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Knee3DVLM：膝関節MRIの包括的評価のための二系列全ボリューム視覚言語モデル
要約本論文は、DESSと液体感受性TSEの2種類のMRI系列による全ボリュームデータを用いる視覚言語モデルKnee3DVLMを提案し、MOAKSに基づく57の二値診断項目を構造化レポート用に予測します。1,074件の未使用データでは、二系列融合モデルが単一系列の構成より高い値を示しました。また5つの病変カテゴリの多クラス分析では、3DReasonKneeの最良の既報結果を数値上で上回ったと報告されています。
説明MetaLearnNCA：相互作用するニューラルセルラーオートマトンによる少数ショットのオフラインメタ学習
要約本論文は、結合されたニューラルセルラーオートマトン（NCA）の動的相互作用によって少数ショットのタスク適応を実現するMetaLearnNCAを提案します。推論時に解析的勾配を計算しない点が特徴です。タスク推論を行うActive-NCAと、局所近傍で空間誤差を拡散させて空間プログラムを更新するMeta-NCAに分けて構成されています。Omniglotでの同分布精度は96.12%と報告され、MNIST、KMNIST、Fashion-MNISTへの分布外転移でも、10の独立した乱数シードによる1・5・10ショットの設定で改善が示されています。
説明潜在動力学ネットワークによる可変初期条件を持つ偏微分方程式の解演算子学習
要約本論文は、偏微分方程式による物理系の多数回シミュレーションのため、異なる初期状態を扱えるよう潜在動力学ネットワーク（LDNet）を拡張したものです。少数の初期時刻の観測から初期潜在状態を推定し、自動デコードとメタ学習の二つの戦略を検討しています。移流拡散、流体、固体力学の問題で高い精度を示したと述べられており、メタ学習は推定を加速し、デコーダは空間的に間引いたデータで学習して高解像度の解を出力できるとされています。
説明UNREAL：単一モデルで検索と長文脈推論を統合する手法
要約本論文は、凍結された大規模言語モデルの内部表現を用いて根拠の選別を行う UNREAL フレームワークを提案し、コーパス検索と長文脈推論の双方に適用できることを示しています。追加される学習可能パラメータは 50 万未満で、基盤モデルは変更されません。Wikipedia 索引を用いた実験では、HotpotQA、2WikiMultiHopQA、MuSiQue の再現率が、検索器と再ランカーを組み合わせた既存システムを上回りました。
注目点モデル内部の証拠選択で検索と長文脈を統一し、学習パラメータは50万未満。21M件のWikipedia索引で多データセット比較を行い、影響範囲は広い。
説明Agentic AutoRAG：推論駆動型エージェントによるRAGパイプライン最適化
要約本論文は、大規模言語モデルのエージェントを用いて検索拡張生成（RAG）パイプラインのハイパーパラメータを多目的最適化する手法Agentic AutoRAGを提案します。各試行後に、失敗した質問が検索段階と生成段階のどちらで生じたかを判定し、モデルの順位と価格の知識ベースを参照しながら精度とコストのバランスを取って次の構成を選びます。3つのマルチホップQAベンチマークでは、比較したすべてのベースラインより高い評価精度を示し、実世界の医療コーパスのコスト重視モードでは、中央値の試験精度が77%（最強ベースラインは71.5%）、クエリあたりのコストは約58%でした。
説明異なるトークナイザ間のオンポリシー蒸留の再考：アライメントの網羅性から監督の信頼性へ
要約本論文は、教師と生徒のトークナイザが異なる場合のオンポリシー蒸留（生徒が自ら生成した出力に教師のフィードバックを与えて学習する手法）を検討しています。数学推論とコード生成の3組の教師・生徒モデルで実験したところ、厳密な1対1対応だけで生徒の生成トークンの大半が対応づけられることがわかりました。厳密な位置で生徒が選んだ共有語彙上位16件に限定した逆KLは、共有語彙全体を使う場合と同等の精度を示しました。一方、対応の弱い区間に平均二乗誤差の監督を追加すると網羅性は高まるものの精度は低下しました。著者らは、対応範囲の拡大より監督信号の信頼性を優先すべきだと主張しています。
説明AssemState：ゼロショット家具組立のための取扱説明書と物理状態に基づく推論フレームワーク
要約本論文は、組立説明書と物理状態を手がかりに家具を組み立てるゼロショットフレームワークAssemStateを提案します。まず説明書のページを単一部品の操作に分解して組立木を復元し、組立後の状態フィードバックを繰り返し用いて姿勢を修正します。シミュレーションによる解放テストで物理的な妥当性も検証されています。組立木の復元では改善が見られたものの、マルチモーダル大規模言語モデルは空間関係の推論にはなお限界があります。
説明HuC-VideoMAE：合成データによる人間中心の動画マスク自己符号化
要約本研究は、モーションキャプチャから生成された合成人体運動動画データセットを用いて、動画Transformerの自己教師あり事前学習を検討しています。被写体の同意が一般的に得られていないWeb収集動画の代替として位置づけられています。人体キーポイントと人物の境界ボックス領域を利用する人間中心のマスク手法を提案し、標準のVideoMAEより合成データで大幅に高い性能を示しました。NTU RGB+D の跨視点・跨被験者設定では、実フレームを一切使わずにKinetics事前学習との差の約49%を埋めました。
説明EMHO：経験トレースで具現化エージェントのハーネスを最適化する手法
要約本論文は、埋め込みモデルを凍結したまま、実行軌跡と過去のハーネス履歴をもとにエージェントの制御ハーネス（計画、文脈、ツール利用）を反復的に改良するEMHO（EMbodied Agent Harness Optimization）を提案しています。複数のサブタスクを単一のハーネスで扱うためのEMHO-Mergeも導入されています。EmbodiedBenchのナビゲーションおよび操作タスクで、Qwen 9Bと27Bの両モデルの成功率が改善したと報告されています。
説明NeMo-DCR：兆パラメータ規模のエージェント型強化学習向けビット完全一致の差分圧縮重み同期手法
要約本論文は、学習と推論の間で更新後のモデル重みを同期する際に変化分のみを送信し、受信側が全量転送と同一のパラメータビットを得られるNeMo-DCR（差分圧縮リフィット）を提案している。変化率3%および5%において、30Bから1Tパラメータのモデルの同期は、全チェックポイント転送の基準に比べて12〜40倍高速である。1Tモデルを変化率3%で中継ツリー経由で同期すると、87.5分から150秒に短縮される。
説明対称性を考慮した特徴学習：多指標モデルにおける多項式的な標本複雑度の差
要約本論文は、高次元ガウス入力のもとで巡回対称構造を持つ多指標モデルの学習を扱う。対称性を重み共有で組み込む方法、全対称群によるデータ拡張を行う方法、対称性を利用しない方法の三つを比較している。前二者は約 d の p-1 乗個のサンプルで弱い方向復元を達成し、対称性を利用しない方法は約 r 掛ける d の p-1 乗個を要し、多項式的な差があることを示している。
説明解剖情報を考慮した暗黙的ニューラル表現によるCT-超音波の変形可能な位置合わせ
要約本論文は、プローブの接触による軟部組織の変形下でも超音波とCT画像を正確に位置合わせする、変形可能な位置合わせ手法を提案します。まずロボット支援の光学追跡で剛体位置合わせを行い、その後、フレームごとに最適化されるSIREN（正弦波活性化の暗黙的ニューラル表現）で変形を推定します。CTのHU値から得た組織剛性を空間的に変化する正則化として用い、骨などの剛体構造の変形を抑えます。剛体による初期化と比べて位置合わせが17%改善し、古典的な変形可能手法を上回り、位相的な折り畳みはほぼ生じないと報告されています。
説明ショウジョウバエの視覚コネクトームから汎用コンピュータビジョンへ：少ないパラメータでResNet18に迫る生物模倣型視覚モデル
