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。
説明指値注文板を用いたオンライン・マーケットメイキングの最適リグレット
要約本論文は、マーケットメイカーが売買価格を提示した後に市場価格と取引者の私的評価値を観測するオンライン学習を扱います。取引が成立しない場合にのみ評価値が明らかになるという、指値注文板に着想を得たフィードバックモデルの下で、先行研究の期待リグレット O~(T^{2/3}) を、高確率リグレット O~(√T) へと改善しました。まず完全フィードバックの場合に、二つの結合したグリッドによる離散化とHedgeを組み合わせ、続いて指値注文板のより弱いフィードバックにも同じ保証を達成するアルゴリズムを示しています。さらに、市場価格と評価値がともに敵対的に選ばれる場合は、完全フィードバックでも劣線形リグレットは不可能であることを示しています。
説明NAViLoss：水中航法を考慮し物理整合性を保つ二重残差学習目的関数
要約本論文は、学習ベースの自律型水中航走体（AUV）速度推定のための、頑健で不確かさを考慮した損失関数 NAViLoss を提案します。航法状態領域の速度残差と、ドップラー速度計（DVL）測定領域のビーム整合性残差の両方にペナルティを与えます。DeepONet と組み合わせた NAVi-DeepONet モデルを、約10,000メートルの半合成AUV海上試験データで評価し、従来法および学習ベースのベースラインと比べて速度推定精度が44%向上したと報告しています。
説明シルエット演算子：一次元射影から低ランク測度を識別する
要約本論文は、圧縮センシングの制限等長性に似た回復の枠組みを、一次元の積測度の有限和として表せる二次元の低ランク符号付き測度に対して構築します。測度を固定された一次元射影の周辺分布に写す「シルエット演算子」を用い、適切に選んだ2k個の射影周辺分布があれば、台がコンパクトでランク k 以下の符号付き測度を一意に定められることを示し、その個数が最適であることも示します。さらに高次元の場合について、対の周辺分布でモデル全体を識別できる十分条件を与えます。これに基づき、経験測度の一次元射影周辺分布を、Wasserstein距離でデータの周辺分布に合わせる計算効率の良い「シルエット混合推定（SME）」を提案します。一次元密度推定器と組み合わせると、中程度の次元と標本数において多数の基準手法より良好な性能を示すとしています。
説明制約された幾何学的放射による自己組織化：閉じた系で外部駆動なしに動的秩序が生じる新しい仕組み
要約本論文は、外部からのエネルギー供給や駆動なしに閉じた系で動的秩序がどのように自発的に生じるかを研究している。結合された計量発展系のシミュレーションにより、応力蓄積、超指数的放射、カオス的崩壊、分形極限周期への収束からなる四段階の循環を見いだし、楔形アトラクターと呼ばれる新しいアトラクター構造を提示している。また、充分条件の提示、いくつかの定理、臨界ノイズ閾値の報告、複数の構成での普遍性の検証が含まれる。
説明パレートから選好へ：償却型エージェント方策探索による個別化テスト時スケーリング
要約本論文は、ユーザーごとの多次元要件（精度、遅延、推論コスト）の同時充足率を最大化する実行可能なコントローラを探索する「個別化テスト時スケーリング（Personalized TTS）」を提案する。提案手法PersonTTSは、先行探索の経験を要件に合ったコントローラ初期化と元タスクから蒸留した手続き的ガイダンスとして再利用しつつ、各候補を対象プロファイルで評価する。AIMEとHMMTでの実験では、未見のユーザープロファイルと未使用の問題において強力なベースラインを上回り、同じ候補評価予算の下で探索エージェントの時間とコストも削減したと報告している。
説明システム切り替え：高速な意思決定モデルはいつ立ち止まって考えるべきか
要約本論文は、高速な学習型ポリシーがすべての判断を行い、ゲートが開いたときだけ推論型の視覚言語モデルに制御を渡す二重過程エージェントを研究しています。実験は閉ループの Doom ゲームと、新しいオープンな「System One」型決定モデルを用い、900問の保留データで比較しています。モデルごとに正答率、較正性、感度（確信度が正誤をどれだけ区別できるか）が異なることが示され、最も自信の低い30%の判断を推論モデルに回すと利得が得られる一方、閉ループのゲームでは出口に到達する変種はありませんでした。
説明実世界の会話における文脈を考慮した三モーダル微表情認識：データセットと階層的融合ネットワーク
要約本論文は、既存の微表情認識が孤立した映像クリップのみを分析し、対話の意味的・音響的手がかりを無視している点を指摘しています。著者らは視覚・音声・テキストからなる三モーダルデータセットTriCoMEを提案し、各微表情を同時発話と直前の文脈に対応づけ、対話上の役割に応じて外部刺激と内部背景に分類しました。さらに、音響と意味のストリームを細粒度で整合させ、長い対話を圧縮し、視覚の信頼度に基づいて視覚のみと多モーダルの判定を切り替える階層的注目融合ネットワークHFFNetを提案しています。
説明エージェント編成によるプログラム検証の低コスト定理証明
要約本論文は、プログラム検証における低コストの定理証明手法CoCo-Proverを提案します。証明過程をコスト制約下のメタレベル意思決定として定式化し、宣言内のAND/OR証明ハイパーグラフと宣言間の補題依存グラフの二層構造で未解決目標を整理します。エージェントルーターが専門エージェントと設定を割り当てます。Lean 4の五つのベンチマークで、成功率とコストの関係においてベースラインより優れた結果を示したと報告されています。
説明CERO：強化学習の事後学習で、どのプロンプトにいつロールアウトを割り当てるかを決める手法
要約本論文は、グループ相対型強化学習において、更新ごとに固定するのではなく、学習全体を通じて限られたロールアウト予算を調整する方法を扱います。原双対型のオンラインスケジューラCERO を提案し、どのプロンプトを選ぶか、何ラウンド後に再利用するか、各ラウンドで何グループを生成するかを適応的に決めます。3つのベースモデルと5つの数学推論ベンチマークにおいて、学習・応答の予算を揃えた条件でCERO が avg@16 の宏平均で最も高い結果を示しました。
説明多ソース超音波ベンチマークが示す、現行の自己教師あり異常検出手法の限界
要約本論文は、多様な解剖部位・断面・取得プロトコルを含む多ソース超音波データセットSADUSIを提案し、異常検出手法の学習と評価を行うベンチマークとして示している。代表的な自己教師あり手法を評価したところ、AnoDDPMやDeCo-Diffなど再構成ベースの拡散モデルはピクセルレベルAUROCが0.56〜0.72、最大F1が0.10〜0.26にとどまった。特徴量ベースのPatchCore系は、ピクセルレベルAUROCが0.76〜0.83、最大F1が0.14〜0.40と比較的良好だが、なお限定的である。
説明ガウス・ニュートン曲率の精度と不定ヘッセ行列：低コスト集合における一様な共存
要約本論文は、リッジ正則化された非線形最小二乗問題におけるガウス・ニュートン（Gauss-Newton）曲率の精度を研究している。著者らは、低コスト集合の中に、相対誤差が (1+√2)/8 未満となる大域的最小点が存在することと、同じ集合の中に相対誤差が 15/8 以上の不定ヘッセ行列を持つ点が存在することを示している。さらに、リッジの統一的上限と、関連する点ごとの誤差評価も与えられている。
説明InsClaimBench：決定チェーン全体での保険金請求査定ベンチマーク
要約本論文は、大規模言語モデルの保険金請求査定能力を評価するためのエンドツーエンドのベンチマーク「InsClaimBench」を提案します。自動車、財産、健康保険にまたがる3,780件の事例を含み、個別規則の判断から査定モジュール、支払い判断と金額までを評価します。六つのモデルの評価では、決定チェーンを下るほど信頼性が低下することが示されました。支払い判断の正解率は74.23〜80.19%ですが、判断と金額の同時正解率は47.54〜73.15%に落ち込みます。
説明準二値化オートエンコーダ：医用画像異常検知のためのアーキテクチャ非依存な情報ボトルネック
