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。
説明スーパーマーケット商品の検出と認識：補正画像を用いた深層学習
要約論文は、スーパーマーケットの密集した棚と撮影角度の変化が商品認識を難しくしていると指摘します。著者は、ホough変換（Hough transform）とホモグラフィ推定で斜めの画像を補正し、物体検出モデルに入力する方法を検討しました。撮影角度と1枚あたりの物体密度ごとに分析するための新しいデータセットも作成されています。実験では補正により検出精度が向上する一方、撮影角度と物体密度によって効果に限界があることが示されました。
説明対話は二者の問題：全二重対話モデルの双方向評価
要約全二重音声対話モデルは聞きながら同時に話せるため、ターン制のシステムにはない自然で低遅延の対話が可能です。しかし従来の評価は、反応しない録音音声や、固定の課題を出すだけで採点されない自動試験者との対話に限られていました。本研究のDyaFDBは、2つのモデルが役割と協力または対立の目標を与えられて直接対話し、外部の評価者が両者をオフラインで採点する枠組みです。4タスク・140シナリオ・7,560件の対話で、一方の振る舞いが相手を絶えず変えることが示されました。
説明路点回帰を超えて：到達可能な自車将来軌道に対するクエリベースのコスト学習による E2E 運転
要約本論文は、路点を直接回帰するのではなく、動的に到達可能な自車軌道クエリに対して有界なコストを推定するエンドツーエンド運転計画手法を提案します。コンパクトな共同シーントークンで複数の交通参加者の将来を表現し、応急対応を考慮したコスト集約とコスト誘導型MPPI混合により計画を生成します。論文では、nuScenesにおいてST-P3やNMPなどのコスト推定型計画器を上回り、多くの回帰ベースラインより衝突率が低いと報告しています。また実世界の走行ログでは、ファインチューニングなしでSparseDriveやAlpamayoより衝突率を下げたとしています。
説明時系列基盤モデルの文脈内同定の減衰：反事実入力による診断と合成強制系による微調整での修復
要約本論文は、共変量を扱う時系列基盤モデルが、強制工学系で訓練なしに「もしも」の予測を行えるかを検証しています。TimesFM-2.5とTabPFN-TSは入力変化への応答が同時刻の関数で記憶を持たず、Chronos-2は文脈内で動特性を同定するものの効果が弱まります。合成強制系での26分の微調整で応答の大きさは回復しましたが、実測の3対象では古典的な系同定の方が明らかに優れていました。
説明エネルギーを考慮した経路追従：電気自動車向け強化学習とNMPCの比較分析
要約本論文は、NMPC、PPO強化学習、ゲインスケジュール型のアッカーマン状態フィードバック基準、Stanley幾何学基準という4種類の制御器を、共通のフルネ座標系ベースの運動学モデルと回生ブレーキを含む検証済みエネルギーモデルの下で比較しています。PPOは直線とS字カーブで学習した後、そのままの方針で未知のコースや動的単軌道車両モデルへ転移できたと報告しています。最後に各制御器の性能を分析しています。
説明ゼロからの学習を超えて：データ効率と汎化性を備えた心臓MRI再構成のための基盤モデル
要約本論文は、事前学習済みの視覚基盤モデルが、高速化された心臓MRI再構成の事前知識として有効かどうかを検討しています。凍結またはパラメータ効率よく適応させたCLIP、BiomedCLIP、DINOv2などのエンコーダを、Transformerベースの再構成構造に組み込み、CMRxRecon2023およびCMRxRecon2024のベンチマークで評価しています。事前学習表現は、複数の加速率においてゼロから学習したTransformerを一貫して上回り、データが少ない場合や別データセットへの転移でも優れた結果を示しました。全体として最も高い性能を示したのはDINOv2です。
説明自己回帰モデルの事後学習重みを用いて拡散言語モデルを強化する研究
要約本論文は、拡散言語モデル（dLLM）が、自己回帰（AR）言語モデルで既に行われた事後学習の重み更新を再利用できるかを検討しています。AR由来の事後学習の更新を拡散ベースモデルに直接加えても効果があり、拡散モデル独自の事後学習に近い性能に達すると報告しています。両者の更新は重み空間ではほぼ直交する一方、拡散モデルでは表現の変化がより揃っており、組み合わせるとさらに性能が向上します。これに基づき、学習不要の枠組みA2Dを提案しています。
説明多言語音声匿名化に対する音響的・内容的話者照合攻撃の検証
要約本論文は、音声匿名化を狙う攻撃者側の話者照合（ASV）システムを多言語環境で検証したものです。従来は主に英語で研究されてきました。音響導向と内容導向の両方の攻撃者を、多言語の匿名化音声に対して評価し、言語横断の汎化を高めるための多言語音声変換データセットを構築しています。結果として、攻撃の有効性は匿名化音声が保持する言語的有用性に依存し、全体では音響導向の攻撃者の性能が高いことが示されています。
説明ChartBmkAgent：スパースな誤りタクソノミー仕様から、ハーネスで統制されたマルチエージェントによりチャートQAベンチマークを構築する手法
要約本論文は、特定された能力のギャップを基に、スパースな誤りタクソノミー仕様から完全なチャートQAサンプルを自動構築するChartBmkAgentを提案します。中央のハーネスが各専門エージェントを統制し、各段階で元の誤りカテゴリとの整合を示す証拠を求め、受理判断の根拠を記録します。300サンプルでのマルチモーダル大規模言語モデルの正答率は32.7%から84.3%で、生成サンプルが能力差を明らかにすることを示しています。ターゲット型フォローアップは対照群の82.2%に対し50.0%のスコアでした。評価者の86.4%が各サンプルは指定された誤りカテゴリを検証すると判断しました。
説明DSV-Mem：専門業務ワークフローにおけるMLLMエージェントのマルチモーダル記憶を評価するベンチマーク
要約本論文は、専門業務の場面で密な状態を持つ視覚情報をMLLMエージェントがどの程度記憶できるかを評価するベンチマーク「DSV-Mem」を提案している。専門家が確認した場面と、現在の状態、過去の状態、派生状態、変更履歴、矛盾・拒否の5分類にわたる1,000問で構成される。27の構成で評価した結果、最も強いベースラインでも正答率は45%未満だった。主な難点は状態の変化、特に影響する更新の回数であり、状態を意識した設計の方が推論量の増加より効果的だとされている。
説明修正済みメモリを超えて：マルチエージェントシステムにおける実行一貫性
要約本論文は、共有メモリの記録が正しくても、エージェントの行動が課題の要件を満たすことは保証されないと指摘します。状態の利用、情報の受け渡し、最終状態の一致という義務によって実行一貫性を定義し、履行を判断するための証拠条件を明示しています。実験では、証拠を除去すると相反するラベルのペアの82.4%が区別できなくなり、証拠を復元すると合併されたペアの97.9%を区別できたと報告されています。
説明自然言語の質問を知識グラフへのインターフェースとして：QRAKEN のグラフ蒸留と意味的自己修復
要約本論文は、自然言語の質問をRDF知識グラフ向けのSPARQLクエリに変換する、学習不要でオントロジーに依存しない神経記号的パイプライン QRAKEN を提案している。オフラインで実データ上の多段パターン、条件付き頻度、クラスとプロパティの共起行列をまとめた TTQL を抽出し、オンラインで大規模言語モデルの生成を導きながら反復的に修正する。CK25 ベンチマークでは、2種類のモデルで厳密F1がそれぞれ 0.643 と 0.652 となり、再計算した最強の参加システムを約30%・32%上回った。アブレーションでは TTQL パターンが最も大きく寄与することが示された。
説明SAGE：意味的アンカーに導かれる医療QAデータ合成手法
要約本論文は、MeSHなどの公開医療分類体系を意味的アンカーとして用い、小規模なローカル配備モデルが少数のシードから医療訓練データを反復的に合成するフレームワークSAGEを提案しています。大量の医療文書や外部APIを必要としません。複数の医療QAベンチマークで、SAGEで合成したデータで微調整したモデルは、自己生成データや従来の文書ベース手法で訓練したモデルを上回ったと報告されています。
