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。
説明大規模言語モデルのパラメータ効率的ファインチューニングのための動的位置注意変調（DyPAM）
要約本論文は、大規模言語モデルをパラメータ効率的に微調整するDyPAMという手法を提案します。クエリとキーの表現に直接作用し、入力、次元、ヘッド、層ごとに位置注意を調整して、回転位置埋め込み（RoPE）による位置構造に適応させます。事前学習済みのバックボーンは変更しません。著者らは、数学および常識推理のベンチマークと複数のベースモデルで、既存の強力なベースラインを上回ったと報告しています。
説明OMIT：哲学的対立の下で枠組み不変の不作為バイアスを測る
要約本論文は、218組の対になった枠組みのシナリオ、10種類の道徳的対立を含むベンチマーク「OMIT」を提案しています。素材は功利主義、義務論、徳倫理、ケア倫理、契約主義の5つの哲学的視点から生じる意見の不一致です。8つの大規模言語モデルを評価した結果、不作為バイアスは広く見られ、同じファミリー内ではモデル規模と負の相関があることが分かりました。推論時の4種類の介入も検証され、はいかいいえで答える前に道徳原則を考慮させる方法でバイアスは減りましたが、行動寄りの回答への移行を伴う場合もあると報告しています。
説明Scen-Opt：データ駆動型凸最適化のためのシナリオ最適化ツールボックス
要約本論文は、凸計画法とデータサンプルを統合し、シナリオ理論に基づく統計的保証を提供するオープンソースのソフトウェアツール Scen-Opt を紹介しています。Python で実装され、データ駆動の線形計画、二次計画、半正定値計画に対応し、Web ベースのグラフィカルインターフェースを備えています。代表的なベンチマーク問題に適用して、その有効性を示しています。
説明CHARTER：計算病理学における階層的コンパクト証拠評価の参照置換を監査する枠組み
要約本論文は、全スライド画像の多重インスタンス学習モデルの予測を説明・監査するためのコンパクト証拠に関して、階層的な候補フィルタリングが候補条件付き予測を導入する際、評価の参照が変わると証拠の忠実度や候補戦略間の比較結論が変化しうることを指摘しています。著者らは、目標と参照を明示し、候補による予測のずれを定量化し、比較結論の安定性を監査することを求める評価指針CHARTERを提案しています。ランダムKの主要実験の15比較のうち4件で確定的な逆転が見られ、真に元の予測が保たれたのか、説明対象の変更による見かけの改善なのかを区別する助けになるとしています。
説明オンポリシー自己蒸留における特権コンテキストはポリシードリフトの要因か
要約本論文は、オンポリシー自己蒸留（OPSD）において、特権コンテキストの内容と出所が方策のドリフトにどう影響するかを検討しています。Qwen2.5-7B を9通りの組み合わせと3つのデータセットで学習し、目標タスクの精度、既存タスクの保持、基礎方策からの逆KL、パラメータ更新の向きを比較しています。内容を変えた場合の方がKLの変動範囲が広く、内容を共有するアダプタの更新はより揃っていました。そのため特権コンテキストは安定性設計の一部として扱うべきだとしています。
説明DHCG：LLMベースのマルチエージェント推論のための動的階層協調グラフ構築手法
要約本論文はDHCGフレームワークを提案し、プランナー、ワーカー、ジェネレーターの三モジュールが、クエリと実行フィードバックに基づいて動的な階層協調グラフを段階的に構築し、エージェントの構成と規模を決定する手法を示している。プランナーの学習には行動認識型の選好最適化も導入されている。コード生成、数学推論、ドメイン固有推論のベンチマークで、比較対象の中で平均性能が最良であり、単一エージェントのベースラインを13.06ポイント、静的・動的マルチエージェントのベースラインを2.77〜8.02ポイント上回ったと報告している。
説明FreshCast：凍結された時系列予測器のための適時かつ補完的な検索手法
要約本論文は、凍結された時系列予測器に後付けできる検索拡張フレームワーク「FreshCast」を提案する。新しい観測を書き込み続けるストリーミングメモリを用い、検証区間で閉形式により検索修正の重みを較正する。7つのデータセット、10の予測器、3種類の入力長での実験で、すべての設定において平均MSEが低下した。アブレーションでは、学習後に得られた観測が利得の主な要因であることが示された。
説明モジュール式の実行可能な開発プリミティブによるソフトウェア工学のハーネスエンジニアリング
要約本論文は、リポジトリ内の各コンポーネントを常駐するLLMと組み合わせるDev-Primitives（開発プリミティブ）を提案し、コンポーネントが自然言語で推論し、互いに通信し、局所的に自己修正できるようにします。さらに、依存関係を考慮した動的な起動と、実行結果を修正すべきコンポーネントに対応付ける不具合診断を備えたHERMESフレームワークを提案しています。著者らは、4つのソフトウェア工学ベンチマークで、対応する基準ハーネスを平均12.4%上回ったと報告しています。
説明リソース適応型 AI-RAN のためのエージェント型セマンティック・センシング
要約本論文は、AI 対応無線アクセスネットワーク（AI-RAN）向けの閉ループ型セマンティック・センシング枠組み Agentic SemS を提案する。通信上実現可能なセンシング設定の集合の中で、観測の流れに応じてセンシングを制御する。Widar3.0 での実験では、全系列 High 設定と比べ、正規化累積センシングコストを 25.33% 削減しつつ Macro-F1 85.79% を達成したと報告されている。
説明予測精度は取引利益と同じではない：株式収益予測のために進化させた小型リカレントネットワーク
要約本論文は、線形モデル、固定リカレントネットワーク、Transformer、混合型アーキテクチャを、ニューロ進化による構造探索で得られたリカレントネットワークと比較し、株式収益予測における性能を検証しています。評価は予測精度と日次のロング・ショート戦略の純利益の両方で行われ、全モデルは全銘柄を対象とした一つの汇总パネルで学習されています。結果として、進化させたネットワークは両指標で首位となり、予測精度で2位のモデルはポジション構築と取引コストを考慮すると損失になったと報告されています。
説明CANDLE：非侵襲的脳源イメージングのための皮質ヌル空間分解法
要約本論文は、脳波（EEG）などの非侵襲的電気生理計測から皮質の源活動を推定するCANDLEモデルを提案する。CANDLEはT1強調MRIから得られる被験者固有の皮質形状上で、ヌル空間に対する事前分布を学習する。模擬データのみで学習され、模擬データにおける源活動推定で既存手法を上回り、頭蓋内刺激の局在推定と発作起始域の推定という2つの実データ課題にも汎化した。
説明TTNet：スマートラケットを用いた卓球選手分析のためのマルチタスク深層学習
要約本論文は、2025年 AI CUP 卓球スマートラケットデータ競技で提供された六軸センサーデータを用いた研究です。畳み込みニューラルネットワーク、残差ネットワーク、自己注意機構を組み合わせた深層学習モデル TTNet を提案し、選手の性別、利き手、競技経験年数、技術レベルの四つの属性を同時に予測します。不均衡なデータでの汎化性能を高めるため、二段階の学習、データ拡張、タスク別の損失関数を採用しています。公式競技の順位表では二位を獲得したと報告されています。
説明核投機的デコーディング：正確な分布を超えた妥当性を考慮した検証
要約投機的デコーディング（SD）は、軽量なドラフトモデルが候補トークンを提案し、ターゲットモデルが並列に検証することで自己回帰生成を高速化します。本論文は、標準の受理規則が、ターゲットモデルが妥当と判断し、その核（ニュークレウス）集合内にあるトークンまで棄却してしまう点を指摘します。提案手法の核投機的デコーディング（NSD）は、標準検定を通過するか、ターゲットの核に含まれるトークンを受理し、学習や追加の順伝播は不要です。単一ステップの全変動誤差と系列レベルの忠実度の上界も示されています。6つのターゲットモデルと5つのベンチマークで最大5.16倍（自己回帰デコーディング比）、3.15倍（標準SD比）の高いスループットを達成しました。