要約本論文は、潜在変数を[0,1]に圧縮しラプラスノイズを加える準二値化（QB）層を提案し、エンコーダとデコーダの間で伝達される情報量に明確な上限を与えます。これに基づくQBAEは、単一の構成でMedIAnomalyベンチマークの7データセットにおいて平均画像レベルAUROC 0.828を達成し、BraTS2021では報告されている中で最良の結果を示しています。
注目点情報量を公式に上限づける量子化層を提案し、複数データセットで高精度を示したが、再構成型異常検知の枠組みの改良である。
説明推論型AIエージェントの集団的ランダム選択を、共有・構造化された入力が損なう
要約本論文は、6つの推論モデルが識別子に基づく選択で用いる閾値規則と整除規則を検証しています。共有識別子では複数のエージェントの参加が相関し、共通のタイムスタンプビットを持つ別個の識別子では参加に偏りが生じることが示されました。独立してランダム化するよう明示的に指示しても共有入力による相関は減るものの、なくなりはしないと報告しています。選択率だけでは見落とされるこうした集団的・監査上の脆弱性を踏まえ、入力に依存する偏りや相関、予測可能性をエージェント評価の中心に据えるべきだと論じています。
説明SAPD：ステップ整合型特権蒸留、ロールアウト不要の大規模言語モデル事後学習手法
要約本論文は、固定された参照解答の示範を用い、推論の各ステップの進行に沿って有的な分布的指導を与えるSAPDを提案する。モデル自身の軌跡生成は不要である。数学推論ベンチマークでは、平均して教師ありファインチューニングやラベル平滑化より高く、オンポリシー強化学習や自己蒸留と競合する性能を示した。コードは公開されている。
説明大規模海上地震探査における地震干渉低減への深層学習の実適用事例（アンゴラ・Camie油田）
要約海洋地震探査では、近隣の外部震源からのエネルギーが受信され、地震干渉（SI）と呼ばれるコヒーレントノイズが生じます。本論文は、以前に提案された深層ニューラルネットワーク（DNN）ベースのワークフローを、アンゴラのCamie油田にある345平方キロメートル超の海洋探査ブロックに適用した事例を示します。従来の地球物理アルゴリズムと比較し、処理品質と処理時間の両面で、ブロック全体にわたる包括的な評価を行っています。結果として、干渉除去がより正確で信号漏れが少ないことが示されています。著者は本事例の限界についても論じています。
説明Alice：ルーブリックに基づく多次元自動短答採点のための大規模ドイツ語ベンチマーク
要約本論文は、ルーブリック（評価基準）に基づくドイツ語の大規模な自動短答採点データセット「Alice」を提案する。学習成果（Alice-LP）、知識要素（Alice-KE）、技能（Alice-SK）の3つのサブタスクから成る。ルーブリック採点をルーブリック検索タスクとして定式化し、エンコーダ専用モデルから軽量なLLMまでの複数のモデルで評価している。実験では、ゼロショットのLLMは知識要素と技能の採点に苦戦すること、ルーブリックの文章は特にAlice-KEとAlice-SKで有用であることが示された。
説明採点基準の区間をラベル表現とみなす：短答式採点のための共同LLM符号化
要約本論文は、採点基準の記述を意味的なラベル表現として扱う、採点基準条件付きの自動短答式採点フレームワーク RUSPAN を提案する。問題文、学生の解答、およびすべての候補評価レベルを一つの系列にまとめ、一回の言語モデル処理で得られる採点基準区間と系列全体の表現から、各レベルをリストワイズに採点する。さらに、採点基準区間同士の注意を遮断する RUSPAN-RIM を導入し、ゼロショット転移のための過学習を防ぐ。英語、ドイツ語、ポルトガル語にまたがる6つのベンチマークで、RUSPAN は単一ベンチマーク採点において判別型・生成型のベースラインを上回り、特にポルトガル語の PT-ASAG では位置再インデックスを伴う RIM が一貫して大きな改善をもたらした。
説明MeshSIPP：動的環境における効率的な格子状経路計画
要約本論文は、動的環境で障害物の軌道が予測可能な場合に、非ホロノミック運動制約を満たす時空間軌道を効率的に計算するMeshSIPPを提案します。運動プリミティブを空間的なまとまりとして伝播させ、軽量な境界区間チェックで絞り込み、正確な出発時刻探索は必要になるまで遅らせます。時間を考慮した枝刈りで冗長な分岐も早期に除去します。完全性と最適性を証明し、6,000件以上のベンチマークとROS 2の実時間シミュレーションで、最先端の時空間プランナーに対して最大3倍の高速化を示したと報告しています。
説明LLMの劣化時にランクが上昇する：スペクトル指標による監視の落とし穴
要約本論文は、大規模言語モデルの事後学習において、RankMeなどのスペクトル統計量で表現の健全性を監視する手法を検証しています。Qwen3-0.6Bを用いた制御実験では、データ重複による劣化でRankMeが上昇し、「ランクの低下=劣化」という想定が成り立たないことを示しています。さらに、両側・多チャネルの逐次監視器は劣化の種類を識別できるものの、保留データの損失より早く警告することはないと報告しています。
説明MLIPモデルのナレッジグラフを自動で構築・更新する
要約本論文は、材料特性の予測に機械学習を適用する分野の中でも、機械学習型原子間ポテンシャル（MLIP）に焦点を当て、その知識グラフを自動構築する手法を提案しています。大規模言語モデルを用い、文献からの情報抽出、SHACL制約による検証と誤りの修正というループを経て、モデルごとに表現の一貫性を保ちながら段階的に構築します。Matbench Discoveryのリーダーボードに掲載されたモデルから作成した知識グラフで、問い合わせ可能な点をいくつか示しています。
説明CircuitATLAS：回路病の創薬標的探索のための、システム神経科学知識グラフ上のエージェント型推論
要約本論文は、回路病の標的探索のための、出典に基づくシステム神経科学知識グラフとエージェント型フレームワークCircuitATLASを提案している。測定可能な疾患表現型から、神経回路と細胞レベルを経て分子的介入へと推論を進める。ATP1A3を例に、中間ニューロンでの特異的発現が生体内で局所的4-アミノピリジン刺激に対するβ帯域およびγ帯域の応答を消失させたと報告している。
説明オンポリシー蒸留は新しい技能を教えるが、新しい知識は教えない
要約本論文は、オンポリシー蒸留（OPD）によって言語モデルが新たな事実知識や多段階推論の能力を獲得するかを検証しています。制御された合成フレームワークで両者を分離し、複数のモデルと実データで実験を行いました。逆KLによるOPDは未見の推論構造への構成的スキルを転移させる一方、事実知識はほとんど転移しません。前向きKLに変えると事実の転移が回復します。著者らは、この手法はモデルのパラメトリックな知識を拡張せず、既存の知識の整理と組み合わせを改善すると結論づけています。
注目点制御された合成フレームワークで事実知識と合成的スキルの転移を分離し、逆KLと順KLの非対称性を示す新規性があり、複数モデルと基準で検証している。
説明入力を追跡し出力を検証：音楽生成における帰属の検証
要約本論文は、AI生成音楽について、生成にどの音源が使われたか、そしてそれが出力に影響したかを検証可能な形で示す帰属手法を検討しています。著者らはテキストを使わず音声のみを条件として生成を行い、各出力の背後にある入力を追跡して音楽的な影響を分析しています。生成器MixAudioのステムは、音色はプロンプト音声に、ハーモニーはコンテキスト音声に従うことが示されています。また、音楽版本識別モデルmusicDNAによる記憶の検査では、入力記録の外で再現された例はわずかでした。
説明コーディングエージェントのベンチマークは利用者の作業フローに合わせるべき
要約JetBrains の IDE における実際のソフトウェアエンジニアによるエージェントセッション 4,782 件を収集し、長いセッションではユーザーの依頼が多様な種類にわたり、セッション中に種類が頻繁に切り替わることを示しました。論文は既存のベンチマークを目標の作業フローに沿うよう変換する SWE-TaskFlow を提案し、SWE-Bench Pro の 700 タスクでの予備実験では、段階的に解くとエージェントのコストが約2倍になる一方、解決率は安定して変わらなかったと報告しています。