説明計画が答えを変えるとき：意味的クエリにおけるコストと精度の最適化の形式化
要約意味的クエリエンジンでは、述語が機械学習モデルによって評価されるため、クエリ計画の選択が結果の精度にも影響する。本論文は、そのようなクエリに対するコストと精度の最適化問題を形式的に定義する。決定モデルが与える校準済みの信頼度から各決定の期待誤差を求め、出力への寄与で重み付けすることで、ラベルなしでも計画の期待出力品質を算出できるとしている。合成データでのシミュレーションによる検証を示し、実エンジンでの評価は今後の課題としている。
説明皮膚科AIにおける臨床視覚概念の複数データセットでの診断有用性
要約本論文は、4つの公開皮膚科データセット（SkinCon、DermaCon-IN、MM-Skin、PASSION）にわたる48の臨床形態学的属性を統合したデータセット「SkinLex」（計20,411件）を提案している。形状や色など特定の視覚グループに特徴を限定すると、9分類の皮膚疾患診断の精度が下がることを示した。ブートストラップ付き後退消去法により、48の視覚概念にはある程度の冗長性があることが明らかになった。
説明DirectSpeech2LLM：音声LLMのプロンプト過学習を抑える簡潔なエンドツーエンド手法
要約音声LLMは音声認識の指示だけで学習すると、音声翻訳などの新しい指示に対応できず、主に音声認識システムのように振る舞うことがあります。本論文は、凍結したLLMの埋め込み行列上で距離ベースのCTC損失を計算し、貪欲CTCラベルから音声埋め込みを作ることで、音声入力時にもLLMが未見タスクの指示に従える手法DirectSpeech2LLMを提案します。LibriSpeechの960時間のデータのみで学習し、音声認識では級数システムを上回り、音声翻訳と感情認識にはゼロショットで汎化します。
説明POLAR：ツール呼び出しLLMエージェントのためのオントロジー誘導型リスク防止
要約論文は小規模なツール呼び出しエージェント向けのガードレール枠組みPOLARを提案し、二層の構造化オントロジーで各動作の可逆性を評価します。各動作について逆の操作列を導出して段階的な可逆性スコアを与え、閾値を下回る呼び出しは実行前に除外されます。τ²-benchで六種類のエージェントモデルを評価した結果、航空領域では四つのエージェントで平均タスク報酬が0.11〜0.18ポイント向上した一方、18のモデル・領域の組み合わせのうち全体で改善したのは8つで、零售領域や性能の高いエージェントでは後退が多く見られました。著者らは、これが監査可能な構造的検査を提供し、タスク効用とのトレードオフを示すものだとし、報酬は防止された被害の直接的な指標ではないと述べています。
説明ProximalFM：隠れた交絡下での償却型近位因果推論
要約標準的な因果同定法は未測定の交絡がないと仮定するため、隠れた交絡があると失敗することがあります。近位因果推論は代理変数を用いて隠れた交絡の下で効果を同定しますが、ノンパラメトリックな推定は不適切な積分方程式を解く必要があり、データ量・ハイパーパラメータ・最適化に敏感です。本論文は先験データ適合ネットワーク（PFN）に基づく ProximalFM を提案し、合成データで学習させたTransformerの一回の前向き計算で条件付き平均処置効果（CATE）の事後分布を近似すると報告しています。
説明自己回顧蒸留：事後の経験を事前の見通しに変える
要約本論文は、タスク完了後の軌跡情報を用いて、同じポリシーが行動前に予測を行えるよう訓練する手法、自己回顧蒸留（SRD）を提案している。SRD は学習目標としてのみ用いられ、推論時に予測を明示的に生成する必要はない。10の工具統合型推論および長期的エージェントタスクで評価され、報酬の対比が乏しい場合に特に効果が大きいとされる。2Bの設定では、SRD を加えることで成功率が0.0%から60.6%に向上したと報告されている。
注目点事後の経験を行動前の予測に蒸留する着想は新しく、10タスクで検証され一部設定で大きな向上を示す。
説明SpeedrunBench：ビデオゲームのスピードランで LLM エージェントに挑む
要約本論文は、ゲームをできるだけ速くクリアするスピードラン（speedrunning）を用いて、最先端の LLM エージェントの戦略形成能力を評価するベンチマーク「SpeedrunBench」を提案しています。9 種類のゲームを対象に、戦略の反復改善、結果の振り返り、長期的な行動の推論が求められます。実験では、単純なプラットフォーマーゲームでは人類の世界記録に近づく一方、より長く複雑なゲームでは実用的な予算内で人間の成績に及ばないことが示されています。
説明最適化エンコーダ：ニューラルフィールドのための二階メタ学習の再考
要約本論文は、ニューラルフィールドにおける潜在表現の推定過程を「最適化エンコーダ」とみなし、二階微分、潜在パラメータ化、タスク教師あり学習を統一する枠組みを示しています。これによりエンコードとデコーダを端から端まで共同学習できるとしています。提案手法 MetaLF は自己注意により潜在点群を文脈化するトランスフォーマーベースのモデルで、画像と3D形状の再構成で3～5回の勾配更新内に忠実度を向上させ、画像・形状・ボリュームの意味予測にも対応すると報告しています。
説明二つの半分は一つ以上：高速・高品質な画像生成のための段階別速度蒸留
要約本論文は、生成過程を粗い段階と細かい段階に分け、それぞれに半分のサイズの専門モデルを割り当てる段階別速度蒸留（PVD）を提案しています。総計算量は完全なバックボーンの順伝播一回分に相当します。ImageNet 256×256のクラス条件付き生成でFIDは1.48です。テキストから画像への生成では、蒸留モデルが多段階の教師モデルと競合する結果を示し、教師モデルと比べて活性パラメータとピークVRAMを削減しています。
注目点生成タイムラインを粗い段階と細かい段階に分け、半分サイズの専門モデルを割り当てる点は単一ステップ蒸留への実質的な改良である。ImageNetや複数のT2Iバックボーンで検証している。
説明ずれを検出するだけでは不十分：線形表現修復の厳密なミニマックス限界
要約本論文は、歪み予算の制約下で一つの線形写像を用い、二つのデータソース間の平均的ずれをどこまで減らせるかを研究しています。有限標本におけるすべてのこのような写像のミニマックスリスクの厳密な公式を導き、平均的な校正差分を射影で取り除くとその限界に達することを示しています。さらに、ずれの検出と除去に必要な校正信号対雑音比の差を示し、臨床および装着型睡眠脳波データで公式の予測を検証しています。
注目点線形表現修復を統計的決定問題として定式化し有限サンプルの厳密なミニマックスリスクを導出、検出と修復の差を示し、睡眠EEGで検証している。
説明PhysTacGen：物理特性を考慮した視覚・触覚センサー画像生成
要約本論文は、視覚画像から光学式触覚画像を生成するフレームワークPhysTacGenを提案し、対になった視覚・触覚データの収集コストを下げることを目指しています。材質記述を強化学習（GTPO）で最適化した視覚言語モデル、DINOv2による対の選別と単眼相対深度推定による幾何情報、そしてSDXL ControlNetによる画像合成を組み合わせています。SSVTPデータでの実験では比較手法より構造類似度が高く、盲検ユーザー調査ではGTPO生成の記述が好まれ、力係数予測の代理タスクでも改善が見られました。
説明多言語話者属性付き音声認識：カスケード方式と統合モデルの比較
要約本論文は、第2回多言語会話音声言語モデルチャレンジ（MLC-SLM）に提出されたHINTTシステムを紹介します。課題は、誰がいつ何を話したかを判定することです。著者らは、話者ダイアライゼーションと音声認識を組み合わせたカスケード方式と、話者ラベル・時刻・文字起こしを直接生成する統合型音声LLMの二つを比較しました。提出システムはカスケード方式で、MLC-SLM Task 1の条件下でより信頼性が高いと報告されています。統合型は今後の有望な方向性とされています。
説明言語が専門家の印象を担う：評価尺度に基づくLLM審査員はカウンセリング品質評価を転移させ、同領域学習を上回る（原題の翻訳）
