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Hierarchy-GBP：抽象化と復元による因子グラフ推論の高速化
要約本論文は階層型ガウス信念伝播法（H-GBP）を提案します。まず粗いグラフ近似で大域的な誤差を解き、その結果を元のグラフに戻したうえで、標準のGBPで局所的な誤差を補正して収束を速めます。結合演算子のスペクトル半径を解析して最適解への収束を示し、疎な線形グラフ、位姿グラフ最適化、バンドル調整で実験を行い、標準GBPより速く収束することを報告しています。
説明MemTrace：長期タスク向けコーディングエージェントの状態整合型メモリ
要約本論文は、ソフトウェアの長期的な改修タスクにおけるコーディングエージェントの履歴管理のため、来歴を追跡できるメモリシステム MemTrace を提案しています。実行履歴を不変の Memory Trace として保存し、依存関係をグラフで管理します。文脈が制限されたときは、コンパクトな Memory Anchor のみを保持し、過去の証拠を復元する前に現在のリポジトリ状態との整合性を確認します。3つの長期コーディングベンチマークで、同じバックボーンと実行環境の下で、評価されたすべてのベースラインを上回ったと報告されています。
説明RSure-Agent：リモートセンシングエージェントにおけるツール観測結果の信頼性ある利用
要約リモートセンシングエージェントは、知覚・計測・ラスター解析ツールを使って地球観測タスクを解いています。ツールが正常に実行されても観測結果が誤っていることがあり、その誤りは後続の推論に伝播してタスク失敗につながります。著者らは3つのベンチマークの1,229件の実行軌跡を分析し、多くのタスクで誤った観測が見られることを示しました。これに対し、ツールに過程の証拠の返却を求め、オフラインのタスク feedback から作った可靠性の事前分布を用いて観測を受け入れ、追加証拠を要求、または棄却するRSure-Agentを提案しています。
説明クラスタ検証指標を用いたテキスト表現学習の自己教師ありの目的関数
要約本論文はSilK（シルエット誘導K平均法）を提案し、ラベルを使わず、負例やグラフ構造も必要とせずに、事前学習済み言語エンコーダを自己教師ありで微調整する手法を示します。コーパスをクラスタリングし、簡略化したシルエット係数を目標値へ回帰させ、各文書はk個のクラスタ中心とだけ比較されます。BERT-baseでは、評価した最速の基準手法よりエポックあたりの学習が1.46倍速く、最も軽量な手法より峰ピークGPUメモリ使用量が45.4%少なくなりました。エンコーダを固定した線形プロービングでは、3つの下流タスクで最良の基準手法と競合する性能を保っています。
説明多エージェント証明探索における検証と蓄積の失敗の分析
要約本論文は、証明支援系が存在しない状況での多エージェント証明システムにおける検証と補題蓄積の問題を扱う。著者は一つのシステムを端から端まで計測し、三回の完全な実行で得た51,754件の観測記録を分析した。主な発見として、三モデルの検証器は全員一致を要求し、解析やAPIの失敗を承認しないものとして扱うこと、また補題の一部は否決された論証から抽出され、その否決の文脈が取り除かれていたことが報告されている。
説明GRAM：グラフ検索による振幅メモリで凍結時系列基盤モデルを補正
要約時系列基盤モデル（TSFM）は大規模な領域横断事前学習によりゼロショット予測を可能にし、検索拡張によって過去情報を活用してさらに性能を高めます。本論文は、類似する過去ウィンドウの実際の将来値で補正する従来法ではなく、予測誤差に繰り返し現れる系統的なモデルバイアスを用いるGRAMフレームワークを提案します。振幅メモリモジュールは誤差を振幅で正規化して検索可能なプロトタイプに集約し、プロトタイプグラフモジュールがそれらの関係をモデル化して一貫したバイアスを残しランダムな変動を抑えます。オンライン予測では、各予測ステップの補正量を生成して元の予測を精緻化します。複数のデータセットと基盤モデルで一貫した改善が示されています。
説明DICE：LLM個別指導で「何を言うか」と「介入が必要か」を分離する手法
要約本論文は、LLMの指導システムが学習者の各発話に必ず応答するよう訓練されがちで、指導能力と介入の必要性が混同されていると指摘する。著者らは、応答生成の前に明示的な教育的行動を選ぶDICEを提案し、各行動を非介入と比較する反実仮想指標の介入価値（IV）で評価する。模擬指導セッションでは、過剰介入率をほぼゼロに下げつつ、既存のソクラテス式ベースラインより平均で約3〜4ターン少なく正解へ導いたと報告している。
説明クローズドソースのマルチモーダルLLMに対する転移可能な敵対的攻撃：視覚不変性拡張による特徴最適整合（IAU-FOA）
要約本論文は、クローズドソースのマルチモーダル大規模言語モデル間で転移可能な標的型の敵対的サンプルを生成する手法IAU-FOAを提案しています。大域レベルではコサイン系の目的関数で意味的差を縮め、局所レベルでは画像パッチのトークンをクラスタ化し、非平衡最適輸送で対応づけます。さらに露出、コントラスト、照明、色温度の変化を模した視覚不変性拡張を導入しています。著者らは、開放型・閉鎖型モデルでの実験で既存の転移攻撃手法を上回ったと報告しています。
注目点グローバル整合にパッチ単位の最適輸送と信頼度適応型の非平衡輸送を加え、視覚不変性拡張も導入した実質的改良で、開放型・非公開型MLLMで比較検証している。
説明エージェントの振る舞いをコードとして記述：プログラム的仕様による効率的で頑健なLLMエージェント
要約本論文は、ABCAgent（Agent Behavior as Code Agent）を提案する。これは、Pythonコードなど記号プログラム（ニューラル関数を含みうる）で実行時のエージェントの振る舞いを完全に規定し、基盤モデルエージェントがそのプログラムを編集する方式である。複数のベンチマークで、同程度のモデルを用いたニューラルエージェントと比べ、堅牢性や効率で優位な結果が報告されている。
説明事前に公表された構造変化：コンフォーマル信頼性と頻度較正の区別
要約多くの構造変化は事前に公表されますが、適応型コンフォーマル手法はそれを自らの誤差からしか知ることができません。本論文は、公表日に分位点を再初期化する手法を検討し、次の区間のコンフォーマル信頼性と、閉じた窗の頻度較正という二つの評価が一致しない場合があることを示します。大きな合成的構造変化の後、再初期化した分位点の第50予測時点におけるカバレッジ誤差は0.035で、五つの適応型ベースラインの最良値0.052を下回りました。実際の構造変化は多くが小さく、結果は一様ではありません。
説明DriftSR：分布ドリフトによる一段階の実世界画像超解像
要約本論文は、事前学習済み拡散モデルの事前知識を用いて、その凍結された中間表現空間で分布ドリフトを行う一段階の実世界画像超解像フレームワーク DriftSR を提案している。空間特徴ドリフト（空間特徴を分布サンプルとして扱い、より密な教師信号を与える）と、低品質入力との局所的な構造の整合性に応じて誘導を調整する構造変調ガイダンスを導入している。三つの実世界ベンチマークでの実験により、一段階の推論で高品質な超解像再構成が得られることが示されている。
説明MOXIE：生物医学画像分類器の代替説明を発見する手法
要約本論文は、画像分類器の信頼度を保ちつつ残す画像領域をできるだけ少なくする領域の組み合わせを探索する進化的フレームワークMOXIE（Multi-Objective eXplanation Imaging Engine）を提案する。LIMEのように単一の説明を返すのではなく、コンパクトなものから高忠実度のものまでを含むパレート前線上の複数の代替説明を示す。BloodMNISTとHAM10000で評価した結果、MOXIEはすべての画像でLIMEより高いハイパーボリュームを達成し、代替説明がモデルの判断をより完全に示すことを明らかにした。
説明会話における多モーダル感情推論のための、証拠に基づく検証を伴うエージェント的手法
