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SchemaFill：スロット並列投機的デコーディングによる効率的なLLMツール呼び出し
要約本論文は、大規模言語モデルのツール呼び出しを高速化するフレームワーク SchemaFill を提案しています。引数スロットの将来の値を候補として並列生成し、実際の出力プレフィックスの下でターゲットモデルが検証します。検証済みのトークンのみを確定させ、Glaive と BFCL で、自己回帰デコーディングに比べエンドツーエンドのスループットが最大 4.05 倍になったと報告しています。
説明行動クローニングのための構造化表現学習：原子力発電所を安全に制御するには
要約本論文は、加圧水型原子炉（PWR）の負荷追従制御において、学習型コントローラの安全性を検討したものです。変数を時間スケールごとに分離した潜在空間へ符号化する構造化アーキテクチャを提案し、専門家の非線形モデル予測制御（NMPC）を模倣させます。長時間ロールアウトでは、共有埋め込みの基準手法より精度と実行可能性が向上しました。一方で単独運用では数％の軌道が依然として実行不可能であり、NMPCの初期値として用いると完全な実行可能性を回復し、計算時間を約15％削減しました。
説明MoCAR：連続軌跡予測のための運動符号・座標認識型自己回帰モデル
要約本論文は、連続的な潜在空間における次の運動符号の予測として軌跡予測を行うMoCARを提案する。各運動符号は局所的な軌跡形状と、そのセグメントによって生じる参照座標系の変化を同時に表す。単一段階のシンプルな構造で、軌跡クエリや候補ゴールなどの複雑な工程を必要としない。Argoverseのベンチマークで上位の性能を示し、AV2からAV1へのゼロショット転移にも強く、転回の多い場面で改善が見られたと報告している。
説明AI拡張型ビジネスプロセス管理のためのAI意思決定チェックポイント：フレームワークと教育的実装
要約本論文は、ビジネスプロセス管理（BPM）の教育でAIが依然として付加的な技術として扱われている点に着目し、「AI意思決定チェックポイント」を提案しています。これは、プロセス開発者がAI候補の子プロセスを特定し、時間・コスト・品質・柔軟性への影響、法的・組織的制約を評価して、AI部品の採用・制限・不採用を文書化する明示的な時点です。架空の顧客オンボーディングプロセスを教材とし、6つのモジュールからなるライフサイクル型フレームワークに組み込んでいます。予備的な形成的振り返りでは、この手法により、タスクレベルの自動化とプロセスレベルの価値をより明確に区別できた可能性が示唆されています。
説明小型言語モデルは交渉を学習できるか？強化学習で訓練された売り手の制御されたスケーリング研究
要約本論文では、GRPOによる強化学習で、約2.3Bから31B実効パラメータのGemma 4の4つのチェックポイントを、多論点の双方向交渉における売り手として訓練しています。全モデルを、訓練で未見の2つの最先端買い手モデルと1,152件の交渉で評価しました。RLモデルの基盤モデルに対する向上幅はモデル規模とともに大きくなり、学習率を上げるとさらに改善が見られました。
説明大規模言語モデルの分布整合とその汎化特性
要約本論文は、大規模言語モデルの出力分布を人間の分布に合わせる（分布整合）方法と、その整合後のモデルが未見の質問や別の話題にどう汎化するかを研究しています。二つの大規模ベンチマークで、モデルは同じ領域の未見の質問に汎化できることが示されました。一方で、整合後のモデルは創造性を失うなど予想外の劣化を示す場合があり、汎化特性は予測しにくく不安定だと結論づけています。
説明EORestore-Agent：複合劣化リモートセンシング画像のための忠実度誘導型エージェント復元
要約リモートセンシング画像では、霞、雲、ノイズ、ぼけ、低照度、低解像度などが同時に生じることが多い。本論文は、視覚言語モデルが残留する劣化の種類を特定して修復ツールを選び、相対品質スコアラーが各候補によるPSNR、SSIM、LPIPSの変化を予測するEORestore-Agentを提案する。予測上、負の変化がなくPSNRが向上する場合のみ各ステップを採用する。合成Landsat-8ベンチマークでは、2〜6種類の劣化の組み合わせにおいて、再学習された最強の一体型ベースラインより2.3〜3.2 dB高いPSNRを示した。Sentinel-2の実例では、再学習なしで実際の大気劣化への転用が確認された。
説明学習表現の受動プローブとしての損失不変射影：ニューラルネットワーク内部の特徴構造を固定ランダム射影で観察する手法
要約本論文は、訓練中に変化するニューラルネットワークの特徴表現を、固定・未学習で特定の性質に依存しない射影によって観察する「受動プローブ」を提案する。S² 上の予測課題を出発点に、損失不変なトレース座標が存在することを示し、そこから一般的な観察器の構成を導いている。実験では、表面法線推定や画像inpaintingなどの回帰課題では最終的な課題難易度へのアクセス性が訓練とともに増加し、画像分類ではほぼ初期水準のままであることが報告されている。
説明コードは正しいが、貢献は規約違反？SWE-CC：コーディングエージェントのリポジトリ方針遵守を測るベンチマーク
要約本論文は、自律型コーディングエージェントがオープンソースプロジェクトの貢献方針を守れるかを評価するベンチマーク SWE-CC を提案する。12 のリポジトリの開発者文書から 823 の機械で検査可能な原子的方針を作成し、SWE-bench Verified を拡張した 500 のタスクで評価した。その結果、機能的に正しいパッチでも適用可能な方針の 43.1% に違反しており、違反の約半数は中間の実行段階で発生していた。
説明コピーか情報源か：マルチエージェントにおけるLLM集約器が言い換えられた証拠をどう数えるかの測定
要約論文は、大規模言語モデル（LLM）によるマルチエージェントシステムで、同じ観測が繰り返し言い換えられる場合に、集約器が情報源の数で数えるか、発言の数で数えるかを検討しています。報告された確率を独立した観測単位に換算し、三種類のテスト環境で四つのモデルを比較しています。転送された副本の重みは0.06から0.42の範囲にとどまり、一部のモデルは早すぎる判断に至ることが示されました。副本の寄与を宣言する、またはエージェントが観点を再述せず参照する方式で、この早期判断は大きく減少します。
注目点重複証拠を独立読みの単位で測る複製重み枠組みを提案し、三つの試験環境で複数モデルを系統的に測定しており、マルチエージェント集約に実用的意義がある。
説明無用と判断しても検索を続ける：ツールを使うエージェントは自らの証拠判断を停止の決定につなげにくい
要約本論文は、情報源の障害を制御した検索環境で、ツールを使うエージェントが検索結果の有用性をどう判断し、それが停止行動にどう結びつくかを調べたものです。テストした7つのエージェントは、故障した情報源の結果を97〜100%の割合で無用と判定しましたが、その判断を理由に停止することは多くありませんでした。さらに、連続して5件の結果を無用と判定したら回答させる統合ステップを枠組みに組み込むと停止が証拠に従うようになり、300問の新しい問題による事前登録の再現実験でも効果が確認されたと報告しています。
説明証拠から実行への隔たりを埋める：多目的ペプチド設計のための反省型エージェント
要約大規模言語モデルは文献をもとに設計方針を立てられますが、生物学的配列への実装は確実ではありません。本論文はEASER（Evidence-Aware Sequence Engineering with Reflection）を提案します。これは、オフラインで学習された固定低ランク行列からなる属性インターフェースを介して拡散生成器を制御し、取得した証拠に基づく介入仮説を立てる反省型エージェントです。抗菌ペプチドの多目的設計（活性、非溶血性、非毒性の最適化）では、比較基準より高い性能を示しました。