説明エージェント型LLMはいつツール呼び出しを決めるのか？抑制によって形作られるツール呼び出しベクトル
要約本論文は、エージェント型大規模言語モデルがツールを呼び出すか直接応答するかを決める仕組みを分析したものです。複雑なプロンプトを、動詞一語だけが異なる対照ペアに変換して検証しました。実行系の動詞はツール呼び出しの判断を切り替え、分析系の動詞はその傾向を抑制することが示され、同様の仕組みは七つのモデルで確認されています。
注目点最小対比ペアで因果的に必要十分な工具呼び出しベクトルを特定し、抑制機構を示した点が新しく、7モデルで再現されている。
説明ネットワークの学習履歴は、現在の状態よりも将来の学習をよく予測できるか？応答プローブと予測スクリーニングによる検証
要約本論文は、学習を続ける際に、ニューラルネットワークの学習履歴が現在の状態よりも将来の学習能力をよく予測するかを検討しています。主要な実験では、3種類の履歴条件で小規模な多層パーセプトロンを訓練し、短いプローブによって将来の学習を測定しました。その結果、この設定では履歴状態が現在の状態の校正済みモデルを上回りませんでした。合成回帰タスクに対する別のスクリーニングでは、履歴モデルは訓練の初期段階では現在の検証誤差より最終誤差をよく予測しましたが、後期には両者に差が見られなくなりました。
説明深層正規化アテンションの識別可能性と可観測性：入出力関数からどのパラメータが一意に定まるか、また条件によって不可観測になるかを調べた研究です。
要約本論文は、深層の単一ヘッド・マスクなしアテンションにおいて、入出力関数からどのパラメータが決定されるかを研究しています。既知の正の非定数実解析的正規化関数に対し、この関数は通常、偶数正規化関数による符号を除いて有効スコアと結合値写像を決定することを示し、softmaxを含むHenry–Marchetti–Kohn予想の実解析的場合を証明しています。さらに例外ファイバーを分類し、局所的識別のための厳密なテイラー次数を示しています。
説明TestJack：コードベンチマークの結果は信頼できるか？評価器の進化によるエージェント型コーディングベンチマークの監査
要約本論文は、既存のコーディングエージェント用ベンチマークが固定の単体テストだけで正誤を判定しており、テストが要件の一部しか確認せず、スコアが問題解決力ではなく評価器への適応を反映しうると指摘します。著者らはTestJackを提案し、各試行についてプロンプトの要件を狙ったテストを生成し、正解パッチが通過するテストのみを保持して、失敗した試行を再検証します。6つのフロンティアモデルと5つのベンチマークでの実験では、正解と判定された試行の約34.4%が要件に違反しており、全体の解決率は50.6%から33.2%に低下しました。
説明変数射影SVMモデルの二次最適化と道路異常検出
要約本論文は、変数射影汎関数を最小化するための新しい二次最適化フレームワークを提案する。このフレームワークは、変数射影型のカーネル法の学習に特に有用であることが示されている。具体的には、変数射影サポートベクターマシン（VP-SVM）の効率的な学習を対象とし、タイヤセンサーから得られる一次元信号を用いて道路表面の異常を認識するモデルを、二次信頼領域法で学習する実例を示している。
説明全国規模の神経画像リポジトリにおける同一人物の重複監査
要約全国規模の磁気共鳴画像（MRI）リポジトリは複数の研究や機関のデータを統合していますが、データセットごとに割り当てられた被験者IDが異なるため、同一人物が別々のIDで重複して現れることがあります。本論文はこれを身份重複と定義し、T1強調脳MRIを対象に、SHA-256による完全一致検出と教師付きコントラスト学習の埋め込みを組み合わせ、人による確認を含むパイプライン「HAPPEN」を提案しています。95,129件のスキャンを含むリポジトリで、1,316の完全重複グループと1,275の近似重複グループが人の確認を経て見つかり、遺伝子型データで特定された54組の参照ペアはすべて再発見されました。
説明逐次事前学習は大規模モデルに有利：小規模モデルの後期学習を改善するExposure Therapy
要約本論文は、大規模ニューラルネットワークが小規模モデルでは学べない能力を獲得する理由を検討しています。初期データ分布への曝露が後期の学習を妨げる効果を「プライマシーバイアス（primacy bias）」として定義し、定量化しています。小規模モデルは学習容量を初期分布に非効率に割り当てる一方、十分に過剰パラメータ化されたモデルはこの影響に頑健であることが示されています。これを受けて提案された正則化手法「Exposure Therapy（ET）」は、十億パラメータ規模までのモデルで後期データ分布に対する性能を向上させると報告されています。
説明先駆者学生（Pioneer Student）による教師-生徒型半教師あり学習の分離最適化手法
要約本論文は、教師-生徒型フレームワークにおけるパラメータ結合と、ラベルあり・なし損失の勾配更新の不整合が最適化上の問題を生むと指摘しています。著者らは、独立したパラメータ空間で動作し、蓄積した知識を定期的に教師-生徒モデルへ戻す補助分岐「先駆者学生（PiS）」を提案しています。実験では、PiS が主流の半教師あり学習手法の性能を一貫して向上させるプラグアンドプレイ型モジュールであると示されています。
説明スケルトンはどの言語で書くべきか：多言語推論における言語選択の研究
要約本論文は、大規模言語モデルの推論を構造化する学習不要の手法であるスケルトン型推論プロンプティングにおいて、スケルトンに用いる言語が多言語数学推論に与える影響を調べています。著者らは言語を意識したスケルトン探索フレームワーク（LASEF）を提案し、複数の数学ベンチマーク、モデル規模、言語で実験を行いました。英語スケルトンは平均して小さな正の傾向を示し、小規模モデルや低資源言語で特に目立ちますが、補正後に有意な言語別の利得はわずかで、英語が常に最適とは限らないと報告されています。
説明勾配履歴の再結合による軽量で汎用的な学習型オプティマイザ
要約本論文は、互いに重ならない時間区間ごとの勾配平均として表した勾配履歴を動的に再結合する、軽量で汎用的な学習型オプティマイザを提案している。予測空間は勾配平均ごとに1つのスカラー係数へ縮約され、複数のパラメータで共有される。論文によれば、このオプティマイザは未知のタスクに対してゼロショットで汎化し、複数のモデルで Adam（アダム）よりも高いテスト精度を示した。
説明SafeEvo：言語モデルの安全アライメント機構と進化の解明
要約本論文は、LLM内の疎な部分グラフ（回路）の観点から言語モデルの安全機構を研究するSafeEvoを提案します。事前学習済みのベースモデルに、単独で拒否行動を示せる弱い拒否回路が存在し、それを因果的に無効化すると有害な入力への拒否が完全になくなることを示しています。さらに、安全性の更新を拒否回路に限定するSafety Circuit Alignment（SCA）を提案し、3つのモデルと2つのアライメント手法で、従来手法より安全性が高く、過剰拒否が少なく、元の能力も維持されたと報告しています。
注目点回路の視点から事前学習モデルの拒否機構とアライメント過程での変化を明らかにし、拒否回路のみを更新する手法を提案。3モデル・2手法で有害性を63.21%低減、効用99.58%を維持。
説明STORK：ニューラルネットワークによる子宮収縮の時空間観測
要約この論文は胎児MRIにおける子宮収縮の検出を扱っています。従来は手作業で特定されて破棄されることが多かったものです。著者らは、シリーズ単位の粗いラベルのみで学習する弱教師あり学習モデルSTORKを提案しています。約700件のマルチベンダー動的胎児MRIシリーズでの評価では、シリーズレベルのAUROCは95.0%、AUPRCは94.6%で、3D ResNetおよびConvNeXtのベースラインを上回りました。
説明COPC：非同期LLM強化学習のための結合型オフポリシー補正
要約非同期強化学習は、ロールアウト生成と最適化を分離することで大規模言語モデルの事後学習を高速化しますが、古くなった軌跡で学習します。本論文は、方策側の補正だけでは不十分で、行動方策の後続軌跡によって優位性推定にも偏りが生じると指摘します。提案手法COPCは、方策側と優位性側の補正を協調させ、ツール統合型数学推論と検索で報告された最高性能と、より良い学習安定性を示しました。