注目点標準の投機的デコードの受理規則に核サンプリング判定を加え、乖離を目標核内のドラフト超過確率として厳密に特徴づけ、6モデル・5ベンチマークで比較している。
説明αTransfer：効率的なモデルマージのための係数転移手法
要約本論文は、小規模な代理モデルでモデルマージの係数を探索し、その最適係数をより大きな対象モデルへ直接転移する αTransfer を提案します。同一モデルファミリーでは、モデルサイズが異なっても係数に対する性能分布が高い一致を示すことを示しています。視覚Transformerで6倍の高速化と70%のメモリ削減、大規模言語モデルで20倍の高速化と85%のメモリ削減を報告し、性能は同等に保たれたとしています。
説明一歩ずつ提供：LLM の自律性を手放し、プロセスの予測可能性を得る
要約本論文は、MCP（Model Context Protocol）を通じて標準作業手順（SOP）を一ステップずつ提供する手法を提案します。サーバーが一度に一ステップを渡し、エージェントが実行して構造化された step_output を返す仕組みで、自律性と引き換えに処理の予測可能性と監査性を高めます。13 の SOP-Bench ドメインと 4 つのオープンウェイトモデルで計 15,475 回の試行を評価し、すべてのモデルで手順遵守率が有意に上昇し、SOP を実行せずに得られた正答がほぼ消えたと報告しています。小型モデルでは精度も向上した一方、より高性能なモデルでは精度がわずかに下がりました。
説明クラウドは必要か？小規模言語モデルエージェント向けの、不確実性を考慮したステップ単位のハンドオフ
要約本論文は、小規模言語モデル（SLM）をローカルエージェントとして使う際、各ステップの行動を評価し、難しいステップだけをより強力なモデルに引き継ぐSTEPGATEという枠組みを提案している。52件の単一ステップ試験では、タスク成功率82.7%、クラウド移行率30.8%だった。多ターン評価では、軌跡成功率69.0%、クラウド行動の割合30.0%であった。著者らは、テスト規模が小さく、単一のモデル系列と台本化されたタスクに限られるとも述べている。
説明非凸-P{\L}型ミニマックスゲームにおける確率的勾配降下上昇法の非最適性
要約本論文は、非凸-P{\L}型ミニマックスゲームにおける確率的勾配降下上昇法（SGDA）の計算量を研究している。時間スケール比を固定し、ステップサイズを非増加とした二時間スケールSGDAについて、計算量の下界Ω(κ²ℓε⁻²+κ⁴ℓσ²ε⁻⁴)を示し、既存の上界と一致することを証明している。また、時間スケール比がo(κ²)の場合、SGDAは定常点を見つけられない可能性があることを示している。
説明SIFT：Airbnbにおけるマルチタスク型パーソナライズド検索フィルター順位付けのためのSearch Intent-to-Filter Transformer
要約本論文は、Airbnbで宿泊客に検索フィルターを推薦するためのTransformerベースの順位付けモデルSIFTを提案している。手作業の特徴量設計に代えて、生の行動系列から宿泊客の嗜好を直接学習し、予約確率、フィルター利用、収容人数の閾値などの複数タスクを同時に予測する。オフラインおよびオンラインA/Bテストの結果が報告され、本システムは本番環境に完全導入されたと記されている。
注目点生の行動系列からTransformerで統一的なゲスト表現を学習し手作業の特徴量を置き換え、マルチタスクに拡張。オンラインA/Bテストで実運用効果を示している。
説明エージェントスキルの下流での有用性に関する実証研究
要約本論文は87のSkillsBenchタスクを対象に、同一のモデルとハーネス構成でスキル未使用（No-Skill）時との合格率の差をもって下流での有用性を測定する実証研究です。同じスキルでも、タスクの36.78%では構成によって有益になったり有害になったりすることを示しています。必要な操作への支持度で候補を並べ替えると、3つの構成で初回選択の合格率が4.35〜5.80ポイント向上したと報告しています。また、17の作成上の実践と、依存関係の有向非巡回グラフ（DAG）による組織化の利点をまとめています。
説明MASKerade：密から MoE へのアップサイクリングのための、トークンルーティング型マスク専門家
要約本論文は、事前学習済みの密なモデルを混合専門家（MoE）モデルに変換する手法MASKeradeを提案します。前向きネットワークを複製する代わりに、凍結された前向きネットワーク上で二値マスクを学習し、各専門家をスパースなサブネットワークとして定義します。トークン単位のルーターが実行・結合する専門家を選択します。五つの視覚言語ベンチマークとQwen、Gemmaのバックボーンで、主要構成（2:4の専門家4つ、top-2ルーティング）は比較したベースラインの中で最高の性能を示しました。
説明「共通モード誤差が低タイムステップの深層スパイキングQネットワークを制限する」：少ないタイムステップでも強化学習の性能を保つ方法の研究
要約本論文は、強化学習に用いるスパイキングニューラルネットワークでシミュレーションのタイムステップを減らすと性能が大きく低下する原因を調べています。Q値の推定誤差を、すべての行動に共通する成分と差分成分に分解し、低タイムステップでは共通モード誤差の影響が大きいことを示しました。これを補償する補助ANNを備えたCMC-DSQNを提案し、推論時には補助ANNを取り除けるとしています。AtariとMiniAtarでの実験では、T=2で既存のDSQNベースラインを約20%上回り、T=4ではANNベースラインを超えたと報告されています。
説明文脈内学習による適応的平均推定：勾配流解析
要約本論文は、TabPFNなどの事前フィッティングネットワーク（PFN）が、データの分布族を指定されない状況でも位置パラメータを適応的に推定できる仕組みを、制御された問題設定で調べたものです。ガウス分布では標本平均、一様分布では極値を使うのが適切であり、モデルがその切り替えを学習することを示しています。注意機構の勾配流を解析し、ガウス分布、一様分布、ガウス混合での推定の効率性に関する結論を示すとともに、softmaxゲーティングとGLUのアーキテクチャの違いを比較しています。
注目点注意力が適応的平均推定を学習できることを示し、ガウス分布と一様分布で近最適な速度を理論的に与えている点が新しい。
説明ThinkFuse：小規模推論モデル向けの軌跡認識型テスト時融合手法
要約小規模推論モデルは長い思考連鎖を生成して複雑な推論に強いものの、誤った経路に入ると回復しにくいという課題があります。ThinkFuse は学習を必要としないテスト時融合フレームワークで、片段レベルの不確実性の変化と軌跡レベルの不確実性の傾向を比較して不安定な推論点を特定し、補助的な推論経路を主モデルの軌跡に融合します。論文では、数学および知識集約型の推論ベンチマークで基準手法を上回り、融合の発動回数と生成トークン数が少ないと報告しています。
説明野外におけるウエスタンブルーバード検出のベンチマーク構築に向けて
要約本論文は、ウエスタンブルーバード（Sialia Mexicana）の検出とセグメンテーションのための新しいベンチマークデータセットを提案しています。41回の録画セッションから得た6,000枚以上のラベル付き画像を含み、鳥が画像の小さな部分しか占めない高解像度（4K）の野外画像です。教師あり検出器、ゼロショットおよびファインチューニングを行ったオープンボキャブラリーモデル、セグメンテーション手法を評価しました。全体として教師あり検出器が最も信頼でき、ファインチューニングしたYOLO-Worldは教師ありの手法と競合します。失敗の原因は物体サイズだけでなく、明るさ、コントラスト、背景の雑然さ、ぼけ、混雑、録画セッションの違いなどが複合していることも示されています。
説明AI支援意思決定における初心者の依存度キャリブレーション：説明と自己評価の役割
要約本論文は、即時の成績フィードバックがない状況で、初心者がAIへの依存度をどのように調整するかを研究しています。110名の参加者による被験者間実験で、AI支援と限定的なフィードバックのもとで臨床エンティティ抽出課題に取り組ませました。説明がある場合、初心者は過度な依存へと系統的に傾く一方、自己申告による課題理解度が高いほど依存の選択性が高いことが示されています。
