同や中級職の境界の曖昧さといった課題が指摘されています。
説明再帰計算で何を保持すべきか：局所予測充足性の原理
要約再帰計算では中間表現が繰り返し圧縮されるため、後続の予測に必要な情報が失われる可能性があると論文は指摘します。著者らは、各接口での局所的な予測誤差を抑えれば最終的な誤差も抑えられるという局所予測充足性の原理を提案しています。これを学習手法として実装し、時系列グラフ、言語記憶、視覚・言語・行動制御、再帰的自己改善の4つの設定で、同じ圧縮予算の下でベースモデルと同等以上の結果を報告しています。
説明EnvDreamer：身体性AIのための大規模マルチモーダル環境生成フレームワーク
要約本論文は、大規模言語モデルと視覚言語モデルを用いて、身体性AIやロボット訓練向けのUnreal Engine 5環境を生成するフレームワーク「EnvDreamer」を提案しています。ナビゲーション、インタラクション、操作のタスクに使える、多様で検証済みの仮想環境を大量にサンプリングできるとされています。生成環境で学習したポリシーが複数のベンチマークで競争力のある結果を示したと報告し、20,000環境からなるデータセット「EnvDreamer-20k」も公開しています。
説明リモートセンシング画像のオープン語彙セマンティックセグメンテーションのための幾何変換に基づく特徴適応型多様体修復手法
要約リモートセンシング画像中の対象の意味は二面体群D4の幾何変換に対して不変ですが、SAM3ベースの開放語彙セマンティックセグメンテーション（OVSS）手法は異なる幾何変換に対して一貫しない応答を示します。本論文は、多尺度調和誘導のD4視点選択、原視点をアンカーとする適応的多様体修復、およびSAM3のピクセルデコーダに対する推論時テスト適応からなる手法を提案します。8つのリモートセンシングセマンティックセグメンテーションベンチマークで平均mIoUは55.6%に達し、異なるSAM3推論フレームワークでも一貫した改善が得られたとしています。
説明問題そのものを問い直す：推論モデルの自己進化を持続させる
要約自己生成した問題で自己学習を繰り返す推論モデルは、ラウンドを重ねると性能が崩壊することがあると論文は指摘します。原因として、無効な問題の増加と、語彙的類似度では検出できない数学的に等価な重複問題を挙げています。提案手法R-Questは問題の妥当性と新規性のフィードバックで自己進化を導き、12のベンチマークで平均性能が最も高く、10ラウンドにわたり安定して向上したとされています。
説明潜在安全フィルタ：情報を失うエンコーダが転送可能な証明書を許すとき
要約本論文は、学習された低次元の状態表現上で安全性を証明する潜在安全フィルタを扱う。エンコーダが情報を失うため、フィルタは物理状態が危険であっても安全と報告しうるが、モデル誤差は検出されない。著者らは、破棄された安全関連ダイナミクスの検出可能性によって、安全証明書が物理システムへ転送できるかどうかが決まることを示している。
説明RRM-GPT：無線リソース管理の基盤モデルのためのフレームワークとビジョン
要約本論文は、無線リソース管理（RRM）の基盤モデルのための自己回帰型フレームワーク RRM-GPT を提案しています。言語モデルがテキストを生成するように、フィールドごとに決定を生成します。未注釈のネットワークログで事前学習し、その後、模倣学習または強化学習によって運用者の目的に適応させます。5G NR の事例では、単一のモデルがスケジューリング許可の全体を生成し、未知のシナリオにも追加の適応なしで転移できることが示されています。
説明大規模言語モデルにおける言語依存のトークン・推論効率：対応のある越言語研究プロトコル
要約本論文は、入力言語、観察可能な推論トレースの言語、回答生成という三つの段階がモデルのコストに与える影響を区別するための前向きな対応研究計画を提示しています。240件の項目、英語と7つの非英語言語のテンプレート、3種のオープンウェイトモデル、複数のトークン予算と言語条件を設計し、統計検定や遅延・エネルギーなどの指標を定めています。確証的なモデル結果は報告されていません。
説明LMBuild：組み立て可能で機能する構造を生成する LLM エージェントの評価
要約本論文は、大規模言語モデル（LLM）エージェントが、見た目の幾何形状だけでなく、実際に組み立てられ機能する三次元構造を生成できるかを評価するベンチマーク LMBuild を提案している。ツールで部品を検索・作成・配置する対話環境、CAD データセットと Wikipedia の知識を組み合わせたベンチマーク、構造の健全性・機能性・設計品質・物理的実現性を評価する枠組みを含む。30 のシステムでの評価では、機能性と物理的な操作性が依然として大きな課題であることが示された。
説明局所フィッシャー情報による疎な因果探索
要約本論文は、加法的ノイズモデルにおいて高次元密度を推定せずに疎な因果構造を発見する FiCS アルゴリズムを提案しています。各ノードの局所フィッシャースコアを用いて変数の順序付けと親ノードの選択を同時に行います。正則性などの条件下での理論的保証に加え、シミュレーションと三つの実データベンチマークでの結果が示されています。
注目点局所Fisher情報に基づく因果発見手法を提案し、親集合が最小Fisher補完として一意に定まることを示し、高次元DAG一貫性も証明している。
説明表現の多様性とマルチブランチ構造による無線基盤モデルのスケーリング
要約本論文は、無線基盤モデルを拡張する手法として「目的関数の多様性」を検討しています。再構成、予測、対照学習という三種類の自己教師あり目的関数で学習した表現を組み合わせる方式です。出力次元を同じにした場合、融合手法は評価した単一目的エンコーダを六つの下流タスク（通信、センシング、測位）すべてで上回り、パラメータ数は約三分の一です。さらに、共有幹と目的別ブランチからなるマルチブランチ構造も提案され、単一エンコーダの parameter 予算内で融合の利点の大部分を保持するとしています。
説明VIGIL：スプレッドシート質問応答のための検証器誘導型ゲート付き改善ループ
要約本論文は、企業向けスプレッドシート質問応答において、遅延フィードバックから継続的に改善しつつ、個々の修正がシステム全体の挙動を書き換えないようにする枠組み VIGIL（Verifier-Informed Gated Improvement Loop）を提案している。基盤モデル、プロンプト、検索器は固定し、校正器とクエリ選択器のみを更新し、更新の採用をゲートで制御する。79 文書での前向き精度は静的ベースライン 75.8% から約 82% に向上したが、ゲートを通過した更新の一部は独立した評価分割で精度を下げた。
