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HuatuoGPT-3：ベースモデルから強化学習のみで行うドメイン適応
要約本論文は、強化学習のみでドメイン適応を行う手法OnePO（One-stage Policy Optimization、単一段階の方策最適化）を提案しています。教師モデルの出力を方策改善のための一時的な指導として扱い、勾配飢餓と教師分布への固定化という二つの問題に対処します。医療分野では、2万件の学習サンプルでHealthBench（Total）67.2点を達成し、SFT+RLおよび純粋なRLをそれぞれ2.7点、7.4点上回りました。さらにこの手法を用いて、27B版がHealthBench（Total）で70.1点を記録したオープンソースの医療LLMシリーズHuatuoGPT-3が公開されています。
説明サッカー全選手の行動価値を解釈可能に評価する戦略的マルチエージェント学習
要約本研究は、マルコフ完全均衡に着想を得て、各ポゼッションを有限期間の動的ゲームとして扱い、22人の選手をそれぞれ自律的なエージェントとしてモデル化する行動価値評価の枠組みを提案しています。解釈性を高めるため、拡張可能な意思決定状態を用い、Q値を後継特徴量の基底と線形報酬重みに分解しています。J1リーグ95試合のトラッキングデータとイベントデータを用い、独立した強化学習のベースラインと比較しました。ベースラインは無ボール状態の99.21%で前方への動きを最高価値としましたが、提案手法で最も多い方向は17.63%でした。
説明物理情報を取り入れたが物理的に一貫しない：ニューラル交流潮流計算における誤差幾何と部分空間射影
要約ニューラルネットワークによる潮流計算ソルバーは電圧予測の精度が高くても、物理的に一貫した解になるとは限らず、わずかな複素電圧誤差が大きな電力収支残差を生むことを論文は指摘しています。英国の2224母線系統の条件で PIGNN-GC、GridSFM、gridfm-graphkit、LUMINA を比較し、学習済みの解部分空間の外にある予測誤差成分を抑える校正付き解部分空間射影（CSP）を提案しています。その結果、4モデルすべてで平均電力収支残差が減少し、電圧振幅の精度も向上したと報告されています。
説明MEND：近接速度マッチングによるフローモデル向け強化学習手法
要約本論文は、フローモデルの報酬による事後学習手法 MEND（近接速度マッチングに基づく）を提案しています。各プロンプトグループ内で報酬に上限を設け、報酬の増分が二次の変位コストを上回る場合のみ更新を採用し、その結果得られる速度目標にモデルを回帰させます。KL 項や固定の参照モデルは使用しません。原文によれば、少ない更新回数で Flow-GRPO、ReFL、DiffusionNFT などを上回る評価結果が報告されています。
説明設計ではなく発見：協調的で計算負荷の高いモデル探索のための集団進化
要約本論文は、共有された実験結果を通じて複数のローカル探索を連携させる集団進化（PE）フレームワークを提案し、関連タスク間で転移可能なモデル設計を探すことを目指しています。学習コストが高い対象では、小規模な学習サブセットで探索し、ピアおよび中間評価で候補を絞り込んでから全量学習を行います。著者らはランキング、視聴時間予測、強化学習アルゴリズム発見、LLM/VLM事前学習を含むRMD-Benchを構築し、独立した進化手法と比べて複数の指標で改善が見られたと報告しています。
説明モロッコ向け Turba 施肥機械学習スタックの技術報告書
要約本報告書は、モロッコで再現可能な地点別施肥推奨を行うオープンソースの三層構成システム「Turba」を紹介します。クライアント、分析用データスナップショット、推奨出力を近似する機械学習モデルの三つで構成されます。最初のデータセットは 44,096 か所の ESA WorldCereal 地点から作成され、132,017 件の作物・地点別推奨リクエストを含みます。九種類の回帰モデルを評価し、最良の作物別モデル五つを公開しています。
説明OntoInk：対話型オントロジー可視化・検証・推論ツール
要約本論文は、オープンソースのMkDocsプラグインOntoInkを紹介しています。オントロジーの文書化、可視化、検証を、ドキュメントとしてのコード（documentation-as-code）の一つのパイプラインにまとめます。対話型のオントロジー図の描画、SHACL形状によるインスタンスデータの検証、OWL DL推論の実行、ページ内でのTurtle編集に対応します。著者によれば、汎用のMkDocs図表プラグインはRDFの解析、IRIの参照解決、SHACL制約の重ね表示、OWL推論を行えません。
説明プロセス憲章とプロセススチュワード：エージェント型組織のための次世代BPMに向けて
要約本論文は、業務プロセス管理（BPM）が組織の構成員の大半を人間と想定してきたが、AIエージェントが自律的に業務を実行・調整するようになり、その前提が揺らいでいると指摘します。著者は、許容されるエージェントの振る舞いの範囲を定義する機械可読な価値判断を含む枠組み「プロセス憲章」と、それを解釈し執行する統治エージェント「プロセススチュワード」という2つの新概念を提案します。次世代BPMの中心的価値は効率ではなく、エージェント型組織が説明責任を果たし、異議を唱えられ、人間にとって理解可能であり続けることだとし、それに伴う研究課題も示しています。
説明ReMem：長文脈保持によるストリーミング動画理解
要約現在の視覚言語モデルは主にオフライン向けに設計されており、低遅延応答が求められるオンラインのストリーミング動画への対応が困難です。既存の記憶・トークン圧縮手法は、入力ストリームが長くなるにつれて長い文脈の情報を徐々に失うことが分かりました。本論文は、訓練を必要としない適応手法ReMemを提案します。これはストリーミング文脈記憶（SCM）と検索型視覚記憶（RVM）の二要素から成り、任意の長さの動画を処理し、長文脈の保持能力を高めます。複数のストリーミングおよび一般的な長尺動画理解ベンチマークで、最先端（SOTA）の性能を達成したと報告しています。
説明未知入力を伴う非線形系の構造的基礎：UID誘導標準形と最小センシング動き復元
要約本論文は、未知入力で駆動される非線形系の状態推定問題に対する構造的な解法として、UID誘導標準形と呼ばれる構造的に等価な表現を提案している。未知入力の情報を、可観測な動力学から構造的に分離された方向と、可観測な動力学に影響する未知入力の情報を完全に表す量の二つに分解する。さらに、3つの点特徴と単軸ジャイロスコープのみで再帰的に状態を推定し、未知の全体スケール係数の下で三次元構造とカメラ運動を復元する最小構成のSfMを示している。著者らは実データによる実験で、この最小センシング構成の実現可能性を検証したとしている。
説明アップリンクAI-RANにおける複数の改善の組み合わせ
要約本論文は、多セル・多端末の システムレベル 環境で複数のアップリンクAI機能を同時に有効にした場合の性能を評価しています。著者らは、深層学習によるMIMO受信機の性能を割り当てサイズから切り離すミラー型データ拡張法を提案し、深層強化学習で上り送信電力制御とリンクアダプテーションを学習させています。システムレベルの結果では、非AIベースラインに比べ平均上りユーザースループットが約27%向上したとされています。
説明ThunderSyncRL：エージェント型強化学習の無損失高速化手法
要約本論文は、言語モデルエージェントの強化学習を高速化する ThunderSyncRL を提案します。入力が確定した時点で勾配計算を開始し、同期学習での待ち時間を減らしつつ、非同期学習で生じる方策の古さは生じません。著者らは、GRPO と OPD において従来のバッチ同期学習と同じ更新になることを示し、SWE-bench Verified と Terminal Bench 4.0 で同等の性能に最大 1.9 倍速く到達したと報告しています。
説明UltraDub：視覚誘導フロー学習と軌道ガイダンスを統合した、より自然な吹き替え手法