説明証拠が乏しいときの事前偏向：言語モデルが欠けた金融事実を身元で補う仕組み
要約本論文は、利用者が財務状況を十分に示さない場合に、大規模言語モデルが株式配分の助言をどのように行うかを検証しています。財務状況を同一に保ち、投資家の身元の記述だけを変えて推奨比率の差を測定しました。金融情報が減るほど身元の影響が大きくなり、財務事実が一切ない場合にはモデルが収入や負債などを作り出し、大家族ほど不利な助言になりやすいことが示されています。
説明エンパワーメントの幾何学：環境制御能力と構造的中心性の関係を探る
要約本論文は、エンパワーメント最大化とスキル学習の手法を結びつけ、エンパワーメントを解釈・分析するための新しい幾何学的視点を提案しています。エンパワーメントと構造的中心性との関係に関する長年の未解決問題にも答えています。また、情報幾何と報酬幾何の違いを明らかにし、スケーラブルなエンパワーメント最大化手法の構築に理論的な示唆を与えています。
説明スパース確率的ブロックモデルにおける情報-計算ギャップの研究
要約本論文は、q 個のコミュニティ、平均次数 d、信号強度 λ を持つスパース対称確率的ブロックモデルにおけるコミュニティ復元を、統計的決定理論とフィッシャー情報を用いて分析しています。Kesten-Stigum 閾値 dλ²=1 とその下側の情報-計算ギャップを、ミニマックスリスク、循環カウントのフィッシャー情報、信念伝播の観点から特徴づけています。最大 3×10⁵ 頂点のネットワークでの実験により、q=2 の閾値と q=5 の困難な区間が確認されたと報告しています。
注目点ミニマックス、フィッシャー情報量、信念伝播の三つの視点からKesten-Stigum閾値と情報計算ギャップを特徴付け、理論的貢献が際立つ。大規模実験で検証されているが、適用範囲は理論寄りである。
説明標準的なビデオコーデックを用いた効率的なガウススプラッティング系列圧縮
要約本論文は、ビデオコーデックを利用してガウススプラッティング（GS）の系列を圧縮するGSCVを提案する。追跡情報が得られない場合、従来のPLASではフレーム間相関が弱くなる問題があるため、GSCVは簡便かつ効果的なInter-PLAS手法でIフレームとPフレーム間の画像を近づけている。実験では、MPEG方式や点群ベースの手法より優れた圧縮性能が示されている。
説明薄板状文化財のための幾何制約付き双方向点群位置合わせ手法
要約本論文は、紙などの薄い板状文化財を非接触で三次元再構築する際、表裏面を別々に取得して位置合わせする難しさに取り組んでいます。意味情報に基づく前処理、主成分分析による幾何正規化、厚みを考慮した位置合わせ戦略を組み合わせ、推定した物理的厚みを幾何制約として用いる手法を提案しています。実験では、多くのケースで同等以上の性能を示し、特に投影面積の一貫性と表裏の物理的に妥当な位置合わせに優れることが報告されています。
説明ServeLearnBench：エージェントは運用経験から自己改善できるか
要約本論文は、大規模言語モデルのエージェントが実運用中の対話や結果フィードバックから、環境に潜在し変化する知識を学習・修正できるかを評価するベンチマーク ServeLearnBench を提案しています。小売サポート、銀行業務、営業トーク生成の三領域に、53 の環境ウィンドウと 7,718 のタスクが含まれます。五つの学習手法と六つのモデルの組み合わせを検証した結果、タスク能力と経験からの学習能力の間に大きな差があること、継続的適応はコストが高く既に正しい動作を劣化させうること、探索不足が主要なボトルネックであることが示されました。
説明大規模言語モデルにおける錯覚的パターン知覚が引き起こす誤った推論
要約本論文は、大規模言語モデル（LLM）が、ランダムなデータに意味のある関係を見いだしてしまう人間の錯覚的パターン知覚と同様の傾向を示すかを検討しています。古典的な心理学実験の枠組みを3つの課題に適用し、人間の行動と直接比較しています。LLMは人間より強い錯覚的パターン知覚を示すことが多いと報告されており、内部表現の分析にはスパースオートエンコーダが用いられています。
注目点LLMの錯覚的パターン知覚を初めて体系的に調べ、古典的心理学パradigmを3課題に適用して人間と比較し、SAEで機構を分析しており新規性は高い。実験の規模や比較の十分さは判断が難しい。
説明水中三次元再構成のための画像空間屈折補正：平面ポート視点を針穴透視へ変換
要約低価格で入手しやすいため、平面ポートハウジングの一般向けカメラがサンゴ礁や海底生息地の水中探査・測量に広く使われている。しかし平面ポート界面での屈折により、再構成されたシーンやカメラ軌跡に椀状の変形が生じる。本論文では、再構成の前に主要な屈折歪みを除去する物理ベースの画像空間屈折補正を提案する。補正後の画像は既存の再構成・SLAMアルゴリズムへ直接入力できる。シーン構造の異なる2つの実水中データセットで検証し、従来型および屈折考慮型のStructure-from-Motionと比較して、再構成の変形を除去しつつ、より多くのフレームを登録し低い再投影誤差を維持することを示した。
説明OOPMAS：クエリ単位のワークフロー生成のためのオブジェクト指向マルチエージェントシステム
要約本論文は、個々のクエリごとにエージェント集合と協調ワークフローを生成する、学習不要のフレームワークOOPMASを提案している。エージェントは役割・ツール・永続状態を持つオブジェクト指向のクラス定義として表現され、ワークフローはそれらのエージェントオブジェクトに対して実行される主関数として記述される。また動的スキルライブラリが、複数の最適化ラウンドにわたる実行フィードバックから構造化された教訓を蓄積する。コード、数学、質問応答を含む混合タスクのベンチマークでは、OOPMASは89.6%の正答率を達成し、最強のベースラインを18.1ポイント上回った。
説明有限次数の緩和により離散確率変数へパスワイズ勾配を拡張する
要約パスワイズ勾配は連続確率変数では不偏で分散が小さく有利ですが、離散変数ではすべての微分可能関数に対して一般に厳密には成立しません。本論文は、ポアソン分布などの一般的な離散変数に対して有限次数で厳密なパスワイズ勾配推定量を構成する枠組みを提案します。推定量は、次数の上限までの多項式に対して不偏となる解のうち最小ノルムの解です。実験では、線形・非線形・階層的な潜在変数モデルで調整済みのベースラインと同等以上の性能を示し、実行速度でも優れていると報告されています。
説明Attacca：状態の連続性を考慮した長期タスク向け具現エージェントの目標指向制御手法
要約本論文は、連続して実行される長期タスクの中で、探索・接近・操作といった段階を扱えるよう視覚目標条件付きポリシーを学習するAttacca手法を提案しています。実行環境と切り離した目標画像を用い、目標マスク予測などの補助的な監督を加えています。Minecraftの複数の短期・長期タスクで評価され、クリーン成功率は39.0%から47.5%で、最強のベースラインに対して1.7倍から2.4倍の改善が報告されています。
説明実験室から道路へ：運転中のウェアラブル視線計測精度の評価
要約本論文は、実際の運転条件下でウェアラブル視線計測装置の注視精度を調べたものです。運転者が車両のナンバープレートを注視した41の道路場面で、注視方向とプレート中心との角度誤差を測定しました。道路上の平均誤差は4.58度でしたが、室内実験で推定したオフセットを適用すると1.10度に減り、41場面すべてで改善しました。オフセットはセッションごとに変動したため、信頼できる鳥瞰図(BEV)の教師データには、オンラインでの再校正と条件に応じた視線の不確かさ推定が必要かもしれないと述べています。
説明マルチエージェントLLM推論における永続メモリ：コスト、効果、そして効果を判断できる条件
要約本論文は、長文脈の推論を協調する複数のエージェントに分割し、呼び出しごとのKVキャッシュ使用量を抑える手法と、推論過程を保存・再利用する永続メモリ層の効果を検証しています。実験では、分割方式の単一クエリあたりのKVキャッシュピーク使用量は14.3 MiBで、単一パスおよび検索拡張ベースラインの約35.5 MiBより少なくなりました。一方、永続メモリ層はピーク使用量を約0.368 MiB増やし、正答率に検出可能な変化はありませんでした。著者は、この無効果の一因は構造的なものだと論じています。
