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CoTrace：Harness とモデルの共進化によるターミナルエージェント学習のデータレシピ
要約本論文は、ターミナルエージェントの能力がモデルの重みと、プロンプト整形・ツール接続・エラー回復を担う実行時ハーネスの両方に依存することを指摘します。ハーネスごとに軌跡をルーティングし、採用された実行環境と一致する検証済みの軌跡のみで学習を行う枠組み CoTrace を提案しています。Tmax 分割では、Qwen3.5-9B の解決タスク数が教師ありファインチューニングで 78 から 88 に、オンライン強化学習の変種で 90 に向上したと報告しています。
説明GraphRectify：グラフに基づくニューラルネットワーク間での敵対的サンプル検出器の転移
要約本論文は、ある分類器のバックボーンから別のバックボーンへ敵対的画像検出器を移すためのグラフベースの枠組み GraphRectify を提案します。中間層の特徴量の構造化されたグラフ表現を学習し、新しいバックボーンの表現を元のモデルで学習された検出器に適合させることで、検出器の再利用を可能にします。複数のデータセット、バックボーン構造、敵対的攻撃（分類器と検出器を同時に狙う適応型攻撃を含む）で評価され、全体の ROC-AUC は新バックボーンで検出器をゼロから学習する方法などより高い結果となりました。データが少ない場合はゼロからの学習も依然として競争力があります。
説明どのロールアウトがその振る舞いを教えたのか？BehaviorTraceとオンラインRLにおける訓練データ帰属の限界
要約本論文は、GRPOによるオンライン強化学習の微調整で、言語モデルに新しい振る舞いを教えた訓練ロールアウトを特定できるかを検証しています。著者は既知の原因を持つ植え付け振る舞いを用いた評価ツールBehaviorTraceを公開し、Qwen2.5-1.5Bで勾配の大きさや流暢さなどの対照条件を設けて実験しました。見かけの帰属信号の多くは交絡要因によるもので、トリガートークンの勾配だけが三つのシードすべてで振る舞いの発生箇所に基づく目標と一致したと報告しています。
説明SteerSpeech：生成音声の感情制御のための活性化ステアリング手法
要約本論文は、隠れ活性化にステアリングベクトルを注入して感情を制御する軽量な活性化ステアリングフレームワーク「SteerSpeech」を提案している。各目標感情ごとに低ランク変換を学習し、TTSバックボーンは凍結したままとする。Qwen3-TTSでの評価では、ベースラインに対して目標感情スコアが1.08～7.12倍となり、話者と内容の劣化は限定的だと報告されている。
説明期待デコーディングラウンド数を直接最小化して並列投機的ドラフトモデルを学習する
要約本論文は、並列および半自己回帰型の投機的デコーディング用ドラフトモデルの学習問題を扱う。既存のブロック局所的な代替目標は、ラウンド間の結合を無視し、全体のデコーディング効率を直接最適化できないと指摘している。著者らは投機的デコーディングをマルコフ報酬過程として定式化し、期待デコーディングラウンド数（EDR）目標と、ターゲットモデルのロールアウトから不偏な確率的最適化を可能にする厳密な時間差分勾配を導出した。DSpark と DFly を EDR で微調整したところ、数学推論、コード生成、チャットを含む九つのベンチマーク全体で、平均受理長が既存の学習目標より改善した。
説明RobotWorld：多様なタスクと身体形態にわたるロボット操作のためのマルチモーダルエージェント評価ベンチマーク
要約本論文は、指示と観測をロボットインターフェースを通じた物理的タスク実行へ変換する能力を評価する、シミュレーション環境RobotWorldを提案しています。操作、移動操作、移動、運転、空中制御にわたる84のタスクを含み、タスク結果と実行トレースを分析しています。エージェントは高度な知覚・制御の流れを構築できる一方で、それらを確実な成功行動に結び付けられないという課題が示されています。
説明Rubix：割り当て幾何による大域的な対応不要の点集合位置合わせ
要約本論文は、対応関係が与えられていない点集合の位置合わせを、等重み平面問題に対して平方ユークリッド損失のもとで大域的に解く手法Rubixを提案します。各マッチングから定まる複素相関の凸包（置換多角形）を用い、その最遠頂点が大域的な位置合わせを与えます。また頂点数の鋭い上界n(n-1)を証明し、Roteの旋転割り当て問題に答えています。MPEG-7形状データでは平均12ミリ秒で数値参照値に到達し、同精度の回転格子法より約50倍高速です。
注目点対応なし点集合位置合わせを置換多角形の凸包幾何問題として扱い、n(n-1)頂点の鋭い上界を示してRoteの未解決問題に答える。MPEG-7形状と3Dスキャンで検証し、回転格子より50倍速い。
説明大規模言語モデルに不誠実な回答を指示したときの推論トークン数の増加
要約本論文は、システムプロンプトで真実・虚偽・真偽無関係のいずれで答えるよう指示した場合に、推論トークンの生成数がどう変わるかを調べたものです。推論能力を持つ3つのモデルが210問の選択式問題に答えたところ、真実に沿った回答は虚偽や真偽無関係の回答より推論トークンが少なく、あるモデルでは不誠実な指示によって推論を行う確率も高まりました。著者らは、推論トークン数が内容に依存しない黑箱の候補信号になりうるとしていますが、自発的な欺瞞の検出はまだ示されていません。
説明インターリーブ型マルチモーダル生成のための自己修正最適化
要約本論文は、画像とテキストが交互に現れるコンテンツの一貫性を高める、追加学習が不要な手法「自己修正最適化（SCO）」を提案しています。分類器不要ガイダンスの更新を基準とし、新規イベントと状態保持の2つの制約の下で最小限の自己修正を行います。ベンチマークでは時間的一貫性と視覚的対象の保持が大きく改善し、ロボット操作などを含む動画生成へも拡張できるとされています。
説明定常状態のニューラルCFD代理モデルのためのクロスドメイン事前学習