要約本論文は、ショウジョウバエの視覚コネクトーム（神経結合地図）の構造を取り入れた ConnectomeX フレームワークと FlyVision アーキテクチャを提案している。並列の ON/OFF 処理、再帰計算、集団レベルのグラフ相互作用を保持している。ImageNet-1K では ResNet18 に約3ポイント以内まで迫り、胸部X線では ResNet18 を上回った。さらに脳年齢推定 BrainAGE として T1 強調 MRI に応用され、433件の未使用スキャンで平均絶対誤差 5.98 年を達成した。
説明プライバシーに配慮したAIoT向け画像ビットストリームの細粒度理解
要約本論文は、符号化された画像のバイト列から、ピクセルへの完全な復号を行わずに細粒度の分類と自然言語による説明文生成を行う画像ビットストリーム細粒度理解（IBFU）を提案しています。著者らはBFGという基盤モデルを提案し、ビットストリーム意味エンコーダと細粒度意味生成器で構成されます。また、破損したビットストリームを含むデータセットCFU-Dを構築しました。実験では、ビットストリーム破損下でもBFGはStanford DogsのCIDEr平均が0.6339から0.6077へとわずかな低下にとどまり、複数の視覚言語モデルは大きく性能を落とすことが示されています。
説明答えるべきでない時を知る：潜在的な情報不足シグナルの領域横断・多ターン汎化
要約本論文は、与えられた情報から答えられない質問に大規模言語モデルが回答してしまう問題を扱います。著者らは、ターン単位でラベル付けされた多ターン対話ベンチマーク（423対話、1,661の標注済みターン状態）と、明確化質問に答える模擬ユーザーを含む評価環境を構築し、6つのデータセットと6つのオープンウェイトLLMで検証しました。情報の欠落という共通の基盤を持つデータセット間では探索器（プローブ）が安定して転移しましたが、数学データへの「既知の未知」の転移は弱いものでした。多ターン対話では、単一ターンの探索器は会話が答えられる状態になったことをゼロショットで検出できず、構造を用いた探索器は検出できたものの、単語袋分類器と同程度の性能でした。
説明SSR：三値行列積の高速化のための疎なセグメント削減手法
要約本論文は、三値大規模言語モデルおよび一般的な三値重みネットワークの推論を高速化するための三値行列積手法、スパースセグメントリダクション（SSR）を提案する。SSRは専用に最適化された三値データ形式と、疎性に応じてスケールする計算木によって疎性パターンを利用するアルゴリズムを備える。原文によれば、疎性45〜95%の三値GEMMでRSR++に対し2.1〜11.3倍の高速化を示し、Llama-3 1Bモデルの推論ではエンドツーエンドで3.5〜6.3倍の高速化と4.9%のメモリ削減を達成したとされる。
説明VETTA：多ターンLLMエージェントのターン単位とトークン単位のクレジット割り当ての協調
要約多ターンのLLMエージェントは、複数の対話にわたって疎なタスクフィードバックしか得られず、応答はトークンごとに生成されます。VETTAは、共有の軽量クリティック上の別々のヘッドでターン単位とトークン単位の価値を同時に学習し、両者を組み合わせてPPO更新に用います。クリティックは事前学習チェックポイントの初期のTransformerブロックのみを保持し、価値学習のコストを抑えます。4つのエージェントベンチマークでの実験により、性能の高さと、クリティック側の計算量の大幅な削減が示されています。
注目点ターン単位とトークン単位の信用割当を共有軽量criticで同時学習する点が新しく、4つのエージェントベンチマークで強い結果を示している。
説明GeoPID：視覚言語モデルにおける視覚情報の分解と制御
要約本論文は、学習を必要とせず、幾何学的観点から視覚言語モデル内のマルチモーダル情報を分析するフレームワーク GeoPID を提案します。視覚とテキストの表現部分空間の幾何学的関係により、情報を冗長、モダリティ固有、相乗の三つの成分に分解します。22 のモデルと 14 のベンチマークによる分析では、視覚的根拠が強く求められる質問で正解した場合に視覚固有成分が強いことが示されました。この知見に基づき、推論時に視覚固有部分空間に沿って視覚表現を増幅する手法を導入し、モデルパラメータを更新せずに平均相対精度が 7.63% 向上したと報告しています。
説明Atom-JEPA：三次元原子系のための結合埋め込み予測アーキテクチャ
要約本論文は、ラベルのない三次元構造から潜在表現を学習する自己教師あり事前学習フレームワーク Atom-JEPA を提案している。原子レベルと部分構造レベルの相補的な目的関数を用いる。大規模な分子・結晶データセットで事前学習し、多様な下流の物性予測タスクへのファインチューニングで転移性能を評価している。分子の ADMET と量子化学的性質の予測では最先端の性能を達成し、結晶材料の物性予測でも高い競争力を示したと報告している。
説明UP-MOPD：複数教師のオンポリシー蒸留における更新射影法
要約本論文は、複数の教師モデルからのオンポリシー蒸留で、一つの生徒モデルに異なる分野の知識を統合する手法UP-MOPDを提案します。混合勾配で最適化器の状態を更新して候補の変位を生成し、制約に違反する候補のみをユークリッド距離で最も近い実行可能な更新へ射影してから適用します。医療と一般分野の組み合わせの実験では、バニラのM-OPDと比べ、学習後期のIFEval-looseの精度が2.96ポイント向上しました。
説明Foresight-over-Graph：知識ベース質問応答で局所的視野を超えて推論する手法
要約本論文は、知識ベース質問応答において、大規模言語モデルが逐次的な貪欲法やビーム型の剪定に頼ることで生じる局所的な判断の問題に取り組んでいます。提案手法の Foresight-over-Graph（FoG）は、遠方から近傍へのフィードバックで経路探索を導き、質問に関連する証拠サブグラフを反復的に構築し、コンパクトな記憶サブグラフを保持します。原文によると、主要なベンチマークで最先端の性能を達成し、CWQ では Hit が 16.58% 向上したほか、LLM の呼び出し回数とトークン使用量も削減されたとしています。
説明MDPにおける意思決定重視学習：占有測度アプローチ
要約本論文は、マルコフ決定過程（MDP）における意思決定重視学習（DFL）を扱います。既存手法はベルマン方程式のKKT条件を微分し、全状態行動対について線形系を解く必要があり、拡張性が限られていました。著者らはMDPを占有測度に基づく線形計画（LP）として再定式化し、ピボット法で実行可能多面体の有効制約を特定して閉形式の勾配を導出します。勾配の不連続性や状態数に伴う計算量の増大に対し、拡張ラグランジュ代理関数、制約のランダム行スケッチ、学習可能なソフト状態集約層を提案し、複数のタスクで、KKTベースのDFLや二段階基準法より低い後悔値を、大幅に低い計算コストで達成したと報告しています。
説明UniCounting：画像クエリ不要の多カテゴリ計数のための、インスタンス認識型提案統合手法
要約本論文は、画像クエリを用いない多カテゴリ計数を扱います。RGB画像1枚のみを入力とし、固定語彙のもとでカテゴリごとの個数ベクトルを予測します。提案のUniCounting（UniCounting）は、凍結したSAM 2.1でマスクを生成し、DINOv2とOpenCLIPで特徴を得て、3,267パラメータの関係ヘッドで同一インスタンスの関係を判定します。学習は関係ヘッドのみで、計数や密度マップの教師は使いません。COCO clean500では、較正済みOWLv2-All80と比べて点推定のℓ1誤差と存在しないクラスの誤検出量が低くなっています。
説明AI多目的最適化によるPLGA原位置形成デポの開発加速
要約Corbionは生分解性ポリマーライブラリPURASORBと、Intrepid Labsの独自AIアルゴリズム（ANDROMEDA 1）を組み合わせ、治療用ペプチドのための原位置形成デポ製剤を開発しました。約15週間で、薬物含有量6〜12％（w/w）の181種類の処方を調製・評価しました。6％、9％、12％の4つの有力候補が選ばれ、いずれも粘度と注射性の基準を満たし、30日間の体外放出プロファイルが異なっていました。中程度の分子量のポリマーは、持続放出と溶液粘度のバランスが良いことが示されました。
説明進化的ワンステップ生成器：離散設計のための高速で多様なサンプリング手法
