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MoonGS：画像ペアの頑健な深度特徴を用いたガウシアンスプラッティングによる月面の高品質表現
要約本論文は、疎な月面探査車画像から高品質な3D地形を再構築する難しさに取り組み、月面シーン向けの初のフィードフォワード型3Dガウシアンスプラッティング手法MoonGSを提案しています。入力は2枚の画像のみで、一度の順伝播で画素整列のガウシアン基本要素を予測し、シーンごとの最適化なしに新規視点を描画します。LuSNARおよび合成の弱テクスチャデータセットMoonBlenderで既存手法を上回る性能を示し、嘗娥（チャンイー）計画の画像でも実データへの頑健性が確認されています。
説明署名（シグネチャ）特徴学習による人間行動認識：表現・深さ・モデル選択に関する再現可能な機械学習研究
要約本論文は、シグネチャ変換（signature transform）でセンサー信号から特徴を作り、人間行動認識を改善できるかを検証します。UCI HARデータセットで、データ漏えいを防ぐ再現可能な手順のもと、生信号、時間拡張パス、lead-lagパスの3表現を比較しました。ランダムフォレストと組み合わせた場合、深さ6の時間拡張6チャンネル・シグネチャが正解率0.858、マクロF1 0.859を示し、最良の生信号ベースライン（正解率0.816）を上回りました。多層パーセプトロンはベースラインを超えませんでした。
説明JudgeMoE：LLM を審査員とする評価のための分布ベース集約手法
要約本論文は、軽量な集約器 JudgeMoE を提案します。これは、審査員 LLM がスカラー値に圧縮する前の分布に含まれる不確実性と意見の不一致の情報を保持するため、キャッシュされた採点分布に事例ごとの重みを割り当て、融合してから最終スコアを算出します。元の 10 設定では、一様な対数プーリングに比べ平均 Spearman 相関が +0.079 向上しました。16 設定に拡張すると、最強の単一ローカル審査員に対して平均 +0.0393 の改善が見られ、12/16 設定で正の差となり、片側 Wilcoxon 符号付順位検定の p 値は 0.0091 でした。また、望ましい集約方法はタスクと審査員の組み合わせに依存することも示されています。
説明知識グラフ推論に基づく、根拠付きの患者別臨床説明の生成（推論過程を監査可能にする研究）
要約本論文は、凍結された訓練不要の臨床知識グラフ推論器の下流層として「CKG臨床説明エンジン」を提案する。患者情報と疾患知識を型付きの事実、規則適用の過程、出典付きの結論、方針で許可された推奨へ変換する。5つの利用可能なワークブック（6,720名の患者）での検証では、構造と出典の監査可能性が100%または100%近くに達した。著者らは、これは構造と実装の監査可能性を示すものであり、臨床的な正確さや有用性を示すものではないと明記している。
説明経験的変分オートエンコーダ：連続値系列のための生成フレームワーク
要約本論文は、非ベクトル量子化の連続値系列を生成する汎用フレームワーク、経験的変分オートエンコーダ（EVA）を提案している。EVAは変分オートエンコーダ（VAE）の証拠下界に基づくが、自己回帰の潜在事前分布を学習データから経験的に学習し、VAEの上に線形層を1つ追加するだけで実装できる。従来の標準ガウス制約を自己予測された事前分布に置き換えることで、従来のVAEでみられた事前分布と事後分布の潜在分布の差を緩和する。画像と音の合成実験では、自己回帰拡散モデルの基準手法に匹敵する生成品質を、はるかに高速な推論時間で達成したと報告されている。
説明LoRA微調の最適化地形の詳細分析とデータ選択への示唆
要約本論文は、パラメータ効率的微調整手法LoRAにおいてアダプタのランクをどう選ぶかを扱う。データに依存する制限等長性指標LoRA-RIPを導入し、クロスエントロピー目的関数の条件数を特徴づけ、十分なランクの過剰パラメータ化が偽の局所極小を排除することを示す。言語・視覚タスクの実験でも、ランクとデータ品質を共に考慮すべきだと示されている。
説明WaveGSSM：伝播する時空間パターンのためのグラフ波動状態空間モデル
要約本論文は、各ノードで現在のパターンを表す状態と、その時間変化率を表す状態を同時に保持する二次のグラフ状態空間モデル WaveGSSM を提案しています。グラフ波動遷移によって、空間的な伝播と時間的な変化を一回のロールアウト内で結合します。四つの時系列グラフのベンチマークと全球天気予報で評価され、時系列グラフでは平均性能が最も高く、1〜5日の予報でジオポテンシャルの RMSE を平均20.2%削減したと報告されています。