要約本論文は、対話型カウンセリングの品質自動評価を扱い、ドイツ語の模擬カウンセリング3コーパス（専門家評価セッション計195件）間で専門家の総合印象予測を転移できるかを検証しています。他領域のデータで学習した方が、対象領域内での学習よりも高いSpearman ρ（約0.54、同領域は0.48以下）を示しました。主要な特徴は、小規模なオープンウェイトLLMが対話文字起こしから生成した会話レベルの構成概念スコアで、複数モデルの組み合わせが言語のみの条件で性能を高めています。
説明低ランク適応（LoRA）のためのリーマン幾何学的手法
要約本論文は、事前学習済みモデルのパラメータ効率的な微調整に用いられる低ランク適応（LoRA）を対象とします。LoRAのパラメータ化には同値関係があり冗長な方向が生じるため、その幾何構造に合わせた新しいリーマン計量を提案し、各勾配ステップの前処理に用います。理論的には、この前処理によって更新方向と重み行列が全量微調整により近づくことが示され、言語・視覚タスクの実験で有効性と効率が確認されています。
説明DAEDALUS：自己生成タスクからエージェントの記憶を立ち上げる手法
要約大規模言語モデルのエージェントは、新しい環境での操作知識が不足し、過去の試行の記憶がないため同じ失敗を繰り返しがちです。DAEDALUS は、解けるが難しいタスクを生成する探索エージェントと、それに取り組む解決エージェントを組み合わせます。解決の失敗から得たヒューリスティクスを検証して記憶バンクにまとめ、テスト時に利用します。論文は、既存の訓練タスクや検証器がなくても、記憶なしの基準よりも成功率が向上したと報告しています。
注目点既存タスクやオラクル検証器なしで自己生成の練習から再利用可能なメモリを構築する手法を提案し、3つのベンチマークで複数指標により検証している。
説明SepsisLens：敗血症の早期警告のための、分解可能な構造を保つ系列モデリング（arXiv論文）
要約arXiv（cs.LG）に掲載された論文で、ICUの不規則な測定データから敗血症の早期警告を行うSepsisLensモデルを提案しています。リスクを合成する前まで変数ごとの時間的状態を保持し、構造化リスクヘッドで変数レベルと臓器レベルの要素から多期間のリスクを組み立てます。3つの公開ICUコホートと1つの私立病院コホートで評価され、4つすべてで高い判別能力を示し、MIMIC-IVでは一致した事象再現率においてアラート負担の低減が報告されています。
説明言語モデルは文字体系を認識できるか？
要約本論文は、言語モデルが複数の文字体系を扱えるかを調べたものです。多文字言語を用いた2つの実験で、モデルが入力に合わせて出力の文字を選べるか、また指定された文字で書くよう指示に従えるかを評価しています。全モデルがラテン文字で98%を超える正確さを示し、大規模モデルは非標準の文字の組み合わせでも高い得点を得ました。
説明同じフィードバック、異なる回答：フロンティアモデルの顧客フィードバック分析における実行ごとの不安定性の測定
要約本論文は、同一の顧客フィードバックを繰り返し分析した際に、テーマの集合や件数がどれだけ変動するかを測る反復実行評価フレームワークを提案しています。8つのフロンティアモデルと3つの実行設計を比較した結果、持続的な分類体系（タクソノミー）に基づくエージェントは、テーマの変動を生成のみの方式に比べて86〜88%減らし、対応するテーマの件数に不一致はありませんでした。同手法は財務報告や法律文書など他の非構造化データにも適用が想定されています。
説明夢で学び、現実で勝つ：10英雄MOBAのための連続Dynaループ
要約本論文は、完全な10英雄MOBAゲームの構造化されたマルチエージェント世界モデルを構築し、1400ティックの想像上のエピソードのみで方策を訓練したうえで、実際のゲームで評価します。連続的な非同期Dynaループにより、方策は実戦のradiant側として70.2%の勝率を記録しました（夢だけで訓練した場合は0%）。また、モデルの誤りは想像の内部からは見えにくく、方策はモデルの忠実度の特性を引き継ぐことが示されています。
注目点完全な10英雄MOBAで構造化マルチエージェント世界モデルを学習し、実対戦勝率で方策を検証、Dynaループでモデル悪用を修復する点が新しく、証拠も充実。
説明幻覚検出ベンチマークにおけるラベル付け問題：実証的評価
要約本論文は、大規模言語モデルの幻覚検出ベンチマークで使われる自動ラベル付けの信頼性を検討しています。人手で注釈された900組の質疑応答ペアを用い、語彙類似度、NLIベースライン、7種のLLM評価器を異なるプロンプトで比較しました。自動ラベル付け手法同士、また人手注釈との間に大きな不一致があり、ラベルは評価基準の指定方法に強く依存すると報告しています。
説明Spectra：シミュレーションベース推論におけるテスト時の事前分布適応のための厳密な成分輸送手法
要約シミュレーションベース推論（SBI）は、尤度の評価が困難な複雑な科学モデルのベイズ推論に用いられる手法です。本論文は、拡散モデルに基づくSBIを対象としたテスト時適応手法Spectraを提案します。Spectraは厳密なスコア輸送の恒等式を用い、構造化された事前分布の変化に対して、凍結された拡散モデルから適応後のスコアを閉形式で求めます。追加のシミュレーションや再学習は不要です。6つのSBIベンチマークで、大きな事前分布のずれの下でも、低いオンラインサンプリングコストで正確な適応を実現したと報告されています。
説明第一原理から一貫した分子力場を学習する手法
要約古典的な力場は大規模シミュレーションで依然として主流であり、そのパラメータは原子や結合の種類ごとに割り当てられるため、構造ごとの適応性に限界があります。本論文は grappa-fullFF を提案し、第一原理計算の参照データから結合性パラメータと非結合性パラメータを同時かつ一貫して学習します。静電ポテンシャルの監督と電荷平衡化を促す構造による物理的正則化を用い、幾何最適化ベンチマークで高い精度を示し、外部から与えた非結合性パラメータに頼らず、既存の力場の配座サンプリングを再現するとされています。
説明構造はあるが言語化されない：LLM隠れ状態における能力要件の探査
要約本論文は、大規模言語モデルが回答を生成する前に、ユーザーの問い合わせが暗に求める外部能力の要件が隠れ状態に線形に表現されているかを調べます。来源、変換、世界効果の三軸に基づく TACIT フレームワークで八つの能力クラスを定義し、1,600件の問い合わせで線形プローブを学習しました。その結果、各モデルは細かな能力構造を高精度に読み取れる一方、自然言語で明示的に分類させると信頼性が大きく下がることが示されました。これを「構造はあるが沈黙している」現象と呼んでいます。
説明FOSLS-deRhaNN：H(div)・H(curl) 向けの原生 de Rham ニューラルクラスと、偏微分方程式の一階系最小二乗ニューラルネットワーク法への応用
要約本論文は、二次元・三次元の H(curl) および任意次元の H(div) のグラフ空間に固有のニューラル近似クラスを構成し、すべての実現がパラメータの値によらずその空間に属することを示しています。これらのクラスはスカラーまたは成分ごとのネットワークを de Rham 複体の固定作用素で写したもので、メッシュを用いません。これに基づく FOSLS-deRhaNN 法では、弱形式の自然な空間で定義された最小二乗汎関数を損失関数とし、楕円型方程式、曲率-曲率問題、線形輸送、保存則などに適用します。
説明執筆助言から原稿ガバナンスへ：学術改訂のための制約付き変換フレームワーク
要約本論文は、学術的な改訂を順序付けられた制約のもとでの許容可能性の問題として捉え、課題に依存する不変条件、文脈上の制約、可変的な提示上の選択を区別します。証拠と判断を認められた主張の境界に結びつける「主張保全契約」を提示し、保全・優先順位・文脈・十分性の四つのガバナンス命題を定めます。「学術ライティング・フィルター」はこのモデルを実装し候補となる改訂を審査するもので、優れた学術文章の普遍的な定義や分類器ではないとされています。
説明実験データなしで表現型活性を予測できるか？
