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T-JEPA：より良いリモートセンシング表現を学習するための時系列結合埋め込み予測アーキテクチャ
要約本論文は、リモートセンシング画像系列に含まれる不均一な時間間隔を教師信号として活用する T-JEPA を提案する。時間間隔を条件とする潜在状態の遷移を予測し、マスクされたピクセル再構成で空間的詳細を補う。同じ事前学習データと処理量の下で、静的タスクと時系列タスクの両方で高い転移性能を示し、表現が時間間隔に依存した遷移予測性と一貫した潜在動態を持つことを分析で示している。
説明FreSia：多変量時系列分析のための周波数・意味の実体化と整合フレームワーク
要約本論文は、大規模言語モデルと時系列の周波数構造を整合させ、多変量時系列分析を改善するフレームワークFreSiaを提案しています。FGPrompt（周波数誘導プロンプト）は周波数領域の構造を抽出してLLM向けのプロンプトに変換し、GCL（グローバル駆動文脈学習）は全体的な文脈を生成して時間・周波数領域の差を埋め、多モーダル情報を融合します。原文によれば、8つの予測ベンチマークでMSEとMAEがそれぞれ平均13.48%と8.06%向上したとされています。
説明物理制約付きアテンショナル・ニューラル演算子による、不完全観測からの結合系の物理場と未知パラメータの推定
要約本論文は、パラメータが未知の結合系において、単一の物理場の疎な観測しか得られない場合に、すべての結合物理場を再構成し、系のパラメータを同定する方法を扱います。著者らは、交差注意エンコーダで疎なセンサ観測を規則格子上の潜在表現に写像し、フーリエニューラル演算子（FNO）デコーダで全結合場を再構成する機械学習の枠組みを提案しています。ネットワークの重みと未知の物理パラメータは、観測誤差、支配方程式の残差、境界・初期条件の制約を最小化して同時に最適化されます。二次元および三次元の蓋駆動キャビティ流、二次元円柱後流、二次元非理想磁気流体問題で検証され、不完全な観測から未観測の場と物理パラメータを回復できることが示されています。
説明ReMaD：チューニング不要の分類・分布外検出向けドメイン適応手法
要約本論文は、事前学習済みモデルを微調整せずに分類と分布外（OOD）検出を行う、プロトタイプ距離に基づく手法ReMaD（縮約ランク マハラノビス距離）を提案している。対象データセットの埋め込みから、モデルの潜在空間上で閉形式の分布統計量を当てはめ、OODデータを事前に知らなくても分類とOOD検出を行う。未使用の特徴量を除去するようマハラノビス距離を修正し、潜在空間の分布を新しいドメインに適応させる。4つの対象データセットで検証し、分類とOOD検出の両方で競争力のある性能を示したと報告している。
説明検索ベースの文脈内学習：ドメイン適応の枠組み
要約本論文は、検索ベースの文脈内学習（ICR、In-Context Retrieval）をドメイン適応問題として定式化します。データベースから問い合わせとの類似度に基づいて例示を検索するため、データベースの分布と検証対象の分布が異なる場合があります。先行研究より柔軟な分布シフトの下でICRの性能を調べ、その利点と欠点を定量化する理論的保証を示します。理論は合成タスクと言語タスクの実験で検証されています。
説明回転したが、どれだけか？視覚言語モデルにおける物体回転推論の診断と改善
要約本論文は、視覚言語モデル（VLM）が視点間で物体が回転したことは検出できても、その回転量を確実に判断できないことを指摘しています。著者らは八つのタスクからなる細粒度ベンチマーク OR-Bench を提案し、モデルが正確な角度を答える際に0°・90°・180°に回答が集中する現象を報告しています。さらに軽量デコーダ RotationCue を提案し、モデル自身の凍結表現から粗い回転情報を復元してテキストとして与えることで、三つのモデルで全タスクの精度が向上したと述べています。
説明事前学習なしでピクセルから：一つのモデルで生成と自己教師あり表現学習を同時に行う手法
要約本論文はSCION（Self-conditioned Generation on Self-supervised representation）を提案し、ラベルや事前学習済みモデルを使わずに、一つのモデルで画像生成と自己教師あり表現学習を同時に行います。中心となるのはフロー時刻と埋め込みを条件とするピクセル空間のエンコーダで、コントラスト学習とフローマッチングを一度の学習で共同最適化します。ImageNet 256x256では、表現ガイダンスなしでFID 8.92を報告しており、事前学習済みDINOv2に整合させたiREPAやRCGを上回るとしています。
注目点単一のピクセル空間モデルで生成と自己教師あり学習を同時に行い、ラベルや事前学習なしで自己条件付き生成を実現；ImageNetでJiT-BによりFID 8.92を達成し、複数の基準を上回る。
説明Nexus：クラウド・エッジ・端末をまたぐAIエージェント実行基盤
要約本論文は、各呼び出しを永続的なタスクとして扱うクラウド・エッジ連携プラットフォーム「Nexus」を提案しています。OpenWrtベースのランタイムで分散実行を行い、実行範囲に限定した委任によってComputer・Mobile環境への認可付きアクセスを実現し、永続レコードで実行、出力、障害、復旧、利用量、課金を追跡します。実験では、Computer-Androidの全10ワークフローが成功し、取り消しテストでは以降の書き込みがすべて阻止されました。また、対応付けた24タスク組では、Nexusが24件、Difyが22件を完了しました。
説明差分特徴マップ蒸留：効率的なTransformerベース追跡のためのサンプル間関係知識の転移
要約本論文は、Transformerベースの視覚物体追跡向けの関係蒸留フレームワーク、差分特徴マップ知識蒸留（DFM-KD）を提案する。従来の要素ごとの差を最小化する手法と異なり、サンプル間の特徴差を転移し、教師モデルが外観の変化と一貫性をどう捉えるかを生徒モデルに学習させる。実験では、DFM-KDが従来の特徴レベル蒸留法より追跡精度と成功率で優れていることが示された。
説明形式検証における再帰的自己改善のための二次的問題解決：SO-RSI フレームワークの提案
要約標準的な再帰的自己改善（RSI）は、表面的な失敗に対してパラメータを繰り返し修正するため、根本原因を解決できず試行錯誤に陥りやすいと論文は指摘します。著者らは、構造的な変更を行う前に失敗の原因を調べるSO-RSIを提案し、実行トレースの三つの構造的異常を監視します。Lean 4 の証明生成と Verus ベースの検証可能なコード生成において、同じ24時間の探索予算のもとで、最終的な保留テストの合格率はNaive RSIより21.8ポイントおよび25.8ポイント高くなりました。
説明Voltic：再帰メモリにおける変動性と確率的ノイズの区別
要約本論文は再帰メモリモデル Voltic を提案する。メモリ書き込みを、ベイズフィルタリングにおけるカルマンゲインとして捉え、関連性の変化の速さ（変動性）と観測ノイズ（確率性）を別々にモデル化する。並列学習を可能にするため、対角近似と準対角近似の2種類を示している。受控された想起タスクや45Mパラメータの言語モデルの推論評価で、Voltic が基準モデルを上回ったと報告している。
説明変数誤差モデルのためのデータ融合手法：外部の反復測定を用いて測定誤差を補正する研究
要約本論文は、対象研究では誤差を含む代理変数が一つしか得られず、外部研究は別の集団から反復測定を提供する誤差変数問題を扱います。著者らは条件付き移転可能性の仮定に基づき対象集団の条件付き測定誤差分布を同定し、データ融合推定量を構築しています。一致性と収束速度の結果が示され、シミュレーションでは主要な暴露関連係数の偏りが小さいとされています。NHANESへの応用では、集団の異質性と誤差の不均一分散を考慮することで結論が変わりうることが示されています。
説明SEAL：効率的な音声分離のための混合閉包加法的再構成と精緻化認識型エキスパートルーティング