要約本論文は、数値流体力学（CFD）向けのニューラル代理モデルを扱います。シミュレーションを加速できますが、学習データ外の形状や用途への汎化が課題です。著者らは、異なる形状・境界条件・忠実度で学習したモデルを検討し、クロスドメイン事前学習が、ゼロショットおよび少数ショットの性能を、ゼロからの学習や専門領域モデルからの転移より改善することを示しました。事前学習済みモデルの微調整で、同じサンプル数で誤差が2〜3倍低く、同じ誤差を約8分の1のサンプルで達成できると報告しています。定常状態データセットを単純にプールするだけで十分かつ効果的だとしています。
説明ガウス密度スプラッティングネットワーク：連続ガウス基本要素による群衆カウント手法
要約本論文は群衆カウントの新手法、ガウス密度スプラッティングネットワーク（GDSNet）を提案している。格子状の密度マップに依存し空間解像度に敏感な従来法と異なり、群衆を連続的な二次元ガウス基本要素の重ね合わせとして表現する。主な貢献は、ガウスパラメータの予測を構造化する制御点ベースのフィッティング機構と、微分可能なガウススプラッティングの枠組みをカウント課題に適応させ、エンドツーエンドで学習できるようにした点である。著者らは、4つの標準ベンチマークでGDSNetが最先端手法を一貫して上回ったと報告している。
説明線形注意力Transformerによる因果構造学習の実行
要約本論文は、Transformerが前向き計算で因果発見アルゴリズムを実行できるかを検討する。著者らは、連続最適化法の1回の更新を正確に再現する固定重みのTransformerブロックを構成し、更新の間に現在の因果グラフとラグランジュ乗数を保持する。実験では、このブロックは参照更新と浮動小数点精度で一致したが、因果構造の復元における参照ソルバーの成功と失敗をそのまま引き継いだ。通常の注意力モデルは、この更新を確実に実行できなかった。
説明カーネル自動研究：開かれたモデル発見のためのカーネル設計手法
要約本論文はKernel Autoresearch（Kernaut）を提案し、カーネル設計を開かれたモデル発見として扱う。コーディングエージェントがカーネルをプログラムとして記述し、構成契約により採用されるすべてのカーネルの有効性を保証する。品質多様性アーカイブが多様な振る舞いを持つ高性能カーネルを保持する。実験では、発見されたカーネルが未見のタスクに一般化し、比較基線を上回ることが示されている。
説明リスク制御付きの安全なメタポリシー設計：モデルをいつ更新するかを決めるオフライン計画法
要約本論文は、将来の候補ポリシーが学習される前に、性能向上と性能劣化のリスクを両立させるポリシー更新計画（メタポリシー）の立て方を研究している。更新後に性能が悪化する期待回数に上限を設ける制約のもとで、過去の学習履歴から各切り替えの価値とリスクを推定し、有向非巡回グラフ上の経路として更新スケジュールを表して動的計画法で選択する。合成データと臨床試験データによる実験で、性能とリスクのトレードオフを示し、他の基準手法と比較している。
説明MOTIP2：エンドツーエンド多物体追跡のための空間事前知識
要約エンドツーエンドの多物体追跡器は、関連付けが難しいベンチマークで従来の検出・追跡手法との差を縮めてきたが、従来の追跡器なら起こさないような空間的に不自然な誤りをなお起こす。本論文は、データ、損失、表現の三段階で空間的事前知識を組み込む手法を提案し、DEIM検出Transformerを基盤とするMOTIP2に実装した。主モデルMOTIP2-Lは追加データなしの学習で、DanceTrackで73.4、SportsMOTで76.0のHOTA、PersonPath22で71.1のIDF1を達成し、新たな最高水準を示したと報告されている。
説明自動運転向け視覚・言語・行動モデルの明示的幾何学的思考連鎖（GeoCoTDrive）
要約自動運転に用いられる視覚・言語・行動（VLA）モデルでは、運転行動に精密な三次元の幾何情報が必要である一方、視覚言語による推論は主に二次元の意味空間で行われており、両者に不整合がある。本論文は GeoCoTDrive を提案し、まず二次元で判断に重要な領域を特定し、その領域内で幾何基盤モデル（geometric foundation model）から局所的な三次元特徴をサンプリングして、自己回帰の文脈に挿入し軌道を生成する。また計画に関連する領域レベルの定位タスクと PlanningGrounding データセットを構築し、複数のエンドツーエンド自動運転ベンチマークで安全上重要な計画性能の向上を示している。
説明RoboQuest：探索・検査・テストができる汎用物理エージェント
要約本論文は、見知らぬ環境で物理的な相互作用によりタスクに必要な情報を能動的に取得する能力を評価するベンチマーク RoboQuest を提案します。探索、操作による検査、相互作用テストという三種類の不確実性を扱う十の移動マニピュレーションタスクで構成されています。五つの最先端マルチモーダルエージェントと微調整された方策を評価した結果、最良のエージェントでも成功率は23%にとどまり、微調整方策はほぼ成功しませんでした。失敗の多くは実行能力ではなく、早すぎる探索の打ち切りや、探索による乱れの回避・修復が不十分なことに起因すると分析されています。
注目点目標指向の身体的探索のための新ベンチマークを提案し、探索・検査・対話的テストの3種の不確実性で複数の最先端モデルを評価している。
説明OrBIT：構造に導かれた埋め込み圧縮手法
要約本論文は、大規模言語モデルで大きな容量を占める埋め込みテーブルを圧縮するOrBITという枠組みを提案します。軌道ダイナミクスから再利用可能な局所幾何構造を学習し、それを少数の共有コードワードの制約に用います。全体の再構成残差によって固定の符号化予算の配分先が決まります。実験では、16ビット保存と比べて、GPT-2の埋め込みテーブルで37.9倍、4つのLLM埋め込みテーブルのうち7Bモデルでは各テーブルで23倍以上の圧縮を達成し、既存の量子化や低ランク手法と競合する率歪み性能を示したとされています。