説明量子化がツール障害からの回復に与える影響は、プロンプトと評価設計によって異なる
要約本論文は、Llama-3.1-8B-InstructとQwen2.5-7B-Instructの8ビット版と4ビット版について、20の決定的なツール利用タスクと5つのプロンプトで、一時的なツール障害からの回復性能を比較している。8ビットと4ビットの差の方向は、プロンプトや評価対象によって逆転することが示された。そのため、単一のプロンプト、単一のタスク集合、単一の採点基準では安定した結論は得られないと結論づけている。著者らは、対応するタスクでの比較、完全なパイプラインの成功率の報告、採点方針の明示、タスク単位での不確実性の定量化を提案している。
説明APEX：深く推測するのではなく、賢く推測する
要約本論文は、大規模言語モデルの推測的デコーディングのための学習型コントローラ APEX を提案します。リクエストごとに推測方式を選び、検証ブロックごとに草稿の長さを調整して、デコーディング速度と草稿トークンの無駄のバランスを取ります。vLLM に統合し、Qwen3-8B で六種類のワークロードを評価した結果、自己回帰デコーディングに対して最大 5.24 倍の高速化を達成しました。総合評価では APEX-S が 4.27 倍、APEX-B が 3.27 倍の高速化を示し、APEX-B は固定の n-gram 推測（k=16）と比べて無駄トークン率を相対 41.0% 削減しました。
説明属性付きグラフクラスタリングのための汎用基盤モデル（OFAG）
要約本論文は、属性付きグラフのクラスタリング向け基盤モデルOFAGを提案します。グラフごとの学習、微調整、ハイパーパラメータ探索を行わず、一度学習したモデルを多様な属性付きグラフにそのまま適用することを目指しています。モデルは合成グラフから再利用可能なクラスタリング推論戦略を学習し、特徴次元に依存しない信号単位のグラフエンコーダで異なる特徴空間に対応します。10のデータセットで、固定した単一モデルがNMI、ACC、ARI、F1の平均性能と平均順位で最良の結果を示し、全体の所要時間は12.43分でした。コードと事前学習済み重みが公開されています。
注目点PFN の考えを属性グラフクラスタリングに持ち込み、グラフごとの学習なしで使える一体型モデルを提案。十データセットで比較したが検証範囲は限定的。
説明介入せず読み取る：MoE視覚言語モデルのマルチモーダル安全性のためのルーターlogits活用
要約本論文は、混合エキスパート（MoE）視覚言語モデルにおいて、画像と文章の組み合わせから生じる安全リスクを扱います。プロンプトの事前充填段階でルーターlogitsを読み取り、生成前に危険な要求を識別する軽量な検出器を提案しており、モデルのパラメータやエキスパートのルーティングは変更しません。Qwen3-VLとKimi-VLで検証され、HoliSafeでの安全エラーを大きく減らし、MISHardやMM-SafetyBenchなど分布外のベンチマークにも一般化したと報告しています。
説明TRACE：MoE言語モデルのFP4強化学習に向けたロールアウト誘導型量子化認識学習
要約本論文は、混合専門家（MoE）大規模言語モデルのFP4強化学習のためのフレームワークTRACEを提案します。ロールアウト側の量子化結果を用いて学習側のFP4丸め判断を導き、両者の差異を減らします。また、深い層の量子化情報を選択的に保持するキャッシュ方式により、追加の記憶・通信コストを抑えます。4つの大規模MoEモデルでの評価では、BF16に近い性能を保ちつつ、ロールアウトを最大5.4倍高速化したと報告されています。
説明OTel：オープンな通信AIのデータセット、ベンチマーク、モデル
要約本論文は、検索・再ランキング・指示チューニング・安全性と回答保留（アブステンション）用に派生させた通信データセットを含むオープンな通信AIリソース「OTel（Open Telco）」を公開しています。埋め込みモデル10種、再ランキングモデル3種、言語モデル17種にわたる30のベースラインモデルを、OTelのデータで後学習しています。後学習後、埋め込み検索はNDCG@10で93.1%、再ランキングはMRR@10で0.947、言語モデルの正解率は87.8%に達したと報告されています。
説明6つの共変量が全てのTransformerに勝る：子ども時代の作文から抑うつ症状を長期予測
要約英国の出生コホート（NCDS）のデータを用い、11歳時に書いた作文から23歳時の抑うつ症状の可能性を予測した研究です。作文のみを入力とする各種モデル（微調整した7つのTransformer、単語袋モデル、凍結埋め込み、4つのゼロショット大規模言語モデル）よりも、子ども時代の6つの共変量によるロジスティック回帰が高い性能を示しました。テキストによるスコアを加えても基準モデルのAUC-ROCは有意に向上しなかったとされています。
説明ST-Bench：科学研究タスクにおけるマルチエージェントシステム生成のための時空間ベンチマーク
要約本論文は、水文学・農業・湿地メタン研究など地球科学の公表研究から改変した100のデータサイエンスタスクを2,067件のクエリに拡張したベンチマーク「ST-Bench」を提案しています。5つのマルチエージェントシステム生成手法を、同じGPT-5基盤の単一エージェント基準と比較しています。10構成中9つが最も安価な単一エージェント基準を上回り、最良の構成の総合スコアは約3倍に達しました。ただし、その最良構成の推論時間は単一エージェントの約4倍です。
説明説明可能な推薦のためのアスペクト表現の対照学習（CLARER）
要約本論文は、レビュー文から学習したアスペクト特徴と評価値情報を統合し、推薦の精度と説明可能性を高める推薦モデルCLARERを提案しています。評価値に基づく特徴は多層パーセプトロンで、アスペクト別のレビュー表現はTransformerエンコーダと対照学習で学習されます。説明文の生成にはTransformerデコーダを用いています。著者らは、3つのベンチマークデータセットにおいて、推薦精度と説明生成の両面でベースライン手法より優れた性能を示したと報告しています。
説明「Later Is Better」：分布シフト下のViTにおけるトークン削減
要約本論文は、学習を必要としないトークン削減手法が分布シフト（ImageNet-Cの破損画像など）下でどのように振る舞うかを検討しています。削減を行う層の深さの配分（スケジュール）が精度差を左右する要因であることを示し、推論コストを増やさずに分布外精度を改善する、パラメータ1つの後期集中型べき乗スケジュールを提案しています。
注目点一パラメータの後段集中型べき乗則スケジュールを提案し、多数の手法・バックボーン・シフト条件で検証。証拠は充実し、サブ分野に有用。
説明AI審査員による信頼できる手法比較：順序・バッチ・集計効果下での推定と設計
要約本論文は、大規模言語モデル（LLM）を自動評価の審査員として使う際に一般的な、プロンプト順序をランダム化して得点を平均する方法の統計的妥当性を検討します。著者らは、LLMの評価機構を一種のマルコフ一般化線形混合モデル（GLMM）で近似し、3つの主要な商用LLMでの標本外予測により裏付けています。穏やかな分離条件のもとではランダム化後の平均による順位選択が一致性を持ち、項目の質が近い場合はWilliams方陣設計が効率を高めることを示しています。一方、群間比較では応答モデルの非線形性のため単純平均が不整合な結論を導くことがあると指摘しています。最後に、AI審査員が2つのグラフィカルモデル推定法を比較する例で手法を説明しています。
説明敵対的学習で訓練された線形Transformerは、ガウス混合におけるロバストな文脈内学習の最適解である
要約本論文は、事前学習の段階で敵対的学習を行ったモデルが、追加の敵対的学習なしに未知のタスクでも頑健性を獲得できるかを検討しています。ガウス混合分類タスクについて、タスク横断で敵対的学習を行った十分に深い線形Transformerは、クリーンな例示からの文脈内学習により、未知のタスクでロバストベイズ誤差に漸近的に到達できることを示しています。一方、通常の学習を行ったモデルではそれができないとしています。さらに、勾配フロー下での収束性、精度と頑健性のトレードオフ、および例示の複雑さも分析しています。