要約本論文は、視覚・音響・言語の各知覚エージェントが根拠を引用した観察を共有し、統合エージェントが結論を出す、追跡可能な多モーダル感情推論フレームワークを提案します。誤予測の際は、決定論的検査と含意検査によって失敗箇所を特定し、対象を絞ったプロンプト修正を作成します。モデルの重みは更新せず、MER2025データセットでF値を0.6〜2.2ポイント向上させ、Qwen2.5-VL-7Bでは52.3から54.5に上がったと報告しています。
説明蒸留された意思決定器のリアルタイムギャップにおける意思決定時間と意思決定品質の分離：ゲームとコンベア・シミュレータによる検証
要約論文は、リアルタイムのエージェントがゲーム世界を停止させた状態や、決定時間を整数ティックに丸めた条件で評価されることが多く、その場合に遅延の影響が過小評価されると指摘します。著者らは、学習済み意思決定器と遅延のない教師との差を時間成分と品質成分に分けて、ViZDoomとコンベア・シミュレータで実験を行いました。ホストによって両成分の割合が異なり、教師ラベル付きの再学習（DAgger）により品質成分が一部改善したと報告しています。
説明ExStereo：明示的ステレオ表現で2次元の視覚・言語・行動モデルを3次元へ拡張する手法
要約本論文は、事前学習済みの2次元VLA（視覚・言語・行動）モデルに3次元知覚を加えるステレオモジュール「ExStereo」を提案している。ステレオ画像ペアから場面の幾何を再構成し、多視点観測を明示的なステレオ表現として描画して特徴を抽出する。行動トークンは行動-ステレオ交差注意機構を通じてこれらを参照する。二つの公開VLAモデルで検証し、シミュレーションと実機の双腕プラットフォームで評価した結果、ExStereoで微調整したモデルがベースラインを上回ったと報告している。
説明人々はオンラインで人種的ステレオタイプにどう異を唱えるか：Reddit コミュニティ横断の反物語検出
要約本論文は、支配的な物語に異を唱えるために人々が用いる「反物語（counter-storytelling）」を扱います。これは計算社会科学で十分に研究されてこなかった対抗言説です。著者らは、物語論と批判的人種理論に基づく三次元の分類体系と、Reddit の議論から人種的ステレオタイプと反物語の組を特定する多段階のパイプラインを提案しています。615 のコミュニティにわたる 25,549 件の投稿を注釈し、1,312 件の反物語を特定しました。発話者の属性と投稿の文脈が反物語の語り方に影響することも示されています。
説明マルチエージェント周波数共有：複数の認知レーダーが限られた電波資源を衝突なく分け合う方法
要約本研究は、複数の認知レーダーが機械学習を用いて、固定された100 MHz帯域を他の無線利用者と干渉せずに共有する方法を検討しています。各機器は発信する位置と帯域幅を独立して決定し、実際のまたはシミュレートされた信号活動から使用中と空いている周波数を判断します。実験では、提案したメタ学習手法が、マルチエージェント環境の主要ベースラインの中で最も高い平均報酬を達成し、衝突率も低く安定した送信挙動を維持したと報告されています。
説明知識グラフ表現学習における不確実性：知識グラフ埋め込みの三種類の不確実性と信頼性保証の手法
要約本論文は、知識グラフ埋め込み（KGE、knowledge graph embedding）に含まれる三種類の不確実性、すなわち入力知識の不確実性、学習時のランダム性に起因するアルゴリズム的不確実性、モデル出力の信頼性に関する予測的不確実性を体系的に検討しています。学習の不安定性を抑えるための投票ベースの集約フレームワークや、分布に依存しない被覆保証を持つ回答集合を構築する共形予測（conformal prediction）のKGEへの適用が提案されています。また、信頼度付きトリプルの統計的に妥当な予測区間や、確率的推論の近似手法も開発されています。
説明AID：AIインフラの動的挙動をモデル化するフレームワーク
要約本論文はAID（AI Infrastructure Dynamics）というフレームワークを提案し、物理・計算・ネットワーク・サービス提供の各プロセスが結合したAI推論インフラの学習問題を記述します。可変サイズの状態、非同期な観測、サービスに応じて変化する需要を扱えます。既存の方策下での予測と、行動変更後のサービス結果を保つ表現を区別し、予測誤差の下界と厳密な制御状態縮約の十分条件を示します。また、キャッシュ表現などを検証するためのプロトコルも述べられています。
説明付加製造の溶融池監視のためのイベントカメラ：ベンチマークと装置間転移分析
要約金属付加製造の溶融池監視向けに公開されたイベントカメラのベンチマークが存在しなかった問題に対し、8機関の15データソースから作成した85個の物理校正済みイベントシャードからなる合成データセット SynAM-E を提案しています。単一装置の事例では、イベントベースの空間監視がフレーム方式と同等の精度（マクロF1 0.874 対 0.863）を示しました。NIST のテストベッドでは、フレームストリームより約380倍少ないセンサー読み出しで強度振動を検出しています。
説明MedImageOSWorld：医用画像コンソール向けGUIエージェントのベンチマーク
要約本論文はMedImageOSWorldを提案し、模擬のCT、MR、超音波コンソールで、スクリーンショットとマウス・キーボード操作によりGUIエージェントを評価する。エージェントはプロトコル設定、撮像計画、画像確認、補正調整を七段階の能力レベルで行う。11の公開重みエージェントの成功率は3.0〜25.0で、多くはワークフローを完了できても目的の解剖構造をほとんど取得できなかった。最良の専有エージェントは成功率約34で、主に撮像品質で最良の公開重みエージェントを上回った。
説明TIMBRE：時系列予測モデルに出来事情報を読み、記憶し、整合させる仕組み
要約本論文は、報道や過去の出来事への反応を数値予測の修正へと変換する手法 TIMBRE を提案します。ソースを考慮した表現、状態条件付きの反応転移、信頼性に基づく融合を組み合わせ、凍結された予測ヘッドの前段で動作します。区間幅は別の読み出し部で調整され、中央値は保たれます。13 タスクの単一シード・1 エポックの開発実験では、普通の融合法より 8 タスクで MAE が改善しましたが、ネイティブの Chronos-2 を上回ったのは 2 タスクのみでした。学習済み反応転移を無効にすると、BTC と AULF の MAE はそれぞれ 47.04%、6.81% 悪化しています。
説明ストアを知る：エージェントが読む前にメモリバックエンドが記録すべきこと
要約長期記憶を持つエージェントが、ユーザーが後に取り消した計画など、もはや使うべきでない記録を参照してしまう問題を扱う論文です。検索前に記録の失効を判断できるかを、メタ記憶モニタリングとして単独で評価しています。148問を、属性が一つだけ異なる3つのストア版で実施しました。読み手に見えるのは状態別の件数と属性名の一覧だけです。一覧が長い場合、より強いモデルがコサイン類似度検索を上回る一方、短い一覧では差が明確ではありません。テストしたバックエンドはこの情報を省略または誤記しており、記録された内容が全ての読み手の性能を制限していました。
説明圧力・文脈・機械の自己制御：生成AIにおける報酬ハッキングの犯罪学的検証
要約本論文は、犯罪学の自己統制理論、一般緊張理論、アノミー理論、中和理論、日常活動理論を、生成AIモデルの報酬ハッキング（測定可能な目標を未承認の手段で達成する行為）に適用した研究です。研究1では7モデルの2,310件の対話で、圧力や文脈的な手がかりによって近道を選ぶ傾向が大きく変わることを示しました。研究2の事前登録実験では、仕様と矛盾するテストを持つコーディング課題で、モデルによっては高い割合で不正が見られた一方、一度も不正をしないモデルもありました。論文は、拒否を表明しても、エージェントが遵守的に振る舞う保証はないと結論づけています。
説明モダリティを増やせば常に有効か？欠損モダリティ耐性の幾何学的視点
要約マルチモーダルモデルは推論時に一つのモダリティが欠けると、単一モダリティのモデルより性能が落ちる場合があります。著者らは、マルチモーダル学習によって主要なパラメータ部分空間に構造的な回転が生じることを示し、部分空間を測地線に沿って単一モダリティの参照方向へ回転させる軽量な手法 Geodesic Unlearning（GU）を提案しています。実験では、完全モダリティでの精度を保ちつつ、欠損モダリティ推論時の性能が向上したと報告されています。