要約本論文は、離散出力上で直接コンパクトな生成器を学習するEGO（Evolutionary Generators with One-step inference）フレームワークを提案しています。分布整合、構造的制約、任意の多様性や履歴依存報酬を組み合わせ、微分可能な代理関数を使わずに対になった低ランク進化戦略を用います。学習後は、ニューラルネットワークの1回の評価でグラフ全体を生成します。分子生成ベンチマークでは、推定密集演算あたりの有効かつ一意な生成数が、近年のワンステップ流れ写像ベースラインの50倍以上になったと報告されています。
説明スティーブンスのべき乗則による GPT-5.5 の視覚エンコーディングの暗黙的読解の検証
要約本論文はスティーブンスのべき乗則（Stevens's power law）を応用し、凡例も配色マップ名も与えない条件で、AIモデルが可視化を暗黙のうちに読み取る能力を測定します。GPT-5.5 はまず参照となる視覚表現の大きさを推定し、その後同じ表現の各画像を参照に対して相対的に推定します。十二の視覚変数について評価を行い、アルゴリズムモデルの視覚エンコーディングの読み方を、人間の知覚と比較可能かつ人間にとってより透明な形で測定できるようにしています。
説明Transect：長期間の LLM エージェント評価で可観測性を保つためのオープンソースツール
要約本論文は、Inspect Scout 上に構築されたオープンソースパッケージ Transect を提案します。長時間にわたるエージェントの実行過程を評価者が理解し、モデルが生成した行動ラベルを元の記録と照合できるよう支援します。約 1,300 万トークンを生成した AI 研究開発評価に適用した結果、運用作業と原稿作成に重点があり、持続的な仮説生成の段階はほとんど見られなかったと報告しています。
説明海事分野における説明可能な故障予測と予防
要約本論文は、海事システムにおいて説明可能な故障予測と予防に必要な主要な人工知能技術を概観しています。データ取得、時系列予測、異常検知、リスク評価、意思決定、説明可能なAIを閉ループの枠組みに統合した概念アーキテクチャを提示し、自律型または人間が関与する是正行動を支援することを目指しています。関連する海事研究の手法・利点・限界についても検討し、不確実性と頑健性、モデルの汎化、説明可能性、海事データセットの不足、運用への展開などの課題を挙げています。
説明量子化ViTのテスト時適応：単一パスによる量子化器整合型再校正手法
要約本論文は、量子化された視覚Transformer（ViT）が分布シフト下で性能を大きく落とす問題を扱い、QuAR（Quantizer-Aligned Recalibration）というテスト時適応手法を提案しています。QuARは単一パスで動作し、逆伝播もモデルパラメータの更新も行わず、テストデータのチャネルごとの統計量を凍結された量子化器の入力で元の校正範囲へ戻します。ImageNet-CとViT-Bでの実験では、逆伝播を用いない既存手法の中で複数のビット幅において平均精度が最も高く、遅延は46%低く、メモリ増加は0.17 MBでした。
説明センサー幾何を多チャンネル脳信号のフローマッチング事前分布として用いる研究
要約本論文は、電極の頭部上の位置から構築したk近傍グラフのラプラシアンに対するグラフMatérn関数を、フローマッチングの初期分布の共分散として用いる手法を提案しています。初期状態を独立ノイズではなく空間的に一貫したパターンとすることで、8つの脳波データセットと4つの手法の大半で、5つの臨床周波数帯における生成信号と実信号のスペクトル差（PSD-KL）を低減しています。最も電極密度の高いPhysioNet-MIでは最大40%の低下が報告されています。
説明連結オミクス・グラフ学習の信頼性に不確実性定量化は不可欠：叙述的レビューとケーススタディ
要約本論文は、コネクトームのグラフ学習に適した不確実性定量化（UQ）の枠組みを概観し、校正されていない予測の危険性を事例で示します。SUDMEX CONN データセットの動的機能的結合行列で学習した時系列グラフアテンションネットワークは、コカイン使用障害の診断精度が80.0%（F1 = 0.794）でした。しかしモンテカルロ・ドロップアウトによる事後監査では、過信が顕著（ECE = 0.127）で、誤分類された被験者に最大95%の確信度が与えられていました。著者らは、臨床でグラフ型バイオマーカーを信頼して使うには厳密なUQと校正が必要だと結論づけています。
説明計画はどこまで必要か？世界モデル計画における探索と計算の削減
要約この論文は、視覚世界モデルによる目標志向の制御で、より少ない行動探索予算でも同程度の性能が得られるかを検討したものです。提案手法 SufficientPlan は、予算を縮小して検証する対応付き逐次予算認証（PSBC）と、観測・目標表現を探索の反復間で再利用する静的文脈再利用（SCR）からなります。複数の世界モデルと視覚制御タスクでの実験では、競争力のある制御性能を保ちつつ、探索予算と計画遅延を大きく減らせたと報告されています。
説明戦略的エージェントへの問い合わせによるネットワーク介入
要約本論文は、戦略的エージェントのネットワークで、プランナーが私的情報を知らないまま無差別価格を設定する問題を扱います。最適価格は中心性に基づいて分解できることを示し、各ラウンドで一人のエージェントを抽出し近傍を短く探索する多項式ではないPollアルゴリズムを提案しています。著者らは、計算量と通信量が既存手法より大幅に少なく、福利を最大化する価格に収束すると述べています。
説明PolarScale：放射測定的に一貫した RGB からストークスを推定するための、物理に基づくベンチマーク
要約本論文は、RGB 系の入力から偏光情報を推定する際に、通常は除去されてしまう放射測定のスケールを明示的な予測・評価対象とするベンチマーク PolarScale を提案します。モデルは正規化ストークス成分、AoLP/DoLP/DoCP、シーンごとのスケールを予測し、定数スケールの対照と比較されます。論文によると、最も性能の高い復元系モデルのスケール推定の平均相対誤差は 3.6〜4.3% で、定数対照の 5.7% を下回り、物理的境界を違反する画素は 0.25% 未満でした。
説明スパースサポートベクターマシンの高次元統計的推論：置信区間と検定を与える手法
要約本論文は、標本サイズと特徴量数が比例して増加する高次元の状況で、スパースサポートベクターマシンの統計的推論の枠組みを提案する。ヒンジ損失が微分不可能である困難に対し、L1罰則付きSVMを線形計画問題として表し、双対変数からヒンジ損失の劣勾配を特定する。これにより、比例漸近の下で各成分が近似的にガウス分布に従う、計算可能な非バイアス推定量が得られる。個別特徴量の信頼区間や仮説検定、偽発見率を制御した変数選択に利用でき、シミュレーションと乳がん遺伝子発現データの解析で示されている。
説明DIPrune：タスクを考慮し二重の重要度を用いる、マルチモーダル言語モデルの効率的なトークン剪定手法
要約本論文は、マルチモーダル大規模言語モデル（MLLM）の計算負荷を下げるため、追加学習を必要としないトークン剪定手法DIPrune（Dual Importance Pruning）を提案しています。既存手法はタスクに依存しない設計や信頼性の低い注意度推定により意味情報が損なわれやすいと指摘し、剪定を最終タスク損失の歪みの最小化として定式化しています。DIPrune は層内の静的な特徴の顕著性と層間の動的な意味変化を同時に評価するランクベースの二重重要度スコアを用います。LLaVA と Qwen-VL での実験で、一貫して最先端の結果が得られたと報告されています。
説明デジタルツイン駆動の Real2Sim2Real：ペアの走行シーン再構成によるシミュレータ条件付き生成
要約本研究は、地理参照されたデジタルツイン内で録画された走行クリップを再構成し、位置合わせされたシミュレータ描画を条件として拡散モデルを学習する、DT-R2S2R パイプラインを提案します。生成された写実的な走行画像は、対象地域の実画像を使わずに 3D 検出器の学習に利用できるとされています。論文では、DETR3D で対象地域の実データによる上限値の 93.18% の mAP を達成したと報告しています。
説明データ遅延と時間的分布シフト下におけるドイツの再給電（redispatch）予測への機械学習適用
