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KVキャッシュ削除のためのモンテカルロ推定（LORE-KV）
要約本論文は、大規模言語モデルの推論時にKVキャッシュのどのトークンを残すかを決める問題を扱い、学習不要の手法LORE-KVを提案している。凍結された対象モデルから短い自己回帰的な続きを複数サンプリングし、その応答側のクエリ状態を使って提示トークンの有用性を見積もる。LongBenchやRULERでの結果として平均スコアの向上が示される一方、キャッシュ予算が大きくなると効果は縮小し、一部タスクでは性能低下も見られる。圧縮の計算時間は比較手法の約1.46〜2.77倍とされている。
説明解釈可能なチェス戦術の自動合成に向けた予備的研究
要約本論文は、チェス戦術に着想を得て、解釈性を高めるために領域知識を取り入れた記号的サブポリシーモデルを提案している。帰納論理プログラミングシステムPALで学習されたパターンを用いてモデルを導出し、ランダムなベースラインとの比較に用いる散度指標を提示している。得られた戦術群は、人間の初心者と同程度の棋力の着手を提案できることが示されている。
説明複雑なゲーム戦略の説明可能な表現の学習
要約本論文は、人間の認知に似た方法で強化学習エージェントを訓練し、学習した戦略と方策をゲームの一連の行動に基づく実行可能な手続きとして合成する手法を提案しています。チェスとグリッド型環境でのタスク解決について、こうしたプログラムを自動で学習する方法を示しています。学習された戦略は効果的な行動を生み出し、ゲームのデータから学習できることが示されています。
説明要素ごとに独立同分布な重い裾のデータに対する経験的リスク最小化の漸近解析
要約多くの実データでは、ガウス モデルが予測するよりもはるかに頻繁に極端に大きな値が現れます。本論文は、要素ごとに独立同分布な対称α安定データの線形回帰における経験的リスク最小化を扱い、レプリカ法を用いて、サンプル数と特徴量の次元が一定の比率で発散する極限での汎化誤差を明らかにしています。あわせて、重い裾の普遍則、典型的な誤差と予測の信頼性を関係づけるスケーリング則、ベイズ最適予測誤差を導いています。
説明TwitterとRedditのアーカイブにおける気候バックラッシュの測定：語彙定義、記録された反応、参加者の入れ替わり
要約本研究は、四つのTwitterおよびRedditのアーカイブを全ファイル対象に、透明で排他的でない語彙ルールで分析しています。気候変動対策への反発を示す言葉遣いを、プラットフォームごとの反応指標と時間モデルに結びつけ、返り咲いた投稿者の変化と参加者の入れ替わりを分けて検討しました。2019年の世界気候ストライキ前後の抗議的な語彙の割合の上昇について、両要因の寄与を示しています。本研究は個人の反対や説得の効果ではなく、定義や観察範囲が結論にどう影響するかを論じています。
説明分布外グラフ学習のための教師あり表現と自己教師あり表現の相補的活用
要約本論文は、グラフニューラルネットワークの分布外（OOD）ノード分類における汎化の課題を扱い、自己教師あり表現（SSL）が教師あり学習に相補的な情報を与えられるかを検討している。骨格モデルに依存しない二つの枠組みを提案し、Co-Train は教師あり表現と SSL 表現を同時に学習して訓練中に適応的に統合する。Dual-Space Retrieval は二つの表現空間で非パラメトリックな予測を行い、推論時に信頼度を考慮して融合する。時間的およびドメイン間の分布変化を含む四つのグラフベンチマークで、Co-Train は強力な教師ありOODベースラインを上回った。
説明理論を超える学習：初期仮説空間の外での実験的発見
要約論文は、従来の科学的発見システムが固定された仮説空間の中でしか実験を最適化できず、すべての候補が同じ機構を欠く場合に失敗することを指摘しています。著者らは、構造的修正と、その修正が必要かどうかを検証する診断実験を同時に提案する「実験的モデルクラス修正」を定式化しました。400の制御された動的環境での評価では、32回の実験予算で89.5%の正確な回復率に達し、最も強い対応ベースラインを10.0ポイント上回りました。
注目点構造的編集と診断実験を統合した逐次決定問題として定式化し、任意時点で有効な証拠で修正を起動する新しい手法。400の環境と複数の転移実験で検証。
説明補助的な単語強勢モデルと損失最適化を用いた新しい文強勢検出フレームワーク
要約本論文は、文強勢検出を補助的な単語強勢検出と組み合わせて学習する新しい手法を提案しています。さらに、トークン単位の強勢確率を強勢語の範囲内に集中させる単語スパン強勢正則化項を導入しています。TinyStress-15Kベンチマークでの実験では、提案手法が強力なベースラインを上回り、全構成が最良の文強勢検出結果を示したと報告されています。
説明ステートレス言語エージェント：長期的な自動化研究のスケーリング
要約本論文は、長期にわたる自動化研究でLLMエージェントが履歴を繰り返し再生したり、作業を重複させたり、トークンを消費し続けながら実験を止めたりする問題に取り組み、ステートレス言語エージェント（SLA）を提案します。各エージェントは呼び出しをまたいで会話を保持せず、ハーネスが研究状態を管理し、呼び出しごとに役割に応じた文脈を再構築します。ソフトウェア工学、カーネル最適化、アルゴリズム設計の各タスクで最大10億トークンの予算により評価され、SLAは全タスクで最良の最終結果を示し、最強のベースラインの最終性能を84%超少ないトークンで達成しました。
注目点無状態エージェントと外部管理の研究状態という新しい枠組みを提案し、10億トークン規模で複数フレームワークと比較しており、証拠は比較的堅実だが影響は自動研究システムに限られる。
説明T^{2/3}を超える逐次キャリブレーションの明示的漸近上界
要約本論文は二値結果に対する逐次的な確率予測のキャリブレーション（予測確率と実際の発生頻度の一致）を扱う。新しい二段階の再帰的ラベル付け戦略により符号保存ゲームの上界を改善し、それを基にキャリブレーション誤差の上界を O(T^{0.662942288}) まで明示的に示した。逐次キャリブレーションで2/3より小さい初の明示的指数である。
注目点新しい二段階再帰ラベリング戦略と校正への帰着の改良により、2/3未満の明示的指数を初めて与え、理論的な完成度は高いが影響は限定的。
説明「探索してから確定」：言語モデルによる少ない測定での科学法則発見
要約本論文は、大規模言語モデルが仮説を立て、プログラムによるプランナーが測定を行い、最後に固定された観測結果から新たなプロンプトで法則をまとめる「探索してから確定」の手順を提案している。NewtonBench の 576 回の試行では、インタープリタを使うプランナーが中難度課題で測定回数を大きく減らし、誤差も低下した。ただし記号的正確さの向上はモジュールごとに一貫せず、因果的な要素やノイズのない直接方程式課題を超える一般化は未解決だと著者は述べている。
説明AFA-BANDIT：予算制約下のオンライン多特徴分類を証明付きで近最適に行う手法
要約本論文は、各サンプルのラベルを予測する前に、コストのかかる特徴量のうちどれを取得するかを決めるオンライン能動的特徴取得（AFA）問題を扱います。著者らはこれを組合せ型の予算付きバンディット（BwK）問題として定式化し、改善された後悔の上界を示すとともに、特徴部分集合の鎖を探索する LP-Chain を提案しています。合成データでは、LP-Chain が HEDGE ベースの BwK や深層強化学習ベースのベースラインを上回る結果が示されています。
説明BioStudyBench：知識カットオフ後の生物医学研究によるエージェント評価
要約この論文は、公開データだけで AI エージェントが生物医学研究の報告結果を再現できるかを検証するベンチマーク BioStudyBench を提案しています。25 件の長期分析タスクから成り、モデル開発者が報告する知識カットオフ後に発表された研究を対象としています。エージェントは中立的な研究課題のみを受け取り、データの取得と文献検索を行って分析結果を報告します。データとツールを使う場合と使わない場合を比較した結果、平均で合格率が 47 ポイント向上しました。最良のクローズドモデルは 94.7%、最良のオープンウェイトモデルは 81.3% の合格率でした。