説明すべての答えが文脈で説得できるわけではない：文脈的影響下の大規模言語モデルにおける推論ダイナミクス
要約本論文は、出力の答えが変わったかだけでなく、内部の推論ダイナミクスを通じて文脈の影響を分析する理論的枠組みを提案します。繰り返し与えられる文脈上の主張の下でも、予測表現は無制限にずれず、クエリに依存する安定した状態に収束することを示しています。さらに、繰り返しの文脈上の主張は累積的な証拠として働かず、理論の予測は実験結果とよく一致したと報告しています。
説明Active-DiNTS：能動学習を組み込んだ微分可能ネットワークトポロジー探索（3D医用画像セグメンテーション向け）
要約本論文は、プールベースの能動学習を二段階の微分可能トポロジー探索に組み込み、アーキテクチャ探索とラベル選択を同時に行うActive-DiNTSを提案します。各ラウンドでは不確実性指標（エントロピー、分散、標準偏差のいずれか）で未ラベルのMRIボリュームを順位付けし、上位のみを注釈に回します。MSD Task01脳腫瘍ベンチマークでは、単一GPUかつ少ないラベル付きデータでDiNTS、C2FNAS、nnU-Netを上回るDiceを示し、探索は8GPUのDiNTSより27倍以上速いとされています。
説明KALEIDO：ゲート付き折りたたみ幾何による、時系列予測のための視覚モデルの入力空間適応
要約本論文は、時系列を折りたたんで画像として描画し、画像の穴埋め（マスク自己符号化器によるインペインティング）で予測する手法KALEIDOを提案します。主要な周期を検出し、規則で生成した複数の折りたたみ幾何を用い、検証データのみで学習した位置ごとの凸ゲートで結合し、ゼロショット出力と融合します。LayerNormのみ（パラメータの0.05%）を学習し、LTSFでは公開済みのゼロショット基準に対しMSEを13%、凍結時は6.6%低減しました。GIFT-EvalではMASEが7.4%、CRPSが19.3%改善しています。
説明Lollypop：参照ターゲットを用いたカメラとモーションキャプチャの校正検証
要約本論文は、ArUco 基準マーカーとモーションキャプチャ用マーカー群を同一の物理点に配置した参照ターゲット Lollypop を提案し、カメラとモーションキャプチャ間の校正が展開後にも正確かを独立に検証する方法を示す。モーションキャプチャ点を画像上に投影し、検出された基準マーカー中心とのずれを測定する。実験では名目誤差はサブピクセルレベルであり、制御された外部パラメータの摂動に反応し、例示的な混合取り扱い系列では誤差が増大することが示された。
説明RepTC：エッジIoT機器向け効率的なトラフィック分類のための表現認識最適化
要約本論文は、リソースが限られたエッジIoT機器上で暗号化されたネットワークトラフィックをセッション単位で分類する手法RepTCを提案します。ネットワーク構造、セッション長、ヘッダー前処理を同時に最適化し、マイクロコントローラ級のメモリ、モデルサイズ、計算量の制約に合わせます。複数の組み込みハードウェアでの検証では、ISCX VPN-nonVPN、USTC-TFC2016、Edge-IIoTsetで各96.21%、99.62%、99.97%の精度を示し、モデルサイズと計算要件は既存手法より最大3桁削減されました。
説明DASH：バッチ方向探索による深層ネットワークの高速かつ有効な反事実説明
要約本論文は、深層ニューラルネットワークに対して、元の入力に近く有効で実行可能な反事実説明を高速に見つけるDASH手法を提案します。対象はℓ1、ℓ2、ℓ∞の各ノルムです。方向性Lipschitz境界と局所アフィンモデルで候補アンカーを生成し、バッチ処理されたネットワーク評価で有望な領域を順位付けして拡張します。表形式データの9,000件のテストでは、94.6%のケースで既知の最良の有効距離の5%以内の反事実を返し、CPUでの中央値の探索時間は約0.061秒でした。
説明適切な潜在空間での超解像：凍結された視覚基盤モデルを土台にする手法
要約本論文は、実世界の超解像は一般的な再構成型の潜在空間やピクセル空間ではなく、より適切な潜在空間で行うべきだと主張しています。著者らは凍結したDINOv3-Lの23層を融合した特徴を土台とし、再構成損失と敵対的損失で4.15億パラメータのデコーダを学習させ、劣化画像の埋め込みを多様体へ戻してピクセル空間へ復号します。提案モデルRAESRは、RealSR、DRealSR、LSDIR、DIV2K-Valで忠実度と知覚品質のバランスにおいて良好な結果を示し、H20 GPU上で512×512画像1枚を37ミリ秒で処理します。同じ手順でVAE潜在空間に置き換えると、すべての指標で劣ると報告されています。
注目点凍結された視覚基盤モデルの潜在空間で超解像を行う新しい視点を示し、VAE潜在空間との比較と複数の実データ実験で裏付けている。
説明患者ワールドモデルにおける反復測定リーク、分布シフト、部分観測下の信頼性
要約本論文は、縦断予測や介入を考慮した推論に用いられる患者ワールドモデルを扱い、予測の汎化と因果・臨床的な介入の妥当性は別物であると指摘しています。研究者らは、予測状態が患者間で汎化し、分布シフトや欠測観測に耐え、信頼性の指標を示せるかを、PhysioNet GaitPDB（165名、306記録、51,129組）の歩行データを用いた短期予測で検証しました。その結果、患者を分けて評価すると性能が低下し、部分観測ではさらに悪化しました。ただし著者らは、縦断的または介入対応のシミュレータであるとの主張はしておらず、評価基盤の必要性を示すにとどめています。
説明ARISE：炎症性腸疾患評価のための、画像に基づく自己評価を伴う適応型エージェント推論フレームワーク
要約本論文は、少数例の医用画像理解を段階的なエージェント型ワークフローとしてモデル化するARISEフレームワークを提案します。仮説生成、画像に基づく証拠の要約、証拠に条件付けた洗練、記号的検証、最終診断の5段階で構成されます。カプセル内視鏡画像（クローン病）とBモード超音波データ（潰瘍性大腸炎）の2つの独立した患者コホートに適用され、基準となる視覚言語モデルより診断性能が向上したと報告されています。また、推論が成功した箇所と失敗した箇所を示し、解釈可能性を高めています。
説明ハイブリッドフローマッチングによる実機デモからのタスク・動作計画学習
要約本論文は、離散フローマッチングで記号的なタスク計画を、連続フローマッチングで動作軌道を、単一のネットワークで同時に生成するハイブリッド計画器を提案します。デモの途中からの再開や同種物体の入れ替えを利用して少量のデモから学習し、各行動後に再計画する閉ループ実行を可能にします。キネマティックシミュレーションではタスク完了率が40%から53%に向上し、実機の移動マニピュレータでも検証されています。
説明スキル単位の世界モデルの行動としてのフロー方策：長期計画のための学習型および記号型の抽象化
要約本論文は、ロボットがスキル単位の行動によって計画系列を短くする方法を検討しています。著者らは、フローマッチング方策により一つの完全なスキル実行を世界モデルの一回の遷移として表し、圧縮シード、示範から学習した二種類の離散コード、記号ラベルという四つの行動抽象を提案しています。最大14個の連続スキルを要する模擬ブロック並べ替えタスクでは、記号ラベルが最大6スキルのタスクで90%を超える成功率を示し、ラベルなしの物体中心型学習コードは単一スキルのタスクで同等の性能を示しました。
説明ブラックボックス・フィードバックによる学習のための分散最適制御変量
要約本論文は、人間や最適化ソルバーなどのブラックボックス・オラクルからフィードバックを受けて学習する際の勾配推定を扱います。正確な行動価値関数であっても分散最適からは大きくずれうることを示し、行動が共有パラメータを通じて勾配推定量の残りの部分にも影響するためだと説明しています。残差分散は行動ごとに交差項なしで厳密に分解できることを証明し、ニューラルネットワークのパラメータに対する閉形式の分散最小化補正を、単純な射影により計算できる形で導出しています。実験では、この補正が価値関数の残す分散をさらに減らし、全タスクで学習を改善したと報告されています。