説明フクロウを超えて：潜在学習は学習した能力とバックドアを移転できる
要約本論文は、「サブリミナル学習」（特性と意味的に無関係なデータでの蒸留により、教師モデルの特性を生徒モデルへ渡す手法）が、より広範で複雑な特性を移転できるかを検討しています。生徒モデルはランダム初期化MLPの出力予測を学習し、女性名を含むプロンプトでフランス語で答える割合は23.5%（男性名は0.0%）と部分的にバックドアを獲得しました。チェスのエージェント環境でのハッキング行動も10.9%から58.3%に増加しました。移転の度合いは設定に左右されます。
説明γ-VC次元による、ブースティングと単純な弱学習器の表現力の研究
要約ブースティングは、ランダムな推測よりわずかに優れた弱い仮説を組み合わせて高精度な予測器を作る手法です。本論文は、基底となる仮説クラスの構造が最終的な分類器の表現力にどう影響するかを、Alonら（STOC 2021）が導入したγ-VC次元を使って分析します。このパラメータは弱学習から強学習へのサンプル複雑度を、γに関する定数倍の範囲で特徴づけることが示されています。さらに、古典的なVC次元とγ-VC次元の関係を精緻化し、決定株とR^dの軸平行矩形という基本的な概念クラスについてγ-VC次元の改善された上界と下界を与えています。
説明ResidualQuant：2ビット残差を用いたループ型Transformer向けKVキャッシュ量子化手法
要約ループ型Transformerは共有のTransformerブロックを複数回反復適用することでパラメータ効率を高めますが、KVキャッシュのメモリはループ回数に比例して増え、バッチサイズと推論スループットを制限します。本論文は、最終ループのKV状態を参照として他のループを低精度の残差で表すResidualQuantを提案します。最小二乗スケーリング、残差への回転、ループごとの混合精度を組み合わせ、INT2まで精度を保って量子化します。複数のモデルと数学推論・コード生成のベンチマークで、既存の回転ベースKV量子化手法より高い精度とメモリのトレードオフを示し、理論上のKV保存量は80.7%削減されています。
説明継続的トレーニングなしの継続学習：パラメータ更新を文脈内推論に置き換える
要約本論文は、メタ学習後にパラメータを凍結する PFN ベースのモデル Latent Concept PFN を提案する。潜在概念空間上で文脈内ベイズ推論を行い、新しいクラスやドメインは例示データをメモリに追加することで取り込む。勾配更新を行わないため忘却が減るとされ、クラス増分・ドメイン増分の両方の学習で競争力のある性能を示し、解釈可能な潜在概念も学習できると報告している。
説明大規模言語モデルによるエストニア語の文書レベルのテキスト簡略化
要約本論文は、大規模言語モデルを用いてエストニア語の長文を文書レベルで簡略化する方法を検討しています。文の内部だけでなく、談話の一貫性、照応解決、段落間の整合性も扱います。著者らは5つの多言語大規模言語モデルを、単一生成、モジュール型パイプライン、ガイドライン付きパイプラインの3つの指示方式で比較し、自動評価と人手による注釈で評価しました。Gemini-2.0とLLaMA-3.3は母語に近い流暢さと高い意味保持を示し、他のモデルには文法や意味面での問題が目立ちました。
説明TaoD2C-Bench：視覚的再現を超えた産業用UIコード生成における MLLM のベンチマーク
要約本論文は、マルチモーダル大規模言語モデルが、UIデザインから産業用の実装要件を満たすコードを生成できるかを評価するベンチマーク TaoD2C-Bench を提案している。データセットは17の商用プラットフォームの2,861件の本番デザインと97,652件の専門家アノテーションからなり、コンポーネント、グループ、整列、位置の4分類を含む。端的なUIコード生成、要件推論、要件実現の3課題を定義し、8つのモデルを評価した結果、要件を満たすコード生成には大きな差があり、視覚的再構成能力が要件適合コードの生成能力を意味しないことが示された。
説明PalmSpace：統一的タッチモデリングによる汎用的な手のひら上インタラクション空間
要約本論文は、手首に装着する赤外線システム PalmSpace を提案します。裸の手のひらに、モード認識と手のひら基準の絶対位置入力を、ユーザーごとの個別校正なしで実現します。17 名を対象とした留め置き評価では、平均位置誤差 6.7 mm、接触検出精度 98.9%、4 クラスの対話状態認識の F1 スコア 96.7% を達成しました。ユーザー調査では、絶対ポインティングとドラッグ、目を閉じたままの指入力、スクロールやピンチによる地図操作などのマルチフィンガー操作が示されました。
説明入力に依存しない対照摂動でも、レイヤープログラムの多肢選択評価において大きなオラクル上の余地が生じる
要約本論文は、言語モデルの多肢選択評価においてレイヤーのスキップと繰り返しを行うプログラムを検討し、正解を用いたオラクル評価で自適応計算の潜在的な利得を推定しています。著者らは、同じ層の位置に入力非依存の摂動を加えた対照群と比較し、両者がほぼ同程度の余地を示すことを報告しています。そのため論文は、この余地だけでは選ばれた層の計算に固有の利益があるとは言えないと結論づけています。
説明時間的に解釈可能な微分可能決定木：アクションチャンキングによる時間的解釈性の向上
要約本論文は、逐次意思決定タスクにおける微分可能決定木（DDT）の解釈性の課題に取り組み、時間を新たな解釈性の次元として「時間的解釈性」と定義し、アクションチャンキングによる時間的抽象化がそれを改善することを示す。アクションチャンキングを組み込んだ2種類の方策勾配アルゴリズムと、学習中に木を再構成する情報理論的アルゴリズムを提案している。4つのシミュレーション環境での実験では、蒸留されたアクションチャンキング方策からウォームスタートした決定木が最も効果的で、3つの環境でニューラルネットワーク方策と同等の性能を示し、パラメータ数は最大80%少なかったと報告している。