説明グラフ上の追跡・回避ゲームにおける フィードバック優位領域の解析
要約本研究は、グラフ上で離散的かつ同時行動を行う追跡・回避ゲームの優位領域を明らかにします。著者らは集合ベースの動的計画法を提案し、最悪ケースを前提に追跡者が勝つための必要十分条件を与えます。さらに、優位集合を双方の位置に応じて実時間で適応するフィードバック戦略へ変換する方法を示し、どちらも勝利を保証できない状態については瞬間的な行列ゲームで追跡者の勝率の上界と下界を与えます。シミュレーションにより、これらの特徴付けと境界の正しさが検証されています。
説明境界点スクリーニングによる k-means の二点局所最適性
要約本論文は k-means クラスタリングを対象に、任意の最大 r 個のサンプルを再割り当てしても目的関数が下がらない「r 点局所最適性」を導入し、特に r=2 に取り組んでいます。二点の改善移動は境界点だけで構成されることを示し、それに基づく BPS-2PLS アルゴリズムを提案しています。十二のベンチマークのうち十で、既存手法より低い平均 WCSS を達成したと報告されています。
説明Anlu：反事実監督により基盤モデルで文脈内時系列異常検知を実現
要約本論文は、参照データを与えて時系列基盤モデルに異常を判定させる手法を研究している。推論時にモデルのパラメータは固定される。著者らは、同じクエリに異なる正常ルールを支える2つの参照を組み合わせて両方でラベル付けする反事実監督を提案し、モデルに参照を利用させる。Anluは凍結したモデルに参照メモリとゼロ初期化のゲート付きアダプタを追加する。TSB-AD-U の350系列で平均VUS-PRは0.542から0.607に上がり、参照をゼロに置き換えると0.499に下がる。
説明来歴認識型エビデンスグラフによる監査可能な臨床タイムライン再構築
要約本研究は、患者のタイムライン再構築システムが監査可能であるための三つの性質、すなわち各回答の根拠となる言及を保持すること、事実の改訂履歴を記録すること、本文に根拠がない場合は回答を控えること、を完全合成データ（患者1,000名、記録3,353件、改訂エッジ220本）で検証している。結果は合成データ上の実装上の振る舞いを示すものであり、臨床上の性能を示すものではない。
説明質問は確約ではない：オンライン延期におけるエキスパート回答の修正学習
要約本論文は、学習者が専門家を選び補正関数を決めてから回答を購入し、その関数を適用するオンライン延期学習を扱う。提案手法ORUCBは共有項と専門家固有の多項式応答をまとめ、応答学習誤差の上界によって信頼度重み付きのリスク回帰と探索を調整する。4つのテストストリームで、選ばれた三次ポリシーは回答をそのまま使う7つのベースラインより、手数料込みのコストが低かった。
説明LLMの失認症：量子化された計算基盤に対する自己認識の検証
要約本論文は、自分の能力の障害を認識できない神経疾患「失認症」に着想を得て、量子化によって計算基盤が劣化したことをLLMが認識できるかを検討しています。既存モデルは、自ら生成したテキストを外部の手がかりとして与えられても、量子化の状態を自己申告できませんでした。線形プロービングの結果では、生成テキストには量子化の痕跡がほとんど見られない一方、内部表現には手法ごとに特有の指紋が明確に現れています。著者らは、LLMの自己認識を実現するにはその内部表現に着目する方が有望かもしれないと述べるとともに、自己監視の汎化には根本的な限界があると指摘しています。
説明目標選択から条件の再利用へ：ツール使用モデルにおける残差介入の検証
要約本論文は、Qwen3.5-27Bを用いたツール使用タスクで、活性化への残差介入によってモデルが目標回答を選べるかを検証しています。目標選択の正答率は大きく向上しましたが、既知の事実と識別子を組み替えると効果は消えました。内部編集は判断に影響を与えても、完全な行動の正しさは保証しないと結論づけています。
説明MS-Exam-Gen：多発性硬化症MRI知識におけるLLM評価のための自動ベンチマーク構築ツールキット
要約本論文は、多発性硬化症MRIに関するテキストベースの選択式問題ベンチマークを自動で構築・監査するフレームワークMS-Exam-Genを提案しています。画像の直接的な読影は評価対象ではありません。66の文献源から3,058問の候補問題を作成し、16のトピックと53のサブトピックを扱い、12の主要なLLMエンドポイントで評価しました。正答率は46.9%から89.7%の範囲でした。著者は、専門家による審査や選択肢順序の均衡化が今後の課題であり、臨床的に認定された試験ではないと明記しています。
説明零ショットNAS向けの系列-アーキテクチャ潜在空間におけるベイズ最適化
要約本論文は、進化的アルゴリズムに頼る零ショットニューラルアーキテクチャ探索（NAS）がほぼランダムな探索になりやすい問題に対し、大規模アーキテクチャへベイズ最適化を適用する手法を提案している。変分オートエンコーダで構造の潜在空間を学習し、複数の零ショット代理指標を一つの目的関数にまとめる。著者らは、パラメータ数の制約下で画像分類、物体検出、意味的セグメンテーションの3タスクにおいて最先端の結果を得たと報告している。
説明認知に着想を得た二言語モデル学習へのコードスイッチング文脈の導入
要約本研究は、二言語の子どもが言語を習得する際にコードスイッチングされた入力に触れる現象を手がかりに、事前学習に合成コードスイッチングデータを組み込みます。類型論的に大きく異なる二つの言語対で、コードスイッチの構造上の位置と学習段階ごとの切り替え率を制御し、学習の効率を調べました。その結果、類型論的に近い言語については、コードスイッチングデータを用いた学習で言語間の整合性が向上することが示されました。
説明TIGER：文脈内学習ゲート付き表現アンサンブルによる時系列分類
要約本論文はTIGERを提案し、3種の汎用分類器と4種の表現から得た12個の基礎学習器の予測をメタ特徴行列にまとめ、データセットごとに加重多数決と事前学習済み表形式基盤モデルTabICLv2のどちらを使うかを適応的に選んで最終予測を行う。UCRアーカイブの142データセットで、HIVE-COTE 2.0を含む6手法中、平均精度・バランス精度・F1が最も高かった。
注目点汎用分類器と4系統の表現を自適応メタ分類で統合し、142データセットでHIVE-COTE 2.0を上回る。証拠は充分で時系列分類分野への影響も大きい。
説明顔と上半身のキーポイントに基づくグラフニューラルネットワークによる模擬列車運転士状態の認識
要約本研究は、単一の前方向きRGBカメラとグラフニューラルネットワークのみを用いて、模擬列車運転士の状態を「覚醒」「非覚醒」、および緊急時に近い演技行動を含む「緊急」の3クラスに分類する視覚ベースの監視システムを提案しています。骨格のみ、顔のみ、両者の組み合わせの3つの特徴構成を比較した結果、顔と骨格を組み合わせたモデルは明るい条件下で3クラス分類の精度81%を達成し、覚醒/非覚醒の二分類では99%でした。また、3種類の照明条件下で収録した管理されたRGB動画データセットも公開されています。
説明強化学習による、ワークロードを考慮した電源供給ネットワークの最適化
要約本論文は、チップの電源供給ネットワーク（PDN）をワークロードに応じて最適化する強化学習の枠組みを提案します。システムレベルのシミュレーションで得た電力トレースを空間的な電力密度に変換し、深層Qネットワーク（DQN）エージェントが配線幅を調整して面積を縮小します。4、8、16コアの多重プロセッサ配置とPARSEC、SPLASH-2のベンチマークで評価され、平均正規化面積は47%減少し、EMおよびIRドロップの制約をすべて満たしました。焼きなまし法と同程度の品質で、約26倍高速です。
説明候補検証と分岐シフトによる効率的なテスト時適応
