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。
説明証拠が変わるとき：言語モデル・エージェントにおけるメモリ修復と再読の評価
要約エージェントが導出した事実の根拠文書が撤回または差し替えられたとき、メモリを修復すべきか、現在の証拠を再読すべきかを検討します。公開されているICUの診療記録に基づく投薬・問題リストのタスクで、各種メモリ手法と全文再読、出典フィルタ付き再読を、2つの7Bモデルで比較しました。結果として、多くの条件でメモリ手法の総コストは再読より高く、出典フィルタ付き再読が最も安価でした。替え実験では、事前に指定した4つの主要な確証的検定はいずれも統計的に有意になりませんでした。
説明AdaEva：適応的部分評価によるLLM駆動のアルゴリズム設計の高速化
要約大規模言語モデル（LLM）による自動アルゴリズム設計では、生成された各候補を全訓練インスタンスで評価する計算コストが大きいという問題があります。本論文は、同じインスタンス集合の段階的に大きな部分集合で候補を評価し、証拠が集まるにつれて見込みの低い候補を除外するAdaEvaを提案します。既存のLLM4ADの手順や評価器は変更せず、インスタンスの難易度に関する事前知識も不要です。同一の評価予算の下で、既存の固定的な部分評価より効率的な探索と汎化性能の向上が示されています。
説明プロキシ信頼度：代理モデルの対数確率によるブラックボックスLLMエージェントの監査
要約本論文は、展開されたLLMエージェントが誤ったツール呼び出しを静かに出力しうる問題に対し、低コストのオープンウェイト代理モデルを並行実行し、その対数確率でエージェントの動作を採点する手法を提案しています。困難なコーディングタスクでAUROCは0.825に達し、エージェント自身の自己申告信頼度（0.598）はほぼ偶然水準でした。また、リアルタイムゲートと信頼度フィードバックという二つの運用形態での効果も示されています。
注目点オープンウェイト代理モデルの対数確率で黒箱LLMエージェントのツール呼び出しを採点し、補完的な読み出し法と選択原理を示す。複数の基準で検証され、タスク成功率も向上。
説明REACT：物理・化学的に一貫した海洋活性トレーサーの再構成手法
要約本論文は、まばらな観測から全球の海面 pH を再構成するための REACT フレームワークを提案し、海洋酸性化の監視を目的としています。溶存無機炭素を保存量として保守的に輸送し、ソースモジュールで非保存的な炭素循環の変動を補正した後、炭酸塩平衡を通じて pH に変換します。シミュレーションデータでは、最良の基準手法と比べ pH の NRMSE が 14.7%、化学的一貫性誤差が 24.0% 低減しました。
説明結晶生成器の離散組成チャネルでの強化学習：検証された改善と報酬ハッキング
要約本論文は、確率的補間と離散フローマッチングに基づく結晶生成モデルを、群相対方策最適化（GRPO）による強化学習でブラックボックス報酬関数に合わせる手法を扱う。設計した報酬により、コミュニティベンチマークで評価した準安定・唯一・新規（mSUN）構造の収率は、事前学習モデルの13.4%から強化モデルの45.5%に向上した。一方、原子種遷移の尤度を直接強化すると報酬の悪用が起こること、また異なる充填を持つ単元素構造が新規化合物なしにmSUNを押し上げる指標の欠陥も指摘されている。
説明3D人体動作生成のためのストリーミング型マルチトラック・タイムライン制御
要約本論文は、進行中の動作を続けながら新しいテキスト指示に応答する手法TimelineControlを提案しています。たとえば、歩きながら電話に出るような場面を想定しています。区間を考慮した条件付けで指示のタイミングを保ち、因果的な身体部位構造表現と部位認識デノイジングで身体各部の同時動作を調整します。また、重なる指示区間と身体部位の注釈を持つTimelineMotionデータセットを構築し、TimelineMotionとMTTでの実験により、評価された既存のストリーミング手法より意味的整合性と時間的遵守が向上したと報告しています。
説明自動診断とスキル発見による数値知能の訓練
要約本論文は、数値ソルバーの性能が低い理由をまず説明し、その診断に基づいて適切な数値手法を発見し、再利用可能なソルバースキルとしてまとめる枠組み（ADSD）を提案しています。潮流方程式、交流最適潮流制御、剛性常微分方程式、異種拡散偏微分方程式の4つの数値領域で、精度・頑健性・効率の向上が示されています。GOC-500の潮流計算では平均ソルバー誤差が約71倍削減され、改善は未見の系統トポロジーや運転条件にも移転したと報告されています。
説明デコーダを小さくすると、エンコーダが良くなる：新規視点合成による幾何表現学習
要約本論文は、新規視点合成（NVS）が幾何表現学習で果たす役割を検討しています。既存のエンコーダベースのNVS手法は表現が乏しいが、その原因は監督信号の不足ではなく、デコーダが強力すぎることと低レベルのピクセル空間目標にあると述べています。著者らは、姿勢条件付きの局所デコーダと潜在空間での再構成目標を用いる自己教師ありTransformer「SNAP」を提案し、視覚的位置推定、姿勢推定、点対応、深度推定、ロボット操作の5つのタスクで自己教師あり表現と比べ競争力があると報告しています。
説明MoSE3：各ピクセルで世界座標系のSE(3)運動を学習
要約本論文は、単眼RGB動画から高密度なSE(3)運動を順伝播で予測するモデルMoSE3を提案し、世界座標系で各ピクセルの完全な6自由度剛体変換を出力します。モデルは3D点軌跡と剛性埋め込みを共同で学習して中間表現とし、ソフトな剛体クラスタ内で変換を微分可能にフィットすることでSE(3)を求めます。また、データ不足を補うため、関節物体の高密度なSE(3)と剛性ラベルを備えた合成データセットArt-Kubricを導入しています。原文によると、剛体および関節物体のベンチマークでピクセル・部品・物体の各レベルにおいて、また3つのデータセットで平均3D点跟踪精度において最先端の結果を示しています。
注目点逐ピクセルの世界座標系SE(3)運動を初めてフィードフォワードで予測し、Art-Kubricデータセットを提案。複数ベンチマークで最高水準、影響は動き推定の分野に限られる。
説明4DCodeBench：コードによる動的シーンの逆グラフィックス再構成をエージェントで評価するベンチマーク
要約本論文は、コード生成による4D逆グラフィックスのベンチマーク「4DCodeBench」を提案しています。エージェントは動画中の動的シーンを、実行可能なグラフィックスプログラムとして再構成する必要があります。評価用に実世界の動画と、変形・流体・破壊などの物理現象を含む合成シーンを用意し、最先端モデルを評価したところ、静的な再構成能力が高くても複雑な動的挙動を確実に再現できるとは限らないことが分かりました。
説明GOTT：物体中心で、異なる機体間で再利用できる接触プリミティブを用いた器用な操作手法
要約論文はGOTTという「接近・接触獲得・移動」フレームワークを提案しています。中核は、異なるロボット本体の間で再利用できる接触獲得プリミティブです。まず手を課題に関係する接触領域の近くへ運び、その後閉ループのプリミティブで安定した接触を確立し、姿勢条件付きコントローラが物体の動きを追従します。シミュレーションと実機実験では、多様な物体や未見の手形状でも頑健に接触でき、開ループの把持実行より端から端までの成功率が向上したと報告されています。
説明世界モデルは何を忘れるべきか：継続適応のための階層化された保持
要約本論文は、以前のデータでの性能低下を失敗とみなす継続学習の前提は世界モデルには当てはまらないと指摘します。環境は変化するため、以前は正確だった知識が後に誤りになり得て、それを捨てることは必要な振る舞いだからです。著者らは、物理法則や物体の永続性などの不変量は決して改訂されるべきでなく、個別の事実は環境の変化後すみやかに改訂されるべきだとして、不変性の時間尺度に応じた保持を提案します。さらに、不変量の回帰テストと改訂遅延を集約せずに併せて報告する「差分保持」という評価方法を示しています。
説明RNADyn：RNA動力学の生成と理解のためのベンチマーク
要約RNAの機能は静的構造では十分に捉えられない構造変化に依存します。著者らは、品質管理された2585本の100ナノ秒全原子分子動力学（MD）軌道を含むベンチマーク RNADynBench と、リークを抑えたデータ分割を提案しています。さらに、単一のコンフォーマーから軌道を生成し動力学指紋を抽出する共有バックボーンのモデル RNADynNet を開発し、物理的制約を導入しています。両方のテストセットで、生成軌道のRMSF相関は0.875と0.766でした。