要約本論文は、視覚的な音声クローニングのためのUltraDubフレームワークを提案しています。口唇の動きと同期し、話者の特徴を保った音声を生成することを目指します。視覚情報を運動の文脈統合とリズムに基づく軌道補正の両方に用い、多様な場面の動画吹き替えを評価するDiverseDubベンチマークも構築されています。著者らは四つのデータセットで最先端の性能を報告しています。
説明エントロピー最小化選択における任意配置問題と残差エントロピーの定式化
要約シャノンエントロピーを最小化するだけの選択目的関数は、選ばれた候補が情報を持つかどうかにかかわらず「確信度の高い」選択を報いてしまう問題があります。本論文は、候補の信頼重みから導かれる分布を用いた残差エントロピー D = H(p_A) − H(p_β) を提案し、KL ダイバージェンスとの関係を示す恒等式と、安全性および有用性に関する条件を導いています。混合エキスパートのルーティング、クラス不均衡タスク、動画予測システムで実験が行われています。
説明VERA：検証可能な環境で智能体を協調進化させる枠組み
要約本論文はVERAを提案し、長期タスク向けの検証可能な環境を大規模に構築して、エージェントをその上で進化させます。エージェントが評価基準と実行可能なチェックを作成し、審判が検証を通過した環境だけを学習用に採用します。モデルの学習と、ハーネスのスキル編集を交互に行い、検証器が開発セットの受け入れ基準で更新を判定します。著者らは、9,000以上の環境を含むオープンソースのコーパスで、9Bモデルが二つの領域で最強のベースラインを10.3点と13.0点上回ったと報告しています。
説明オンライン実験におけるインセンティブの整合：実験者が効果を過大評価する問題と、その仕組みによる是正
要約本論文は、新機能を開発する実験者が検証する仮説を決め、経験的な平均処置効果で評価される分散型の実験体制が生む、インセンティブの不一致を扱います。効果は上方に偏りやすく、有意水準やトラフィック予算といった中央集権的な手段では解決できません。著者は実験を制度設計の問題として捉え、サンプル分割と縮小推定（シュリンケージ）という2つの仕組みを提案します。サンプル分割は限定的なトラフィックコストで完全な整合を実現し、縮小推定は追加のトラフィックを要せず、期待効果が負の施策が採用されないことを保証します。
説明輸送コストを超えて：フローマッチングと最適輸送の経路の違い
要約本論文は、生成モデルにおけるフローマッチング（FM）と最適輸送（OT）によるカップリングの違いを検討しています。輸送コストと、各ノイズサンプルが到達する先である経路（ルーティング）を分けて考察し、コストが近くても経路は大きく異なりうることを数値的に示しています。学習済みニューラルFMでの影響も調べ、正確なFM経路を基準として経路を考慮した学習用カップリングを構成したところ、コストのみを揃えた対照手法より生成結果が方向的に改善しました。コスト最小化だけでは見落とされる点があるため、OTベースのFMカップリングの評価にはコストと経路の両方を用いることを提案しています。
説明手首装着型加速度計とディープラーニングを用いた非侵襲的てんかん発作検出
要約本研究は、単一の手首装着型加速度計と時系列ResNetに基づくディープニューラルネットワークを用い、短時間の発作を含む複数種類のてんかん発作を検出する手法を検討したものです。79名の患者を対象に、ビデオ脳波計の記録と専門医による注釈を用いて学習と評価を行いました。発作検出感度は95.65%、誤警報率は24時間あたり0.15回で、長期の外来モニタリングへの応用が示唆されています。今後はより大規模なデータでの検証が必要とされています。
説明プロンプトと精緻化：ノイズラベル下の赤外線小目標検出のための非対称相互学習
要約本論文は、赤外線小目標検出（ISTD）で教師ラベルにノイズが含まれる問題に取り組み、事前学習済みの Segment Anything Model（SAM）と、ゼロから学習する ISTD 専用検出器が互いに教え合いながら、相手のマスクを修正する PAR 手法を提案しています。局所コントラストの規則性とエビデンシャル不確実性推定も組み合わせています。著者らは、3 つのデータセットの多様なノイズ条件で最先端の性能を達成したと報告しています。
説明線形分離可能データにおけるロジスティック回帰の大ステップ幅フェデレーテッド学習：異種デバイスの場合
要約本論文は、フェデレーテッド平均化（FedAvg）アルゴリズムを用いて多項ロジスティック回帰モデルを学習する分散学習問題を扱います。ステップ幅が任意に大きく、各デバイスが各ラウンドで異なる回数の局所更新を行う場合に注目しています。線形分離可能なデータでは、FedAvgは任意のステップ幅で安定し、目的関数値はO(1/R)の速度でゼロに収束することを示しています（Rは通信ラウンド数）。また、デバイスの異種性の影響は漸近的に消えることも示されています。数値実験により結果が裏付けられています。
説明CoHyFuse：タスクfMRIにおける条件別ハイパーグラフと全体コネクトームの融合手法
要約従来のタスクfMRIコネクトーム研究は、異なる条件を静的な二項グラフに統合するため、条件ごとの複数ROIの構造が見えにくくなっていました。本論文は、条件別の機能的結合プロファイルから構築したハイパーグラフと、セッション全体の結合分岐を融合するCoHyFuseを提案しています。AABCコホート（N=1,074）の認知・運動の予測課題では、評価したベースラインの中で平均的なout-of-fold予測性能が最良でした。遮蔽分析では、Distraction条件が予測の主な要因として挙げられています。
説明MiniCorp：AIエージェント企業への最後の一歩
要約本論文は、AIエージェントが協力して会社を運営し、大規模に企業データを生成する仕組みを研究するためのオフィスシミュレータMiniCorpを提案している。電子商取引企業を例に、顧客・競合・市場の仕組みをモデル化する外部世界と、事象を観察して議論し戦略決定を行う内部のエージェントを接続する。エージェントの通信と決定、その後の業務結果を記録し、チェックポイントから異なる決定で再現できる。実験では、エージェントが役割を越えて連携し、市場のフィードバックに応じて決定を調整することが示されている。
説明すべての視点を数える：多視点パノプティックセグメンテーションのための視点一貫性パノプティック品質
要約本論文は、多視点パノプティックセグメンテーションの新しい評価指標VC-PQを提案する。PQを単一画像から複数の入力視点へ拡張し、インスタンスが見える各視点を等しく数え、正解と同じ視点で見えない予測を罰する。ScanNet++とScanNetv2で近年のフィードフォワード手法を評価し、既存のPQ^sceneと併せて報告している。
説明AstraSR：GPT-6 Astra を用いた実世界サーマル画像超解像手法
要約本論文は、実世界のサーマル画像超解像において、従来の人工的な劣化で学習データを作る方法が領域のずれを生む点を課題としています。著者らは GPT-6 Astra により実撮影の低解像度サーマル画像から高解像度参照画像を生成し、画素・勾配・知覚の損失で学習する AstraSR を提案しています。七つの既存手法との定性比較では、熱画像の明瞭さと構造的一貫性で優れると報告されています。
説明強化学習による安全な画像生成：生成途中で検出・誘導し、不適切な出力を防ぐ研究
要約テキストから画像を生成するモデルは、暴力的または露骨なNSFW画像を生成することがあります。既存の安全機構は生成前のフィルタリングや生成後の審査が中心です。本論文は、ノイズ除去の過程を監視し、中間表現からNSFWの兆候を検出して、強化学習で安全な画像へ誘導する生成途中の枠組みを提案しています。標準および敵対的な評価セットで既存手法を上回り、画質とプロンプトへの忠実度を保つと報告されています。
説明テストセットでのハイパーパラメータ調整に関する実証研究：本当にそれほど問題なのか
要約本論文は、テストセットでハイパーパラメータを調整することによって性能が過大評価される程度を検証しています。MNIST-1D、CIFAR-10、GLUEベンチマークの3つのタスクで体系的な実験を行いました。その結果、影響は実在し有意であるものの、他のノイズ要因に比べて小さいことが多いと報告されています。多くの場合、テストセットでの調整と検証セットでの調整で同じモデルが選ばれ、モデルの順位も概ね保たれたとされています。著者らは、この慣行をより慎重に捉え、テスト調整を公表するよう研究者に呼びかけています。