説明LLMの迎合（sycophancy）の分析：反転率が隠すもの
要約本論文は、モジュール式の再生プロトコルSycoLensを用いて、ユーザーの圧力や評価条件が回答の反転率にどう影響するかを検証しています。3社の11のフロンティアモデルで約76万回の統制された再生を行い、施圧の仕方によってどのモデルが迎合的に見えるかが変わることを示しています。単一の反転率では修正と屈服を区別できないため、複数の指標による報告プロファイルを提案しています。
説明単一ニューロン電気生理のための条件付きフローマッチング：刺激ごとの多峰性応答の再現
要約本論文は、入力電流を条件とするフローマッチングによって、単一ニューロンの電圧応答の分布を生成する条件付き生成モデルを提案している。ヒト大脳皮質の2種類の抑制性介在ニューロンの生物物理学的詳細モデルで検証され、生成された応答は電気生理学的特徴の分布、スパイク時間構造、興奮性プロファイルを再現し、対応するヒト皮質ニューロンの実験記録とも一致した。閾値付近では同じ刺激振幅で発火と非発火の応答が共存し、高振幅では脱分極ブロック付近で低発火と高発火のモードに分かれることがある。著者らは、本モデルがこれらのモードを両方とも再現する一方、ニューラルオペレータによるベースラインは閾値付近の発火を抑制し、脱分極ブロックでモード間の差を不明瞭にすると報告している。
説明ベイズ非パラメトリック記憶によるテスト時の推論戦略適応
要約大規模言語モデルは思考連鎖で推論しますが、経路が非効率で生成コストが大きくなります。本論文は、推論時に行動戦略を検索する構造化された「チートシート」を提案し、階層ディリクレ過程ガウス混合モデル（HDP-GMM）で行動埋め込みをクラスタ化する「ベイズチートシート」を導入します。テスト時にオンラインで更新し、必要に応じて新しい成分を作ります。AIME'25、Omni-MATH、PhysReasonなどの推論ベンチマークで既存の記憶モジュールより性能が向上したと報告しています。
説明ANT：エージェント行動監査のためのマルチグラニュラリティ・ネットワークトラフィックデータセットとベンチマーク
要約本論文は、LLMエージェントの実行時のネットワークトラフィックを、リスク・シナリオ・行動プリミティブの複数粒度のアノテーションと共に収録したデータセットANTを提案している。3,114の実行エピソード、276,417の双方向フロー、40,049の行動プリミティブセグメントを含む。13の既存トラフィック分析手法によるベンチマークの結果、有用だが偏りのある行動信号が得られることが示されている。
説明SOL：二重スライス Wasserstein 距離によるテキスト分布間のずれの測定
要約本論文は、テキスト分布どうしの距離を測る指標 SOL を提案している。各系列を固定 Transformer の隠れ状態の経験測度で表し、その測度の分布を二重スライス Wasserstein 距離で比較する。Transformer が単射であれば SOL は距離（メトリック）になることを証明し、実験では分布の失敗を検出し、期待されるモデル傾向を再現できることを示している。OpenWebText で学習した複数のモデルを、初期の再評価として SOL で比較している。
説明ArtifactArena：モデルが物理世界で何を作れるかで評価する
要約本論文は、モデルに物理的に実現可能なハードウェアとソフトウェアの協調設計を課し、シミュレーション上の競技場で競う完全に動作するロボットを設計・製作させる、オープンエンドなプラットフォーム ArtifactArena を提案しています。最先端モデルのゼロショット設計、検証器に基づく反復改良、オープンエンドな物理設計能力を、3 つのハーネスで評価しています。作品同士の直接対戦によるトーナメントから導いた Elo ランキングで性能を比較し、継続的なコミュニティ投稿に向けたフレームワークと大会基盤も公開しています。
説明Xaurora：基盤モデルの事前知識から去噪確率的補間で生成する天気予報
要約深層学習は近年天気予報を大きく変えましたが、既存の大気基盤モデルの多くは決定論的で、不確実性評価に用いる大規模アンサンブルを生成しにくいという課題があります。本論文は事前学習済みの決定論的モデルAuroraを、生成型アンサンブル予測モデルXauroraへと微調整します。確率微分方程式の軌跡を確率的に学習するため、去噪確率的補間と再生バッファを組み合わせています。全球アンサンブル指標は最先端に近く、大型版Auroraと競合し、13分で15日先までの予報を生成できると報告されています。
説明物理ベースの合成データによる高密度照明推定の汎用パイプライン