説明EyeRobot 2.0：手首カメラなしで、能動的注視により立体カメラ1台で精密な両腕操作を実現
要約本論文は、立体カメラ1台だけで、能動的に注視点へ両視点を向けて精密な両腕操作を行うEyeRobot 2.0を提案している。画像中心により多くの視覚トークンを割り当て、タスクに関係する特徴に計算を集中させる。注視サーボ方策と注視目標選択器を階層的に実機データで強化学習により訓練している。実機7タスク・シミュレーション6タスクでの評価では、受動的立体カメラより実機で40%、シミュレーションで20%高い成功率を示し、手首の映像が鮮明な場合は腕部カメラ付き方策と同等（69%対64%）であった。
注目点能動的注視に基づく階層的方策を提案し、ステレオカメラのみで精密な両腕操作を実現。実機1000回超・シミュレーション1800回超の比較実験で有効性を示す。
説明混合から引き裂きへ：メッセージパッシングによる分散最適化のグラフ分解
要約各エージェントが隣接ノードとのみ通信できるグラフ上で、滑らかな強凸関数の和を分散的に最小化する問題を扱います。ネットワークを情報交換だけでなく手法の設計にも用いるグラフ分解の枠組みを提案し、その具体的手法としてGATEとその近似版GATE-Sを示しています。線形収束を証明し、木が主体のグラフでは収束が速いことを示しています。実験は理論的なスケーリングと反復・通信量の削減を裏付けています。
注目点グラフ分解で分散最適化法を設計する新枠組みを示し、木の直径に依存する収束率を理論的に示した。実験で理論のスケーリングを裏付ける。
説明LESSER：出力層の勾配を用いた事後学習データ選択
要約本論文は、大規模言語モデルの事後学習におけるデータ選択手法を扱う。従来の勾配ベース手法は各サンプルで完全な逆伝播が必要で計算コストが高い。著者らはLESSERを提案し、前向き計算だけで済む出力層の勾配で完全勾配を近似してデータを順位付けする。SFTとRLのベンチマークで特徴抽出のFLOPコストをそれぞれ9.7倍、3.0倍削減しつつ、下流タスクの性能は完全勾配の場合に近い水準を保つ。
説明視覚Transformerにおけるレジスタトークンと高ノルムパッチトークンの機能的役割の解読
要約本論文は、自己教師あり視覚Transformer（DINOv2を例とする）内部の2種類のトークン、すなわちレジスタトークンと背景領域に現れる高ノルム外れ値パッチトークンの働きを分析しています。スパースオートエンコーダを用いて両者の活性化特徴を調べたところ、レジスタトークンの特徴は高次の意味概念と、外れ値トークンの特徴は構造・背景・テクスチャ的なパターンとより強く関連していました。因果的アブレーション実験では、レジスタ由来の特徴を無効化すると表現のコサイン類似度が48.17%低下し、外れ値由来の特徴では0.31%の低下にとどまり、両トークンの機能分化が示されています。
説明チェスを指し、自分の指し手を説明する言語モデル：沈黙の専門家と言語モデルを組み合わせる手法
要約本論文は、4Bパラメータのチェス用言語モデルQueenを紹介しています。このモデルは一般的なグランドマスター級の水準で対局しながら、自分の指し手や方針を説明できます。エンコーダ・デコーダ構造と反復蒸留アルゴリズムを用いて、既存のチェス評価エンコーダと言語モデルを結合し、説明の質を改善します。論文によると、7回の反復でEloは1782から2697に向上し、対局の強さとパズルの正答率で比較対象の最先端モデルを上回りました。
説明転写産物情報を用いたマルチモーダルAIによる乳がん生検からの術前療法効果予測
要約本研究は二段階のAIモデルを提案し、まず病理組織画像から遺伝子発現（トランスクリプトーム）を推定し、その後臨床変数とあわせて乳がんの術前療法による病理学的完全奏効（pCR）を予測します。9つのコホート、1,412例の評価で、プール後のAUROCは0.79（95%信頼区間 0.73-0.85）でした。著者らは、この生物学的情報に基づく圧縮手法がデータの少ない精密腫瘍学にも応用できる可能性があると述べています。
説明FlowHMR：動画から物理的に妥当な人体動作をキャプチャする手法
要約論文はFlowHMRという、単眼動画から物理的に妥当なグローバル三次元人体動作を復元するフレームワークを提案している。動画を条件とした動作生成問題として定式化し、フローマッチングモデルを事前学習した後、忠実度報酬と追跡報酬を用いたGRPOで事後学習を行う。また、約4千本のネット動画からなるWild-4Kデータセットを導入し、要約によれば、同データセットで既存手法より高い動作忠実度と82.47%の物理追跡成功率を示し、最強のベースラインGVHMR（62.82%）を上回ったとされる。
説明航空画像による火災リスク7分類のためのSigLIP2の検証
要約本論文は、事前学習済みのSigLIP2画像エンコーダを、航空画像からの7クラス火災リスク分類に転用する手法を検討しています。公開されているFireRiskの学習データを再現可能な方法で分割し、データの出所、前処理、モデル選択の過程を記録しています。検証データでは、モデル全体を調整した場合の正解率は63.05%、マクロF1は58.94%で、分類器のみを学習させた場合（55.95%、50.19%）を上回りました。ただし、これは開発段階の結果であり、独立したテストデータや未知の地域での性能はまだ確認されていません。
説明Wasserstein拉格朗日残差による、シミュレーション不要の集団動力学学習
要約本論文は、学習された集団経路に沿った運動方程式の残差にペナルティを課すことで、シミュレーションなしにWasserstein空間のラグランジュ力学を学習するDouble-Stitch法を提案します。この手法は、勾配流では記述できない保存的・周期的な動力学を扱えます。合成データ、単一細胞データ、海洋渦データで評価され、多くのタスクで勾配流法やシミュレーションベースのWLMと同等以上の性能を示し、学習はWLMより4〜14倍速いとされています。
注目点Wasserstein拉格朗日力学を各ステップの数値解法なしで学習し、残差ペナルティで実装。合成・単一細胞・海洋データで4〜14倍高速に学習。
説明FrugalEvo：コスト意識型LLM誘導プログラム進化に向けて
要約本論文は、より高性能で高コストのLLMが解法戦略を探索し、安価なLLMがそれを実装してコードを反復改良する、コスト意識型の進化フレームワークFrugalEvoを提案しています。プロンプトの接頭辞共有によりキャッシュ再利用を高める設計も含みます。固定コスト予算内での解の品質を測るため、累積LLMコストに対する最良評価スコア曲線の下の面積であるBA-AUCを導入しています。10の数学・システム最適化タスクで、既存の基線と最終品質で同等以上の結果を示し、円充填問題では低コストで新たな最高性能を達成したと報告しています。
説明検索中心の深層学習：成長する非パラメトリックニューラルネットワークにおける応用
要約本論文は、訓練時に各データ点ごとにキーと値の表現の組を保存し、推論時にアテンション機構でそれらを検索・再結合する汎用深層学習層を提案し、ネットワークが data とともに成長する仕組みを示しています。線形アテンションの学習規則を高度なカーネルにそのまま適用しても原理的な最適化にならないことを指摘し、RBFおよびsoftmax型カーネルに対する関数勾配ベースの学習規則を導出して「検索中心の深層学習（RCDL）」の枠組みを確立しています。画像分類と合成の教師-生徒学習課題で有望な性能と学習効率を示し、MesaNet/DeltaNetへの置き換えにより固定サイズのネットワーク向け最適化手法との形式的な関係も明らかにしています。
説明学習を計画する：交差エントロピーと厳密な方策勾配の間をとる分類損失
要約本論文は、分類タスクで厳密な方策勾配が交差エントロピーに劣る理由を検討しています。厳密な勾配は現在の一歩の利得しか見ず、更新が次の学習の出発点も決めることを無視します。著者らは、残りの学習量で累積誤差を打ち切る「ホライズン損失（horizon loss）」を提案し、学習の終盤には交差エントロピーから厳密な方策勾配へ近づくとしています。原文によれば、MNISTとResNet-50、ResNet-101、ViT-S/16を用いたImageNetの実験で、固定学習率のもと交差エントロピーよりtop-1精度が向上し、ラベルノイズが大きいほど利得も増えたとされています。