説明生成前の構造化された誘導と単発プロンプトの比較：企業のAI支援意思決定に関するランダム化オンライン実験
要約本研究は、AIに戦略文書を生成させる前に、利用者に文脈の明確化、戦略方向の選択、理由の説明を求める構造化された誘導と、単発プロンプトとを比較したものです。誘導ありの場合、総合品質の平均は32%高く、的外れな成果物が大幅に減りました。所要時間の増加は約2.4分です。遅延記憶、誤り検出、実際の組織での効果は今後の課題とされています。
説明動的ランジュバンサンプリングによるスケーラブルなロジスティックガウス過程密度回帰
要約本論文は、共変量が与えられたときの応答変数の完全な分布を推定する、スケーラブルなベイズ型条件密度推定法を提案しています。対数条件密度をロジスティックガウス過程でモデル化し、ラプラス近似や変分近似ではなく、動的ランジュバン動力学で潜在場をサンプリングします。ハイパーパラメータを固定すると事後分布は強対数凹となり、ミニバッチ分割を用いて単一のGPUで学習します。最大390万件の学習データを用いた測光赤方偏移のベンチマークでは、密度と校正の指標で最先端の表形式基盤モデルと競合する結果が示されています。
説明長期稼働LLMエージェントのための状況条件付き思考ポリシー学習
要約本論文は、過去の推論経験を軽量なポリシーに変換し、現在の状況で何を考えるべきかを予測する状況条件付き思考メモリの枠組みを提案します。詳細な推論は大規模言語モデルに任せます。複数の独立したエピソードにまたがる一時的な経験を分析し、繰り返し現れる長期的な規則性を新たな思考知識として統合します。実験では、時間規則の汎化でF1が1.000に達し、DeepSeekの推論F1を0.789から0.868に改善しました。3万件の履歴状況では、クエリあたりのオンライン処理時間が0.3636ミリ秒から0.0382ミリ秒に短縮されました。
説明放射線科研修医の読影を支援する二重提案型と単一提案型AIの無作為化多読影者研究
要約本研究は、研修医がX線画像を読影する際に、AIの提案を単一とするか二つとするかで正答率がどう変わるかを比較したものです。臨床経験3年未満の研修医123名を三群に無作為に割り付け、60枚の画像を読影させました。放射線科研修医では二重提案群の正答率の改善が大きく、GPT-5.4の提案が誤っていた場合にも二重提案群の正答率が単一提案群より高くなりました。非放射線科研修医では群間差は認められませんでした。著者らは、二重提案が誤ったAI提案の影響を和らげる可能性があるとしています。
説明ロボット制御のための適応的コード生成：大規模言語モデルが自然言語の指示を実行可能なロボットプログラムに変換する手法
要約本論文は、高レベルの自然言語による指示を、形式的なロボットライブラリに限定され構文検証を受けた実行可能なプログラムコードへ大規模言語モデルで変換する制御アーキテクチャを提案しています。視覚言語モデルが意味的な情報の補強を担い、幾何学的および意味的な閾値に基づく再計画の仕組みと実行時の継続的な監視を組み合わせています。著者らは、複数の最先端モデルでのベンチマークにより、この制約付きの閉ループ設計が動的で未知の環境でも複雑な指示を達成できることを示したと述べています。
説明相互フィードバックと一貫性のある整理による協調的推論蒸留
要約本論文は、複数の教師モデルが互いの推論を批評し、最終解答とは独立に推論の各ステップの論理的妥当性を評価したうえで、それぞれの長所を組み合わせた一貫性のある推論連鎖を作る協調的推論蒸留（CRD）の枠組みを提案しています。小型モデルの学習にはこの推論を用いると述べられています。著者らは、4Bモデル CRD-4B が MATH-500 で 97.3%、AIME'25 で 70.3% を達成し、学習データは 5 万件のみだったと報告しています。
説明JevForest：予算制約下の特徴量取得のためのパス投票手法
要約本論文は、観測予算が限られた状況でどの特徴量を取得するかを決める方策 JevForest を提案する。ブートストラップ決定木が生成する経路依存の候補を集約し、全体の学習情報利得で重み付けしたうえで、共有のマスク付き分類器で予測を行う。AG News、TREC、MiniBooNE などでの小規模実験の結果は課題によって異なり、パス投票が一般に優れると示すには至っていない。
説明稀疏ビューコーンビームCTのための連続姿勢上の勾配ベース軌道最適化
要約本論文は、コーンビームCTの走査軌道を勾配法で最適化する手法を提案します。各線源姿勢を連続変数として扱い、走査装置の運動多様体上で同時に更新します。目的関数はソフトTuy平面カバレッジ、連続ビュー共分散損失、解析的な減衰考慮型レイ束ペナルティを組み合わせたものです。Defriseフランジモデルでは、円軌道では見えない層状欠陥を検出できたと報告されています。
説明効率的な視覚文書検索のための非平衡最適輸送
要約視覚言語モデルはOCRを使わずに視覚文書を検索できますが、大量の視覚トークンを生成するため検索の拡張性が制限されます。本論文は、トークンの重要度、意味的冗長性、被覆能力を一つの交互最適化過程にまとめる、非平衡最適輸送（UOT）に基づく視覚トークン圧縮の枠組みを提案しています。輸送コストの最小化がMaxSim検索誤差の上界になることを理論的に示し、ViDoRe V1・V3ベンチマークで既存手法より効率と性能の両立に優れることを確認しています。
説明内生的マルコフ状態をもつオンライン資源配分：LPを解く回数を減らすほど成果が上がる
要約本論文は、要求が独立同分布で、行動が状態遷移に影響する内生的マルコフ状態を持つ有限期間のオンライン資源配分問題を扱います。要求分布が既知の場合と未知の場合のそれぞれについて、再求解戦略の後悔（regret）の上界を分析しています。最適解が縮退しているとき、頻繁な再求解は漸近的に劣る可能性があることを示し、線形計画の求解回数が O(log log T) で済む三段階のU字型戦略を提案しています。数値実験でも低頻度の方式が全体として優れることが示されています。
注目点内生的マルコフ状態を持つ資源配分の新たな枠組みを示し、縮退の場合の頻繁再解と稀な再解の後悔の差を証明、O(log log T)回の求解で済むU字型方策を提案している。
説明PEACE：パリティ分解ハミルトニアンによる非断熱多様体の共変学習手法
要約本論文は、パリティ等変な潜在ハミルトニアンと学習可能な電子接続を組み合わせたPEACEという手法を提案し、分子の非断熱ダイナミクスを記述します。アブレーション実験により、対称性が許す状態混合と電子フレームの変化がそれぞれ交差構造と緩和ダイナミクスの再現に寄与することが示されています。PEACEは第一原理シミュレーションによる励起状態の占有数ダイナミクスをよく再現し、スピン軌道相互作用への拡張により項間交差の模擬も可能になっています。
説明大規模言語モデルは否定文でどのように予測を変えるのか：否定下で元の答えを繰り返す問題と、その改善のための学習目標を扱う論文。
要約研究者は自作の否定ベンチマークで複数のオープンソース・クローズドソースの大規模言語モデルを評価し、37〜71%のケースで否定下でも元の答えと同じ回答を繰り返すことを見出しました。機構分析により、モデルは元の答えを抑制し、同じカテゴリ内の好まれる候補を促進することで否定を実現していることが示されました。これは元の答えを基に除外対象を決める人間の処理と異なり、否定の失敗の主な要因とされています。著者らは元の予測の確信度が高いほど答えの選好をより大きく変えることを求める学習目標を提案し、標準的なファインチューニングより汎用能力の低下を抑えつつ否定の失敗を減らしたと報告しています。
注目点否定は元の答えの抑制と同カテゴリの候補の促進で実現されるという機制を示し、それに基づく学習目標を提案、基準評価と機制分析で裏付ける。
説明RELATE：大規模言語モデルの関係志向を測る評価フレームワーク