説明油圧クレーンで丸太の山を崩す際の、点群に基づくつかみ位置の学習
要約本論文は、分割されていない点群から、トレーラー搭載の油圧林業クレーンのグラップルの位置と向きを選ぶ学習型ポリシーを提案します。行動模倣と強化学習を組み合わせ、シミュレーションと実地試験で幾何学的ヒューリスティックと比較しています。実地試験では学習型ポリシーがヒューリスティックより多くの丸太を降ろしましたが、シミュレーションで見られた安定性の向上はクレーンでは確認されませんでした。
説明ハブとスポーク：二重ミスマッチ半教師あり学習のための一様な潜在空間構築
要約半教師あり学習は通常、ラベル付きデータと未ラベルデータのクラス分布とラベル空間が同一だと仮定しますが、未ラベルデータは不均衡で未知クラスの試料を含むことがあり、両者にミスマッチが生じます。本論文は、既知クラスを中心のハブの周りに一様に配置し、各クラスを原型の周りにまとまったクラスタとして形成する「ハブ・スポーク型潜在幾何」を提案します。ハブは不確実性の高い未知クラス試料を導く低エビデンス領域のアンカーとなり、証拠ベースの分類器と組み合わせて特徴の識別性を高めます。実験では様々な設定で既存手法を上回り、最大3.25%の改善が示されています。
説明PhysLDM：高忠実度な変形体シミュレーションのための潜在拡散モデル
要約本論文は、変形体の一括シミュレーションを行う潜在拡散フレームワーク PhysLDM を提案している。中核は、高解像度の三次元体積メッシュを圧縮する時空間変分オートエンコーダで、メートル級のシーンで約 2.48 mm の再構成精度を示し、トークン圧縮率は最大 78 倍である。決定論的回帰と拡散手法を比較した結果、混沌とした動力学では拡散モデルの方が分布をよくモデル化できることが示された。運動学データのみで学習させたモデルは、未知のデータセットにゼロショットで汎化する。
説明タンパク質言語モデルの線形適応度部分空間：少ないサンプルで行う指向性進化
要約本論文は「線形適応度部分空間（LFS）」仮説を提案する。変異による残基表現の変化の中に、特定のアッセイに対応する少数の方向があり、少数のラベル付き変異体から適応度の変動を線形に捉えられるという考えである。著者らはこれに基づき、学習された部分空間内で代理モデリング・不確実性推定・獲得を行う部分空間誘導進化探索（SGES）を提案している。ProteinGymの複数のアッセイで、SGESは適応度予測と探索効率においてゼロショットのタンパク質言語モデルや近年の機械学習誘導型手法を上回ったと報告している。
説明VALSE：大規模言語モデルの効率的な推論のための縦方向適応的レイヤースキップ手法
要約本論文は縦方向適応的レイヤースキップの理論的枠組みを構築し、層ごとのスキップ確率から計算量の期待値を求める閉形式の式、スキップ層モデルの関数空間が全層モデルに厳密に含まれつつ有効に近似できることの証明、そしてMixture-of-Expertsとの構造的双対性を示しています。この理論に基づき、入力ごとに中間層を含む任意の層を非連続にスキップするVALSEを提案し、プロトタイプ規模で実現可能性を予備的に検証しています。（VALSE：Vertical Adaptive Layer Skipping for Efficiency）
説明Emoception：ゲーム映像からプレイヤーの覚醒度変化を認識するための、ビデオVision Transformerの選択的感情層ファインチューニング
要約本論文は、ゲームプレイ映像からプレイヤーの覚醒度を認識するための効率的な適応手法SALFT（Selective Affective Layer Fine-Tuning）を提案しています。短時間の適応後の層パラメータのL2ノルム変化に基づいて更新対象の層を選択し、計算コストの高い全体ファインチューニングを回避します。Arousal Video Game AnnotatIoNデータセットで5分割交差検証を行った結果、全ゲームで全体ファインチューニングと統計的に有意な差はなく（p>0.05）、パラメータの約8％のみを更新しました。また、注意パターンを追跡する解釈性の手法も提示しています。
説明Monge-Growth ペアによる Hellinger-Kantorovich 勾配流のニューラル JKO スキーム
要約本論文は、非平衡最適輸送の Hellinger-Kantorovich（HK）幾何において勾配流構造を持つ移流・反応・拡散方程式に対する、メッシュフリーのニューラル JKO スキームを提案する。各更新は空間写像と質量変化係数によってパラメータ化され、空間的な再配分と局所的な質量の生成・消失を一つの変分ステップで同時に扱う。JKO 極小解の存在と質量の上下界を示し、追加の仮定の下で正値性、正則性、離散オイラー・ラグランジュ方程式を導く。数値実験では PDE との点ごとの一致とエネルギー散逸を検証している。
説明スカラーIoUを超えて：ロールアウト群からの構造化検証によるビデオ時間的グラウンディング
要約本論文は、検証可能な報酬による強化学習（RLVR）におけるビデオ時間的グラウンディングの報酬計算を改善するSUTUREを提案する。各生成結果を個別に採点するのではなく、ロールアウト群の一致度の分散と位置ごとのカバレッジを用いて報酬を再配分する。5つの時間的グラウンディングベンチマークで、報告された全IoU閾値において性能が向上したと述べられている。
説明世界モデルの潜在空間におけるロバストな意思決定：潜在外乱のモデル化
要約本論文は、世界モデル（WM）の潜在空間でのロバストな意思決定を研究しています。学習された潜在動力学への摂動として潜在外乱をモデル化し、悲観的でありながら妥当な遷移の集合を構成します。共形予測で不確実性集合を校正し、ゲーム理論的最適化で頑健な行動と最悪ケースの外乱を同時に求めます。Franka マニピュレータでの実験では、安全フィルタリングで失敗が70%、サンプリングベースの方策誘導で54%減少したと報告されています。
注目点世界モデルの潜在空間に頑健最適化を導入し、共形予測で摂動集合を校正してゲーム理論的最適化を行う；実機でsafety filteringの失敗を70%、策略誘導を54%削減。
説明ロボットはその記述そのものではない：形態認識型ポリシーの表現ロバスト性を評価するGaugeBench
要約本論文は、物理機構を変えずに関節軸の向き、関節角のゼロ点、リンクと関節の順序などの記述規約だけを書き換えるベンチマーク GaugeBench を提案している。同じポリシー重みを評価した結果、記述だけを変えた場合の性能低下は、新しいロボットを使う場合より大きいと報告されている。原因の多くは関節軸の反転にあり、等価な記述間の変換や学習によって性能を一部回復できると述べている。
注目点ロボットの機構を固定して記述規約のみを変える評価を提案し、方策の崩壊を示して機構と表現の頑健性を分離する。複数モデルと枠組みで検証。
説明BiGym 2.0：ヒューマノイド家事操作のための学習済み・エージェント開発ポリシーのベンチマーク
要約本論文は、BiGym を Unitree G1 ヒューマノイド向けに適応させた BiGym 2.0 を提案し、統一された全身コントローラを用いた 20 種類の家事タスクを提供します。各タスクには 60 件の人間による VR 実演データが含まれます。著者らは、視覚・言語・行動モデルの微調整、模倣学習、実演を用いた強化学習、コーディングエージェントを比較しました。結果として、視覚・言語・行動モデルの微調整が 9 タスクの平均で最も高く、エージェントが開発したプログラムは実演ベースの強化学習基準を上回りました。環境、実演、評価記録はオープンソースとして公開されています。
注目点BiGymをUnitree G1向けに拡張し統一全身制御で複数手法を比較。20タスクの対比実験があり、サブ分野に有用。
説明LSC-DPO：学習信号を制御する直接選好最適化