注目点交叉熵を有限視野の方策勾配とみなし、切断ホライズン損失を提案。配分モデルでの証明とMNIST・ImageNetでの検証により新規性が高い。
説明Pivot-SD：マスク付き拡散言語モデルのための効率的な自己蒸留法
要約マスク付き拡散言語モデルは文章を並列に生成できますが、ノイズ除去の過程で少数の重要な決定が回答の大部分を決めるため、学習信号の割り当てが難しい課題があります。本論文は、こうした影響の大きい決定（ピボット）だけを教師する、オフラインの自己蒸留フレームワークPivot-SDを提案します。情報利得に基づいてピボットを選び、成功した軌跡は交差エントロピーで、失敗した軌跡は標的を絞った非尤度で学習します。200問・各4回の展開のみを用い、数学とコードのベンチマークで、全系列SFTや予算を揃えた拡散強化学習のベースラインを上回ったと報告しています（対象はLLaDA-8B-Instruct）。
説明ProAR：自己回帰型ビデオモデルによる先読み推論の学習
要約自己回帰型ビデオモデルは因果的な生成が得意ですが、次のチャンクを予測するだけのため、先を見通した推論には向きません。本論文は、非対称アテンションマスクで目標フレームの予測を組み込み、未来表現の自己整合で短期の遷移を導く枠組みProARを提案しています。論文によれば、複数の視覚推論ベンチマークで性能が向上し、訓練ステップの25%で標準的な自己回帰ベースラインを上回りました。
説明反事実シミュレータのロールアウトに基づく予測：シム2リアルの評価
要約新しい意思決定方策を導入する際、予測モデルは旧方策の履歴データしか持たず、新方策下の実観測がまだないというコールドスタート問題に直面する。本論文は、目標方策を反事実シナリオでシミュレータ上にロールアウトし、その軌跡でモデルを学習させる手法を提案する。2つの実際の在庫管理導入事例で、シミュレータで学習したモデルは同じアーキテクチャを過去の実データで学習したモデルより点推定のMAPEが低いことを示し、導入後は初期の実観測による軽量な校正で誤差がさらに下がるとしている。
説明声楽アンサンブルの多重ピッチ推定における入力時間周波数表現の再検討
要約本論文は、歌手の音域が重なり基本周波数が近接するため倍音が時間周波数表現で重なり合う、声楽アンサンブルの多重ピッチ推定を扱います。既存モデルで多用される調和定Q変換（HCQT）と、周波数ビンを直接入力とする線形短時間フーリエ変換（STFT）を比較しました。線形STFTはHCQTより高い性能を示し、特徴量抽出のコストも大幅に削減されます。さらに、分析窗を長くしても周波数範囲を広げても改善は見られず、時間変化する人の声の音高には短い分析窗がより有効であることが示されています。
説明MRVQ：次元とビットレートを可変にできる常駐ベクトル検索インデックス
要約高密度検索サービスは、遅延・品質・メモリ予算に応じて埋め込みの次元やインデックスのビットレートを切り替える必要がある。MRVQ は凍結された埋め込み向けの後処理型残差量子化手法で、最大レートの符号を残差ステージの削減（レート低下）と埋め込み座標の削減（次元低下）の両方で切り詰められるため、評価した（次元，レート）の組み合わせすべてを1つの常駐アーティファクトで提供できる。メモリ使用量は最も少ないが、レートごとに個別学習した QINCo2 は FiQA で品質が高く、MRVQ が品質で常に優れるわけではない。
説明効率的な海洋環境監視のための搭載型異常検知
要約本論文は、多分光または高分光センサを搭載した地球観測衛星向けの海洋イベント検知パイプラインを提案しています。油流出、藻類ブルーム、土砂の洪水などの異常を検出することを目的としています。自己教師あり学習のニューラルネットワークエンコーダで衛星画像を低次元の潜在空間に圧縮し、異常検知モデルが正常な海況からの逸脱を識別します。Isolation Forest、One-Class SVM、局所外れ値因子などの従来手法と性能を比較しています。欧州宇宙機関（ESA）のPhisat-2ミッションおよびMicrosoft/Thales Alenia Space のIMAGIN-eミッションで統合・適用されていることも示されています。
説明ガウス過程潜在変数モデルのための償却構造化確率的変分推論
要約本論文は、データが存在する低次元多様体をより良く近似し、その認知的不確実性を推定する方法を扱います。ガウス過程潜在変数モデルにおいて、潜在変数の変分事後分布を、従来の平均場近似に代えて、誘導点の値に条件付けられた形で依存させています。その結果、より柔軟な変分事後分布により、データ多様体上の点の再構成に関する複数の指標が改善されたと報告しています。
説明バンディットはいつ過去の記憶を手放してよいのか——非定常環境のためのe過程認可型トンプソン・サンプリング
要約本論文は、多腕バンディットの各腕について全履歴と割引Beta状態を保持するe-ATSを提案します。任意時点で有効なe過程が割引状態の使用を認可した後にのみ、可逆的な関連度スコアでその影響を制御します。定常なBeta-Bernoulli事前予測モデルの下で、楽観的トンプソン・サンプリング（OTS）から逸脱する確率は設定値α_E以下に抑えられます。認可を取り除くと、登録されたテスト群では正規化動的疑似後悔が38.4%増加し、文献由来のリプレイ群では7.5%減少しました。証拠が制御するのは適応をいつ始めるかであり、適応が常に有益かどうかではないと論じています。
説明方策最適化における成功条件付けの収束性について
要約成功条件付けは、確率的環境における意思決定方策を改善する手法で、成功する結果につながる行動の確率を高めることで方策を更新します。本論文は、広いクラスのマルコフ決定過程において、この手法が最適方策に収束することを示しています。割引マルコフ決定過程では、ε最適方策へ O(1/ε^p) 回の反復で収束し、指数 p は問題のデータに依存すると証明しています。単一期間のマルコフ決定過程では O(log(1/ε)) 回の反復で得られるとしています。
説明IDRF：逆蒸留によるマスク付き離散拡散モデルの報酬ファインチューニング
要約本論文は、少ステップのマスク付き離散拡散生成モデルを報酬でファインチューニングするフレームワーク IDRF を提案しています。計算が困難な系列レベルの KL 罰則を、逆蒸留の正則化項で置き換えています。DNA、画像、テキスト生成において、参照モデルより最大32倍少ない去雑音ステップで高い報酬を達成し、報酬ハッキングを抑えつつ標本品質を維持したと報告されています。
説明不完全線形オートエンコーダにおける破れたスケール対称性
要約本論文は、不完全線形オートエンコーダの損失地形の幾何学を研究している。PCAの解多様体上では、有限ステップサイズの確率的勾配降下法が、デコーダの重みを大きくする方向のスケールドリフトを選好することを示している。このドリフトは遅い時間スケールで起こり、解析的に扱える有効記述を持つが、有限ステップサイズの安定性境界によって制限される。
説明大規模言語モデルはコロンビア法を理解しているか：コロンビア法体系の信頼性ベンチマーク
要約本論文は、コロンビア法体系に関する大規模言語モデル（LLM）の信頼性を評価するため、専門家が検証した1042問のベンチマークを提案しています。十の法分野と三つの出題形式を含み、15の主要モデルを評価しました。選択式問題の正答率は大きく分かれる一方、自由記述の事実的正確性はいずれのモデルも0.45を超えませんでした。著者らは、現状では専門家による監督が必要であり、権威ある情報源に基づく回答が信頼性向上の有望な方法だと結論づけています。
説明LoGo：長期的な一貫性のあるビデオ生成のための局所・大域報酬
要約本論文は、カメラ制御ビデオモデルが長い時間範囲の生成で示す3次元の不一致（物体の消失やシーン構造のずれ）に取り組み、大域報酬と空間的に局所化された報酬を組み合わせる後学習手法LoGoを提案しています。著者らは、局所報酬が細かな信用割り当てによって3次元の一貫性を大きく改善し、大域報酬がカメラ追従と映像品質を保つと述べています。3つのベースモデルで、DL3DVおよび新たに提案されたTrajectoryBenchにおける優位性を報告しています。
説明重要な箇所に正しく報酬を配分：ターミナルエージェント向け依存関係考慮型ポリシー最適化