説明拡散モデル高速化のためのKoopman観測器：浅い層の測定で特徴量予測を補正
要約本論文は、凍結された拡散モデルのサンプリングを高速化するため、観測で補正するKoopman枠組みを提案します。校正用の軌跡から、浅い層と深い層のネットワーク特徴量の増分を共同で記述する時変のKoopman近似を求め、高速サンプリング時には新しく計算した浅い層の変化で深い層の予測状態を補正します。定期的な完全計算で観測器を更新し、生成モデルのパラメータは変更しません。CIFAR-10とImageNetの10クラス部分集合で、論文はチャネル単位のアフィン予測に比べてInception特徴量のMSEをそれぞれ19.9%、11.9%低減し、DDIM-50に対して約1.89倍と1.85倍の実測高速化を報告しています。
説明分散型適応センシングの経路単位情報証明書：実際に集めた証拠で多エージェント感知が十分かを判定
要約本論文は、通信グラフ上で情報を交換しながら局所的な信念に基づき測定を選ぶ複数エージェントによる分散型適応センシングを扱います。実際のセンシング軌跡に沿って蓄積されたRényi-Chernoff情報に基づく経路単位の証明書を提案し、任意の履歴依存型方策に対する非漸近的なMAP誤差の上界と、随時適用可能なネットワーク全体の停止規則を与えます。最も識別しにくい競合仮説に対する情報が線形に増大すると誤差は指数的に減衰することを示し、1次元と2次元の実験では最悪の競合者のスコアが、平均的なペアの指標よりも定位速度と強く相関することを報告しています。
説明ORDERS：個人化連合学習のためのノルム順位集約に関する実証研究
要約本論文は、共有バックボーン、クライアント固有の残差アダプタと分類器を組み合わせ、更新ノルムの降順に幾何重みを割り当てる個人化連合学習の構成ORDERSを検討します。サーバーは同じブロードキャストモデルから得た更新の重み付き和を計算します。2つのデータセットと5つの学習シードによる計80回の最終実行で、CIFAR-10（クライアントあたり2クラス）では原生平均クライアント精度80.51±0.79%、Sent140では74.71±0.49%でした。アブレーションは限定的で、評価端点に依存する証拠しか示していません。
説明MultiFly：低コストなラベル転移と異モダリティ意味的一貫性を備えた実世界マルチモーダル空撮データセット
要約本論文は、RGB、熱画像、LiDAR、レーダーの4つのモダリティで意味認識を行うための、実世界の低高度UAVデータセット「MultiFly」を提案しています。4つの郊外シーンから得た17,272組の同期サンプルに、15の意味クラスのフレーム単位ラベルを付与しています。手動で注釈された115枚のRGB画像のラベルを、共有の幾何表現を通じて全モダリティへ転移し、保留した手動注釈との平均一致率は89.93%でした。あわせて4モダリティの意味分割ベンチマークも示しています。
注目点115枚の手動注釈RGB画像のラベルを共有幾何表現で4モダリティへ転送し、大規模実データで評価して有効性を示している。
説明Open-MMUnlearning：マルチモーダルLLMの忘却手法と評価を統一するオープンソース枠組み
要約本論文は、マルチモーダル大規模言語モデル（MLLM）の機械的忘却のためのオープンソースで拡張可能な枠組みOpen-MMUnlearningを提案します。モデル準備、データ処理、忘却、評価を統合し、プライバシー・安全性・著作権にわたる5つのベンチマーク、4系統8つのモデル、12の忘却手法を扱います。共通の評価プロトコルで10手法を比較し、GDとMIP-Editorが総合スコアで同率首位となりました。また、評価指標の信頼性を検証する手法も示され、13指標中ではBLEUの総合信頼性が最も高いと報告されています。
説明MIRA：テキストから音楽を生成する際にユーザーの意図へ合わせる改良エージェント
要約本論文は、テキストからの音楽生成システムの評価が全体的な関連性スコアだけでは、利用者の明示的な要求や暗黙の意図を満たしているか分からないと指摘しています。著者らは、要求ごとに独立して検証できる項目の評価基準と、音楽専門家が整理した MuRA-Bench を提案しています。さらに、限られた予算内でプロンプトを反復的に修正し生成結果を検証する MIRA エージェントを紹介し、実験では一部のオープンソースモデルが商用システムに近い性能を示したとしています。
説明引き継ぎ問題：人間とAIの協働における自律性移行のガバナンス
要約本論文は、多サイクルの人間とAIの協働において、各運用サイクルで AI の自律性を引き上げるか、維持するか、戻すかを決める「引き継ぎ問題（Handover Problem）」を定式化しています。可逆性・回復可能性・監査可能性を保つことが目的です。作者らは、操作者の準備度、人間とAIの信頼、学習の安定性、運用性能の四つの信号を統合する透明な複合指標「引き継ぎ準備スコア（HRS）」を提案しています。ソフトウェア工学と製造業の領域で、HRSと安全ガードが異なる失敗パターンに対応すると述べています。
説明AutoAdapt：自動ドメイン発見による低コストな拡張
要約本論文は、モデル全体を再学習せずに新しいドメインやデータを追加するためのフレームワーク AutoAdapt を提案しています。潜在ドメインを自動的に発見し、各ドメインごとに LoRA アダプタを独立かつ並列に学習させ、パラメータを使わないルーティングで切り替えます。14のドメイン別ベンチマークと GPT-4o による両者比較の評価では、全ドメインで学習した LoRA アダプタと同等の性能が報告されています。
説明第一原理に基づくデータセット枝刈り：ラベル不要の線形計画アプローチ
要約本論文は、大規模な学習データセットを代表的な部分集合に圧縮しつつモデル性能を保つデータセット枝刈り手法を提案しています。不偏な部分集合選択を分散最小化問題として定式化し、幾何学的な選択基準を導出します。選択にはラベルもモデルの学習も不要です。CIFAR-10、MNIST、CelebAの各ベンチマークでは、評価したすべての予算で一様サンプリング以上の平均テスト精度を示し、小さな予算では多くの幾何学的手法を上回りました。同じ枠組みはミニバッチ内の多様性を高め、確率的勾配の分散を減らすためにも使えます。