要約本論文は、コンパクトな時間周波数分離モデルを改良する SEAL を提案します。局所的な混合振幅で制約されたゼロ和の加法的残差により再構成を行い、音響情報とステップ間の情報から作られたクエリで、各時間周波数トークンを6つの残差エキスパートの一つに振り分けます。EchoSet での結果では、SEAL（小型）は TIGER（小型）より 0.31 dB SI-SDRi 高く、パラメータは28%少なく、MACs は2.9倍少なくなっています。SEAL（大型）は TIGER（大型）と 0.07 dB SI-SDRi 以内の差で、MACs は3.1倍少なくなっています。
説明惑星規模の地理空間基盤モデル：世界の公衆衛生に向けた新たなパラダイム
要約本論文は、Google Earth AI の人口動態基盤モデル（PDFM）を紹介し、従来の疾病予測が抱える空間的・時間的なギャップの克服を目指しています。米国、カナダ、メキシコ、コンゴ民主共和国の4か国で、ワクチンで予防可能な疾患、感染症、非感染性疾患、産後のメンタルヘルスを対象に事例研究を行いました。その結果、米加国境のMMR接種率予測、心血管疾患の推定、メキシコのデング熱予測、コレラの多発地域予測、産後うつリスク予測などで改善が見られたと報告しています。
説明トークン最大化から成果最大化へ：AIの使い方が生産性を決める
要約本論文は、AIの利用量を増やしても生産性が比例して向上するとは限らず、その一因はトークン消費量を生産的努力とみなすことで、エージェントが必要以上に計算を重ねてしまう点にあると指摘します。著者らは、単位コストあたりで独立に検証されたタスク完了を報酬とする「成果最大化（outcome-max）」を提案し、即時の対話、長期的な行動適応、組織的な協働の三段階のシミュレーションで検証しました。さらに、インセンティブ機構「OutcomeShare」を導入し、理論とシミュレーションにより、参加を促しながら従業員・企業・LLM提供者に共有利益をもたらしうることを示しています。
説明大規模言語モデルによる環境科学文献検索の誤り：要旨と全文を用いたプロンプトの比較研究
要約この研究は、2024年から2025年に五つの主要な環境科学誌に掲載された論文から無作為に抽出した50本について、六つの大規模言語モデル（LLM）プラットフォームが参考文献を検索する際の誤りを比較したものです。結果は、プラットフォーム、掲載誌、プロンプトの種類、出力内の位置によって精度が大きく異なり、全体として中程度で一貫性に欠けることを示しています。
説明AIの信頼性に向けて：AI制御システムの解析的に証明された前方不変集合の探索
要約ニューラルネットワーク制御器は非線形制御系で広く使われていますが、その挙動は説明や検証が難しいものです。本論文は、可逆ニューラルネットワーク（INN）で元の状態空間を潜在空間に変換し、規則的な形状の前方不変集合（FIS）が存在しやすくする枠組みを提案します。潜在空間で好ましい超矩形候補が不変となるようINNを訓練し、その後形式的に検証します。検証に成功すれば、潜在空間の候補と元の状態空間への逆変換像がいずれも解析的に証明されたFISであることを示しています。3種類の制御テストベッドにわたる45のAI制御系での評価では、全45系で認証されたFISを得た一方、改良した最先端のベースラインは1つも得られませんでした。
説明衝突情報も共有乱数もない敵対的マルチプレイヤー・バンディットの平方根後悔
要約本論文は、K 本の腕と m 人のラベル付きプレイヤーからなる敵対的マルチプレイヤー・バンディット問題を扱い、衝突情報、共有乱数、外部通信路がない設定を検討しています。著者らは、モンテカルロ公開構成器を用いた通信・同期プロトコルを設計し、前処理後に任意の非適応的報酬列に対して後悔の上界 C K^{5/2}√T log²(2Km(T+1)) が、確率 1−CN^{-32} 以上で成り立つことを示しています。
注目点衝突情報も共有乱数もない敵対的多人数バンディットで√T級の後悔を示し、確率的前処理を伴う厳密な証明を与えた。
説明GIVE-KWS：ゲート付き視覚証拠注入によるノイズに強いクエリ例キーワード検出
要約本論文は、騒音のある環境でキーワードを検出する際に話者の唇の動きをどう活用するかを検討しています。著者らは、ゲート付きクロスアテンションによって問い合わせ音声を唇の動きに基づいて調整する融合モジュールGIVEを用いたGIVE-KWSを提案しています。-10 dBの条件では、未知のキーワードに対する等価誤り率が基準システムより72.9%低減し、平均では62.8%低減したと報告されています。
説明時系列QAシステムは本当に時系列を読んでいるのか？——証拠の利用と推論の信頼性に関する研究
要約本論文は、TimeOmni-1、ChatTS、TimeOmni-VL、Time-MQAの4つの時系列質問応答（QA）システムを評価し、統一評価ベンチマークCOMMON-TSQAを提案します。元の条件と6種類の介入の下で各システムを比較しています。全体の正答率だけでは、システムが数値系列をどの程度利用しているかは分からず、一部の介入では本来の能力ではなく単純な代替動作が見られると報告しています。また、根拠説明には入力にない時系列の記述が多く含まれ、説明と最終回答が一致していても数値の記述や中間推論が誤っている場合があることを示しています。
説明広さに バイトを使う：長い思考連鎖推論におけるデコード時KV圧縮の精度と個数のトレードオフ
要約推論モデルは長い思考連鎖（CoT）をデコードする際に大量のKVキャッシュを生成するため、固定メモリ予算の下でオンライン圧縮が必要です。本論文はBreadthKVを提案し、固定バイト予算を低精度の多数トークンに配分して量子化と削除を組み合わせ、60問のエンドツーエンド校正でビット幅を選びます。3つの推論モデルと4つの数学・科学ベンチマークで、18設定中17で削除のみを上回り、出力も短くなりました。最も厳しい予算のQwen3-8Bでは、AIMEサンプルの長さ上限到達率が削除の91%からBreadthKVでは40%に下がりました。
説明経路に基づく推論による二標本検定：生成モデルの確率的補間経路で二つのデータ集合が同じ分布に由来するかを判定
要約本論文は、深層生成モデルが学習する生成経路を用いて二標本検定、すなわち二つの有限データ集合が同じ分布から生成されたかを判定する手法を提案します。確率的補間（stochastic interpolants）により両分布を共有のガウス瓶首に接続し、帰無仮説は経路の両半分のデノイザーまたは速度場が一致することと同値であることを示します。合成データと三つの画像ベンチマークでは、同じ総標本数の条件で最強のベースラインより検出力が最大33ポイント向上したと報告されています。
注目点確率的補間経路を二標本検定に用い、帰無仮説が経路の対称性と同値であることを示し、Jeffreys発散と結びつける。合成および3つの画像ベンチマークで検証し、検出力は最大33ポイント向上。
説明RESOLVE：テスト・簡約・証明によるGPUカーネルの言語非依存な検証
要約本論文は、テストと形式検証を組み合わせてGPUカーネルを検証するRESOLVEを提案する。まずバイナリ計装で実行タイミングを揺らし、競合状態を露出させる。次にエージェントがカーネルを並行度の低い版に書き換え、全テストでビット単位で同一の出力を保つかを確認する。最後に、その簡約版をF*/Pulse（フレームワーク名）で形式解析し、実数上で同じ計算を行うことを証明する。KernelBenchで多様なカーネルを検証し、CUTLASS、Triton、Gluonの融合GEMM間の等価性を証明した。さらに未報告の問題を4件見つけ、そのうち2件は明確なバグであった。
注目点テスト、タイミング摂動、並行性削減、F*による形式証明を組み合わせGPUカーネル検証を行い、明確なバグ2件を発見し新規性と証拠が高い。
説明規則を知ることと規則を適用すること：伝統的な中国の八字（四柱推命）における言語モデルの評価
要約本論文は、14の理論カテゴリと11の事例カテゴリにわたる3,000問の中国語選択式問題を用いて、伝統的な八字に関する言語モデルの能力を評価しています。すべてのシステムで理論問題の正答率が事例問題を上回り、無効な回答を除いても16.60〜29.56ポイントの差が残りました。カテゴリごとの差も大きく、大運は平均84.62%である一方、事業と家族関係はそれぞれ約37〜38%にとどまります。著者は総合的な知識スコアに頼るのではなく、課題ごとの評価が必要だと論じています。本ベンチマークが測るのはモデルが生成し検証した答えとの一致度であり、現実世界での予測妥当性ではありません。