説明エンドツーエンド自律再帰樹状変形流と非線形血行動態：患者個別冠動脈中心線抽出のための手法
要約本論文は、三次元医用画像から患者ごとの冠動脈樹の中心線を抽出し、線形Poiseuille流の代わりに非線形血行動態モデルを用いる統合的な枠組みを提案する。自律的な開口部ランドマーク推定、三次元特徴に基づく変形可能な逐次軌道生成、再帰的な樹構造構築、Picard法による非線形Kirchhoff求解器を含む。14名の開発用患者でのシミュレーション狭窄試験では、非線形求解器が線形モデルでは非虚血と誤分類された機能的虚血を捉えたと報告されている。
説明LoDEOT：オフナディア画像からの建物フットプリント抽出のための低次元・効率的オフセットトークン
要約本論文は、オフナディア画像から建物のフットプリントを抽出する際に、屋根からフットプリントへのオフセットを予測する方法を扱っています。従来の高次元トークンの代わりに、五次元のコンパクトなオフセットトークンを用いるLoDEOTを提案しています。五つの実世界の建物データセットでの実験により有効性が示され、BONAIではフットプリント指標などで優れた結果が報告されています。
説明データ不足下での大規模言語モデル向け協調的パーソナライズ選好整合
要約ユーザーの選好が多様で個別のフィードバックが少ない問題に対し、論文は近似パレート最適性（APO）という手法を提案します。更新方向が整合するユーザーをまとめ、グループ内で勾配降下と制御された上昇を組み合わせて初期化を学習し、少数例での局所適応を支えます。単一ステップの協調更新に対する条件付き次善性の上界も示され、Fed-ChatbotPA と UltraFeedback で、ローカルの例20件のみで既存手法を上回ったと報告されています。
説明フロンティア規模の言語モデルへの視覚アダプタの学習
要約本論文では、凍結された視覚エンコーダ（Kimi K2.6由来）と、もともと視覚機能を持たない言語モデル（GLM 5.2・5.3）の間に、5000万パラメータの射影器を学習させています。大規模にこうしたアダプタを学習させるための再現可能な手順も示されています。言語モデル側の規模が拡大するにつれて視覚能力がどう変化するか、また純粋な言語モデルにどの視覚能力を大規模に付与できて、どれが依然として限定的かを検討しています。評価はMMMU-ProとBLINKで行われ、全体の性能と個別の視覚タスクの結果の両方を調べています。
説明TasteRoute：動画生成のためのパーソナライズ型ルーティング手法
要約本論文は、動画生成モデルが多数存在し、性能と生成コストが大きく異なることを指摘しています。個々の注釈者の好みは、他の注釈者の合意とは34〜55%しか一致しないことを示しています。著者らは、入力リクエスト、ユーザーの好み、生成予算に基づいて生成モデルを選ぶTasteRouteを提案し、テキストからの動画生成と画像からの動画生成の両方で、単純な強力ベースラインに匹敵しつつ平均コストを下げたと報告しています。人手による注釈付きデータセットTasteRoute-3kも公開されています。
説明ノイズを除去すると偏りが入る：閉ループ活性化ステアリングによる拡散言語モデルへの標的型バイアス注入
要約本論文は、拡散言語モデル（dLLM）が逐次的なノイズ除去の過程で、攻撃者に悪用されうることを示しています。攻撃者は内部活性化を観測し、比例積分（PI）制御器でステアリングベクトルの強度を動的に調整し、凍結されたモデルを指定した属性の回答へ誘導します。曖昧なBBQ問題において、LLaDA-8B-Instructの標的群への選好は1.8ポイントから16.7ポイントへ上昇し、SocialStigmaQAでは烙印的な回答の選択率が17.6%から58.1%に高まりました。著者らは、ノイズ除去の軌道が新たな制御経路であり、偏り監査は凍結モデル単体ではなく提供システム全体を対象とすべきだと述べています。
注目点去雑音軌跡を利用する閉ループ活性化ステアリング攻撃を提案し、dLLMの新たな制御経路を示す。BBQとSocialStigmaQAで基線比較を行い効果を実証。
説明注意マップを直接最適化せずに空間監督を行う：箱指定による証拠ルーティングで事後クラス活性化マップを改善
要約本論文は、低コストの空間監督（バウンディングボックスまたはマスク）で軽量なゲートを学習し、分類器の事後Grad-CAMによる局所化を改善する方法を検討しています。注意マップ自体は学習目標に含めません。CUB-200-2011とStanford DogsでMaxBoxAccV2が向上しましたが、対照実験ではResNet-50の改善の多くはルーティングではなく空間監督によるバックボーンの変化によると示されています。効果はアーキテクチャと評価設定によって異なります。
説明圧縮コンテキストモデル学習の最適化ランドスケープ：KVキャッシュを圧縮する手法に関する論文
要約本論文は、継続学習においてエージェントのコンテキスト（KVキャッシュ）を、基盤モデルの重みを変えずに少数のKVベクトルへ圧縮する問題を扱っています。著者らは、凍結した基盤モデルを通じた最適化が困難で、損失関数の景観が脆く平坦であることを示しています。さらに、大幅に簡略化したPerceiver系のアーキテクチャが、連続的なコンテキスト圧縮で完全版Perceiver Transformerと同等の性能を示し、圧縮の有用性で基準手法を上回ると報告しています。評価は金融、法律、Gutenberg、コードの各分野の選択式問題で行われています。
説明マクロな社会シグナルから個人の行動を模擬する学習
要約本論文は、予測市場の価格推移を用いて行動推論を学習するmacro2mindを提案します。市場参加者の解釈や信念更新を段階的に推論し、それを価格に集約するように言語モデルをGRPOで訓練します。学習した推論はさらなる訓練なしにユーザーシミュレーションへ適用でき、SWM-Benchや複数のユーザーシミュレーション評価で良好な結果が示されています。
注目点予測市場の価格推移を行動推論の学習信号とし、GRPOと後知恵の後悔カリキュラムを用いる点は新規性が高い。複数基準での零ショット転移と下流での精度向上を示しており、証拠は比較的十分。
説明Mulligan：ロボットのオンライン学習を効率化する性能誘導型データ収集手法
要約本論文は、人の監督下でロボットを配備する際に、限られた回数のデータ収集で高精度な操作性能をどう高めるかを扱います。Mulligan は各ラウンドの初期状態の分布を意思決定の対象とし、観測された失敗状態と未試行の状態から収集エピソードを開始します。さらに、模倣学習が破棄する失敗データを含む全データで学習した価値関数を併用し、3つの実世界タスクと2つのシミュレーションタスクで均一サンプリングと比較しています。
注目点初期状態分布を意思決定とし、価値関数で交互模倣学習を改良。2550の盲検実ロボット試行で成功率を10-34ポイント向上させ、実用的な効果を示した。
説明fMRI-TAMCL：安静時fMRIに基づく脳疾患分類のためのテキスト・アンカー型教師付きマルチモーダル対照学習
要約安静時fMRIは脳疾患の分類に重要ですが、多モーダルでありマルチサイト間の不均一性も大きい問題があります。本論文は、fMRI画像、スパースな機能的結合、被験者ごとに生成したテキストを統合するfMRI-TAMCLを提案し、テキストを基準に三つのモダリティを整列させたのち注意機構で融合します。著者らは、五つのデータセットで29の比較手法を上回り、下流分類の精度が78.6%から86.4%だったと報告しています。
説明言語を学ぶ方法を学ぶ
要約本論文は、Prior-Fitted Language Model（PFLM）を提案します。これは3億パラメータのバイトレベルTransformerで、実在する言語の単語を一度も見ずに、合成された非言語のプライアからのサンプルだけで事前学習されています。推論時は重みを固定したまま、実テキストの接頭辞から文脈の中で言語を推定して続きを予測します。六言語のWikipediaでは、文脈が100万バイトのとき、バイトあたりのビット数が均一分布の8から0.9〜2.4に低下したと報告されています。
説明ImpactMat：逆方向衝撃音レンダリングのための連続的材質推定