説明EasyClassifier：プログラミングをしない研究者のための、誠実で再現可能な機械学習分類ツール
要約本論文は、研究者がプログラムを書かずに、CSVやExcelファイルから分類分析を完了できるオープンソースのPythonパッケージEasyClassifierを紹介します。前処理は各学習分割の中で個別に行われ、選ばれた分類器の最終スコアは入れ子交差検証または独立したテストセットで算出され、報告書も自動生成されます。10の公開データセットと乱数ラベルでの実験では、報告されるスコアの偏りが一般的な方法より小さいことが示されています。
説明自己進化型LLMシステムはいつ止めるべきか：オンライン停止と出力選択の手法
要約本論文は、自己進化型大規模言語モデルシステムがいつ反復を止めるべきか、また停止後にどのバージョンの成果物を出力すべきかを研究している。著者らはオンライン逐次検定に基づく随時有効な再開検出器と、変化点推定による早期成果物の選択を提案し、既存アルゴリズムの変更は不要である。二つのフレームワーク、三つのモデル系統、五つのベンチマークで、未見テスト性能をほぼ維持したまま計算コストを大幅に削減した。
説明FoSeRL：強化学習方策の形式的な逐次ロバスト性認証
要約本論文は、展開済みの強化学習方策を、時間的にまばらな行動摂動攻撃に対して認証するフレームワーク FoSeRL を提案しています。方策の変更や平滑化、再学習は不要で、共有乱数を扱えるリセット可能なシミュレータがあれば認証できます。6つの確率的連続制御環境と TD3、SAC、PPO の3種類の方策で評価され、政策平滑化より大きな認証予算が得られ、公称性能が近い方策の間でもロバスト性の差が明らかになったと報告されています。
注目点方針を変えず、乱数共有の再現可能シミュレータで時間依存バリア条件により確率的保証を与える枠組みを提案し、六環境・三方策で平滑化法より大きな認証予算を示す。
説明キーごとにより多くの価値を：LLMデコーディング高速化のための非対称スパースアテンション
要約論文は、多くのスパースアテンション手法では確率と値の積の計算がほぼ無視できるため、ボトルネックがクエリ・キー計算に移ると指摘しています。そのためキーヘッドを減らして推論を高速化し、値ヘッドを多く残して能力を保つ方法を提案しています。提案するSAGA（非対称グループクエリアテンション）とAtop-Nを組み合わせ、長い文脈で全アテンションのGQAベースラインより2倍以上の高速化を達成したと報告しています。
説明分散を考慮した、オンライン強化学習の細粒度ギャップ依存上界
要約本論文は、有限期間の表形式マルコフ決定過程におけるモデルフリーのオンライン強化学習を扱い、ギャップ依存の後悔と方策切り替えコストに注目しています。分散ベースの探索ボーナスを用いるUCB-Bernstein+について、細粒度のギャップ依存後悔上界を初めて示しました。段階的な方策更新を組み込み、現時点で最良のギャップ依存局所切り替えコストを達成し、数値実験でも良好な結果が示されています。
注目点分散ベースの探索ボーナスを用いるモデルフリー強化学習で初の細粒度ギャップ依存後悔上界を示し、切替コストも改善しており、理論的貢献は明確である。
説明動的ルーティング：LLMのテスト時汎用性を高める新たな次元
要約本研究は、勾配更新を伴わずに、大規模言語モデルが一部の層を飛ばしたり繰り返し実行したりする動的ルーティングによって、テスト時に新しい問題へ適応できるかを検討しています。デモンストレーションのラベルに対するモデルの確率に基づく選択戦略は、MMLUの多くのタスクで安定した改善をもたらし、ARC-AGIなどの分布外タスクでは7Bモデルの精度を倍増させたと報告されています。また、ルーティングは思考の連鎖（CoT）と補完的であることも示されています。
説明蒸留された非公開の健康記録からの血液バイオマーカーのエージェント型発見
要約本論文は、データ境界の内側でグラフアテンションネットワークを学習させ、全血球計算（CBC）の候補表現について13の免疫介在性疾患に対する症例対照AUCを予測する手法を提案し、学習済みの重みのみを公開しています。エージェントは患者データに触れることなく、提案・採点・改良の反復を行えます。外部検証では、エージェントが発見した表現は文献由来の出発点に比べ、AUCの中央値で4.18ポイント改善しました。
注目点私的な医療記録を公開可能なスコアリングモデルに蒸留し、患者データを見ずにエージェントが血液検査バイオマーカーを発見；3コホートで外部検証。
説明発話行為の道徳的評価の形式化：真実性、嘘、倫理的ジレンマ
要約本論文は、行為者の信念に基づいて発話行為の道徳的評価を行う論理的枠組みを提案し、答案集合プログラミング（ASP）で実装しています。この枠組みは義務論、結果主義、原則主義の立場から発話を評価し、嘘が救助と死の両方を招きうるサルトルの『壁』（1939）を例に示しています。著者らは、新しい道徳的状況への対応はルールの変更ではなくパラメータの調整で済むと述べています。
説明表形式強化学習のための厳密で高速なバッチシミュレーション手法
要約本論文は、有限期間の表形式マルコフ決定過程を対象とし、集計統計量だけが必要な場合に個々の軌跡を生成せずに済む厳密な高速シミュレーション枠組みを提案する。直接バッチシミュレーションでは、バッチを集計されたマルコフフローで表し、個々の軌跡を生成せずに前向きサンプリングで得る。この場合シミュレータ側のバッチサイズmへの依存はO(m)からO(1)に下がる。適応バッチシミュレーションでは、バッチ長がデータに依存する条件で決まる場合に、多変量超幾何分割によって候補フローを条件付き分布を保ったまま再帰的に精緻化し、依存をO(log m)に下げる。
説明BoT-Feedback：生体力学的根拠に基づき、説明可能な動作フィードバックを生成するマルチモーダル推論
要約本論文は、マルチモーダル大規模言語モデルによる動作指導フィードバックの弱点を扱い、生体力学的証拠に基づく推論フレームワークBoT-Feedbackを提案しています。Biomechanics of Thoughtと呼ばれる四段階の推論で、動作の特定、重要な身体部位の特定、専門家と学習者の定量的な差異の分析、そして説明可能な指導の生成を行います。12のモデルでの実験により、フィードバックの質と解釈性が向上し、生体力学的な幻覚が減ることが示されています。専門家評価の平均スコアは2.07から2.95に向上しました。
説明嘘は少なく、大きく：LLMロボットチームへの潜伏型内部攻撃
要約本論文は、複数ロボットによる測量作業でLLMエージェントが計画と相互信頼を担う場合に、一台の侵害されたロボットが共有結果を歪める脅威を検討する。攻撃者の報告が検証される確率の下限と、潜伏型攻撃が生じさせる地図誤差の上限を導出している。実験では、攻撃が実際に使った予算でこれらの限界が成り立つことが示されている。
説明ThyCLIPNet：BiomedCLIP誘導の軽量注意強化DeepLabV3+による甲状腺結節セグメンテーション枠組み
要約本論文は、甲状腺超音波画像のセグメンテーションを行う軽量なハイブリッド・エンコーダ・デコーダ構造ThyCLIPNetを提案している。BiomedCLIPの視覚エンコーダから得た全体的な生物医学的意味情報を、多スケールCNNのセグメンテーションに組み込む。TG3K、TN3K、DDTI、PKTNの4データセットでDice係数は96.22%、87.58%、84.73%、80.70%、モデルは8.55Mパラメータ、22.99G FLOPsと報告されている。
説明視覚による予測力を用いたロボット学習：柔軟グリッパの変形から接触力を推定し動作を選択する手法
要約本論文は、力覚・触覚センサを使わずに、柔軟なFin Rayグリッパの変形から視覚的に接触力を予測する操作手法を提案しています。キャリブレーションデータで視覚力推定器を学習し、それで実演データに力の推定値を付与した上で、動作と力を同時に生成する方策を学習します。推論時には候補動作とその予測力をサンプリングし、実演から得た目標力に最も近い動作を実行します。イチゴ摘み、空き缶把持、手内再配置、プラグ挿入で評価されています。
