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。
説明一つは全体のために、全体は一つのために：確率的最適制御による多エージェント拡散モデルの協調制御
要約本論文は、独立に学習済みで凍結された拡散モデルを再利用可能な生成部品として扱い、その逆過程を学習済みの制御で協調させるCMDS（Coordinated Multi-Agent Diffusion Steering）を提案する。協調は確率的最適制御問題として定式化され、組み合わせ全体の報酬と事前学習された動力学からの逸脱のバランスを取る。実験では、同一の学習済み制御で異なる空間制約を満たせること、劣化した混合から個々の要素を復元できることが示され、多エージェント迷路ナビゲーション、関節型ロボットの計画、テキスト条件付きの人体動作生成に適用されている。
説明ゲームプレイ映像に対する深層学習によるマルチラベル視覚バグ検出
要約本論文は、ビデオゲームの視覚的バグを複数ラベルで検出する深層学習モデルResNet-BiLSTMを提案し、Inflated 3D ConvNetや3D ResNetなどの動画分類モデルと比較しています。このモデルはベンチマークデータセットでF1スコア85.78%を達成し、時間的依存関係のモデリングが動画ベースのバグ検出に有効であることを示しました。また、同一フレームに5種類のバグが組み合わさる77,969本の動画クリップ（約120万フレーム）からなる新しいデータセットも公開されています。
説明CNet：Wirtinger自動微分とFFT-Hadamard畳み込みを備えた複素数値深層学習フレームワーク
要約CNetはC++/CUDAで実装された複素数値ニューラルネットワーク（CVNN）のフレームワークで、明示的なWirtinger（CR計算）微分による勾配降下法で学習します。論文は言語モデル、無線変調分類、コヒーレント回折イメージングの3つの研究を報告し、複素数モデルと実数モデルを比較しています。量子測定確率を重みとするBorn則アテンションを提案し、文字レベル言語モデリングでsoftmax自己注意と同等の結果が得られたと報告しています。
説明MINDSET：長い対話エージェントの記憶のためのエネルギーベース・スキーマ進化
要約本論文は、長い対話を行うエージェントのための記憶制御機構MINDSETを提案しています。対話を変更不可のエピソードとして保存し、最小エネルギー状態遷移によってバージョン管理されたスキーマに整理し、古い情報と現在有効な知識を区別します。850問の評価で、質問応答F1と検索ランキング指標が比較手法より高い結果を示しました。
説明大規模言語モデルは臨床文書と推論に紛れ込む無関係な情報に脆弱である
要約本論文は、大規模言語モデル（LLM）が診察中の無関係な情報に対してどの程度敏感かを検証しています。576件の医師と患者の対話を分析した結果、フロンティアモデルのカルテの35%に雑談が挿入され、品質スコアの平均変化は5段階評価で最大0.20点でした。また、フロンティアモデルのカルテの3.7%では、その雑談を誤って帰属させたり臨床的に利用したりしていました。模擬診察録音の転写では、別の患者の背景音声が48.2%に混入し、下流のカルテの5.3%が汚染されていました。著者らは臨床推論とLLMの気散に関する二重符号化仮説を提案し、臨床利用前に無関係な情報への耐性を評価するよう求めています。
説明軸対称円錐キャビテーターの自然超空洞形状を対象とした物理誘導型多忠実度代理モデル
要約本論文は、拡張階層クリギング（PG-EHK）に基づく物理誘導型多忠実度代理モデルを提案し、円錐キャビテーター後方の自然超空洞の最大空洞長、最大半径、局所輪郭を予測します。複数の解析式を低忠実度の傾向関数として統合し、少数の高忠実度CFD結果で補正します。高忠実度評価は20回未満です。独立した5つのCFD検証ケースでの交差検証により、最良の単一解析手法と比べ予測誤差が61%低減しました。
説明ランダムフーリエ特徴ガウス過程アテンション：線形時間で較正された不確実性を持つ確率的アテンション
要約本論文は、プラグアンドプレイで使えるランダムフーリエ特徴ガウス過程アテンションモジュール（RFF-GPA）を提案し、定常カーネルを持つガウス過程の事後分布としてアテンションを表現します。ランダムフーリエ特徴による低ランク近似により、事後平均と分散の計算量は系列長に対して線形になります。複数の実データセットでの実験では、予測精度を保ちながら較正が改善され、計算量も線形に抑えられたと報告されています。