要約本論文は、物理ベースの3Dレンダリングシーンから高密度の照明色度マップを生成する、再利用可能なパイプラインを提案しています。既存の3Dシーン集合を活用し、制御された照明条件下でピクセル単位の照明アノテーションを自動生成します。この手法で74,321枚の合成画像を作成し、単一光源および複数光源の推定モデルの事前学習に用いたところ、データが少ない状況で性能が向上したと報告されています。
説明階層的な手続き理解による能動型AIアシスタントの改善
要約能動型AIアシスタントは、ユーザーの作業を継続的に観察し、新たな案内を出すか沈黙を保つかを判断します。本論文は、学習用のProactiveCoach-Instruct、評価用のProactiveCoachBench、そして微調整したVLMからなるProactiveCoachスイートを提案しています。階層的な監督は、固定粒度の監督と比べて複数のバックボーンで全体性能を最大9.6ポイント向上させました。軽量な案内ルーターと組み合わせた適応型案内システムは、4つの案内レベル遷移において、文脈内適応ベースラインを57.1ポイント上回りました。
説明テキストから画像を生成するモデルの有害コンテンツ生成：能力と審査の限界
要約本研究は、ニュース見出しを危険なプロンプトに変換する自動化手法を用い、五つのオープンな文生画像モデルにおける有害コンテンツの生成を体系的に評価したものです。人手による1,500枚の画像評価では、暴力・流血、性的内容、有害なステレオタイプ、憎悪表現、自傷などで高い有害コンテンツ生成率が示されました。また、自動審査システムには検出の欠落があり、合成画像検出器も学習データの多様性によって結果が変わることが分かりました。
説明NeuroCBIR：全脳と部位別MRIのための高速・高精度画像検索システム
要約本論文は、全脳または特定部位の3D T1強調MRI画像を高速に検索する神経画像向けのコンテンツベース画像検索フレームワーク「NeuroCBIR」を提案しています。103の皮質・皮質下領域を抽出し、変分オートエンコーダと対照学習で得た埋め込み表現を用いています。被験者の再識別では上位5件の平均適合率が98.4%以上で、年齢予測や病態分類にも零ショットで有用な情報が含まれていると報告されています。
説明気が変わったのはユーザーで、モデルではない：多ターン対話における意図の扱い
要約本論文は、多ターンのタスクでユーザーが変更を提案したものの最終的に撤回した場合に、大規模言語モデルがその影響を受けるかを調べています。作者らは、工具操作、コード、データベース、数学を含む Intent-Eval ベンチマークを構築し、拒否された提案や置き換えられた要件に言及されるだけで性能が低下することを示しました。これを踏まえ、同一モデルで初期化した教師と生徒による自己蒸散フレームワーク Intent-OPSD を提案し、「言及された内容」と「現在も有効な要件」を区別させることを目指しています。
説明超音波とMRIにおける子宮構造の、トポロジー情報とプロンプト条件付きユニバーサル分割
要約本論文は、超音波とMRIの画像から複数の子宮構造を同時に分割するTPUSフレームワークを提案しています。モダリティ別の入力部、共有のグラフベース符号化復号器、タスク認識クラスプロンプト、動的畳み込みモジュール、トポロジー情報損失を組み合わせ、異なるデータセット間のラベルの違いに対応します。子宮超音波データセットと、T2強調子宮筋腫MRIデータセットでの実験では、保持したテストセットでのDiceスコアがそれぞれ0.898と0.693で、いくつかの汎用分割ベースラインを上回りました。
説明polyview：多視点機械学習のための Python パッケージ
要約本論文は、scikit-learn と互換性のある Python パッケージ polyview を紹介する。多視点の埋め込み、クラスタリング、融合、視点の拡張のほか、不完全な視点の扱いのためのツールを提供する。著者は五つの実データセットでこのパッケージを示し、典型相関分析に基づくコンポーネントを二つの既存ライブラリと比較している。ベンチマークや手法の試作に使える実用的なツールキットとして、今後の研究の基盤となることを目指している。
説明GPlaceRL：詳細配置のためのオープンソース・グラフ強化学習フレームワーク
要約本論文は、詳細配置の改善に用いるオープンソースのグラフ強化学習フレームワーク GPlaceRL を提案する。合法化済みの配置をグラフとして表現し、グラフエンコーダ、ポリシー構造、報酬設計、局所的な配置動作を研究できるモジュール式環境を提供する。5つの配置ベンチマークで、GAT（グラフアテンションネットワーク）エンコーダを持つ PPO ポリシーを設計ごとに最適化し、最良の貪欲評価で HPWL が 3.27% から 32.87% 改善した。コンパクトな GAT 構造と柔軟な局所動作空間の重要性が示されている。