要約衝撃音レンダリングは、3Dオブジェクトが叩かれたときの音を合成しますが、実用的なレンダラーは木材、プラスチック、鋼などの固定的な材質プリセットに頼ることが多く、表現できる音の範囲が限られます。本研究は、参照となる衝撃音から材質パラメータを予測し、シミュレータが類似の材料応答を再現できるようにする逆方向衝撃音レンダリングを扱います。そのためにデータセット兼ベンチマークの ImpactMat を導入し、一つ以上の録音から材質パラメータを予測するフィードフォワードモデルを提案します。実験では、提案手法が有力なベースラインを上回り、手動調整なしで実録音からの再レンダリングを可能にすることが示されています。
説明OGAM：物体に基づく注意監視によるテストと実行時保証の接続（VLA方策向け）
要約本論文は、視覚・言語・行動（VLA）ロボット方策を対象に、物体に基づく注意監視（OGAM）を提案しています。テストで見られる成功実行と失敗実行の注意の違いを用いて、実行中に失敗を早期停止します。4つの方策で、失敗エピソードの87%から100%を停止し、誤停止率は3%から5%でした。失敗ラベル付きの学習データは使用していません。
注目点系統的テストで見つけた注意の逸脱信号を実行時の早期停止に用い、共形校正と動的時間伸縮を組み合わせ、四方式で検証している点に新規性がある。
説明グローバル通信か、グラフ固有のメモリか？：静的な大規模グラフの転移学習では、スケーラブルなグラフTransformerの共有メモリが実質的に定数になる可能性
要約スケーラブルなグラフTransformerは、静的な大規模グラフ上で転移的設定により学習・評価されることが一般的です。その多くの構成要素は、仮想ノードに似た固定サイズの共有メモリとして定式化でき、グラフ全体の圧縮された情報を提供します。論文は、単一の固定グラフでは共有メモリがテスト時には定数とみなせるため、この静的設定で共有メモリが実際に何をしているのかを問うています。共有メモリを直接最適化すると、グローバル通信手法と同程度の性能になるという予備的な証拠を示し、通常の局所メッセージパッシングモデルも重みに類似の情報を埋め込めるとしています。そのため、これらの設定はグラフニューラルネットワークにおけるグローバル通信の評価には適さないかもしれないと述べています。
説明オフポリシー統合は継続学習においてオンポリシー自己蒸留より優れる
要約本論文は、大規模モデルの継続学習を扱います。新しいデータでの教師ありファインチューニング（SFT）は既存の能力を妨げることがあり、オンポリシー自己蒸留（OPSD）は推論能力の崩壊を招くことが示されています。著者らは「grafting」と呼ぶ手法を提案し、より早い段階のチェックポイントで重み更新を学習して後訓練済みモデルに適用し、更新量をスケーリングし、必要に応じて最も敏感な更新方向をマスクします。新旧タスクの両方でSFTやOPSDを上回り、高コストなオンポリシーサンプリングも不要です。
説明校正されたコンテンツ認証による実画像の認定
要約本論文は、近年公開された10種の生成モデルに対して20種のディープフェイク検出器を評価し、精度が99.5%から76%へ時間とともに低下することを示しています。さらに敵対的摂動により基準検出器の精度は2%未満に落ちます。著者らは、内容だけでは出所を判断できないとして、既知の生成器による忠実な再構成の可否に基づき、真正性を否認できる可能性を校正済みの確率として出力する手法を提案しています。実験では、生成コンテンツの誤認定率を1%以下に抑えられることが報告されています。
説明オンライン分位点回帰における有限標本分布理論と大規模データの効率的推論
要約本論文は、定数学習率の確率的劣勾配降下法（SSGD）を用いて、大規模・ストリーミングデータに対するオンライン分位点回帰を研究している。有限モーメント仮定の下で、SSGDに対する量子化中心極限定理と有限標本ガウス近似を示し、定数学習率でのRuppert-Polyak平均には消えない偏りがあることを明らかにした。そのためサフィックス平均法を提案し、共分散推定を要しない効率的なオンライン推論手法を提示している。数値実験と米国の賃金データへの適用で、良好な被覆率と競争力のある性能が示されている。
説明データ駆動型の準季節土壌水分予測：フラッシュドロートの予測における可能性と限界
要約本論文は、ヨーロッパの準季節（S2S）スケールにおける土壌水分予測を扱い、双方向の時空間アテンションを持つVision Transformerベースのモデルを用いています。残差学習と物理単位での目標設定により、2021〜2022年の評価で各リードタイムにおいてベースラインやECMWFの運用システムを上回り、根域の乾燥状態（20パーセンタイル未満）も比較的確実に検出できました。一方、複数ペンタッドの強化基準で定義されるフラッシュドロートの発生は、現行のS2Sシステムすべてにとって依然として難題です。
説明Weave Mamba Fusion：軽量顔検出のための大域的クロススケール相互作用手法
要約本論文は、隣接する2つの特徴ピラミッドのスケールを列ごとに交互配置し、水平双方向SS2Dスキャンで各ステップが一方のスケールから他方へ移るようにするWeave Mamba Fusion（WMF）を提案する。WMFを各融合ノードに組み込んだWeaveBiFPNを、顔検出器WeaveFaceのネックとして用いる。WIDER FACEでは、パラメータ数0.34M、1.16 GFLOPsで平均AP 91.41%を達成し、0.5M未満の既存検出器を上回った。Hardサブセットでは87.14%のAPに達する。
説明CCQ：子どもの健康AI研究を支える多州保育品質データセット
要約本論文は、米国12州の59,372件の保育事業者記録を統合し、非識別化した大規模データセットCCQを公開しています。研究者はLLMベースの自動パイプラインで原データを匿名化・整形し、テキスト版と表形式版の2種類を提供しています。品質評価予測のベンチマークでは、同一州内では表形式分類器が最良の結果を示し、州をまたぐゼロショット転移はほぼ偶然水準でした。ただし対象州の少量の教師データで大部分の性能が回復したと報告されています。
説明想像して行動する：画像編集ワールドモデルによる高忠実度データ合成とスケーラブルなGUIエージェント学習
要約本論文は、シミュレータを用いず、ピクセルレベルの画像編集ワールドモデルでデータを合成する手法「Infinite-Dreamer」を提案しています。視覚言語モデルで操作によるUI変化を構造化された差分テキストとして記述し、画像編集モデルを微調整して現実的なスクリーンショットの遷移を生成します。合成データのみでQwen3-VLを微調整したInfinite-Actorは、AndroidWorld、MobileWorld、AndroidControl-Curatedでベースラインを上回ったと報告されています。AndroidWorldのPass@1は、8Bで+4.45、2Bで+9.05の改善です。
説明Curriculum Brain：認知診断の基盤として課程知識グラフを構築する
要約認知診断モデルは、学生が習得済みのスキルと未習得のスキルを特定できますが、各問題が必要とするスキルを表すQ行列を人手で作る必要があり、実用化が進んでいません。本論文は、まず項目に依存しない課程の知識グラフを構築し、後で問題を対応付ける二段階の方針を示します。本稿で実装されているのは第一段階のみで、11のエージェントからなるシステムにより241回（168章）の実行を行い、フレームワークと課程データセットを公開しています。
説明劣駆動二足ロボットの衝突回避歩行のための階層型強化学習
要約本論文は、障害物のある環境で劣駆動二足ロボットが衝突せずに歩行するための階層型強化学習フレームワークを提案します。高レベル方針は姿勢、近接計測、目標情報に基づいて速度指令を出し、低レベル方針がその指令に従って関節を制御します。両方の方針はSoft Actor-Critic（SAC）で同時に学習されます。シミュレーションでは、A*、RRT*、APFなどの古典的プランナーとの組み合わせと比べて、目標到達率が高いことが示されています。
説明TurboPairFormer：最適化された三角注意カーネルによる高速かつ安定したタンパク質折りたたみモデルの学習