要約本論文は、直接選好最適化（DPO）において学習が進み選好マージンが大きくなると、損失の変化に対する感度が徐々に低下する問題に取り組んでいます。損失の幾何学的観点から、シグモイド項を目的関数の局所的な感度を表す学習信号と捉え、目標領域付近でその信号を動的に調整する手法LSC-DPO を提案しています。AlpacaEval 2、MT-Bench、Anthropic-HH での実験で、DPO や有力な選好最適化の基準手法を上回る結果が報告されています。さらに、係数の初期値による性能のばらつきを抑える信号予算補償の規則も示されています。
説明再帰的ループ型Transformer：系列長に応じて計算経路が伸びるモデル
要約本論文は、並列因果エンコーダと再帰的デコーダに層を分けたRecurrent Looped Transformer（RLT）を提案します。各トークンでデコーダがエンコーダ出力と前トークンの最終デコーダ状態を統合し、トークンあたりのコストを固定したまま計算経路が系列長とともに伸びます。6つのアルゴリズム課題で、訓練長を超える奇偶性判定、置換追跡、剰余算術において、通常のTransformerより高い精度を示しました。アブレーションから、この利点はフィードバックに依存することが分かります。
説明ARMD-Predict：培養結果前に抗菌薬耐性を予測する多施設機械学習
要約臨床医は薬剤感受性培養の結果が出る前に経験的抗菌薬を選ぶ必要があります。著者らは4つの学術医療センターの750万件の培養・抗菌薬データを用い、個々の抗菌薬への感受性を推定するモデルと、起因菌を予測してから菌種別の耐性表現型を予測する階層モデルからなるARMD-Predictを開発しました。住院患者の尿培養では中央値AUROC 0.77、血液培養では0.70と報告されています。臨床利用の前に、独立した較正、閾値の設定、前向きの検証が必要だと明記されています。
注目点複数病院のデータで抗菌薬耐性を予測し、階層的な菌種・表現型モデルを組み合わせた点に新規性がある。多施設、時系列再学習を含む評価が充実している。
説明個人エージェントが仲介するクロスプラットフォーム履歴を用いた推薦（Personal-Agent Mediated Recommendation）
要約本論文は、ユーザーの個人LLMエージェントが、プラットフォームの推薦器による順位付けを、ユーザーが許可したクロスプラットフォーム履歴に基づいて調整し、最終的なトップK推薦を生成するという新しい枠組みを提案しています。あわせて、評価ベンチマークMediateRecと学習手法PAMOを提案しています。実験では、個人エージェントによる有益な修正が見られる一方、有害な上書きも無視できない割合で発生し、PAMOは同条件の結果のみを用いる強化学習より良い結果を示したと報告されています。
説明REViT-v2：等変特徴抽出のための階層的ウィンドウ付き回転・反射等変ViT
要約本論文は、ウィンドウ化された群畳み込み自己注意と階層的な特徴構造に基づく、スケーラブルな回転・反射群等変ビジョントランスフォーマーを提案しています。数百万パラメータ規模の群等変ViTを、ImageNetのような実用サイズ画像の大規模データセットに拡張できることを示しています。コードと事前学習済み重みも公開されています。
説明GraphCast における大気の川の内部メカニズムの解釈可能性研究
要約本論文は、スパースオートエンコーダ（SAE）を用いてAI気象モデルGraphCastの内部表現を分析し、対象現象として大気の川を取り上げています。統合水蒸気輸送（IVT）は入力でも目標でもないにもかかわらず、モデルが内部で大気の川の強度を安定した変数として計算していることが示されました。Matryoshka SAEは概念を重要度順に並べ、その関係を明らかにし、直接的な介入実験によって因果性も確認されています。
注目点GraphCastにスパースオートエンコーダを適用し、IVTを表す内部変数を発見、介入実験で因果も確認しており新規性と根拠は高い。
説明三次元ミトコンドリア形態計測における表現バイアス、補正の転移、解像度感度
要約本論文は、占有率に基づく体積が参照メッシュ体積より平均3.665%大きくなる系統的偏りと、外向きのラベル変位を分析しています。制御されたラベルパイプラインの再実装で深度オフセットを除去すると、体積誤差が平均1.57ポイント減少し、再現された過大評価の約45%に相当します。凍結回帰は同じ資源の未使用対象で中央値絶対誤差率を低減しましたが、誤差範囲の被覆率は全体と低占有率サブグループで異なります。さらに、面内間隔を8ナノメートルから24ナノメートルに広げると表面積と球形度が変化することも示されています。
説明LOGIC：航空機電気システムにおける意図に基づく変更影響の評価ベンチマーク
要約本論文は、航空機電気設計の改訂において、工程依頼で承認された変更のみを正しく選び、影響を伝播させるかを評価するベンチマーク LOGIC を提案しています。モデルは決定的な候補変更リストから変更を選択し、型付きの電気的トレーサビリティグラフ上で影響を伝播させるため、選択段階の誤りと伝播段階の誤りを分けて評価できます。結果として、明示的に指定された選択では構造化された証拠ベースの手法が最も高い精度を示しましたが、言い換えの多い依頼や候補数の多い場合には課題が残るとされています。
説明後から参加する協力者との協調：段階的参加下のマルチエージェント強化学習
要約本論文は、マルチエージェント協調タスクにおいて、エージェントが段階的に参加する状況を扱う。先に行動したエージェントが残した情報が、後から参加するエージェントにとって有用になる場合を対象とする。著者らは、先行エージェントには将来を見越した情報獲得の監督を、後続エージェントには結果に基づく受信側の学習を与える学習増強手法「Staggered Participation Learning（SPL）」を提案している。MPE/RWAREの60のベースライン比較設定すべてで、SPLは観測された平均タスク完了率が高く、平均差は14.1%であった。8エージェントのチームや、Isaac Labの物理ベースUAV-UGV環境でも効果が示されている。
説明CETUS：地球上で学習した表現はカッシーニのSARによる土星衛星タイタンの画像にどこまで転移できるか
要約本研究は、カッシーニ搭載の合成開口レーダー（SAR）で撮影されたタイタンの画像を用い、DINOv2、DOFA、CROMAなど地球画像で事前学習したエンコーダと、従来の画像特徴量、未学習のvision transformerによる地形分類を比較しています。地理的に離れた領域で評価したところ、事前学習済みエンコーダはロジスティック回帰の設定で平均マクロF1が高くなりました。ただし順位は学習設定によって変わり、タイタンでの追加学習の効果はモデルによって異なります。ラベルは一部同じレーダー観測に基づくため、スコアは専門家の解釈との一致度を示します。
説明2つのベクトルで文脈内デモを置き換える：埋め込みによる構造化タスク適応（STAVE）
要約本論文は、大規模マルチモーダルモデルの文脈内学習で、各クエリ時にデモ画像を再エンコードする高コストという問題に取り組みます。提案手法STAVEは、デモの代わりに既存の入力埋め込みに加える2つのタスク固有ベクトルを用います。読み出しベクトルは回答を生成するトークンを、文脈ベクトルはその他の構造的トークン群を更新し、デモ有無の両プロンプトで回答ラベルを用いて学習します。6つのモデルと5つの大規模言語モデルでの実験では、マルチモーダルタスクで同等以上の性能を、より少ないタスクパラメータで示し、18のテキストタスクで15-shot文脈内学習と既存のタスクベクトルを上回り、推論時はゼロショットのコストです。
説明全員一致でも誤り：医療LLMの合意形成過程に基づく認証付き回答保留（ProbeGuard）
要約医療質問応答システムでは、複数の回答が一致していても正しいとは限らず、すべてのサンプルが同じ誤答を返すことがあると指摘しています。著者らは、合意がどのように形成されたか（一致の推移、少数意見の持続性、検索の飽和度など）と、一致した回答の根拠の整合性や反証検索の結果に基づいて回答を保留するフレームワーク「ProbeGuard」を提案しています。3つの医療QAベンチマークで、正しい合意と誤った合意の識別性能は0.696 AUROCに向上したと報告されています。