要約本論文は、コーディングやデバッグなどターミナル上の多段階タスクを行う強化学習エージェント向けに、依存関係を考慮したグループポリシー最適化手法DepGPOを提案しています。実行トレースからコマンド間の依存グラフを構築し、タスク検証器が確認するリソースから逆方向にたどって、関連する書き込みとそれを支える読み込みに報酬を割り当てます。論文は、複雑なターミナルタスクにおける比較実験とアブレーション実験により、タスク性能と学習の安定性が向上したと報告しています。
説明World Embedding Benchmark：動画表現が物理情報をどう符号化するかを測る評価基準
要約本論文は、80のファミリーにまたがる8,000件の制御されたシミュレーション事例からなる「World Embedding Benchmark」を提案している。流体力学、固体力学、力学、光学・電磁気学を対象とし、各事例はレンダリングされた動画とシミュレーション由来の物理注釈を組み合わせる。テキストと動画の検索、物理量の回帰、動画説明の多肢選択ペア分類の3課題で評価している。事前学習済みモデルは検索とペア分類で弱く、軽量なプローブは凍結した動画埋め込みから有用な物理情報を取り出せた。物理に特化した動画・テキスト対での継続的対照学習は検索と分類を改善する一方、物理量の回帰を悪化させた。さらに、検索された参照動画を用いたMiniMax-H3の検索拡張生成で、生成動画の物理的忠実度が向上したと報告している。
説明NeutronGym：LLMエージェント向けの、物理に基づいて採点される中性子装置設計環境
要約本論文は、実行可能な中性子装置設計環境 NeutronGym を提案している。エージェントは検証ツールで装置を組み立て、McStas で光線追跡を行い、構文・実行・構造・科学的妥当性の四段階で、LLM による判定を使わずに採点される。公開論文から選んだ 16 課題の McStasBench も含まれる。強化学習により Qwen3-8B は、ある設計族の未見インスタンスで性能が向上したと報告されている。
注目点中子計測器設計向けの初の実行可能環境を提案し、物理シミュレーションによる段階的採点でRL訓練の効果を示す。新規性と証拠は高いが影響は分野内に限られる。
説明一段階生成モデルにおける「深さは時間」：多段階拡散の除去過程は単一順伝播の層の深さへ再編される
要約本論文は、多段階拡散の生成を単一の順伝播に圧縮したとき、ノイズ除去の過程がどうなるかを検討する。作者は「深さは時間（depth as time）」という経験的観察を示し、多段階拡散の各サンプリングステップで行われる計算が単一順伝播の層の深さにわたって展開され、モデル自身の出力ヘッドで中間層を復号することで回収できるとする。この層ごとの計算はフローマップが解く輸送タスクに依存し、MeanFlowでは除去と再ノイズ付加が一度のネットワーク評価内で見られる。MeanFlowのSiT-L/2モデルはパラメータを16.6倍圧縮できるとしている。
説明FALCON：NL2SQL向け合成データ生成のためのモデル・データセット非依存フレームワーク
要約本論文は、自然言語からSQL（NL2SQL）への学習データを、曖昧さを考慮して生成するフレームワークFALCONを提案している。予約語によるSQLの種付けとペルソナベースのプロンプトで構造的に複雑なクエリを作り、整合性に基づくフィルタリングで難易度を保つ。論文によると、生成データはSQLの複雑さと自然言語の豊かさで既存ベンチマークを上回り、小規模なオープンモデルで外部APIなしに低コストで作成できる。
説明マルコフゲームにおける正規形相関均衡の計算
要約本論文は、有限ホライズンのマルコフゲームに対する正規形相関均衡（NFCE）を効率的に計算する初のアルゴリズムを示す。プレイヤー数 n が固定の場合、ε-NFCE を時間 S(AH/ε)^O(n) で求められる。手法は補助的なステージゲーム列に対する後退帰納法で、各段階で定数期待値相関均衡を計算する。さらに、特定の条件下での PPAD 完全性や、定数期待値相関均衡と NFCE の等価性も論じている。
注目点有限期間マルコフゲームにおける正規形相関均衡に対する初の多項式時間アルゴリズムを示し、PPAD完全性も確立しており、理論的な進展が大きい。
説明UniIntervene++：実世界強化学習のための適応型介入エージェント
要約本論文は、オンライン強化学習において自律実行と支援行動の間で制御を配分する適応型介入エージェントUniIntervene++を提案しています。RL方策、軌道修正、コード方策を半マルコフ決定過程におけるオプションとして統一し、その価値をオンラインで学習します。また、未支援の実行によって方策の能力を周期的に確認します。5つの実世界操作タスクで平均成功率89.67%を達成し、人手による介入は0.77%に低減されました。
説明既知の動画におけるEEG-fNIRS感情回帰のための動画時間事前分布
要約本論文は、視聴者ごとの生理信号（EEGとfNIRS）が、刺激由来の共通反応を超えて連続的な感情予測を改善するかを検討しています。動画ごと・秒ごとの学習ラベルの平滑化中央値を、刺激のみの基準として定義し、固定重みでグラフベースの生理信号モデルと融合しています。結果として、融合と事前分布単独の平均絶対誤差の差は小さく、生理信号による効果は限定的でした。未見の動画への汎化はまだ検証されていません。
説明DEPICT：回答の一致度によるテキストから画像への整合性評価
要約本論文は、学習を必要としないテキストから画像への整合性評価指標DEPICTを提案している。固定された参照回答の代わりに、画像に基づく回答と説明文のみに基づく回答の期待一致度を用い、説明文がその質問をどれほど明確に決定するかで重み付けする。分解で失われた文脈を補うため、全体的なスコアと統合している。5つのベンチマークと3つのモデルファミリーの11種類のバックボーンで評価され、学習不要の指標をすべて上回った。
説明BAT-NO：境界条件を考慮したTransformerニューラル演算子による車両部品の衝突性能予測
要約本論文は、高コストな有限要素衝突解析の代わりに、形状や境界条件が変化する場合の過渡変位場と衝突性能指標を予測する深層学習モデルBAT-NOを提案しています。B柱のシミュレーション枠組みで汎化性能を評価し、最も難しい条件では次善のモデルと比べて平均誤差を32.6%削減したと報告されています。著者らは、局所と全体の境界条件を明示的に表現することで、部品レベルの広い設計空間において衝突性能予測が改善すると結論づけています。
説明発見されたオプションを用いたAtari 2600ゲームの攻略
要約本論文は、汎用的なオンライン深層強化学習エージェント「Wayfarer」を提案しています。ラプラシアン表現学習（Laplacian representation learning）により高次元の観測から「オプション」（時間的抽象化された行動単位）を自動発見し、制御に利用します。原文によると、これらのオプションは探索を改善し、クレジット割り当てを加速し、未知の設定にも効果的に汎化します。最も難しいAtari 2600ゲームにおいて、単一ストリームのエージェントの中で最先端の性能を達成し、Montezuma's RevengeやPrivate Eyeのような長期的探索と戦略的行動を要するゲームで最大の向上が見られたとしています。
注目点高次元観測からラプラシアン表現学習でオプションを発見し制御に用いる点が新しく、Atariの難しいゲームで単一ストリーム最高性能を示している。
説明GAMEGO：実在ゲーム資産に基づく合成軌跡でゲーム開発エージェントを訓練する手法
要約本論文は、簡潔なゲームの構想を業界の開発慣行に基づく製品要求文書へ自動変換するスケーラブルな枠組みGameGoを提案します。コーディングエージェントが要求の不明点を勝手に補うことで生じる、機構の欠落や遊びの流れの断絶を抑えることを目指します。2D、2.5D、3Dにまたがる55,060件の開発軌跡からなるGameGoDataと、124件のゲーム問い合わせから成るGameGoBenchを構築しました。GameGoDataで訓練したGameGoCoderは、同条件のベースラインを上回り、ゲーム開発ベンチマークで最先端モデルと同程度の性能を示したと報告しています。
説明ManifoldSplat：言語誘導による3Dガウシアン頭部アバターの意味的形状編集