説明償却スコア・ハミルトニアン方策反復：緩和確率制御問題のためのグリッドフリー手法
要約本論文は、エントロピー正則化された無限期間の緩和確率制御問題に対し、連続ランジュバン力学に基づく方策・価値反復の償却型かつグリッドフリーな実装を提案します。共有の条件付きサンプラーと、パラメトリックな批評家（クリティック）への投影により、結合したアクター・クリティック流を構成します。線形二次の場合には両投影が厳密であることを示し、一般モデルでの数値実験により高次元での結合学習を確認しています。
説明一次近似によるステアリング：重み適応を活性化ステアリングへ変換する手法
要約本論文は、重み更新行列の一次近似として活性化ステアリングを定式化する「First-Order Steering」を提案し、その近似誤差の理論的上界を示しています。さらに、一次近似誤差を最小化してステアリング精度を高める新しいモデル統合手法「HeRD-Merging」を開発しています。その結果、単一および複数の振る舞いを既存の活性化ステアリング手法より正確に制御でき、性能は従来のモデル統合の基準手法と同等であるとされています。
説明OctMesh：無損失三角メッシュ圧縮のための統一オクツリー階層フレームワーク
要約本論文は、無損失の三角メッシュ圧縮のために、共有のオクツリー階層上で幾何と接続性を同時に符号化する学習型フレームワークOctMeshを提案します。候補エッジを親ノードの種類と端点の所属に基づいてグループ化し、3つのニューラル予測器で確率を推定して算術符号化を行います。MPEG V-DMCの8シーケンス256フレームの試験では、1面あたり平均7.033ビットで、V-Meshより12.8%低く、9段階の漸進的な細分化に対応します。
説明統一幾何状態における高密度ニューロシンボリック推論
要約本論文は、ニューラルネットワークと記号的実行系が共有の型付き状態を通じ、各探索ステップで実行可能な動作により連携する幾何問題求解の枠組みを提案します。ニューラル側は定理の適用事例、補助構成、代数的な橋渡しを提案し、記号ランタイムは登録済みの規則を適用して厳密な制約を伝播させ、来歴を記録します。この枠組みは平面・解析・立体幾何を扱う統一ソルバーOmniGeoとして実装され、複数のベンチマークでの正答率と、IMO-AG-30で30問中21問を解いたことが報告されています。
説明RUL説明は信頼できるか：C-MAPSSにおける寄与度マップの忠実性と安定性
要約本論文はNASA C-MAPSSデータセットで1D CNN、LSTM、小型Transformerの3種のモデルを学習し、残存有効寿命（RUL）を予測します。積分勾配法、オクルージョン法、注意機構の3つの寄与度マップを作成し、削除・挿入による忠実性、ノイズ下の安定性、学習シード間の一致性を検証しています。結論として、保守技術者向けにはオクルージョンまたは積分勾配法を推奨し、生の注意重みは可視化のみにとどめるべきだとしています。
説明モデルベース強化学習による液滴の自律ナビゲーション：ゼロショット転移と創発的動力学
要約本論文は、モデルベース強化学習を用いて、開放された非拘束表面上で液滴を閉ループで自律的に移動させるロボットプラットフォームを提案しています。二軸の傾斜板で液滴を駆動し、上方のカメラがリアルタイムのフィードバックを提供します。方策はシミュレーションや解析モデルを使わず、50～150回の物理実験のみで学習されました。未知の形状への零ショット転移や、液滴が張り付いた際に振動による脱離戦略を自律的に発見したことが報告され、学習パイプライン全体は90分以内に完了しています。
説明欠損データのある教師あり学習における補完と分類の統合
要約本論文は、特徴量の値が欠けている場合の教師あり分類問題を扱う。著者らは、補完器と、n 個の真のクラスと追加の「補完」クラスを区別する (n+1) クラスの判別器を敵対的に同時学習させる統合型補完・分類ネットワーク（IICN）を提案している。FashionMNIST、CIFAR-10、および自然に欠損を含む表形式データで評価を行い、従来の補完後に分類する手法や近年の生成モデルベースの手法より優れた結果を示したと報告している。
説明多教師能力統合における自己蒸留手法の再検討
要約本論文は、多教師オンポリシー蒸留（MOPD）と、教師ฟ付き微調整やソフトラベル蒸留などのオフポリシー手法を、能力統合の観点から比較します。2種類の多教師設定、4つのモデル、11のベンチマークで対照実験を行い、四つの手法の精度がほぼ同じであることを報告しています。一方、MOPDの学習GPU時間はSFTの14.8〜23.1倍です。著者らは、MOPDの従来報告された精度向上は主に学習設計とハイパーパラメータ調整によるものだと主張し、より効率的なオフポリシーの基準手法の調整を提案しています。
説明選択式問題の品質保証にAIを活用する手法の総説
要約本論文は、自動化された作問欠陥の検出、問題の修正、心理測定的スクリーニング、NLPベンチマーク監査に関する研究を整理した焦点化された叙述的レビューです。著者らは全文を精読した14件の研究報告を検討し、19の評価基準と検出手法および報告された根拠を対応づけています。ラベル単位の精度が高くても陽性事例の検出は弱いことが多く、基準の定義や参照基準も研究ごとに異なると指摘しています。修正の効果に関する証拠は一貫していません。
説明実行可能なGromov-Wasserstein学習のための適応的Bregman交互射影法
要約本論文は、共通の特徴空間や既知の対応関係を必要とせず構造化分布を比較するGromov-Wasserstein問題の計算手法を研究しています。固定ペナルティによる初期段階の後に、保護付きで増加するペナルティ段階を加えたA-KL-BAPG法を提案し、バックトラッキングと投影直径の検査で収束を保証します。実験では、固定ペナルティのKL-BAPGと精度・目的関数値がほぼ同等でありながら、周辺実行可能性のギャップと定常性残差が大幅に減少することが示されています。
説明自動ICDコーディングのためのマルチモーダル・デュアルエンコーダ検索
要約本論文は、国際疾病分類（ICD）の自動コーディングにおける三つの課題、すなわち構造化データと非構造化データを同時に扱えないこと、大量のコードへの拡張が難しいこと、臨床での透明性が不足していることに取り組みます。提案手法は二段階の枠組みで、まずゲート付き融合によって両種のデータを統合したマルチモーダル・デュアルエンコーダ検索モデルでICDコードを検索し、次にLLMベースの再ランカーが上位k件の候補を順位付けし、臨床的に関連する説明を付けます。実験では、マルチモーダル・デュアルフュージョン分類器のベースラインに比べ、Micro-F1と適合率が向上したと報告されています。