説明OpenSplatGraph：稠密な意味地図から構造化シーングラフへ、オープン語彙のロボット知覚のための手法
要約本論文は、オンラインのガウシアン意味地図から永続的な3次元シーングラフを直接構築するフレームワーク、OpenSplatGraphを提案しています。意味場に信頼性を考慮した観測統計を加え、クエリに応じて物体インスタンスを抽出し、物体の属性と関係を複数の観測にわたって逐次更新します。3次元シーン理解のベンチマークと実機ロボット実験で、オンラインのオープン語彙知覚と下流タスクにおいて競争力のある性能を示したと報告されています。
説明AIMS：スケーラブルな新規視点レンダリングのためのアンカー統合型マルチビュー合成
要約本論文は、多数の入力ビューを扱う際の順伝播型新規視点合成の拡張性の問題に取り組むAIMSフレームワークを提案しています。最遠点サンプリングで空間的に分散したアンカービューを選び、その周囲の観測を軽量な学習可能統合器で融合します。RealEstate10KとScanNetでそれぞれ29.41 dBと17.73 dBのPSNRを達成し、1ビューあたりの平均レンダリング時間は7.24ミリ秒です。
説明相補的特徴領域：情報の保存は予測寄与の保存を意味しない
要約本論文は相補的特徴領域（CFD）理論を提案し、予測価値を表現とその実現族によって共同で誘導される、文脈に依存した寄与体系として捉えます。可逆な表現変換が目的情報を変えない一方で、制限された決定族のもとでは予測寄与が変化しうることを示し、再符号化による文脈的寄与の変化を測る CFD 寄与欠陥を定式化しています。心電図（ECG）の制御実験では、非線形の全単射な再符号化が凍結された時間周波数表現の情報を保ちながら、固定のアフィン学習器では精度を変えました。正確な逆変換を適用すると、テストされたすべての連合の精度が回復しました。
説明HouseholdBench：家計の経済行動を予測する大規模言語モデルの評価
要約本論文は、6つの米国家計調査と32の予測タスクを統合した評価基準HouseholdBenchを提案し、消費、所得、雇用、期待、住宅などに関する家計行動を大規模言語モデルが予測できるかを検証します。過去の行動、人口統計、マクロ経済状況をもとに、政策変更への家計の対応も含めて予測させています。多くのモデルは変化なしのベースラインを上回り、最良のモデルは数値結果の誤差を12.2%減らしました。ただし多くのタスクで勾配ブースティング木が首位となり、オープンウェイトモデルは劣り、系統的な過大・過小予測も見られました。
注目点米国家計調査6件・32の予測タスクからなる新ベンチマークを構築し、13モデルを基準と比較。微調整と複数予測の集約で小型モデルが大型に匹敵することを示した。
説明GFlowNet の混合モデルの学習
要約本論文は、離散的な目標分布からサンプリングするために複数の GFlowNet をアンサンブルとして学習する手法を扱っています。著者らは混合 GFlowNet の一般的な理論枠組みを提案し、連続索引型と離散索引型に分けて説明しています。さらに、状態空間を分割して各部分から個別にサンプリングする Stratum-Conditioned GFlowNet を提案し、学習の収束とモード網羅性が向上すると述べています。
説明LARK：低コストで高精度、遮蔽に強く、カルマンフィルタを用いた画像誘導手術向けトラッキングシステム
要約本論文は、市販のRGBカメラと複数視点の冗長性・融合を用いた多カメラ光学トラッキングシステム LARK を提案しています。多視点単眼姿勢融合と多視点三角測量の2手法を、市販の赤外線ステレオ追跡装置と比較しました。5台のカメラと適応カルマンフィルタにより、精密加工グリッドで点位置特定は中央値0.64 mm、軌道追跡は0.73 mm の目標位置合わせ誤差を達成しています。追跡ハードウェアの費用は1000米ドル未満です。
説明合成可能な分子設計のための経路潜在空間の探索
要約本論文はRouteFlowという枠組みを提案し、合成可能な分子設計を、各潜在変数が完全な合成経路に対応する連続的な経路潜在空間での探索として再定式化します。探索には報酬誘導型フローマッチングを用い、報酬最適化による復号の不安定化を抑えるためサイクル一貫性機構を導入しています。Therapeutic Data Commonsの16の最適化タスクで、可合成性を考慮した比較手法の中で最も高いサンプル効率、最良の合成可能性指標、最高の逆合成成功率を示したと報告されています。
説明TAFFY：文脈内多様性を備えたタスク適応型表形式基盤モデル
要約本論文は表形式データ向けの基盤モデル TAFFY を提案し、制御された介入と分布変化によって得られる複数の関連環境から合成事前学習の文脈をサンプリングする文脈内多様性事前分布と、タスク条件付きゲートで最終隠れ状態の更新を調整するループ型 Transformer を組み合わせています。著者らによれば、6 つの分類と 5 つの回帰のベンチマークデータセットで平均順位が最も低い結果を示しています。
説明見えない危険を捉える：温度・放射線を考慮した VLA ナビゲーションのための物理誘導型視覚プロンプト
要約本論文は、凍結された視覚言語行動（VLA）ナビゲーションモデルに後付けできるモジュール PG-VP（Physics-Guided Visual Prompting）を提案します。放射線や熱源の物理的リスク評価に基づいて回避方向を決め、フレームごとに移動する仮想障害物を画像に重ねることで、再学習なしにロボットを見えない危険から迂回させます。R2R-CE と RxR-CE の検証データでは、低リスク行動への誘導が 84.9% と 83.2% の事例で成立し、ナビゲーション成功率は 6.8 と 7.9 ポイント低下しました。実機では、最悪 10% の軌道の安全性が熱源で 63.45%、放射線源で 32.59% 向上したと報告されています。
説明分離型マルチエージェント編成（DeOrch）：計画と作業者選択を切り離す学習型オーケストレーション手法
要約本論文はDeOrchを提案し、作業者に依存しない計画と具体的な作業者の選択を分離する。まず作業者情報なしでタスクを分解し、プールからの作業者非依存のマッチング可能性フィードバックを用いて協調操作を選ぶ。軽量なマッチャーは固定プローブ集合での振る舞いから作業者の適合度を推定し、文脈付きバンディットで適応する。著者らは、既存の自動MAS編成手法より優れ、学習型編成器より作業者呼び出しが少なく、再学習なしで未知の作業者プールにも転移できると報告している。
説明分類器フリーガイダンス付きフローモデルのためのグローバル輸送カップリング
要約本論文は、クラスラベルを使わずに計算するグローバル最適輸送カップリング「Global Transport（GT）」を提案している。ガイダンスなしでは性能が低下するが、分類器フリーガイダンス（CFG）と組み合わせると、領域、モデル規模、サンプリング予算を問わず生成が一貫して改善すると報告している。そのため条件付きフローのカップリングは、推論時に使われるガイダンス付きフローの下で評価すべきだと主張し、アーキテクチャやサンプラーを変えずに学習段階で性能を高められる点を示している。
説明どのデータをいつLoRA部分空間に取り込むか：小規模言語モデル微調整のための勾配受け入れ手法GRADE
要約本論文は、LoRAによる小規模言語モデルの微調整において、勾配の相殺、動的な学習過程に追従できない静的なデータ選択、部分空間の飽和による有用な更新の上書きという問題を指摘します。著者らは、進化する多タスク勾配場と整合するサンプルを継続的に受け入れる選択器と、飽和付近で破壊的な上書きを起こしうる更新を拒否するステップ単位のゲートからなるGRADEを提案します。3つの最新世代のバックボーンと7つの異種指令データセットで評価した結果、GRADEは精度と頑健性でベースラインを上回り、全アーキテクチャで標準LoRAを一貫して改善した唯一の手法でした。
説明高次元でのガウス混合モデルの勾配EM学習に√d分離は本当に必要か？