要約本論文は、AlphaFold3型の生体分子モデルで用いられる三角注意機構を、NVIDIA Hopper GPU向けに実装したTurboPairFormerを提案する。キー方向のタイル並列な逆伝播アルゴリズムにより、確率タイルの再計算を抑え、決定論的な累積を実現する。また出力残差の補償によりBF16の出力を変えずに逆伝播の補正をFP32で精度良く計算する。OpenFold3に統合した結果、比較した後端構成の中で1回の最適化ステップあたりのGPU計算時間が最も短かった。
説明盲点のパラドックス：適応型分類器がドリフト検出器を欺く仕組み
要約本論文は、適応型分類器の誤差ストリームから概念ドリフトを監視する際、モデル自身の増分更新と衝突する問題を扱います。適応型ランダムフォレスト（ARF）の分析では、生存する木が葉の逐次更新だけでドリフト後の誤差の98.6%を吸収し、CUSUMやPage-Hinkleyなどの累積型検出器が閾値に届く前に精度が回復することが示されています。検出されない臨界の大きさも導出され、合成ドリフト、ARMA-GARCH系列、BAFやINSECTSなどの表形式ベンチマークで検証されています。
説明RepICL：異種表現空間をまたいで再利用できる文脈内予測手法
要約本論文は、少数例予測の手続きを一度学習し、データセットや表現空間をまたいで再利用できるかを検討しています。テキスト・画像・音声の1,218のエンコーダ・データセット課題からなるRepShiftBenchを構築し、予測前にエピソード単位の白色化で正規化するメタ学習型の文脈内学習器RepICLを提案しています。要旨によれば、帰納的版RepICL-Iは12の全設定でロジスティック回帰を上回り、転移的版RepICL-Tも既存の転移的手法を大きく上回るとされています。
注目点エピソード白色化で表現を正規化し、異なる表現空間間で再利用できる文脈内学習器を提案。新規性は明確で、1,218タスクの比較により証拠も比較的充実している。
説明曲率を考慮した分類器フリーガイダンス（CACFG）と最適制御：拡散モデルの条件付き生成を改善する手法
要約本論文は、拡散モデルの分類器フリーガイダンス（CFG）によるサンプリングを連続時間の最適制御問題として定式化し、Hamilton–Jacobi–Bellman方程式を解くことで特定の経路コストのもとでCFGが復元されることを示します。著者らは、制御集合に制約がないことが高いガイダンス強度でのCFGの失敗の原因だと考え、変分オートエンコーダの学習に使われるガウス正則化に基づく超球面に制御集合を制約するCACFGを提案しています。報告によれば、複数の拡散モデル、データセット、ガイダンススケジュールにおいて、CACFGは中から高いガイダンス強度で通常のCFGより高い生成品質を示し、品質と多様性のトレードオフもより穏やかです。
説明PhaseMatcher：スペクトル分解を用いた自己回帰的な相セット同定法
要約本論文は粉末X線回折（PXRD）データから混合試料に含まれる完全な相セットを同定する、PhaseMatcherという自己回帰フレームワークを提案しています。各相を予測するたびに、元の観測データと選択済みの参照パターンから、選択済みの各相の寄与と残差を再推定し、後続の相同定を導きます。停止判定は別のモジュールが担います。合成混合物および実測単相パターンから構成した制御混合物において、評価された基準手法より完全なセットの同定が改善されました。
説明AnchorPose：中間粒度の姿勢生成による幾何を考慮したMOF組み立て
要約本論文は、与えられた構成単位から金属有機構造体（MOF）の結晶構造を予測するためのAnchorPoseという手法を提案しています。各構成単位を少数の代表原子で表し、局所的な幾何と現在の空間状態を組み合わせ、ベイズフローネットワークで座標を生成します。その後、剛体位置合わせにより完全な構成単位の姿勢を復元します。MOFベンチマークでは、比較対象のブロックレベルおよび全原子ベースラインよりも単一候補の一致率が向上したと報告されています。
説明HLA：チャンク単位の動的混合によるハイブリッド線形注意機構
要約本論文は、Gated DeltaNet 向けにクエリに依存するチャンク単位の注意機構「ハイブリッド線形注意（HLA）」を提案します。入力内容に応じたルーティングゲートで過去のチャンクの状態遷移を組み合わせ、長い文脈で疎で遠い情報へ選択的にアクセスしやすくします。Qwen3.5（0.8B～9B）では、元の GDN や固定チャンク混合に比べ LongBench-V2 と RULER で改善が報告されています。1.3B モデルの from-scratch 実験では、RULER の性能が 4K から 32K まで改善しています。
説明ロボット超音波向けの、モデルに基づく姿勢制限を備えた二重レート力・画像制御
要約本論文は、ロボット超音波において高速な接触力ループと、より遅く遅延のある画像フィードバックが結合している問題を扱います。探触子回転によって生じる推定力の変動を有限時間で抑えるための、閉形式の姿勢角速度上限を導出しています。湾曲したゼラチンファントムでの比較実験により、制限付き制御器は前1秒の力誤差RMSを0.40 N低減した一方、収束時間は0.94 s増加しました。単一被験者の膝窩走査で実現可能性も示されています。
説明パキスタン・パンジャブ州の作物収量予測：ツリーアンサンブルと葉の健康度プロトタイプ、およびランダム検証が隠すもの
要約本研究はパキスタン・パンジャブ州の作物収量予測プロトタイプを構築し、ランダムフォレスト、XGBoost、サポートベクター回帰、リッジ積み上げアンサンブルに、MobileNetV2ベースの葉の健康度分類器を組み合わせています。ランダム分割では高い精度が得られましたが、データの重複を除き年単位で検証すると大きく低下しました。重複を除いたデータと長期のFAOSTATデータでは、作物ごとの線形トレンドが年を与えないモデルより良い結果を示しました。農薬使用量と全国の気温変化はトレンドの残差を説明できませんでした。
説明HiER-BLS：階層誘導型かつ誤り訂正機能を備えたロバスト増分型広域学習システム
要約広域学習システム（BLS）は解析的な学習と増分的な拡張に対応しているが、新しいブロックがどの入力を学習すべきかの指針が必要である。本論文ではHiER-BLSを提案し、階層誘導による表現の増大と誤り訂正学習を組み合わせる。後続のブロックは特徴の重要度と相関によって選ばれた入力に焦点を当て、以前の表現は保持される。5つの画像データセットと5つの表形式データセットでの実験では、代表的なBLS系手法より分類性能が向上したことが示されている。
説明リクエストの順序が重要：ローリング型エージェントにおける選択的KVキャッシュ再利用のキャッシュ履歴感度
要約長時間動作するエージェントは、文書ウィンドウを保ちながら大規模言語モデルを繰り返し呼び出し、古い文書を削除して新しい文書を追加します。この更新により正確なプレフィックスキャッシュが機能しなくなるため、選択的再計算を伴う非プレフィックスのKVキャッシュ再利用が検討されています。本研究では、同じプロンプトでも事前に処理した要求によって回答が変わることを示しました。重再計算率5%で比較すると、文書単位の再計算は要求順序ごとの回答のばらつきを、CacheBlendのトークン上位k方式の69.0%から26.1%に減らしました。
説明優先度協調ゲーム：ホッジ分解と設計上の厳密な限界
要約本論文は、分散型の優先度協調において、エージェントが優先レベルを宣言し共有資源が高い順に提供されるゲームを扱う。ホッジ分解により、共通目的関数で表せるポテンシャル成分と表せない調和成分に分けて閉形式で求めている。共通目的による代替モデルには少なくとも 1/(d_max+1) の相対二乗誤差が生じ、完全な衝突グラフ上では支払い設計によってもこの誤差は消せないことを示している。
説明信頼性と効率を両立させるための、ターミナルエージェント学習向け長期軌跡の選択手法
要約本論文は、ターミナルエージェントを模倣学習させる際に、軌跡のどこまでを教師信号として使うか（教師付きホライズン）が信頼性とコストに影響することを調べています。Terminal-Benchでは12Kトークンの方が16Kより多くのタスクを解き、学習時間は30%少なくなりました。さらに、ウォームスタートモデルの下で最も尤度の高い続きだけを精緻化する「選択的長期ホライズン精緻化」を提案し、全長期データで学習するより優れた結果を示しています。