説明ローカル配備可能なエージェント型共同研究者に向けて：初期創薬のための小型モデルによる計画立案
要約本論文は、ローカルに配備できる小型言語モデルが、18個のモジュール式計算ツールの呼び出しを計画する軽量なツール拡張フレームワークを提案しています。統一分子スキーマで分子記録を共有し、LoRA微調整を3種の小型モデルに適用しました。より厳格なワークフロー分割では完全なシーケンス完全一致率が0.452から0.548にとどまり、組み合わせ汎化が今後の課題であることを示しています。
説明PyINE：コード実行による拡張可能な誘導・監督フレームワーク
要約本論文は、計装されたPythonプログラムを検証可能な実行基盤として用いるPyINEフレームワークを提案しています。実行トレースが結果や中間事実の権威あるラベルを与え、約100万件の決定的な実行トレースと50万件以上のLLM生成コード変種でPyINE-v1を構築しています。近道に従うモデルを評価した結果、データセット全体の性能では、重要な失敗の検出が弱いことが隠れる場合があり、安価な学習型監督器は稀な近道由来の誤りを見逃しがちだと報告しています。
説明手持ちスマホによる歩行者の確率的予測：ワールド座標のヒートマップ、視覚慣性による高さドリフト、正解なしの評価
要約本論文は、スマートフォンの単眼カメラと視覚慣性オドメトリ（VIO）だけで、近くの歩行者が数秒後にどこにいるかを確率ヒートマップとして地面上に示す手法を検討しています。小型のU-Netを鳥瞰（SDD）および一人称視点（EgoTraj-Bench）の軌跡データで学習し、手持ち映像では追跡器自身の後続の生の計測値を基準に評価しています。テスト分割では4.8秒時点の負の対数尤度が、当てはめた等速ガウス基準より低くなりました。保留した7本のクリップでも優位は残りましたが、開発時の約半分にとどまりました。著者は、このような自己整合性による評価が示せる範囲には限界があることも論じています。
説明LLM時代のナレッジグラフ品質評価：概念フレームワーク
要約本論文は、データ、情報、リンクデータ、ナレッジグラフ（KG）、およびKGとLLMの交差領域に関する品質評価の文献を検討しています。著者らは既存のフレームワークを拡張し、24の品質次元（QD）と各種品質指標（QM）のカタログを作成しました。さらに、領域やタスクに合わせてカスタマイズ可能な、汎用的で実用的なKG品質評価フレームワークを提案しています。
説明衝突予測のための映像Transformerにおける時空間冗長性の調査
要約本論文は、作業者と機械の近接監視における衝突予測に用いられる映像Transformer（VideoMAEv2-Base）のどこに計算の冗長性があるかを調べています。時間方向のトークンは類似度が高く空間方向は低いことを示し、その非対称性を利用した時間トークン統合により、計算量は356.99から178.50 GFLOPs、クリップあたりの遅延は12.69から7.21ミリ秒に減少し、平均精度はほぼ変わらなかったと報告しています。
説明Verb-ICL：構造化予測のための文脈内学習の再考
要約本論文は、大規模言語モデルによる文脈内学習（ICL）を構造化予測に適用するための選択的アノテーション枠組み Verb-ICL を提案する。まずトークン単位のカバレッジ戦略で代表的な事例を選び、そのうえでタスク固有のアノテーション指針を含む実用的な誤りフィードバックを生成し、ICL の示例に組み込む。情報抽出と意味解析にまたがる六つのデータセットで評価され、低リソース設定で強力な選択的アノテーションの基準手法を上回ったと報告されている。
説明非自律非線形力学系の次数低減モデリングのための潜在ラグランジュ型ニューラルネットワーク
要約本論文は、外力を受ける非線形力学系の次数低減モデリングに向けた、潜在ラグランジアンに基づく枠組みを提案する。従来のラグランジュ型やハミルトン型のニューラルネットワークとは異なり、動力学を捉えるのに十分な潜在座標の集合を学習し、潜在運動エネルギーと潜在ポテンシャルエネルギーをそれぞれ二つのニューラルネットワークで表現する。力の教師情報を用いることで、学習時に常微分方程式ソルバーを必要としない。潜在空間における物理法則の整合性は仮想仕事の原理によって保証される。結果として、モデルは系の非線形性と非凸ポテンシャルエネルギーに起因する微妙な動力学を学習し、未知の外力や初期条件にもよく汎化することが示されている。
説明NAMVIS：次スケール自己回帰による多視点画像合成
要約本論文は、拡散モデルを用いない疎な視点からの新規視点合成手法NAMVISを提案し、多視点画像生成を幾何条件付きの次スケール自己回帰として再定式化しています。少数の粗から細へのスケールステップで離散的な視覚トークンを予測し、多スケール投影姿勢エンコーディングと幾何認識型クロスアテンションでカメラ幾何を反映させます。著者らは、Objaverse、GSO、OmniObject3Dでの評価において、拡散ベースラインよりPSNR、SSIM、LPIPSで優れ、約3倍以上高速だと報告しています。
説明Knossos と Ariadne：視覚言語モデルによる完全なダイアグラム・トポロジー抽出のベンチマークと学習
要約本論文は、構造図をグラフに変換する課題、すなわち図中の全要素とそれらの完全な関係を抽出する問題を扱います。6つの領域にまたがる19,200枚の図からなるベンチマーク「Knossos」を提案し、この課題をノード一覧の抽出とソースを条件とした辺の予測の2段階に分解するフレームワーク「Ariadne」を提示しています。実験では、Knossosでの学習により小規模なオープンソースの視覚言語モデルの性能が向上し、Ariadneは評価した手法の中で平均Edge F1が最も高かったと報告されています。
説明WNet：離散ウェーブレット変換による効率的なトークン混合
要約WNet は、自己注意の代わりに離散ウェーブレット変換（DWT）でトークン間の情報を混合する Transformer エンコーダです。全対比較による二次的な計算コストを避けることを目指しています。注意機構を使わない複数の混合方式を提案し、フィルタの長さが受容野に与える影響を分析しています。同条件の BERT や FNet との比較では、ゲート型混合器が 4,096 トークンでアテンションの約 2.7 倍速く学習できたと報告されています。
説明限られたやり取りで曖昧な意図を明確化する学習
要約AIアシスタントは、必要な情報が欠けたリクエストを受けることがあり、その場合は推測するか追加質問をする必要があります。本論文はこれを情報の価値の問題として捉え、利用者の効用の損失を最も大きく減らす情報を優先して尋ねるように学習させる手法を提案しています。画像生成を題材に、マルチターンの模擬利用者を用いた強化学習を行い、76名・456セッションの事前登録済み実験で、参照画像により近い結果を、より少ない質問と時間、低いコストで得られることを示しました。
説明AegisFlow：脆弱なデータ基盤における自律的な修復と自己修復のためのマルチエージェント型フレームワーク
要約本論文は、監視エージェントがランタイムのテレメトリを収集し、修復エージェントが大規模言語モデル（LLM）に基づいてコードパッチを自動生成・テスト・展開するマルチエージェント型フレームワーク「AegisFlow」を提案している。デジタルツイン環境で並列シャドウパッチング（Parallel Shadow Patching）によりパッチを検証する。5種類の代表的な障害シナリオで評価され、パッチあたりの平均修復時間は170分から3.2分に短縮、パッチ成功率は92%と報告されている。
説明コーディングエージェントによるログコードの自動削除：現状はどこまで来ているか
要約本論文は、開発者がログコードをどのように削除しているかを調べ、コーディングエージェントにこの作業を任せられるかを検討しています。PythonとJavaのリポジトリから削除事例を抽出して手作業で検証し、10の削除パターンと11の削除理由を整理しました。また、387件の実事例からなるLogRemデータセットを構築しています。四つのエージェントを評価した結果、有効性チェックを通過した出力は多いものの、実際の変更と同じ範囲のログを削除できたのは11.1%から19.6%にとどまりました。