説明学習の仕方がアンラーニングを左右する：記憶と汎化のスペクトル上の研究
要約本論文は、訓練時のモデルの学習方式（記憶型と汎化型）が、その後のアンラーニング（unlearning）にどう影響するかを調べています。モジュラ加算におけるグロッキング（grokking）現象を用いて両タイプのモデルを分類し、バケット化したモジュラ加算で両戦略の寄与を細かく制御しました。その結果、汎化型のモデルほど遅延忘却後に保持集合での性能低下が大きく、この傾向はLLMの逐語的記憶および事実想起のアンラーニングでも成り立つことが示されています。
説明FedDermaSeg：皮膚画像セグメンテーションのための連合学習
要約皮膚がんは世界的な健康課題であり、病変の領域分割は支援診断システムの基本的な工程です。本研究は、医用画像を中央に集めずに皮膚病変を分割する連合学習の実現可能性を検討しています。ISIC 2018の学習・検証データを用いて分散学習環境を模擬し、ISIC 2018のテストセットとPH2データセットで評価しています。連合モデルは集中学習に近い性能を示し、各拠点で単独学習したモデルを一貫して上回りました。
説明Sparse2comm：頑健な協調型3D物体検出に向けた手法
要約本論文は、自動運転において車両と路側インフラが協調して三次元物体検出を行うためのフレームワーク「Sparse2comm」を提案している。帯域制限、パケット損失、伝送遅延、空間ずれが同時に協調特徴を劣化させる問題に対し、疎な前景特徴から稠密な表現を復元し、遅延補償と自己校正融合によって意味・時間・空間の一貫性を段階的に回復する。DAIR-V2X、OpenV2V、V2V4Realでの実験では、混合劣化条件下でベースラインWhere2commを上回るAP@0.5/AP@0.7が報告されている。
説明少ないほど良い：YOLO26による皮膚病変の分類・分割における皮膚鏡前処理のリーク制御研究
要約本研究は、HAM10000データセット（皮膚鏡画像）を用い、同一病変の画像が訓練とテストに混在しないよう病変単位で分割する評価方法により、前処理と拡張手法が病変の多クラス分類とインスタンス分割に与える影響を比較しました。最小限の処理を施した画像に標準的なオンライン拡張を組み合わせた方法が、精度と効率のバランスで優れていました。より複雑な決定論的前処理は、3つの乱数シードのいずれにおいても一貫した向上をもたらしませんでした。
説明特異値分解：幾何学からの再発見、証明がアルゴリズムになる
要約本論文は特異値分解を幾何学的に再導出する。線形写像は単位円を楕円に変えるので、その主軸に対応する入力方向を求め、拉伸を最大化して再帰的に進めることで各次元の特異値を得る。著者は、この構成が主成分分析、カーネル法、PageRankで用いられるアルゴリズムと対応することも示している。
説明無料で有効：同質性ゲート付きコンフォーマル予測による学習不要のグラフノード分類
要約本論文は、表形式基盤モデル（TabICL）を用いたグラフのノード分類の信頼性を、対象グラフで学習せずに検証します。ノードと近傍の特徴を表の行として入力し、分割コンフォーマル予測の有効性を有限標本で示しています。十のグラフでの比較では、TabICL の平均 ECE は 0.019 で、温度スケーリング付き GCN（GCN+TS）の 0.029 より低い結果でした。また、文脈ラベルのみを用いる HG-DAPS を提案し、同質性の高い六つのグラフで予測集合サイズを縮小しています。生の同質性でゲートすると低同質性ノードの被覆率が下がる一方、周辺被覆率は名目値 0.90 のままで、その低下が見えにくいことも示されています。
説明適応的パワーサンプリング：LLM推論のためにクエリごとに鋭さを調整する手法
要約本論文は、大規模言語モデル（LLM）の推論に用いられるパワーサンプリングを扱います。従来の手法は、すべてのクエリに対して基盤モデルの出力分布を一律に鋭くしていました。著者らは、クエリごとに鋭さの指数を調整する適応的パワーサンプリング（APS）を提案しています。これは、回答の一致度とモデルの自己報酬の関係を用いて、テスト時に行われ、追加の学習は不要です。MATH500、HumanEval、GPQAなどの推論タスクで、固定指数の方法より優れた結果が示されています。
説明階層的推論報酬のための強化学習：Transformerによるミニマックス最適率