注目点敵対的事前学習の線形Transformerが未見のガウス混合タスクで漸近的に頑健ベイズ誤差に達することを理論的に示し、新しい結論を与える。
説明証拠から行動へ：ツールを使うエージェントはどこで失敗するか
要約本論文は、外部の状態を変更するツール利用エージェントが、事前に確立された証拠に基づいて行動できているかを検討しています。調査が不完全なまま停止する、必要な証拠が得られる前に行動するといった失敗が、実行前の段階で起きやすいと報告しています。また、評価用にSafeActBench（656件、6つの業務領域、5つのプロトコル）と、証拠台帳および軌跡評価器を導入しています。失敗は情報の欠如だけでなく、既存の証拠をどう使うかにも起因すると結論づけています。
説明ノイズのある証拠で LLM はどこまで推論できるか：能動的視覚推論ベンチマーク
要約本論文は、視覚的フィードバックにノイズがある状況での能動的推論ベンチマーク VisualNoiseQA を提案しています。テキストのみの LLM が、確率的な視覚センサーとして扱われる既製の VLM に繰り返し問い合わせながら VQA 問題を解きます。各質問で複数のサンプルを取り、自己一貫性から不確実性の信号を得て、次に何を尋ね、いつ止めるかを決めます。1,000 件の事例で複数の LLM を評価し、不確実性の信号をどう活用するかを調べています。
説明Cleave：分離された代数探索とオペレータスケジューリングによるテンソルプログラム最適化の拡張
要約本論文は、シンボリック形状による分離で代数変換の探索と演算子スケジューリングを切り分けるMLコンパイラ「Cleave」を提案します。複数のリダクションを伴う融合カーネル（FlashAttention系など）の生成を目的とします。一般的なLLMサブグラフで、最良のベースラインより最大2.8倍（平均1.6倍）高速なカーネルを生成し、コンパイル時間はMirageと比べて平均5.9倍短縮しました。動的ワークロードでは、FlashInferの手書きFA2・FA3に対して幾何平均でそれぞれ1.4倍・1.7倍の高速化を示しています。
注目点記号的な分離により代数的探索と演算子スケジューリングを分け、新しいSplit演算子で削減次元を並列化。LLM部分グラフと実トレースで高速化を実測し影響は広い。
説明調和重みによる高次元オンライン較正
要約本論文は、任意の凸集合と任意の誤差ノルムに対する多次元予測のオンライン較正を扱う。d個の二値結果を同時に予測する場合について、ラウンド数がdに対して多項式的な、初めてのε較正アルゴリズムを示し、ラウンド数はd^{O(1/ε)}である。このアルゴリズムは、過去の結果を調和平滑化した上で調和重み付き分布を出力する単純なもので、あらゆる予測集合とノルムで機能する。
注目点多次元キャリブレーションに調和重み付きアルゴリズムを提案し、次元依存性を従来より指数的に改善。証明は充実し、理論分野への影響は大きい。
説明探索した内容を引用する：医療知識グラフ上で検証可能な根拠を用いる予算意識型LLM推論
要約本論文は、退院後のリスク予測の難しさに対し、医療知識グラフ（KG）上で予算を考慮しながら探索し、各根拠に検証可能な出典を付けるBARという枠組みを提案しています。MIMIC-IIIとMIMIC-IVを用い、8疾患・3つの予測期間で評価したところ、最も強い基線に比べAUPRCが3.4ポイント向上し、引用精度は59.8%から77.9%に上がり、予算上限の62〜65%しか消費しませんでした。
説明多腕バンディットにおけるナッシュ社会厚生：軌道ごとの期待値と高確率の後悔
要約本論文は、累積報酬の幾何平均で性能を測るナッシュ社会厚生（NSW）を目的とする公平な多腕バンディット問題を扱います。完全なサンプルパス上で幾何平均を計算する軌道単位のナッシュ後悔と、高確率のナッシュ後悔を提案し、ラウンドロビン探索と信頼上界を組み合わせた二段階アルゴリズムRR-NCBを示します。理論的な後悔上界は最適な速度と一致し、シミュレーションで検証されています。
説明埋め込み空間での強化学習による検索の学習
要約本論文は、埋め込み空間で直接検索を学習する強化学習フレームワークRELER（REinforcement LEarning for Retrieval）を提案します。従来の対照学習ではなく、検索指標やタスク固有の報酬に合わせて既存の埋め込みモデルを調整します。推論を多く要するベンチマークBRIGHTでは、InfoNCEおよびLambdaLossと比べて平均nDCG@10が向上したと報告されています。また、検索拡張生成（RAG）の7つの質疑応答データセットでも、検索と回答の両方の報酬を同時に最適化することで性能が改善したとされています。
説明SanSi：「システム1.5」思考のためのループ型タイプ付き意思決定モデル
要約本論文はSanSiを提案し、事前学習済みのループ型言語モデルを、テキストを生成せずに宣言された選択肢の確率を出力する型付き意思決定モデルへと変換します。各ループの後に選択肢の確率を読み取り、適切な評価ルールで学習するため、1回から8回までのループ数に一つのモデルで対応します。59のソースから得た10,027件のテスト決定で、SanSiの正答率は72.0%でした。
注目点単一パスと生成推論の間に位置する反復型の型付き決定モデルを提案し、適切なスコアリング則で学習、1万件規模の実験で検証。
説明中心窩圧縮：トークン効率の高い視覚言語モデルのための高解像度領域の選択的保持
要約本論文は、視覚言語モデルで視覚トークンが推論コストの大きな要因となる問題を扱い、「中心窩圧縮（Foveated Compression）」を提案する。画像全体を一度だけ全解像度で符号化し、原解像度と圧縮解像度の視覚トークンを混在させて表現する。九つの空間セルから原解像度で保持する一つを選ぶ軽量な選択器を用いる。学習済み選択器はランダムや固定配分より優れるが、画像全体のリサイズという強いベースラインには及ばないと報告している。
説明嚥下造影動画における構造認識型キーポイント位置推定
要約嚥下造影検査（VFSS）は嚥下障害の診断における金標準の一つで、嚥下過程を動的X線画像で記録します。本論文は軟口蓋まで注釈を広げたデータセットVFSSKepと、大量の未注釈データを取り入れています。さらに、固定レイアウトのX線画像に生じる空間的偏りを抑えるための半教師あり手法S³KLを提案しています。実験では、半教師あり設定で最先端の性能を示し、ラベル付きデータ25%と未注釈データの組み合わせが、ラベル付きデータ100%の完全教師あり学習を上回ったと報告されています。
説明PERSIST：全二重音声対話向けのセッション横断型「誰・何を・いつ」記憶システム
要約本論文は、複数セッション・複数話者の音声対話のための持続的記憶システムPERSISTを提案し、「誰が・何を・いつ」を明示的にモデル化する。過去の対話履歴を読みやすいイベント記録に構造化し、意味内容、音響的な話者識別、時間的状態を組み合わせた3W結合スコアで検索する。さらに診断用ベンチマークSpokenTraceを導入し、PERSISTは端的なタスク正解率85.08%を達成したと報告している。また検索遅延は578.42ミリ秒から7.03ミリ秒に短縮されたとしている。
説明SteerScope：LLMのステアリング手法の効果と副作用を評価する多次元ベンチマーク
要約大規模言語モデルの振る舞いを制御する「ステアリング」手法を、15指標からなる多次元評価スイートSteerScopeで比較した論文です。4つのカテゴリに属する23手法を、同一のモデル・タスク・評価条件で検証しています。その結果、現行の活性化ステアリング手法は、効果と副作用のバランスで Prompt Steering のベースラインを上回っていないと報告されています。分布外のプロンプトでは目標効果が概ね維持される一方、指示への関連性や流暢さの低下など副作用が目立つことも示されています。
説明体積サンプリング リッジ回帰における厳密な較正と鋭いリスク幾何