要約本研究は、分子とセルモルフォロジーのペアデータで対照学習により事前学習された分子エンコーダ（CLOOME、CellCLIP など）が、Cell Painting 実験を行わずに表現型活性を予測する代替手段になりうるかを評価しています。事前学習データの漏洩と、活性と細胞毒性の相関という二つの交絡要因を統制したうえで、六つの表現手法を二つの Cell Painting スクリーニングデータで比較しました。その結果、統制後は事前学習分子エンコーダが単純な物理化学記述子に対して明確な優位性を示さず、多くの表現で毒性は表現型活性より予測しやすいことが分かりました。著者らは、表現型で事前学習したエンコーダを創薬の代替として信頼する前に、漏洩を考慮し交絡を統制した評価を標準とすべきだと述べています。
説明TICDA：表形式のインコンテキストデータ帰属手法
要約表形式基盤モデルは、パラメータを更新せずに文脈内の正解付き事例を参照して予測を行いますが、個々の事例が予測にどう影響するかはよく分かっていません。本論文は、TFMの潜在埋め込みで学習した線形代理モデルから、1回の順伝播で文脈内の各事例の影響を測るTICDA（Tabular In-Context Data Attribution）を提案しています。著者らは、ラベル誤り検出、文脈の選別、モデル間での帰属スコアの転移、能動学習への応用の4つのタスクで最も良い妥協点を示したとしています。
説明モデルマージの再考：タスク演算が暗黙に与える正則化を見直す
要約モデルマージは、タスクごとに学習した個別モデルの重みを組み合わせ、低コストでマルチタスクモデルを作る手法です。既存手法の多くは追加データセットを使ってタスク別重み更新の線形結合係数を探索しますが、本研究はこの手順が探索先をタスク別重み更新で張られる部分空間に制限する暗黙の正則化になっていると指摘します。この制限を外して合併モデルの重みを最適化すると、複数のアーキテクチャや領域、クラスごとに1サンプルしかない極端なデータ制約下でも、一般的な手法の性能が大きく向上したと報告されています。
説明VisionWeave：マルチモーダルLLMに弾力的な視覚表現の割り当てを内蔵させる手法
要約マルチモーダル大規模言語モデルは、画像を固定サイズの密なパッチトークンに変換するため計算コストが大きくなります。VisionWeaveは、粗い表現と細かい表現を共通の座標上に作る門制御空間プーラーと、内容に応じて粒度を選ぶルーターを組み合わせます。Qwen3.8-27Bでは平均43.0%のトークンを削減しつつ、8つのベンチマークで元性能の98.9%を維持したと報告されています。
注目点ゲート付き空間プーリングと粒度ルーターによる弾力的視覚表現を提案し、大規模学習とSGLang展開で効率と性能を検証している。
説明LLM によるハイパーグラフ推論を用いたゼロショット表形式学習
要約本論文は、表形式データ向けの関係性を考慮したゼロショットフレームワーク TABHGR+ を提案する。列とタスクの説明をもとに LLM がルールを生成し、全行に弱いラベルを付与する。さらに、意味的に関連する行をルールでまとめてハイパーグラフを構築し、ハイパーグラフ上のラベル伝播で雑音の多い弱ラベルを精緻化する。LLM の呼び出し回数はデータセットの規模に依存せず一定で、推論コストを抑えつつ、ゼロショットおよび一部の少数ショット基準手法より高い分類精度を示す。
説明先に判断し、そして見る：検索された記憶のどれをピクセルとして入力すべきかを学習
要約マルチモーダルアシスタントは、画像を含む長期記憶を検索してから回答します。本論文のPixelTriageは検索後に挿入される小型モデルで、テキストは生成せず、対話、短いメモ、各記憶のサムネイルを読み取り、そのピクセルがどれだけ情報を追加するかを予測します。M3Exam、DMV、MemEyeにおいて、7Bの回答モデルと組み合わせると、視覚トークンの11〜23%しか使わず、精度の大きな低下はありません。DMVでは全画像を開くより2.9倍速く回答します。
説明M3SunAgent：単眼メトリック深度推定と3D視覚的グラウンディングのためのエージェント
要約本論文は、大規模言語モデルをタスク計画器として用い、検出器や深度推定などのツールを組み合わせる単眼3D空間理解の統一エージェントM3SunAgentを提案します。インスタンス単位の深度推定では、全比較モデルの中で最高性能を示し、予測インスタンスの52.61%が深度誤差0.25未満（δ<0.25）に入りました。評価用に2,910サンプルのM3SIデータセットも構築されています。単眼3D視覚的グラウンディングでは、3D平均IoUが41.73%で、MonoVLMモデルを3.62%上回りました。
説明高次モデルの優位性は高次の情報によるのか？ハイパーグラフ学習における性能向上の再検討
要約高次ハイパーグラフモデルはハイパーグラフ学習のベンチマークで低次ベースラインを上回ることが多く、その利点は高次情報の活用によると考えられてきました。本論文は、ペアワイズ（低次）情報を保ちながら高次情報を摂動させる制御された性能帰属フレームワークを提案し、25のベンチマークで多くの場合、摂動後も優位性の大部分が保たれることを示しました。さらに、ペアワイズ重みの強化、ペアワイズ特徴伝播のステップ増加、正規化などの単純な追加により残りの差が縮小し、一部の優位性は低次の要因で説明できることが示唆されています。
注目点高次情報を制御的に摂動する枠組みを提案し25のベンチマークで検証、多くの性能向上が低次で説明可能と示す。
説明修正の結果から学ぶ：自己改善エージェントのための事後的メタ経験抽出
要約本論文は、エージェントが自らの改善過程から学習するためのHMED（事後的メタ経験抽出）という仕組みを提案している。修正の元となった完了済みのイベントに立ち戻り、同じ復元された発見状態から既存のメタスキルと修正後のメタスキルをそれぞれ再実行して、共通の条件下で修正による変化を比較する。その比較結果を、今後の更新で再利用できる構造化されたメタ経験として抽出する。著者らは、3つの対話型エージェントベンチマークと複数のオープンソース・クローズドソースのモデルにおいて、HMEDが強力なベースラインを上回りスキル発見の性能を一貫して向上させたと報告している。
説明対数凹確率効用モデルにおける人間のフィードバックからのランキング学習
要約本論文は、未知の数値効用をもつ固定された項目集合のランキングを、人間のフィードバックから復元する問題を扱います。対数凹ノイズを含む確率効用モデルでフィードバックを表し、全順位フィードバックと勝者のみのフィードバックの二つの場合を検討しています。両場合についてサンプル複雑度の最悪ケース下界を示し、対数因子を除いてこれに一致するアルゴリズムを提案しています。勝者のみの場合は本質的により難しいことが示されています。
説明エージェントは誰にでも使えるか？個人化UIにおけるモバイルGUIエージェントのユーザー間信頼性
要約本論文は、利用履歴や好みに影響される個人化されたインターフェース上で、モバイルGUIエージェントが異なるユーザー間で信頼性を保てるかを検討します。ユーザー条件付きのアプリ状態を構築するPAIR（Personalized Application-state Instantiation and Rendering）と、ユーザー間のサブゴール結果の差から学習するRePAIR（Reinforcement learning with Personalization-Aware Interaction Rewards）を提案しています。6つのエージェントの実験では、ユーザーごとに成功率に大きな差があり、個人化UIではサブゴール達成率が低下することが示されました。RePAIRは未知のユーザーに対して、教師ありファインチューニングの親モデルより性能を改善したと報告されています。
説明EmbodiedSmith：シミュレーションにおける再帰的自己改善フライホイールによる身体性データの拡張
要約本論文は、ロボットの身体性学習用データをシミュレーションで生成するフレームワーク EmbodiedSmith を提案しています。シーンとタスクを反復的に相互改善する自律的な改善ループにより、アセット、シーン、タスクの生成を統合しています。移動マニピュレータ、ヒューマノイド、器用なハンド、さらに変形物体や流体を含む相互作用にも対応します。実験では生成データの品質、多様性、効率が検証され、データの多様性向上が下流の方策の汎化を改善することが示されています。