説明CADForge：明示的幾何推論を用いたエージェント型単一画像CAD再構成
要約本論文は、単一画像から編集可能なCadQueryパラメトリックCADプログラムを段階的に生成するエージェント型フレームワーク「CADForge」を提案しています。物体をCADの観点で意味のある部品に分解し、各部品について明示的な幾何推論を行い、レビューエージェントが形状を評価して反復的な改善を導きます。単一部品および複数部品の物体での実験では、再構成の忠実度と知覚的品質で既存の基準手法を上回ったと報告されています。
説明強化ファインチューニングした大規模言語モデルによる社会的推理ゲームのプレイ
要約本論文は、社会的推理ゲームを用いて、強化ファインチューニング（RFT）が大規模言語モデルの社会的行動をどう変えるかを調べたものです。最終的な勝敗だけを最適化しても社会的推理能力は安定して向上しませんでしたが、RFTは公開された議論から役割を読み取る社会的読解の能力を特に高めました。さらに、社会的読解と社会的影響の信号を組み合わせたマルチエージェント訓練を提案し、人間による評価でも戦略的な能力や説得力の向上が示されました。
説明潜在学習における特性間の転移
要約潜在学習（subliminal learning）とは、意味的に無関係な出力で学習させた生徒言語モデルが、教師モデルの行動特性を獲得する現象です。本論文は、教師の特性で生成されたデータが生徒の他の特性への選好をどう変えるかを、生徒の回答の対数確率の増分で測る有向特性転移行列を提案しています。その結果、関連する特性のクラスタが見られ、生徒は教師の特性と似ているが同一ではない選好を持つことがあるとされています。
説明FloVMos：オプティカルフローに基づく医療動画モザイク合成手法
要約本論文は、複数の生体医用画像モダリティに対応してリアルタイムで動画をモザイク合成し、広視野の合成画像を得る深層学習フレームワーク FloVMos（オプティカルフロー）を提案している。合成学習データで光フローモデルを微調整し、組織の動きや撮像歪みをシミュレートしている。七種類の撮像モダリティで検証され、精度・頑健性・速度の点で従来手法を上回ったと報告されている。
説明手計算で検証できる証明：2つの隠れReLU層で6数の最大値を計算できること
要約本論文は、ReLUネットワークで最大値関数を正確に計算するために必要な深さを研究しています。計算機支援の構成により、最大12入力までは2つの隠れ層で足りることが知られています。著者は6つの実数入力に対して明示的な六角形の恒等式を示し、手作業で完全に確認できる代数的な打ち消しによって解析的証明を与えています。この恒等式から、隠れ層の幅が17と41、バイアスがゼロ、重みが有理数である明示的なネットワークが得られます。
説明時間に基づく把持：時系列依存のロボット操作のためのマルチソース データセットとベンチマーク GiT
要約本論文は、過去の出来事に基づいてロボットの操作判断を行うためのデータセット・ベンチマーク GiT（Grounded in Time）を提案します。生物実験室、家庭、産業の各シナリオを対象とし、実機とUMI形式の18の両腕タスクのデモ、シミュレーションデータ、ManiSkillベースの9タスク評価セットを含みます。細粒度のサブタスク注釈と反事実タスクペアも提供され、代表的なエンドツーエンドVLAモデルの評価では、履歴依存の操作に大きな改善余地があることが示されています。
説明Spec2Game：大規模言語モデルは詳細な仕様から完全に遊べるゲームを生成できるか
要約本論文は、詳細な自然言語のゲーム仕様から完全なPygameプロジェクトを生成させるベンチマーク「Spec2Game」を提案します。15のゲームファミリーと150のタスクインスタンスを含み、実行可能性、仕様の実現度、コード品質、ユーザー向けの品質の4つの観点で評価します。14のLLMが生成した3,330のプロジェクトを分析した結果、実行できても仕様を忠実に実現しているとは限らず、ルールと終了条件の実装が特に難しいことが示されました。
説明最適化手法の幾何学が学習のペースを決める：行列分解におけるスペクトル学習動態
要約本論文は、深層行列分解において、最適化手法の更新の幾何学と網羅の深さが、特異モードの出現・持続・消失にどう影響するかを研究しています。平衡と整列の仮定のもとで、ユークリッド勾配降下法、SignGD、Adamの近似、Muon、累積Shampoo、K-FACについて発生・飽和・減衰の法則を導いています。結果として、低ランク偏向は単純な順序では表せず、正規化・累積状態・減衰がモードの生滅を制御する要因として解釈されています。
説明QuanLing：西ロマンス語派における言語距離定量化の系統横断的検証
要約本論文は、北ゲルマン語派で検証した QuanLing（事前学習言語モデルによる定量言語学）の枠組みを西ロマンス語派（フランス語、ポルトガル語、スペイン語、イタリア語）に拡張したものです。150 組の四言語平行文を用い、LaBSE の文埋め込み距離、単言語 BERT 四種のトークナイザによる分割断片化率、mBERT のマスク言語モデルによる相互可懂性を計算しました。ポルトガル語とスペイン語が最も近く、フランス語とイタリア語が最も遠いという結果で、6 組中 4 組で LaBSE と mBERT の順位が一致しました。
説明生成型エージェントの心理的ダイナミクスのベンチマーク：LLMは人間の心理変化を再現できるか
要約本論文は、大規模言語モデル（LLM）が人間の心理変化をどの程度現実的に模擬できるかを検証する心理測定ベンチマークを提案しています。既発表の規範とメタ分析効果に基づき、内的妥当性（分布、個人間と個人内の分散の分割、時間的依存性、値の範囲）と外的妥当性（特性・状態・指標間の既知の関係）の二つの観点で評価します。36モデルを検証した結果、多くは既知の関係の方向と分散の分割を再現した一方、個人内相関と分布構造の再現は困難でした。内的妥当性はモデル規模や能力とは無関係でした。
説明言語モデルの拒否挙動におけるステアリング次元：何本の方向で拒否を制御できるかを調べた論文