要約本論文は、期待値最大化（EM）法とその勾配ベースの変種を用いてガウス混合モデルを学習する問題を扱う。既存の結果では、真の成分間の最小分離が次元dの平方根に比例することが要求されていた。著者らは混合型のEMアルゴリズムを考察し、次元が十分大きい場合、分離がd^(0.5-ε)のオーダーでは、ランダム初期化の下で母集団勾配EMが準指数時間内に大域収束を保証できないことを証明した。過剰パラメータ化の場合でも同様である。
説明基盤モデル支援型マルチエージェント強化学習による無線ランダムアクセスネットワーク最適化
要約本論文は、ランダムアクセス方式の無線ネットワークにおけるマルチエージェント強化学習の学習コストが大きい問題に取り組み、基盤モデルを活用したアクタークリティック手法を提案しています。合意形成に基づく分散型の枠組みの中で、局所的な報酬交換と非線形な価値関数近似の条件下での収束解析を示し、従来手法と同じ収束オーダーを達成することを示しています。数値実験では、提案手法がネットワーク最適化の学習速度を大きく向上させることが報告されています。
説明エッジデバイス上での品質認識型・自己修正音声翻訳
要約本論文は、Jetson Nano（4 GB）上で完全オフラインに動作し、再学習なしで自身の弱い翻訳を修正する音声翻訳パイプラインを提案する。多言語 BERT のコサイン類似度を品質推定（QE）のゲートとして用い、信頼度が閾値を下回ると二次パスを起動する。3つの修正手法を比較し、英西翻訳の実験では最小ベイズリスク復号（M2）が有意な改善を示したが、QE によるリランキング（M1）には有意な効果がなく、制約付きビーム探索（M3）は明らかに悪化した。
説明広告関連性判定における大規模言語モデルのバイアスに関する体系的調査
要約本論文は、大規模言語モデルが広告と検索クエリの関連性を判定する際の公平性を体系的に検証しています。反事実（カウンターファクチュアル）の枠組みを用いて、広告主の身分、知名度の可能性、入力言語、人口統計的な表現の影響を比較しました。対象は GPT-4o と、関連性予測のために訓練された Qwen-7B モデルです。広告主や言語を変えると関連性の判定が変わる場合があり、性別や職業に関する一部の比較では一般的な固定観念と一致するパターンも見られました。さらに、推論時と学習時の緩和策を検討し、その効果が広告主情報のクエリとの関連性や学習データにおけるラベル分布に左右されることを示しています。
説明逆動力学によりJEPA世界モデルで不安定モードを保持する
要約ロボットシステムには、フィードバック制御で抑えなければ摂動が発散する不安定モードがしばしばあります。高次元の視覚観測からそれを制御するには、これらのモードを保持する表現が必要です。本論文は、次ステップ予測と防崩壊正則化だけでは、学習中に制御可能な不安定モードが潰れうることを示します。そこで行動再構成目標（逆動力学損失）を加え、線形系での理論的証明とCartPole、Walker2D、PointMazeでの実験による検証を行っています。
説明異種LLMシミュレーションにおけるモデルとペルソナの切り分け
要約本論文は、異なる複数の基盤大規模言語モデルで構成された異種ソーシャルネットワークをシミュレーションし、エージェントが受ける反応の量は割り当てられたペルソナよりも基盤モデルに強く依存することを示しています。モデルの種類が増えるほど、特定の基盤モデルによる引き付けや反発の効果が大きく強まり、大規模ではネットワークの動態が基盤モデルの効果に収束する可能性があると述べています。さらに、内容を媒介する分析により、文脈をまたぐモデルの予測可能性や、語彙パターンと反応を最大化する文体の関係を検討しています。
説明SkillFormer：音声言語モデルのためのスキル分解型適応手法
要約音声言語モデルは、音高比較や話者数の計数、テンポ推定、感情認識など多数のスキルを扱う必要があります。すべてのスキルを同時に学習させると互いに干渉します。SkillFormer は音声理解をスキルごとの低ランク適応器に分解し、学習済みルーターが推論時に質問に応じてそれらを組み合わせます。学習は交互方式で行われ、各適応器を個別に更新した後にルーターを共同で調整します。新たに加わるパラメータはベースモデルの4%未満で、音声エンコーダと言語バックボーンは変更されません。3つのモデルでMMSU、MMAU-Pro、MMARを評価したところ、平均精度が2.5〜4.1ポイント向上しました。
説明標的探索により、ランダムデバイス試験は波動ベースのニューラル演算子における最悪誤差を過小評価することが示された
要約本論文は、ニューラル演算子のフーリエ層に用いる波動ベースのプロセッサについて、製造や位置合わせのばらつきの下でどれほど誤差が大きくなりうるかを調べたものです。模擬の事例研究で、ランダムに抽出したデバイスと探索で見つけた最悪のデバイスの誤差を比較し、探索されたデバイスの誤差がしばしば1000個のランダムデバイスの最大値を上回ることを示しています。ランダム試験は誤差が閾値を超える頻度を推定し、最悪デバイスの探索は誤差がどれほど大きくなりうるかの下限を与えると結論づけています。
説明活性化ノイズ除去：大規模言語モデルの並列量子化と逐次量子化をロバスト性の観点から比較
要約本論文は、大規模言語モデルの学習後量子化において量子化誤差が層を重ねて蓄積する問題を扱い、上流の誤差をノイズとみなして頑健化する並列量子化手法を提案しています。前処理に続く指標重み付き丸めによって、各層で誤差の増幅を抑えます。著者らは、この手法が逐次量子化の利点の大部分を単一の並列処理で得られ、所要時間はその一部にとどまると報告しています。
説明計画を形づくるものを根拠づける：自動運転における物理知能の「グラウンディング」再考
要約本論文は、運転モデルが因果関係、空間構造、知覚証拠に基づいて推論するようになってきたが、推論が正しくても望ましい運転結果が保証されるわけではないと指摘する。著者らはGroundActを提案し、物理的実体を根拠づけの単位とし、軽量な参照トークンで選択された実体の連続的状態を記号推論から参照可能に保つ。参照された実体と進化する提案の相互作用のみで計画を修正し、これを「グラウンデッドプランニング」と呼ぶ。開ループおよびシミュレーション上の閉ループ設定で評価している。
説明局所的な証拠から安全性判定へ：視覚言語モデルにおける因果追跡
要約視覚言語モデルは、画像とプロンプトを組み合わせなければ、単独では分からない安全上のリスクを認識する必要がある場合があります。本論文は、安全な画像・テキストの組と安全でない組を対にした SSU-Bench データセットを提案し、3 つの視覚言語モデルで内部状態を入れ替えて安全性判定の変化を測定しています。その結果、変更された入力位置への介入は前段のデコーダ層で効果があり、最終入力トークンへの介入は後段で効果が現れることが示されています。
説明MobileVISTA：移動マニピュレーションにおける姿勢汎化のための生成的データ拡張
要約本論文は、標準姿勢で収集したデモンストレーションを、一人称視点の画像拡張と底部姿勢変化に合わせた行動の再ターゲティングによって、姿勢を変えた多様な学習データに変換するデータ生成フレームワーク MobileVISTA を提案している。シミュレーションの人型・双腕タスクと実機の Galaxea R1 Pro での実験では、この手法で拡張したデータで学習した方策が、テスト時に出会う分布外の姿勢に対してより頑健になることが示された。効果は、カメラが関節鎖とともに動き、ロボットが画面の大部分を占める人型ロボットで最も大きい。
説明情報収集エージェントのオープンエンドな情報探索に関する研究
要約本論文は、情報収集（インフォメーション・エリシテーション）が、どの情報を追求すべきかを継続的に判断する必要のあるオープンエンドな情報探索問題であることを扱っています。11種類の大規模言語モデルについて、情報価値の判断の違いと、それが逐次的な情報探索に与える影響を比較しています。統制されたシミュレーション環境で、モデルごとの選好から生じる広さと深さの振る舞いを分析し、感度分析と消去実験で結果の頑健性と限界を検証しています。
説明Jarvis：多人会話向けの能動的音声エージェント