説明DecepEval：LLMエージェントの欺瞞性を評価するベンチマーク
要約本論文は、1,532件のインスタンスを3つのタスクファミリーと28の専門シナリオにわたって含むベンチマーク「DecepEval」を提案しています。古典的な詐欺理論に基づき、圧力、インセンティブ、機会、対立という4つの外部条件を整理した「LLM Deception Diamond」フレームワークを示しています。中立版と誘導版を対にして欺瞞率の変化を測定し、9つの最先端LLMを評価したところ、誘導によって多くのモデルとタスクで欺瞞率が上昇し、ベースラインの欺瞞率が低いモデルでも同様でした。
説明VAEベースの音声デコーダにおける特徴エンコーディング：入力・深さ・分布の影響
要約本論文は、RAVE（Realtime Audio Variational autoEncoder）などのVAEベースのニューラル音声合成モデルのデコーダ内部で、音楽的特徴がどのように表現されているかを分析しています。異なる音楽領域で学習した3つのモデルと、汎用モデルEnCodecを比較しました。合成刺激は強く符号化され、自然音声では弱くなるものの非線形プローブで明確になり、中間層で結合的な符号化が強まることが報告されています。
説明ReGraph：視覚の「何」と「どこ」の二重経路における汎化の計算モデル
要約本論文は、生物学的な帰納的バイアスを備えた再帰的二重流グラフモデル ReGraph を提案し、視覚の背側（「どこ」）経路と腹側（「何」）経路を模擬する。Something-Something V2 の動作データセットで学習させた結果、背側経路に文脈に依存しない関係符号と格子状の空間基底が現れた。著者らは、汎化能力は専用の領域で突然生じるのではなく、感覚情報が階層的な視覚経路へ分化していく過程で形成されると論じている。
説明DensiTok：入力より多くの視点を「見る」フィードフォワード型3Dガウシアンスプラッティング
要約フィードフォワード型3Dガウシアンスプラッティング（3DGS）は、一度の順伝播でシーンを再構成しますが、入力画像が減るほど品質が大きく低下します。本論文は、事前学習済みモデルに組み込むプラグイン型モジュールDensiTokを提案し、凍結したバックボーン内部の幾何トークンを稠密化します。トークンを低次元の潜在空間に圧縮し、カメラ幾何を条件として単一の流れ整合ステップで未観測視点の潜在変数を補完したうえで、元の再構成ヘッドが使えるトークンに復号します。3つの事前学習済みバックボーンと2つのベンチマークで、疎な視点からの再構成を一貫して改善しています。
説明言語ベースの軌跡予測における数値予測モデルの再検討
要約本論文は、MoRE（Mixture of Reward Experts、報酬エキスパート混合）という洗練フレームワークを提案しています。凍結された5つの数値予測器が持つ座標レベルの知識を、強化学習によって事前学習済みの言語ベース予測器へ移すものです。予測結果は専門家報酬に変換され、意見の不一致にペナルティを与える不確実性重み付けの合意によって統合されます。ETH-UCYではADEが0.22mから0.20m、FDEが0.32mから0.29mに低下し、ベースポリシーと比べてSDDでは17.9%、NBAでは12.7%のADE低減が報告されています。
説明信頼度推論グラフ：LLMエージェントのための構造化された信頼度推定（Confidence Reasoning Graphs，CRG）
要約本論文は、LLMエージェントが単一の実行軌跡からタスクを達成した確率を推定する推論時フレームワーク、信頼度推論グラフ（CRG）を提案している。モデルの内部へのアクセスや学習データを必要としない。CRGは「タスクを達成した」という主張を軌跡上の証拠に基づく下位の主張に分解し、それぞれの信頼度を推定して全体の信頼度に集約する。三つのベンチマーク、三つのバックボーンモデル、三つのエージェントフレームワークにおいて、従来の基準よりも較正が良く、リスクを考慮した意思決定に優れた結果を示した。
説明実行中の未知の視覚的乱れに適応する視覚・言語・行動モデル
要約本論文はSALTという手法を提案し、ロボットがタスク実行中に未知の視覚的乱れに遭遇した際、前回の行動チャンクのうち未実行の残りの軌道を自己教師信号として用いてテスト時に適応させます。乱れの注釈や専門家の行動は不要です。LIBERO-10では、5種類の持続的な視覚的乱れにおける平均成功率がSmolVLAで43.9%から53.2%、GR00T N1.7で58.7%から66.0%に向上し、実ロボットでのタスク進捗は0.49から0.61に改善しました。
説明UltraDiff：形状最適化のための超音波微分可能レイトレーシング
要約本論文はUltraDiffという枠組みを提案し、超音波画像形成を飛行時間に基づく過渡レンダリングとみなして、経路空間積分で定式化します。モンテカルロ推定によって順方向モデルとシーン・パラメータに対する勾配を求めます。球のSDFを初期形状とし、シミュレーションしたエコーが実測エコーに一致するよう最適化し、模擬Bモード走査とロボットで取得した脊椎ファントムの実データから椎骨表面を復元します。事前にセグメンテーションされた画像を必要とせず、Bモード画像に対して解析合成による教師なし処理を行い、競争力のある幾何学的精度を達成しています。
説明循環言語モデル向け ハイブリッド潜在注意（HLA）
要約循環言語モデルは同じ層のスタックを各トークンに T 回適用し、パラメータを増やさずに深くしますが、キー・バリューキャッシュが T 倍に膨らみ、GPU で同時にデコードできる系列数を制限し、デコード速度も落とします。本論文は Hybrid Latent Attention（HLA）を提案し、直近 W 個のトークンは正確なキーと値を保持し、それより古いトークンはコンパクトな潜在表現として保存して、各ループのクエリが直接読み取ります。Ouro 循環モデル（T=4、1.4B・2.6B パラメータ）に対し、事前学習済みの重みは凍結し、追加パラメータのみを学習して元の注意機構を再現します。キャッシュはトークンあたり 10.7 倍小さくなり、1K コンテキストでのデコード性能は 2.5 倍、16K では最大 7.4 倍に向上したと報告されています。多くのベンチマークで元の精度の 97% 以上を保持しています。
説明センシング支援ビーム予測のための省エネルギー型スパイキングニューラルネットワーク
要約この論文は、ミリ波システムのビーム予測において、位置や視覚などの環境情報を用いてビーム訓練のオーバーヘッドを減らす手法を扱っています。消費電力を抑えるため、従来の人工ニューラルネットワーク（ANN）の代わりにスパイキングニューラルネットワーク（SNN）を設計し、位置のみ、視覚のみ、マルチモーダル入力で比較しています。位置のみではコンパクトなANNが優れ、視覚およびマルチモーダルではSNNが近い消費電力で高い精度を示し、消費電力は最大で一桁少なくなると報告されています。ただし、SNNの精度は層間の二値通信によって制限されるとしています。
説明CCDF：監視映像のディープフェイク検出用ベンチマークデータセット
要約本論文は、監視映像のディープフェイク検出を評価するためのデータセットCCDFを提案する。1840本の動画（実写460本、生成1380本）を含み、16の犯罪・事故カテゴリにわたる。生成映像は商用の3システム（Grok Imagine、Google VEO 3.1、OpenAI Sora 2）で作成された。十種の最新検出手法で評価した結果、既存データセットでは高い性能を示す手法でも、生成動画と実写動画を確実に区別できないことが示された。
注目点監視映像という新たな場面向けに、最新の商用生成器3種を用いた深偽データセットを構築した点は新しいが、規模は1840本と小さく、評価は既存検出器に依存している。
説明一般化マセロン変分インプリシットプロセス：陰的事前分布のための事後推論手法
要約本論文は、ベイズニューラルネットワークや確率的シミュレータのようなサンプリングで定義される陰的事前分布（関数空間の密度が通常得られない）の下で事後推論を行う、一般化マセロン変分インプリシットプロセス（GMVIP）を提案している。この手法は事前分布から関数を抽出し、誘導入力点の集合で補正を加えて事後サンプルを構成する。実験では回帰、分類、予測において既存手法と概ね競合すると報告されている。