説明シンハラ語の低リソース音声認識：手法・課題・今後の方向性に関する批判的レビュー
要約本論文は、シンハラ語の自動音声認識研究を初めて批判的にレビューしたものです。隠れマルコフモデルから、wav2vec 2.0、XLS-R、Whisper などの自己教師あり事前学習モデルまでの発展を整理しています。タミル語、マラヤーラム語、ヒンディー語の関連研究と比較し、報告されている単語誤り率の多くはコーパスや評価方法が異なるため直接比較できないと指摘しています。さらに六つの研究課題を挙げ、今後の研究の方向性を示しています。
説明キャリブレーション距離における鋭い整数性ギャップ：決定的な校正距離とその分数緩和の差を扱う理論論文
要約本論文は、二値・単位重みの系列に対して総絶対変化コストの下で、決定的キャリブレーション距離 C と分数緩和 L の間のオフラインでのギャップを研究する。既知の C ≤ L + O(√T) の上界を、最悪ケースで鋭いオーダー Θ(T^(1/3)) まで絞り込み、T ≥ 216 について上下界を示す。また、予測値の種類数 m に対する C ≤ L + m の界と、有理数入力に対する多項式ビット時間の手続きも示す。
説明人間と機械における集団意思決定の進化的起源：多層投票集団が個人報酬によって複雑な問題を解く仕組みに関する理論研究
要約本研究は、個人が限られた情報しか観察せず、集団が多数決によって段階的に意見を集約する多層投票集団において、集合知がどのように進化するかを扱う枠組みを提案しています。単層投票では、いかなる個人報酬方式でも非線形の分類問題を解けないことを証明しています。さらに、個人の意見が自らの集団および上位のすべての階層で決定的な場合にのみ報酬を与える「限界的フィードバック」という報酬構造を示し、個人同士の模倣だけで階層集団が正確な解を進化させ、その集団行動が機械学習の多層パーセプトロンに相当することを論じています。
注目点多層投票集団における限界フィードバック報酬を提案し、単層投票では非線形分類が解けないことを証明、多層パーセプトロンとの等価性を示す点で新規性が高い。証拠は理論証明と模擬実験が中心。影響は主に理論と制度の解釈に及ぶ。
説明二項結果を用いたDNN再学習のためのベイズ的データ拡張：視覚ベース無人機着陸
要約本論文は、GPSが使えない環境や複雑な都市環境での視覚ベース無人機着陸を対象としています。高忠実度の機体動力学を備えた写実的シミュレータと組み合わせたベイズ的データ拡張フレームワークを提案し、着陸性能を目的関数としてヘリポート検出用DNNを反復的に再学習します。異なる環境条件と機体状態のシミュレーション実験では、着陸性能の向上と、予測される着陸結果の信頼区間の狭まりが示されています。
説明限られた予算で提示文最適化はどう調整すべきか：ノイズ適応型評価を用いたBudgetAPO
要約本論文は、呼び出し予算が厳しい状況向けの単一段階型提示文自動最適化手法BudgetAPOを提案します。短いプローブで測定した各タスクのノイズに応じて評価サンプル数を調整し、固定スライスによって採否判断を対比較に変えるとともに、推論戦略と出力形式を同時に書き換える反省的オペレータを用います。七つのベンチマークと五つのモデルでの実験では、BudgetAPOが全モデルで首位となり、250回の呼び出し時点で元の種提示文を返した実行の割合はGEPAの86%に対し13%でした。
説明ランダム方向の更新によるスカラー通信の分散最適化
要約ネットワーク上の分散最適化では、エージェント同士が決定変数を繰り返し交換する必要があり、次元が大きいと通信コストが増大します。本論文は、次元に関係なく各隣接メッセージが1つの実数だけを運ぶスカラー通信方式を提案します。共有シードから共通のランダム方向を生成し、状態とその方向との内積のみを送信し、局所勾配は完全に保持します。強凸かつ勾配がリプシッツ連続な場合、十分に高い頻度で方向を更新すれば、残差誤差なしで指数収束することを解析しています。
説明StageVLN：効率的な視覚言語ナビゲーションのための空間・軌道補助学習フレームワーク
要約本論文は、視覚言語ナビゲーション（VLN）の学習フレームワーク StageVLN を提案する。学習時のみ、凍結した幾何基盤モデルによる空間情報と、相対方位や専門家経路の進捗といった軌道の監督を用い、ナビゲーション表現にシーンの幾何や全体の進捗を保持させる。補助要素はすべて学習時にのみ使用され、推論時には取り除かれるため、展開時の計算負荷や構造への依存は増えない。原文によると、R2R-CEの未見の検証セットでは4Bパラメータのバックボーンで成功率（SR）56.3%、SPL 51.4%を達成し、RxR-CEではSR 54.3%を達成した。推論時に追加の幾何エンコーダは不要とされる。
説明ベルマン中心学習：メモリ付き線形バンディットのほぼ最適な後悔上界
要約本論文は、過去の行動が既知で有界な行列値メモリ写像を通じて非定常性を生むメモリ付き線形バンディット問題を扱う。学習とプランニングを組み合わせたRSM-LinUCBアルゴリズムを提案し、高確率の後悔上界Õ(dRS(M+1)+σd√T)を示す。メモリの影響は加法的なコストに留まり、一致する極小最大下界によりほぼ最適であることも証明している。
説明対照的生成器逆変換によるグラフデータ拡張（DCBA）
要約本論文は、観測されたネットワークから合成グラフ生成器（ABCD）の設定を推定し、マクロ構造を保つ合成グラフを生成するモデルベースのグラフデータ拡張手法DCBAを提案しています。グラフと生成器パラメータの共同表現を、ソフトな負例重み付けを用いた多正例対照目的で学習します。実験では、アルゴリズム的な逆モデリングの基準手法より正確かつ頑健にパラメータを回復し、コミュニティ検出ではAMIの向上が示されています。
説明TRIAGE：原生 NVFP4 強化学習における方向認識型ミスマッチ安定化手法
要約低精度実行は大規模言語モデルの強化学習を大幅に高速化できますが、学習側とサンプリング側の実行の不一致が方策最適化を不安定にすることがあります。本論文は、TRIAGE と呼ばれる方向認識型の安定化手法を提案し、セグメント単位の診断により方策勾配の更新を選択的に再調整し、残る深刻なミスマッチに有界な修復を適用します。Qwen3-4B と Qwen3-30B-A3B での実験では、学習は安定し、5 つの数学推論ベンチマークで全精度と同等の性能を達成し、ロールアウトのスループットは BF16 の最大 2.3 倍でした。
説明生理波形基盤モデルの計算最適な学習とスケーリングの研究
要約本論文は、パラメータ数2,000万から21億までの生理波形基盤モデル（Aether）群を、最大3,630万時間の生理波形データで学習させた研究です。MIMIC-IIIから8つの臨床予測タスクを構築し、線形プロービングで評価しています。7.2億パラメータのモデルは、8つのタスクすべてで既存の基盤モデルを上回りました。モデル規模、事前学習時間、標注患者数の間のスケーリング則も提示されています。
説明拡散モデルはいつ何を描くかを決めるのか
要約拡散モデルは純粋なノイズから出発し、段階的にノイズを取り除いて画像を生成します。本研究はCIFAR-10上で、学習済みモデルが馬かトラックかといったクラスを確定させる時点と、その判断でモデルが何を誤るのかを測定しています。途中まで生成された画像を固定し、そこから何度も生成を再開してクラスの出現頻度を数える方法で確率（committor）を求めています。その結果、車両か動物かといった粗い判断は、どの動物かという細かい判断のおよそ2倍のノイズレベルで確定することが示されています。より安価な測定法でも判断の順序は概ね正しく捉えられますが、正確な時点までは捉えられないとされています。
説明拡散モデルの合成とモジュール式制約による宇宙機ランデブー軌道生成