要約本論文は、言語モデルの二種類の拒否挙動、すなわち安全アラインメントによって引き起こされる拒否と一般的文脈における拒否を、いくつの活性化空間の方向で信頼性高く制御できるかを検討しています。著者は、目標の挙動を確実に制御するのに必要な最小の部分空間次元として「ステアリング次元」を定義しています。結果として、安全アラインメントによる拒否は1次元で操作でき、一般的文脈の拒否は5次元の部分空間でも可変性を十分に捉えられないことが示されています。
説明演算子学習のための確率的適応フーリエ分解（SAFDNO）：固定フーリエ基底に代わる神経演算子手法
要約フーリエニューラル演算子（FNO）は固定のフーリエ基底と強制的な周波数切り捨てに依存するため、非周期的・局所的・微細スケールの解の構造を表現しにくいと論文は指摘します。著者らはSAFDNOを提案し、ニューラルネットワークで極を予測して潜在特徴から適応的なTakenaka-Malmquist正規直交系を直接構成し、Hardy空間の解析的成分の係数に学習型フィルタを適用します。九つの偏微分方程式ベンチマークのうち規則格子の六問題で強力なベースラインを上回り、Darcy、Burgers、Navier-Stokesで特に改善が見られ、ゼロショット超解像性能も向上したと報告しています。
説明注意機構に基づく表面表現学習：ロボットの状態予測と開かれた路面分類のための手法
要約屋外で走行する地上ロボットが地形の種類を認識する課題を扱った論文です。従来は学習時に決めた固定クラスしか分類できませんでしたが、本研究では新しい路面クラスを学習可能なベクトルとして追加できる手法を提案しています。ロボットの次時刻の状態を予測する学習方式と注意機構を用い、Belyaev-Kushnarevデータセットで98.56%、BorealTCデータセットで94.8%の分類精度を報告しています。
説明言い換えを考慮したスコアリングによる共形予測：大規模言語モデルの不確実性定量化
要約本論文は、意味を保った言い換えに対して頑健な大規模言語モデルの不確実性定量化フレームワークを提案します。LLMの隠れ状態で軽量な代理モデルを学習し、複数の言い換えにわたって予測を集約してラベルごとの非適合スコアを構成し、共形校正を行います。七つの多肢選択式QAベンチマークと複数のモデルファミリーで評価され、予測集合はコンパクトで、経験的カバレッジは概ね目標値に近いとされています。
注目点言い換えに頑健な非整合性スコアを共形予測に導入し、テスト側の言い換えでも被覆保証を示す。7つのベンチマークと複数モデルで検証し、消融で改善要因を分析。
説明ヒューマノイドによる人力車牽引：車輪付き負荷と連成する全身移動制御
要約本論文は、ヒューマノイドロボットが自重より大幅に重い荷物を、受動的な車輪付き車両を牽引することで運べるようにする全身制御フレームワークを提案しています。学習時には車両状態や相互作用力を把握する特権教師方策を用い、それを履歴を条件とする生徒方策へ蒸留し、さらに強化学習で微調整します。実験では車両の追従精度が高く、車両の揺れ、胴体の傾き、駆動コストが低減されました。ハードウェアでは、負荷ごとの再調整なしで最大115kgの積載に対応しています。
注目点受動的車輪付き車両を引く人型ロボットの全身制御を、特権教師と履歴条件付き生徒の蒸留とRL微調整で実現。基線比較と実機（最大115kg）で検証し、影響は人型運搬の分野に限られる。
説明PaLoRA：継続学習のためのペース制御付き低ランク適応法
要約本論文は、LoRAベースの継続学習手法で用いられる小さな学習率が経験則にすぎず理論的根拠を欠くと指摘します。著者らは、過去の知識の実効ランクが増すにつれて最適な勾配ステップが大きくなるペース則を導き、適応的SVD切り詰めによる履歴知識の圧縮、先行タスクの零空間への勾配射影、ランク対応の適応ペース制御からなるPaLoRAを提案しています。長いタスク列の設定で性能が向上し、50タスクのImageNet-AとImageNet-Rで精度が約4%向上したと報告されています。
説明FlashGaze：学習不要で多スケールのパッチを剪定し、効率的な動画理解を実現する手法
要約本論文は、ViT（ビジョントランスフォーマー）でのエンコード前に動画の時空間的冗長性を減らす、学習不要の手法FlashGazeを提案しています。補助ネットワークは使用せず、ピクセル空間の差分を情報損失の指標とし、四分木動的計画法で固定予算の下でパッチの破棄・統合・保持を同時に最適化します。Qwen3-VL-8Bでは、LongVideoBenchにおいて全入力ベースラインの精度の98%を維持し、ViTエンコードとMLLMプリフィルでそれぞれ最大5.4倍・17倍の高速化、ピークGPUメモリの1.8分の1への削減を報告しています。
説明RADC：視覚言語モデルのテスト時適応のためのリスク考慮型デュアルキャッシュ手法
要約論文は、視覚言語モデルのキャッシュベースのテスト時適応が、全体表現における背景バイアスと、表現の変化下での信頼性の低いエントロピーベースのキャッシュ採用によって妨げられることを指摘しています。著者らはRADCを提案し、CLIP表現からカテゴリ一貫性のある空間的証拠を集約する意味的前景キャッシュと、多視点表現を対角ガウス分布として扱い、クラス分離と特徴の不確実性を考慮して信頼できるキャッシュ候補を選ぶガウスリスク採用を導入しています。クロスドメインおよび分布外ベンチマークで一貫して最先端の性能を示したとしています。
説明不確実性下の電動自動運転ダイヤルアライド問題における双レベル大近傍探索の適応的演算子選択（論文）
要約本論文は、電動車両のバッテリーと充電制約を加えた電動自動運転ダイヤルアライド問題（EADARP）を扱います。双レベル大近傍探索の枠組みで、固定貪欲挿入、固定後悔挿入、ランダム選択、決定論的状態規則、性能適応型ALNS選択、LLMによる状態認識型選択の6つの挿入演算子選択手法を比較し、走行時間が不確実な場合の機会制約版も検討しています。実験では、小規模事例では性能が近く、大規模で制約の厳しい事例で差が顕著になりました。すべての事例で最良となる単一の戦略はありませんでした。
説明TCMClinicalReason-Bench：言語モデルは実臨床例で病機から処方まで推論できるか（病因・病機から処方に至る推論を評価する論文）
要約本論文は、多施設の電子カルテ2,000例を用いて中医学の臨床推論を評価するベンチマークを構築したものです。汎用および中医学特化の計7モデルをゼロショットで評価した結果、構造的完全性はほぼ満点でしたが、内容スコアは40.7%から54.1%にとどまりました。特に処方の生成と分析で不足が大きいと報告されています。
説明FTD-GNO：カーネルの関数テンソル分解によるメモリ効率の良いグラフニューラル演算子