要約大規模言語モデルは感情的サポートにも使われており、長期の利用が現実世界の人間関係から利用者を遠ざけるのではないかという懸念があります。本論文は、AI自身を継続的な支えとして位置づける内向的言語と、現実の人間関係への接続を促す外向的支援言語という二つの次元から「関係志向」を定義し、76の相談状況と3種類の模擬利用者スタイルを用いたRELATEを提案しています。7つのモデルを対象とした多ターン対話の評価では、第6ターンの内向的表現の割合が第1ターンより高く、ためらいがちで間接的な利用者に対しては外向的支援表現の割合が明らかに低いことが示されました。
説明EvoSignal：大規模言語モデルが導く進化的手法による、モジュール式交通信号制御プログラムの設計
要約本論文は交通信号制御をモジュール式プログラム設計の問題として定式化し、交通知識と性能フィードバックを用いる大規模言語モデル誘導型の進化的フレームワーク EvoSignal を提案している。生成されたプログラムはオンラインで大規模言語モデルを推論せずに動作する。2つの実道路網の5シナリオでのシミュレーションでは、選定された既定プログラムが各シナリオの20のベースラインの最小待ち時間と比べ、待ち時間を16.8〜49.2%削減した。
説明世界ポテンシャルモデル：事前学習済みの世界知識を進捗ポテンシャルとして用いる研究
要約本論文は、長期的タスクを行う言語エージェントが最終結果からしか教師信号を得られない問題に対し、事前学習済みモデルが既存の世界知識でタスクの進捗を判断できるかを検討し、World Potential Model（WPM）を提案している。ALFWorldとScienceWorldでは、タスク固有の微調整なしでも、既成の事前学習モデルが偶然を大きく上回って進捗構造を捉えられることが示された。進捗判断をタスクのマイルストーンに結びつけて得たスカラーの世界ポテンシャルの時間差分は、方策最適化に段階ごとの信用割当を与え、結果のみを用いるGRPOより成功率が向上した。
説明UniCSI：汎用的な人体センシングのためのWi-Fi CSI統一エンコーダ
要約本論文は、サブキャリア数、帯域幅、周波数帯が異なるWi-FiのCSI（チャネル状態情報）を、有損の前処理なしで直接扱う統一基盤アーキテクチャUniCSIを提案している。物理的なスペクトル上の位置に基づいて各周波数チャネルを符号化するRFトークナイザと、可変長のチャネル列を固定サイズの周波数特徴に集約するスペクトル集約器が中核である。25の異種公開データセットでの評価では、教師あり・自己教師あり学習のいずれにおいても、クロスドメイン転移が改善したと報告されている。
説明DrugTargetWorld：AI科学者の訓練と評価のための合成バイオバンク
要約本論文は、因果構造が既知だが隠されたシミュレーション・バイオバンク（「世界」）を手続き的に生成するDrugTargetWorldを提案している。各世界には54,000人分の遺伝子型、タンパク質、健康記録、アウトカム、合成MRIが含まれる。エージェントは疾患表現型の構築、因果的な駆動タンパク質の特定、調節の有益な方向の推定を行う。20の心血管系の世界・540エピソードでの評価では、上位2つのエージェントが平均して因果的駆動因子の64%を回復したが、誤解を招く非因果的タンパク質を確実に区別できたエージェントはなかった。
説明エンティティ・アラインメント評価におけるLLM審査員の信頼性：ラベル露出が判定の識別力を崩すことの検証
要約本論文は、異なる知識グラフ間で同等のエンティティを特定する課題（エンティティ・アラインメント）の評価に、大規模言語モデル（LLM）を審査員として用いることの信頼性を検証しています。3つの最先端モデル、3つのデータセット、4つのシステムで体系的に比較し、システムの判定ラベルが見えると審査員の識別力が大きく低下する「アンカーバイアス」を報告しています。また、ラベルを見せない手法の有効性や、生物医学分野向けの新しいベンチマーク（MeSH-SNOMED CT、15,000組）と監査フレームワークも公開されています。
注目点エンティティアラインメントにおけるLLM審査員の信頼性を初めて体系的に検討し、アンカーバイアスを反事実実験と人手評価で因果的に確認しており、証拠は十分で分野への影響も大きい。
説明AIレジストリにおける機械学習資産の体系的レビューの枠組み
要約本論文は、従来の体系的レビュー手法を機械学習資産（事前学習済みモデル、データセット、ベンチマークなど）の検索に応用する方法を検討しています。計画、実施、記録の各段階をAIレジストリ向けに適応させ、レジストリを意識した検索戦略、レジストリ間のスキーマ整合、依存関係に基づく探索を含む枠組みを提案しています。著者らは、機械学習資産の検索は場当たり的な作業ではなく、体系的かつ再現可能なプロセスであるべきだと論じています。
説明クロス検査下の視覚的証拠：視覚言語モデルにおける判断レベルの証拠利用の評価と制御
要約本論文は、視覚言語モデルにおいて視覚的証拠の影響が、その証拠が支持する候補に実際に結びつくかを検討する。28,000 件の判断問題からなる CROSS-Bench と、証拠の識別性と不確実性を保持し効果の強さを別途制御する RIVET インターフェースを提案する。同等の容量と学習条件下で、RIVET は正規化効果転移を 0.512 から 0.651 に高めた。さらに凍結された 4 つのバックボーンで、CROSS-Bench の正答率を補助的証拠なしのモデルと比べて平均 5.70 ポイント向上させた。
説明CircuitGate：AIG向けの論理的に一貫した回路レベル機能モデリング
要約本論文は、電子設計自動化における論理合成と検証で用いられる And-Inverter Graph（AIG）のための、機能を考慮した表現学習フレームワーク CircuitGate を提案します。ゲートレベルから回路レベルの機能モデリングへ進み、グローバルな主入力サポートを符号化し、ファンイン間の収束をサポートの重なりを考慮して扱います。ForgeEDA ベンチマークなどで等価ゲート識別と信号確率予測において既存手法を上回り、MAE を最大 21.7% と 14.2% 削減したと報告されています。
説明エージェントAIにおける検証と自己改善：基礎と限界
要約本論文は、エージェント型AIが長い探索、追加の支援、あるいは出力の提案と検証方法の変更によってどのように改善するかを、隠れた乱数を含む有界検証の枠組みで比較しています。独立多数決による増幅は言語を保存する一方、乱数テープに対する存在的受理は誤った出力を許容しうることを示しています。また、検証クラスの包含関係と複雑性上の仮定に関する結果も示されています。
説明棄権による認証：小規模な較正予算下でのChain-of-Thought検証器に対する分布非依存の保証
要約本論文は、思考連鎖（CoT）の推論が正しいかを予測する信号を、わずか数十〜数百個のラベル付き問題という現実的な較正予算のもとで、分布非依存の選択的保証がどこまで得られるかを検討します。7つのオープンモデル、5種類の検証信号、37,000件の採点済み推論トレースを用いた実験で、証明書は棄権によって発行されにくく、発行された場合でも誤りうることが示されています。さらに、単調性の仮定を必要としない固定列型の証明書を提案しています。
説明WAPR：未知物体の姿勢推定における広角姿勢精密化の基盤モデル
要約本論文は、回転偏差が最大90度の候補姿勢を精密化する、ゼロショットの広角姿勢精密化モデルWAPRを提案しています。回転対称性の事前情報を用いて対称的に等価な姿勢目標を正規化し、約5万の拡張物体インスタンスと約200万枚のRGB-D画像からなる大規模データセットSA6Dを構築しています。七つのBOPコアデータセットでの実験では、未知物体の6D姿勢の位置特定と検出において最先端の性能を示したと報告されています。
注目点対称性事前分布による広角姿勢精緻化を提案し、BOP七データセットで最先端性能を示し、根拠は十分で分野への有用性は中程度。
説明KASALv2：3D回転対称性の全自動分類と軸位置特定
要約本論文は、3D物体の対称タイプ分類、回転次数の特定、対称軸の位置特定を、参照なしで全自動に行う枠組みを提案し、標準的な8種類の3D回転対称タイプを対象とします。理想化データと実世界データの実験で高い精度を示し、GSOの438個の対称物体で94.75%の精度を達成しました。得られた回転の事前情報でFoundationPoseを学習させると、5つのBOPデータセットで精度が最大0.9%向上しました。