説明並列アダプタ合成によるリアルタイム音声・映像同時生成
要約本論文は、音声と映像を同時にリアルタイム生成する手法を提案しています。従来の段階的な蒸留ではなく、凍結したバックボーン上で因果的アダプタを並列に学習し、既製の少ステップアダプタと重みを加算して合成します。著者らは両者の重み更新の方向がほぼ直交していると述べ、そのため互いに干渉しないとしています。480×832で約26 fpsのリアルタイム生成が可能で、30秒の連続生成でも画質が安定したと報告されています。
説明位置フォーシング：自己条件付けによる3D生成
要約本論文は、単段階3D生成モデルにおけるVecSet表現の暗黙的な位置推定の問題を扱い、Position Forcingというフレームワークを提案しています。デノイズ中に現在のクリーンな潜在推定から各トークンの位置を復元し、デノイズの段階に応じて段階的に細かく量子化して、位置エンコーディングを拡散Transformerに戻します。これにより粗から細への軌道で形状生成を導きます。実験では、単段階の3D生成手法の中で高い性能を示し、いくつかの多段階手法を上回ったとしています。
説明非定常学習におけるデータ再利用：反復する値の間で切り替わるパラメータに対し、過去の観測を再利用することの統計的価値を定量化した研究
要約本論文は、有限個の反復する値の間で未知のパラメータが突然切り替わる非定常環境でのオンライン学習を扱う。著者らは、オンライン変化検出、互換性検定、汚染制御を組み合わせた Exposure-Capped Reuse（ECR）というエニタイム型アルゴリズムを提案している。特定の条件下では、ECR の後悔（regret）が切り替え回数ではなく異なる値の個数に比例して増えることが示され、情報理論的下界により近似的ミニマックス最適性が確立されたと述べられている。
注目点過去データを再利用するECRアルゴリズムを提案し、ほぼ最適なミニマックス下界を示しており、理論的寄与は大きい。
説明いつ対応づけを外すか：医療視覚インコンテキスト学習におけるペアリング依存の制御
要約視覚インコンテキスト学習は、支持集合の画像とラベルの対を使って入出力の対応関係を示す手法で、ラベルが少ない医療画像に適しています。本論文は、テスト時にラベルを別の支持画像へ並べ替えて個々の対への依存を測る方法を示し、まず対応づけで学習し、その後ランダムに対応を外す「後期非対応カリキュラム（LUC）」を提案しています。LUCは2つのバックボーンでペアリング差をほぼ解消し、BraTS全腫瘍セグメンテーションではマッチ支持のDSCを0.733から0.857に高め、差を-0.184から-0.008に縮めたと報告されています。
説明顔の匿名化はどれだけ私的か：統一的な評価基準とベンチマークを提案する論文
要約顔の匿名化（FDeID）は評価方法がばらばらで、データセットや指標が研究ごとに異なり、手法同士を直接比較しにくいと指摘しています。著者らは人口構成の偏りを抑えた UtilFace ベンチマークを作成し、身元の抑制、多層的な有用性の保持、画質を一つの指標で扱う HiFD を提案しています。この枠組みで敵対的手法、GAN、拡散モデルの手法を比較し、ベンチマークと評価ツールを公開しています。
説明タスクの進捗を用いた行動学習：コンパクトな教師データから小型エージェントを蒸留する
要約本論文はタスク進捗蒸留（TPD）を提案します。大規模モデルの各行動に現在のタスク段階を表す短いラベルを付け、小型モデルがそれを学習して行動を選択します。ALFWorldでは、404件のデモで学習した1.7Bの学生モデルが未見タスクで72.4%の成功率を示し、推論学習型の学生モデル（48.3%）を上回りました。200件のデモでは、明示的な段階情報が行動のみの学習より成功率を向上させました。
説明多連鎖MDPに対する平均報酬強化学習：階層分解によるアプローチ
要約本論文は、最適利得が初期状態に依存しうる平均報酬の多連鎖マルコフ決定過程（MDP）における最適方策の学習を扱う。遷移グラフ以外のモデル知識を必要としない非同期値反復ベースの強化学習アルゴリズムを提案し、Bather分解を用いて状態空間を連通サブシステムと過渡状態に階層的に分割する。これにより全体の意思決定問題を構造化された部分問題に帰着させる。アルゴリズムは最適利得に収束し、有限時間後に利得最適方策を出力することを示している。さらに、近似利得最適方策と近似バイアス最適方策を求める2つの拡張アルゴリズムを開発し、いずれもほぼ確実な収束保証を与え、後者2つは過渡的性能を改善することを実験で示している。
説明その性能にはどれだけのコストがかかるのか：細胞・細胞核インスタンスセグメンテーションのための持続可能性を考慮した性能指標
要約本論文は、細胞および細胞核のインスタンスセグメンテーションに用いる事前学習済みモデルを比較します。これらのモデルはアーキテクチャや計算需要が大きく異なります。著者らは、分割性能・消費エネルギー・モデルサイズを組み合わせた指標SAPI（Sustainability-Aware Performance Index）を提案しています。その結果、大規模で計算負荷の高いモデルが必ずしも比例した精度向上をもたらさず、SAPIに基づく順位は性能のみに基づく順位と異なることが示されました。
説明HAN-Mamba：多スケール金融ボラティリティ予測のための階層型選択的状態空間ネットワーク
要約本論文は短期の実現ボラティリティ予測を対象に、階層型アーキテクチャの各スケールのTransformerエンコーダを選択的状態空間（Mamba）エンコーダに置き換え、融合部のみにアテンションを残したHAN-Mambaを提案しています。Optiverの実現ボラティリティ予測ベンチマークで時間を考慮した5分割交差検証を行い、平均RMSPEはHAN-T（0.1965）より良い0.1942となり、パラメータは33%少なくなっています。高頻度の文脈を240バケットに拡張すると誤差は0.1927まで下がったと報告されています。