要約視覚言語モデルは推論時に対象ドメインの変化に弱いという課題があります。既存のテスト時適応手法の多くは予測側で調整を行い、計算コストが大きくなりがちです。本論文は、これを候補ラベルの検証として捉え直し、各候補を仮説としてメモリバンクの潜在部分空間で特徴量を再構成し、生じる分岐シフトが最小の候補を選ぶTTCを提案します。学習や反復最適化は不要で、15のベンチマークデータセットの5設定で精度を改善し、最大2倍の高速化を示しています。
説明黒色腫分類における信頼度校正へのデータ拡張の影響
要約本論文は、黒色腫の画像分類モデルの信頼度校正に対するデータ拡張の影響を検討しています。著者らはSIIM-ISIC 2020黒色腫分類データセットで、データ拡張あり・なしの2条件でニューラルネットワークを学習し、AUCと期待校正誤差（ECE）を比較しました。結果として、さまざまなデータ拡張手法で不確実性の校正が改善したと報告しています。
説明デモ：視覚言語モデルによる電磁デジタルツインのオンライン較正
要約移動ロボットに無線環境の把握を与える電磁（EM）デジタルツインは、環境によって変化する材料の導電率に依存します。本研究は、Unitree G1ロボットとNVIDIA Sionnaを用いた視覚言語モデル（VLM）誘導型の枠組みを示し、VLMを2回呼び出します。1回目は見えている材料を分類し、ITU-R P.2040を通じて導電率の事前値を与えます。2回目は残差誤差と画像カバレッジに基づき、次の測定地点をオンラインで選びます。実際の屋内環境では、20 m以内の移動で正規化平均絶対導電率誤差1.74×10⁻⁴を達成しました。ランダム初期化は収束せず、ランダムな経路点では移動距離が2倍以上必要でした。
説明注意機構は予測ピークを説明しないことがある：注意機構ベースの時系列予測における時間参照と予測出力の違い
要約本論文は、注意機構に基づく負荷予測モデルの交差注意マップが予測ピークの時刻を説明するかを検証しています。Panama負荷データの31のウィンドウで、予測ピーク誤差の中央値は0時間であるのに対し、注意の最大位置の誤差中央値は5時間で、両者は一致しませんでした。著者らは、構造的で再現性のある注意が予測挙動の有効な説明になるとは限らず、未来の外生情報を統合する内部的な参照役割と整合しうるが、その機能的役割は因果的には確立されていないと述べています。
説明損失関数がメラノーマ診断におけるニューラルネットワーク性能に与える影響
要約メラノーマは最も致死性の高い皮膚がんであり、早期診断が患者の生存に重要です。SIIM-ISICメラノーマ分類データセットではクラス不均衡が課題となるため、本研究では焦点損失、logit調整付きsoftmax交差エントロピー損失、重み付きsoftmax交差エントロピー損失など、異なる損失関数が深層ニューラルネットワークの性能に与える影響を調べています。性能と不確実性の較正を評価する複数の指標を報告しています。結果として、焦点損失はAUCと期待較正誤差（ECE）の両面でバランスの良い性能を示したとされています。
説明省エネ型 FPGA 向けグラフ畳み込みネットワーク推論のためのグラフ疎化と近似演算の協調最適化
要約本論文は、AMD Kria KV260 上で DSpar グラフ疎化、8 ビット量子化、近似乗算器を組み合わせた FPGA ベースの GCN アクセラレータを提示しています。Cora、LastFM Asia、Amazon Photo での評価により、近似演算の効果は GCN 計算における累積の深さに左右され、疎化が累積の深さを減らすことで有効性を高めることが示されています。組み合わせ手法は Amazon Photo で最大 9.88 倍の高速化と 86.6% の分類精度を達成し、総消費電力は 1 W 未満です。
説明AnchorGen：カスタマイズ可能な生成型3D設計のためのアンカー付き最適化
要約本論文は、修正フロー（rectified flow）に基づく3D形状生成フレームワーク「AnchorGen」を提案します。形状とスケッチの潜在表現を結合したペアデータで条件なしに学習し、推論時にスケッチ潜在変数を目標スケッチに近づけるトークン単位のコサインペナルティを課します。同時に、微分可能な抗力代理関数を最小化するよう形状潜在変数を勾配降下法で最適化し、設計を保ったまま最適化・編集・スケッチからの生成を単一モデルで行えるとしています。
説明仕訳テストへの機械学習：レビュー予算下で異常タイプ別に異常検知器を評価
要約本論文は、仕訳の異常検知が従来、全件に対するROC-AUCや適合率・再現率で評価され、レビュー予算や見つかる異常の種類が無視されていると指摘します。著者らは、タイプ別再現率、公平配分タイプ再現率（FSR）、タイプ網羅率、初回命中順位を組み合わせた、タイプ別の評価手法を提案しています。4つの実在顧客元帳と公開の合成元帳で、9種の教師なし検知器、教師あり参照手法、フィードバック駆動のDeepSADを比較しました。その結果、高い命中率が特定タイプに対する体系的な盲点を隠しうること、フィードバックが異常の網羅範囲を広げるとは限らないことが示されています。
説明アッセイの異質性を考慮したメタ学習による少数ショット生物活性予測
要約本論文は、創薬初期段階において個々のアッセイの測定データが少ない状況で、化合物の生物活性をどのように予測するかを扱っています。メタ学習のタスク間の異質性が大きくなると性能が低下することを示しています。これに対応するため、関連アッセイの補助データを用いて予測を条件付けるMetaHetaフレームワークを提案し、線形注意と厳密な注意を組み合わせています。ChEMBLとBindingDBのデータで、少数ショット予測と化合物の優先順位付けの改善を示しています。
説明生存分析に基づく摩耗劣化モデルとデータ駆動型の残存寿命予測の統合
要約本論文は、摩耗に基づく生存モデルとセンサーデータに基づく深層学習モデルを、故障確率分布を通じて統合する確率的融合フレームワークを提案し、機器の残存使用寿命（RUL）を予測します。N-CMAPSS の複数のデータセットでの評価では、融合モデルは点予測精度が向上し、C指数を維持し、より狭くよく校正された予測区間を示しました。
説明身体性エージェントの脱獄防止ガードレールに関するベンチマーク評価
要約本論文は、身体性エージェント（embodied agent）向けの脱獄（jailbreak）防止ガードレールを初めて体系的に評価したものです。知覚、計画、制御の各段階で介入できる差し替え可能な評価フレームワークを構築し、6種類の代表的なガードレールを、テンプレート型・自動生成型の攻撃と安全な指示の下で比較しました。防御効果、可用性、効率の3つの観点で評価した結果、三者の間には明確なトレードオフがあり、あらゆる条件で優れた単一のガードレールは存在しないことが示されました。
説明《Mind the Drift》：大きな学習率下の対角線形ネットワーク
要約本論文は、大きな学習率のもとで対角線形ネットワークの学習を分析し、回帰問題で復元される解のスパース性を決める二つの暗黙のバイアスの競合を明らかにしています。勾配降下法と勾配流の間の平均離散化誤差（Gain）に加え、関連するが見過ごされてきた量であるDrift（ドリフト）を導出しています。さらに、Gainを能動的に制御してより鋭くスパースな解を回復する介入手法を提案し、大きな学習率が必ずしもスパース解の回復を妨げるわけではないと示しています。
説明ORCA：大規模言語モデルの学習をより速く、より良くする焼きなまし型スペクトル条件付け最適化手法
要約本論文は ORCA（Orthogonal Regularization, Cooled After）を提案します。学習初期に強めだが一時的なソフト直交正則化をかけ、その後それを取り除く手法で、重み行列が初期に広いスペクトルを持ち、後に自由に適応できるようにします。130M から 8B パラメータの LLaMA、Qwen3、細粒度 mixture-of-experts モデルで実験を行い、ORCA は Muon より低い最終検証損失を達成しました。アーキテクチャの変更は不要で、追加のオーバーヘッドはわずかです。