要約本論文は、言語モデルの推論タスクにおける強化学習によるポストトレーニングの理論を扱います。報酬を、後続の局所成分が前の成分の解決後にのみ関係する、無限個の局所成分からなる応答空間上の階層関数としてモデル化しています。提案されるTransformerベースのactor-criticアルゴリズムは、対数因子を除き、クエリ予算と正則化の強さについてミニマックス最適率を達成します。一方、固定の参照分布からサンプリングする場合（オフラインの報酬モデリングなど）は、後悔の減衰が対数的な速度に制限されうることも示されています。
注目点階層的報酬モデルを提案し、Transformerベースのactor-criticがminimax最適率を達成することと、オフライン采样が対数的速度に限られることを理論的に示している。
説明十分に見たか？凍結された動画言語モデルは証拠の準備度を符号化している
要約ストリーミング動画言語モデルは、現在の質問に必要な証拠が到着したかどうかも判断しなければなりません。本論文は、無改変の凍結モデルの内部に、この「証拠の準備度」が線形に読み出せる形で符号化されていることを示します。この信号は、モデルの出力ではなく、タイムスタンプ付きの証拠から作ったラベルで検証されています。これを用いた回答タイミング方策（Readiness Gating）は、同じ動画長で精度を向上させ、その向上幅はタスクの精度余地に応じて変化します。
注目点凍結された動画言語モデルが証拠の準備完了信号を符号化していることを示し、問い依存性と応答タイミング制御を提示する。新規性は高く、七モデル・多数設定で検証されている。
説明大規模言語モデルの潜在空間における偏り方向は公平性ではなく自信度を捉えている
要約本研究は、活性化ステアリングによる脱バイアスに用いる線形方向が実際に何を符号化しているかを分析しています。この方向は、偏りの意味ある表現ではなく、高確率トークンから低確率トークンへ向かうモデルの自信度に支配されていることがわかりました。この方向に沿ってステアリングすると測定上の偏りは減りますが、それはモデルの自信度が下がるためで、質問応答ではモデルが回答を控えるようになり、公平性指標が改善されます。
説明知識の体系化（SoK）：若者のための人間中心型AI安全性
要約本論文は、学校、家庭、ケア施設、公共サービスなど多様な場面で子どもや若者がAIと関わる、あるいはAIに触れる100件の実証的HCI研究を体系的にレビューしています。YAIR（リスク分類）とMITミティゲーション分類（対策分類）を用いて、特定されたリスク、各リスクに対応する対策、その対策が実装され評価されたかを整理しています。その結果、多くのリスクには提案・構想段階の対策しか対応しておらず、実装された対策は少なく、評価された対策はさらに少ないことが示されています。また既存の評価は、危害からの保護よりも技術的性能を測るものが多いとされています。著者は、カバーされていない領域や未検証の保護策を指摘し、若者のAI安全性を高めるためのHCI研究の方向性を提案しています。
説明DeltaTTT：非線形リカレントメモリのための層ごとの最適化手法
要約本論文は、非線形メモリネットワークでは、前の状態に依存する逐次的なテスト時学習が必ずしも利点をもたらさず、固定基底の並列ベースラインの方が優れることを示しています。その原因は、非線形メモリが系列を一回走査する中で最適化しにくい点にあるとしています。これに対し DeltaTTT は、二層メモリネットワークの同時内ループ最適化を層ごとの学習に置き換え、各層に局所的な予測目標を与え、状態依存の delta 規則で更新します。非線形な読み出しを保ちつつチャンク単位の並列計算を可能にし、DeltaNet と LaCT のバックボーンで、言語モデリングと検索の性能がリカレントベースラインを上回りました。
説明AnyBottle：本当に必要な概念だけを残す構築手法
要約概念ボトルネックモデルは、人間が理解できる概念を経由して予測を行うため検査や介入が可能ですが、従来は概念の注釈が必要でした。注釈不要の手法は通常、学習時も推論時も固定された大規模な概念語彙を使うため、ボトルネックが大きくなり検査が難しくなります。本論文のAnyBottleは、凍結されたバックボーンと疎なオートエンコーダなどの教師なし概念プールだけを前提とし、黒箱の教師モデルの助けを借りて各ラウンドで現在の誤りを最も説明する概念を選びます。嵌め込みドロップアウトで学習し、どの概念の接頭辞からも予測できるようにします。6つの視覚データセットと2つのテキストデータセットで、注釈不要のベースラインより少ない概念と高い一貫性を示しました。
説明CIDOC CRM 周期表：人文学におけるオントロジー採用を支えるテスト可能なドキュメント