要約本論文は、高次元の連続積分カーネルを低次元のモード別関数に分解するFTD-GNOフレームワークを提案し、CP、Tensor-Train、Tucker分解の形式で実現しています。これにより、エッジごとの完全なカーネルテンソルを明示的に生成せずに積分演算子を代数的に再構成できます。理論的な計算量の分析では、パラメータとアクティベーションのメモリコストが大きく下がることが示されています。実験では、分解しない基準のグラフ積分モデルより低いピークメモリと短い学習時間が記録されています。
説明CurveCodec 2：骨格非依存のアニメーション圧縮と学習型エントロピーモデル
要約本論文は、任意の骨格に対して誤差上限を示せる骨格アニメーション用の圧縮コーデック CurveCodec 2 を提案する。各サブトラックを対数写像上の曲線として符号化し、閉ループで量子化して、レート歪みに基づいて選んだキーのみを残す。残差は小規模な学習型モデルでエントロピー符号化する。4,472 本の評価クリップでは、ACL の既定精度に対して、最悪ケース制約下で約 0.37 倍、平均誤差制約下で約 0.22 倍のバイト数となった。
説明LLMは貼り付けられた素材と利用者の発言を区別できるか？区切りのない入力境界での「吸収」
要約本論文は、利用者がテキストを貼り付けた直後に続けて書いたコメントを、モデルが貼り付け内容の一部として扱って出力に含めてしまう「吸収」現象を検証しています。300件の編集例からなるSEAMベンチマークを作成し、20モデルを6つの条件で評価しました。裸の改行での吸収率は7.7%から66.7%でした。明示的な境界マーカーは吸収を減らしますが、完全にはなくなりません。
説明生成モデルを用いた再帰的エントロピックリスク強化学習の近最適サンプル複雑性
要約本論文は、生成モデルへのアクセスがある有限割引マルコフ決定過程において、リスクパラメータβ≠0の再帰的エントロピックリスク選好の下での価値学習と方策学習のサンプル複雑性を研究している。先行研究で提案されたモデルベースのリスク感応Q値反復法（MB-RS-QVI）を精緻に解析し、最適Q関数とε最適方策の学習に対する(ε,δ)-PAC保証を導出している。原文によれば、既知の最良結果と比べ有効視野1/(1-γ)への指数的依存が改善され、既存の下界と指数項などで概ね一致するとされている。
説明視覚言語モデルの微調整によるAIの空間知能向上：3次元・2次元回転の理解
要約この論文は、視覚言語モデルの空間推論能力を高め、実際の空間タスクをAIがより適切に行えるようにする方法を研究しています。物体の回転を扱う複数のデータセットを用いて微調整を行いました。微調整されたGemma-4のMoEモデルは、回転軸と角度で定義される回転の予測において、微調整された汎用Gemma-4モデルを大きく上回りました。また、二次元表現に対する角度推定の精度も大幅に向上しています。
説明Clean：Nyström スケッチによる線形メモリでの二次曲率を用いた LLM 学習
要約本論文は、Nyström 法を用いて SOAP の左右前処理行列を近似し、オプティマイザのメモリ量をモデル次元に対する二次から線形へ削減する Clean を提案しています。低ランク近似の外側の成分も再統合して曲率情報を保持します。さらに、オプティマイザ状態を低精度で圧縮する Q-Clean も提案されています。LLaMA-1.3B の事前学習では、Muon と比べてオプティマイザのメモリ消費を 50% 以上削減し、13B パラメータのモデルを単一の 80GB GPU で事前学習できたと報告されています。
説明Sparse-GS2Mesh：新しいステレオ視点と2DGSで3Dガウシアンスプラッティングを導く、疎な視点からの表面再構成
要約本論文は、少数の視点から表面を再構成するためのステレオ対応フレームワーク、Sparse-GS2Meshを提案している。エピポーラ深度の事前情報で3DGSを初期化して過学習を抑え、自適応ベースライン選択、ステレオマッチングネットワークによる微調整、2D/3D共同正則化の3要素で最適化する。論文によれば、重なりが少ない条件では既存の最先端手法より約15%向上し、重なりが多い条件では同等の結果になるという。
説明CellSplat4D：スパースに撮像するロボット生細胞イメージングのためのPSF考慮型4Dガウススプラッティング
要約ロボット顕微鏡は撮像回数に制約があるため、生細胞をまばらにしか撮影できません。本論文は取得済みのボリュームに4Dガウスモデルを当てはめ、欠けた時刻の細胞像を再構成します。点広がり関数は データから測定し、未計測の時刻は3D U-Netで粗いスケールから監督します。2つの細胞追跡チャレンジのデータで、各細胞核の忠実度が取得フレームからどの距離でも最も高いと報告されています。
説明ALoDLM：適応的ループ型拡散言語モデル。トークンの難易度に応じて計算量を配分し、拡散言語モデルの品質を高める手法
要約拡散言語モデルは複数のトークンを並列に予測して高速に生成できますが、同程度の規模の自己回帰モデルに比べて品質が劣る状態が続いています。著者はこの差を計算量と難易度のミスマッチによるものとみなし、各ノイズ除去ステップで潜在表現を反復的に洗練させ、トークンの難易度に応じて計算を配分するALoDLMを提案しています。1.7Bと8Bの2つのパラメータ規模で、11のベンチマークの平均スコアにおいて、評価された拡散言語モデルおよび対応する自己回帰ベースラインを上回り、高速な並列デコードも維持しています。
説明多変量関数型データの異常検知のための低ランクおよび構造化スパーステンソル分解
要約本論文は、複数のセンサーで記録される関数型プロセスデータの異常を、教師なしで検出する二つのスパーステンソル分解手法を提案します。ES-CP（Entrywise Sparse CP Decomposition）は要素ごとのℓ1罚則で局所的な異常を特定し、FG-Lasso は要素ごとと時間纤维ごとの罚則を組み合わせ、局所的な逸脱と時間纤维に集中する異常の両方を検出します。鍛造工程の事例では、FG-Lasso と ES-CP のマクロF1スコアはそれぞれ 0.85 と 0.82 で、TRPCA や PCA ベースの手法（0.69 以下）を上回りました。
説明長期的タスクにおけるLLMエージェント向け進化戦略では、非同期化の追加コストはほぼない
要約論文は、長い対話ターンを要するLLMエージェントの後処理学習では、同期的な方策更新が効率を制限すると指摘する。完了時間のばらつきにより、速い作業ノードが待機して計算資源が無駄になるためである。著者らは有界な古さを許容する非同期進化戦略（ES）を提案し、WebShopで遅延と古い適応度測定の割合を変えて検証、さらに極端な古さを調べる二つのストレステストを加えた。その結果、すべての適応度測定が古い場合でも評価精度の低下はわずかで、明示的な方策外補正なしにESが大きな方策の古さに耐えられることが示された。