説明「Whispering Wisely」：ASR微調のための賢いサブセット選択手法
要約本論文は、OpenAI Whisperなどの自動音声認識（ASR）モデルは微調整に費用がかかるという課題に対し、埋め込みに基づく学習サブセットの選択手法を提案している。Whisperの事前学習済みエンコーダで各音声を固定次元の埋め込み空間に写像し、貪欲なk-centerアルゴリズムで多様で代表的な訓練データを選ぶ。ヘブライ語とデンマーク語での評価では、特に小さなサブセットサイズでk-center選択がランダム抽出より良い場合が多いと示された。語彙の多様性分析では、同じサイズのランダムサブセットより広い言語内容を捉えていることが分かった。
説明Flash-OPD：高速なオンポリシー蒸留
要約本論文は、オンポリシー蒸留（OPD）を高速化するFlash-OPDを提案している。固定の生成長を事前に決めるのではなく、教師と生徒の互換性イベントに基づいて各軌跡ごとに停止時点を判断し、キャッシュ付きの生成と教師による検証を交互に行うことで計算コストを抑える。著者らは、多様なデータセットと教師・生徒の設定で、標準的なOPDに比べ2.2〜7.5倍の高速化を達成しつつ、精度を維持または向上させたと報告している。
説明CLIPを用いた顔および目の周辺画像によるゼロショット性別推定のベンチマーク
要約本論文は、CLIPモデルを用いて顔全体および目の周辺の画像から、追加の学習なしに性別を推定できるかを検討しています。Adienceデータセットの正面画像11,299枚で3種類のCLIPモデルを評価し、顔全体では95.54%の精度を得ました。目の周辺画像では男性への偏りが見られ、主に決定境界のずれが原因とされています。閾値を調整すると精度は85.29%に向上しました。CLIP特徴量で学習した線形SVMによる改善はわずかで、目の周辺での最高精度は86.17%であり、文献上の従来のAdience結果より約2.8%高くなっています。ただし、顔全体との差は、目の周辺での性別推定がより難しいことを示しています。
説明軌跡からエージェント的世界へ：対話型環境シミュレーションのためのエージェント型言語世界モデル
要約本論文は、実行可能な環境を再構築する代わりに、世界モデルエージェントがタスクエージェントの環境として振る舞う「エージェント型言語世界モデル」という考え方を提示します。元のシステムが利用できない場合のための学習不要な枠組み Trace2Env を提案し、過去の対話軌跡から環境スキーマや根拠、行動知識を含む再利用可能な世界ブックを構築します。実行時には永続的なエピソード状態とあわせて参照し、観測と状態変化を推論します。九つの環境で、従来のプロンプトベースの手法より次観測の忠実度と長期的な一貫性が向上したと報告されています。
説明マルチモーダル飽和の幾何学：リーマン型 VICReg
要約本論文は、自己教師あり学習において第三のモダリティ（画像・テキスト・表形式）を加えると性能が低下する現象を検討しています。九つのデータセットで、VICReg を用いた三モーダルモデルが最良の二モーダル部分集合を55.6%の対応実験で下回ることを示し、これを「マルチモーダル飽和」と呼んでいます。著者はその原因をアライメントの幾何構造にあるとみなし、学習可能な負曲率の積因子上で測地距離の二乗によりビューを整列させる、リーマン型 VICReg（R-VICReg）を提案しています。同じ45組の対応実験で、第三モダリティが有益となる確率は44.4%から64.4%に上がったと報告されています。
説明PDE学習データの非可逆圧縮における伝達係数：学習済み演算子に実際に届く影響の測定
要約本論文は、保存フィールドの再構成誤差で圧縮の許容度を決める従来の方法は測定位置が誤っていると指摘します。実際に重要なのは圧縮データで学習したモデルの精度であり、両者は一致しないことが示されています。著者らは、全精度で学習済みのモデルに圧縮フィールドを通し、クリーンなフィールドの出力と比較する伝達係数を提案します。六つのPDEファミリーで検証され、フィールド誤差より下流コストをよく順序付けでき、データセットごとの保存ビットレートの目安を与えます。
説明擬似ラベル誘導拡散による解剖学的構造を保持した非対応コーンビームCT画質改善（RefineCBCT）
要約本論文は、画像誘導放射線治療に用いるコーンビームCT（CBCT）の非対応画像改善フレームワーク「RefineCBCT」を提案している。擬似ラベルによる誘導と短ステップ拡散を用いて、患者固有の解剖学的構造を保ちながらアーチファクトを低減する。公開データセットLUNG TCIAおよびPELVIC TCIAで学習・評価し、代表的なGANおよび拡散ベースの手法と比較した結果、両データセットの複数指標で良好な結果を示したと報告している。
説明応答性の高い閉ループロボット制御のための適応的平均フロー手法
要約拡散やフローに基づくロボットポリシーは、高い性能と連続・多峰性分布のモデル化能力から模倣学習で広く使われています。しかし反復的なノイズ除去により予測遅延が大きく、高頻度の閉ループ制御を妨げます。本論文は、フローマッチングを加速した平均フロー（Mean Flow）を用いて予測遅延を抑え、前ステップの軌道の劣化版を条件にして予測の一貫性を保つ適応的平均フロー（AMF）を提案します。多様なシミュレーションと実機タスクで評価され、ベースラインより性能が大きく向上したと報告されています。
説明文脈的妨害ゲームにおける最小コア計算の再考
要約本論文は、モデルの特徴や学習事例に貢献度を割り当てるゲーム理論的な帰属手法において、最小コアの配分における利得選択と連合サンプリングの影響を調べています。著者らは、温度に沿って連続的にコア内の核仁へ至る唯一の最小化解を持つ平滑近似、エントロピー最小コア（ELC）を提案しています。実験では、ELCは線形計画法に基づく核仁ソルバーより速く核仁を近似し、利得誤差も小さいことが示されています。また、完全連合の文脈的妨害ゲームでは、識別精度が最小ノルム選択器と同等で、妨害要因の有害度をより正確に順位付けできたと報告されています。
説明深層強化学習に対する転移可能な敵対的攻撃の強化
要約本論文は、深層強化学習（DRL）エージェントに対するブラックボックス転移攻撃を研究しています。攻撃者は白箱の代理エージェント上で観測摂動を作成し、未知の被害エージェントに与えます。著者らは、摂動を時系列全体で最適化する軌道レベルの攻撃を提案し、CartPole-v1 上で逐次的な攻撃やランダムノイズと比較しています。その結果、白箱、モデル間、アルゴリズム間のいずれの設定でも、軌道レベルの攻撃が優れていると報告されています。
説明VLAは扱う物体を理解して適応しているのか、それとも学習済みの動作を再生しているだけなのか？
要約本論文は、VLAの汎化が物体の物理特性への全体的な理解に基づき、未知の環境に合わせて動作を調整しているのか、それとも新しい環境で偶然成功した学習済みの動作を再生しているだけなのかを検討しています。7つのVLAの活性化に線形プロービングと表現類似度分析（RSA）を適用したところ、質量、脆弱性、変形性、摩擦、サイズなどの物理特性は、ほぼすべてのモダリティで意味カテゴリ、素材、音、価格などの非物理特性より復号しにくいことがわかりました。LIBEROの事例では、対象物の質量を増やすと、多くのVLAが重い物体と元の質量の物体に似た持ち上げ動作をとり、タスク成功率が低下しました。VLAは物理特性を弱くしか符号化しておらず、それに基づいて動作を確実に調整していないことが示唆されます。
説明ヘルダー平滑性下における正規化勾配降下法の最終反復収束率