要約本論文は、固定計画行列から恣意的に s 個の行を選んで行うリッジ回帰を扱う。応答値は固定され、部分集合のみが確率的である。全データのリッジ適合を期待値で一致させる唯一の罰則項を与え、中心化共分散リスクの鋭い上界と、それを最大化する応答空間を特徴づける。
説明RefRoute：コンパクトな残差条件付けと空間ルーティングによる参照画像の条件付けコストの分離
要約本論文は、複数の参照画像から複数の被写体の外観を保持しつつ一つの場面に合成する多参照画像生成手法 RefRoute を提案しています。低解像度の潜在トークンと全解像度画素から抽出した軽量な残差特徴を組み合わせるコンパクト残差条件付けと、参照トークンを対象領域に対応付け参照間の相互作用を制限する条件ルーティング・注意ルーティングを用いています。あわせて学習用データ RefRoute-Data と、10〜17 参照を含むベンチマーク ManyRef100 を公開しています。
説明次ガウス分布データ上の測度から測度への Transformer の安定性に関する研究
要約本論文は、Transformer が定義する測度から測度への演算子を数学的に分析したものです。Transformer は次ガウス入力を次ガウス出力に写し、1-Wasserstein 距離に関してヘルダー連続であることが示されています。また、交差注意の平均場版についても検討され、近似保証が導かれています。
説明JevCascade：プレフィルのみの意思決定モデルにおける読み出し安定性と推論時計算配分
要約本論文は、プレフィルのみの意思決定モデルに対する推論時計算配分フレームワーク JevCascade を提案します。このモデルは一回の順伝播で候補全体を採点し、デコードを行わないため、同規模の生成型言語モデルより大幅に低コストです。入力テキストを固定したままメニューだけを変更する介入では、介入後の精度がキャッシュされた第一パスの分布から決まることを示しています。
説明古い事実の再出現：再読・差し戻し・時間記憶の限界
要約本論文は、記憶システムにおける曖昧さを検討する。同じ古い記述が再び現れただけで、廃止された古い値が誤って復元される可能性があり、単なる再読と真の差し戻しは観測される値の列が同じでも、現在の正しい答えは逆になりうる。ソフトウェア修正から得られた130件の原子的遷移で実験を行い、古い記述の逐語的な再読を加えると正答率が大きく下がること、廃止された値の再活性化を拒否するガードで正答率が回復することを示す。結論として、ある値を観測したことと、その値が変化したという証拠とを区別すべきだとしている。
説明神経運動階層ネットワーク：sEMG復号の頑健な汎化のための生理学的帰納バイアス
説明数学的不変量を用いたトポロジカルニューラルネットワークによる分子・材料特性予測
要約本論文はMITNNという枠組みを提案し、トポロジー、スペクトル理論、可換代数、微分幾何、離散曲率などの数学的不変量で複雑な構造を多角的に表現し、トポロジカルニューラルアーキテクチャと統合します。不変量と構造の組み合わせによって予測性能が変わり、一部の組み合わせは単一モデルや全成分の集約より優れると報告されています。タンパク質-リガンド結合、金属有機構造体の特性、変異によるタンパク質の溶解度、分子毒性の予測において、MITNNは既存手法を上回る結果を示しています。
説明腎病理における細胞核セグメンテーション基盤モデルの包括的評価とファインチューニング
要約腎病理画像の細胞核インスタンスセグメンテーションで、難易度の異なる three 種類の注釈データ（簡単・中程度・困難）を組み合わせ、9 種類のモデル構成に対して 7 通りのファインチューニング戦略を体系的に比較した。すべてのモデルで性能が向上し、LSP-DETR は困難データのみでの微調整により F1 0.8725 を達成、StarDist は中程度データのみで 0.7380 から 0.8332 へ改善した。複数の難易度にまたがる注釈がモデル適応に有効である一方、最適な注釈構成はモデルに依存することが示された。
説明サンプリング前に根拠を確認：推薦向けの解釈可能な暗黙的ネガティブ候補の発見
要約推薦システムは観測されたユーザーとアイテムの相互作用から学習しますが、明示的なネガティブフィードバックは多くの場合得られません。本研究では、観測された顧客行動に裏付けられた未観測の相互作用を見つけ出す暗黙的ネガティブ候補発見を提案します。行動パターンを記号ルールに符号化し、支持度、情報量、製品関連性で評価して根拠の強さ順に並べます。その後LLMが業務目標とドメイン知識を用いてルールを解釈し、統計的根拠と合わせて報告書にまとめます。産業向けB2B環境と5つの公開データセットで評価した結果、候補の品質は比較した基準手法より高い精度を示し、産業タスクでは正例1つにつき負例4つの条件で、記号的選択がランダム選択よりテストPR-AUCを12.5%改善しました。
説明AgentMemGate：対話アシスタントの記憶における「推測汚染」への対策
要約長期記憶を持つ対話アシスタントは、ユーザーの発言から情報を抽出して記憶ストアに保存し、後の会話で参照します。本論文は、「シアトルに引っ越すかもしれない」といった未確定の計画が事実として記録されてしまう問題を「推測汚染」と呼びます。著者らは、抽出された文を推測・完了した出来事・訂正などに分類し、推測を記憶に入れない書き込み時ゲート「AgentMemGate」を提案しました。計画が確定・放棄・未解決となる多セッション対話のデータセットも公開しています。核心的なベンチマークでは、観測された汚染をすべて排除し、タスク精度を65%から95%に高めたと報告されています。
説明WASD：大規模言語モデル向けのWasserstein距離に基づく知識蒸留手法
要約この論文は、大規模言語モデル（LLM）の推論コストが高い問題に対し、大きなモデルの知識を小さなモデルへ移す手法WASDを提案しています。語彙の各要素の確率を個別に比べる既存手法と異なり、トークン埋め込みから作ったコスト行列を使ってWasserstein距離でトークンの意味情報を取り入れ、Sinkhornダイバージェンスで効率よく最適化できる目標を導きます。複数のモデル系列と規模での実験では、指示への追従、数学的推論、コード生成などのタスクで蒸留性能が向上したと報告されています。
説明熱赤外動画における小型UAVの点検出で、フレーム単位ラベルにできること・できないこと
要約本論文は、外部検出器を使わず、フレーム単位の有無ラベルだけで小型無人機（UAV）の点位置を学習する手法を分析しています。分類学習で得た空間特徴を凍結し、同じフレームラベルで読み出し層を学習して空間スコアマップと点検出を生成します。CST Anti-UAV と Anti-UAV410 の熱赤外データセットで、定位ヒット率と虚警制約下の検出率を評価し、バウンディングボックス型検出器と比較しています。さらに AOT の可視光画像への応用も予備的に検討しています。
説明反事実の意味・社会世界モデルによる独立型マルチエージェント強化学習
要約本論文は、中央集権的な批評家やエージェント間通信を持たない完全分散型のマルチエージェント強化学習（独立学習）を扱います。提案手法CASTLEは、オフラインで訓練された二つの凍結世界モデルを用います。局所動力学モデルは局所軌跡と部分観測性を要約し、意味・社会世界モデルは反事実的シミュレーションに基づき各候補行動の短期的なタスクと社会的帰結を予測します。その予測を文脈的指針として独立PPO方策を導きます。Tag、Spread、Adversaryの3環境で30の対応シードを用いた実験では、評価した手法中で平均最終スコアが最も高く、最強のベースラインをそれぞれ10.67、6.46、0.33の正規化ポイント上回りました。
説明採用ゲートの境界：反証優先の戦略選択に関する注入真値研究
要約本論文は定量戦略研究における採用ゲートを扱います。結論を採用する前に、探索による偶然ではないことを統計基準で確かめる仕組みです。著者は注入真値プロトコルと、ゲートと同じ割合で無作為に採用するコントロールを提案し、ゲートがそれを上回る場合のみ情報を持つとしています。弱いシグナルの場合、ゲートは偽の発見を排除しますが採用率は1〜7%に低下し、強いシグナルの場合は効果がないと報告されています。また、絶対リターンではなく超過リターンで基準を計算すると、真のシグナルを含むすべての候補が棄却されることが指摘されています。