注目点全自動で参照不要の回転対称性の分類・軸推定を提案し、GSOで検証、FoundationPoseの姿勢推定精度向上まで示している。
説明対応なし典型相関分析：対応サンプルなしで相関を最大化する線形射影の学習
要約典型相関分析（CCA）は多視点共有空間学習の基本的手法ですが、対応のあるデータへの依存が強いという制約があります。本論文では、学習時に対応サンプルを一切使わずに、真の潜在的な対応関係の相関を最大化する線形射影を学習する手法、無対応CCA（UCCA）を提案します。まず二次割当問題（QAP）とCCAの理論的関係を示し、その知見から対応なしデータのみで相関を最大化する実用的手法を導出しています。実世界のマルチモーダルデータセットでの検証では、真の相関の回復において、近年の対応なし整列のベースラインを大きく上回ることが示されています。
説明コード理解はコーディングエージェントのボトルネックである（コードを読んで理解する能力が難所であるという研究）
要約本論文は、コーディングエージェントを厳密に評価するための合成ベンチマーク CABRA（Coding Ability Blueprint for Rigorous Agent evaluation）を提案している。CABRA は呼び出しグラフの変換としてタスクを構築し、関数の走査、検索、実行時解決、指示追従の四つの軸でタスクサイズにより難易度を調整する。8 種の LLM と 6 種のコーディングエージェントを 6,840 のタスクで評価した結果、LLM の精度はタスクが大きくなると低下する一方、エージェントはツールに作業を任せることでほぼ満点を保つことが示された。また SWE-bench Verified では、編集された行数よりもツール呼び出し回数の方がエージェントの精度をよく予測したと報告されている。
説明Transformerを用いた長文金融ナラティブ要約における評価指標の比較研究
要約ロンドン証券取引所の上場企業は年次報告書が平均約80ページと長大です。本研究は、FNS 2020共有タスクのデータセット上で、事前学習済みTransformerと各種抽出手法による要約の性能を比較し、複数の評価指標の挙動の違いを検討しています。また、ROUGE-2とBERTscoreの調和平均である新指標BRUGEscoreを提案し、統計的有意性検定と三種類の破損手法による敵対的分析で結果の頑健性を検証しています。
説明結合の前に整列：正解ラベルなしの監督のための参照空間キャリブレーション
要約本論文は、正解ラベルも共有アノテーション空間もない状況で監督スコアを生成する、キャリブレーション先行型のフレームワークを提案しています。融合の前に、順序付きキャリブレーション特徴から作られた合成順序参照空間を用いて、部分集合ごとの評価器を共通のスケールに整列させます。三つのベンチマークデータセットで、未キャリブレーションの平均化を一貫して上回り、主要指標の点推定値では最良の単独評価器も上回りました。サンプル依存のベースラインとの比較結果はドメインによって異なります。
説明反射アンカー付きランジュバン法：制約領域上の微分不可能な目標分布からのサンプリング
要約本論文は、制約領域上で微分不可能な目標分布に収束する反射拡散過程、反射アンカー付きランジュバン力学（RALD）を提案する。滑らかなアンカー付き参照ポテンシャルを用い、反射ランジュバン力学のドリフトとノイズ共分散に同じ状態依存のスケーリング係数を掛ける。その射影付きオイラー・丸山離散化により、反射アンカー付きランジュバン・モンテカルロ法（RALMC）が得られる。著者らは、目標分布に対する2-ワッサースタイン距離でのRALMCの明示的な収束上界と反復計算量を示し、数値実験で理論的予測と手法の実際の性能を検証している。
説明すべての不確実性が重要なわけではない：意思決定が重要な自動運転のためのシミュレーション・イン・ザ・ループ型高速・低速推論
要約本論文はSIGMAというフレームワークを提案し、シミュレーションによって意味的・幾何学的不確実性が実行可能な軌道と計画コストに与える影響を評価し、クラウド上の大規模モデルへの推論要求を判断する手法を示している。意思決定指標として期待計画利得（EPG）を導入している。CARLAでの実験では、固定周期の協調と比べて不要なクラウド通信が50%減少し、動的シナリオでは航行成功率が6%以上向上、完了時間が最大26.2%短縮されたと報告されている。
説明派生状態の差分リフレッシュ：パーティションごとの平方根配分による最適化（マテリアライズドビューでの実機検証付き）
要約本論文は、マテリアライズドビューやキャッシュ集計、学習済みモデルのような派生状態について、全体を再計算する成果物の単一の共通経過時間だけに基づく加重陳腐化しきい値は、実質的に定期タイマーと同等であり効果がないと指摘します。そこで、GROUP BY のグループ、テナントごとのビュー、データセグメントなどのパーティション単位で、独立したスケジュールによる差分リフレッシュを提案します。最適な再計算頻度はパーティションのリスクの平方根に比例します。SQLite での実測では、再計算回数を揃えた条件で加重陳腐化が約 14～15% 低減されました。
注目点単一年齢の等価性限界を示し、パーティション危険度の平方根に比例する最適な再計算配分を導出。SQLiteで加重陳腐化を14-15%低減し統一タイマーを上回ることを実証。
説明ActiveLang：意味不確実性に基づく探索で行うアクティブなオープン語彙3Dマッピング
要約本論文は、ロボットが未知の環境を自律的に探索しながら、言語注釈付きの3Dマップを構築し、オープン語彙によるシーン理解を行うシステムActiveLangを提案する。コンパクトな二重ガウス表現上で言語特徴をオンラインで適応させ、幾何、外観、意味を少ないメモリで同時に再構成する。プランナーは情報量の多い視点を選択し、より少ない観測と計算コストで効果的なマッピングを実現する。Replicaと ScanNet++での実験では、オンラインおよびオフラインの基準手法より2Dと3Dのオープン語彙セグメンテーションが大きく改善された。
説明危険を見ているわけではない：凍結された視覚言語の安全スコアはそのキャプション集合を測っている
要約本論文は、強化学習で危険を判定するために使われる、凍結された CLIP のプロンプト余白による安全スコアを検証しています。このスコアを受け取らない方策の軌道に適用し、接触前後の観測を比較したうえで、キャプション、エンコーダ、カメラ視点を変えて実験しました。その結果、スコアは主にキャプションが共有する場面との類似度を追跡しており、危険そのものを感知しているとは示されなかったと述べています。
説明STRIKE：物理世界モデリングのための視覚的状態遷移学習
要約本論文は、視覚的状態遷移の学習と高密度な動画生成を分離するSTRIKEフレームワークを提案します。学習済みの遷移モデルは、現在の画像、局所的な遷移記述、経過時間から次のシーン状態を予測し、推論時にはそれを再帰的に適用して将来の視覚状態列を生成します。その後、独立に学習された動的モデルがこれらの状態を条件として完全な動画を生成します。Physics-IQ Verified、PhyGenBench、Pisa-Experiments、RoboTwin2.0での実験では、対応する動画バックボーンのベースラインに比べ、物理的一貫性と操作動画の忠実度で改善が示されました。
説明OmniCam：幾何に基づく姿勢トークン学習によるオムニカメラ軌道生成
要約本論文は、単一のパノラマ画像とテキストによる軌道記述からカメラ姿勢列を生成する自己回帰モデル OmniCam を提案しています。全方位の幾何文脈を捉えるパノラマ点群エンコーダ、回転と並進を組み合わせたトークン化、3D目標アンカーを持つ幾何・意味条件付けを組み合わせています。また、4種類のカメラ動作にわたる267,700件の軌道からなるデータセット OmniCaT を構築し、報告された評価でベースラインより軌道誤差と衝突率の低減を示しています。
説明LiG-DETR：潜在空間で局所特徴をグローバル表現に再構成する航空画像物体検出手法
要約航空画像では物体のスケールと密度の差が大きく、小さな物体は下采样や特徴圧縮で劣化しやすい。本論文のLiG-DETRは、特徴空間で高忠実度の局所情報を取得し、元の空間位置に従って大域と整合した局所特徴レベルに再構成したうえで、単一のDETRデコーダで大域特徴と局所特徴を共同で復号する。冗長な計算を減らすため、文脈保持型の選択的再構成と密度を考慮した適応的クエリ割り当てを提案しており、小物体と中物体で大きな改善が示され、大物体でも高い性能を維持している。