要約凸かつヘルダー平滑性を満たす目的関数に対し、正規化勾配降下法の最終反復の収束性を検討しています。一定のステップ幅では、既知の最良反復・加重平均反復の結果に対して対数因子が余分に付く上界O((log²T/T)^((1+ν)/2))を示しています。性能推定問題（PEP）による数値実験も行われています。さらに線形に減少するステップ幅では、ν と M_ν の事前知識なしに同じオーダーO(T^(-(1+ν)/2))の最終反復保証が得られることを示しています。
説明注意税とハンドオフ税：マルチエージェントLLMが有効になる条件を示す簡略モデル
要約本論文は、マルチエージェントLLMシステムが単一エージェントより有効になる条件を説明する簡略な信頼性モデルを提案します。モデルには二つのトレードオフがあり、タスク分解は長い文脈の負担を減らす一方で情報の受け渡し時にハンドオフ税が生じ、複数サンプルの冗長性による利得は失敗がどの程度共有されるかに依存します。著者は元帳照合タスクで単一エージェントとハンドオフの実行結果からパラメータを推定し、深さ10で転換点が生じ、深さ20、50、100では分解方式が優れると予測しました。その予測は実験結果と一致しました。
説明リプレイが守るべきものは何か：補正可能なバイアスと類の対応関係の分離
要約本論文は、クラス増分学習におけるロジットリプレイ手法（DER、DER++など）を検討し、保存時点で既知だったクラスと後から学習したクラスを分けて、それぞれの保存スコアを編集したうえで、タスク単位のオフセットの前後でモデルを評価します。CIFAR-100 上では、後から学習したクラスの保存スコアを固定定数に置き換えても、性能差は 1 ポイント以内の同等範囲に収まり、そのマッチングを削除した場合の損失もオフセットで補正できます。一方で、保存時に既知だったクラスの非正解スコアを再配分すると損失が残り、画像蒸留でも同様の傾向が見られます。
注目点学習済み偏りと類対応の分離を診断枠組みで示し、CIFAR-100での制御実験により回放設計の解釈に有用な知見を与える。
説明TrustMI：アシスタントのユーザーへの信頼を因果的に制御する手法
要約本論文は、大規模言語モデルのアシスタントが能力や意図を検証できないユーザーや第三者をどの程度信頼するかを研究しています。信頼を、他者の行動に対して脆弱性を受け入れる意思として定義し、モデルの活性化を通じて因果的に制御できるかを検討しています。能力・善意・誠実さにまたがる2,000組の対比対話を作成し、パラメータを固定したまま操作用行列を学習して、3つのファミリーの6モデルで検証しています。さらに、有害な要求やプロンプトインジェクション、内部脅威を含む安全関連の場面にも効果が及ぶかを調べています。
説明パノラマ街路画像セグメンテーションのためのVision Transformerアンサンブル
要約本論文は、街路パノラマ画像の意味的セグメンテーションにおいて、PalmCityチャレンジで一位を獲得したシステムを紹介しています。ほぼ同等の計算予算で九種の事前学習済みモデルを比較し、上位二つのモデルを複数のランダムシードで学習しました。三つのEncoder only Mask Transformerモデルの클래스確率を平均した結果、公開検証セットで平均IoU 60.95%、非公開テスト順位表で57.08%となりました。
説明学習には支払い、共有すると報酬：インセンティブ付き連合型マルチプレイヤー・バンディット
要約複数のプレイヤーが共通の環境と相互作用し、中央サーバーを通じて情報を共有して学習を加速させる連合型多腕バンディット問題を扱った論文です。自己利益を優先するプレイヤーは明示的なインセンティブがなければ協力しないという現実的な前提に立ち、情報を共有すると報酬、購入すると費用が発生する枠組みを提案しています。UCBベースのBuying-UCBアルゴリズムを開発し、群全体の後悔と購入コストの理論的上界を導出し、数値実験で有効性を確認しています。
説明音声品質評価モデルを用いたトルコ語向け最新音声合成の客観評価
要約本論文は、Chatterbox、CosyVoice、OmniVoice、VoxCPM2という現代的な4つの音声合成システムを、ファインチューニングとゼロショットの両設定で体系的に評価しています。比較対象として従来型のVITSベースラインと実際の音声を用いています。形態的に豊かで資源の少ないトルコ語を対象とし、自然さ、明瞭度、話者類似度など18の客観指標で評価しました。また、発話長による品質の変化と、長文における話者性と自然さのずれも分析しています。評価コードも公開されています。
説明ROT：大規模視覚言語モデルの幻覚抑制のための、隠れ状態の文脈ベクトルへの回転
要約大規模視覚言語モデル（LVLM）はしばしば物体の幻覚を起こします。本論文は、学習を必要としないROTという手法を提案します。中間層で意味的なずれを検出し、ノルムを保つ回転によって隠れ状態を、テキストと視覚の文脈が張る局所的なマルチモーダル平面へ引き戻します。その後の層では表現の平滑化により、補正後の軌道を安定させます。複数のベンチマークで幻覚が減ったと報告されています。
説明Local2Mesh：疎な2次元心臓MRI輪郭から左心室の3次元メッシュを再構成する局所化手法
要約本論文は、疎な2次元心臓MRI輪郭から左心室の3次元形状を再構成する課題に取り組み、テンプレートメッシュを変形させるLocal2Meshを提案している。3次元メッシュの注釈は不要である。スライス間のずれを補正する幾何学的対応付けと、頂点から平面までの距離に基づいて輪郭特徴をテンプレート頂点へ振り分ける局所ルーターを備える。M&Ms-2とACDCの2つの公開データセットで、幾何学的再構成と機能推定が既存手法より優れ、データセット間のゼロショット転移も良好だと報告されている。
説明RocketAgent：液体ロケット推力室の多分野設計のための長期タスク型エンジニアリングエージェント
要約本論文は、液体ロケット推力室の予備的な多分野設計を行う長期タスク型エンジニアリングエージェント「RocketAgent」を提案しています。計画を担当するコーディングエージェントが、性能サイジング、サブシステム最適化、形状生成、マルチフィジックス評価などの工学スキルを調整します。設計中間表現と修正認識型チェックにより、影響を受けた結果を無効化し、古い入力をブロックします。代表的なシミュレーション設計では、実行不可能な冷却探索から、工学者が承認した動作点の修正を経て実行可能な設計を見つけ、その後の形状生成と評価まで連携しました。
説明GOに基づくクラスタリングによるクラスタ単位の因果的遺伝子制御ネットワーク学習
要約本論文は、遺伝子オントロジー（GO）を用いて同じ生物学的プロセスに関わる遺伝子をまとめ、オントロジーの階層を通じて粒度の異なる遺伝子分割を作るGO4CDアルゴリズムを提案している。これを簇単位の因果学習手法CLOCと組み合わせ、複数の大腸菌制御サブネットワークで評価している。その結果、GO4CDの分割が非許容となったのは18.1%で、意味的類似度に基づくベースラインの65.3〜82.3%より低かった。
説明公平な胸部X線診断のための表現の分離手法
要約本論文は、二重レベルの相関除去とプロトタイプ誘導型のクロスグループ対比学習を組み合わせた単一エンコーダの枠組みを提案し、学習された表現の人口統計学的依存を減らすことを目指しています。また、疾病表現内の人口統計学的構造の減少度を測る新指標DRAR（Demographic Representation Alignment Reduction）も提案されています。CheXpertのテスト画像を用いた8つの交差グループでの評価では、経験的リスク最小化（ERM）と比べて、平均の機会均等差が15.41%から10.86%に、AUC差が5.95%から5.01%に縮小し、平均AUCはわずかに低下したと報告されています。
説明MercerFlow：確率的時系列予測のためのカーネル誘導潜在空間におけるフローマッチング