説明エージェント型リーダーボードの測定優先監査：汚染の受けやすさ、マッチドコントロールによる再評価、スコアラー検証
要約本論文は、汚染に関する主張を必要な証拠ごとに、訓練時の露出、評価時の検索、パイプライン／スキャフォールドの漏洩の三つの経路に分け、開放・部分的・封鎖・不明の四段階で符号化する監査枠組みを提案します。九つの HAL 構成では 27 の経路評価のいずれも封鎖とは符号化されず、四つの構成で事例が確認されました。SWE-bench Verified のファイル特定の差について、同一リポジトリのマッチドコントロール設計で GPT-4.1 と DeepSeek-V4-Flash を再評価したところ、信頼区間はゼロを含み、ベンチマークに関連する差は結論に至りませんでした。採点器も検証ゲートを通過していません。
説明調査シミュレーションのためのデータ駆動型ペルソナ：データ取得条件ごとのシミュレーション整合性の検討
要約本論文は、大規模言語モデルを用いて特定の人口集団の調査回答を模擬する手法を検討しています。匿名化された公開行動データから導出したペルソナでエージェントを条件付けします。領域外データ由来のペルソナは、人口構成のずれのため、基本的な人口統計情報のみによる模擬を上回ることが少ないと報告されています。一方、対象集団に正しく割り当てた場合は整合性が大きく向上し、対象領域の調査データ由来のペルソナは、利用できる調査質問の履歴が増えるほど未見の質問への汎化が良くなるとされています。
説明高度に不均衡な表形式データに対する分位点を考慮した拡散モデルの有用性
要約本論文は、極端に不均衡なデータの分類問題に取り組み、拡散モデルの去噪目標に分位点損失項を加えた Quantile-TabDDPM を提案しています。希少な極端値や少数クラスの特徴をより適切に捉えることを目的としています。実際のクレジットカード取引データセットで広範に評価され、合成データ生成と組み合わせることで不正検知に有効であるとの結果が示されています。
説明多目的強化学習により四足ロボットで固定されていない積み荷を運ぶ
要約本論文は、四足ロボットが凹凸のある地形で固定されていない箱の積み重ねを運搬する課題を扱います。ロボットの胴体に載せた縁のない板以外に、荷物専用のセンサーや能動的な固定機構はありません。提案手法PAMORTは、移動性能と荷物の安定性の重み付けを示す選好ベクトルを条件とする多目的基礎方策を学習し、その凍結した方策の上で本体感覚から選好をオンラインに調整する重み調整器を学習します。シミュレーションでは、2箱のみで訓練したにもかかわらず、未見の3箱積みを含む各種構成で単一目的のベースラインと同等以上の運搬成功率を示しました。Unitree Go2による実機実験では、八つのタスクの平均成功率がPAMORTで0.850、ベースラインで0.675でした。
説明ナッシュ均衡テキスト：テキスト生成のためのゲーム理論的デコーディング枠組み
要約本論文は、テキストの推敲を、各トークン位置をプレイヤー、語彙の要素を行動、効用を言語モデルの対数条件付き確率とするナッシュ均衡の存在するゲームとして定式化しています。提案するナッシュデコーディングは、プロンプトを条件とするトークンの同時確率が与えられた場合に、O(1/ε)時間でε-ナッシュ均衡に到達します。CLAPNQ、PubMedQA、CoQAの質問応答ベンチマークでは、マスク言語モデルから得られた均衡が、最大18倍大きい自己回帰モデルよりF1とROUGEで高い値を示しました。ファインチューニングや再学習は不要ですが、テスト時の計算量が増えます。
説明Level-of-Token拡散：細部のレベルに応じてトークンを割り当てる効率的な画像・動画生成
要約本論文は、細部が必要な領域には細かいトークン、それ以外には粗いトークンを割り当てて計算量を減らす Level-of-Token（LoT）拡散フレームワークを提案します。事前学習済みの拡散トランスフォーマーを、パッチ単位の非対称フロー再パラメータ化と多解像度トークン埋め込みによってLoTレイアウトに適応させ、各ステップで全解像度のフロー予測を保ったまま、削減されたトークン列のみを処理します。画像と動画の生成で、品質と効率のトレードオフが良好で、速度向上はレイアウトのトークン予算によって決まると報告しています。
説明Plan Canvas：連続言語フローにおける固定推論領域
要約本論文は、ターゲットキャンバスの全位置を同時にノイズ除去して文章を生成する連続言語フローにおける推論の課題を扱います。固定容量の計画領域に推論過程を格納し、答えの開始位置を固定するPlan Canvasを提案しています。より長い証明を含むグラフベンチマークのDeep ProsQAでは、正解率が73.0%から87.0%に、有効な経路で答えられた割合が30.8%から59.1%に向上し、最も長い証明で改善が最も大きかったと報告されています。
説明機械学習によるパラメータ抽出と欠陥検出のための特徴識別
要約本論文は先端半導体プロセスの工程管理を対象とし、3次元構造から層ごとに大きく異なる限界寸法パラメータを抽出する必要性や、EUV時代に増える確率的欠陥をナノスケールで検出する課題を取り上げています。高速走査プローブ顕微鏡で得た画像を使い、パラメータ抽出のための特徴検出または欠陥識別を行うネットワークを学習させる一般的な枠組みを提案しています。
説明先端半導体ノード向け画像分解能向上技術
要約先端半導体ノードでは、量産ラインでのインライン工程管理に必要なスループットを保ちつつ、サブナノメートルの分解能を持つ計測が求められています。本研究では、走査型プローブ顕微鏡（SPM）画像に用いるニューラルネットワーク型の分解能向上フレームワークを提示し、ピッチ200 nmのライン/スペース構造で効果を示しています。また転移学習により、ピッチ100 nmの若干異なる構造向けに、より少ないデータで再学習できることを示しています。
説明DiMOS：科学設計のためのDoob誘導型推論時多目的探索手法
要約本論文はDiMOSを提案する。これは学習不要の多目的科学設計フレームワークで、凍結した事前学習済みマスク拡散モデルに対し推論時のガイダンスを行う。候補配列の同時報酬を用いて、報酬の勾配を必要とせず近似的なDoob誘導型局所リサンプリングを実行し、予算効率の良い軌道探索で有望な継続に計算を集中させる。DNA、タンパク質、RNAの6つのタスクで、同等の生成時間において最高の同時成功率を達成し、DNAとタンパク質では最強のベースラインの最大1.98倍となった。また、配列の高い一意性と自然性も維持している。
説明ログ異常検知評価におけるプロトコル感度：HDFSとBGLでのコンポーネント費用と対象データアクセスの影響
要約本論文は、検出器の設定を固定しても、データ分割方法や見えている表現情報、コンポーネントの処理コストによってログ異常検知ベンチマークの結論が変わることを検討します。HDFSとBGLのログで、計数・系列・意味の6つの固定構成を比較しています。ランダム分割では多くの構成が平均適合率の上限付近に並ぶ一方、グループ非重複およびBGLの時系列評価では得点が下がり順位も変わります。さらに、ソースのみの表現と未ラベルの対象テンプレートへのアクセスを比べる実験や、解析・表現・学習・予測・保存の各段階の費用分析も行っています。
説明ガウス写像変分による画像ノイズ除去：幾何解析とAnderson加速型Majorization-Minimization法
要約本論文は、スケール化された画像グラフの接平面射影子の空間的変化を測る、画像ノイズ除去のためのガウス写像変分（GMV）モデルを提案している。管状座標とFrenet標構などの微分幾何の道具を用いて、一般のC²級および区分的C²級の境界に対する正則化項の振る舞いを解析し、エッジと角のコントラストを保存する評価を与えている。モデルを解くために、単位法線場とスカラー量場からなる双線形分解とAnderson加速型Majorization-Minimization法を開発し、L¹およびL²データ項について反復列の十分減少性と有界性を示し、列が罰則モデルの臨界点に収束することを証明している。合成画像と自然画像での数値実験により、境界保存能力と、ガウス雑音および衝撃性雑音の除去における競争力のある性能が示されている。