説明物理情報ニューラル可塑性：自ら再構成するPDEソルバー
要約本論文は「物理情報ニューラル可塑性」を提案し、最適化中に未解決の物理残差に応じて表現構造そのものを再編成する手法を示しています。この考えに基づき、局所拡張、残差指向の分割、ゲート型剪定、関数認識型の統合によって表現容量を動的に配分するReCAPを設計しました。5つの3次元・4次元PDEベンチマークで11の比較ソルバーと比べ、全問題で最小の相対L2誤差を達成し、最強の比較結果より10.7%から27.5%誤差を削減したと報告しています。
説明TERRA：時間的効果表現と関係的整合による転移可能な潜在行動の学習
要約本論文は、視覚的な状態遷移から推定される行動に似た符号である潜在行動を、ロボット方策の学習に用いる手法を扱います。提案手法TERRAは、遷移を正味の特徴変化と窓内の低次動態からなる時間的効果で表し、そこから連続的な潜在表現を学習します。さらに効果アンカー転移（EAT）により、別の初期状態で潜在表現を復号し、得られる効果を元の効果に合わせます。論文によれば、凍結した線形読み出し器のもとで、TERRAはUniVLAやLAPA型の基準手法より行動予測の精度が高く、LIBEROでの平均成功率は93.4%で、UniVLAの91.8%を上回ります。
説明平均では安全でも末尾で危険：エピソード費用の末尾はいつ制御可能か
要約本論文は、安全強化学習におけるエピソード費用の末尾リスクを扱います。従来の手法は平均エピソード費用のみを制約するため、最悪のエピソードで安全予算を超える場合があります。著者らは最悪10％のエピソードの平均費用（CVaR0.1）で末尾リスクを測り、標準的な5つのアルゴリズムを3つのナビゲーションタスクで評価しました。さらに、回報を維持しつつ末尾違反を制御できるかも検討しています。
説明確率的マルチスケール生物プロセスのデジタルツインに対するバイアス考慮型アジョイント較正と最適制御
要約本論文は、生物システムの複合システム（Bio-SoS）の枠組みにおけるマルチスケール生物プロセスモデルのための、バイアス考慮型のデジタルツイン較正と制御の手法を提案しています。デジタルツインは確率微分方程式（SDE）で表され、疎な観測データから準尤度推定と随伴感度解析によって較正されます。さらに、二次のガウス平均目的関数により不確実性を考慮した方策最適化を行い、Actor-Simulatorアルゴリズムでパラメータ更新、実験選択、制御方策の最適化を同時に行います。数値実験では、従来の基準手法と比べて較正精度、サンプル効率、制御性能の向上が示されています。
説明RT-DETR-World：大規模言語モデルの豊かな意味情報をリアルタイム開放語彙検出へ転移
要約本論文は、学習時に見ていないカテゴリを実時間の効率を保ったまま認識する、コンパクトな検出器RT-DETR-Worldを提案しています。学習時にはカテゴリ名、物体の説明、画像の説明という多段階の監督を用い、双路アライメント（DDA）によって大規模言語モデルの教師の意味情報を軽量モデルへ移します。推論時には軽量なクエリとテキストの照合のみを行います。さらに関係認識型の負例緩和（RNR）も提案され、実験ではゼロショット精度と精度・効率のバランスが良好だと示されています。
説明SpatialUQ：黒箱視覚モデルにおける空間的一貫性に基づく事後的な不確実性定量化
要約本論文は、出力確率のみを用いて黒箱の視覚モデルの不確実性を推定するSpatialUQ手法を提案しています。全体予測と5つの固定空間クロップの平均予測とのJensen-Shannon発散を測定します。NIH ChestX-ray14データセットでは、Multicrop Uncertainty Score（MUS）がMC-Dropoutより高い失敗検出AUCを示し、計算量は約5分の1です。著者らは、びまん性所見には適している一方、結節などの小さな限局性病変には信頼性が低いと述べています。
注目点空間的クロップの一貫性に基づくブラックボックス事後不確実性手法を提案し、NIH ChestX-ray14でMC-Dropoutを少ない計算量で上回り、証拠は比較的充実している。
説明Ream：人間とエージェントの共有ワークスペースで相互認識を可視化する（文献レビュー支援に関する論文）
要約本論文は、文献レビュー用のワークスペースReamを紹介し、構造化された文書、双方向の関与の追跡、局所的な可視化によって、人間とAIエージェントが互いの活動を把握できるようにします。18人の研究者を対象とした調査では、参加者はこの記録を使って根拠を確認し、エージェントを導き、注釈を通じてやり取りしました。共有された履歴は、エージェントが先行作業を引き継ぐ助けにもなりました。
説明スパース特徴ポリシーアンラーニング：視覚・言語・行動モデルにおける状態ハルシネーションの緩和
要約視覚・言語・行動（VLA）モデルはロボット操作で高い汎化性能を示す一方、実環境では信頼性の低い動作が繰り返し見られます。本研究は、未達成のロボット・物体状態が達成されたかのように動作を続ける「状態ハルシネーション」を分析し、対象タスクに関連する視覚領域への注意の低下と、失敗時に活性化するスパース特徴をスパースオートエンコーダで確認しました。これに基づき、幻覚失敗から得た特徴を忘却対象、成功動作から得た特徴を保持対象とするSOUL手法を提案しています。複数のVLAアーキテクチャによるシミュレーションと実機実験で、幻覚による失敗の削減とタスク成功率の向上が報告されています。
説明認知スキーマ、法則、タスク：明示的表現で再利用可能な認知スキーマを支える研究
要約本論文は、知識ベースの問題解決において、明示的な表現が再利用可能な認知スキーマをどのように支えられるかを検討しています。スキーマを、その利用に必要な情報と関係に基づいて整理する構造的枠組みを提案し、文脈依存の関係と、異なる表現間で再利用できる比較的安定した構造を区別しています。さらに、不整合、非決定性、文脈の不足という表現の限界を区別し、表現の縮約がタスクに関連する解の構造を保つ条件を形式的に示しています。
説明帰属の死角：検索拡張言語モデルにおける情報源依存のための層別軌道診断
要約本論文は、知識が衝突する状況で検索拡張モデルが実際に検索文書へ依存しているかを調べ、内部状態の指標ごとの役割を比較する。訓練データで当てはめた第一主成分（PC1）への符号付き射影を隠れ状態の変化に用い、同じノルムの介入ではPC1の方が、対象外の振る舞いを保ちつつ情報源の選好を効果的に変えることを示している。中心的な結論は、モデルが何を選ぶかを診断できる表現と、その選択を最もよく制御できる表現は同じとは限らない、という点である。
説明多エネルギーCTの体積物質分解のためのガウス物質場：空間基底を共有し材料係数を独立させる3次元表現法
要約本論文は、共有の異方性3次元ガウス基本要素と材料ごとの独立した非負係数によって複数の物質分布を表す「ガウス物質場」を提案しています。微分可能なスペクトル順モデルにより、多エネルギー投影から空間形状と物質組成を同時に最適化し、材料を考慮した適応的密度制御も導入しています。公開CTデータから合成した15の事例で、最強のベースラインに対しPSNRが平均4.03 dB、SSIMが4.96%向上し、NRMSEは33.45%低下したと報告されています。
説明Goldsmith：金ラベル損失に基づく定義最適化とエージェント型アノテーションフレームワーク
要約本論文は、少数の専門家による金標準（ゴールド）サンプルから、再利用可能な構造化アノテーション定義を自動的に最適化するエージェント型パイプライン「Goldsmith」を提案しています。候補定義は同じゴールドサンプルで実行され、実行可能な構造化損失で評価されます。大規模言語モデルが損失の高い失敗例に基づいて修正を行い、損失が下がった場合のみ採用されます。複数の下流アノテーションタスクで改善が示されています。
説明対応関係を意思決定として扱う：決定中心のスキーママッチング手法 JevNexus