要約本論文は、ランデブーおよび近接運用（RPO）のための拡散モデルベースの軌道生成手法を提案し、任務制約を柔軟に設定できるようにします。まず、最適化された軌道から、接近コーンやセンサー視線などの個別制約を満たすエネルギーベース拡散モデルを学習します。推論時には、これらの学習済みモデルを互いに、または解析的に定義されたエネルギー場と組み合わせ、特定の制約の組み合わせを適用できます。組み合わせモデルの制約満足率は単一制約モデルと1ポイント以内の差か、それ以上となり、再学習なしで新しい制約の組み合わせに対応できることが示されています。
説明CaMeLは連携できるか？マルチエージェントシステムにおける間接プロンプトインジェクション攻撃への防御
要約本論文は、CaMeL（個別エージェント向けの防御機構）の安全性保証が、エージェントが他のエージェントをツールとして呼び出す階層型マルチエージェントシステムでも成り立つかを検証しています。著者らは、各エージェントが個別にCaMeLを使用していても成功する攻撃を構成し、保証が合成されないことを示しました。これに対し、信頼できる指示と信頼できないデータを別チャネルで扱う通信プロトコルmulti-CaMeLを提案し、MultiAgentDojoでの攻撃成功率を0.0%に抑えました。ただし効用には一定のコストがあり、そのコストはモデル能力の向上とともに小さくなるとしています。
説明ゲノム・疫学・環境・臨床画像データを統合した、麻疹の早期検出と感染伝播推定のためのマルチモーダル機械学習フレームワーク
要約本研究は、ゲノム配列、疫学指標、下水監視、発疹画像を統合して麻疹の検出と感染伝播の推定を行う、マルチモーダル機械学習フレームワークを提案しています。公開データを用い、感染経路の関連性分類、州・週単位の流行リスク予測、発疹画像の分類を三段階で評価し、対照学習でゲノムと画像の埋め込みを整合させました。結果として、感染経路の予測にはゲノム特徴が最も寄与し、流行リスクの予測には下水中の陽性率が最も強い因子でした。著者は、実用化の前に前向きな検証が必要だと指摘しています。
説明GenAI4IDN ベンチマーク 3.0：インタラクティブデジタルナラティブの設計における生成AIツールを評価する公開ツール
要約本論文は、インタラクティブデジタルナラティブ（IDN）の制作に用いる生成AIツールを評価するフレームワーク、GenAI4IDN ベンチマーク 3.0 の第3版を紹介します。今版では公開Webアプリケーションを通じてAI支援による評価を導入し、コミュニティがオンデマンドでベンチマークを実行し、新しいモデルやタスクを追加できるようにしています。事実確認と偏り検出のタスクも加わり、モデルは歴史的な誤りや偏った前提を指摘できる一方、過剰な思考や安全フィルタの厳しさが課題として挙げられています。
説明確率系統における遅延座標再構成と条件付きモーメントによる因果診断
要約本論文は、決定論的力学系の遅延座標再構成を確率系へ拡張し、一意の将来軌道ではなく将来分布の条件付きモーメントを再構成する見方を提案している。Fokker-Planck方程式とKoopman作用素理論を根拠に議論し、収束交差写像（CCM）を因果関係の診断に応用する。加法的および乗法的結合を持つ結合ロジスティック系で、因果関係が確率系にどう埋め込まれるかを検討している。
説明原子的視覚含意：原子的事実分解と学習型選択によるゼロショット視覚言語推論の強化
要約視覚的含意タスクは、画像がテキスト仮説を支持するか、矛盾するか、判断できないかを判定します。本論文は仮説を原子的事実に分解し、凍結した視覚言語モデルで完全な仮説と各事実の候補予測を作り、それらの振る舞いだけを学習した軽量分類器で最終ラベルを決めるAVEを提案します。視覚言語モデルを微調整せずにSNLI-VEでテスト精度0.803を達成しました。
説明ArcGIS Proによる複数衛星データの自動地表温度解析とLLMベースのレポート生成フレームワーク
要約本論文は、ArcPyを用いて作成したArcGIS Proツールにより、Landsat 7・8・9のデータから地表面温度（LST）を自動抽出する手法を提示する。このツールは、放射量補正、NDVIに基づく放射率補正、熱変換の各工程を自動化し、バッチ処理と単一シーン処理の両方に対応する。さらに任意で大規模言語モデル（LLM）を用い、統計結果の解釈とレポート作成を行える。UAEのラス・アル・ハイマで試験され、地表面温度は約25℃から50℃の範囲となった。
説明UndoBench：ツール利用型AIエージェントにおけるタスク能力と復旧能力の分離評価
要約本論文は、8つの企業ドメインにわたる36の基本ワークフローと36の障害シナリオからなるベンチマーク「UndoBench」を提案し、同一シード下の反実仮想ペア試行によって、タスク遂行能力と障害からの復旧能力を分けて評価します。名目上の完了率は83.54%であったのに対し、条件付き復旧成功率は46.72%にとどまり、単純な再試行では試行の53.33%で外部効果の重複が生じました。著者らは、名目上の完了のみを評価すると、実行段階ごとの復旧上の脆弱性が見えなくなると述べています。
説明交絡のある時系列における因果ラグ構造の発見：直交化適応推定による手法
要約本論文は、多変量時系列でどの変数が、どの時間遅れで他の変数に影響するかを見つける手法 ORACLE-VARX を提案している。二重・バイアス除去機械学習で非線形な交絡因子の影響を取り除き、適応的因果ラグ推定で各時点のラグ次数を逐次的な有意性検定により選び、Benjamini–Hochberg 補正付きの z 検定で目標の偽発見率のもとで有向辺を選択する。合成ベンチマークと米国の九つのセクター ETF のデータでは、ラグ次数の推定と予測で比較手法より良い結果が報告され、偽発見率は PCMCI に近いとされる。
説明DREAM：マルチモーダル・マルチエージェント討論のための動的解像度割り当て
要約マルチエージェント討論（MAD）は大規模言語モデルの推論能力を高める手法として登場し、マルチモーダル設定にも拡張されつつあります。本論文は、既存のマルチモーダルMADでは全エージェントが同じ固定解像度の画像を見ており、また「グループシンク」により、エージェントが自信はあるが誤った同僚の回答に合わせて正しい推論を放棄しがちだと指摘します。これに対し著者らはDREAMを提案します。探索ラウンドで各エージェントに経験的に最適な解像度を割り当て（平均正規化対数尤度で不確実性を測定）、さらに不確実性を追跡して、群衆の圧力で覆された初期の低不確実性回答を復元します。6つのマルチモーダルデータセットで、DREAMは精度とトークン消費のトレードオフをマルチエージェント討論のベースラインより1.5〜3.2ポイント改善し、データセットごとの調整は不要です。
説明SEA-LM：ウェアラブルマイク配列向けの一人称空間音声理解モデル
要約本論文は、スマートグラスなどのウェアラブルマイク配列に対応した空間音声理解モデルSEA-LMを提案します。音源定位や空間選択的な書き起こしなど6つのタスクを、FOACODERという空間音声エンコーダと多モーダル大規模言語モデルを組み合わせ、二段階のカリキュラムで学習させています。評価セットでは、多くの比較ベースラインより方位角・仰角の平均絶対誤差や時間IoUが改善し、4〜9個のマイクからなる1,211種類の配列構成でも頑健だと報告されています。
説明Kandinsky 6.0 Video：映像と音声を同期生成する基盤モデル
要約本論文は、テキストや画像から映像と音声を同時に生成する拡散モデル群 Kandinsky 6.0 Video を提案しています。3B パラメータの Lite 版と 29B パラメータの Pro 版があり、5 秒の映像と 44 kHz の同期音声（リップシンク含む）を生成し、超解像モジュールで Full-HD まで高解像度化できます。人手による並列評価では、前世代の Kandinsky 5.0 Video Pro を明確に上回り、特に音声品質で主要な視聴覚生成モデルと競合します。コード、チェックポイント、diffusers 連携は MIT ライセンスで公開されています。
説明前提こそが問題：自己監視型テスト時適応における交換可能性の破綻
要約本論文は、展開後に更新される時系列予測モデルを対象に、監視と適応が同じフィードバックを用いる場合に監視器の統計的保証が成立するかを検討する。多段階予測では目標の重複や誤差の依存性がその保証に必要な前提を崩し、有害な変化がなくても警報が出たり、保護的な対応がかえって予測精度を損なうことを示している。