説明デジタル人間の相互作用から物理ベースのヒューマノイド技能へ：相互作用生成器の物理的制約つき事後学習
要約本論文はDIGHTフレームワークを提案し、デジタル人間の相互作用生成器（Digital human Interaction Generator）とヒューマノイド追跡ポリシーを相互に適応させて最適化します。シミュレーション上で固定の追跡器を用い、テキスト条件付きの複数の相互作用候補を実行し、追跡誤差・摩擦・浮遊、および接触の発生・位置・持続時間・力の大きさに基づく選好を構成します。物理的に分離された拡散型直接選好最適化（DPO）で生成器を整合させます。実験では、生成動作の物理的妥当性が向上し、シミュレーションにおけるヒューマノイドの相互作用がより信頼でき、意図に忠実になることが示されています。
説明表形式基盤モデルとシステム1モデルで未コード化の事故要因を推定する
要約本論文は、テキサス州の2017年から2025年までの5,601,890件の交通事故について、コード化された警察記録項目と警察官の叙述文の両方を結合し、母集団推定を行うシステムを提案しています。表形式基盤モデル Kumo Tabular が全件のコード化記録を、較正済みのシステム1モデル Jev が二つの確率標本の叙述文を読み、人手による判断で確率を再較正します。叙述文のほうがコード化項目より多くの傷害事故を記録しており、人手による検証は推定値15項目すべてと誤差範囲内で一致しています。
説明大規模言語モデルを用いた電気化学デバイスの透明なオープンソース多物理場モデルの生成
要約本論文は、大規模言語モデルのエージェントを使い、電気化学デバイスの多物理場連続体モデルを生成する手法を示しています。多孔質ガス拡散電極における一次元の電気化学的CO2還元（COへの変換）を事例とし、支配方程式、パラメータ、数値計算法、検証用チェックポイントを含む機械可読な仕様を人間が作成しました。エージェントはこの仕様からオープンソースのJuliaでモデルを構築し、COMSOLによる等価な実装とのCO分電流密度ピークの差は0.7%以内でした。
説明人間・専用ツール・大規模言語モデルでも、SNS文章の感情判定では意見が一致しない
要約本研究では、3つの専用感情分析ツールと3つの大規模言語モデル（LLM）を、6人の人間評価者と100件のツイートに対して比較しました。人間同士の一致度も「まあまあ」の水準にとどまり、感情判定の主観性が示されました。ツイッター向けに学習されたTwitter-roBERTa-baseが、人間の判定に最も近い結果を示しました。
説明深く考える：表形式基盤モデルのための回顧的推論
要約表形式基盤モデルは、推論時に新しい表の帰属データ付き例を文脈として予測を行います。本論文は、こうしたモデルの予測の精緻化が後段の層に偏りがちであることを示し、途中で生成された中間表現を後段が明示的に再利用できるRetroを提案しています。注意残差とゲート付き注意により、再利用の範囲と方法を調整します。論文によれば、TabArena、TALENT、RelArenaの各ベンチマークでRetroは上位3位以内に入り、パレート frontier上にあります。
説明PoreML：多孔質媒体中の多相流を学習するデータ駆動型フレームワーク
要約本論文は、多孔質媒体の孔隙スケールにおける多相流のデータ生成、モデル学習、評価を統合するオープンソースのフレームワーク PoreML を提案している。GPU対応の格子ボルツマン法ソルバー、560回のシミュレーションを含む3.3 TBのデータセット、統一的な学習・評価の手順から構成される。この手順で五つの異なる構造のモデルを評価し、より大きな領域への転移や合成構造からマイクロCT由来構造への転移の課題も設定している。
注目点多相流のデータ生成・学習・評価を統一する枠組みを提案し、大規模3次元時系列データと複数モデルの評価で子分野に寄与する。
説明耐障害性基盤モデル：信頼性の低い省エネ型ハードウェアに耐える大規模言語モデル
要約省エネのために信頼性を犠牲にする新しい計算ハードウェアでも、大規模言語モデルを誤りに耐えるよう訓練できると論文は示しています。模擬的な故障デジタルハードウェア上での約4万GPU時間の学習結果から修正されたニューラルスケーリング則を導き、モデルが大きいほど誤りへの耐性が高まる傾向を報告しています。著者らは、適切に訓練されたモデルは形式的に耐障害性を持ちうると推測し、低エネルギーで故障のあるハードウェア上で推論を行うことが大幅な省エネにつながる可能性を論じています。
注目点大規模化するほどハードウェア誤りへの耐性が高まるという新しい現象を提示し、修正版の神経スケーリング則で定量化している。証拠は模擬故障ハードウェア上の大規模訓練に基づくが、実機検証ではない。
説明RSIGym：再帰的自己改善のための柔軟な研究環境
要約論文は、「サービスとしてのすべて（EaaS）」の設計に基づくエージェント向け研究環境RSIGymを提案しています。学習、推論、評価、サンドボックス実行などの基盤機能を再利用可能なサービスとして提供し、データ、ハーネス、両者を組み合わせた三つの改善トラックに対応します。五つのベンチマークで残りの性能差がどれだけ縮まったかを示すRSI-Indexを定義し、六つの先端モデルを比較した結果、Opus 5が0.4809で最高値を記録したとしています。SWE-bench Verifiedは17.67%から50.33%、AIMEは31.67%から97.78%に改善しました。コードと結果はオープンソースで公開されています。
説明科学画像向けのワンショット適応セグメンテーション
要約本論文は、注釈付きの参照画像1枚だけで汎用ビジョン基盤モデルを特定タスクに適応させる、学習不要のワンショットフレームワークを提案しています。DINOv3の特徴表現に背景適応型の特徴直交化を組み合わせてアーティファクト関連の特徴を抑制し、コサイン類似度で候補領域を特定してからSAMでセグメンテーションを行います。赤血球顕微鏡、構造化照明プール沸騰、胸部X線の各データセットで評価され、最強のベースラインと比べて平均IoUは顕微鏡データで5.91%、プール沸騰データで78.62%向上し、胸部X線では同等の性能でした。