要約本論文は、時系列予測の条件付きフローマッチングにおいて、事前分布のカーネルのMercer固有基底で定義される潜在空間を用いるMercerFlowを提案する。系列をその潜在空間へ写像し、MLPでフローを学習する。五つのGluonTSベンチマークで、共通の条件下でTSFlowと比較し、CRPSは同等以上で、学習時のメモリは約4.7倍、エポックあたりの時間は約3.5〜4.4倍少ないと報告している。
説明カジュアルなフラッシュ照明を用いたガウススプラットの逆レンダリング
要約本論文は、暗室や専用機材を使わず、室内で気軽に撮影した写真から形状・材質・照明を同時に復元する手法を研究している。静的照明とフラッシュ照明の両方を、それぞれ独立した視点から撮影した画像を組み合わせて利用する。2DGSの深度を用いて拡散場を定めるGSアンカー方式と、遅延シェーディングによる静的照明の描画を提案している。五つの合成シーンと三つの実シーンで六つの最近の手法を上回り、リライティングのPSNRは次点の手法より4.17 dB向上した。
説明日常的に収集される人口統計・臨床変数は、ポイントオブケア肺超音波による結核分類にどの程度役立つか
要約本研究は、肺超音波画像と日常的に収集される臨床・人口統計データを組み合わせ、深層学習による結核の自動スクリーニングを検討しています。個別に学習させた画像分類器と臨床データ分類器の出力スコアを単純平均する手法が、より複雑な早期融合の手法と同等以上の性能を示し、全体のAUROCは0.95で、画像のみの基準モデルより約4ポイント向上しました。また、貪欲法による特徴選択で入力数を減らしても性能は落ちず、本研究に含まれたポイントオブケア検査の追加効果はわずかでした。
説明LightMTP：軽量な潜在マルチトークン予測（パラメータを増やさず複数の未来トークンを予測する学習手法）
要約大規模言語モデルの標準的な事前学習は次のトークンのみを予測するため、局所的なパターンに頼りがちです。既存のマルチトークン予測手法は多くの新規パラメータを導入し、外部の補助モデルに依存することがあります。LightMTP はモデル自身の隠れ状態から未来トークンの表現を構成し、追加パラメータは最大 1% です。汎用の言語モデリングベンチマークで性能を保ち、計画・コーディング・推論でも同程度の向上を示します。
説明微分可能ビット幅：SVDによる剪定と量子化の同時最適化で超高効率なLLM圧縮を実現
要約本論文は、SVDに基づく剪定と量子化を、剪定の後に量子化を行う二段階の手順ではなく、統一的な枠組みで同時に最適化する手法を提案しています。中核となるのは各成分のビット幅を微分可能な形で学習する方法で、重要度の低い成分には0ビットを割り当てて除去できます。著者らは、超高効率を目指した極端な量子化設定（1.61ビット）でも、二段階のベースライン手法より良い結果を示したと述べています。
説明ゼロショット協調のための、共同注意に基づくグラウンデッド相互プレイ手法
要約本研究は、人間の共同注意（他者と同じ視覚的対象に注意を向ける能力）にヒントを得た多エージェント強化学習手法MATE（Mutual Attention for zero-shot TEaming）を提案します。MATEは、エージェントが場内で目立つ対象に視覚的注意を合わせることで行動を調整し、学習時に形成された相手依存の約束事には頼りません。カード整列ゲーム、Level-Based Foraging、OvercookedV2の3つのベンチマークで評価され、未知のパートナーとの協調が向上することが示されています。
説明結合精度ニューラルネットワーク：タスク志向の依存関係と予測学習
要約本論文は、学習中に疎な精度行列（共分散行列の逆行列）の推定とグラフニューラルネットワークの重み学習を交互最適化で同時に行う PNN-Joint 枠組みを提案し、タスクに応じたグラフ構造の獲得を目指します。あわせて精度行列を用いる広いクラスの PNN を定義し、PCA や共分散ニューラルネットワークとのスペクトル的関係、および有限サンプル誤差に対する安定性を示しています。合成データと実際の神経画像・モーションセンサーのデータでの実験では、解釈しやすいグラフが得られ、少データ条件で頑健であり、実データのタスクの多くで最良または次点の性能を示したと報告されています。
説明CuratorMAS：マルチエージェント連携によるデータセット整理の自動化
要約本論文は、高品質なデータセットを自動で評価・整理するマルチエージェント協調フレームワーク「CuratorMAS」を提案している。整理工程を、データセット探索、オンライン領域知識の検索、評価基準の決定と指標計算、フィルタリング実行、評価結果を基にスキルを更新する進化モジュールの五段階に分けている。実験では、ノイズ率を最大36.03ポイント低減し、下流モデルのF1スコアも向上したと報告されている。
説明制御可能な画像編集のためのスケーラブルな最小変更学習
要約本論文は、指示された属性だけを変更し他の部分をできるだけ保つ、指示ベースの画像編集手法 ARRO を提案します。強化学習を用い、視覚言語報酬モデルが未実施の要求変更と意図しない変更を検査します。人手による指示ごとのアノテーションは不要です。FLUX.1 Kontext-dev では、4つのベンチマークの平均 EditScore が 5.21 から 5.88 に上がり、600 件の評価例で対象外のピクセル変化が 8.4% 減少しました。
説明パッチベースの照会による電子顕微鏡での注目構造の特定
要約本論文は、体積電子顕微鏡（vEM）データの中から構造的に類似した細胞構造を探し出すための、パッチベースの検索フレームワークを提案しています。局所画像記述子を自己教師あり学習し、少数の手動アノテーションを与えるだけで、EMボリューム全体から類似構造を検索できます。実際の生物組織画像による実験では、関連する細胞構造を確実に特定でき、後続解析の探索範囲を大幅に減らせることが示されています。
説明効率的なオンポリシー強化学習のための適応的エキスパート誘導
要約本論文は、PPOなどのオンポリシー強化学習が初期から学習する場合にサンプル効率が低い問題を扱い、各エピソード内で学習者と次善のエキスパートが交互に制御を担う方法を提案しています。エキスパートの制御割合は、方策と同時に最適化される単一の学習可能パラメータです。学習者は訓練初期にエキスパートの助けを受け、能力向上に伴い制御割合は減少してゼロになります。2つのベンチマークの34タスクで評価し、誘導あり・なしのベースラインより高いサンプル効率を報告しています。
説明時空間ビデオグラウンディングにおけるクエリ非依存的な挙動の検証
要約時空間ビデオグラウンディング（STVG）は、自然言語のクエリに対応する物体や出来事を、映像の空間と時間の両方で特定するタスクです。本論文では、クエリが映像と無関係な場合や、テキスト入力が欠けている場合でも、既存モデルがもっともらしい時空間予測を出力することを示しています。さらに HCSTVG-v2 と VidSTG のデータセットを分析し、そうした挙動を助長しうる傾向を特定しています。クエリの関連性を明示的に評価する、負例を考慮した評価手法とモデル構造の必要性を提起しています。
説明並列化か譲歩か？エージェント型商取引のための並行性を考慮した調達交渉
要約本論文は、エージェント型バイヤーが一度の調達で複数の売り手と同時に交渉する問題を扱います。並行交渉は安価ですが、スレッドごとにリソースを消費し、同時に成立した合意はキャンセルや契約上のリスクを生みます。著者らは、交渉の並行数と調達価格の上限を同時に決める最適化手法CANOを提案し、複数の市場設定や頑健性テストで既存のヒューリスティック手法を上回ることを示しています。
説明注意力の스ペクトル幾何学：情報ルーティングから不確実性へ
要約本論文は、スペクトル幾何学と作用素論の観点から Transformer の注意機構を研究し、各注意ヘッドをトークン列上の関数のヒルベルト空間間の写像として捉えます。その上でトークン差分作用素を導出し、そのスペクトル構造がトークン空間の情報の出力への経路を制御することを示します。さらに注意に基づく不確実性推定器を提案しており、長文脈入力で特に大きな改善が得られるとしています。