要約本論文は、CIDOC CRM 7.1.3、CRMsci 3.2、CRMdig 5.0、CRMinf 1.2.1 の 131 クラスと 480 プロパティを一つのブラウザ画面で閲覧できる「CIDOC CRM 周期表」を紹介しています。一段階のトリプル作成と、クラス間のプロパティ連鎖を探す多段階の経路検索という二つの推論機能を備え、モデルをまたぐ連鎖も解決できます。また、56 か月分の分析に基づく初期の利用傾向も報告されています。
説明0.6はどれほど高いのか？解釈可能性プロービングにおける下限・上限・余裕
要約本稿は、プローブの得点を解釈する際に二つの基準点を併用することを提案します。下限は単純な入力だけで既に予測できる水準、上限は入力全体で予測できる水準であり、その差である余裕は、モデルが単純な入力を超える何かを計算していることを示せる範囲です。著者らは、この余裕が消える二つの条件を証明し、メタ分析を行うTransformerモデルで検証しています。さらに、単一細胞基盤モデルscGPTと、大規模言語モデルの四つの探査研究を再分析しています。
注目点探針スコアをフロアとシーリングで読む枠組みを提案し余地が消える条件を証明、メタ分析モデルと四件のLLM研究の再検証で示す点が新しい。
説明ラベルではなく幾何構造に従うステアリング：全二重音声モデルにおける感情方向
要約本論文は、完全オープンソースの全二重音声言語モデル Moshi を用いて、四種類の感情に対する感情ステアリングを研究しています。平均差分の活性化ステアリングを用い、フレームごとに数回のベクトル加算のみで、再学習は不要です。感情は Moshi の残差ストリームから線形に復号できる一方、活性化ステアリングは部分的にしか実現できず、その効果は均一ではないことが示されています。具体的には、喜び・怒り・驚きは共通の方向へ誘導される一方、悲しみは明確に区別して誘導できます。さらに、三つの感情に共通する成分は、すべての感情に対して均等に投影して取り除くことはできないとしています。
説明安全なリアルタイムロボット制御のための超小型ニューラルポリシー
要約本論文は、計算資源の限られた組込み機器でも安全かつ頑健なリアルタイムロボット制御を可能にする超小型ニューラルポリシー（MNP）の合成手法を検討しています。進化戦略（ES）と統計的モデル検査（SMC）に基づく検証を組み合わせて方策を探索し、安全性と頑健性を損なわずにニューラルネットワークの規模を大幅に縮小できることを示しています。Cartpoleと四重対称機（クアッドローター）の制御課題で評価し、ゼロショット転移により物理システムへの展開も検証しています。各ポリシーのメモリ使用量は0.5～7.5 kBで、マイクロコントローラ上での動作が報告されています。
説明アラインメント・スケーリング則に向けて：枠組みと事前登録された最初の測定
要約本論文は、AIのアラインメントの難しさを測定可能なスケーリング関係の集まりとして捉える枠組みを提案します。リスクの種類ごとに、一定の安全目標を保つのに必要なアラインメントの負担がモデル規模とともにどう増えるかを、べき乗則でモデル化します。公開データと小規模な予備実験を事前登録の手続きで再分析し、リスクによって結果が異なることを示しています。
説明RSJEV：マルチモーダル大規模言語モデルによる識別的なリモートセンシング場面分類
要約本論文は、リモートセンシング場面分類のための一回の処理で判断するフレームワーク RSJEV を提案しています。分類を文章を逐次生成する形ではなく、候補カテゴリ空間内で各カテゴリの確率を直接推定する方式とし、自己回帰的な復号を不要にしています。UC Merced、AID、NWPU-RESISC45の3つのベンチマークで、CNN、Transformer、Mamba、CLIP、MLLMなどの代表的手法より高い性能を示し、推論コストも低いと報告しています。0.8Bパラメータの小型モデルでも精度と効率のバランスが良いとしています。
説明共有需要パターンから局所的不確実性へ：コンパクトな適応の混合による確率的負荷予測
要約本論文は、顧客レベルおよび変圧器レベルの確率的負荷予測を対象とし、共有モデルで共通の需要挙動を学習しつつ、一部の小さなパラメータのみを適応させるスケーラブルな枠組みを提案する。各負荷は低次元の適応コンポーネント群を予測特性に応じて組み合わせて利用する。SMART-DS データセットの 590 の負荷プロファイルを用いた実験では、統計モデル、ニューラルネットワーク、Transformer、事前学習済み時系列モデルのベースラインに比べ、決定論的精度と確率的品質の双方で一貫した改善が示され、記憶容量と推論コストも低く抑えられている。