説明FairProp：微分可能な伝播層による公平なノード表現学習
要約グラフニューラルネットワークはノード表現学習の標準的手法ですが、メッセージパッシングによって位相的バイアスが増幅され、公平性の懸念が生じることがあります。本論文は、ノード分類、リンク予測、ノード回帰の3タスクについて、人口統計的パリティの差に関する上界を示し、群間平均の差と群内共分散という二つの偏りの源を特定しています。これを基に、APPNPの凸平滑化問題に公平性制約を組み込んだFairPropを提案し、複数のタスクで良好な公平性と精度のトレードオフを示しています。
説明AECP：マルチエージェントコード生成のための成果物専用通信プロトコル
要約本論文はAECP（Artifact-Exclusive Communication Protocol、成果物専用通信プロトコル）を提案します。複数のAIエージェントが構造化された成果物のみを通じて通信し、実行ハーネスが共有された知見の提供、インターフェース合意との不一致の検出、影響を受けるエージェントへの再検討要求を行います。Doc2Repo、NL2Repo、CodeProjectEvalでの評価では、自由形式のメッセージを用いるエージェントチームと比べ、平均テスト合格率が28.2%向上し、平均実行時間が16.5%短縮されました。また、エージェント間での悪意ある指示の中継も阻止できたと報告されています。
説明動作を保つ KV キャッシュ圧縮：学習不要の手法
要約大規模言語モデルで長い文脈を扱う際、KV キャッシュがメモリと速度のボトルネックになります。本論文は、キャッシュ項目を削除した場合に出力分布がどれだけ変わるか（KL ダイバージェンスで評価）に基づいて保持する項目を選ぶ、学習不要の圧縮フレームワークを提案します。注意重みなどの代理指標に頼る従来手法と比べ、同じ保持量では下流タスクの品質が向上し、圧縮が強いほど効果が大きいと報告されています。
説明後続モデルの精度を超えて：推薦システムの再帰的自己改善における状態保持
要約本論文は、推薦器の出力を後続の学習に用いる再帰的自己改善（Rec-RSI）を扱う。更新前後のモデルが相補的な順位付けの判断を保持しうるとし、その進歩を「分散的進歩」と呼び、世代間優位性（CGA）で定量化する。4つのデータセットと3種の逐次推薦エンコーダでの実験では、最適な保持方式はアーキテクチャごとに異なり、順位分離統計量によって強い組み合わせを選べることが示される。
注目点分散的進展と世代間優位性を提案し、推薦の再帰的自己改善で前世代の状態を保持する新課題を示す。4データセット・3エンコーダで検証し、多くの設定で選択則が有効。
説明MaRO-GS：不整合なマルチビューマスクから対象物を再構成するガウススプラッティング手法
要約本論文は、マルチビュー画像から対象物を三次元再構成するため、シーン全体ではなく対象物のガウスを直接最適化するMaRO-GS（Mask-Robust Object-Centric Gaussian Splatting）を提案する。視点間で一貫しないセグメンテーションマスクによる誤った教師信号に対し、マスク信頼性に基づく視点フィルタリング、対象物に沿ったガウス密度制御、シルエットに整合したオブジェクト損失で対処する。複数のデータセットで PSNR、分割精度、計算効率が向上し、小物体のLERF-Maskデータセットでは最大2.05 dBのPSNR改善が報告されている。
説明Odyssey：明示的なナビゲーション経路を用いた長期間の実走行を対象とするクローズドループ評価ベンチマーク
要約本論文は、長期間の自動運転を評価するクローズドループベンチマーク Odyssey を提案します。100 秒間の nuPlan 走行ログから再構成した 100 のシナリオを含み、曖昧な方向指示を標準精細度（SD）地図の経路に置き換えています。さらに、SD 経路遵守度、車線変更前準備スコア、および走行スコアに経路逸脱と車線準備失敗の減点を加えた RouteDS を導入しています。VLA モデルを含む既存のプランナーをこれらの指標で評価しており、コードとベースラインは公開予定とされています。
説明分子グラフ生成のための潜在フローマッチング：全体グラフの潜在表現を生成する手法
要約本論文は、事前学習済みの変分オートエンコーダで得た高再構成精度のグラフ全体の潜在表現上で生成を行い、フローマッチングで生成した表現を最後のステップでのみグラフに復号する手法を提案しています。規模の異なる分子ベンチマークで、有効性とFCDにおいて高い性能を示し、離散グラフ空間で直接生成する最先端モデルと比べて品質と効率のバランスが良いと報告しています。