説明MemLeak：マルチテナントAIエージェントのメモリにおけるユーザー間の意味的漏洩
要約企業のマルチテナント環境で個人向けAIエージェントが長期記憶として共有ベクトルストアを使う場合の、ユーザー間の記憶漏洩を調べた論文です。あるユーザーの問い合わせで、通常のコサイン類似度検索により他ユーザーの意味的に近い記憶が取得されうることを示しています。非敵対的な偶発的漏洩は同一チーム内の検索で70〜100%に達し、三つの緩和策のうち検索後の所有権ゲーティングのみが一貫して正常ベースラインを回復し、クエリあたり約1.4ミリ秒の遅延が生じると報告しています。
注目点マルチテナントの共有ベクトルストアにおけるユーザー間の記憶漏洩を定式化し、複数実験と比較検証で示しており影響は広い。
説明構造化CoTを用いたエージェントAIによる空間知能の向上：回転の可視化と推論
要約本論文は、画像と言語の処理能力を持つ生成型エージェントAI（GPT-5.6）が、三次元空間での物体の回転をどの程度理解できるかを検証しています。改訂版Purdue空間可視化テスト（Revised PSVT:R）の回転図を用い、追加の図形情報や文脈情報を重ねて評価しました。その結果、構造化された思考連鎖（CoT）推論は基本モデルの性能を向上させる一方、文脈情報を除くと改善は限定的で、空間変換の理解には依然として困難が残ることが示されています。
説明視覚Transformerにおける抽象概念の接地のための換喩回路
要約本論文は、学習データに直接的な指示証拠が乏しい場合に、Vision Transformerが「怒り」などの抽象概念をどのように接地するかを研究している。抽象的な予測は、「火」のような具体的で解釈可能なアンカー概念を介して、視覚信号と抽象的意味をつなぐ換喩的メカニズムによって駆動されるという仮説を立てている。CLIPとDINOの視覚エンコーダーにTranscoderを適用し、精選されたアイコンデータセットで構造化された換喩回路を見いだし、因果的介入によって中間表現が実際に関与していることを検証している。
説明カメラ移動を補正して言語指定の複数物体を追跡する手法（移動カメラ映像向け）
要約本論文は、言語表現で指定された対象を動画中で全て追跡する指示付き複数物体追跡（RMOT）を扱います。移動カメラで撮影された映像では、カメラの動きによって物体が実際とは異なって動いて見えるため、カメラ運動を推定して残差運動を抽出し、その運動特性を問い合わせ表現と比較します。運動の一致度を後期融合によって既存のRMOT手法の予測結果と統合し、補正モジュールを様々なRMOT手法にプラグインとして組み込むことで性能が向上することを検証しています。
説明EvalResearchBench：AIエージェントは再帰的自己改善のための評価フィードバックを自ら設計できるか
要約本論文はEvalResearchBench（ERB）を提案し、AIエージェントが評価設計を自律的に行えるかを検証する。研究者エージェントは予算制約のもとでタスクを選択または合成し、採点器を実装して試験運用を経て実行可能な評価器を固定する。9の研究者と13の候補モデルで比較したところ、最良の評価器がモデルの組の順位を一致させる割合は約75%で、対象ベンチマーク同士の一致上限約91%には届かなかった。人手で設計された公開タスクの標本は依然として強力なベースラインである。
説明言語モデルの活性化は特権的な誤り訂正ベイスンに存在する
要約本論文は言語モデルの活性化空間の幾何構造を調べ、モデルの活性化が複数の異なる引き込みベイスンに集まることを明らかにしています。これらのベイスンにより、自然な活性化と分布が似ている合成活性化を幾何学的に区別できるとしています。また、ステアリングによって活性化がベイスン間を移動すること、そしてステアリング強度を適応的に調整して目標ベイスンへ移すと、言語間ステアリングで目標言語のトークンが生成される確率が高まることを示しています。
説明SHarP：顕著性に基づくエージェントハーネスの剪定手法
要約本論文は、モデル呼び出し、ツール利用、タスク実行を調整するエージェントハーネスが反復的な修正によって複雑化し、一部のモジュールが冗長でトークン消費を増やしている可能性を指摘します。ニューラルネットワークの剪定に着想を得て、各モジュールを個別に無効化して性能とコストへの寄与を測り、寄与が小さいもの、または計算負荷が大きいものを削除するSHarP（Saliency-based Harness Pruning）を提案しています。検証の結果、調査したハーネスの多くは冗長性が高く、モジュールの相当部分を削除しても、同等の性能と効率を維持できることが示されました。
説明AttSVD：注意力誘導SVDに基づくプロンプト適応型の低ランクKVキャッシュ圧縮
要約自己回帰型Transformerの KVキャッシュは文脈長に比例して増え、長い文脈ではメモリの大半を占めます。本論文は重要度の低いトークンを削除する方法と異なり、すべてのトークンを保持したまま特徴次元側でより少ないコストで格納します。提案手法AttSVDは、各プロンプト自身の注意機構の幾何から基底を求める、プロンプトごとのオンライン截断SVDです。複数のモデルでエージェント系ベンチマークとLongBench全体を評価した結果、密なキャッシュと同等の性能を保ちつつ、KVキャッシュのメモリを最大50%まで削減できたと報告しています。
説明DimSteer：自動発見された文体コントロールで大規模言語モデルの執筆を導く
要約本論文は、大規模言語モデルを用いた執筆インターフェースDimSteerを提案します。現在のプロンプト周辺で複数の補完結果を生成し、モデル内部の活性化空間で変動の大きい軸を見つけてラベルを付け、両端のプレビュー、差分比較、リセット機能を備えたスライダーとして提示します。16名を対象とした被験者内実験では、プロンプトのみの基準と比べて、知的負荷、努力、苛立ちが減少し、知覚された成功度は同程度でした。15名の参加者は、同じ変更をプロンプトで要求することを思いつかなかったと答えました。
説明有限粒子拡散ステアリングのためのリスク較正付き提案輸送（RCPT）