説明FlowCF：フローマッチングを用いた混合型表形式データ向けのスパースな反事実説明
要約本論文は、機械学習モデルの判断を説明するためのモデル非依存の生成的手法FlowCFを提案します。元のクラスから目標クラスへのスパースな輸送として反事実説明を捉え、フローマッチングを混合特徴型に拡張し、ゲーティングネットワークで変更する特徴数を最小化します。六つのベンチマークデータセットでの実験では、数値特徴の変更割合は29%で、最良のベースラインの89%より低く、変位は70%小さくなりました。その他の指標ではベースラインと同程度です。
説明Bregman ダイバージェンスが Shampoo の挙動をどう形作るか
要約本論文は、ニューラルネットワーク最適化手法 Shampoo で用いられるダイバージェンスの選択が、前処理子（プリコンディショナー）の構成にどう影響するかを検討しています。著者らは一般的なダイバージェンスを結び付ける統一的な Bregman ダイバージェンスの枠組みを提案し、勾配の二次モーメントのスペクトル解析を行いました。その結果、一部のダイバージェンスは有限サンプルによる経験的二次モーメントの過小評価をより良く補償できることが示され、GPT-2 の事前学習実験でこの説明が検証されています。
説明摂動の大きさを超えて：多モーダル幾何表現における方向依存的な応答
要約本論文は、Gram行列式に基づく多モーダル幾何学的整合スコアが、映像のぼかしや音声ノイズなどのモダリティ劣化にどう応答するかを検討する。MSR-VTTとDiDeMoの凍結コホートを用い、変位の大きさだけでは応答を説明できないことを示す。そのうえで、局所体積勾配への変位の射影である方向幾何応答（DGR）を提案し、高い样本外説明力を報告している。
説明MedCORE：臨床基準に基づく解釈可能な医用画像診断推論フレームワーク
要約本論文は、医用画像診断を臨床で定義された判断基準に分解し、各基準に対応する画像領域を特定するフレームワーク「MedCORE」を提案している。基準同士の依存関係をグラフ注意ネットワークでモデル化し、臨床テキスト記述や視覚的プロトタイプと組み合わせることで、診断過程の透明性を高めている。ISIC 2018、BUSI、IDRiDの3つのデータセットで検証され、準確率、マクロF1、AUCにおいて既存のベースラインを上回ったと報告されている。
説明PHBA：プレフィックス状態ハイブリッドブロック注意機構，長文脈と精密な検索を両立する混合アーキテクチャ
要約本論文は，プレフィックス状態ハイブリッドブロック注意機構（PHBA）を提案する。従来の局所スライディングウィンドウ注意を，top-k によるブロック疎な検索に置き換え，検索された各ブロックに，その前の文脈を要約するコンパクトなプレフィックス状態を組み合わせる。プレフィックス状態はブロック境界でゲート付き線形再帰によって構築され，対応するトークンブロックとともに検索される。著者らはさらに，ハードウェアを意識した Triton 実装も開発している。原文によれば，PHBA は強力な線形モデルおよびハイブリッドのベースラインを長文脈と検索性能で上回り，効率的な学習と推論を維持したという。
説明WareFly-VLA：スマート倉庫におけるドローンの航行と人物追跡のための視覚・言語・行動フレームワーク
要約本論文は、NVIDIA Isaac Sim上で構築したフォトリアルなドローン向けVLAフレームワーク兼データセットWareFly-VLAを提案し、倉庫内で言語記述に基づき人物を探索・特定・追跡する課題を扱います。データセットには、人間が遠隔操縦した507エピソード、8,504枚の高解像度RGB画像、対象作業者の外見説明と4自由度の制御指令が含まれます。四つのオープンソースVLAモデルを漏洩のない条件で統一評価した結果、厳密な汎化設定では性能が大きく低下し、課題は未解決であることが示されました。
説明適応型ニューラルセルオートマトンによる二次元空間推論
要約本論文は、多くの現代的な学習手法が、知覚された対象の幾何学的情報や相互の空間関係を活用して問題を解くことに依然として苦戦していると指摘します。著者らは、変形可能な畳み込みを用いて受容野を動的に適応させ、画像などのグリッド状データ上で二次元の空間関係を反復的に推論する適応型ニューラルセルオートマトン（aNCA）を提案しています。公開ベンチマークでの実験では、数独などの画像ベースのパズルや迷路の最短経路探索において、理解しやすい先進的な結果と高い汎化能力が示されています。