説明EchoDino：全年齢に対応できる心エコー解析のための小児基盤モデル
要約本論文は、DINOv3フレームワークを基に、170万本の未ラベルの小児心エコー動画（370万フレーム）で学習させた心エコー向け自己教師あり基盤モデル「EchoDino」を提案しています。また、動画解析に有用なフレームを選ぶ手法「MEMS」も提示されています。9つの小児・成人データセットで、断面分類、構造性心疾患の検出、年齢推定、セグメンテーション、駆出率の誤差などにおいてベースラインモデルを上回り、小児データから成人の心エコーへの汎化も示されています。
説明生体分子拡散モデルのための推論時射影：物理的に妥当な構造を得る手法
要約本論文は、AlphaFold 3型の複合体構造予測モデルが出力する構造に見られる物理的な不整合（鎖間の原子の重なり、リガンドの結合長・結合角の歪み、環の非平面性、立体中心の反転など）を対象とします。著者らは推論時に拡散モデルの去雑音後の推定座標に、閉形式の二つの射影演算子を適用します。一つは鎖間のファンデルワールス衝突を解消する射影、もう一つはリガンドの距離幾何的制約を回復する射影です。ネットワークの再計算や再学習は不要です。Boltz-2とOpenFold-3の二つのモデルで五つのベンチマークを評価し、構造精度とリガンド配置の指標を維持したまま完全な物理的妥当性を達成し、実行時間とメモリの増加はわずかだと報告しています。
説明あなたの忘却が手がかりになる：拡散モデルで消去された概念を特定する
要約既存の未学習拡散モデルへの攻撃は、消去された概念が事前に分かっていることを前提に、それらの復元に焦点を当てている。本論文は、画像を生成・分類せずに消去された概念とその数を素早く特定する Tracer を提案する。重みの痕跡に対する軽量なスペクトル解析を用い、画像・動画モデルの双方で高速かつ高精度な特定を示している。
説明バイオインフォマティクスの特徴量選択のための、LLMを組み込んだ強化学習フレームワーク
要約本論文は、サンプル数に比べて特徴量が非常に多いバイオインフォマティクスの高次元データに対する特徴量選択手法を提案しています。強化学習エージェントが特徴量選択を逐次的な意思決定として扱い、大規模言語モデル（LLM）が領域知識に基づく助言で探索を導き、データに基づく性能と知識に基づく評価を組み合わせた混合報酬を与えます。実験では、このフレームワークがベースラインを上回り、下流モデル間で安定した性能を示し、純粋な強化学習より速く収束したと報告されています。
説明平稳モーメントが存在しない場合の SGD におけるガウス極限
要約本論文は確率的勾配降下法（SGD）のガウス近似を扱う。時間依存を持つ設計を構成し、周辺分布は標準ガウスだが、定常誤差の正のモーメントがすべて無限大になる例を示す。同じ周辺分布をもつ独立観測では定常分散が有限となる。いずれの場合も小ステップ極限はガウス分布になる。
注目点標準ガウス周辺分布を持つがすべての正のモーメントが無限大となる定常誤差のSGD設計を構成し、ガウス極限を示す。
説明クロスサイロ連合学習がオフラインになった後の新拠点参加：限られた未ラベルデータによる継続学習
要約本論文は、学習後に新しい拠点が参加し、データが未ラベルで既知と未知の状況が混在する場合に、拠点側でモデルを自律的に拡張する三段階の手法を提案します。再構成エキスパートで新規性を判定し、クラスタリングで候補となる状況を分け、クラス平均で旧クラスを表現します。実際の産業用状態監視データセットで、ラベルを一切使わずに旧クラスの精度を0.868以上、忘却を0.063以下に保ち、新旧クラスの精度のバランスを取れることを示しています。
説明単語以上のもの：効率的な言語モデルのための合成的トークン化
要約本論文はCoBPEという合成的トークン化手法を提案し、短い句を語彙の基底トークンと少数の再利用可能な修飾要素に分けて表現します。入力では埋め込み空間で合成し、出力では同時に予測します。780Mと1.3Bの規模で一から事前学習したところ、同じ学習計算量の下で、CoBPEは系列長を30%短縮し、標準的なBPEと比べて下流タスクの平均性能が1.2ポイント向上しました。
説明定常ステップ確率的近似のための積率精度のあるガウス混合
要約本論文は、定常ステップ学習の出力のばらつきを、局所的なOrnstein-Uhlenbeck極限に基づく平衡エネルギーの整合によって、ガウス混合モデルで記述する手法を提案しています。ステップサイズaに対する二次のWasserstein誤差がo(√a)であることを示し、観測可能な共分散や期待目的関数差などの予測を導いています。数値計算とSGD実験で予測の有効性を検証しています。
説明繰り返しトークンの価値とは：マルチエポック事前学習のスケーリング構造
要約本論文は、事前学習でデータを繰り返し使う場合の利益とコストを検証し、同じデータを1エポック使う場合と、同じ計算量で新しいデータを使う場合を比較の基準としています。新しいデータと比べた繰り返しのコストは、追加エポック数を一意トークン数（パラメータあたり）で割った単一の変数で表されると報告されています。さらに、エポック数が同じでも、シャードの再生方法やデータの集中度、情報エントロピーによって損失が変わることが示されています。
注目点重複トークンを新データおよび1エポックとの比較で評価する枠組みを提示し、臨界エポック数と規模傾向を統一的に説明する。複数規模の実験で裏付け、データ制約下の事前学習に有用。
説明ColdDDI：コールドスタート薬物相互作用予測における知識活用の評価
要約本論文は、DrugBank 5.1.13 に基づいて構築された診断用ベンチマーク ColdDDI を提案しています。承認済みの低分子薬 1,900 種と陽性の薬物相互作用ペア 565,731 件を含みます。モデルが未見の薬物について、分子・テキスト・知識グラフの証拠を実際に使っているかを検証しています。両薬物が未見の場合、共有される酵素・トランスポーター・標的といった媒介因子の有無が性能差の主因であることが示されています。
注目点コールドスタート薬物相互作用予測で機制的証拠を実際に利用しているかを診断する新しいベンチマークを提案し、8手法と13のLLMを掩蔽や置換などの介入実験で比較している。
説明野生動物の個体一貫性を保つ画像から動画への生成（WildIcon フレームワーク）
要約同一個体の多様な姿勢や視点の観察データが少ないため、野生動物の個体識別は困難になりがちです。本論文は、高周波情報を手がかりにする画像から動画への生成フレームワーク WildIcon を提案します。参照画像から個体固有の高周波の特徴を抽出して識別情報として与え、凍結したベースモデルに軽量な適応を加えます。あわせて野生動物の動画データセット WildlifeVid を構築し、実験では既存手法より高い個体一貫性が示されたと報告されています。
説明LLMの推論を拡張する：既存の推論連鎖のどのステップから続きを生成し直すか
要約既存の推論連鎖に追加の続きを生成する際、どのステップから再開すべきかを研究している。著者は、保存されたステップから連鎖を再開したときの正答率の変化を「拡張効用」と定義し、9つのモデルと6つのベンチマーク（41組）で測定した。再開位置は結果に影響し、常に最後の候補ステップから再開する単純な規則は強力なベースラインであり、学習されたルーターはそれを上回る利得を検出できなかった。
説明異種エッジプラットフォームにおけるストリーミング知覚評価の再考
要約本論文は、他のワークロードと共有される異種エッジプラットフォーム上で、複数カメラのストリーミング知覚をどのアクセラレータに配置するかの評価方法を検討しています。単一のGPU-NPUプラットフォーム上で2つのエンドツーエンドのパイプラインを比較し、孤立した評価では実運用時の配置順位を誤る可能性があることを示しています。著者らは、平均sAPだけでなく、競合スイープ、両経路の期限超過率、最悪ストリームのsAPも報告すべきだと主張しています。
説明可観測性基盤モデルは何を「知っている」のか——Toto モデルの隠れ表現の監査