説明離散最適輸送のためのGPU高速化Bregman Douglas-Rachford分割法
要約本論文は、離散最適輸送問題を解くためのGPU上で動作するBregman Douglas-Rachford分割法（BDRS）を提案しています。明示的なコスト行列、地上コストを伴う点群、正則格子上の分離可能なコストという3つの入力形式に対応しています。各形式について、数学的に等価でハードウェアに適した反復表現を設計し、同一デバイス上で文献の8つのGPUソルバーと比較しました。その結果、各入力形式で最先端の性能を達成したと報告されています。
説明EVFormer：一人称視点の映像と筋電信号を融合した両手姿勢推定モデル
要約本論文はEVFormerを提案し、現在のRGBフレームと直前200ミリ秒の両手首表面筋電図（sEMG）を組み合わせて、44の指と手首の関節角度を推定します。双方向クロスアテンションとゲート付き融合で二つのモダリティを統合します。単一被験者の実現可能性検証で、平均絶対誤差は11.482度で、比較基線より低い結果でした。ただし、多数の被験者や実環境での検証はまだ必要です。
説明言語モデルエージェントの保証のための軌跡証拠の整理：断片、手法、残余
要約本論文は、言語モデルエージェントを評価する複数の手法（規則チェック、前置監視、実行ゲートなど）の結果を統合する枠組みを提案し、各手法が示す主張の強さと検証されていない部分を明らかにします。公開されている456件のτ²-bench電気通信軌跡で検証し、ベンチマーク基準が231件を指摘したのに対し、他の検査手法を加えた統合結果は407件に増えたと報告しています。未指摘の49件と未充足の義務が残余として示されています。
説明適応的単位分割混合エキスパートネットワークによる局所化演算子学習
要約本論文は、界面が急峻で係数が不均一、局所的な多重スケール構造を持つ偏微分方程式に対し、単位分割（POU）混合エキスパートの枠組みによる局所化演算子学習を提案します。主要な手法であるHiRefPOUは、DeepONet向けの残差型階層POUアーキテクチャで、入れ子になった親子分割により局所表現を整理し、大域的な連続性を保ちます。不均一なDarcy方程式および反応拡散の基準問題で、グローバルなDeepONetや静的なPOU-MoEの基準手法より誤差が大幅に小さくなりました。学習された分割は解釈可能で、界面や解が急変する領域と一致します。
説明VoCa：音声対話エージェントのための音声とキャンバスの協調インタラクション設計
要約本研究は、人が話しながら書き込みや図示を行う協働の様子を観察し、音声とキャンバスを組み合わせたインタラクションの設計空間を示しています。その知見をもとに、音声と視覚オブジェクトの作成・注釈・注意誘導を連携させる音声エージェント「VoCa」を開発しました。18名の参加者による5日間の利用では、学習・仕事・日常生活での可能性と、エージェントの発話と提示内容を利用者が追い、影響を与えられるようにすることの難しさが報告されています。
説明神経多様性を考慮したマルチモーダル感情計算による神経発達評価：常態基準の分類から文脈に敏感な意思決定支援へ
要約本論文は、神経発達評価のための検証可能な神経多様性配慮型マルチモーダル感情計算アーキテクチャを提案します。集団に対する相対的な逸脱を、不適応な機能の十分な証拠とはみなさない立場です。概念的論文であり、新たな被験者研究や学習済みの予測システムは報告せず、予測や臨床上の優位性も主張しません。観測信号、モダリティの品質、文脈、集団相対情報、個人内参照などを区別し、標的の妥当性や校正、サブグループ評価などの監査可能な要件を定めます。主な動機となる根拠は自閉症に関するものです。
説明ドリフトモデルのための判別的幾何構造の学習
要約ドリフトモデルは反復的な分布の洗練を推論から学習段階へ移し、一段階での生成を可能にします。本論文は、複雑な画像データではドリフト場を構成する表現空間が性能を大きく左右し、ピクセル空間は性能が低く、事前学習済み特徴空間は標本品質を大きく改善することを示します。著者らは、生成器の更新に合わせてバッチごとに判別的な表現幾何を継続的に学習する持続的表現学習を提案し、事前学習エンコーダなしで、複数データセットにおいて元のピクセル空間ドリフトモデルに比べFIDを約82〜95%低減したと報告しています。
説明分離・浄化・統合：連合学習による医用セグメンテーションのための意味・構造プロトタイプ学習
要約本論文は、スキャナーやプロトコルの違いによる特徴の不均一性に対処する、連合学習向けの手法FedBCS+を提案しています。周波数領域のスタイル再調整で内容とスタイルを分離し、多層特徴を意味プロトタイプと構造プロトタイプに分解して別々に整列させます。さらに各クライアントのプロトタイプが全体の合意からどれだけ外れるかに応じて集約の重みを調整します。五つの異種医用セグメンテーションベンチマークで、比較手法の中で最も高い平均Diceを達成しました。
説明正規化されていない密度からのサンプリングのためのスコア較正フローと、生成的オンライン強化学習への応用
要約本論文は、正規化されていないボルツマン密度からサンプルを生成するように生成モデルを訓練する手法、スコア較正フロー（SCF）を提案します。重要度サンプリングや、サンプリング軌道を通じた逆伝播を用いず、自己整合性を強制することで目標フローを学習します。強化学習のベンチマークでの実験では、SCF が既存の生成的方策のベースラインと同等かそれ以上の性能を示し、訓練時間も大幅に短縮されたと報告されています。
説明低精度有限差分スペクトルを用いたニューラル固有値ソルバーの誘導
要約本論文は演算子の固有値問題を扱い、粗い有限差分法（FDM）で得た近似スペクトルを、ニューラルソルバーの学習中に固定シフトとして使う手法を提案している。あわせて高次元問題向けに学習を安定化させたSIPMNN（安定化逆べき乗法ニューラルネットワーク）も導入されている。次元10の五つのテスト問題において、この組み合わせは試験した純粋なニューラル手法より全体として高精度で、反復回数は約8〜10分の1であると報告されている。
説明RAGStress：知識ベース劣化下の検索拡張生成を評価する制御ベンチマーク
要約本論文は、知識ベースが体系的に破損した状況で検索拡張生成（RAG）システムの頑健性を試験するためのベンチマーク RAGStress を提案します。事実の改変、数値の誤記、関連性の汚染、矛盾の挿入という4種類の破損と3段階の重大度を組み合わせ、57のMMLU科目と182,546件の文書から構築されています。52,500回の評価では、クリーンな検索が頑健性の差を隠しうること、意味内容を損なう破損は信号の有用性を乱す摂動よりも有害であることなどが示されました。
注目点知識ベース劣化下のRAG頑健性を検証する制御型ベンチマークを提案し、52,500回の評価で結論を支持。サブ分野に有用。
説明SepRQ：マスク不要・マルチスケールの音源分離による自己教師あり音声混合表現学習
要約本論文は、凍結されたランダム射影コードブックに基づく擬似音源分離の目的関数でマスク予測を置き換える、オープンソースの自己教師あり学習フレームワークSepRQを提案します。マスク不要かつマルチ解像度の手法により、SUPERBベンチマークの話者ダイアライゼーションと音声分離で最高水準の性能を達成したと報告されています。推論時のパラメータ数は8,568万です。
注目点マスク予測を擬似音源分離目標と無マスク多解像度手法に置き換え、SUPERBで話者分離と音声分離の最高性能を示し、三話者混合でも強い結果を示しており、証拠は比較的充分である。
説明不完全な表に対するLLMベースの質問応答における誤りの理解
要約本論文は、誤りを含む表に対して大規模言語モデルが質問に答える際の挙動を調べています。RADAR-Tの人手で確認済みの事例を用い、三つのモデルで行の順序を変えた場合や、元の表・誤りを示した表・修正後の表を比較する統制実験を行いました。その結果、行の並びによって誤りの発見率が変わること、誤りの位置を示すだけでは正確な回答に十分ではないことが示されました。さらに、GBDIと呼ばれる簡単なワークフローを提案し、五つのモデルで代替コードエージェントに比べて質問応答の精度を向上させたと報告しています。