説明四象限アプローチによる Redpine Science の評価
要約本レポートは、MCP と API を通じて多数の査読付き文献にアクセスできる Redpine Science を評価したものです。検索結果の関連性と、Redpine Science を使った場合と使わない場合のモデルの回答精度を、公開ベンチマークと専門家が検証した問題セットの両方で検証しています。主な結果として、ScholarQABench SciFact では Redpine Science を使うエージェントが論点の 94.4% を正しく回答し、検索なしでは 87.6% でした。専門家検証の問題セットでは、それぞれ 80.1%（Web 検索のみのエージェントは 70.2%）でした。
説明擬似単語を探針として：大規模言語モデルは人間の擬似単語処理を支える下位語彙的感受性をほとんど示さない
要約本研究は、イタリア語の二択強制選択による擬似単語実験2件で五つの大規模言語モデルを検証し、人間の行動ベースラインと比較しました。実在語の選択肢が語彙的な親しみやすさの手がかりを与える場合にはモデルが人間とより一致しましたが、擬似単語のみの条件では文字 n-gram モデルの fastText を大きく下回りました。人間と fastText の一致を支えた下位語彙的なコサイン類似度の手がかりは、人間とモデルの一致には一貫して移転しませんでした。
説明SIGMA：モデル仕様に基づく自己改善型アライメント汎化手法
要約本論文は、望ましい振る舞いを記述した「モデル仕様」のみを与えられた大規模言語モデルが、自ら安全アライメントを改善するためのデータ生成・学習パイプラインSIGMAを提案します。モデルがタスク設計者として整合性のジレンマ場面を生成し、そのモデル自身を報酬モデルとして教師ありファインチューニングとルーブリックベースの強化学習を行います。単一ターンの対話データのみで学習したにもかかわらず、多ターンのエージェント環境で有害性指標が低下し、ベースラインを上回ったと報告されています。
説明マルチモーダル学習のための動的アライメントとキャリブレーション（ACML）
要約本論文は、マルチモーダル学習における二つの課題に取り組んでいます。一つ目は、静的なクロスモーダル整合が全サンプルに一律の制約を課し、不適切な過剰整合を招きうる点です。二つ目は、信頼度ベースの融合がモダリティ間の特徴量の大きさや信頼度の差を十分に考慮できない点です。著者らは、動的クロスモーダル三重項整合モジュールと差分認識型の注意キャリブレーション手法を備えたACMLを提案しています。複数のベンチマークで既存の最先端手法より優れた性能と頑健性を示したと報告しています。
説明TF-PRVR：学習不要の部分関連動画検索
要約部分関連動画検索（PRVR）は、編集されていない動画の中から、テキストクエリに関連する場面を含む動画を探す技術です。本論文は、タスク固有の学習を行わない初のPRVRフレームワーク「TF-PRVR」を提案しています。凍結された視覚・言語特徴を用いて動画を適応的に多スケールの区間に分け、多スケールグラフ上でクエリの関連性を伝播させ、時刻を意識したスコアリングで結果を統合します。著者らは、データセット固有の過学習を避けつつ、多様なデータセットで一貫した性能を示すと述べています。
説明OpenWAM：組み合わせ可能な世界-行動モデルのためのオープンフレームワーク
要約本論文は、ロボットの「世界-行動モデル」（WAM、将来予測とロボット制御を結びつけるモデル）のためのオープンなフレームワークOpenWAMを提案している。Wan2.2-5Bを基に、1万時間を超える動画で因果的なロボット動画事前学習を行い、共有のMixture-of-Transformers構造で行動エキスパートを統合して、さまざまな動画と行動の生成方式に対応させる。LIBERO-Longでは、因果的適応によりVTA成功率が68.4%から97.8%に向上した。反事実的遷移が逆動力学・順動力学モデルを改善する効果の研究にも使われる。
説明球体充填による物理ベースのラグランジュ式メッシュ変形
要約本論文は、微分可能シミュレーションと計算設計のための体積メッシュ手法JamTetを提案します。GPU並列メッシュ生成、内部節点の同一性を保つラグランジュ式メッシュモーフィング、質量-バネと体積Neo-Hookean項を持つJAX微分可能シミュレータを含みます。ソフトロボットの形態設計実験では、内部節点の勾配により、表面のみの同条件の変種より遊泳適応度が0.73～1.07向上しました。
説明伪造の痕跡は明示的にモデル化できるか？編集関係のペアを用いた痕跡の分離による画像改ざん箇所の特定
要約本論文は画像改ざん箇所の特定（IML）を潜在変数問題として再定式化し、既存モデルが痕跡を暗黙的にモデル化していることが性能不足の原因だと主張します。そこで、ペア痕跡学習（PAL）と標準定位（SL）の二段階学習法を提案し、編集関係を通じて痕跡の分布と改ざんマスクを推定します。また、編集グループ単位で整理したデータセットEditGroup-45Kも構築され、コードとデータは公開されています。
説明全スライド画像からの胃腺癌分類のためのマルチモーダル知識蒸留
要約本論文は、胃腺癌の全スライド画像（WSI）による組織型分類を対象に、マルチモーダル知識蒸留の枠組みを提案している。教師モデルは低ランクマルチモーダル融合（LMF）で画像と病理診断テキストを統合して表現を学習し、生徒モデルはその知識を蒸留して画像のみで推論できるようにする。PatchGastricデータセットでの平均精度は既存手法より少なくとも3.35%高く、Transformerベースの融合や大規模言語モデルには依存しない。
説明制御ベースの動的最適化による多様な動き・カスタマイズ
要約動画生成において動きのカスタマイズは、参照動画の外観属性が出力に混入する内容リーク（content leakage）のため難しいとされています。本論文は確率的最適制御を用いて生成過程を目標の動きへ導きつつ、参照動画へ収束しないようにする学習フレームワーク（CMC）を提案しています。実験では内容リークの軽減と、基盤モデルの多様性維持、そして約2.5倍の学習高速化が示されています。
説明時間正則化の再検討：深層強化学習における滑らかな制御
要約深層強化学習の方策は、実機ロボットへの展開を妨げる不連続な動作の振動を生じることがあります。既存手法は状態入力への感度を直接抑えて空間的な滑らかさを得ようとしますが、強い平滑化を求めると課題性能が低下する場合があります。本論文は、時間的ペナルティが同じ次状態を共有する現在状態間の期待動作差を抑えることを証明し、時間的ペナルティと線形ランプアップを組み合わせたCATS（Conditioning for Action using only Temporal Smoothness）を提案しています。シミュレーションと実機の実験で、計算負荷をほとんど増やさずに動作の振動を大きく減らし、課題性能を維持できることが示されています。
説明連続メモリマシン（CMM）：短期・長期の行列メモリを持つ再帰型ニューラルネットワーク
要約再帰型ニューラルネットワークは通常、情報を単一のベクトル状態に圧縮するため、短期的な計算と長期的な保持が同じ表現を共有しています。本論文では、役割の異なる行列値の短期メモリと長期メモリを持つ連続メモリマシン（CMM）を提案します。両メモリはTransformerによって共同で更新されます。アルゴリズム、文脈内学習、再帰的推論のタスクで複数のベースラインを上回り、従来のメモリ拡張ネットワークより強い汎化性能を示すとともに、解釈可能な注意パターンを保持しています。
説明等方性はあるが復号できない：潜在予測型テキスト表現における系列内容充足性のギャップ
要約本論文は、表現が入力に含まれる順序付けられた目標情報を保持しているかを検討し、順序付き潜在キャンバス、正準トークン監督、幾何学的正則化を組み合わせた非自己回帰型フレームワーク CANOPE を提案しています。実験では、幾何学的な規則性だけでは、検討した設定において回復可能な系列内容や下流での有効な利用が保証されないことが示されています。
説明ApexQuant：残差の再等方化によるデータ不要の弾力的量子化