説明Transformerはどのように対称性を表現することを学ぶのか：有限のデータ拡張を用いて、点群データにおける各種の対称性（不変性・等変性）をTransformerが学習する仕組みを検証した研究です。
要約本論文は、標準的なTransformerが有限のデータ拡張を通じて点群データの各種対称性を学習できるかを検討しています。学習のしやすさは、非角度保存対称性、角度保存対称性、平行移動・回転・スケールなどの基本的な角度保存部分群の順に高くなると整理しています。基本的な部分群については外挿の挙動を調べ、学習済みモデルの構造解析から不変性を生み出す解釈可能な仕組みを特定しています。さらに、その仕組みが等変関数の学習にも重要な役割を果たすことを示しています。
説明SemanticFold：潜在系列圧縮は言語モデリング、デコード可能性、推論を分けて扱う必要があることを示す研究
要約大規模言語モデルの推論時に必要な能力が、プロンプト接頭辞の潜在系列圧縮後も保たれるかを検討した論文です。学習された境界で隠れ状態を折りたたむ SemanticFold を提案し、五つのモデルで評価しています。結果として、圧縮による影響は単調ではなく、言語モデルの適合度、デコード可能性、推論性能は同じ圧縮操作の下で異なる方向に変化しうるとされています。
説明PXtal：モダリティ間の情報非対称性の下で粉末X線回折と結晶構造を整合させる学習
要約本論文は、粉末X線回折（PXRD）パターンと結晶構造の表現を整合させる学習フレームワーク PXtal を提案しています。三次元の結晶構造を一次元の回折パターンに圧縮すると情報が失われるため、両モダリティの情報量は対等ではありません。PXtal は非平衡最適輸送と、輸送計画全体を監督する結合レベルの一般化KLダイバージェンスを用いています。6つのテストセットでPXRDから結晶候補を検索するタスクにおいて基線モデルを一貫して上回り、得られたエンコーダは下流の材料・結晶学タスクにも転移しやすいと報告しています。
説明エルゴード壁を越えて：AIのスケール限界と複雑性崩壊を分析する離散幾何物理サンドボックス
要約本論文は、現在の深層学習が人類の過去の知識の統計的平均に収束し、エルゴード的な上限と熱力学的非効率を抱えると指摘します。著者らは、E8全投影エンジンを用いたデジタル物理サンドボックスでモデルを現実の制約に照らして検証する案を提示しています。さらに、物理的に保存される因果軌道に探索空間を制限することで、NP問題を多項式時間の経路へ絞り込めると主張しています。時空や質量スペクトルに関する部分は著者による理論的提案です。
説明ビジョン・トランスフォーマーにおけるAttention層とFFN層の分離は本当に必要か
要約本論文は、ビジョン・トランスフォーマー（ViT）でAttention層とFFN（フィードフォワード）層を交互に並べる構造が必要かどうかを検討しています。両方の機能を統合したAttenFeedモジュールを提案し、それを並べた統一ViT（uViT）を構築して、標準のViTと複数のデータセット・モデル規模で比較しています。実験では、小規模モデルでは固定的なパラメータ配分のためにこの二分構造が性能を損なう場合があることが示されています。
説明継続グラフ多エージェント強化学習：構造の異なるタスク列で協調学習を続ける手法
要約本論文は、エージェントが複数のタスクを順に学習しながら新旧両方のタスクに対応する継続多エージェント強化学習を扱います。各タスクの構造を属性付きグラフでモデル化するCGMARLフレームワークと、最初のベンチマークGRAFOを提案し、忘却が生じる仕組みを示しています。忘却への対策として、凍結したグラフバックボーンで過去の構造情報を保持するFROGを提案し、既存の継続学習手法と組み合わせると複数のシナリオで性能が大きく向上することを報告しています。
説明モデル非依存の概念辞書による説明可能AIの再検討
要約本論文はDictXAIを提案します。入力領域上で、解釈可能な意味を持つ事前定義された要素の辞書によって概念を直接定義し、入力のスパース符号を計算した上で、モデルの予測を対応する辞書要素に帰属させます。Clever Hans効果などのAIの誤動作を、データ中の識別可能なアーティファクトのパターンに結びつけられること、また生物医学信号で人間とAIの整合を促進できることを示しています。学習された画像基底、心電図の解析的波形、実験で取得した辞書要素など、さまざまな辞書で動作します。
説明共有ガウス化：ガウス正則化器が対照学習について保証できること、そして見落とすこと
要約本論文は、2つの正規化ビューの平均に対して特性関数に基づくガウス性検定を行う共有ガウス化（SG）を研究し、LeJEPAのSIGReg正則化器との関係を論じています。SGとInfoNCEの過剰損失の間の理論的な上界を示し、アラインメント重み、ノイズチャネル、有限バッチサイズの場合の挙動を分析しています。
注目点SGとInfoNCE超過損失の間の鋭い平方根境界と対称条件を示し理論的に新しい。制御実験で理論予測を検証するが、影響範囲は特定の正則化の視点に限られる。
説明階層型強化学習による、多様な地形を歩く四足歩行ロボットの省エネ歩容適応
要約本論文は、高頻度で関節運動を実行する方策と、輸送コスト（CoT）を最小化する低頻度の歩容適応方策を分離する階層型強化学習の枠組みを提案しています。学習はIsaacで三段階に行われ、シミュレーションから実機へゼロショットで移行できます。Unitree AlienGoの実機でも動作を確認しています。シミュレーションでは、広い速度範囲でCoTが低減し、平地・凹凸のある粗い地面・斜面で安定した歩行が維持されました。
説明大規模言語モデルによる交通管理計画の作成支援：WisDOT WisTMP システムの事例研究