説明D-Loop：投機的デコーディング向けのループ型拡散ドラフティング
要約論文は、ブロック拡散ドラフターが各位置を周辺分布として独立に予測するため、隣接位置が同じトークンを重複生成する「繰り返しの罠」が生じ、草案の品質と受理長が下がると指摘しています。提案手法D-Loopは、元の拡散ドラフターの中にブロック内因果条件付けを導入し、同じバックボーンを2回のループ計算で再利用します。数学、コード、対話の8つのベンチマークで、Qwen3-4BとQwen3-8BにおいてDFlashとDSparkを上回ったと報告されています。
説明世界モデルと検索ベースの行動計画を用いた超音波オペレーター誘導
要約本論文は、世界モデル内の多段階計画と検索として超音波操作を誘導する手法を提案しています。V-JEPA 2.1で超音波画像を潜在空間に符号化し、参照データベースから類似の断面を検索して、実際に実行された探触子の移動を利用します。頸動脈超音波では、後ろ向きの閉ループ試験で目標断面への到達率が86%、前向きの実現可能性試験で83%でした。
説明文脈依存のサービス率下でジョブをスケジュールしながら学習する手法：随時最適なレート最適アルゴリズム
要約本論文は文脈付きキューイング・バンディット問題を扱い、ジョブとサーバーの特徴量のロジスティック関数でモデル化された未知のサービス率を、学習しながらジョブをスケジュールする手法を検討しています。提案手法WISEは、時間の長さを事前に知らなくても、十分大きい各時刻でキュー長の後悔をほぼ t^{-1/2} のオーダーで達成するとされています。仮定は容量の余裕のみで、特徴共分散の下限は不要とされています。シミュレーションでは文脈ごとの余裕が成り立たない場合でも後悔が小さいと報告されています。
説明LRCC：条件付き計算で低ランク圧縮を一般化する手法
要約本論文は、低ランク条件付き計算（LRCC、Low-Rank Conditional Computation）を提案している。事前学習済み言語モデルの各Transformerブロックに軽量なルーターを1つ学習させ、入れ子状の低ランク経路の中からトークンごとに経路を選択させる。学習中は低ランク因子を固定し、ルーターのみを最適化する。Llama・Qwenでの実験では、平均アクティブパラメータ量を同じにした場合に静的な低ランク圧縮より予測性能が向上したと報告されている。
説明文脈の中で決定スタンプの閾値を学習する：ソフトマックス注意機構のダイナミクス
要約本論文は、勾配ベースの事前学習によって、二つのパラメータを持つソフトマックス注意モデルが文脈から決定閾値を推定することをどのように学ぶかを研究している。一定ステップの勾配降下法で学習された推定器について、各固定閾値に対する誤差の上界を示し、注意の尺度が時間とともに増大する機構を分析している。また、一ヘッドモデルの境界上の限界についても論じている。
説明P3：制約付き拡散制御のための持続的粒子プランニング手法
要約本論文は、拡散モデルによる制御のための逐次モンテカルロ法フレームワーク「持続的粒子プランニング（P3）」を提案する。再計画の各段階で複数の候補軌道を重み付きで保持し、最新の観測に基づいて候補を洗練させ、制約を考慮した重み付けと再サンプリングで後続経路を選択する。拡散モデルの再学習は不要である。実験では、候補群の再利用により経路の切り替えが減り、制約違反なしに成功率が向上することが示された。迷路ナビゲーションでは従来手法より計画が速い。
説明AgentSpy：AI エージェントの挙動を観測可能にする手法
要約大規模言語モデルに基づく AI エージェントは、ユーザーの権限でシェルコマンドの実行、ファイルの読み書き、ネットワーク接続を行いますが、その実際の動作は把握しにくい状況です。本論文は、エージェントの外部から、隔離環境で動作する子プロセスを含むシステムコールとネットワーク通信を記録する AgentSpy を提案し、適合性分析と安全性分析を支援します。77 件のタスクによる信頼性評価では、同一タスクの反復実行結果が高い類似性を示し、安全性評価では 5 種の攻撃カテゴリのうち 4 種を検出し、50 回の実行で誤検出はありませんでした。
説明VAE潜在空間における色の整列とその応用
要約本論文は、テキストから画像を生成するモデルで使われる変分オートエンコーダ（VAE）の潜在空間が色をどのように表現するかを調べたものです。SD1.5からFLUX.2、Z-Imageまで多様なVAEに、明るさと反対色の軸に整列した色の部分空間が共通して存在することを示しています。この知見に基づき、ColorTuning、彩度制御、色転送の3つの応用を提案し、ColorTuningはGenColorBenchのCSS3/X11体系での精密な数値指定による色生成で最先端の結果を達成したと報告しています。
説明BEMDと四元数フィルタによるCT画像のシャープ核からソフト核への変換手法
要約CT画像の画質は再構成カーネルの選択に大きく左右され、シャープカーネルは空間分解能を高めるがノイズも増え、ソフトカーネルはノイズを減らすが輪郭が不明瞭になります。本研究は、二次元経験モード分解（BEMD）と四元数双方向フィルタ（QBF）を組み合わせ、解剖学的構造を保ちながらシャープ核のCT画像をソフト核に近い表現へ変換する手法を提案します。複数の再構成カーネルでの評価では、SSIMとPSNRにおいて非局所平均法などの既存手法より優れた結果が示され、生の投影データを必要としません。
説明ランジュバン流写像：効率的な分子動力学と遷移経路サンプリング
要約分子動力学シミュレーションは、フェムト秒単位の小さな時間刻みでランジュバン方程式を積分するため、より長い時間スケールで起こる集団的性質や遷移動態の推定が難しい。本論文は、機械学習力場に確率的ランジュバン積分器も学習させる「ランジュバン流写像」を提案している。これにより大きな時間刻みでの分子動力学計算が可能になり、系の動力学的性質を正確に再現しつつ、既存の機械学習力場より約一桁速く動作すると報告している。多様な分子データセットで学習させることで、転移可能なモデルへの道筋も示している。
説明EpicWorldModel：潜在世界モデルと探索主導型プランニングの手法
要約本論文は、部分観測で不確実性を持つ環境向けに確率的 JEPA 潜在世界モデルを学習する EpicWorldModel を提案します。目標に関係するシーンが条件履歴にない場合、フローマッチング目的関数で複数の将来状態を直接予測します。予測分散を探索の指針として交差エントロピー法ベースのプランニングに組み込み、一部のタスクで LeWorldModel より成功率を最大 22% 向上させたと報告しています。
説明Turnslide：有限状態機械をたどる拡張可能な多ターン対話データ合成
要約本論文は、各APIを有限状態機械としてモデル化し、状態に応じて有効なツール呼び出し列を生成した上で、1回のLLM呼び出しで完全な対話例に変換する、自動化された軽量なデータ合成フレームワークを提案しています。生成した軌跡で小規模言語モデルを微調整すると、改変なしのベースラインより下流精度が大きく向上し、既存手法との比較では完全精度70.7%を達成しつつ、トークン数は3.6〜6.6倍少なくなると報告しています。
説明VLA後学習におけるデータ拡張の正しい使い方と誤った使い方
要約本論文は、視覚・言語・行動（VLA）モデルの強化学習による後学習において、画像拡張が与える影響を体系的に検討しています。拡張はRL更新時の批評器（critic）にのみ適用し、行動器（actor）の入力は採択時も更新時も原画像のままにすることが重要だと報告しています。行動器を拡張すると学習が完全に崩壊するとしています。
説明変化から目標状態へ：ゼロショット合成画像検索のクエリ表現を見直す