要約従来の音声エージェントは話しかけられたときに応答する受動的なもので、一度に一人を相手にしています。本論文は、複数人の会話に加わり、役に立てるときだけ発言する実時間の能動的音声エージェント Jarvis を提案します。Jarvis は事前に共有された文書を基に議論を追い、集団が事実を見落としたり誤って述べたりして数ターン以内に自己修正しない場合に介入します。評価用に既知の欠落・誤り・自己修正を含む合成データセット CHI-180-proactive を構築しました。その結果、Jarvis は対応したほとんどの事例で正しく、集団が自ら問題を解決した場合は97%の時間沈黙を保ちました。23名を対象とした実地調査でも同様の傾向が確認されています。
説明MARS：逐次推薦のための多解像度適応ルーティング手法
要約本論文は、長い利用者履歴には短期的な意図、中期的な関心、長期的な嗜好が同時に含まれるが、単一のキャッシュされた記憶ではこれらの時間スケールが不均等に保持され、直近や中程度の内容は長期の内容より大幅に失われることを指摘しています。提案手法MARSは、履歴全体を異なる半減期に対応する再帰状態トラックに書き込み、疎なルーティングで各シードに関連する時間解像度を選択します。3つの公開データセットで強力なベースラインを上回り、履歴が長いほど優位性が拡大することを示しています。
説明頂点対応のないランダムグラフの二標本検定
要約頂点の対応づけがない二組のグラフを比較する際に、差を検出するのに必要なグラフ数と、どの統計量がどの差異を捉えられるかを研究している。Erdős–Rényi帰無仮説と期待次数を変えない二ブロック差異に対し、符号付き三角形数がこの必要数を達成することを示す。頂点が対応づけられている場合と比べ、未整列は約t^{-2}倍の標本数を要する。
注目点頂点対応のない二標本グラフ検定の標本サイズを m≍t^{-3} と上下界で示し、木構造統計量が無力であることを理論的に示す。シミュレーションで指数の一致を確認。
説明自動化されたプロバイダークエリによる環境型臨床文書の欠落の解消
要約本論文は、大規模言語モデルが「起草・質問・更新」（DAU）のプロバイダークエリ工程を自動化できるかを検討しています。3,000件の実際の診療を監査して文書欠落の原因を特定し、公開データを用いて5種類の転写劣化ベンチマークを構築しました。実際の対話21,000ターン以上の分析から、有用な質問を予測する要因はタスクごとに異なることが示されています。
説明源学習による依存度を用いたマルチモーダル時系列の選択的テスト時適応（CARAT）
要約ウェアラブルの多モーダルセンサーがノイズや欠損を受けた場合の信頼性を扱う論文です。提案手法CARATは、モデルの各モダリティへの依存度を実行時の破損検出から切り離し、学習時に依存度を推定します。展開時には軽量な一クラス検出器が疑わしいストリームを検出し、そのモダリティを欠損記号で置き換えるか表現を減衰させるかを決めます。四つのデータセット、五種類の破損、三つのバックボーン、八つのベースラインで、CARATは最高の総合マクロF1と最良の平均順位（2.42）を示し、計算量とパラメータ更新量もEATAより少なくなっています。
説明Muonオプティマイザーに細粒度のスペクトル整形は必要か
要約本論文は、Muonオプティマイザーの行列更新で特異方向ごとに細かい重みを与える必要があるかを検討しています。提案手法BulkBoostは、ノイズ境界より下のバルクと上のスパイクに分け、単一の共有ゲインでバルクの重みを高めます。30の継続事前学習設定で、二帯域の再重み付けは細粒度の冪乗則プロファイルのFreonと同程度の性能を示し、Spectraを上回りました。
説明スパースビューおよび限定角度CTのための幾何認識型拡散近似事後サンプリング再構成
要約本論文は、スパースビューおよび限定角度CTにおける不良設定な再構成問題に対し、幾何認識型の拡散誘導確率的再構成フレームワークを提案する。中核は、CT順演算子と測定ノイズ共分散から構成される正則化されたノイズ重み付きプルバック計量であり、方向ごとの測定感度に応じて更新と確率的探索を調整する。実験では、スパースビュー、ノイズを含む場合、限定角度CTにおいて競争力のある再構成品質と強い測定整合性、空間的に分解された経験的不確実性推定が示されている。
説明誰が負担するのか？マルチエージェント強化学習における共有制約の責任配分学習
要約複数のエージェントが一つのコスト予算を共有する場合、共通のラグランジュ乗数で総コストの制約をかけられますが、その罰則を各エージェントにどう配分するかは決まりません。本論文はLagrangian Responsibility Allocation（LiRA）を提案し、有限の学習期間で社会的厚生を最適化することで、各エージェントが共通乗数に占める分担を学習します。CityLearn、MABIM、Harvest、MetaDriveの環境で、3から400エージェントまでの実験を行い、平均社会的厚生が一様な罰則やエージェント別乗数のベースラインより最大29%向上し、コストは予算内に収まったと報告しています。
説明制約付きガウス混合による稀少事象のロバストな重要度サンプリング
要約本論文は、ガウス変数を関数で変換した値が閾値を超える確率といった稀少事象の確率を、重要度サンプリングで推定する手法を扱います。問題を「カバレッジ」と「フィッティング」の二段階に分け、最終的なガウス混合の提案分布に有限の重要度サンプリング分散という制約を課しています。実験では、高次元や多峰性の設定で、比較対象の手法より分散が小さく、安定して動作したと報告されています。
説明SpecBraM：脳波基盤モデルは何を予測すべきか？マスク帯域パワー予測と波形再構成の比較
要約本論文は、マスクされた区間の固定狭帯域対数スペクトルエネルギーを予測する自己教師あり脳波（EEG）事前学習法（MBP）を提案し、波形再構成と比較します。睡眠段階判定（ISRUC、HMC）では、線形プローブの下で波形再構成より高い精度を示し、ラベルが少ない場合に差がより大きくなります。ただし、運動想像、うつ病スクリーニング、覚醒度回帰などすべてのタスクで効果が見られたわけではありません。
説明古きを活かす：生成AIで「古典的」文書自動化を強化する
要約本論文は、エキスパートシステムなどの記号的手法に基づく法務文書自動化サービスが、現在の生成AIと相互に補完し合える可能性を検討しています。その利点と課題を論じるとともに、素人が書いた文章の問題を大規模言語モデルで特定し修正する予備実験の結果を報告しています。
説明有限深度の方策感度によるエージェント行動の変化への適応
要約本論文は、相手エージェントの行動が変わった際に強化学習方策を適応させるには大量の新しいデータが必要となる問題を扱います。参照環境の情報を用いて方策のヘッセ行列と混合微分を近似し、有限深度で方策感度を推定する手法を提案し、導数伝播の打ち切り誤差の上界を示しています。追跡・回避ゲームでの検証では、伝播深度を増やすと推定誤差が概ね減少し、感度に基づく初期化によりゼロショットでの報酬が直接転移より向上しました。
説明PsyCIDRA：精神科問診と診断推論のためのデュアルエージェント枠組み
要約本論文は、問診エージェントと診断推論エージェントの二つで構成されるPsyCIDRAを提案します。問診エージェントは自由形式の対話を行い、作業メモの記録、専門家作成のスキルの読み込み、ICD-11参照の検索をツールで行います。診断推論エージェントは問診記録を受け取り、仮説と支持・矛盾・欠落している証拠を報告し、十分な根拠がない場合は最終仮説を保留します。模擬症例では直接プロンプティングより高い診断一致度（ランク1精度60.5%対51.9%）を示し、101名の被験者による盲検試験では、仮説を提示するかどうかについて心理士との一致率が79.6%（直接プロンプティングは65.4%）でした。
説明信念ではなく構造：LLM由来の共分散による組合せ半バンディットでの相関トンプソン・サンプリング