要約本論文はManifoldSplatを提案します。これは単眼動画から再構成された、アニメーション可能な3Dガウシアン・スプラッティング・アバターを、言語指示によって意味的に形状編集する初のエンドツーエンドの枠組みです。編集は非構造的なガウシアン群を直接最適化せず、構造化されたFLAME多様体上で行われ、同一性とアニメーションを保持します。領域ごとに分離された条件付き変分オートエンコーダ（DeltaRegion）が形状の差分をフィードフォワードで生成し、精緻化段階が視点間で一貫した細部を復元します。論文は、局所的なプロンプト整合性、幾何的一貫性、同一性保持において最先端の成果を示したと報告しています。
説明フェデレーテッド学習における多段階勾配反転のための経路積分サロゲート
要約フェデレーテッド学習では、クライアントは元データではなくモデル更新のみを共有するため、プライバシーは保たれるはずです。本論文は、複数のローカル学習ステップで蓄積された更新を勾配場の経路積分とみなし、学習可能なベジエ経路上でガウス・ルジャンドル求積により近似するPath-Integral Surrogate Model Extension（PI-SME）を提案しています。CIFAR-100とFEMNISTで、複数の反転指標とマッチング損失において最強のサロゲート基準手法より忠実に私有入力を再構成できたと報告しています。
説明HazardWeaver：災害分析エージェントのための科学的ルート選択
要約本論文は、災害分析AIエージェントが、データやツールの条件に応じて適用可能かつ実行可能な科学的手法のルートを選び、分析状況の変化に合わせて判断を見直す枠組みHazardWeaverを提案しています。あわせて、7種類の単一災害と4種類の複合災害相互作用にまたがる141件の評価ベンチマークを構築しました。実験では既存のエージェントシステムより高い性能を示し、選択可能な科学的ルートが複数ある課題で最も大きな向上が見られました。
説明少ステップ拡散Transformerでキャッシュすべき対象の再考：ソルバー対応の目標選択
要約拡散Transformer（DiT）は各サンプル生成に高コストな順伝播を複数回必要とします。本論文はAutoTargetを提案し、与えられたモデル、ソルバー、再利用スケジュールに対してキャッシュするテンソルを選びます。キャッシュ再利用なしの少数の実行で各候補テンソルを再利用した際の誤差を測定し、最も誤差の小さい候補を選択します。蒸留後の画像・動画DiTの実験では、最適なキャッシュ対象はモデル、解像度、ソルバーによって変わることが示されています。キャッシュなしの実行に近い生成品質を保ちつつ、DiTの計算回数とキャッシュ記憶容量を削減します。
説明HyperBrowseComp：多言語・マルチモーダルなWeb閲覧エージェントの耐久テスト用ベンチマーク
要約本論文は、ネイティブまたは高い習熟度の話者が手作業で作成し人手で検証した、13言語にわたる423問からなるHyperBrowseCompベンチマークを提案しています。各問題は、目立たない証拠の発見、多段階の手がかりの追跡、動画・スキャン文書・画像・地図などの多様な情報源の確認を必要とします。インターネットにアクセスできないモデルで評価して簡単な問題を除外し、共通のエージェントプロトコルで複数モデルを評価しています。
説明ミリ波心拍センシングにおける心拍可観測性の評価学習
要約本論文は、ミリ波レーダーによる非接触心拍推定で、個々の測定値が信頼できる推定を支えるかどうかを評価する手法を扱います。心拍可観測性は位相スペクトル中の心拍成分の読み取りやすさとして定義されています。著者らは制御可能な多散乱体FMCWシミュレータで学習データを作成し、可観測性スコアと心拍数を同時に予測する小型のTransformerモデルHEARを提案しています。シミュレーションのみで学習したモデルは、60および120 GHzの公開実データセットにゼロショットで転移し、そのスコアは選択的予測にも用いられています。
説明Writerslogicチームの CLEF 2026 SimpleText トラック参加論文：複数候補LLM簡略化と複雑度箇所特定
要約本論文は、CLEF 2026 SimpleText共有タスクにおけるWriterslogicチームの参加手法を紹介します。タスク1（文の簡略化）ではGPT-4o-miniで文ごとに5つの候補を生成し、評価式で最良のものを選択しました。タスク2（複雑度箇所の特定）では、幻覚検出を自然言語推論として扱い、DeBERTa-v3-largeモデルを微調整しています。結果として両タスクで上位の成績を報告しています。
説明Writerslogic の PAN 2026 参加システム：ドメインシフト下で内容より生成過程の特徴を用いる頑健な検出
要約本論文は、Writerslogic チームが PAN 2026 の三つの共有タスクに出したシステムを紹介しています。中心的な主張は、ドメインシフト下での特徴の頑健性は学習データとテストデータの分布の重なりによって決まる、というものです。推論軌跡検出では、ソース検出で 1 位（マクロ F1 0.85）、安全性分類で 3 位（マクロ F1 0.66）となりました。Voight-Kampff 生成 AI 検出では、最良構成が PAN 2026 テストセットで 0.891 を記録しました。多著者文体分析は、プラットフォームの取り違えにより正式評価に至らず、設計と事前予測のみを報告しています。
説明知識か計算機か？検証可能な金融エージェントワークフローにおける「スキルプレミアム」の分解
要約本論文は、ポートフォリオ構築、リスク管理、ファンダメンタル分析の12サブタスクにわたる2,603の時点エピソードからなる評価スイートFinSkillBenchを提案し、決定的な検証器で採点します。精選されたスキルパッケージは平均スコアを約16.2点引き上げた一方、単一エピソード内で生成されたスキルの効果はわずか0.5点でした。さらに、人手で作成された手続き文書と実行可能な工具を分けて検証した結果、工具の寄与が文書より大きく、両者の組み合わせは劣加法的であることが示されました。効果はワークフローの種類に強く依存します。
説明Cephalonauts One：自然な音声を人間の脳から解読するための深層fMRIデータセット
要約このデータセットは、3名の健康な被験者がポッドキャスト音声を聴いている間に記録した全脑3T機能的磁気共鳴画像（fMRI）データです。被験者1人あたり約30時間分を含み、自然な音声刺激を用いたfMRIデータセットとしては現時点で最も深いものとされています。脳活動に加え、音声、文字起こし注釈、刺激の埋め込み表現が提供されます。また、保留したセッションのfMRI活動から対応する音声片段を検索する脳解読ベンチマークを提案し、標準的な分割、評価指標、ベースラインのデコーダーを示しています。被験者あたりの学習データ量が増えるほど解読性能が継続的に向上することも示されています。
説明「Get a GRIP, this will be a long TRIP」：過剰圧縮（over-squashing）を検証するための定量的な長距離フレームワーク
要約本論文は、GNNにおける過剰圧縮と長距離相互作用の関係を検証するには、実際に長距離相互作用を必要とするベンチマークが必要だと指摘します。著者らは4つの検証可能な公理を提示し、それに基づいて任意のグラフを長距離タスクに変換するTRIPとGRIPを構築しました。さらに、既存の4つの長距離ベンチマークを監査し、曲率とGNNの性能に相関がないことを示しています。
注目点4つの検証可能な公理と構成的フレームワーク、そして跳ごとの誤差下界を提案し、理論証明と複数ベンチマークの監査で裏付けており、GNNの長距離評価に実質的な貢献がある。
説明射を持たない対象：数学向けLLMが表現していないもの
要約本論文は、隣接する下位分野の用語体系の間で数学的主張を翻訳する際の大規模言語モデルの振る舞いを検討しています。審査者を用いず、書き換えが元の仮定を明示しているかを測る手法を導入しました。7モデルの結果では、一般化の方向では量化の領域が広がる書き換えが多く、具体化の方向では狭まる書き換えが多いという非対称性が見られました。
注目点数学翻訳における一般性の水準という新しい診断観点を提示し、盲検評価と対照実験、事前登録の分割で結論を支えており、LLMの数学推論の理解に実質的な意義がある。
説明高難度の推論データを合成するための再帰的ハーネス自己改善
要約本論文は、推論問題の合成手順を生成中に自己改善させる手法を提案します。既存の再帰的手法は生成済みの問題を種として再利用するだけで、合成の仕組み自体は変えません。数学、コード、科学の分野で14回の演化を行うと、求解器の平均正答率は100.0%から54.8%に低下しました。合成データで学習した27Bモデルは、APEXで平均16回正答率62.5%を達成しています。