要約本論文は、参照画像と修正テキストから目標画像を探すゼロショット合成画像検索を扱います。修正テキストは変化の過程を、候補画像は完成後の状態を表しており、両者の表現にずれがあると指摘しています。凍結したマルチモーダル大規模言語モデルで目標状態の静的表現を再構築してから検索する手法ASAP-CIRを提案し、FashionIQ、CIRR、CIRCOで評価しています。複数目標を扱うCIRCOで最も明確な改善が見られたとしています。
説明統一マルチモーダル事後学習における跨モーダル忘却と転移
要約本論文は、画像理解と画像生成を同一の重みで行う統一マルチモーダルモデルにおける事後学習のリスクを検討します。Janus-Pro-7BへのLoRA学習では、単回の学習では未学習の能力に明確な劣化は見られませんでしたが、三回連続で学習すると、以前に獲得した能力が失われ、一般テキストの困惑度が大きく上昇しました。著者らは、目的関数が学習対象のモダリティのみを制約することが原因であり、もう一方の出力ヘッドを固定すると未学習能力の劣化を防げると述べています。
注目点統一マルチモーダルモデルの後学習における跨モーダル忘却を明らかにし、他方のヘッドを固定して緩和する点が新しく、実験で裏付けている。
説明病理基盤モデルを用いたラベル不要のコアセット選択：計算病理学における効率的なアノテーションのための手法
要約本研究はGCcoreという手法を提案し、病理基盤モデルでデータセット内の各画像を埋め込み、埋め込み空間の全体的なカバー率を最大化するサンプルを貪欲法で選んでコアセットを構成します。これにより専門家による注釈作業を減らすことを目指します。この手法はハイパーパラメータが不要で結果が決定的であり、任意のコアセットサイズで全体カバー率の下限を保証します。全スライド画像分類、タイル分類、組織セグメンテーションにまたがる10のタスクで、最先端手法を含む14のベースラインを上回る性能を示しています。
注目点ハイパーパラメータ不要で決定的な貪欲被覆型コアセット選択を提案し被覆率の下界を示す。10タスク・14基線で検証され、病理アノテーションに実用的である。
説明同点を解消する：大規模言語モデル向けのクラスタ認識型ルーティング枠組み
要約多数の大規模言語モデル（LLM）が存在するなかで、個々のユーザーの質問に最適なモデルを選ぶことが課題となっています。本論文は、複数の候補モデルが同じ質問に正答する場合に既存のルーティング手法が誤導され、未知のタスクでの汎化能力が著しく低下する問題を指摘しています。著者らは、聖点ではなく聚類効用スコアに基づく連続的な軟ラベルで軽量ルーターを学習するCASLRを提案し、全体平均で Llama-3.3-70B-Instruct を7.80%上回り、推論遅延は1.13秒だと報告しています。
説明バイト言語モデル：スケーリング、創発的抽象化、情報配分
要約本論文は、トークナイザーを使わずバイト単位で文章を直接モデル化する言語モデルを検討しています。モデルの規模が大きくなるにつれ、バイト単位の Transformer はサブワード単位のモデルを上回る性能を示しました（token 重畳学習とハッシュ埋め込みを使用）。また、モデルは外部トークナイザーのような局所的な文章の抽象表現を自ら学習し、中間層の最大 25% をこの局所表現に制限しても下流タスクの性能は維持されることが分かりました。さらに、この構造を投機的デコーディングに利用すると、サブワード Transformer と比べて受理されるトークン数が 3.4 倍になります。
説明StagQ：LLM向けの制約駆動型多精度重み量子化形式
要約本論文は、一つのデータストリームから複数の精度で重みを提供できる多精度形式StagQを提案します。主ストリームは2ビットのグループ単位アフィン符号化で、その後に設定可能な数の1ビット細分化平面が続き、低精度の結果は接頭辞として直接読み出せます。論文は、Llama-3.1-8B、Phi-4、OLMo-2-7Bにおいて、2ビットの軽量な構成が最も強力な多精度ベースラインをMMLUで3.1〜7.0点上回ると報告しています。また、A100 GPU上の合成重みでの計測では、多くの形状と精度の組み合わせで既存の2つのベースラインカーネルより高速です。
説明言語モデルは自らの誤った推論ステップを拒否できるか？
要約本論文は、外部の検証器を使わずに、言語モデルが自分の誤った推論ステップを拒否できるかを検討しています。著者らは自己ステップ拒否（SSR）を提案し、固定された生成器の上に軽量なLoRA受理ゲートを学習させ、候補ステップを受理するか、同じ接頭辞から再サンプリングするかを判断させます。3つの推論モデルと5つの数学推論ベンチマークで、SSRは単一パス復号より宏平均精度が高く、生成トークン数は約1.21〜1.40倍です。
説明強化学習で改善された推論教師モデルのための、転移を層別化したオンポリシー蒸留（TS-OPD）
要約本論文は、GRPOで強化学習により改善された推論教師モデルが、より小さなオンポリシー学生モデルをどこまで指導できるかを、数学推論の課題で検証しています。学生と教師の共同サンプリング成功率に基づいて訓練問題を振り分け、ゲート付きの前向きKLと逆向きKLを使い分け、エントロピー制御を加える手法TS-OPDを提案しています。結果として、教師の改善は一様に伝わるのではなく構造的に伝わり、監督の方向と学生の能力が合う場合に有効だとしています。
説明鋭いカーネルから柔らかいCTカーネルへの変換のための分解誘導型カーブレット閾値処理
要約本論文は、経験的モード分解、変分モード分解などの分解手法とカーブレット変換の閾値処理を組み合わせたハイブリッドなノイズ除去手法を提案しています。B50、B46、B41、B36の各カーネルで再構成されたCT画像で評価され、VMDが最も高いPSNRとSSIMを示したと報告されています。ソフト閾値は細部を保ち、ハード閾値はノイズをより強く抑えるという両者のトレードオフも分析されています。
説明到達可能性を考慮した拡散方策最適化（RADPO）：安全強化学習向けのモデルフリー手法
要約本論文は、連続制御強化学習における拡散方策の最適化手法RADPOを提案します。明示的な動力学モデルを用いず、割引付き初回到達の可達性価値でコスト事象のリスクを評価し、累積コスト予算のフィードバックで報酬整形の強さを調整します。10の連続制御安全タスクにおいて、報酬とコストのトレードオフで競争力のある結果を示し、いくつかのタスクで制約違反を大幅に削減したと報告されています。
説明バンディットフィードバックのゼロ和マルコフゲームにおける高速な最終反復収束
要約本論文は、相手の行動を観測できないバンディットフィードバック条件下での二人ゼロ和割引マルコフゲームにおける最終反復収束を研究している。提案手法の適応的正則化TD学習（ARTD）は、一様なヒッティング時間の仮定の下で、現在の方策の双対ギャップがおよそ t^(-1/4)（対数因子を除く）で抑えられることを示す。これは Cai ら（2023）の速度を上回り、ヒッティング時間の上界などの事前知識を必要としない。
注目点既存の二人零和マルコフゲームにおける最終反復収束率を改善し、適応正則化TDアルゴリズムと理論解析を提示している。
説明JLD：ヤコビアンレンズによる知覚距離の計測手法
要約本論文は、人間の評価データへのフィッティングに頼らず、凍結された視覚エンコーダから知覚的な幾何を導出するヤコビアンレンズ距離（JLD）を提案します。エンコーダのヤコビ行列を用いて固定の計量テンソルを求め、ラベルのない100枚の画像から一度だけ約35秒で学習します。四つの標準的な知覚データベースでLPIPS、DISTS、PieAPP、DreamSimを上回る性能を示し、解像度の変化にも頑健です。さらに高速版のJLD-fastと動画への拡張も報告されています。
注目点凍結エンコーダのヤコビ行列から固定の計量テンソルを構成し、人手ラベルなしで四つの知覚データベースで既存手法を上回り、動画にも拡張して評価している。