説明行動操作下のベトナム語キーストロークによるLLM支援執筆の検出
要約本論文は、キーストローク動態によって大規模言語モデル（LLM）の支援を受けた執筆を検出できるかを検討しています。真正な作文、書き写し、言い換えなど実際の執筆方式を含むベトナム語のキーストロークデータセットを構築し、利用者が意図的に入力パターンを変える脅威モデルを定義しています。四つのモデル化手法を比較した結果、多くの場合で系列モデルが特徴量ベースの手法より優れていました。ただし、言い換えや操作されたサンプルは真正と誤判定されやすく、敵対的学習を加えると分離性と頑健性が大きく向上しました。
説明敵対的強化学習による論証マイニング向け合成データ生成の改善
要約論証マイニング（AM）は、構造注釈付きの高品質なデータセットが不足しているという制約を受けています。本論文は、生成器が構造化された論証事例を生成し、識別器が実データと合成候補を見分けて学習信号を与える敵対的強化学習フレームワークを提案します。両者は敵対的ループの中で同時に最適化されます。三つのベンチマークデータセットでの実験では、全データと低リソースの両設定でAM性能の向上が確認されました。
説明RBMatch：半教師あり建物輪郭抽出のための二段階クラス再バランス手法
要約高解像度リモートセンシング画像からの建物輪郭抽出を半教師あり学習で行う際、前景と背景の画素の大きな不均衡が疑似ラベル生成と教師なし最適化を背景側へ偏らせる問題を扱います。本論文は、疑似ラベル選択と教師なし損失の両段階でクラス再バランスを行うRBMatchを提案します。WHU、INRIA、Massachusettsの各データセットで、ラベル比率1%から10%の条件において、評価した手法の中で建物のIoUとF1スコアが最も高いと報告されています。
説明生存予測のためのアンカー駆動型マルチモーダル・マルチスケール専門家選択（AM²ES）
要約本論文は、全スライド病理画像（WSI）と転写産物プロファイルを統合して癌患者の生存期間を予測するAM²ES枠組みを提案しています。学習可能な意味的アンカーを用いて両モダリティの特徴を整合させ、階層的な専門家混合モジュールで各倍率内の腫瘍領域の絞り込みと、情報量の多い解像度レベルの動的選択を行います。複数のTCGA癌コホートでの実験では最先端の性能が示され、分子経路が組織スケール間の専門家ルーティングにどう影響するかを可視化できるとされています。
説明構造認識型の潜在マスク学習で CLIP の細粒度認識を引き出す研究
要約CLIP は大域的な意味の対応づけには優れるものの、細粒度の知覚が弱く、密な予測タスクやマルチモーダル大規模言語モデルの視覚性能の制約になっていると指摘しています。本論文は、画像とテキストのペアを必要としない教師なし埋め込み整合フレームワーク SALM を提案し、二重行列による整合で局所的な幾何学的事前情報を取り入れ、潜在マスク学習で細部の意味を復元させます。さらに外部モデルを使わない自己蒸留版 SALM-Self も示されています。実験では、密な予測タスクの性能と CLIP のゼロショット精度の向上が報告されています。
説明LLM統合ハードウェア設計検証のサーベイ：大規模言語モデルによるチップ機能検証の支援
要約本論文は、大規模言語モデルをハードウェア機能検証に用いる研究を体系的にレビューしている。対象は SystemVerilog のアサーション生成、テスト刺激とテストベンチ生成、バグ箇所の特定と設計修復、モデル検査と等価性検査、SAT/SMT の最適化、そして新しいエージェント型の検証ワークフローである。大規模言語モデルは、シミュレータや形式検証エンジンなどの決定的ツールと組み合わせて、意味的推論・探索・編成を担う要素として最も有効だと論じている。また、ツールの検査を通過しても検証の正しさは保証されないとし、仕様と検証根拠の意味的整合性、ツールとの拡張可能な統合、未知の設計への汎化、評価手法が課題だと指摘している。
説明BluffJAX：JAX で実装した敵対的不完全情報ゲームのスイート
要約本論文は、JAX で実装したオープンソースの敵対的不完全情報ゲーム集 BluffJAX を紹介する。テキサス・ホールデムやKuhnポーカーなどの代表的ベンチマークに加え、Bluff、Stud Poker、Kemps など強化学習研究であまり扱われてこなかったゲームを含む。GPU 上での高スループット並列シミュレーションを目的に設計され、単一および複数 GPU でのスループットとメモリ使用量を測定し、毎秒数億サンプル規模まで拡張できることを示している。また、強化学習、木探索、ゲーム解法アルゴリズムの JAX 上でのベースライン結果も提供している。
説明周波数認識拡散モデルにおける二重参照画像の分離：パーソナライズ画像生成のための手法
要約本論文は、カスタマイズ用参照画像と色・スタイル参照画像という二つの参照に基づくパーソナライズ画像生成を扱います。既存の拡散モデルは、ノイズ除去の過程で異なる周波数帯域が絡み合うため、前景や背景がテキストと合わなくなると指摘しています。提案手法Dual-FDMは、周波数領域でマスク戦略を用いて帯域を分離し、カスタマイズ型スタイル転送と色スタイル転送を行います。実験では、既存の最先端拡散モデルより優れていると報告されています。
説明EigenDEXplore：人の事前知識を用いた器用な操作のための構造化探索手法
要約器用な操作は多くの手関節を協調させる必要があり、探索空間が高次元で難しい課題です。本論文は、行動空間を変えずに、人の手の動きデータから得た固有ベクトルを方向とする摂動を独立した関節空間ノイズに加えるEigenDEXploreを提案します。複数の器用なハンドで、把持、手内での向き変え、接触の多い操作において、関節空間および学習行動空間のベースラインを上回ったと報告されています。特に報酬設計やカリキュラムが少ない設定で改善が大きいとされています。
説明Transformerの長さ汎化と厳密解の体積解析
要約本論文は「正規化厳密解体積（NESV）」という指標で、単層Transformerが入力のあらゆる長さに対して厳密解を得られるパラメータ領域の割合を測定します。FIRST、MAJORITY、INDEX、PARITYの4課題について漸近的な上下限を示し、体積の減衰が速いほど長さ汎化が難しいことを論じています。INDEX課題では構造を変えたモデルを提案し、訓練長の10倍で精度を60%から85%に改善したと報告しています。
説明EIO-Agents：AIエージェント評価に欠けていた意味層
要約本論文は、AIエージェントの評価を相互運用可能にするためのオープンな仕様EIO-Agentsを提案します。これは評価知能オントロジー（EIO）と移植可能評価記録（PER）の二層からなります。EIOは証拠、振る舞い述語、主張、そしてPASS、REVIEW、BLOCKといった決定までの推論を定義し、PERは証拠から決定までの連鎖を保存して再検証できる記録として提供します。
説明ブドウ栽培の野外研究における人間とAIの協働ワークフローの評価：マルチエージェントシステムで赤葉症状を予測し、見回りとウイルス検査を最適化
要約本研究は、カリフォルニアのブドウ園における精密病害防除プロジェクトで、二つの人間とAIの対話型ワークフローの実用的価値を検証したものです。2021〜2024年の商用見回り記録と140ヘクタールの遠隔探査データを用い、2025年の赤葉症状予測と優先的な見回り・ウイルス検査に役立つかを検討しました。回顧的シミュレーションでは、モデルに基づく列の優先順位付けを加えたことで、新規に記録された赤葉観察のカバー率が85.8%から94.1%に向上しました。また、二つのワークフローの採取率はそれぞれ82%と97%で、採取した137株のうち5株が赤斑ウイルス陽性でした。
説明CACHEFORGE：大規模言語モデルが導く、性能とハードウェア効率を両立するエンドツーエンド生成型キャッシュ置換方式
要約本論文はCACHEFORGEという枠組みを提案し、大規模言語モデル（LLM）をハードウェアを意識した制御付きループに組み込みます。LLMが新しいC++のキャッシュ置換ロジックを提案し、トレースベースのCRC-2 ChampSimシミュレータで評価します。報告によれば、SPEC CPU2006において総ヒット率はMPPPB、ReD、Hawk-eye、SHiP++、LIME、LRUに対してそれぞれ27.36%、19.69%、13.72%、13.15%、11.83%、5.73%向上しました。