要約本論文は、ドイツの送電系統運用者が公表した再給電記録を用い、人為的に設定した情報遅延の条件下で、確率的機械学習モデルの予測精度と信頼性を評価したものです。季節経験法、ARX、分位点LightGBM、GRU、Transformerなどを比較し、校正手法も検証しています。結果として、ローリング校正を施したLightGBMが最も良好でしたが、高負荷の介入イベントではカバー率が大きく不足することが示されました。
説明SC3BF：動的障害物回避のための平行移動衝突円錐制御障壁関数
要約本論文は動的障害物回避のためのSC3BF（shifted collision-cone CBF）を提案します。速度空間の制御障壁関数で用いられる衝突円錐の条件に、状態に依存する許容量を加え、距離と自身の速度に応じて障害物へ近づく速度を許容します。手法は通常の二次計画問題として実装され、論文では非零の安全性を保つ許容量が常に存在し、閉形式で導出できることを示しています。最大100個の移動障害物がある運動学的自転車モデルの実験では、3つの速度空間ベースライン手法と比べ、目標到達率が高く、名目入力の修正量は半分未満でした。
説明自動運転向けブラックボックス型視覚言語モデルに対する転移可能な時空間コヒーレンス敵対的攻撃
要約本論文は、自動運転シーンの映像を扱う視覚言語モデルを標的とした時空間コヒーレンス敵対的攻撃（STCA）を提案しています。手法はモダリティ拡張（キャプション誘導によるフレーム選択）、空間攻撃、モーション誘導マスクでフレーム間の時間的一貫性を崩すSTCA攻撃の三段階からなります。攻撃はホワイトボックスの代理モデルからの転移性に依拠するブラックボックス設定で行われます。BDD100KとnuScenesの両データセットで三つのモデルを用いて実験した結果、空間攻撃は高いSSIMを保ちつつ攻撃成功率を達成し、既存の映像言語モデルが自動運転場面で敵対的攻撃に脆弱であることが示されました。
説明MoF：ブラックボックスLLMのパーソナライズのための嗜好認識型混合モデリング
要約本論文は、ブラックボックス大規模言語モデルのパーソナライズを行うMoF（Mixture-of-Facets）フレームワークを提案しています。ユーザーごとの専用パラメータを用意する代わりに、共有の潜在的な嗜好ファセットの組み合わせとしてユーザーの嗜好を表現し、利用履歴に基づいてルーティングします。論文では、複数のパーソナライズタスクで従来手法より高い性能と高いパラメータ効率を示し、学習時に未見のユーザーへの汎化も良好だと述べています。
説明AI支援によるポアンカレ予想の形式化
要約本論文は、Lean 4を用いてポアンカレ予想を形式化する、AI支援のプロジェクトを紹介します。当初、証明の背景にある幾何解析の再利用可能な形式的基盤は限られていました。そこで数学者が作成した証明の設計図と明確なマイルストーンを組み合わせ、複数のエージェントが並行して作業できるようにしました。本研究はこの進め方における人間の介入と組織的判断も分析しており、今後の幾何解析の検証コストを下げる基盤となる可能性を示しています。
注目点ポアンカレ予想のLean 4による形式化を、マイルストーン付きブループリントとAI支援で組織した点が新規性と検証の実質を示す。
説明MedZERO：制御された知識蓄積による自己進化型エージェントの自由形式医療推論
要約本論文は、専門家の注釈に頼らず、大規模言語モデルが医療問題を自ら生成し、外部知識ツールを用いた多段階推論で解くことで継続的に改善する枠組みMedZEROを提案しています。一時的な探索的知識と厳選された永続的知識を区別して管理します。4Bおよび8Bの基盤モデルを用い、五つの公開医療推論ベンチマークで自由形式評価を行い、両規模で比較手法中最高の平均正解率を示したと報告しています。
説明通信なしで、リーダー・フォロワー協調搬送における合成レンチ測定から障害物を定位する研究
要約本論文は、ロボット同士が明示的な通信を行わずに剛体の搬送物を協調運搬するチームにおける障害物定位を扱います。リーダーロボットが搬送物の運動を指示し、フォロワーロボットが局所的に検出した障害物に対して支援と反応を行います。リーダーはフォロワーの合成レンチ（合力と合モーメント）を測定できますが、個々の反応を直接区別することはできません。著者らはフォロワーの制御則を設計し、固定配置での正確な復元の十分条件を示し、シミュレーションで性能を検証しています。
説明信頼性の高い選択的予測のための構造認識グラフ棄権法
要約本論文は、多変量時系列予測において、保持カバレッジの予算内で高リスクなテストウィンドウについて予測を棄権する選択的予測を扱う。予測全体を評価するTEMなどの既存手法は、変数間の依存関係に反する軌跡を見逃す可能性があると指摘する。そこで学習された疎グラフとディリクレ型の構造エネルギーを用いて関係の一貫性を評価する手法を提案している。7つの長期予測ベンチマークと4つのバックボーンで、同一カバレッジ下の選択的MSEを多くの場合低減したが、効果は普遍的ではなかった。
説明SCOPE：言語モデルを方策プランナーとする認証付き定理証明
要約本論文は、Lean などの証明支援系で多段階の数値命題を扱う手法 SCOPE（State-Conditioned Operator Planning and Execution）を提案しています。言語モデルは演算子の語彙上で計画を立て、記号エンジンが数値計算を行い、コンパイラが証明を生成します。218 問のテストセットでは、1.35 億パラメータの基盤モデルで 191 問（87.6%）が認証されたと報告されています。
注目点モデルが演算子計画、記号エンジンが数値計算、コンパイラが証明生成を担う分業により、小型モデルの認証率を大きく向上させ、べき乗則の定量分析も示す。実験は複数基準と公開ライブラリで検証されている。
説明熱赤外線対ドローン検知における破滅的忘却：スケール条件付き勾配の不均衡の役割
要約本論文は、熱赤外線に基づく対ドローン検知モデルを逐次的に微調整（継続学習）した際に生じる破滅的忘却を調べたものです。YOLOv5系の検出器を難易度の異なる3つのベンチマークで順に学習させた結果、単純な微調整では約90%の既存能力が失われ、知識蒸留を用いると忘却が大幅に抑えられました。大型物体の検出能力が急速に崩れる原因は、重みのずれよりもスケールに依存する勾配の不均衡である可能性が示唆されています。尺度層別の再生バッファは忘却をおよそ半減させましたが、その効果の多くは層別化によるもので、再生実験は単一シードの予備的な結果です。
説明標準化の罠：表形式基盤モデルにおけるラベルの同時処理の検証
要約本論文は、事前学習済みの表形式基盤モデル（TFM）の文脈内学習が、特徴量が各文脈ラベルの重みを決める固定重み型の説明で記述できるかを検討しています。公開されているTFMはモデルがラベルを見る前に標準化を行うため、通常の微分は標準化ラベル集合の外の振る舞いも反映し、実際には固定重みの写像と一致する予測でも非線形に見えてしまうと指摘しています。著者らは、標準化ラベルでの予測のみに依存する2つの検証法を提案し、固定重み予測と独立した非線形ラベル変換の和という2つの説明を退けることができるとしています。評価した5つの公開TFMでは、一つの文脈ラベルを変えると他のラベルが予測に与える影響も変わること（同時処理と命名）が示され、この現象は学習とともに現れ、測定された相互作用の大部分は注意スコアに含まれていました。
説明CoDe-LoRA：知識の統合と分離により、LLMの継続学習における直交ジレンマを緩和する手法
要約本論文は、大規模言語モデル（LLM）の継続学習において、直交射影でタスクパラメータを分離する低ランク適応手法（O-LoRAなど）が、意味的に関連するタスク間で共有表現の移転と蓄積を妨げる「直交ジレンマ」を指摘しています。著者らは、リプレイを用いない新手法CoDe-LoRAを提案し、学習を汎用知識の統合とタスク固有知識の分離に分けるとともに、適応的零空間射影と意味ルーティングを用いています。4種のバックボーンと3つの継続学習ベンチマークで、平均精度が最も高かったと報告されています。
注目点O-LoRAの直交制約を基に、知識の統合と分離、適応的零空間射影、意味ルーティングを組み合わせ、4種のバックボーンと3つのベンチマークで検証している。
説明言語の非整合性：文化横断的ベンチマーク評価に抵抗する概念がある理由