説明条件付きゲーティングによる低ランク適応（LoRA）の適応的活用手法（U-LoRA）
要約本論文は、パラメータ効率の良い微調整手法LoRAが全トークンで共通の低ランク更新を用いる制約に着目し、U-LoRAを提案している。条件付きゲーティングによりトークンごとに低ランク方向への活用係数を生成し、文レベルの文脈情報で協調・制約する。さらに、バイアス補正付き指数移動平均の履歴事前分布を導入し、学習の安定性を高めている。著者らは、効果は部分空間を拡張するのではなく既存の低ランク部分空間をより良く活用することによるとしており、数学推論と自然言語理解のベンチマークで、同程度のパラメータ量の下で強力なLoRA系手法と競合する性能を示したと報告している。
説明原子的特徴の検証可能な理論：スパース辞書はサイズが増すと最頻の原子を回復する
要約本論文は、言語モデル表現には「原子的特徴」が存在するという理論を提案している。サイズを増やしたスパース辞書（SAEなど）は、学習データ中で最も頻出する原子の増加する接頭部分を回復することが示される。この理論から3つの検証可能な予測を導き、512から131,072までのサイズのSAEを2つの大規模埋め込みモデルで学習して検証している。特徴はサイズとともに不安定に「分割」するという従来の見方とは対照的な結果である。
説明トポロジー条件付きバックドア：マルチエージェントシステム内にいると推論すると脆弱性を挿入する言語モデル
要約本論文は、単一エージェントの評価では安全に振る舞う言語モデルが、文脈からマルチエージェントシステムの一部だと推測されると脆弱なコードを生成する失敗モードを調べています。Qwen2.5-7B-Instructを、プロンプトの出所の手がかりから推定される配備トポロジーに応じてコード生成を条件付けるように微調整しました。マルチエージェントのエピソードでは脆弱性が高い割合で検出され、単一エージェントでは検出されませんでした。ライブのマルチエージェント環境での作動は未検証とされています。
説明FairRSFM：リモートセンシング基盤モデルの生態圏別ベンチマークと偏り低減フレームワーク
要約本論文は、リモートセンシング基盤モデル（RSFM）の生態圏ごとの頑健性を評価するためのベンチマーク「FairRSFM」を提案している。14の陸上バイオーム区分を6つの宏観的な生態グループにまとめ、四つの下流データセットでPrithvi-EO-2.0、SatMAE、DOFAを評価した。総合指標では生態圏間の性能差が隠れること、そしてBOLP、DBR、GroupDROによる緩和手法の効果はモデルとタスクに依存することを示している。
説明次元に依存しない分散型の非平滑・非凸確率的最適化
要約本論文は、n 個のノードからなるネットワーク上での分散型非平滑・非凸確率的最適化問題を扱い、(δ,ε)-Goldstein 定常点の発見を目標とします。既存の最良アルゴリズムはサンプル計算量と通信計算量が問題の次元 d に対して多項式的に依存し、高次元では大きなボトルネックとなります。著者らは、サンプル計算量 O(δ^{-1}ε^{-3})、通信計算量 Õ(γ^{-1/2}δ^{-1}ε^{-3}) を達成する新アルゴリズムを提案しました。その中心は分散型のオンライン非凸変換で、次元への多項式依存を、対数的な追加通信のみで取り除けることを示しています。
注目点分散型オンライン非凸変換により次元への多項式依存を除去し、既存のサンプル・通信複雑度を理論的に大きく改善する。根拠は厳密な理論解析。
説明sHAIL-Causal：不変因果予測子を発見するための逐次階段型手法
要約本論文は、sHAIL（飽和型階層的逐次学習）の因果版である sHAIL-Causal を提案します。入れ子になった仮説クラスを段階的に上昇し、適合度の飽和と環境間の不変性を組み合わせた基準で段階の移行を判断します。理論とシミュレーションにより、複雑さのみに基づく手法は交絡予測子に誤って引き寄せられる一方、不変性に基づく手法は真の因果予測子集合で停止することを示しています。さらに、貪欲探索の失敗の原因と修正策、環境が逐次到着する場合の信頼性保証についても論じています。
説明行動クローニングの謎：制御可能なベンチマークで模倣学習の直感に反する現象を検証
要約行動クローニング（BC）は単純な手法ですが、現実には直感に反する現象が多く見られます。たとえばデータセットへの過学習が進んでも性能が上がり続けることや、アクションチャンキングなしでは完全閉ループの方策がほぼ失敗することなどです。現実のデータや実験は高コストで制御も難しく、合成データでは人間のデモとの差から現象が再現されにくい問題があります。本研究は、人間のデモの重要な性質を模倣した制御可能なスクリプト方策を備えたロボット操作ベンチマーク OCBench を提案し、GPU で加速された環境を用いて報告されている現象を管理された条件で再現・検証しています。
説明CLARA：AIは子ども向けの物語が発達段階に適しているかを評価できるか
要約本論文は、認知・言語・社会情動の三つの次元で子ども向けの物語を構造的に注釈する枠組み CLARA を提案し、中英two言語の物語1107件からなるベンチマークを構築したものです。読みやすさに基づく手法や直接プロンプトのベースラインと比較したところ、構造化された注釈は発達的な参照基準や人間の判断とより高い一致を示しました。著者らは、解釈可能性と人間による監督の重要性も強調しています。
説明等方性ガウス過程が高次元のバニラ・ベイズ最適化を改善する
要約本論文は、高次元ベイズ最適化で一般的な自動関連性判定（ARD）ガウス過程に代えて、全入力次元で一つの長さスケールを共有する等方性ガウス過程を用いる Iso-BO を提案しています。周辺対数尤度は径方向カーネルの場合、観測入力間の重み付き距離にのみ依存し、一部のARD方向が制約されないことを示しています。実験では多くのベンチマークで現代的なバニラBOを上回る一方、強く学習可能な異方性がある場合はARDモデルが有利になると報告されています。
説明AI生成動画向けの時空間意味重要度に基づく統合圧縮・編集フレームワーク
要約AI生成動画の増加に伴う保存・伝送の需要に対応するため、凍結された動画生成器を再利用可能な生成事前分布として用いる統合圧縮・編集フレームワークを提案しています。時空間の意味的重要度に基づき、伝送すべき情報の選択、潜在フレームごとのビット配分、そして伝送された補助情報の影響を連続的に調整する再構成・編集手法の3つを設計しています。これにより、同一の圧縮表現を忠実な再構成にも、構造を保つプロンプト駆動編集の意味的アンカーにも利用できるとしています。
説明MedicalHarness：医療タスクにおけるLLMとエージェントハーネスの統制評価
要約本論文は、医療エージェントの成績がモデルだけでなく、モデルと環境の間のループを制御するエージェントハーネスにも依存することを扱います。107のタスクからなるMedicalHarnessBenchを構築し、ハーネスのみを変えて5つのオープンウェイトモデルを評価しました。さらにMH-Labで文脈管理、計画、ツール提示を個別に切り替えて分析しています。その結果、ハーネスとモデルの相互作用が結果の分散の約4分の1を占め、すべてのモデルとタスクで最良のハーネスは一つもないことが示されました。
注目点医療エージェントのハーネス比較を変数統制して機構単位で消去実験する点に新しさがあり、107タスクでの系統的測定は証拠として堅実だが影響は中程度。
説明本番環境の実行トレースからエージェントスキルを抽出する研究
要約本論文は、手作業で作成するのではなく、エージェントの実行トレースから手続き的スキルを抽出する方法を検討しています。挖掘の証拠（成功のみの軌跡、結果ラベル付きの成功と失敗、ラベルなしの混合）と、スキルの形式（順序付きワークフロー計画、または実体・状態・ポリシーの宣言的オントロジー）の6通りの組み合わせを比較しています。二つの企業向けベンチマーク ThinkingBox-Bench と APEX-Agents で評価した結果、効果は企業ドメインによって異なることが示されています。
説明InteractionBench：ストリーミング動画システムのためのリアルタイム対話ベンチマーク