要約本論文は、組合せ半バンディットのトンプソン・サンプリングにおいて、LLMでアームを一度分割し、その分割を相関行列に変換して探索の動きを導く手法を研究しています。事後分布の更新は実際の報酬のみで行われます。合成ベルヌーイ族16種ではT=2,500で従来のCTSより遺憾が約19%減少し、MIND-smallのニュースベンチマークでは約41%減少したと報告されています。LLMを使わない分析では、非構造的な事例での利得はカーネルの形状に由来することが示されています。
説明COMPASS：言語モデルの推論が宿る場所を探す手法
要約本論文は、大規模言語モデルの推論時に作用する操作手法COMPASSを提案します。モデルが直接答えた際の正誤を信号として、推論を引き出す潜在方向を得ます。その方向を運ぶ少数のアテンションヘッドを特定し、その活性を操作します。複数のモデル系列と数学ベンチマークで、比較対象の活性操作ベースラインを上回り、GSM8Kの正答率は平均16ポイント向上し、生成トークン数は20〜70%少なくなりました。
説明適応的取得と逐次融合による効率的なマルチモーダル推論
要約マルチモーダルシステムは、一部の入力だけで予測に十分な場合でも、利用可能なすべての入力を符号化することが多いです。本論文はSemARCを提案します。これは逐次モダリティ集約器（SeMA）と適応的ランタイム制御器（ARC）を組み合わせ、取得済みの証拠に基づいて次に符号化するモダリティや停止の判断を行い、計算量を減らします。6つのマルチモーダル分類データセットにおいて、各データセットで最も精度の高いベースラインと比べ、マクロF1は平均3.2%向上し、総推論GFLOPsは平均61.4%削減されました。
説明リサイズ後も保護摂動を有効に保つ：悪意ある編集に対するスケール頑健な画像免疫化
要約拡散トランスフォーマーに基づく指示誘導型編集器は、一文で個人の写真を偽造できます。既存の保護摂動は、写真が縮小されると効果の大半を失うと論文は指摘しています。著者らはSRIMを提案し、アンカースケールで写真サイズに応じた縮小範囲を覆い、各最適化ステップで最も保護が弱いスケールに計算を割り当てます。実験では、SRIMが既存手法より強い保護を示し、ℓ∞予算が四分の一でも上回り、入力浄化下でも最強を維持しました。
説明ElasticFit：VLM推論と生成的適応による、収まりを考慮した3Dオブジェクト挿入
要約本論文は、既存の3Dシーンにオブジェクトを挿入するためのフレームワーク ElasticFit を提案しています。視覚言語モデル（VLM）が言語指示とシーンの描画画像から、配置位置、占める体積、向き、剛体配置・等倍スケーリング・弾性フィッティングのいずれの適応方式かを推定します。その後、オブジェクトを生成・3D再構成し、メッシュを調整します。固定アセットのベースライン比較では、空間関係の成功率が 50.8% から 69.7%、支持の成功率が 48.3% から 91.7% に向上したと報告されています。
説明AIエージェントに関する監査可能な主張
要約本論文は、AIエージェントに関する主張を検証するには、まずその方針、適用範囲、主張を裏付ける記録、そしてその記録を作成する主体を明確にする必要があると論じています。これに基づき「監査可能な主張」を定義し、独立した記録の網羅、行為ごとの引数に紐づく認可、完全性の保証のいずれかが欠けると、主張は裏付けられないことを証明しています。あわせて、六つの一般的な主張の検証表と、五つの証拠状態をたどる事例を示しています。
説明ニューラル加法モデルによる解釈可能なハイパーグラフ学習
要約本論文は、ハイパーグラフデータ向けに本質的に解釈可能な学習フレームワーク、ハイパーグラフニューラル加法ネットワーク（HGNAN）を提案している。古典的なニューラル加法モデルを高次の関係データへ拡張し、特徴ごとの非線形分解とハイパーグラフを考慮した構造集約を組み合わせて、ノードおよびハイパーエッジのタスクで透明な予測を可能にする。ベンチマークデータセットでの実験では、最先端のハイパーグラフ学習手法と同等の性能を示しつつ、内在的で意味のある解釈性を備えることが示されている。
説明AlignQuant：効率的なLLM生成のためのタイル整列型混合精度量子化
要約本論文は、GPUに適した二次元の重みタイルを精度割り当て・圧縮格納・演算の共通単位とする训练後量子化手法AlignQuantを提案します。出力チャネル内で感度に応じて精度を変えられ、プリフィル段階とデコード段階を合わせた校正を行い、モデル全体の重み格納予算の下で重要なタイルの精度を優先します。3Bから14Bパラメータの4つのLLMで、BF16と比べて生成速度が最大2.50倍向上し、モデル品質は維持されたと報告されています。評価は3種類のGPUと最大64Kトークンの文脈にも及びます。
説明参加者の負担を減らす縦断的能動的特徴取得：解釈可能な方策による低コストの時系列予測
要約本論文は、心理学の縦断的追跡研究において、各時点で尋ねる項目を動的に絞り込みつつ、特定の結果の予測精度を保つ方法を扱う。従来のニューラルネットワークによる方策を、解釈しやすい決定木に蒸留する手法を提案している。シミュレーションと、毎日の飲酒量を予測するEMA（生態学的瞬間評価）の実データで検証され、各回の項目数を大きく減らしても精度の低下はわずかであったと報告されている。
説明Fork-and-Flush：自律研究エージェントを「アイデアの盆地」から脱出させる手法
要約同じエージェントを同じタスクで独立に複数回走らせると、最終スコアが大きく異なる水準で頭打ちになり、その差は追加計算を投入しても残ることが示されています。著者らはこの解空間の局所的な領域を「アイデアの盆地（idea basins）」と呼びました。これを抜け出すため、作業領域を引き継いだ複数の並列軌跡にエージェントを分岐させ、チャット文脈だけは新しくして一定期間走らせ、最も高得点の軌跡から再開する定期的な介入法 Fork-and-Flush を提案しています。13の長期研究・エンジニアリングタスクで、同一計算予算の下、正規化平均スコアが単一実行およびbest-of-Nベースラインに対してそれぞれ66.0%、44.4%向上したと報告されています。
説明「何を」と「どこに」を切り離す：小型GUIグラウンディングモデルは動作種別をどう受け取るべきか？
要約本論文は、GUIエージェントの小型グラウンディングモデルが動作種別をどのように受け取るべきかを検討しています。Android in the Wildのデータで、Qwen2-VL-2BをLoRAで微調整し、五つの方式をベースラインと比較しました。補助損失、加算型埋め込み、プロンプトへの記述が基準を約5〜7ポイント上回りましたが、一部の効果は前処理の影響によるもので、予測された種別を用いた場合の優位性は確立されていません。
説明電気皮膚活動の波形は改善したが、VR平衡課題では下流の分類精度は向上せず
要約本論文は、VRでの平衡妨害課題において電気皮膚活動（EDA）のアーチファクト除去の効果を検証しています。ベンチマークでは、ゲーティングネットワークがアーチファクトを比較的よく検出し、その領域の誤差を低減しました。しかしVR記録では、五つの分類手法のいずれも精度が向上せず、未処理の信号と同程度にとどまりました。著者らは、前処理は未処理と比較して支える判断の結果で評価すべきだと主張しています。
説明StaFIR：定常性と入力類似性を両立させる因果フィルタの凸学習法
要約本論文はStaFIR（定常性を考慮した因果有限インパルス応答フィルタ）を提案します。非負の指数ラグ・プロファイルの混合を学習することで、時系列の非定常性を低減します。凸の学習目標により、経験的な定常性と入力との類似性のバランスを取ります。ARFIMA–GARCHの制御データと、ボラティリティ予測を含む金融時系列で評価され、持続性に応じてフィルタ強度が調整され、下流の予測精度では固定の半階差分と明確な差はなく、生データとの類似度は高いことが示されています。
説明慢性足関節不安定症における適応的歩行バイオフィードバック：被験者除外モデリングと個人別更新
要約本研究は、角度閾値に基づいて歩行周期を良好／不良に分類する時系列畳み込み分類器を、20名を対象とした被験者除外の交差検証で評価しています。介入群7名が3週間に9回のセッションを行い、失敗後に更新されたモデルを元のモデルと比較し、また額面の足関節角度を介入群と対照群10名で比較しました。モデルの識別能力は高いものの、非無作為化デザインのため、臨床的な歩行分類能力や更新の因果的効果は確立されていません。