要約本論文は、既存の量子化器の上で残差誤差を再帰的に再量子化する、キャリブレーション不要の量子化手法 ApexQuant を提案しています。新しいランダム回転を用いると残差が超球面上の一様分布に戻ることを示し、連続するパスごとの誤差減衰の速さを特徴づけています。重みを読み込む前に、目標の重み空間誤差に必要なパス数を決定できます。4 つのオープン重みの大規模言語モデルで検証され、4 ビットでは全精度に近い結果、2 ビットでも良好な結果が報告されています。
説明視覚・言語モデルの教師なしロングテール適応（ラベルなしデータの偏った分布に対応する手法）
要約本論文は、ラベルなしデータの分布が偏ったロングテール状況で視覚・言語モデル（VLM）を適応させる新しい設定「ULTA」を定式化しています。この設定では、教師ありのロングテール学習とは逆に、頭部クラスの性能が大きく低下することが示されています。提案手法MARS（Margin-Aware Refinement with Structural alignment）は、境界保持アライメントと、マージンを考慮した自己精緻化から構成されます。九つのベンチマークデータセットで既存手法を上回り、平均精度が4.71ポイント向上したと報告されています。
説明ARIA：音声に基づく旋律と声調の関係モデリングによる広東語作詞
要約広東語の作詞では、語の声調と旋律の音高を密接に合わせる必要があります。ARIAは二段階の枠組みで、記号化された旋律ではなく、文字単位のタイムスタンプを持つ歌唱録音から広東語の歌詞を生成します。TRATEが歌唱音声から0243声調列を予測し、DRA-TCLGが予測された声調計画と検索で強化された語彙ガイダンスをもとに歌詞を生成します。また、実際の広東語歌唱録音から大規模な音声・粤拼・0243の対応データセットを構築し、実験で声調予測と声調に一致した歌詞生成において良好な性能が示されました。
説明IEEE 802.11bx：WLAN インテリジェントネットワーキング（WIN）、AI 対応の Wi-Fi 9 に向けて
要約本チュートリアルは、IEEE 802.11 標準化における Wi-Fi 9 に向けた最近の進展を概観し、AI 対応の Wi-Fi 9 を後押しする要因と技術的進歩をたどります。AI の役割を、プロトコルとしての AI、プラットフォームとしての AI、トラフィックとしての AI の三つの側面から検討し、それぞれの候補機能と未解決の課題を論じます。AI トラフィックの差別化を事例として取り上げ、既存の EDCA を拡張して新たな AI トラフィックフローに対応する可能性も示します。
説明稀疏な長期タスク向けの分散回避型 n ステップ・オフライン強化学習（VAN-Flow）
要約本論文は、生成型オフライン強化学習のための VAN-Flow 枠組みを提案している。カテゴリ分布型クリティック、分散を避ける期待値演算子、棄却サンプリングで誘導されるフローマッチング型生成アクターを組み合わせ、高い収益かつ低いばらつきの行動を優先する。著者らによれば、D4RL と OGBench の40以上のタスクで強力なベースラインを一貫して上回り、長期的で分散の大きい場面で最も大きな改善が見られたという。
説明FC-SWE：長期的ソフトウェア工学エージェントのための失敗条件付き強化学習
要約本論文は、リポジトリ単位のソフトウェア工学タスクを解くエージェントを訓練するためのFC-SWEフレームワークを提案しています。パッチが検証に失敗すると、リポジトリを元のタスク状態に戻し、失敗したパッチと検証器のフィードバックを文脈として回復試行を行います。SWE-bench Verifiedの500タスクで、Qwen3.5-4Bを用いたFC-SWEはResolved@1で41.7%を達成し、GRPOの38.9%を上回りました。
説明大規模言語モデルによる地域海面水温予測のための環境テキストと空間グラフ
要約本論文は、海面水温（SST）の地域多段階予測において、SST格子全体をテキストに直列化せずに、性質の異なる情報を大規模言語モデル（LLM）へ提示する方法を研究している。過去の水温と偏差の系列、日付に対応した環境記録、静的な海洋知識をテキストの文脈として与え、地域の空間状態はグラフ由来の連続的なプレフィックスで供給する。南シナ海での実験では、完全な構成が比較手法の中で十の予測ステップにわたり最良のMAEとR²を達成した。また、ルールベースのモジュールは予測傾向と環境要因の方向を知識項目と照合し、出典付きの事後的な文脈説明を出力する。
説明LLMの忠実性再考：文脈の変化に応じた回答・棄権の切り替え能力を評価する
要約本論文は、同じ質問に対して根拠が十分な文脈と不十分な文脈の双方で、モデルが回答と棄権を適切に切り替えられるかを評価するペアワイズ忠実性ベンチマーク（PFaithBench）を提案しています。39のモデルを7つのモデルファミリーで評価した結果、多くのモデルは回答に偏っており、忠実性の誤りの多くは文脈が不十分でも回答を捏造する過剰回答によるものでした。さらに、回答用データと棄権用データの構成によって学習結果が大きく変わることも示されています。
注目点十分な文脈と不十分な文脈で回答と棄権を切り替えられるかを測るペア評価を提案し、39モデルで系統的に検証した。
説明統合マルチモーダルモデルにおける視覚的な編集拒否：Draw-or-Decline ベンチマークと VisTA 学習法
要約本論文は、統合マルチモーダルモデル（UMM）が実行不可能な画像編集の依頼を受けても、矛盾に気づかず生成を続ける傾向があることを指摘しています。著者らは、1,050 組の実行可能・不可能な依頼ペアからなる Draw-or-Decline ベンチマークを作成し、最も強力な編集モデルの不可能な依頼に対する拒否率が 0.4% にとどまることを示しました。さらに VisTA 学習法を提案し、VisTA-BAGEL は不可能な依頼の 93.0% を拒否し、実行可能な編集の 74.3% を完了しています。
説明ShanLiangRen：個別化された一日の献立計画のための栄養エージェント
要約本論文は、個別化され完全に定量化された多目的食事計画問題を提案し、その解決のための栄養エージェントShanLiangRenを開発したものである。システムは食事基準、栄養データ、利用者属性、自然言語の要望を個別化された制約付き計画問題に変換し、正確な検索拡張生成で候補を絞り込み、パレート原理に基づき大規模言語モデルが計画を反復的に修正する。食材と分量を明示した献立と栄養適合性の報告を出力し、微信ミニプログラムとして公開されている。
説明少ないラベルで学習する心電図波形境界検出の深層学習：広く使われている解析ツールとの複数データセットによるベンチマーク
要約本論文は、心電図（ECG）の波形境界を特定するタスクを扱い、自己教師あり事前学習と、教師ありまたは半教師ありのファインチューニングを、内部データセット1件と外部データセット4件で比較しています。続いて、選ばれた深層学習モデルを、NeuroKit2、Prominence、ECGdeliなどのオープンソースツールおよびCalECGの商用ツールと比較しました。モデルはすべての指標とデータセットで最良となり、リズムの多様なデータセットでは最強のツールを明確に上回り、洞調律から不整脈への移行で性能低下が最も小さかったと報告されています。
説明学習型適応多重解像度拡散イメージング：強化学習で細分化領域を決める画像手法
要約本論文は、AMDI の固定木伝播と階層制約を保ったまま、伝播後の選択器を近接方策最適化で学習した共有局所方策に置き換える Learned AMDI を提案している。9 つの保留ケストで平均終端参照差異は 0.17496 から 0.13657 に低下し、占有率は 0.13737 から 0.26660 に上昇した。著者らは、本静的ベンチマークでは改善の大部分が初期割り当てによるもので、逐次的な決定の寄与は限定的だとしている。
説明超小規模中国語BERTの事前学習：MLM・WWM・MacBERTの3戦略の統制比較