要約本論文は、動画アシスタントがいつ発話し、いつ沈黙すべきかという判断を評価するベンチマーク InteractionBench を提案します。モデル、メモリ、応答コントローラーからなるシステム全体を対象とし、812 本の動画にわたる 1,060 件の対話、69 本の負例ストリーム、53 組の類似誤検出セットを含みます。内容の正確さ、タイミングの正確さ、沈黙の遵守を動画クロック上で評価します。タイムリーな発話は多くのシステムで沈黙の遵守を犠牲にしており、オープンウェイトの多くのシステムは類似誤検出セットの三分の一も通過できません。
説明AdaSpark：木構造検証とN-gram補完のためのオンライン学習型適応DSpark
要約本論文はAdaSparkを提案します。これは推論の実行中にオンラインで学習し、DSparkの木構造検証の幅を決めるとともに、ドラフト候補とリクエスト本文由来のN-gram続きを一緒に順位付けする手法です。事前のプロファイリングや較正は不要で、検証時間と受理確率を同時に学習します。六つの公開データセット、三つの密モデルと一つのMoEモデルでの評価では、同じドラフトモデルを使うllama.cppのDSparkより1.5～3.1倍速く復号できたと報告されています。
説明制御可能な道路標示生成：走行可能領域と文章記述から欠落した中央部の標示を合成する手法
要約本論文は、走行可能領域のマスク、任意の外周標示、文章による記述をもとに、欠けている中央部の標示レイアウトを合成する手法を提案している。出力は車線区分線、道路区分線、横断歩道の3種類である。テキスト条件付きの潜在整流フローDiTに、トポロジーを考慮した補助損失、ガウスぼかし学習ターゲット、学習不要の後処理である構造化ガウス描画（SGR）を組み合わせている。Argoverse 2のテストタイルでは、バッファ付きF1が80.8、clDiceが50.2を達成し、改変した比較基線を上回った。
説明関係合成：Foley音声と検索拡張音声生成のための構造媒介連結合成手法
要約本論文は、検索された元音声Sと参照音声Rから新しい音声Yを生成する「関係合成（relational synthesis）」を提案します。Gromov型の関係構造コストを用い、Rの時間構造と振幅の変化の方向をSの音の粒（grain）の並べ替えと連結に転送することで、Sの音響情報を保ちながらRの内容を模倣しない設計です。実験では、ニューラル検索拡張生成と組み合わせ、時間的一致、音響忠実度、漏洩の持続性の指標で良好な結果を示し、分布レベルの品質とテキストとの整合性も維持したと報告されています。
説明スパース点群補完のための三次元逆投影法と高速鉄道車両先頭部の再構築への応用
要約本研究は、ガラス窓のある環境をLiDARで走査した際に生じる欠損穴の問題に対し、点群の取得、フィルタリング、補完、表面再構築までの一連の処理手順を提案する。FAST-LIVO2で初期点群を取得し、移動最小二乗法で平滑化した後、三軸投影ベースの細分化と逆穴境界識別による補間手法を導入している。高速鉄道車両先頭部の比例縮小展示モデルでの実験により、ガラス窓周辺の欠損点群を補えることが示された。本研究の評価条件では、貪欲投影三角形分割が他の二つの再構築手法より幾何距離誤差が小さかった。
説明工事現場におけるヘルメット着用の映像ベース検知
要約本論文は、YOLOフレームワークのコンピュータビジョンと深層学習を用いて、工事現場の監視カメラ映像からヘルメット着用を実時間で検知するシステムを提案しています。訓練・検証の結果、着用者と非着用者の両方でmAP@0.5の精度が97%を超えたと報告しています。
説明意味的類似度を超えて：複雑なタスクにおけるエージェント型検索の性能とコスト
要約本論文は、意味的類似度に依存する密ベクトル検索では複雑な検索課題に十分対応できないとして、大規模言語モデルの推論力と検索器を ReAct エージェントループで組み合わせる手法を検証しています。同じ埋め込みモデルを用いた実験では nDCG@10 が 8.7 ポイント向上し、ViDoRe v3 と BRIGHT の両リーダーボードで競争力のある結果が示されました。一方で平均処理時間は 107.4 秒（標準検索は 0.67 秒）、クエリごとに 764.1K の入力トークンと 5.8K の出力トークンを消費するため、著者らはより低コストな検索エージェントの研究が必要だと述べています。
説明ランドマーク識別と深層学習を統合した新しい転倒検知システムの設計
要約本論文は、ランドマーク識別と深層学習を組み合わせて転倒検知の精度と信頼性を高めるシステムを提案しています。Media Pipe（メディアパイプ）などの技術で日常動作と実際の転倒を区別し、誤報を抑えるとしています。実時間実験では転倒の検出率が95%と報告され、高齢者の見守りやスマート健康監視への応用が示されています。
説明分布内の保持を超えて：脆弱性指向チューニングによる量子化VLAの汎化性能の回復
要約本論文は、学習後量子化を施した視覚・言語・行動（VLA）ロボット方策の、環境擾乱下における頑健性と汎化性能を検討したものです。量子化モデルは分布内性能を保つ一方で、わずかな環境変化に対して脆弱になることが示されました。著者らは、全精度モデルを教師とし、量子化モデルが脆弱な状態のみを選択的に修正するPIVOT-Qを提案し、7種類のLIBERO-Plus環境変化で回復を確認しました。全状態蒸留の7.4%の予算で、それを上回る結果が得られたとしています。
注目点量子化VLAの頑健性低下に対し脆弱状態へ選択的に蒸留を行う手法を提案し、新規性は明確。複数のバックボーンと7種の環境摂動で検証し、全状態蒸留より少ない予算で優れる。
説明CIPHER-MoE：兆パラメータ規模のMoE学習における効率とルーティングの忠実度の両立
要約本論文は、大規模言語モデルの混合エキスパート（MoE）学習で、トークンのルーティングが偏ることにより生じるエキスパート間の負荷不均衡を扱う。提案手法CIPHER-MoEは、ルーターのトークン側Top-K選択を変えずに、親和性を考慮したエキスパートからトークンへのフィルタリングと明示的な容量制御を行い、ホットspotのエキスパートの負荷を減らす。DeepSeek-V4-Proを含む大規模MoEモデルでの評価では、Top-1エキスパート負荷を最大64.9ポイント削減し、学習を1.10〜1.94倍高速化しつつ学習品質を維持したと報告している。
説明ロバストな局所最適化の正しい方法：RANSAC のスコアリングと精密化の分離に関する研究
要約本論文は、RANSAC における鋭いロバスト損失の形状、誤って指定された内点スケール、最適化戦略が、基本行列・基礎行列・ホモグラフィ推定に与える影響を体系的に調べています。内点スケールを周辺化するスコアで仮説を選び、そこから局所最適化の損失幅を推定する手法を提案し、モデル種別を通じて最も安定した戦略として結合半二次最適化を挙げています。PhotoTourism において、本質行列の姿勢誤差中央値は、内点スケールが正しい場合に 2.23 度から 1.58 度、大きく誤指定された場合に 38 度から 6.2 度へ改善したと報告されています。
説明HLA-WM：長期的な動画ワールドモデルのためのハイブリッド線形注意
要約本論文は、長期的な動画ワールドモデルにおける記憶の問題を扱います。ゲート付きDeltaNet（GDN）では、再帰的な状態更新により、遠いが関連するシーンの情報が次第に減衰することを指摘しています。提案手法HLA-WMは、学習を必要としない枠組みで、カメラ幾何に基づく粗い履歴検索と、細かい再帰線形状態の計算を組み合わせます。60秒のSANA-WM-Benchでは、ベースの生成器の6つの総合指標すべてを改善し、完全なKVキャッシュと比べて履歴状態のメモリを12倍削減しつつ、推論スループットの低下は最大1.6%にとどまります。
説明PACMI：長期稼働LLMエージェント向けの来歴認識型カスケード記憶無効化フレームワーク
要約本論文は、新たな観察や証拠によって古くなったLLMエージェントの長期記憶を扱うPACMIフレームワークを提案します。記憶と新しい証拠を型付き依存エッジを持つ来歴グラフで表し、四段階の有効性状態を割り当てて、依存する記憶へ変化を伝播させます。100件の事例と300件のクエリからなる五分野の診断ベンチマークで評価した結果、最終回答の正確さが最も高くなりましたが、カスケード伝播の主な効果は記憶状態の正しさの向上にあるとされています。