要約本論文は、可観測性予測の基盤モデル Toto を BOOM ベンチマークで監査し、線形プローブによって凍結された残差ストリームに含まれる情報を調べています。Toto の残差は、サンプリング周期と指標タイプについて、生の入力窓を読むもっとも強力なモデルより線形に読み出しやすいことが示されました。一方で、読み出し可能であることがモデルによる利用を意味するわけではないと報告されています。
説明SteadySplats：高品質な確率的レンダリングのための低分散ガウス再サンプリング
要約本論文は、3Dガウススプラッティング（3D Gaussian Splatting）に基づく確率的順不同透過レンダリングで生じる画像ノイズの問題を扱っています。表現と画像合成の両面から高周波ノイズを抑える手法を提案し、履歴ベースの空間再サンプリングで収束を速め、時間的重要度再サンプリングでカメラ移動時の一貫性を保ち、学習時の色正則化で視線方向の分散を下げます。著者らは、ピクセルあたり1サンプルの条件で従来の確率的手法よりPSNRが約13 dB向上し、ソート済み3DGSに平均L1誤差10^-4未満で収束したと報告しています。
説明テキストだけから韻律スタイルを推定できるか？教師なし音響クラスタによる検証
要約本論文は、書き言葉のテキストだけで適切な韻律スタイルを決められるかを検証します。6人の話者による1200時間の会話コーパスを対象に、音声の音響特徴を教師なしでクラスタリングし、テキスト埋め込みモデルで保留発話のクラスタを予測しました。テキストは多数派基準を上回りましたが、その効果の大部分は単語の選択によるものでした。
注目点音響クラスタを教師なしの韻律スタイルラベルとして用い、テキストから予測可能かを検証。長さや多数派の統制を設け、表現力TTSへの示唆がある。
説明検索は向上したが、クラスタリングの効果は限定的：多言語企業エンティティ解決の制御実験
要約本論文は、多言語エンコーダを適応させた場合に企業名の検索と最終的なエンティティのクラスタリングがどう異なる反応を示すかを検討しています。著者らは管理されたパイプラインで多言語 E5 エンコーダを訓練し、国ごとの同一エッジ予算内で検索を行い、変更しないペア分類器と安全策付きの Union-Find クラスタリングで評価しています。3,633 件の名称では、直接のペア再現率が 53.74% から 76.98% に上昇した一方、クラスタ再現率は 32.54% から 33.33% にとどまりました。新たに検索された正例の多くは既存の分類閾値を通過しませんでした。
説明タスク難易度と実行単位の失敗の切り分け：エージェント失敗予測の評価について
要約本論文は、大規模言語モデルエージェントが失敗するかどうかを予測する手法を検証しています。高い予測性能の多くは、個々の実行が失敗に向かっているかを検出するのではなく、タスクごとの難易度を見分けることに由来すると指摘しています。同一タスク内で成功と失敗の実行を比較すると、早期の識別力は弱いことが示されています。失敗予測は、用途に応じた決定を支えるかどうかで評価すべきだと論じています。
説明シナリオベースの合成的統計的モデル検査（安全性仕様）
要約本論文は、自動運転などの安全重視分野を対象に、シナリオベースの合成的統計的モデル検査（SMC）フレームワークを提案している。複合シナリオを基本シナリオに、仕様を部分仕様に分解し、各基本シナリオを個別に検証したうえで、重要度サンプリングとカーネル密度推定により統計推定値を合成する。著者らは、未見の複合シナリオに対する検証問い合わせに正確に答えられ、並列化と軌跡の再利用によりシミュレーションコストを削減できると報告している。
説明Casimir エントロピーによる Poisson-GENERIC ニューラル演算子：関数空間における厳密な metriplectic 構造
要約本論文は、非線形輸送に互換的な Lie-Poisson ペンシルを用い、潜在エントロピー密度の積分を Casimir とすることで、投影なしに GENERIC の退化条件を満たす熱力学的に一貫したニューラル演算子を提案します。四つの1次元・2次元 PDE と三種類のバックボーンで、制約のないベースラインと比較し、72 組の種子単位比較のうち 61 組で勝ちました。
注目点射影に頼らずLie-Poisson束とCasimir엔트로피で構造を保証する新しい設計で、四つのPDEと三つのバックボーンで検証している。
説明Factoriax：強化学習向けのGPU高速化された工場建設シミュレータ（《Factorio》風）
要約本論文は、JAXで実装され、GPUで高速に動作する工場建設シミュレータFactoriaxを紹介します。エージェントは資源を集め、それらを使って機械を作り、マップ上に機械を配置して自動化された生産ラインを構築します。ベンチマーク課題Easy Rocketでは、限られたゲームティック数の中でロケットを建造して惑星から脱出することが求められます。PPOによる学習では、単一のA100で10億ステップの学習が約8分で完了しました。学習済みエージェントは資源採取や機械の製作・配置を学びましたが、機能する空間配置を作ることができず、課題は完了していません。
説明ライフロング・デジタルツイン：イベント駆動型の生涯健康状態軌跡のための統一モデリング手法とエージェントハーネス
要約本論文は、ライフイベントを日々の健康状態に整理し、生涯健康コンテキストとして蓄積する、イベント駆動型の統一モデリング手法「LifeLong Digital Twin」を提案しています。付随するエージェントハーネスは、言語モデルのテキスト文脈を超えたマルチモーダルな証拠を取り込みます。4つの言語モデルを25の疾患エンドポイントで評価し、疾患軌跡予測、疾患リスク順位付け、複数期間疾患予測の3課題に取り組みました。基準条件と比べて明確な向上が見られ、甲状腺疾患のF1は0.669に達しています。
説明LLMの注意機構を借りて指示を理解する埋め込みを作る手法（Attention Relay、注意リレー）
要約本論文は、指示チューニング済みLLMが生成する注意重みを埋め込みモデルの注意機構へ受け渡すAttention Relayを提案しています。追加の学習なしで埋め込みモデルに指示への対応力を持たせられることを示し、6種のLLMと10種の埋め込みモデルの組み合わせでほぼ全てに効果があったと報告しています。さらに、その注意重みは主に指示チューニングに由来し、指示が問う文章の側面を強調することも示されています。
注目点学習なしでLLMの指令追従能力を埋め込みモデルへ注意重みの中継で移す手法を提案し、10種の埋め込みモデルと6種のLLMで検証、要素分解実験も行っている。
説明G-CARB：組合的被害のためのグラフ局所型コンフォーマル・エージェント・リスク予算
要約本論文は、停止前に生じた被害の台帳に基づいて小型言語モデル（SLM）エージェントをいつ停止すべきかを決める手法CARB（Conformal Agent Risk Budget）を提案します。G-CARBは、私的データ源から後続の外部送信動作までの観測可能な依存関係に沿って採点根拠を選択し、台帳は実行履歴全体を保持します。AgentDojoでの再生実験では、14Bのバックボーン2種において中程度のリスク予算で採点入力記録がおよそ半減し、自律的なタスク完了率が改善したと報告されています。
説明Cut Binary Cross Entropy：系列推薦向けの大語彙に効率的な損失・勾配カーネル
要約本論文は、産業用の系列推薦で数十万から数千万規模のアイテムを扱う際に、多ラベル二値交差エントロピー（BCE）が全語彙の logits テンソルを生成し、メモリ不足を招く問題を扱います。JAX と Pallas で実装したハードウェア加速の厳密な演算子 CutBCE を提案し、logits と勾配を HBM に置かずにオンチップで計算します。876k アイテムの SASRec 学習（TPU 8 チップ）では、ピークメモリを 65.7% 削減し、学習速度を 225.9% 向上させ、精度は同等であったと報告しています。
注目点BCEの大語彙損失と勾配をオンチップのタイル融合計算で行い、dense logitsをHBMに置かず、8チップTPUで大きなメモリ・速度改善を示している。
説明注意ロールアウトにおけるDobrushin上界の等号条件と、学習済みTransformerでそれが成り立つ頻度