要約本論文は、多言語LLMの評価が異なる言語の意味構造は情報を失わずに対応づけられるという前提に立つ点を問題視し、語用標識や敬語などの概念ではその前提が原理的に成り立たないと論じます。「用法雲」の枠組みで定式化し、行動、機構、診断の三つの側面から根拠を示します。雅美語を対象とする九モデルの事例研究も含まれます。
説明メモリの深さと再構成されるコンテキスト幅：階層型検索の制御された評価
要約本論文は、長期会話メモリにおける二つのパラメータ、すなわちメモリ構造の階層的な深さと、回答モデルに与えるコンテキストの幅の相互作用を検証しています。EverMemBenchを用い、深さD1からD4、コアの予算1,024・2,048・4,096トークンなどの条件で評価しました。コンテキストを1Kから4Kに広げると正答率が10.11〜17.98ポイント向上した一方、深さの増加には単調な改善は見られませんでした。著者らは、より深い記憶構造よりも、大きく一貫したコンテキストブロックの検討が必要だと述べています。
説明履歴データを用いた自動運転車の遠隔操作向けQoS予測におけるコンセプトドリフトの緩和
要約本論文は、自動運転の代替手段である遠隔操作において、測定データに基づきアップリンクのデータレートと往復遅延という二つのネットワーク指標を予測する枠組みを提案しています。また、履歴データを予測パイプラインに組み込むことで、コンセプトドリフトによる機械学習モデルの未知データへの性能低下を緩和する手法を導入しています。さらに、遠隔操作に特化して予測性能を評価するため、重要場面検出という指標も提示しています。
説明OxiGen：酸化状態を考慮した結晶生成モデル
要約本論文は、生成時に酸化状態を明示的に扱う結晶拡散モデルOxiGenを提案し、実験的に合成可能な無機結晶の逆設計を目指す。有限状態オートマトン上の厳密推論を用いた構造化出力層により、構成上で全体の電荷中性を保証する。著者らは、酸化状態の忠実度が大幅に向上し、評価した手法の中で安定・一意・新規な結晶の割合が最も高く、性質条件付けの下でも高い組成妥当性を維持したと報告している。
説明2つの永続図集団はどこで異なるのか？固定データ量における校正済みの局所推論
要約本論文は、永続図（persistence diagram）の2標本比較において、出生-死亡平面上のいくつかの局所近傍で平均の差を同時に検定する手法を提案している。ガウス乗数ブートストラップ（Gaussian multiplier bootstrap）により、群ごとに共分散が異なる場合でも同時信頼区間を構成する。シミュレーションでは名目水準に近い同時被覆率が報告され、MUTAGデータセットでの探索的な分析も含まれる。
説明表形式データにおける多属性の論理依存関係と関数従属性のスケーラブルな抽出と可視化
要約本論文は、表形式データから多属性の論理依存関係（LD）と関数従属性（FD）を抽出・可視化するためのLDToolとHLDToolを提案する。LDToolは二つの属性間の関係を超えて依存関係発見を拡張し、HLDToolは超グラフに基づく探索空間の削減によりスケーラブルな抽出を可能にする。三つのシミュレーションデータセットと十一の実データセットでの実験では、高次元空間でLDToolが既存のFD発見手法と同じFDをより短い実行時間で得ること、HLDToolが数百の特徴量をもつデータセットでも依存関係を発見できることが示されている。
説明2次元キーポイントを用いた卓球動画のイベント検出
要約本論文は、卓球動画で球とラケットの接触などの重要イベントをフレーム単位で自動検出するEventNetという二段階手法を提案している。第一段階では両選手の上半身、台の角、ボールの中心の2次元キーポイントを抽出し、第二段階のTransformerエンコーダが各フレームから次と前の接触までの時間を予測する。F1スコアはLatte-MVデータセットで91.16%、TTHQデータセットで73.08%であった。
説明その顔は誰のものか？子どもに対する五つの表情認識モデルの監査：差の原因は特徴量ではなく分類ヘッドにある
要約研究者は共通の評価枠組みで、成人データで事前学習された五つの顔表情認識モデルを、子どもの画像と動画で検証しました。すべてのモデルで子どもの顔に対する精度が低下し、口を開けた表情や南アジア系の子どもで特に大きな偏りが見られ、その偏りは肌の色ではなく表情の形態と関係していました。凍結特徴量に対する線形プローブの結果から、差の大部分は分類ヘッドにあることが示され、少量の対象データでヘッドのみを再調整すると、二つの最大規模の子どもデータセットで0.13から0.28の改善が得られました。
注目点複数モデルの統一監査により、子どもの表情認識の差は表現ではなく分類ヘッドにあると示し、比較と検証が充実している。
説明生成過程による二標本検定
要約二つの標本が同じ分布から得られたかを判定する古典的問題を扱い、二標本の間に確率的補間を直接構成する手法を提案している。対称な時間スケジュールの下で分布が時間反転 t→1−t に対して不変であることを利用し、時刻 t と 1−t の周辺分布の Jensen–Shannon ダイバージェンスを計算して検定する。置換によるキャリブレーションで有限標本で厳密な有意水準が得られ、特定のノイズ設計では極小最大分離速度に達する。実験では、最先端のカーネル二標本検定と同等以上の性能を示したと報告されている。
説明選択的ラベル付きの遂行的予測：一部のラベルしか観測できないとき、モデルを真の安定解の近くに保つ方法
要約本論文は、モデル展開後に人々の行動が変化する問題（遂行的予測, performative prediction）を扱っています。採用された集団のラベルしか観測できない場合、その観測データだけで再学習すると、安定解への収束保証が損なわれることを示しています。そこで、正例ラベル確率の信頼区間に基づく最悪ケースの目標関数を提案し、反復リスク最小化（RRM）を適用して真の安定点から一定の距離内にとどまる方法を示しています。公平性正則化を加えた融資応用の実験では、完全なラベルを得られるRRMに近い性能を示しました。
説明線形関数近似下のセグメント報酬フィードバックによる強化学習
要約本論文は、線形関数近似のもとで、各ステップの報酬ではなく軌跡をセグメントに分けた報酬しか得られない強化学習を扱います。已知・未知の遷移それぞれについてアルゴリズムを設計し、下界にほぼ一致する後悔の上界を示しています。二値フィードバックではセグメント数を増やすと後悔が指数的な因子で減少し、和のフィードバックではセグメントの粒度が学習にあまり影響しないことを明らかにしています。
注目点線形関数近似下で区間報酬フィードバックのRLアルゴリズムを提案し、ほぼ最適な後悔上界と一致する下界を示す。二値と和のフィードバックで区間粒度の影響が異なることを明らかにした。
説明DySCo：エッジ・クラウド協調型LLM推論のための動的シャーディングと深さ同期バッチ処理
要約本論文は、リソースの限られたエッジデバイスが大規模言語モデルの一部の層の計算を担い、KVキャッシュをローカルに保持する協調型ランタイム DySCo を提案している。異なる分割点によって生じる待ち時間や一括処理できない問題に対し、層範囲実行器 dyForward と深さ同期バッチ処理（DSB）を導入した。実験では、平均同時実行数8のとき、DSB は FIFO 比で275%、完全一致バッチ処理比で48%のスループット向上を示した。
説明zkLLMPoT：大規模言語モデルの学習に対する効率的なゼロ知識証明
要約本論文は zkLLMPoT（ゼロ知識による学習証明フレームワーク）を提案し、モデル重みと非公開の学習データを明かさずに、学習済みチェックポイントが監査者の定めた性質を満たすことを検証します。監査者が挑戦用のシーケンスを選び、学習者はそれらのシーケンス上で提出済みモデルが得た目的関数の値を証明します。そのため認証コストは学習反復回数に依存しません。四つのモデルファミリーでの演算子レベルのベンチマークでは、11億〜15億パラメータのモデルで証明時間は41〜59秒、130億パラメータでは131秒、系列長512での検証は0.5秒未満とされています。
説明MASC：心理カウンセリングにおける一貫したクライアント役割演技のための多エージェント自己校正フレームワーク