説明ZeroMAG：プラグアンドプレイ型脳波基盤モデルのためのゼロショット・マルチモーダル・アダプター生成
要約本論文は、凍結した脳波基盤モデルを、ラベルなしの対象データから適応器の重みを生成することで、生理信号を含むマルチモーダル記録へ拡張するZeroMAGという枠組みを提案しています。対象ラベルや対象側の最適化を必要とせず、6つの未使用対象データセットと3種類のバックボーンにおいて、脳波のみの推論と比べて平均で平衡精度が7.22ポイント向上し、教師ありのマルチモーダル適応との差は平均0.50ポイント以内です。
説明スコアベース拡散モデルおよび反射拡散モデルにおける確率フロー常微分方程式
要約本論文は、確率フロー常微分方程式（PF-ODE）を決定論的サンプラーとして用いる際の理論的条件を分析しています。フォッカー・プランク方程式の書き換えだけでは、速度場が well-posed な流れを生成する保証にはならないと指摘しています。また、学習された分数に対するサンプラーの安定性や、ノイズレベルがゼロに近づくと決定論的流れが特異になる球面の例を示しています。
説明DuoMatching：少ステップ動画生成のための同時・周辺分布マッチング手法
要約本論文は、ストリーミング動画生成で用いられる分布マッチング蒸留（DMD）を改良する DuoMatching を提案する。従来の同時分布マッチングに加えて周辺（フレーム単位）マッチング目標を導入し、画像生成器からフレームレベルの監督を与える。さらに、動画の生徒モデルと画像の教師モデルの潜在表現の不一致を解決する LatentBridge と、フレーム単位の監督を時間区間に分散させる Latent Variation Sampling を提案している。実験では視覚品質、構図、意味的整合性が向上し、動きの表現はおおむね維持された。人間による評価では、すべての比較基準に対して総合的な選好率が 80% を超えたと報告されている。
説明セマンティックラベルからの腹部超音波シミュレーション：対になったラベルから物理ベース画像への変換
要約本論文は、解剖学的セグメンテーションから腹部超音波画像を生成する二段階の学習パイプラインを提案し、推論時に患者固有のCTデータを必要としない方法を示しています。第1段階ではCTベースのレイキャスティング出力を学習したPix2PixとSemantic Diffusion Model（SDM）を比較し、MAE、SSIM、mIoUではSDMが優れていました。第2段階ではSG-CycleGANで現実的な超音波画像に精緻化します。第1段階の学習にはCT由来のセグメンテーションとレイキャスティングシミュレーションが依然必要です。
説明血管内脳コンピュータインターフェース向けの自律ロボットナビゲーション
要約本研究は、開頭手術を行わずに血管内から脳コンピュータインターフェース（BCI）を届けるため、脳静脈系でロボットが自律的に進む試験をin vitroで初めて示したものです。ソフトアクター・クリティック（Soft Actor-Critic）制御器を右内頸静脈から上矢状静脈洞までの2つの課題についてシミュレーションで学習させました。シミュレーションの成功率は、学習用解剖モデルで課題Aが85.6%、課題Bが98.4%、未知の保持モデルでは42.0%と91.6%でした。物理実験では20回中14回が成功しました。
説明ゼロショット著者帰属における著者表現戦略の比較研究：LLMベースと埋め込みベースの手法
要約本論文は、タスク用の教師データがないゼロショット条件で、文章が誰によるものかを判定する著者帰属において、著者の表し方が結果に与える影響を調べています。ラベルのみのプロンプト手法と、代表的な執筆サンプル、LLMが生成した文体説明、スタイル埋め込み（LISA）の3つの著者表現を比較しています。さらに、候補の絞り込みと埋め込み次元の選択を組み合わせた二段階の埋め込みベース枠組みを提案しています。ラベルのみでは効果が低く、著者に関する表現を加えると一貫して性能が向上しました。提案の二段階LISAが総合的に最も良く、LLM生成の文体説明はよりコンパクトですが帰属性能はやや低下しました。
説明蒸留における発散がエントロピーを制御する仕組み：大規模言語モデル蒸留の理論と実証に関する論文
要約本論文は大規模言語モデルの蒸留をエントロピーの観点から検討し、生徒モデルのエントロピーが蒸留目的を定める発散とデータにどう依存するかを調べます。著者らは前向きKLが生徒のエントロピーを教師より高めることを証明し、交差エントロピー学習がその特殊例であることを事前学習と教師ありファインチューニングで定量的に確認しています。一方、逆KLはエントロピーを下げ、両者の補間は訓練初期には滑らかに、収束時には急に変化します。オンポリシー蒸留の低いエントロピーは、オンポリシーサンプリングではなくトークン単位の逆KLに由来するとされています。
注目点前向KLが学生のエントロピーを教師より高めることを証明し、散度が暗黙のエントロピー正則化として働くことを示す。理論と実験で裏付けており新規性は高い。
説明学習済みモデルを超えて：健全な説明器ベンチマークのためのGNNコンパイル
要約グラフニューラルネットワーク（GNN）の説明手法は、データに埋め込まれた既知の構造を説明がどれだけ再現できるかという「妥当性」で評価されることが多い。本論文は、複数の一般的なベンチマークでは次数統計だけでタスクが解けてしまい、この前提が成り立たないことを示す。そこで、分級様相論理の論理式をGNNの重みに変換するコンパイラGracrを導入し、GracrBenchを構築した。これにより正解の説明を厳密に計算できる。6つのタスクと11の説明手法による実験では、多くの手法が間接的影響や同じ式の別実装に対して頑健でないことが明らかになった。
注目点分級様相論理をGNN重みへ変換する初のコンパイラと厳密な正解付きベンチマークを提案し、11手法・6タスクで検証している。
説明表からレポートを生成するための検証可能な原子的インサイトの構造的合成手法
要約本論文は、リレーショナル表から分析レポートを自動生成する課題を扱っています。提案手法ComInsightは、洞察の発見を原子的証拠の合成として再定式化し、所定の分析パターンに従う原子的インサイトを列挙して多関係インサイトグラフに整理し、合成演算子で高次の結論にまとめます。各結論には実行可能なSQLと詳細な来歴情報が付され、InsightBench、DDR-Bench、T2R-Benchの3つのベンチマークで基線手法を上回る結果が示されています。
説明ベンチマークから本番へ：複雑な金融データ向け Text-to-SQL システム
要約汎用の Text-to-SQL システムは Spider や BIRD などの学術ベンチマークで高い性能を示しますが、概念が人間可読な文字列ではなく不透明な整数キーで格納される本番の金融データベースでは、これらの手法の精度は 50% を下回ります。本論文は、そのギャップを埋める金融分野特化型システム FLINT を提案します。FLINT は、質問に応じた参照テーブル制約を解決するルックアップエージェント、専門家が作成した小規模なテンプレート集からの埋め込みベース検索、そして名前の類似性だけでなく外部キーの連鎖をたどって大規模なスキーマを絞り込むスキーマリンキングの3要素から成ります。359 問からなる 2 つのデータセットで評価したところ、同じ LLM を用いた複数の最先端ベースラインを上回り、金融データ検索サービスの一部として本番運用されています。
説明異種カメラ向けフィードフォワード型新規視点合成
要約複数種のカメラ（透視、魚眼、パノラマ）が混在する環境で、疎な位置付き画像から新しい視点を合成するフィードフォワード手法を研究した論文です。既存のカメラ符号化ではトークン内の投影依存の光線分布を表現できない問題を指摘し、局所レイマップと投影を考慮した2D RoPEを提案しています。ScanNet++の異種カメラ設定で、混合カメラ評価において既存の条件付きベースラインを上回り、パノラマ視点へのゼロショット汎化も示しています。
説明XGenAct：クロスタスク生成による幾何情報強化型ワールドアクションモデル
要約本論文はロボット制御のためのワールドアクションモデルXGenActを提案し、RGB観測、ロボット動作、メトリック深度、表面法線、機能的役割セグメンテーションを決定論的コーデックによりRGBビデオとして表現します。単一のビデオ拡散トランスフォーマーと単一の目的関数で、これらの空間にまたがる時系列予測を学習します。保留したRLBenchタスクで、構造化知覚学習はRGBのみの学習より平均閉ループ成功率を向上させ、5タスクの外部比較では52%を達成し、最強の基準手法の26%を上回りました。