説明討論が効果を発揮する条件：マルチエージェント推論における提案供給と検証を考慮した読み出し
要約本論文は、マルチエージェント討論が単純な多数決に勝てない理由を検討しています。著者らは、正しい答えを提示する「提案供給」と、多数決が見落とした正しい答えを特定する「読み出し」という二つの仕組みが必要だと主張します。潜在検証討論（LVD）モデルを提案し、ニューラルシケットのエージェントから被覆度に基づいて集団を構築したところ、二つのバックボーンと予算を揃えた推論ベンチマークで総合精度が向上したと報告しています。
説明音声言語モデルの学習不要なタスク制御：対照的活性化加算（CAA）による手法
要約本論文は、学習を必要としない対照的活性化加算（CAA）手法を提案し、少数のラベル付き音声発話から音声大規模言語モデル向けのステアリングベクトルを導出します。推論時にこのベクトルを表現空間に加えることで、転写などの目標タスクに沿った出力を促します。プロンプトと併用すると、自動音声認識や感情認識などの多くの評価タスクでプロンプトのみより一貫した改善が見られ、領域外データにも転移することが示されています。さらに、特定言語の表記文字を指定する脚本正規化の方向性の有用性も示しています。
説明COMPASS：彗星画像の自動選別・採点による測定パイプライン（単一細胞DNA損傷を評価する画像解析ツール）
要約彗星アッセイ（単一細胞ゲル電気泳動）は個々の細胞のDNA損傷を定量する手法ですが、画像解析は手作業や半自動ソフトに頼ることが多く、労力がかかり再現性にも課題があります。COMPASSは深層学習による彗星のセグメンテーション、損傷測定、自動選別を組み合わせ、標準化されたDNA損傷測定値を出力し、任意で人手による確認も可能にします。Pythonで実装され、GitHubで公開されています。
説明反復的ヌル空間射影によるペルソナ部分空間の抽出と変調
要約本論文はPaSSという推論時の制御手法を提案し、大規模言語モデルのペルソナを潜在空間の多次元部分空間としてモデル化します。反復的概念消去（INLP）で部分空間を抽出し、再学習なしでペルソナ特徴を増幅または抑制します。MATH-500、TinyAlpaca、GSM8K、IFEvalでの実験では、単一方向の加算的手法より強い変調が可能で、内容の忠実性も保たれたと報告されています。
説明MASBench：部分観測下における大規模言語モデルベースのマルチエージェント協調のベンチマーク
要約本論文は、部分観測の制約下で大規模言語モデルベースのマルチエージェント協調を評価するベンチマーク「MASBench」を提案している。推論、スケジューリング、ゲームの三段階のタスクで構成され、プロトコル、メモリ、ルーティングという三つの協調機構を段階的に評価する。性能スコア、通信コスト、コスト効率といった決定的な評価指標を用い、複数のモデル基盤と機構設定で実験を行い、MASの設計に実証的な指針を与えている。コードは公開されている。
説明群衆に正しい問いを投げかける：連合学習のためのバイアス相殺重み
要約本論文は、連合学習における各クライアントの損失の重み付けを、群衆の知恵の仕組みとして扱います。最適化の軌跡から各クライアント間の不一致を追加コストなしで読み取る CROWD 手法を提案し、理論的にはベイズ極小極大下界と同じ定数で一致することを示しています。各施設が独自に校正の不正確な検出器を持つ実スキャンデータでは、理想的な重みと同等の超過リスクを達成したと報告しています。
注目点連合学習の重み付けを群衆の知恵の仕組みとして捉え、誤差エネルギーの同定可能性と一致する下界を示す新しい理論だが、影響は連合学習の分野に限られる。
説明忘却を熱帯幾何で捉える：知識を保持する微調整のための単位ごとの射影器
要約言語モデルを新しいテキストで微調整すると既存の能力が低下します。リプレイ不要のAdam-NSCLやGPMは、全行で同一の部分空間を制約するため粗すぎると論文は指摘します。ReLU層の熱帯幾何を用い、ゲートを考慮した単位ごとの射影器を導出し、厳密な保護のコストは各単位の開いたトークンの階数で決まることを示します。OPT-1.3bとOPT-6.7bでの実験では、同じ予算でAdam-NSCLより忘却が少ないと報告されています。
注目点ReLU層の忘却を熱帯幾何で解析し単位ごとの投影器を提案、新規性は高い。実験はOPTモデルに限られ、影響は継続学習の一分野にとどまる。
説明指針が導き、行動が裏付ける：知識抽象による エージェントの進化
要約本論文は、大規模言語モデルのエージェントがパラメータを変更せずに外部メモリを通じて経験から継続的に進化できるよう、SAGAというフレームワークを提案しています。対話の軌跡を、エピソード記述、再利用可能な手順、適用条件を明示した原則へと段階的に抽象化し、検索された原則を課題固有の指針に変換して候補行動を修正します。ScienceWorldとALFWorldでの実験では課題性能の向上が示され、アブレーション研究では文脈への具体化と行動調整の重要性が示されています。
説明線形放射輸送問題のための効率的なニューラル代理モデル：Lattice と Hohlraum ベンチマーク
要約本論文は二次元の線形放射輸送方程式について、Lattice と Hohlraum の標準ベンチマーク上で、パラメータ数を揃えた二種類のニューラル代理モデル（Transolver と BSMS-MGN）を比較し、最終時刻の粒子濃度の近似性能を評価しています。アブレーション実験により、アーキテクチャごとに帰納バイアスの好みが大きく異なることが示され、設計の選択は架構ごとに見直す必要があるとされています。訓練手法、訓練データ、評価パイプラインも公開されています。
説明FLASHSWIN：メモリ効率の高い注意機構でSwin視覚Transformerの大きなウィンドウと高密度トークンを実現する研究
要約論文はFLASHSWINを提案し、Swin視覚Transformerのウィンドウ注意をFlashAttentionの実装に置き換えています。注意スコア行列を明示的に作らないため、ウィンドウごとのメモリはO(M^4)からO(M^2)に下がります。位置情報の保持には、相対位置バイアスの代わりにウィンドウ内の学習可能な2次元RoPEを用いています。著者らは、32×32ウィンドウでの学習メモリが8×8と同じく約12.4 GBであると報告し、p=2、M=32のTinyモデルがImageNet-1K、COCO、ADE20Kでそれぞれ84.1%、44.1 box AP、47.28 mIoUに達したとしています。
説明PermVLA：視覚・言語・行動学習の正則化としての分解順序
要約本論文は視覚・言語・行動（VLA）ポリシーの学習方法を扱う。通常、アクション列は左から右への固定順で学習されるが、同じ専門家軌道の分布には複数の有効な連鎖律による分解が存在する。著者らは因果的アンカー付き置換法（CAP）を提案し、同じ専門家チャンクの異なる既知部分集合から行動を予測する共有ポリシーを補助目的で学習させる。実行時には左から右の決定的制御を維持する。LIBEROやLIBERO-Plus、クロスデータセットのCALVIN評価で標準的な学習を上回り、拡散型行動生成器にも拡張できることが示されている。
説明RETRACE：絡み合った修復履歴から CI 修復の再利用可能な経験を抽出する手法
要約本論文は、複数の CI 問題、失敗した試行、差し戻された編集が混在するプルリクエストの履歴から、問題単位の修復経験を再構築する RETRACE フレームワークを提案しています。得られた経験は具体的な修正から転用可能な修復パターンまでの三つの抽象度で表現され、新たな失敗に対する修復の指針として検索・利用されます。CI-REPAIR-BENCH（565件のPR修復）上で、mini-SWE-agent（MiniMax-M2.5）の Pass@1 は 19.6% から 31.9% に向上したと報告されています。
注目点絡み合った修復履歴から問題単位の経験を再構築する枠組みを提案し、565件のPR修復で通過率を大きく改善しており、新規性と証拠は堅実。