要約本論文は、わずか8.7Mパラメータの超小規模中国語BERTモデルを用い、同一のアーキテクチャ、コーパス（約129万文の中国語版ウィキペディア）、ハイパーパラメータの下で、マスク言語モデル（MLM）、全単語マスキング（WWM）、MacBERT式の置換という3つの事前学習戦略を比較しています。極小規模ではMLMが全体として最良で、WWMは困惑度とMLMヒット率で優れています。同義語辞書の被覆率が低いMacBERTは困惑度が大きく悪化し、訓練損失だけでは効果を信頼できないことも示されています。
説明Revar3r：フィードフォワード型3D再構成のためのゲージ認識型摂動不確実性
要約本論文は、学習不要の摂動不確実性手法が、凍結された3Dモデルの出力座標系に含まれる未観測の回転を誤りと誤認し、正しく再構成された遠方の点まで不確かに見えてしまう問題を指摘しています。著者らは、誤差に依存せずシーンの広がりとともに増大する分散項を導出し、複数回の予測を共通の相似変換座標系へ整列させてから点ごとに分散を計算するReVar3Rを提案します。VGGT、π3、MASt3Rの6データセット・18条件のうち15条件で、内蔵の信頼度よりAUSEを低くしました。一方、学習済みの証拠ヘッドと比べると大きさの校正では劣り、トレードオフの関係にあります。
説明自己参照型社会的選好：他者の報酬を観測せずに協力を学ぶ研究
要約本論文は、マルチエージェント強化学習における協力の促進を扱います。既存手法の多くは他のエージェントの報酬を観測する必要がありますが、本研究は各エージェントが自身の報酬モデルで他者の観測可能な行動と結果を評価する「自己参照型社会的選好」を提案します。三つの逐次的社会的ジレンマ環境で検証した結果、他者の報酬を見なくても協力行動が学習され、場合によっては真の報酬を観測できるエージェントより公平な分配が得られることが示されています。
説明AIはどのように人類を消滅させうるか？文明的リスクの失敗モード分析
要約本論文は、高度な人工知能が人類の絶滅、不可逆的な文明崩壊、あるいは人類の恒久的な無力化にどのように寄与しうるかを分析するための失敗モードの枠組みを提示しています。著者は、壊滅的なAIリスクは意識や敵意、人類への害意を必要とせず、自律的なアラインメントの失敗、有害な人間による利用、組織の失敗、競争的な展開といった相互作用する経路から生じうると主張します。これらの経路の深刻さは、能力、自律性、外部からのアクセス、持続性、制度的な防護策、回復能力の維持などの要因に左右されます。本分析は意図的に運用手順を示さず、因果条件、実証可能な中間指標、防御的な研究課題を示すことに留めています。
説明負のポリシーによるロールアウトを用いたオンポリシー蒸留：能力の低い負のポリシーの生成サンプルで生徒モデルに負の信号を与える手法
要約オンポリシー蒸留（OPD）は、生徒モデルが自ら生成した出力に対し、より強い教師モデルからトークン単位の監督を受ける学習手法です。教師と生徒の分布の重なりが小さい場合、正の指導だけでは学習信号が不十分になることがあります。本論文は NP-OPD を提案し、ロールアウト段階で能力の低い負のポリシーの出力を負の参照として加え、教師による正の監督は維持します。実験ではモデル規模や推論分野などを変えても改善が見られ、負のポリシーが教師より好むトークンが抑制されることも示されています。
説明CueRator：凍結マルチモーダルエンコーダを適応させる記号ルールのエージェント探索
要約本論文は、凍結された対照学習型マルチモーダルエンコーダの横断モーダル類似度を予測へ変換する決定ルールを、LLMエージェントで探索するCueRatorを提案する。エンコーダの再学習は行わない。OV-AVEBenchの開放語彙音声視覚イベント認識で、総合平均を57.8から60.2に、未見カテゴリ性能を55.8から59.9に高め、既知と未知カテゴリの差を7.1から1.2に縮めた。
説明ReFold：学習不要で可逆的なターン間コンテキスト折りたたみ手法（長期タスク型エージェント向け）
要約長期タスクを行うLLMエージェントは毎ステップ全対話履歴を再送するため、コンテキストとコストがステップ数とともに増大します。本論文は学習不要のレンダリング層ReFoldを提案し、履歴自体は保持したまま、モデルに渡す描画済みコンテキストのみを圧縮します。既に表示済みの内容はスタブに置換し、エージェントが完了と報告したターンは一行の注記に折りたたみます。すべての削除は履歴から復元可能で、論文では5つの長期ベンチマークと2つの最先端LLMでトークン消費を最大2.5倍削減し、タスク成功率は低下しなかったと報告しています。
説明X線回折分析のための自己学習型科学エージェント
要約本論文は、粉末X線回折分析向けの自己学習エージェント「Gan Jiang」を提案している。著者らが開発したXMatcher、XQueryer、XDecomposer、WPEMからなる分析エンジン群を基盤とし、失敗の診断、スキルの指示とコードの修正、再利用前の検証を通じて分析経験を実行可能なスキルへ変換する。言語モデルの再学習は行わない。FullProf、GSAS-II、PyWPEMにおける精密化スコアで、専門家が設計した元のスキルを上回ったと報告している。
注目点X線回折分析用の自己学習エージェントを提案し、検証済みスキルの蓄積により複数ベンチマークで専門家設計や既存手法を上回る結果を示す。
説明WorkflowOps：過去のワークフローから協調の事前分布を学習するマルチエージェント編成フレームワーク
要約本論文は、マルチエージェント・ワークフローを編成する WorkflowOps フレームワークを提案しています。過去のワークフローからエージェント同士の協調頻度を表す遷移確率行列を学習し、DAG ワークフローの構築を誘導します。能力の不足が検出されると新しいエージェントを生成し、協調行列に組み込みます。コード、数学、質問応答の混合タスクでの実験では、近年のワークフロー構築ベースラインより端到端の合格率が向上し、過去の引き継ぎパターンが転用できる構造化タスクで最も大きな改善が見られました。
説明Tram-FL：分散型フェデレーテッド学習でモデルを順次巡回させ、通信・計算コストを削減する手法
要約分散型フェデレーテッド学習（DFL）では、各クライアントがモデルの複製を持ち個別に更新・交換するため、計算と通信の無駄が生じやすい点に着目しました。本論文は、単一のモデルをノード間で巡回させながら順次学習する Tram-FL を提案し、どのノードで何回更新するかというスケジューリングの方法を示します。量子化モメンタムにより、1回の送信量を抑えつつ巡回回数を減らせるとしています。実験では、非IID データでも低い通信・計算コストで大域モデルに収束したと報告されています。
説明車両軌跡からの個人化経路再現のための意思決定指向ニューラル最適化フレームワーク
要約本研究は、個々の経路再現を、学習された運転者固有の潜在リンクコストに基づく最短経路問題として定式化します。個人特性、トリップ属性、ネットワーク全体の交通状態などの文脈情報から個人化コストを推定し、制約付き最適化層で最短経路を求めます。そのうえで、意思決定指向学習と暗黙的最尤推定を用いて端から端まで学習させます。実験では、既存の経路選択モデルより経路再現性能が高く、学習された潜在コストは多様な経路選択の妥当な説明を与えることが示されています。
説明三値言語モデルのbf16変換で、低学習率の符号変化の多くが元に戻る問題
要約本論文は、BitNet b1.58、Falcon-E、BitCPMなどの三値言語モデルのエクスポート手順を検証した。高精度の潜在重みをbf16に変換してから三値コードを生成する過程で、多くのコードが変化することを示している。その結果、GSM8KのstrictAccuracyが大きく低下する例が報告され、二つの互換性対策が提案されている。
注目点三つの研究所の書き出し工程で bf16 変換が三値符号を反転させ精度を大きく下げることを示し、二つの修正策も提案している。
説明RA-MoWE：クエリのクラスタリングとエージェント型ワークフロー生成のためのワークフロー親和性埋め込み
要約本論文は、クエリをワークフロー親和性埋め込みでクラスタリングし、再利用可能な専門家ワークフローを生成するフレームワーク RA-MoWE を提案しています。数学・科学・プログラミングの4つのベンチマークから抽出した300問のテストセットで、参照ワークフローからの選択と比べて平均タスクスコアが4.04ポイント向上し、推論時の言語モデル呼び出しは27.7%減少したと報告しています。