説明修復された推論から学ぶ：根本原因に基づくオンポリシー蒸留
要約本論文は、根本原因に基づくオンポリシー蒸留（RC-OPD）を提案し、大規模モデルの推論学習を改善する手法を示している。参照解答による指導が学生モデル自身の推論の誤りに対応しない問題に対し、最初の実質的な誤りを特定して局所的に修正し、修正済みの中間結果を有効な前段のアンカーとして用いる。複数のデータセットとモデル規模での実験により、推論のミスマッチと蒸留の罠が緩和され、性能が大きく向上したと報告している。
説明ProgressNet：凍結したテキスト画像生成モデルで段階的にスケッチ・プロンプト修正を行う手法
要約本論文は、学習を必要としない ProgressNet を提案します。凍結済みのテキストから画像を生成するモデルが、ユーザーの描画過程に沿って動作できるようにする手法で、線の追加や消去、プロンプトの修正に対し、1ターンあたり約1秒で画像を更新します。新しいパラメータは使わず、推論時の三つの仕組みで既存モデル内部の機能を活用します。FS-COCO では、スケッチの完成度が上がると基準手法の FID が倍増する一方、ProgressNet はほぼ変化せず、ユーザー評価では五つの比較手法より好まれました。
説明Weave Forcing：対話型長尺動画生成のための構成的メモリルーティング手法
要約本論文は、対話型長尺動画生成において過去のメモリを組み合わせて再利用する、学習不要のフレームワーク「Weave Forcing」を提案している。まずLLMでユーザープロンプトを人物と背景に分解し、それぞれに適した過去の参照を選択する。そのうえでマスク付きメモリ編み込みと、参照の充足度に応じて時間オフセットと保持量を調整するcoverage adaptive RoPEを用いる。実験では、ショット間での被写体と背景の一貫性が向上し、視覚品質と文章との整合性も競争力のある水準を保つことが示されている。
説明効率的推論訓練がCoTの忠実性と監視可能性を常に損なうとは限らない
要約本論文は、少ないトークンで推論させる効率的な訓練が、思考連鎖（CoT）をモデルの判断から乖離させるかを検討する。三種類の長さ制約（固定生成予算、事例ごとの長さ目標、グループ相対の長さ報酬）で複数のモデルを微調整し、忠実性（関連入力に対するCoTの判断再現度）と監視可能性（入力介入による出力変化をCoTが示すか）を評価した。忠実性はほとんどの設定で低下し、主因はモデルの一貫性の低下である。一方、監視可能性はより頑健で、CoTが大幅に短くなっても、モデルは入力の影響を認め続けた。
説明核融合材料のき裂同定と損傷評価のための自動化・再現可能なワークフロー
要約本論文は、走査型電子顕微鏡（SEM）画像からき裂を自動で同定し、損傷を定量評価するワークフローを、Galaxy科学ワークフロー環境上に実装して提案している。画像ごとのパラメータ調整を必要とせず、複数のタングステン材種、微細組織、倍率、損傷状態に適用できるよう設計されている。電子ビーム熱衝撃の実験データ（5種のタングステン材種、3種の微細組織状態、114実験・418画像）で実証し、き裂密度指標を定義している。
説明拡散モデルとフローマッチングの事後サンプリングにおけるガイダンス重みの最適化
要約本論文は、事前学習済みの無条件拡散モデルやフローマッチングモデルを用いて逆問題を解く、学習不要の事後サンプリング手法（Plug-and-Play法）を扱います。これらの手法で重要なガイダンス重みは従来ヒューリスティックに調整されてきました。著者らは、各時刻の条件付き目的関数が最小二乗問題になることに着目し、重みを二次元の線形最小二乗問題として離線で最適化する方法を提案しています。原文によれば、この方法で再構成性能が向上し、拡散サンプラーのステップ数を1000から50に減らしても品質の大きな低下はないとされています。
説明KVE-KD：視覚言語モデル向けの、重要な視覚的証拠に導かれる知識蒸留手法
要約本論文は、リソースの限られたデバイスに視覚言語モデルを展開するための知識蒸留フレームワークKVE-KD（Key Visual Evidence-guided Knowledge Distillation）を提案しています。教師モデルが特定したタスク関連の視覚トークンに特徴蒸留を集中させ、背景ノイズを抑制します。著者らは6つのベンチマークで既存の手法を上回り、複雑な推論や細粒度の視覚理解で特に効果が大きく、推論時のオーバーヘッドは生じないと報告しています。
説明深層表形式データ生成モデルは、どの訓練データ規模まで単純なベースラインを上回るか？臨床データと標準データを用いた規模別の事前登録型ベンチマーク
要約本研究は、公開データセット8件（訓練行数200〜20,000）と、元の規模の小規模臨床データセット4件を用い、7種類の生成手法（CTGAN、TVAE、TabDDPMなどを含む）を単純なベースラインと比較しました。主要指標は、合成データで学習し実データで検証した固定分類器のAUROCで、計2,220回の実行が行われています。24組の（データセット、深層モデル）のうち23組で、測定したいずれの規模においても、深層モデルは最良の単純ベースラインを種子ごとのばらつきを超えて上回りませんでした。また、事前に予測していた小規模時の順位の不安定さは確認されませんでした。セルの81%では、上位2手法の差が種子間のばらつきより小さいと報告されています。
説明検出して抑制する：VLAモデルへの敵対的パッチに対する機構的防御
要約本論文は、敵対的パッチがVision-Language-Action（VLA）ロボット制御モデルの視覚入力を操作して動作を妨げる仕組みを分析しています。スパースオートエンコーダ（SAE）で内部表現を調べ、敵対的パッチの存在と強く相関する特徴を特定しました。推論時に線形プローブが攻撃を検出した場合のみその特徴を抑制し、モデルの再学習は行いません。LIBERO-10での評価では、間欠的な攻撃下で条件付き介入が成功率を改善し、常時介入では方策の性能が大きく低下しました。
説明最新時点アンカリングと再帰的順序付けによる時系列予測（MARO）
要約本論文は、時系列の長期予測のためのMARO（Most-Recent Anchoring with Recurrent Ordering）モデルを提案している。ルックバック窓を最新のパッチから最古のパッチへと再帰的に処理し、最新のパッチを潜在状態の初期化と各ステップの条件付けに用いる。複数の実データセットでの実験により、長期および短期の予測タスクで最先端の性能を示したと報告されている。
説明時系列予測のための二重文脈アナログ検索（DuoTS）：直近の動態と過去の類似区間を組み合わせる長期予測モデル
要約本論文は長期時系列予測のためのDuoTSモデルを提案します。まず並列パッチエンコーダと線形予測ヘッドで基礎予測を作成し、未来のパッチを一つずつ段階的に修正します。一方は直近の動態に注目する現在文脈、もう一方は過去の類似区間とその後の推移を提供する詳細文脈で、両者を組み合わせて修正を行います。著者らは複数の実データセットで最先端の性能を報告し、アブレーションで各文脈の寄与を確認しています。この修正機構はモデル非依存で、他の予測モデルにも統合可能とされています。
説明AREX：フローマッチングの少ステップサンプリングのためのアフィン残差指数積分器
要約本論文は、学習済みフローマッチングモデルに対して再学習を必要としないサンプラーAREX（Affine-Residual Exponential Integrator）を提案します。目標分布の平均と共分散を用いて、サンプリング動力学のうち解析的に扱えるアフィン成分を求め、残りをニューラル残差項として積分します。著者らは、画像および文章からの画像生成タスクにおいて、少ステップのサンプリングでサンプルの忠実度が向上したと報告しています。
説明ペルシア語医療言語モデルにおける、単一パスの不確実性ヘッドによる主張レベルの幻覚検出
要約本論文は、ペルシア語の医療言語モデル向けに、凍結された生成器の内部信号から幻覚のリスクを予測する軽量な不確実性ヘッドを提案しています。複数回のサンプリングを必要とせず、一度の前向き計算で検出できる点が特徴です。イランの医学入学試験の168問を用いてGaokerena-VとGaokerena-Rを比較し、ペルシア語で主張レベルの幻覚データセットを2種類構築しました。保持テストセットでのPR-AUCは0.4820と0.4652、ROC-AUCは0.7852と0.7810で、推論時に検索や反復サンプリングは不要です。