要約本論文は、長い対話の中で模擬クライアントの心理状態を一貫させるため、複数のエージェントが協力して生成と校正を行うMASCフレームワークを提案しています。あわせて、動機づけ面接のクライアント38件に人格と感情の注釈を付けたCRPC-Benchを構築しています。実験では、プロフィール、人格、受容性、ターンごとの一貫性で既存手法を上回り、異種構成が最も高い総合性能を示しました。
説明タスク十分収縮：機械間情報インターフェースのためのソース選択
要約本論文は、下流のエンコーダ、コードブック、レート、歪み目標などが選ばれる前に、タスクによってソースを縮約しても下流問題族を完全に保存できるか、という「タスク十分収縮（Task-Sufficient Contraction）」を検討する。行動集合と損失が固定された機械について、すべての利用可能な行動で両状態の後悔（regret）が同じ場合にのみ状態を統合し、受け手に特化したソースを得る。有限行動集合では、この縮約により一段階のレート–後悔曲線全体が保存される。アフィン可行行動集合上の二次損失については、可行行動が異なりうる方向への射影という厳密な特徴づけを与える。
説明LeanPlan：LLM生成のヒューリスティクスと許容性証明による最適プランニング
要約本論文は、大規模言語モデル（LLM）が生成したヒューリスティクスの許容性（admissibility）を機械的に検証し、最適なプランを求める初のプランニングシステム LeanPlan を提案します。エージェント型のループがプランナーのフィードバックを用いて、再利用可能な領域固有のヒューリスティクス、その証明、必要な領域仮定を反復的に改善します。国際プランニングコンペティションの10領域と新たな3領域での評価では、すべての領域でヒューリスティクスと証明の生成に成功したと報告されています。また、多くの場合 Scorpion プランナーより展開する状態数が少なく、解決できたタスク数も多かったとしています。
注目点LLM生成の启发式とその許容性証明を機械検証して最適計画に用いる初の試みで、13領域でScorpionより展開状態数を減らし、証拠は比較的十分。
説明センサー・言語・行動モデル：センサーデータによる理解と意思決定を一体化する統一フレームワーク
要約本論文は、マルチモーダルなセンサー観測、自然言語、行動を一つのモデルで結びつける「センサー・言語・行動（SLA）モデリング」を提案します。言語を感知と行動をつなぐ意味的インターフェースとして用い、センサーの証拠に基づいて行動を予測・説明します。11万6千人以上、79種類のセンサーモダリティ、60の行動グループにわたる大規模ベンチマークと、統一モデルOpenSLAを構築しました。臨床予測、手術室、代謝健康の実タスクで既存手法を上回ったと報告し、未知の行動や集団へのゼロショット汎化も示しています。
説明OSFP4：NVFP4量子化のための対角スムージングとブロックスケールの同時最適化
要約本論文は、大規模言語モデル推論で用いられるNVFP4形式向けの量子化手法OSFP4を提案しています。各線形射影層について、対角スムージング行列とブロックスケールを同時に最適化し、NVFP4下での行列積の量子化誤差を抑えます。著者らは、評価した比較手法の中で平均精度が最も高く、測定したワークロードで厂商実装のNVFP4プリフィル性能の約94〜97%を維持したと報告しています。
説明TSRN-RTVD：リアルタイム動画ブレ補正システム
要約本論文は、効率的な動画ブレ補正システムTSRN-RTVDを提案している。露光中のカメラの軌跡を再構成し、復元された動きを用いて復元処理を導く。単一のコンシューマ向けGPU上で30 FPSでリアルタイムに動作し、GoProデータセットで30.08 dBのPSNRを達成した。消費者向け機器上でのデモも示されている。
説明文脈事前分布下の神経デコーディングにおける信頼度順序の逆転
要約本論文は、文脈的事前分布が脳信号から音声検索への信頼度にどう影響するかを研究している。MEG-MASCとMOUSのデータを用い、局所デコーディングスコアと加算的な浅い融合による文脈事前分布を組み合わせ、融合後の上位2候補の差を信頼度とした。初期に誤っている予測では、正解候補が局所ランキングの上位付近から始まる場合は差が大きいほど修正されやすく、下位から始まる場合は逆になる逆転が見られた。融合の重みだけを変える介入で、この逆転が予測どおり深い順位へ移ることも示している。局所スコアと事前スコアを別々に読むことで、選択的デコーディングが改善された。
説明衛星画像には独立したサンプルがいくつ含まれるのか？空間的に依存したデータの汎化境界
要約本論文は、隣接ピクセルの空間的自己相関により、リモートセンシング画像の分類器評価でサンプル数が過大に見積もられることを指摘します。空間相関が r ピクセルの範囲で持続するn×n画像では、有効サンプル数は n² ではなく Θ(n²/r²) であると示し、有限サンプルの上界とそれに対応する下界を与えています。合成データと Landsat 8、Sentinel-2、Sentinel-1 の衛星画像タイルで検証も行われています。
説明VOMMI：移動マニピュレーション向け携帯型デモの収集と活用の枠組み
要約本論文は、ロボットを使わず携帯型RGB機器で移動マニピュレーションのデモを収集し、視覚・言語・行動モデルの事後学習に用いる枠組みVOMMIを提案している。R2-VOはスパースな幾何学的アンカーで軌道を補正し、残差アダプタが運動トークンを方策に組み込む。携帯型デモのみで学習した方策は、ロボット収集デモで学習した方策より基底速度誤差が18.2%低く、実機3課題の平均成功率はOpenPI 0.5を8.3ポイント上回った。
説明Learn2Play Bench：未知の環境でLLMエージェントは経験からどれだけ学べるか
要約本論文は、新規または直感に反するルールを持つ新設計のテキストゲームからなるベンチマーク「Learn2Play Bench」を提案しています。エージェントは事前学習の知識だけに頼らず、対話を通じて知識を獲得する必要があります。ゲームは再現可能なフィードバックと自動採点を提供し、繰り返しの試行による学習を統制された条件で評価できます。主な知見は、行動とフィードバックの完全な記録を保持する方が、それらをルールや戦略に要約するより効果的であること、トップの人間プレイヤーは評価されたエージェントより高いピーク得点を達成すること、そしてバックボーンモデルを固定したままハーネスを変えると性能が向上し推論コストも下がり得ることです。
説明論理教育のための数学的証明支援系：LogiKEy 手法
要約本論文は、計算機科学・数学・哲学の学生が混在するクラス向けの論理教育手法を紹介する。多元主義的な LogiKEy 手法に基づき、十年以上にわたり講義や夏季学校で用いられてきた。古典高階論理を普遍的メタ論理として用い、意味論の定義によって各種の対象論理を符号化することで、Isabelle/HOL などの一つの証明支援系が論理を学び比較する環境となる。講義例を段階的に示し、古典高階論理に埋め込むことは多元主義ではなく一元主義だという反論にも応答している。
説明RACE-FPP：縞投影プロファイロメトリのためのロバストなAI支援キャリブレーション強化手法
要約縞投影プロファイロメトリ（FPP）は正確な三次元再構成のために精密なシステムキャリブレーションを必要とするが、レンズのぼけや標定板の向きなどの困難な撮像条件では、チェッカーボード角点の位置特定が劣化しやすい。本研究では、深層学習による角点検出をカメラキャリブレーションの標準手順に組み込んだ完全なFPPキャリブレーションパイプラインを提案し、標定板の白い正方形の中心で位相値をサンプリングしてプロジェクタを標定する。清浄画像と劣化画像の混合データセットで、カメラの再投影誤差は1.237ピクセルから0.259ピクセルに低減され、プロジェクタの再投影誤差は約50%低減された。
説明シミュレーションに基づく、任意時点で有効な仮説検定
要約本論文は、解析的な密度が得られず独立同分布のシミュレーションサンプルのみが使える状況で、2つのモデル分布 P0 と P1 を判別する仮説検定問題を扱う。著者らはe検定マルチンゲールを構成し、それにより逐次検定を導いている。この検定は任意の停止時点で第一種の誤り確率を保証し、近似的な成長最適性、幾何的に減衰する第二種の誤り上界、漸近的検出力1を持つ。
説明Wasserstein空間における滑らかなポテンシャル相互作用エネルギーの信頼領域最適化