説明コーディングエージェントの自己修正はどれだけの証拠を持つべきか？自己蒸留のための適応的ディリクレ証拠法
要約本論文は、実行フィードバックに基づくコーディングエージェントの自己修正学習のため、遷移の支持度と証拠量を分けて扱う有効証拠自己蒸留（EESD）を提案しています。ディリクレ事後分布から不確実性で割り引いた重みを求め、複数のモデルとドメインで実験しています。1回の修正学習後、DeepSeek/CodeARCの全テストPass@1は15.0%から20.4%に上昇したと報告されています。
説明Wiki-Talkie：実世界の議論におけるペルソナ型エージェントの多言語ベンチマーク
要約本論文は、五言語のWikipediaトークページから収集した実際の会話と、実ユーザーコミュニティに基づくペルソナを組み合わせた多言語データセット「Wiki-Talkie」を提案しています。次の発話を生成するタスクで、さまざまなペルソナ設定方法によるエージェントの対話行動を評価しています。結果では、明示的なペルソナ情報よりも、対話行動を示すユーザーの過去のコメント履歴の方が一貫して高い成績を示しました。また、モデルは否定的・極端な感情を少なく生成し、参照や提案を多く生成する傾向があり、これらの傾向は言語間で概ね共通しています。
説明円柱測地線フローマッチング：準周期生理信号変換のための手法
要約本論文は、異なる身体部位で取得された準周期的な心血管波形を別の部位の目標波形へ変換する「円柱測地線フローマッチング」を提案する。著者らは、標準的なアフィン経路では準周期信号の補間中に振幅と瞬時周波数が歪むため、位相－振幅円柱上の閉形式測地線に置き換えている。ゼロショットの光電容積脈波およびデータの限られた心震図への適応ベンチマークで、補間ベースラインを上回り、直接の教師あり予測と同等以上の結果を示し、ヒルベルト変換、L2、動的時間伸縮の距離を最大約15%削減したと報告している。
説明X-OPM：ロバスト性を高める説明可能な自動デジタルオンチップ電力モデリング
要約本論文は、プロセッサのオンチップ消費電力を推定するデジタル電力メータ（OPM）のためのフレームワークX-OPMを提案します。同期式デジタルVLSI回路の設計原理に基づいて特徴量を設計し、木構造モデルで特徴量間の相互作用を捉え、線形モデルで予測を行います。また、精度と modeling の手間を両立させるため、人が関与するワークフローを組み込んでいます。商用のC906ベクトルプロセッサでの評価では、サンプリングウィンドウを8サイクル未満に設定した場合、全ワークロードでR²が0.93を超えました。面積オーバーヘッドは0.1%未満と報告されています。
説明SpinDoctor：文生画像で偏りを生む無害なプロンプトを探す手法
要約本論文は、テキストから画像を生成するモデルに対し、品質を保ったまま指定した偏り（バイアス）を持つ画像を生成させる、一見無害なプロンプトを発見する手法 SpinDoctor を提案している。手法はモデルをブラックボックスとして利用する。304 件の実験のうち 302 件で生成画像を目標の偏りの方向へ動かし、2 つのオープンソースモデルで平均 34.8% と 33.5% の改善を示した。一部は人間による評価で裏付けられている。
説明言語モデルによるうつ病評価は患者よりも評価者の違いを反映する
要約本研究は、11のオープンモデルに対しプロンプトと採点の設定を組み合わせた880の言語モデル評価者を用い、189件の面接を八項目の患者健康質問票（PHQ-8）で評価しました。モデルの選択が合計症状スコインの分散の30.0%を説明し、安定した個人差は10.5%にとどまりました。AUCが0.70以上の評価者2名をランダムに選ぶと、平均して参加者の約40%で筛査判断が食い違いました。
説明分子発見のための情報密度の高い合成手法
要約機械学習は分子設計や実験計画を加速できますが、目的の分子が非常に稀な場合は既存手法がほぼランダムな推測と変わりません。本論文は、アルゴリズムで制御した確率的合成により分子空間を効率よく探索する手法を提案します。個々の分子を設計・合成・試験する代わりに、複雑な混合物を合成して一括で試験し、その後に分子と活性の対応関係を解読します。理論上、d 個の候補から最適分子を見つけるのに必要な実験回数は O(d) から O(log d) または O(1) に減らせるとされています。推定されたタンパク質適応度景観でのシミュレーションでは、既存のベイズ最適化法より約一桁少ない実験で活性分子を見つけています。