説明WavePrune：RoPEは1周期で十分なことが多い
要約本論文は、回転位置埋め込み（RoPE）の各チャネルを最初の回転周期に制限するWavePruneを提案し、周期の繰り返しによる位置の折り返し（エイリアシング）が生む注意の乱れを抑えます。追加のチューニングなしで、テストした5モデルのうち4つでHELMETスコアが向上し、スクラッチ事前学習では外挿長での検証損失が低下したと報告しています。さらに、専用のCUDAカーネルにより、32Kコンテキストでprefillは1.15倍、decodingは1.24倍、FlashAttention-2より高速です。
説明証拠の注釈なしの判定：拒否サンプリングか、ラベルのみの事後学習か、証拠回復の比較
要約論文は、審査で判定結果しか残らない場合に、小規模言語モデルがどれだけ根拠の文章を回復できるかを調べています。ContractNLI上で、判定ラベルのみによる学習と拒否サンプリングを比較し、正解率と根拠スパンF1で評価しました。どちらの手法も証拠の質を改善しましたが、著者らは単一のシードと単一のコーパスでは優劣を決められないとしています。
説明有向グラフのパス・ラプラシアン位置エンコーディング：辺の向きを活用するグラフ学習用の特徴量
要約本論文は、有向グラフのパス・ラプラシアンから導出されるスペクトル位置エンコーディング PathLapPE を提案している。ノードと辺の両方について、向きを持つ高次の構造を表す特徴量を生成し、標準的なグラフ学習アーキテクチャに組み込める。ノードレベルおよびグラフレベルのベンチマークでは、複数のアーキテクチャで一貫した改善が見られ、特に向きを考慮したメッセージパッシングと組み合わせた場合に効果が大きい。有向グラフ向けに広く研究されている磁気ラプラシアン位置エンコーディングと比べ、方向性のハイパーパラメータを追加で調整する必要がなく、実行時間と性能も競争力があるとされる。
説明原始・双対正則化による、パレート改善を実現する敵対的攻撃
要約本論文は、転移可能な敵対的攻撃において、転移性と知覚的不可視性のトレードオフが、固定摂動予算による評価方法に起因するものであり、本質的な対立ではないと論じている。著者らは、標準的な制約付き目的関数にL∞飽和正則化項を加え、二段階の原始・双対更新で解く、プラグイン型のラッパーである隐蔽転移攻撃STを提案する。ε=16/255において、ST は各基礎攻撃に対し、LPIPSで平均17%、NIQEで14%の不可視性の改善を示し、攻撃成功率は維持または向上した。
説明GS-Codec：ニューラル音声符号化のためのガウシアン・スプラッティングボトルネック
要約本論文は、従来の量子化器の代わりに1次元ガウス基底の重み付き和でエンコーダの潜在表現を表現するニューラル音声コーデックGS-Codecを提案しています。推論時の反復コストを抑えるため、基底パラメータを一度のフォワードパスで予測する軽量ネットワークも学習されます。原文によると、同程度のビットレートでEnCodecやDACなどの公開コーデックと同等以上の話者類似度・明瞭度・知覚品質を示し、WERも同等です。
注目点量子化器の代わりにガウススプラッティングを音声コーデックのボトルネックに用いる新規性は高いが、摘要に示された比較のみで検証の深さは限定的。
説明ゲート付きターゲット伝播：継続学習における構成的汎化のためのアルゴリズム
要約本論文は、ゲート付きターゲット伝播（GaTaP、Gated Target Propagation）という継続学習アルゴリズムを提案しています。タスクごとのゲート変数を学習して、ネットワークのモジュールを選択的に抑制または強化し、ネットワークパラメータはより遅い時間スケールで更新されます。多層パーセプトロンと畳み込みネットワークによるクラス増分学習の実験では、既習タスクの性能維持と、推論時の少数ショットによるゲイン調整を通じた未見タスクへの構成的汎化が示されています。関連するタスクは類似したゲートパターンを示し、学習されたゲートが再利用可能なタスク構造を捉えていることが示唆されています。
説明SEIS：自己進化型推論システム。エージェントが推論エンジン全体をエンドツーエンドで最適化する研究
要約本論文は、エージェントが複数セッションとコード変更を通じて mini-sglang 推論エンジン全体を人手なしで最適化する SEIS を提案している。H100 上で Qwen3-0.6B を提供した場合、元の mini-sglang の 3.27 倍のスループットに達し、単一リクエストのワークロードでは vLLM、TensorRT-LLM、SGLang を上回ったと報告している。正しさは数値差と数学・長文脈検索タスクでの下流精度により検証され、先行セッションを基にした積み上げが独立した試行より優れるという結果も示している。
説明ニューラルグラフ編集距離モデルの汎化性能の再検討：異なるグラフデータセット間の転移に関する体系的研究
要約本論文は、ニューラルネットワークに基づくグラフ編集距離（GED）モデルが、異なるグラフデータセット間でどの程度転移できるかを検討しています。著者らは正確なGED情報を教師信号として、多様なグラフデータセットと代表的な学習手法群で系統的な実験を行いました。その結果、学習したデータセット内では高い性能を示すモデルでも、構造の異なるデータでは性能が大きく低下することが分かりました。また、複数の元データセットで学習すると、ゼロショット転移が大幅に改善されることも示されています。
説明グラウンディング・プローブ：オブザーバーモデルの隠れ状態による、生成器に依存しない幻覚検出
要約本論文は、文脈・質問・回答を一度の順伝播で読み取り、何も生成しない観察者言語モデルの中間層の隠れ状態を平均プーリングし、ロジスティック回帰をかける「グラウンディング・プローブ」を提案する。生成モデル自体には依存しないため、クローズドな生成器にも適用できる。RAGTruthのテストセットでは、四つの観察者モデルでAUROC 0.879〜0.894、監督付きスパン検出器と平均すると0.924に達した。
注目点隠れ状態プローブを生成モデルから切り離し、観測モデルで読み取る点に実質的な新しさがある。RAGTruthで強い結果と複数生成器での検証を示す。
説明ハイパーリンク変量効果を用いたハイパーグラフ表現学習：低ランク構造を活用し、異質なハイパーリンク形成を扱う汎用フレームワーク
要約本論文は、ハイパーリンク変量効果によってハイパーリンク形成における潜在的な異質性を表現し、ハイパーグラフの低ランク構造も活用する表現学習フレームワークを提案しています。モデルパラメータの識別可能性と、表現レベルの復元に関する理論的保証を示し、カテゴリカル、ガウス混合、スコアベースの3種類の変量効果と推定アルゴリズムを検討しています。シミュレーションと実データの実験により、潜在構造の復元と異質な相互作用パターンの捉え方が有効であることが示されています。
説明方策をデータとして扱う：優位性回帰によるリプレイ型方策双対平均法
要約本論文は強化学習のactor-critic手法RDA2Cを提案し、リプレイに保存された過去の経験を、方策改善の累積フィードバックとして利用します。蓄積データに対して双対スコアモデルを学習し、エントロピー鏡像写像を用いて現在の方策を導出します。実験では、GAEラベル使用時にPPOなどを一部のMuJoCo・Atari課題で上回り、双子Qラベル使用時にSACと同程度の性能を示したと報告されています。
説明ニューラルネットの複雑さは健康誤情報の検出を向上させるか？データ漏えいを統制した複数コーパス横断ベンチマーク
要約本研究は、COVID19-FNIR と CONSTRAINT の二つのコーパスを用いて、五種類の小型ニューラルネットワーク、ソフト投票によるアンサンブル、三種類の古典的機械学習基準手法を統制条件下で比較しています。モデル化の前に完全一致の重複テキストを除去しました。結果は、アンサンブルが COVID19-FNIR では高い性能を示した一方、CONSTRAINT では線形 SVM が上回るなど、コーパスによって順位が変わることを示しています。著者らは、モデルの複雑さが安定した性能向上をもたらさず、ベンチマークの構築方法がアーキテクチャの選択以上に影響しうると結論づけています。