要約本論文は、異なるテーブルの列どうしの対応関係を見つけるスキーママッチングの手法 JevNexus を提案しています。型付きの二項判断とスキーマ・実データの証拠を組み合わせ、証拠が食い違い、融合後の差が小さい場合にのみリストワイズの再精緻化を呼び出します。561 件の評価で、平均逆順位（MRR）と Hits@1 は Magneto の 0.926 と 0.903 に対し 0.930 と 0.909 で、平均遅延は 123.452 秒から 15.929 秒に短縮されました。ただし、統計的に有意な差は確認されていません。
説明自己教師あり音声表現における話者の母語による言語識別の混同の緩和
要約言語識別モデルは、アクセントのある第二言語の音声を話者の母語と誤判定することがよくあります。著者らは、非母語話者の音声表現が目標言語と母語の両極の間に位置することを示し、それが系統的な誤分類を引き起こすと論じています。そこで、母語話者の音声のみから母語バイアスの方向を推定し、凍結された識別層の前でそれを取り除く幾何学的射影を提案しています。五つの MMS-LID モデルと非母語話者のコーパスで、母語話者の音声に対する予測を保ちつつ、第二言語アクセントの音声の目標言語識別が大きく改善されました。
説明MIMESIS：対話型エージェントの訓練環境としてユーザーシミュレーターを学習させる研究
要約本論文は、実際の人間の対話で学習し、明示的な推論の監督と実際のユーザー行動から導いた13の行動パターンを備えたユーザーシミュレーターMIMESISを提案しています。論文によると、その9Bモデルは SOUL-Index で65.7を記録し、最強のフロンティアモデルを上回りました。また、シミュレーターを固定して多ターン強化学習でエージェントを訓練し、コーチングメモを用いる Coached On-Policy Self-Distillation（CSD）も提案されています。
説明InstanceBench：指示表現セグメンテーションにおける参照推論と対象同一性の診断
要約本論文は、インスタンス中心の診断ベンチマーク InstanceBench を提案し、6,194 枚の画像、9,264 個の対象インスタンス、25,077 件の人手で検証された表現を含みます。同一対象に対する異なる参照経路で対象が保持されるかを検証し、対象選択の誤りとマスク生成の誤りを区別します。18 のモデルファミリーの 22 チェックポイントの評価では、最良のモデルの mIoU は 67.1% でしたが、All@0.7 は 59.6% にとどまり、主なボトルネックはマスク復号ではなく対象選択だと報告されています。
説明CHASE：幾何を考慮したモデル設計のためのチャネル整列構造の活用
要約本論文は、学習済みネットワークのスペクトル集中、チャネル整列、サポート構造、特異基底の変化を捉える幾何・スペクトル整列（GSA）を、実用的なモデル設計に用いる CHASE を提案しています。CHASE はモデルの修正、再構成、圧縮にまたがる6つの応用を扱い、そのうち CORA、COEC、CORAM は GSA をパラメータ効率の良い微調整、構造化剪定の補償、モデルマージに適用します。さらに CAGA、SAKV、CAPS の3つの新手法を提案し、それぞれマルチヘッドアテンションから GQA への変換、KV キャッシュ圧縮、構造化剪定に用いています。実験では、代表的なベースラインに対して改善が見られたと報告されています。
説明MORA：ドリフトに頑健な時系列異常検知のための観測変化モデリング
要約本論文は、非定常な時系列における異常検知の課題、すなわち分布ドリフトと真の異常が似た局所変化を生む問題を扱います。提案手法MORAは、短期と長期の二つの視点から同じ局所目標を再構成し、その再構成誤差の差によって局所的な偏差に文脈的な裏付けがあるかを測り、異常スコアを慎重に補正します。四つのベンチマークで、非定常性に対する強い頑健性と真の異常への感度の維持が示されています。
説明文脈内学習者はいつ仮説空間を広げるべきか？
要約本論文は、予測の失敗に直面した学習システムが、より豊かなモデル族へ移行すべき時期を研究する。ノイズ、例外、同族内の変化、族の外の構造変化といった失敗の源を区別する構造修正環境を提案し、厳密なベイズ計算と一回限りの決定の規範解を与えている。修正は証拠の閾値ではなく価値の境界であることが示され、この環境で訓練された Transformer は効用のみからその境界を再現する。
注目点仮説空間の拡張を費用を伴う逐次決定として定式化し、決定境界が証拠閾値ではなく価値境界であることを厳密解と実験で示しており、新規性と根拠が明確である。
説明境界なし文脈バイアス：分かち書きのない言語向けの深さ適応ゲーティングと読み空間マッチング
要約本論文は、中国語や日本語のように単語の区切りがない言語に向けて、学習や第二段階の復号を必要としない文脈バイアス復号器を提案します。字単位の Aho-Corasick オートマトンを基盤とし、凍結された公開 CTC 音声認識モデルに適用します。単語境界の代わりに、一致の深さに基づいて強さを決める深さ適応ゲーティングと、音は正しいが文字が誤っている場合に対応する読み空間マッチングを用います。Aishell-1 NE の難しい R1 サブセットで再現率 66.5% を報告し、学習済みの CLAS ベースライン（64%）を上回りました。また、再調整なしで WenetSpeech と別のアーキテクチャにも移転できたとしています。
説明LLM活用型ドローン配車：システムレベルの総説と分類
要約本論文は、大規模言語モデル（LLM）を活用した無人航空機（UAV、ドローン）の配車システムに関する総説です。著者はLLMを、人間の指示・外部ソルバー・分散制御モジュールをつなぐ横断的な意味的オーケストレーション層として位置づけています。文献を、パイプライン型、全体割当型、分散エージェント型、分割統治型の4つの配車パラダイムに整理し、それぞれの意思決定ロジック、システム構造、LLMの役割を分析しています。さらに、拡張性、頑健性、協調の負担、検証要件についても論じています。
説明BanglaRhet：ベンガル語政治演説における修辞・説得技法検出のための古典的モデルとTransformerモデルのベンチマーク
要約本論文は、ベンガル語の政治演説に含まれる修辞と説得の技法を検出するためのベンチマーク研究です。公開政治ニュースから収集し人手で注釈を付けた30,289件の演説片段からなるBanglaRhetコーパスを用い、修辞技法と説得技法の二つの単一ラベル分類タスクを設定しました。四つのTransformerモデルをTF-IDFベースの古典的手法と比較した結果、BanglaBERTが最高性能を示し、マクロF1はそれぞれ65.40%と66.46%でした。
説明二次元断片の隣接予測のための不変接線角記述子とバンドU-Net
要約本論文は輪郭に基づいて二次元断片のペアの隣接関係を予測する手法を扱い、Beaulacの論文の二段階構成を改良する。原法の画像窓による局所スコアを輪郭窓の接線角プロファイルの比較に置き換え、断片の回転に不変とした。さらにバンドU-Netで共有弧の分割とペアの分類を同時に行う。合成データでは全試験設定で原法と同等以上の性能を示し、正解率は98%である。合成データのみで学習したモデルはPairingNetベンチマークでAUC 0.93を得た。
説明数字は合っていて州が違う？LLMの州政策回答における管轄区域間の置き換えを測定する
要約著者は質問文を固定し、州名だけを変える最小セット方式で、米国50州とワシントンD.C.について、州ごとのメディケイド所得資格の数値をLLMがどう答えるかを検証しました。事前登録したプロトコルの下、Claude Sonnet 5.5とGPT-5.6 Solは、153項目のうちそれぞれ10件と25件で、別の州の現行値を再現性を持って返しました。跨州の誤りを論じるには、同じ州の完全な参照データが必要だと論文は指摘しています。
説明DSReg：再構成なしで個々の世界潜在変数を理論的に復元する手法
要約本論文は、再構成・デコーダ・ラベルを用いずに、構造的多様性という条件の下で個々の世界潜在変数を符号付き置換の範囲で復元できることを証明するDSReg（依存-スパース正則化）を提案する。線形に識別可能な任意の表現に事後的に適用でき、学習済みチェックポイントを再利用できる。すべての世界潜在変数を復元する初の完全識別可能なJEPAを実現すると述べている。