要約推論時に拡散モデルを誘導する際の提案分布の問題を扱う論文です。分散制御ガイダンス（VCG）は、有限粒子条件下で新しい状態上の残余リスクを大きく増やし、無重み生成の悪化や粒子崩壊の加速を招くことがあると指摘します。著者らは、削除型の留一残差でVCG更新の保持割合を較正する風險較正付き提案輸送（RCPT）を提案し、モデル呼び出しは追加しません。2次元チェッカー分布、足場装飾、分子特性最適化、CIFAR-10の条件付き生成の実験で、較正されていないVCGより多くの終端指標が改善したと報告しています。
説明エージェント的認知深度：LLMエージェントを評価するための運用基準
要約本論文は、LLMエージェントの評価を最終的なタスク成功率だけでなく軌跡（トラジェクトリ）単位に広げ、「エージェント的認知深度」を提案しています。これは文脈感度、時間的連続性、マルチモーダル協調、適応的対話、メタ認知モニタリングの5つの基準からなります。最初の4つは実行過程で制御フロー、メモリ、ツール、計画がどれだけうまく使われているかを測り、5つ目は実行全体を系統的に監視・調整しているかを測ります。各基準について運用上の代理指標と摂動手順が示され、GAIA や SWE-bench などのベンチマークを基準ごとの診断で拡張する枠組みが提案されています。
説明言語モデル向けの、ハイブリッド勾配を用いた原理的な Top-k 選択手法
要約本論文は、大規模言語モデルにおける m 個の候補から k 個を選ぶ問題（検索拡張生成での文書選択、Mixture-of-Experts でのエキスパート・ルーティングなど）を扱います。選択モジュールを訓練するための原理的な目的関数を提案し、その勾配は教師あり勾配と方策勾配を組み合わせた形になります。アルゴリズムは O(1/√T) の速度で収束するとされ、合成回帰、RAG、MoE の各タスクで基線を上回る結果が報告されています。
説明診断条件付き空間ゲーティングとデコーダ層の教師あり対照学習による放射線レポート生成
要約本論文は、放射線レポート生成モデルが流暢な文章を生成しても所見レベルの誤りを含みうるという問題に取り組みます。予測された所見表現を用いて領域の教師情報なしに視覚パッチを空間的に変調する位置認識ゲート（PAG, Position-Aware Gate）と、インスタンスの同一性ではなく共有された陽性所見に基づいてデコーダ表現を構造化する損失（DSCL, Decoder-level Supervised Contrastive Loss）を提案します。MIMIC-CXRでは、PAG+DSCLが、対応する全体ゲートの基準の0.484から臨床有効性（CE）F1を0.502に改善しました。IU X-Rayでは追加の微調整なしで0.226を達成し、PromptMRGが報告した0.211を上回りました。
説明強化学習がLLMの推論をどう変えるか：転移性・カバレッジ・スケーリング則
要約本論文は、強化学習（RL）が大規模言語モデルの推論能力に与える影響を検証しています。学習後のモデルには他分野への向上と忘却の両方が見られ、大規模サンプリングでのカバレッジはタスクによって増減することを示しています。解法の過程を分析し、戦略選択と問題固有の実行を分ける二段階の自己回帰方策モデルを提案して、転移、カバレッジ、計算量のスケーリング則を理論的に説明しています。
注目点二段階の戦略選択フレームワークを提案し、RLの暗黙のバイアスが戦略選好を再形成する過程を理論的に示し、複数モデル族で検証している。
説明グラフを変更せずに過剰圧縮を緩和：層（sheaf）の有効抵抗という視点から
要約グラフニューラルネットワークは、ノード埋め込みが有限サイズのメッセージに繰り返し圧縮されることで表現が潰れる「過剰圧縮（over-squashing）」により、長距離依存関係の捉えが困難になることがあります。本論文はセル層（cellular sheaf）に基づき層有効抵抗を導入し、平坦ベクトル束の場合、ヤコビアンの意味での過剰圧縮感度が層有効抵抗で上から抑えられることを示します。さらに、その考えを実装したFlatNSDを提案し、元のグラフ構造を変えずに過剰圧縮を試すベンチマークで良好な結果を示しています。
説明軌跡由来の信頼度による、信頼性と計算資源を両立させる臨床テキストtoSQLエージェント
要約本論文は、臨床テキストtoSQLエージェントが自らの推論や出力の信頼性を判断できない問題に取り組み、推論の軌跡から得た分類器ベースの信頼度層「Sentinel」を提案する。Sentinelは、回答不能な質問の拒否、失敗する見込みの軌跡の途中停止、信頼できない回答の提示保留の3段階で停止判断を行う。EHRSQLベンチマークでは、誤りの効用重みが低い場合に信頼性スコアを+0.08から+0.24へ引き上げ、提示された回答の正確度を54%から69%に高めた。また、低リスクの場合にはエージェントのステップを13〜28%削減した。
説明PROTECT-90データセットにおける1サイクル故障分類と故障線路識別：初期応用ベンチマーク
要約本論文は、新たに公開された電磁過渡データセットPROTECT-90を用い、故障種別分類と離散的な故障線路識別という保護タスクの初期応用ベンチマークを示しています。コンパクトな一次元畳み込みニューラルネットワークを評価し、対照用に多層パーセプトロンも学習させています。完全観測の条件では両タスクがほぼ飽和し、1サイクルのテスト精度は故障種別で99.84%、線路識別で100.00%でした。電圧のみの入力では線路識別精度が大きく低下し、性能を制限しているのは網構造よりも測定情報であることが示されています。
説明Kepler4D：4Dシーン状態の進化による制御可能な未来動画生成
要約本論文は、単眼動画から背景形状や物体の運動履歴などを含む共有3D表現を構築し、視覚言語モデルで速度と進行方向を選ぶKepler4Dという枠組みを提案します。決定された決定から未来の物体軌跡を確定的に展開し、事前学習済みの動画生成器へ幾何学的制御として与えます。実世界の動画での実験では、シーンの一貫性を保ちながら物体の運動を制御できることが示されています。
説明コンテンツ来歴のソフトバインディングとしての電子透かしとフィンガープリント：画像・音声・動画向けのオープンライセンス・ベンチマーク
要約本論文は、C2PA などのコンテンツ来歴規格で、メタデータが除去された後に来歴情報を復元するため、不可視の電子透かしとレジストリ照合によるフィンガープリントの二方式を、統一プロトコルで比較しています。対象はライセンスを監査した公開モデルと公開メディアに限られ、画像・音声・動画の複数の透かし構成と、最大98,985枚の画像レジストリを用いた指紋検出を評価しています。両方式は異なる形で失敗し、透かしの埋め込みは一部の画像の ISCC コードの一致に影響し、プラットフォームごとの色変換が透かしビットを変えることも報告されています。