要約本論文は、注意ロールアウト（attention rollout）の各層因子に対するDobrushin係数の上界を分析し、層ごとの上界が等号で成立する必要十分条件を示している。その条件は、κ(A)を達成するトークン対が互いに、相手への注意以上に自分自身へ注意していることである。著者らは複数の視覚・言語モデルおよび表形式モデルでこの条件を検証し、多くの入力の内容トークンで成り立つことを報告している。
説明脊髄損傷患者の臨床的に解釈可能な歩行評価のための単眼マーカーレス生体力学
要約本論文は、マーカーや床反力計を使わず、単一の矢状面動画から脊髄損傷患者の下肢運動学と床反力を推定する手法を提示しています。239名の成人患者のデータセットを用い、推定結果はモーションキャプチャーおよび床反力計の測定値と高い一致を示しました。さらに、歩行波形の成分と機能的自立度との条件付き関連や、同じ速度で歩く人々の間に見られる異なる力学的戦略も報告されています。
注目点単眼マーカーレス姿態推定を脊髄損傷患者に拡張し、239名の同期データで運動学と地面反力を検証しており、証拠は十分で応用価値がある。
説明予測誤差が小さくても計画を誤らせる場合：潜在世界モデルにおける表現・動力学・意思決定の失敗の診断
要約本論文は、潜在世界モデルで予測誤差を支配する要素が、修正したときに行動選択を最も改善する要素とは限らないことを示す。端点誤差を候補群の中心誤差と行動に依存する応答に分け、四つのモデル系統と四つのタスクで両者の修正効果を比較した。多くの設定では中心誤差がMSEを支配する一方、行動依存の応答を修正すると物理的順位相関と上位候補の質が高まることが多いと報告している。
説明パラメータ化非負値行列分解による共通スロープ減衰率と空間振幅の同時推定
要約室内インパルス応答から共通スロープの減衰率と振幅を同時に推定する問題を、Itakura–Saito発散を損失関数とするパラメータ化非負値行列分解（IS-NMF）として定式化した。各短時間フーリエ変換の周波数ビンで推定を行い、逆方向積分を用いずインパルス応答のパワーから詳細な残響時間曲線を直接得る。さらに、各成分がモデル化されたパワーに強く寄与する観測を重視する寄与重み付きSAGEを提案して推定を加速した。合成データでは分離のよい減衰を正確に復元し、標準SAGEより速く損失が減少することを示した。実測の結合室のインパルス応答に適用し、周波数依存の残響時間曲線と、共有減衰成分の時空間的な相補的寄与を明らかにした。
説明主張が増えるほど証拠は減る：AI生成のデジタル知識成果物に対する有界検証
要約本論文は、「合格の予測価値」（PVP）を中心とするベイズ型の有界検証モデルを提案する。検証能力が一定の場合、成果物が大きくなるほど検証で合格した際の証拠価値は低下し、検証予算を増やすと改善し、誤りがまれな場合に特に脆弱になるとする。FEVEROUSとFEVERを用いた統制実験がこれらの予測を支持し、目標とするPVPを維持するために必要な最低限の検証予算も算出されている。
説明バッチ型能動学習のためのソフト戦略選択手法（FractAL）
要約能動学習では、ラベル付けの前に取得戦略を選ぶ必要がありますが、戦略の性能はデータセットやモデルによって大きく異なり、事前に評価することが困難です。既存の手法は複数ラウンドを戦略の探索に費やします。本論文は、同一バッチ内で複数の戦略を併用する「ソフト戦略選択」と、その手法 FractAL を提案します。影響関数に基づくデータ帰属で再学習なしに各戦略の報酬を推定し、オンラインミラー降下法で予算を配分します。分類、回帰、遺伝子摂動効果予測を含む7つの設定での実験で、FractAL はランダムサンプリングを含むすべての基準手法と同等以上の結果を示したと報告されています。
説明SALUS：複数エージェントの出力による弱教師あり学習を用いたNL-to-SQLベンチマークの自動監査
要約自然言語からSQLへの変換（NL-to-SQL）ベンチマークには注釈の誤りが含まれており、評価結果を歪めます。SALUSは、複数のLLMエージェントが生成したSQLを弱ラベルとして用い、人手による正解なしで注釈誤りを自動検出するシステムです。人手で検証済みの298件のBIRDタスクで、F1値は0.9194でした。著者らはこれに基づき、BIRDの注釈誤り率を約37%、Spiderを約27%と推定しています。
説明LiFT：共有コアを反復適用して生成モデルの計算量を拡張するループ型フローTransformer
要約本論文は、共有された拡散Transformer（DiT）コアを繰り返し適用して計算量を増やすループ型生成モデルLiFT（Loop Flow Transformers）を提案します。標準アーキテクチャへの変更は軽微です。各ステップは、モデルの初期推定からフローマッチングの目標へ向かう直線経路上の点を回帰目標として学習します。訓練後は再学習なしで訓練深度を超えてループできます。ImageNet 256x256では、LiFT-L/2は稠密なDiT-XL/2ベースラインよりFIDが3.34低く、パラメータは約60%、訓練FLOPsは32%、推論FLOPsは52%少なくなっています。
説明JIVEAdapter：共同変動と個別変動の解釈（JIVE）に基づくマルチタスク加算型低ランクアダプタ
要約本論文は、各重み更新を全タスク共有の共同成分と各タスク固有の個別成分に分解する、マルチタスク向けの加算型低ランクパラメータ効率的ファインチューニング手法JIVEAdapterを提案します。両成分をほぼ直交させることで、共有部分とタスク固有部分を分離して解釈できるようにしています。共同成分は冻結して新しいタスクの事前知識として再利用できます。GLUEおよびSuperGLUEにおいて、DeBERTaV3-baseを用いた実験で強力な基準手法と競合する結果が示されています。
説明人間とLLMの対話データセットに見られる「データセット固有の特徴」とユーザーモデリングへの影響
要約本論文は、実環境のチャットログと人間の選好データを含む7つの対話データセット間の違いを調べている。ユーザーの発話のみからニューラルネットワーク分類器が対話の出所を偶然より大幅に高い精度で識別できることを示し、データセットごとの固有の特徴が存在することを明らかにした。この区別可能性は、人手で設計された分類体系の次元をそろえた後も残ることも報告されている。さらに、これらの特徴がユーザーモデルの出力や評価、データ選択に与える影響を検討している。
説明ハーネスは何を修復するのか：可視性・ベースライン妥当性・評価欠陥に関する事前登録研究
要約本論文は、凍結したモデルの周辺でプロンプト、トークン予算、パーサー（ハーネス）を変更して得られたスコア向上がどこから来るのかを検討しています。著者らは2つの研究を事前登録し、1.7Bから8Bのモデルおよびqwen3-14Bで、主要な65の結果を報告しています。思考をオフにすると多くの場合精度が上がりましたが、それは主に制限された設定では読み取れなかった回答が読めるようになったためです。一部の14Bハーネスの高い成績は、最も強い定数ラベルのベースラインと区別できないとされています。
説明DelegationBench：AIエージェントが行動前にいつ確認すべきかを測るベンチマーク
要約本論文は156のシナリオからなるベンチマークDelegationBenchを提案し、モデルが行動・許可の要求・不足情報の要求・拒否のどれを選ぶかを評価します。一致率による評価には誤解を招く点があり、作者が後から書いた単純なキーワード規則が10モデル中8モデルより人間の注釈と一致し、言い方を変えると行動頻度が最大52.5ポイント変わり、ツールで作業を実行する場合はユーザーへの確認が少なくなることが示されました。作者はこれらの特性を単一のスコアにまとめず、別々に報告することを推奨しています。
注目点エージェントがいつ行動前に確認すべきかを測る新ベンチマークを提案し、対比ペアと多モデル実験で評価の歪みを示しており、証拠は比較的充実している。
説明埋め込み知覚のための深い事前学習：カメラ姿勢などの事前情報で3D幾何知覚を改善