要約本論文は、有限二次モーメントをもつ確率測度のWasserstein空間上で、滑らかなポテンシャル相互作用エネルギーを信頼領域法で最適化する手法を研究する。押し出し曲線に沿った二次モデル、Steihaug-Toint部分ソルバー、比率検定によって受理と半径更新を決める。エネルギーの下界と有界なHessianを仮定すると、目的関数は単調非増加で、O(ε^-2)回の外側試行でε定常点に到達することを示す。数値実験も含まれる。
説明STRUCTURALCOST：人間の文処理困難のモデル化のための統制された読解時間データセット
要約本論文は、長距離の主語動詞依存関係の解決にかかる処理コストを切り出した、475名の被験者と40,800件の観測からなる自己ペース読文データセット「STRUCTURALCOST」を公開する。少数被験者で行われた心理言語学の知見を大規模なNLP規模で再現し、主動詞での人間の読解時間が依存長とともに増加し、その要因は線形距離よりも統語的埋め込みにあることを示している。n-gramモデル、SSM、Transformerなど様々な言語モデルはこの難度の傾向を部分的に再現するが、人間が被る統合コストを過小評価しており、そのギャップはアーキテクチャやモデル規模を問わず残る。
説明小規模なギリシャ語・英語知識ベースに対するツール呼び出し検索とベクトルRAGの比較：精度と入力表記への頑健性
要約本論文は、ギリシャのケシラ島にある英・ギリシャ語農業プラットフォームの公開記録から198問のベンチマークKyGroundを作成し、ツール呼び出し検索とベクトル検索拡張生成（RAG）を比較しています。標準的なギリシャ語の質問では、ベクトルRAGが95.3%、ツール呼び出し型エージェントが71.6%の正答率でした。検索引数が記録と完全一致しない場合、ツール型エージェントは検索に失敗し回答を控えました。著者は、コミュニティ向け知識ベースのツール検索は利用者の多様な入力方法に対応すべきだと論じています。
説明大規模言語モデルはネットワーク情報をどこから検索するのか：責任を持つアテンションヘッドとニューロンの特定
要約本研究は、大規模言語モデルがドメイン名やIPアドレスなどネットワーク実体間の関係を検索する仕組みを調べ、因果的に働くアテンションヘッドや個々のニューロンを特定することを試みています。三つのアーキテクチャ系統にまたがる五つのモデルで、因果的アブレーションによりヘッドを選別し、独立した逆DNSデータセットで検出器を評価しました。その結果、因果的に検証された少数のヘッドで99.5〜100%の保留データ精度が得られた一方、ニューロン単位の結果はモデルごとに異なり、CAIDAデータでは三つのモデルで単一ニューロンの検出器がチャンスレベルを下回りました。
説明MacJEPA：未トリミングの一人称視点動画に対応する欠損耐性の音声・映像認識モデル
要約本論文は、一人称視点動画における視覚的動作と音響イベントの認識を行うMacJEPAモデルを提案しています。モダリティの欠損を、長い未トリミング動画内の時間的に限定されたセンサー停止として捉え、学習時にはウィンドウ単位のモダリティドロップアウトでそれを模擬します。Epic-Kitchens-100およびEpic-Soundsでの実験では、単一のチェックポイントが入力が完全な場合に競争力を保ち、主要または補助のストリームが除かれた場合にも既存の欠損モダリティ手法を上回るとされています。
説明PIE-PS：物理的照度イベントストリームによる測光ステレオ手法
要約本論文は、移動する照明下でイベントカメラが記録した生のイベントストリームと既知の照明から、稠密な表面法線を再構成する学習ベースの枠組みPIE-PSを提案しています。同一画素の隣接する2つのイベントを対応する光源方向と組み合わせて物理的照度イベント（PIE）を作り、未知のコントラスト閾値を必要としない符号付きイベントレートを特徴量としています。グラフニューラルネットワークと信頼性注意機構により情報を統合し、合成データと実データで既存のイベントベース測光ステレオ手法や直接解法より優れた結果を示しています。
説明小型ロボットポリシーには細粒度の視覚表現が必要である
要約本論文は、多タスク操作ポリシーの性能の源泉を検証しています。著者らは48.9Mパラメータの小型ポリシーCoRP（表現抽出器とフローマッチング動作生成器で構成）を構築し、LIBEROで97.0%、RoboTwin 2.0のClean/Randomizedで75.78%/73.36%を達成したと報告しています。事前学習済みの視覚初期化とトークン圧縮が性能に大きく影響し、言語条件付けは目標が曖昧な場合にのみ効果があるとされています。
説明視点が重要：キーフレーム誘導によるテキスト駆動型3Dガウシアン編集
要約本論文は、テキストで指示する3Dガウシアン編集において、描画された各視点の信頼性が異なるにもかかわらず区別されていない点に着目します。著者らは、幾何学的な可視性、意味的な識別性、編集との関連性に基づいて信頼できるキーフレームを選び、その編集信号を他の視点へ非対称に伝播させ、最適化中もこの信頼性の優先度を保つ View Matters を提案しています。23組のシーンとプロンプトの組み合わせで、評価された手法の中で平均 CLIP テキスト画像類似度と方向類似度が最も高く、編集時間は約4分でした。
説明LFHE：非IID データを用いた分散学習における有界局所トポロジー探索（ローカルファースト・ヒューリスティック進化）
要約本論文は、非IID データの下で分散学習が通信トポロジーに敏感であることを踏まえ、近傍および友人の友人（FoF）の情報のみで候補の発見と評価を行う LFHE を提案する。有界の疎な次数の下で局所的な再配線を行い、画像・音声・テキストの4つのベンチマークで競争力のある性能を示す。構造項が主要なトポロジー選択信号であることも報告している。
説明ランキングを超えて：自動プログラム修復における密モデルと混合専門家モデルの多次元評価
要約本論文は、自動プログラム修復が通常はパッチがテストに合格するかだけで評価され、保守性・セキュリティ・計算コストの差が見えなくなると指摘します。ISO/IEC 25010品質モデルに着想を得た重み付き品質指数（QI）を提案し、正しさ・保守性・セキュリティ・生成効率を組み合わせます。同一ハードウェア上で3つの密モデルと1つの混合専門家（MoE）モデルを比較した結果、重み付けによって順位が変わり、MoEモデルは7B・14B密モデルと正しさに統計的有意差がない一方、活性パラメータは3〜6倍少ないことが示されました。
説明エージェント型VLMパイプラインにおける視覚オーケストレーションの負担：視覚的根拠の再利用の監査と認証
要約複数のエージェントやツールを通じて同じ静的な画像が繰り返し渡され、冗長な処理が生じることを論じています。著者は重複した視覚的根拠へのアクセスを数える監査指標を定義し、画像内容・前処理フィンジャープリント・エンコーダ前提により再利用を認証するSharedVisCacheを提案しています。認証された再利用は出力を保ったまま視覚処理の回数を減らしたと報告されています。
説明最適化された金属の微細組織と集合組織から、合金組成と工程条件を逆算できるか
要約本論文は、マグネシウム合金の微細組織と集合組織から、合金組成と押出加工条件を逆に推定できるかを検討しています。社内データの107条件（14種の合金）に対し、従来の結晶粒・集合組織統計、事前学習済み画像エンコーダーの埋め込み、結晶粒ネットワークのグラフニューラルネットワークの3種類の記述方法を比較しました。従来の記述子は未見条件の65%で正しい合金を特定し、最頻合金を常に推測した場合の17%を上回りました一方、学習済み埋め込みは30%未満でした。工程パラメータも推定できますが誤差は大きく、微細組織を加えると温度誤差はおよそ半分になりました。
説明まず整列し、次に補正：極低ビット量子化LLMのための学習不要な2段階低ランク補償
要約本論文は、大規模言語モデルを極低ビットに重み量子化した際の精度低下を、学習を必要としない2段階の閉形式低ランク補償で抑える手法を提案しています。第1段階ではFisher重み付き非対称目標で各層の出力を全精度モデルに整列させ、第2段階では補償後のモデルで統計量を再計測し、ランク制約付きの自然勾配ステップで残存する一次信号を吸収します。2ビットのQuIP#設定では、WikiText-2のパープレキシティがQwen3-8Bで12.43から10.26、Qwen3-4Bで21.11から13.22に改善しています。