説明SENSE：状態認識型の感情ナビゲーション物語生成エンジン
要約本論文は、マルチトラックの感情ナビゲーションを備えた、プレイ可能な分岐型ビジュアルノベルを生成するための状態認識型フレームワークSENSEを提案する。状態ベースの物語アーキテクチャMIND、構造解析器、経路認識型のコンテキスト管理モジュールを統合し、構造的に一貫し感情的に豊かな物語を生成する。少量の高レベル入力から、キャラクターの一貫性と物語の因果関係を保ちつつ、交差する複数のルートを生成する。LLM審査員、感情指標、視覚評価による検証では、物語の多様性と素材統合でベースラインを上回った。予備的な人間評価では、感情の忠実度に方向性のある改善が見られ、面白さは同程度だった。
説明ユーザー行動シミュレーションのためのワークフローとプロンプトの同時最適化（SWORD）
要約本論文は、実ユーザーの代わりにシミュレーション用エージェントを用いて情報システム内でのユーザーの相互作用をモデル化する、ユーザー行動シミュレーションのためのSWORDフレームワークを提案しています。SWORDは、単一のスカラー的なタスク指標のみを手がかりに、マルチエージェントのワークフロー構造と自然言語プロンプトを同時に最適化し、ドメインの初期化やタスク固有の設計を必要としません。同一のバックボーンモデルによる比較実験では、プロンプトのみ、ワークフローのみ、段階的最適化の各ベースラインより優れた結果を示し、公表されている特定ドメイン向けベースラインとの比較でも精度が向上したと報告されています。
説明MS-ECG-FM：マルチソース対照学習を用いたより汎用的な心電図基盤モデル
要約本論文は、心電図・心エコー・放射線・退院サマリーなど複数の臨床報告と対照学習で整合させて訓練する心電図基盤モデルMS-ECG-FMを提案しています。拡張された心電図検出ベンチマークで評価した結果、導联数を減らした構成を含め、心電図で検出可能な幅広い疾患において既存手法を全体的に上回ったと報告しています。異なる報告は異なる診断領域の表現を向上させ、マルチソースの整合により相補的な情報が捉えられるとしています。
説明大規模言語モデルにおける巨大活性化ゲーティングチャネル（MAGC）：巨大な隠れ活性化を制御する単一チャネル
要約大規模言語モデルでは、少数の隠れチャネルが極端に大きな値をとる「巨大活性化（massive activations）」が見られるが、その発生メカニズムは不明瞭だった。本論文は、スパイク型フィードフォワードネットワークへの入力埋め込みにある単一のチャネル（MAGC）がこの現象を制御することを示し、4つのモデル系列・6つのLLMでその存在と効果を確認した。さらに、MAGCの値が十分に大きい（または小さい）とき出力が二次形式に漸近し、巨大活性化が生じることを理論的に説明している。
注目点単一の入力チャネルが大規模活性化の出現を制御することを発見し理論的説明も与え、六つのモデルで検証。理解への寄与は大きいが影響範囲は機構分析に限られる。
説明DLoop：ループ型投機的デコーディングで大規模モデルの検証回数を減らし生成を高速化
要約本論文は、大規模言語モデルの自己回帰生成を加速するループ型の投機的デコーディング手法DLoopを提案している。検証の前に複数のドラフト段階を適応的に実行し、蓄積されたドラフトトークンをまとめて検証する。ループ認識学習により、ドラフトモデルは未検証トークンの自身の隠れ状態に触れ、追加段階でも信頼性を保つ。論文によれば、EAGLE-3やDFlashなど複数の手法で壁時計時間の高速化が5〜41%向上し、無損失デコーディングを維持する。
説明有効台サイズが小さい分布の推定に対し、一様離散拡散モデルがミニマックス最適であることを示した研究
要約本論文は、離散データ生成に用いられる一様離散拡散モデル（uniform discrete diffusion）の統計的汎化性能を検討したものです。データ分布の複雑さを有効台サイズ s_n(P_0) で表し、n 個の独立同分布サンプルの下で、全変動（TV）誤差が O(√(s_n(P_0)/n)) で抑えられることと、KL ダイバージェンスの上界を示しています。TV の速率はミニマックス最適であり、KL の速率も log n の因子を除いて最適であると結論づけています。
注目点有効台サイズで均一離散拡散の統計的保証を示し、TVとKLの最小最大最適レートを与えており、理論的な改善が大きい。
説明安全性のためのオンポリシー蒸留はバックドア・リスクを生むか？
要約本論文は、オンポリシー蒸留（OPD）の安全性リスクを検討しています。安全に整合されているものの後門が仕込まれた教師モデルが、もともと健全な生徒モデルに隠れた悪意ある振る舞いを伝播させうるとしています。論文の脅威モデルでは、3%という低い汚染率でも蒸留後の生徒モデルの攻撃成功率が最大70%に達するとされます。学習エポック数の増加やtop-k KLの使用はリスクを高めることも示されています。また、KL報酬をクリップして後門の学習を遅らせる簡易な緩和策Lazy Defenseも提案されています。
説明フローマッチングに基づく、時間認識型構造残差注入を用いたセマンティック通信
要約本論文は、フローマッチングに基づく二重情報フローのセマンティック通信フレームワークを提案します。送信側では複数候補から最も意味的に適合するプロンプトを選び、元画像の逆変換軌跡から超低次元の構造残差速度ベクトルを抽出します。受信側では時間認識型再帰残差注入ネットワーク（TARRI）が、送られた残差ベクトルを構造メモリとして用い、ノイズ除去軌跡に沿って構造補正を段階的に加えます。実験では、既存のテキスト駆動型セマンティック通信方式より構造忠実度と知覚品質が向上したと報告されています。
説明SMART：大規模合成事前学習によるゼロショット・シミュレーションから実機への関節物体操作（関節のある物体を扱うロボット操作の研究）
要約本論文は、大規模に合成した操作デモンストレーションで視覚・言語・行動（VLA）モデルを事前学習する系SMARTを提案しています。関節構造を考慮したシミュレーション基盤SMART-Simを構築し、44種類の原子タスク、5種類のロボット構成、2,507個の関節物体にわたる100万件以上のデモを含むSMART-Dataを合成しました。このデータで事前学習したモデルは、シミュレーションベンチマークで競争力のある性能を示し、実世界でもゼロショットでの転移を達成したとされています。
説明『Loud and Clear』：騒がしい環境での音声明瞭度を高める動的活性化ステアリング
要約本論文は、再学習を行わずに活性化ステアリング（activation steering）を用いて、テキスト音声合成（TTS）モデルが騒音環境でより聞き取りやすい音声を生成できるかを検討しています。人間が騒音下で自然に声の大きさや発音の明瞭さを変えるLombard効果に着目しています。生成中に効果が蓄積しないよう、プロンプトを基準とした相対的なステアリング機構を導入し、その強度を動的に調整します。既知・未知の話者と複数言語で評価され、話者類似度は89〜95%を保ち、信号対雑音比1 dBの背景騒音下で単語誤り率が7〜22%低下しました。
説明対象の一致か関係の一致か：視覚言語モデル内部の抽象推論を追跡する
要約視覚言語モデル（VLM）は視覚ベンチマークで高い性能を示す一方、抽象推論を要するタスクでは体系的に失敗します。本論文は比較・発達心理学の関係的見本合わせ（RMTS）パラダイムを採用し、モデル内部の機構分析と組み合わせています。能力の階層、モデルの規模、シーン内の物体数、物体ごとの刺激ノイズの有無という4つの要因が、関係的な一致へ向かう度合いを変えることが示されています。内部分析では、抽象推論が二つの競合する回路によって実現されており、早期の回路は表面的な物体特徴で画像を整理し、後期の回路は抽象的な関係で整理することが明らかになっています。
注目点発達心理学のRMTSパラダイムと機構解析を組み合わせ、競合する二つの回路を示す。多数モデルで因果媒介分析と除去実験により裏付けており、証拠は比較的充分。