要約本論文はVPGGT（VGGTベース、OmniVGGTを拡張）というフレームワークを提案し、カメラ姿勢・内部パラメータ・深度などの事前情報を用いた3D幾何推定を行います。学習時にはセンサー由来の姿勢ノイズを模擬し、パラメータを追加しない事前残差接続（PRC）で事前情報の希釈を抑えます。また、Metric Global Attentionで共通の計量スケールを予測します。4つのデータセットでの実験では、全視点にカメラ事前情報を与えた場合、PRCが正確な姿勢・ノイズ付き姿勢の両方で平行移動方向の精度と姿勢AUCを向上させました。
説明DynaMesh：動的な3Dテクスチャ生成
要約本論文は、3Dメッシュに時間とともに変化するテクスチャを生成する手法DynaMeshを提案しています。テクスチャのないメッシュと効果を説明するテキストプロンプトを与えると、形状は変えずに外観が変化するテクスチャを生成します。映像モデルで参考動画を作り、凍結した画像から3Dへの生成器で処理する際、時間窗での条件の混合と形状ごとの低ランクアダプタにより、ちらつきや詳細の喪失を抑えます。既存の動画から4D、テクスチャ生成手法より優れた結果が示されています。
説明この論文は、スマートグラスなどのエゴセントリック型アシスタントが、ユーザーの発話と3D空間内の物体を結びつけて記憶する方法を扱っています。
要約論文は空間に基づく対話推論タスク（SpaCR）を定義し、場面をまたぐ想起型・反事実的な空間質問を対象とします。提案手法SpaC-MEMは、3D再構成とセグメンテーションで対話情報を持続する物理的物体に結びつける物体中心の作業記憶です。また、620のScanNet動画セッションに95の対話と3,100の評価質問を加えたベンチマークEgo-SpaCRを公開しています。報告によると、SpaC-MEMは評価手法の中で総合回答精度が最も高く、ネイティブ動画ベースラインより参照入力トークンが大幅に少ないとされています。
説明フレシェ距離は何を測るのか？方向分解による解釈
要約フレシェ距離は、画像のFIDや動画のFVDなど、生成モデルの評価に広く使われる標準的な指標で、生成分布と参照分布の差を一つの数値にまとめます。本論文は、最適輸送の変位を指定した方向へ射影する「方向フレシェ距離」を提案し、差がどこから生じるかを明らかにします。画像、動画、タンパク質の各事例で、少数の解釈可能な方向が距離の大部分を説明することが示されています。
説明一般和ゲームにおけるα-ポテンシャル関数のための分散アルゴリズム
要約本論文は、連続行動空間の一般和ゲームに対して、与えられた勢ポテンシャル関数のクラス内で最も厳密なα-ポテンシャル近似を計算する問題を扱う。各プレイヤーは自身の効用関数にしかアクセスできないという前提である。著者らは、グローバルな外側探索と分散された凸内側問題に分ける枠組みを提示し、原始-双対内側オラクルと射影ゼロ次外側手法を開発した。数値実験により、この最適化枠組みが既存の解析的なα-ポテンシャル構成を改善しうることが示されている。
説明建設現場AMR向け、LiDAR形状と単眼セマンティクスの故障モード認識型融合による頑健な2次元走行可能性マッピング
要約建設現場で自律移動ロボットが地面を走行できるかを判断する難しさに対し、リアルタイムの多モーダル走行可能性手法を提案しています。LiDARによる形状情報を主とし、単眼画像のセマンティクスで湿った泥や水たまりのあるコンクリートなどの危険箇所を選択的に補正します。また、2つの稼働中の現場で収集した506の注釈付きフレームを含むデータセットを公開しています。
説明低ランクLLMの圧縮後リカバリにおける機能構造
要約異なる低ランク圧縮手法で得られた圧縮済みLLMは、同じリカバリ手順に対する反応が異なり、圧縮直後の手法間の優劣はリカバリ後に縮小・拡大・逆転することがあります。本論文は、この差異がスカラーの損失推移を超えた再現可能な機能構造を反映していると論じ、それを「リカバリ圧力」として定式化します。同一バックボーン内で異なる手法にも適用できる標準化された機能的特徴付けを提案し、リカバリ中にこの構造がモジュール単位で非一様に再編成されることを示します。損失値に加えて、この構造の追跡がリカバリ進捗の補完的な指標になることも報告されています。
説明凍結転移に対応する軽量な脳波（EEG）基盤モデル：疾患横断的な転移
要約本論文は、約146万パラメータと既存モデルの約5分の1に抑えた軽量な脳波基盤モデル USE-FM を提案しています。Temple University Hospital EEG Corpus（TUEG）で自己教師あり信号再構成により事前学習し、エンコーダを凍結したうえで、異常脳波検出（TUAB）とてんかん発作認識（TUEP）で評価しています。TUEP では感度と F1 スコアが高く、TUAB では競争力のある AUC を示し、潜在表現の分析でも体系的な表現が確認されたと報告しています。
説明Logic-Logit：論理規則に基づく選択モデリング手法
要約本研究は、人間の選択を説明する解釈可能なルール型選択モデル Logic-Logit を提案しています。列生成（column generation）と Frank-Wolfe アルゴリズムを組み合わせて規則を効率的に抽出し、合成データならびに商業・医療分野の実データで評価しています。その結果、解釈可能性と精度の両面でベースラインモデルを上回ったと報告しています。
説明LEON：六角形グラフマスク自己符号化器によるOSM近隣からの位置埋め込み学習
要約本論文は、地理的領域表現学習のためにGraphMAE（グラフマスク自己符号化器）を応用した自己教師あり学習フレームワークLEONを提案します。H3インデックスで六角形グリッドグラフを構築し、OpenStreetMapの施設分布パターンから空間埋め込みを学習します。EuroSAT衛星画像分類や住宅価格、犯罪予測、都市分析などのタスクで評価され、EuroSATの分類精度は最大1.87%向上しました。
説明検索はいつ役立つのか？視覚・言語・行動モデルの文脈内適応に関する研究
要約本論文は、視覚・言語・行動（VLA）ロボットモデルが、テスト時に専門家のデモンストレーションを検索して文脈として利用する適応の効果を検討します。RICLの枠組みで、画像ベース検索、VLAの状態を加えた検索、VLAバックボーンの特徴を使う検索、ランダム検索の四つの方法を比較しています。どの方法もタスク成功率で一貫して優れてはおらず、ランダム検索でも一定の成功率が得られたと報告されています。また、標準的な検索品質の指標は下流の性能を確実には反映しませんでした。
説明逐次的マルチキューフュージョンとSim-to-Real自己学習による頑健な手術ロボット器具追跡
要約本論文は、低侵襲手術における手術ロボット器具の追跡が困難である問題に取り組み、合成画像で事前学習したモデルを、ラベルのない実世界の動画に適応させる追跡器誘導型の自己学習フレームワークを提案しています。ロボットの関節状態を用いて不確かさを考慮した拡張カルマンフィルタと平滑化処理で器具の姿勢を補正し、その結果を疑似ラベルとして特徴検出器を微調整します。実世界動画での実験では、全ての評価指標で改善が確認され、精度と実行時間の両面で既存手法を上回ったとされています。
説明SkillGATE：スキル検索のためのゲート認識モンテカルロ木探索
要約本論文は、外部のスキルライブラリから最も関連するスキルを探し出す問題を扱います。ライブラリが大規模・多様になるほど難しくなります。著者らは、検索を領域レベルの移動とスキルレベルの選択を組み合わせた適応的探索として定式化し、ゲート認識モンテカルロ木探索を用いたSkillGATEを提案しています。6つのベンチマークでの実験では、多様な検索・再ランキングモデルで一貫した改善が示され、最強の検索器ベースの基線と比べて全体のR@1が16.3%向上したと報告されています。
説明問題の所在を明らかにする：Softpick が初期化で失敗する理由
要約本論文は、softmax に代えてスコアを整流する注意機構 Softpick が、規模が大きくなると優位性を失う理由を検討します。著者は失敗の原因を正規化の分母にあると捉え、分母を正と負の二つの部分に分けて独立に選べる演算子群を提案しています。初期化の段階で正の分母がちょうどゼロになる行が存在し、勾配ノルムが 10 の 12 乗を超えることが示されています。学習可能だったのは Softpick と停止勾配の変種のみで、230M パラメータの設定では後者が量子化と鍵検索で優れていました。