説明問題は読み出し方法にある：細粒度の感情認識ベンチマークは知覚ではなく誘導応答を測っている
要約本論文は、EmoNet-Face-HQ ベンチマークが生成式の回答で視覚言語モデルを評価し、細粒度の感情認識には専用の微調整モデルが必要だと結論づけている点を検討する。著者らは回答を生成させる代わりに、モデルの logits から各カテゴリについて二値問題として確率を読み取る方式に変更した。同じ画像と評定を用いると、既成の視覚言語モデルの多くが、その微調整モデルと同等かそれ以上の結果を示したという。
説明臨床ノート生成のベンチマーク評価：アンビエント型文書作成システムの文章生成品質を比較
要約本論文は、英語・デンマーク語・ドイツ語の診療記録300件からなる多言語データセットMedConvを提案し、ACI-BENCHと併せて、臨床AIプラットフォームCortiと汎用AIを基盤とする2つの主要な市販アンビエント記録ソフトを比較しています。評価はエンテイルメント指標とLLMによる一対比較を組み合わせ、PDSQI-9に基づく8つの次元で行われています。結果として、CortiのAPIによる文章生成基盤は主要な商用ソフトと同等かそれを上回り、設定可能なAPIにより特定の文書用途に合わせた調整ができることが示されています。
説明異なる文字体系間でCOMETを比較可能にする：インド系言語の機械翻訳評価におけるトークナイザー由来の文字バイアスの診断と補正
要約本論文は、機械翻訳評価指標COMETが書記体系によって偏ることを示します。IndicMT Evalで目標言語をラテン文字に変換すると、文字の種類がネイティブ文字のCOMET分散の22.9%を説明し、5言語すべてで注釈者との一致度が低下しました。著者らはこれをトークナイザーに起因すると考え、分布を共通の基準に写像するCOMET-QNを提案し、プールした一致度を0.300から0.399に改善しました。結果の公表時には、正規化スコア、診断指標、使用したトークナイザーの情報を併記することを勧めています。
注目点スクリプト不変性の仮定を提起し、COMETのトークナイザ由来の偏りを診断・補正して、スクリプト間比較の一致度を有意に改善した点が重要。
説明システム1による計算の分業で実現するトークン効率の高いマルチエージェント協調（S1-MAS）
要約本論文は、軽量な「システム1」モデルが選択・役割割当・終了判断などの限定的な調整を担い、高度な推論は高性能LLMに任せるS1-MASフレームワークを提案している。7つのベンチマークで検証が行われた。AgentVerse、DyLAN、SelfOrgとの比較では、精度を高めたままGPT-4oのトークン消費を44.9%～97.2%、エンドツーエンドの遅延を37.8%～93.0%削減したと報告している。
説明有効な選択肢がない場合の多肢選択問題：LLMの棄権行動の分析
要約選択肢の中に正解がない場合に、大規模言語モデルが「ABSTAIN」で回答を棄権できるかを調べた論文です。MMLU-Proの数学サブセットから正解の選択肢を取り除き、無効な強制選択に罰則を課す形式で評価しています。明示的な指示と罰則付き採点を用いても、もとも正解できていた問題の一部で無効な選択が続くことが分かり、標準的な正答率では信頼性を測れないことを示しています。
説明ナビエ・ストークス方程式が「翻訳で失われる」：AI自動形式化のLean検証は自然言語証明の正しさを保証しない
要約本論文は、AIが自然言語の数学証明をLean（形式言語）に自動翻訳し機械的に検証する手法を検討しています。著者らは、数学文書の曖昧さを意味的に忠実に解消することは困難であり、Lean上の検証が通っても元の自然言語証明の正しさは保証されないと論じています。AIによる翻訳の誤りの実例を示し、OpenAIが発表したナビエ・ストークス方程式の解の爆発証明も、その形式化された証明が自然言語の証明と対応していないと指摘しています。
注目点意味的に忠実な自動形式化には無限のSCIを持つ曖昧性解消が必要と論じ、AI翻訳の失敗例でLean検証と自然言語証明の不一致を示す点が新しい。
説明パートナーの意図予測による部分観測下のゼロショット協調
要約本論文は、パートナーが断続的に視界から外れる状況でのゼロショット協調のための手法「PIP（Predicting Intention of Partner）」を提案します。PIPは、結合視点VAEで両エージェントの局所観測から学習時の情報を抽出し、さらにパートナー状態信念ネットワークで自身の相互作用履歴から相手の隠れた位置や行動傾向を推定します。Burrito-PO、Overcooked-PO、Melting Potの3ベンチマークで評価され、Burrito-POでは人間評価も行われ、比較手法の中で最も高い平均性能が報告されています。
説明長期的な法的推論のためのテスト時エージェント進化（法律推論を複数段階で信頼性高く行うための、学習し直し不要な適応手法の研究）
要約本論文は、モデルのパラメータを更新せずに、法律エージェントが運用時に先行する事件や対話の信号を使って継続的に適応する方法を検討しています。提案手法は、過去の経験を検索・調整・蓄積するテスト時メモリ進化と、評価基準に沿って各役割の行動を検証・修正する協調機構から成ります。J1-EVALとLegalWorldの二つのデータセット、五つのバックボーンモデルでの実験では、代表的なベースラインを上回る結果が示され、両構成要素が相補的な効果を持つとされています。
説明VLA-ACL：効率的な視覚・言語・行動モデルのための行動一貫性ビジュアルトークン剪定
要約視覚・言語・行動（VLA）モデルは、制御ステップごとに長いトークン列を処理するため計算コストが高く、リアルタイム運用が制限されます。本論文は、基盤VLAモデルを凍結したまま、行動レベルの監督で軽量なビジュアルトークン剪定ポリシーを学習するVLA-ACLを提案します。剪定後の視覚文脈から得られる行動を、全文脈の教師モデルと一致させる目的を用います。LIBEROと実世界の操作タスクで、ビジュアルトークンを最大87.5%剪定し、計算量を最大75%削減、推論を約1.5倍高速化したと報告されています。
説明周辺分布の監視を超えて：大規模ECサービス運用におけるデータ概念ドリフトのための分布結合検定
要約本論文は、複数列の二標本ドリフト検出手法5種を3つの環境で比較しています。その一つは、Trendyolのランキング特徴量テーブル（1億3,750万行）上に構築した合成注入ベンチマークです。Apache Sparkで分散実装したランダム・フーリエ特徴量付きの最大平均不一致（MMD）は、強いドリフトの条件で安定して動作し、ピアソン相関係数0.940、真陽性率80.4%、偽陽性率3.2%を示しました。一方、次元ごとのKolmogorov-Smirnov検定は、非対称サンプリング下でID様の列により統計量が飽和し、機能しませんでした。
説明Mu-DisCoCat：量子プロセッサ上で合成的汎化を行う変分パイプライン
要約本論文は、既存の概念を組み合わせて新しい状況を理解する能力（合成的概念汎化）を実現するため、多モーダル変分量子学習フレームワーク Mu-DisCoCat を提案します。まず単一物体の画像とテキストの組から安定した物体表現を学習し、その表現を固定して複数物体間の関係を学習します。古典シミュレーションでは、CLIP ベースラインより高い関係の分布外精度を示したと報告されています。また、ノイズを含む量子エミュレータと IBM Marrakesh 量子プロセッサで実行され、ハードウェアの結果はシミュレーションの忠実度と正の相関を保ったとされています。
説明LLMは知っていることに基づいて行動するのか？パートナー表現から協調行動まで
要約本研究は、《Hanabi》を基にした制御された環境で、大規模言語モデルが事前に知らされていない不慣れな協力相手の通信規約に適応できるかを検討しています。凍結されたモデル重みと線形プローブを用い、八つのLLMを比較しています。その結果、プローブは目標規約よりも意図規約をより正確に復元できる一方、受け手の選択は送り手の規約と一貫して一致しないことがわかりました。外部で計算された行動推奨として提示した場合の方が、一般的なルールとして提示した場合よりも平均して協調の向上が大きいと報告されています。