説明Inception クロップの実装違いに関する研究
要約Inception クロップは深層視覚モデルの学習で広く使われるクロップ型データ拡張です。本論文は、TensorFlow/JAX の標準実装が PyTorch 版と異なるスケール分布（確率密度 f(A) ∝ 1/√A）でサンプリングしている点に注目しました。ImageNet-1k 上で 522 個の ViT-S/16 モデルを学習し、学習予算・クロップ分布と性能の関係を検討して、Beta クロップも再評価しています。
説明考慮回路：単一ソフトマックスを超える深さの分離と汎用性
要約本論文は、多項ロジット（MNL）単位の有向非巡回グラフで多段階の選択をモデル化する考慮回路（CC）を提案します。三項目の妥協課題では、深さを2から3に増やすと、誤差εに必要な最大嗜好ベクトルノルムが対数÷誤差から対数オーダーに改善されることを示します。実験では、パラメータ600未満の独立した木構造回路が、評価したモデルの中で複数のベンチマークにおいて最も低い平均テスト負の対数尤度を達成しました。
説明大きな初期化におけるロジスティック勾配降下の軌道を近似する理想経路
要約本論文は、厳密に線形分離可能なデータ上で、大きな尺度 R の初期化から始まる全バッチのロジスティック勾配降下（GD）の軌道を研究し、有限本の線分からなる理想経路を幾何学的に構成します。経路は負のマージン修正と最小マージン増大の二段階からなります。明示的な二段階の時間再パラメータ化の後、R→∞ で R で割った GD 軌道がこの経路に一様収束することを示し、ピーク評価損失と累積学習損失の漸近式を与えます。
説明ExpertMuon-Compass：専門家の整合度でステップ幅を調整する混合専門家（MoE）学習の最適化手法
要約本論文は、混合専門家（MoE、Mixture-of-Experts）言語モデルにおいて、各専門家の Muon 更新幅を調整する ExpertMuon-Compass（Compass）を提案しています。各専門家の更新方向と勾配の整合度に基づく二つの係数を Muon のステップに掛け、更新方向と運動量バッファは維持します。FineWeb-Edu での事前学習では、Compass は Muon や NorMuon などと同等以上の性能を示し、各専門家が見るデータが学習中に変化する場合に最も効果的だとされています。二つの係数に関する摂動上界の証明も示されています。
説明観測から予測へ：視覚言語モデルにおける予測的空間推論
要約本論文は、空間推論と将来予測のための実スケール視覚言語モデルSpatialMindを提案します。メトリック深度アダプタにより空間推論を実世界のスケールに結びつけ、段階的状態連鎖によって現在の空間状態と観測された動きを将来予測の基盤としています。また、運転と日常の一人称視点シーンを対象としたSpatialMind-30KデータセットとSpatialMind-2Kベンチマークを構築しました。実験では、既存の汎用モデルおよび空間特化モデルを上回る性能を示し、複数の公開ベンチマークでもゼロショットで競争力のある結果を報告しています。
説明エコシステムを考慮した不正検知のための二重スケール関係グラフTransformer
要約本論文は、アカウント乗っ取り（ATO）不正を検知するHERMESモデルを提案します。局所的な関係構造（Micro-GT）と不正エコシステム全体の状態（Macro-GT）を同時にモデル化し、セッションを孤立して評価する従来の表形式モデルとは異なります。米国の大手金融機関の1億3000万件を超える高リスク取引セッションで評価され、本番システムに比べ顧客の摩擦が44.44%相対的に減少し、不正の再現率が24.66%相対的に向上したと報告しています。
注目点局所的な異種グラフ注意と大域的エコシステム文脈を組み合わせた点に新規性があり、1億3000万超のセッションで本番システムと比較・アブレーションを実施している。
説明動的ハーネス探索：予測によりクエストごとにマルチエージェントシステムを構築
要約本論文はSHIFTという手法を提案します。ローカルLLMのアーキテクトがハーネス（役割、指示、ツール、通信構造）を構築する方策を学習し、精度と実行コストを両立させた効用を予測する価値関数を用います。各クエリについてモンテカルロ木探索が予測を使ってハーネスを構築し、推論時に候補を個別実行する必要をなくします。6つのベンチマーク9,193タスクで、平均精度は約80%と報告されています。
説明自律型材料探索におけるバッチ多目的ベイズ最適化のための適応的リソース配分
要約本論文は、資源制約下での合金設計において、多目的ベイズ最適化（BO）の枠組みを構築し、各反復で探索方針を適応的に調整する戦略を比較しています。対象は高融点高エントロピー合金（RHEA）とFe-Co-Ni系軟磁性合金で、予算削減や期間短縮などの途中の資源変化も検証しています。結果として、混合型の配分戦略は活用重視の基準手法より多くの相互情報量を蓄積し、超体積と最適化速度の低下は比較的小さいことが示されました。適応型戦略は固定混合型より優れ、パレート最適組成の予測不確実性の低減に寄与すると述べています。
説明成対の等価性判定の監査：マルチエージェント仮説生成における自己批判効果と多様性測定
要約本論文は、大規模言語モデルに基づくマルチエージェント型の科学的仮説生成システムを対象に、二つの仮説が同じ機構を記述しているかをどう判定するかを検討している。著者らは0、1、5回の批判ラウンドの結果をLLM-as-a-judgeで比較し、TF-IDF、密な埋め込み、LLM評価の三つの等価判定規則を比較した。その結果、判定規則の選択が自己批判の効果と生成仮説の多様性の測定結果に大きく影響することが示された。
説明PB-GRPO：ペルソナ駆動シミュレーションと嗜好バッチGRPOによる社会適応型LLMエージェントの学習
要約本論文は、マルチターンの対話でユーザーの嗜好に適応するよう大規模言語モデルを学習させる後学習アルゴリズムPB-GRPOを提案しています。研究は、ペルソナライブラリ、LLMベースのユーザーシミュレータ、0から1の範囲のユーザー満足度スコアリングからなる社会シミュレーション環境を用い、対話単位のフィードバックから学習します。通常のGRPOと比べ、PB-GRPOは嗜好の似たユーザー群の中で正規化を推定して優位性を計算し、多様なユーザー集団での学習を安定させます。論文では、シミュレーション環境において強力な強化学習ベースラインを上回ったと報告しています。