説明方策合成においてMetropolis-HastingsがSIRを上回る
要約本論文は、大規模言語モデルの復号時に複数の報酬専用方策を重み付けして組み合わせる方策合成を扱います。標準的な実装は次トークン確率を結合するため、サンプリングの偏りが生じます。著者らは独立Metropolis-Hastings（MH）に基づく反復的補正を分析し、同じサンプリング予算では、すべての凸f-ダイバージェンスでサンプリング重要度再サンプリング（SIR）以上に目標分布へ近いことを示しました。さらに、未補正の復号器に対する改善の下界と、2つの漸近的状況での誤差を導出し、列挙可能な設定と大規模言語モデルでの実験を行っています。
説明MobiAgent：長期間のモバイルマニピュレーションのための二重ループ再帰的方策自己改善フレームワーク
要約本論文は、移動ロボットの長期タスクで生じる実行誤差の蓄積や移動と腕制御の相互干渉に対処するため、二重ループ型エージェント枠組みMobiAgentを提案しています。内側ループは、構成可能な原子スキルによって高次の推論と低次の制御を分離し、共有の視覚言語モデルを基盤とする専用フローマッチングの専門家がスキルを実行します。外側ループは、展開時のロールアウトを自動で分割・検証し、原子スキルを発見してスキルライブラリを人手の注釈なしで継続的に微調整します。BEHAVIOR-1Kではπ0.5-TAを22.5ポイント上回り、自動データ再利用によりRoboCasaでは成功率が7.50%から27.50%に、Astribot S1では32.5%から57.5%に向上したと報告されています。
説明位相構造を持つ強化学習に、単一方策と複数方策のどちらが適切か？
要約本論文は、位相ごとに遷移確率と報酬が異なる非定常な強化学習問題を扱い、各位相に個別の方策を用いる方法と、状態を拡張した単一の共有方策を用いる方法を比較します。著者らは理論上、共有方策が複数方策と同等の性能を達成しうることを示し、どちらが実際に優れるかを判断する、過渡的ダイナミクスと準定常期間の長さに基づく体制ベースの位相分解手法を提案しています。数値実験により、位相が長いこと、位相間の差異が大きいこと、各位相に十分なデータが必要なこと、位相間の遷移ダイナミクスが選択に影響することの4つの仮説を検証しています。
説明Fed-ADApt：リソース対応の医用画像セグメンテーションのための連合型・随時深度適応手法
要約本論文は、UNetベースの医用画像セグメンテーション向けの深度適応型連合学習フレームワーク Fed-ADApt を提案している。各医療機関は手元の計算資源に応じて学習でき、展開時には動的に深度を選択できる。二次元の網膜眼底視神経乳頭セグメンテーションと三次元の脳腫瘍セグメンテーションで評価され、三次元では全資源 FedAvg と同等の性能を、二次元では平均 Dice が 4.7% 低下する競争力のある性能を示したと報告している。
説明テスト時継続学習における結びつき固有の再学習節約効果：モデルに残る記憶痕跡の研究
要約言語モデルが事実を学習した後、現在の出力が不正確になっても、その事実を後で再学習する方が速いかを検討した論文です。Qwen2.5-1.5B で、正しい答えを学んだ群、答えに触れたが学習していない群、誤った答えを学んだ群を比較しました。リハーサルなしの継続的ファインチューニング後、正しい結びつきを学んだ群が対照群より速く目標を再獲得し、現在の行動的正答率は先行経験の持続的効果を過小評価しうることを示しています。
注目点特定事実の結びつきの持続的効果を再学習の優位性で測る新しい視点を示すが、単一モデルでの実験に留まり、影響は部分領域に限られる。
説明UniDynamics：イベントカメラとRGB画像を融合した将来4D動的シーン生成の統一手法
要約本論文はUniDynamicsを提案する。これは拡散モデルに基づく枠組みで、イベントストリームとRGB画像の1組のみから、将来のRGB・深度・オプティカルフローの4D動的シーンを生成する。長い履歴フレームや既存手法で用いられる制御用の事前情報は必要としない。構成要素として、イベント潜在増強モジュール（ELE）と、マルチスケールU-Net内に組み込まれた知覚動的空間（PDS）がある。著者らはVKitti2およびDSECでの実験により最先端の性能を報告しており、特に高速運動によるブレが生じる状況で良好な結果が示されたとしている。
説明視覚言語モデルによる圃場トウモロコシの点群からの手続き的モデリング手法
要約本論文は、圃場で育てたトウモロコシの生の三次元点群から、手作業の調整や品種固有の学習データなしに編集可能な手続き的モデルを再構築する自動パイプラインを提案します。マルチモーダル視覚言語モデルが葉の中線に注釈を付け、幾何学的アルゴリズムと微分可能なNURBSフィッティングで三次元の葉を再構成します。MaizeField3Dデータセットの100株では、植物全体の中央値のChamfer距離は5.4mmで、参照葉の99.4%を回収しました。
説明解剖学的連続性の維持：3D腹部CTにおける大腸セグメンテーションの三段階パイプライン
要約本論文は、深層学習手法が複雑な解剖構造のために切断された予測を生成する問題に対処するため、三段階かつトポロジーを保持するセグメンテーションパイプラインを提案しています。第一段階で初期の深層学習セグメンテーションを行い、中心線ブリッジングで分離した領域を再接続し、再構成段階で連続性を改善します。TotalSegmentatorおよびRAOSデータセットで、重なり、距離、トポロジーに基づく指標により評価され、分割精度を維持しつつ構造的一貫性の向上が示されています。
説明精度はいつ証拠となるか：汎化・検証・情報融合の統一理論
要約本論文は、汎化ギャップの積率母関数を累積量エンベロープγ(λ)で制御する指数型枠組みγ-CUBVを提案し、K分割交差検証の精度を真のリスクの保守的上界に置き換えます。各分割間の依存性を考慮すると、等相関の下で有効分割数 Keff=K/[1+(K-1)ρ] となり、分割数Kを増やしても相関が強ければ統計的証拠は増えないことを示します。実験では異質な混合ガウス分布データで、K分割交差検証と全標本再代入＋リスク補正を被覆率と緊密さで比較しています。
説明SYNLAT：思考連鎖推論のための構文整合テキスト潜在圧縮手法
要約長い思考連鎖（CoT）推論は出力トークンのコストを大きく増やします。本論文は、重ならない構文整合単位（SAU）で圧縮の境界を構文構造に合わせるSynLatフレームワークを提案します。解答を条件とする教師モデルが、圧縮を条件とする単一の生徒モデルのためにKEEP/LATENTの目標を作成し、生徒モデルは推論時に質問と指定された圧縮レベルだけから混合推論を生成します。論文では、2つのQwen3規模、2種類のCoT設定、3つの圧縮レベルで、SynLatが12の任務グループ集計すべてで最強の比較基線と同等以上、うち11で厳密に上回ったと報告しています。
説明モニターの読み取り値がほぼゼロでも、行動の制御を示す証拠にはならない
要約本論文は学習時に組み込むモニターを検討している。コード生成課題で、オフライン検査を通過した3種類のモニターで方策を訓練したところ、読み取り値はいずれもほぼゼロになったが、シードによって報酬ハッキングの割合は大きく異なった。著者らは、低いモニター値では行動が制御されたとは言えず、帯域外の行動検査が必要だと結論づけている。
注目点同一設定でシードのみを変えると低い監視値でも報酬ハッキングの割合が大きく異なることを示し、監視付き学習への新たな警告となる。実験設計は堅実。
説明ランダム分割を超えて：化学的・生物学的分布シフトでの薬物-標的親和性モデルの評価
要約薬物-標的親和性（DTA）予測は、高コストな実験スクリーニングの前に候補化合物を優先順位付けするために広く使われています。本研究は ChEMBL と BindingDB から 718,800 件のユニークな薬物-タンパク質対を整理し、基準モデルと 12 種の制御されたアーキテクチャを、さまざまな分布シフトの下で比較しました。タンパク質側のシフトでは誤差が大きく増加し、評価方法によってモデルの順位も変わりました。そのため著者らは、DTA のベンチマークは展開時に想定される化学的・標的的シフトに合わせるべきだと主張しています。