説明AccentCL：増分的に拡張できる頑健な英語アクセント分類
要約本論文は、英語のアクセント分類のためのクラス増分学習フレームワーク「AccentCL」を提案し、クラス不均衡やコーパス間のドメインシフトに強い分類を目指すものです。凍結したWhisper-Large-v3エンコーダの多層表現を用い、不均衡を考慮した交差エントロピー損失とドメイン平均整合損失で学習します。リプレイ型の継続学習でラベル空間を拡張し、5クラスタスクで平衡精度77.1%、マクロF1 76.9%を達成しました。スペイン語アクセントと中国語アクセントの英語を順次追加した際も、新クラスのF1はそれぞれ83.3%、61.8%で、既存クラスの平衡精度は約77%を維持したと報告されています。
説明2D-FET-Bench：空間推論から薄片上のFET設計まで
要約本論文は、顕微鏡画像の薄片輪郭に基づく128件のFETレイアウト課題からなるベンチマーク「2D-FET-Bench V2」を提案しています。エージェントは文章による仕様と輪郭座標から、GDSIIに描画される版図を生成し、決定的な検証器が幾何学的・構造的要件を確認します。最良の構成であるGPT5.6-Luna（ReAct-3）は、試行の62.3%に合格し、少なくとも1回成功した課題は80.5%でした。
説明EEG脳波BCIデコードにおけるラベル即時反映型オンライン更新のベンチマーク
要約脳波（EEG）信号は時間とともにドリフトするため、固定モデルの脳コンピュータインタフェース（BCI）は実際の利用で性能が低下することがあります。本論文は、時系列順の先に評価・後に学習する手順のもとで、共通空間パターン（CSP）とリーマン共分散法という2つの代表的な処理系を比較するオンライン適応のベンチマークを提示しています。最大の2つのデータストリームでは、14組のモデルとデータセットのうち13組で、固定モデルに対し相対精度が最大約18%向上したと報告されています。
説明学習可能なスペクトル活性化（LSA）：暗黙的ニューラル表現で周波数の組み合わせを効率化する手法
要約本論文は学習可能なスペクトル活性化（LSA）を提案し、各ニューロンの固定的な非線形関数を、学習中に振幅が更新される残差付き打ち切りフーリエ級数に置き換える。線形重みが特徴を選び、活性化係数がスペクトルの形を制御し、両者は別々の勾配で更新される。著者らは、この分解により目標信号のエネルギーがニューラル・タンジェント・カーネルの主要な固有モードに集中すると報告し、音声・画像・ニューラル放射輝度場・ニューラル音響場のタスクで再構成品質が向上したとしている。
説明スパースRKHS多様体による関数空間上のベイズ最適化
要約本論文は、最適化対象がベクトルではなく無限次元の関数である関数空間でのベイズ最適化を扱います。著者らは、カーネル関数のスパースな表現で関数を表す再生核ヒルベルト空間（RKHS）の部分集合を探索し、カーネルの位置と係数を同時に最適化する手法（L0MO）を提案しています。また、標準的な有限次元のテスト関数を無限次元へ移植したベンチマーク群を新たに作成し、既存手法との比較実験で多くのベンチマークにおいて優れた性能を示したと報告しています。
説明表形式基盤モデルによる能動的特徴取得方策の評価
要約本論文は、事前データ適合ネットワーク（PFN）という、タスク固有の学習なしに事後予測分布を出力できる既存モデルを用いて、有限のオフラインデータから特徴を逐次取得する方策を学習・評価する方法を研究している。オフラインデータの被覆が不均衡な場合、総予測エントロピーを報酬とすると、観測の少ない特徴の取得が不当に不利になる認識論的バイアスが生じることを示す。そこで特徴取得の評価には、PFNが出力する総予測エントロピーではなく、事後期待（偶然的）エントロピーを用いる。合成データと実データでの実験により、価値推定のバイアスが減り、経験的被覆の高い信頼区間が得られることが示された。
説明pass@k では測れないもの：事後学習後の多様性と能力維持の評価
要約論文は、広く使われる pass@k 指標が問題ごとの正解率しか見ず、正解出力の分布を反映しないため多様性を測れないと指摘する。著者らは Qwen2.5-1.5B-Instruct を GSM8K で GRPO と棄却サンプリング微調整により学習させ、多様性指標が逆方向に動く一方、pass@8 と pass@32 では一貫した優劣が見られないことを示す。標準的な評価手法が、通常その妥当性を保証するために用いられている性質を欠いている具体例だと論じている。
説明LLM多層防御：活性化誘発型と記憶誘発型の迎合に対する記憶ゲートの評価
要約本論文は、大規模言語モデルの長期記憶が引き起こす迎合の問題を扱います。モデルが客観的証拠よりも保存されたユーザーの信念を優先する可能性を検討し、内部の活性化ステアリングと外部の記憶処理を分けた2×2の防御フレームワークを提案しています。MemSyco-Benchで4つのオープンウェイトモデルを評価した結果、選択的なRouter Gateによる過滤は記憶の完全削除より平均精度を保てることが示されました。逆方向ステアリングの効果は方向は一致したものの統計的に有意ではなく、外部記憶フィルタリングが有効な部分だと結論づけています。
説明引用の捏造を無料で検出する：論文審査のための段階的ヒューリスティック手法
要約本論文は、引用の捏造を検出の難しさによって三段階に分類する「捏造深刻度スタック（FSS）」を提案します。存在しない文献から内容の細かな誤帰属までを対象とします。これに基づき、主要な大規模言語モデルのインターフェースで実行できる段階的な照合手法を示し、計算機科学の教員が論文評価に組み込むことを想定しています。100件の引用（20%に第一・第二段階の捏造を埋め込み）を用いた予備実験では、存在しない文献を10件中9～10件正しく指摘し、メタデータの破損も一部検出できました。
説明Fed-BRDECS：プライバシーを守りデータの異質性を考慮する連合型深層埋め込みクラスタリング手法
要約本論文は、分散した未ラベルデータを対象とする連合型深層クラスタリングの枠組みFed-BRDECSを提案します。グローバルな軟割当統計量を必要とする従来の目的関数を、局所で計算できるサンプル安定性損失に置き換え、クライアントが局所の割当分布を送信しなくてもよい仕組みです。非IIDデータへの対応として、正解ラベルを使わずに局所的に少ない予測クラスタを多くサンプリングする手法と、偏りや不活性化した中心点を定期的に再初期化する手法を導入しています。画像・テキストのクラスタリングベンチマークでは、IIDと非IIDのいずれの分割でも代表的な基線を上回る結果が示され、推論時のコストを増やさずに再構成型の時系列異常検知を改善できることも報告されています。
説明連鎖的に集約した正規化フローを用いた複雑なシミュレーションモデルの尤度近似と推論に関する視点論文
要約本論文は、シミュレーションベース推論の枠組みにおける尤度近似について新たな視点を提示し、全単射変換の複数の組を連ねた集約型正規化フローを用いる方法を検討している。各段階のパラメータを逐次推定し、モーメント制約下の経験尤度推定と逐次意思決定の枠組みで全体のパラメータを更新・集約する。この手法は、シミュレーションモデルの代理モデルとして、サンプル生成、仮説検定、不確実性定量化、ベイズ推論に利用できるとされる。
説明スパースオートエンコーダにおける推論と学習：自然勾配流としての統一的枠組み
要約本論文は、スパースオートエンコーダにおける特徴の推論と辞書学習を、共通の変分自由エネルギー上の自然勾配流として統一します。これに基づき、エンコーダを用いない疎符号化モデルBeFONDを提案しています。合成データでは辞書の復元と希少特徴の検出が改善され、言語モデルの活性化データでは単一特徴の概念検出と選択的介入が改善されたと報告されています。
注目点推論と辞書学習を共通の変分自由エネルギー上の自然勾配フローとして統一し、閉形式の動力学を与える点は新しく、合成データと言語モデル活性化での比較実験が根拠となる。