要約本論文は、道路工事区域の交通管理計画（TMP）の内容を自動生成するための、大規模言語モデル（LLM）支援フレームワークを提案し、適用先としてウィスコンシン州交通局の WisTMP システムを用いています。複数規模のオープンソース LLM をローカルに配備して微調整し、過去の WisTMP 文書から質問応答形式の領域データセットを構築しました。実験では微調整により標準的な生成指標が向上した一方、戦略を過剰に生成しがちで、事業固有の根拠や正確な費用見積もりに課題があると報告されています。また 7B/8B から 14B への拡大では効果は限定的でした。
説明TouchScale：人間の視覚と触覚の500時間データによる視覚-触覚学習
要約本論文は、統一された装着型装置で収集した、接触が多い人間の相互作用の500時間分のデータセット TouchScale を提案します。第一人称のRGB-D映像、手首のRGB映像、両手の高密度触覚計測を時間的に同期しています。このデータで学習すると、未知の触覚センサーに対するゼロショット接触IoUが0.134から0.383に向上し、ロボットの4つの接触操作タスクの平均成功率も22.5%から57.5%に上がると報告されています。作者はデータセットを公開予定としています。
注目点単一の統一センサーで500時間の人間の視覚-触覚データを構築し、未知センサーでのゼロショットIoU、行動認識、ロボット成功率の実験で規模の効果を示した。
説明ΔRepresentation：反事実推論に基づき幾何学的監督で表現型を学習する医療VLM手法
要約医療用視覚言語モデル（VLM）が病変の表現型を十分に表現できない問題に対し、本論文は ΔRepresentation という枠組みを提案します。これは解剖構造間の空間関係から幾何学的監督を与える BaseAnatomy と、病変表現と正常解剖表現の差分（増分）を計算し、同じ表現型の増分を表現空間でまとめる ΔPhenotype から成ります。ReXGroundingCT と LIDC-IDRI での実験では、病変の定位と表現型の特徴づけの精度向上が示されています。
説明限られた時間内に行動するエージェントのAI安全性に関する考察
要約本論文は、部分的にしか観測できず、限られた時間内に行動しなければならない環境において、エージェントに依存しない安全性保証の理論的限界を論じています。無限の状態空間を持つシナリオと信号の混合を含むシナリオの二つを提示し、完璧なエージェントであっても安全な振る舞いを保証できないことを証明しています。著者は、AIの安全性や整合性に関するいかなる証明も、エージェントと併せて環境と関連する安全な行動を考慮する必要があると主張しています。
説明時系列の視覚・触覚学習による多指ハンドの把持安定性予測
要約本研究は、四つの Digit 360 触覚センサを備えた多指ロボットハンドで、200 個の物体に対する 10,000 回の把持試行を収集し、視覚、固有受容、触覚のデータを記録しました。持ち上げ前の把持観測から持ち上げ後の安定性を予測する時系列マルチモーダルモデルを学習し、センサモダリティと符号化バックボーンを比較しています。触覚、特に高解像度で動的な触覚を取り入れると安定性予測が向上することが示されました。実機では、この予測器をオンライン安定性ゲートとして用いた場合、触覚なしのゲートに比べ、実行した持ち上げの成功率が 10.5 ポイント向上しました。
注目点高解像度の動的触覚を器用なハンドの把持安定性予測に用い、実機で検証した点に実質的な新規性がある。データ規模と比較実験も充実している。
説明Wasserstein–Fisher–Rao JKOスキームと重み付け正規化フローによるニューラルサンプリング
要約本論文は、正規化されていないボルツマン密度で与えられる分布からサンプリングするためのニューラルアルゴリズムを提案する。Wasserstein–Fisher–Rao幾何におけるKLダイバージェンスのJKOスキームに基づいている。理論面では、任意の固定ステップ幅に対して厳密なWFR JKO反復が反復回数の増加とともに目標分布へ指数的に収束することを示し、対数凹性や対数Sobolev不等式などの構造的仮定は不要であるとしている。実装面では、重み付け正規化フローを用いて輸送成分と反応成分をパラメータ化し、多峰性の目標分布での数値実験で有望な性能を示している。
説明視覚的世界モデルにおける勾配ベースのスパース計画（コスト勾配による選択）
要約本論文は、学習不要で目標条件付きのトークン選択法 COSTGRAD を提案する。各入力トークンに対する計画コストの勾配ノルムでトークンを順位付けし、予測だけでなく制御の目的に重要なトークンを残す。50%のスパース率で、4つの連続制御ベンチマークのうち3つにおいて全トークン計画と同等以上の性能を示し、環境の計画ステップあたり約2.6倍の実時間高速化を報告している。ただし、効果はアーキテクチャに依存し、concat構造では純粋なCOSTGRADがランダム選択に対する優位性を失うことも示されている。
説明学習型クリティックとクリッピングを用いた PPO の閉ループ非漸近収束解析
要約本論文は、クリッピング付き近接方策最適化（PPO-Clip）を閉ループのアクター・クリティック系として扱い、非漸近的な解析を行います。アクターとクリティックの結合、確率比のクリッピング、有限バッチの再利用、早期停止を対象とし、方策の定常性と学習クリティックの追従精度を同期・非同期の両設定で評価します。有限の階層型 MDP と表形式クリティックについての結論や、二時間スケール方式での O(T^{-2/5}) の上界も示され、著者はこれらが PPO の調整に理論的指針を与えるとしています。
注目点PPO-Clipを閉ループのactor-criticとして非漸近解析し、クリッピング・有限バッチ・学習criticの結合を扱う。理論的進展は明確だが強い仮定に依存する。
説明Video Prediction Policy 2（VPP2）：より正確に予測し、より良く行動する——映像予測の力でロボット操作を行う汎用ポリシーモデル
要約既存の世界行動モデル（WAM）は、自由度の高い環境で誤った動きを予測し、誤った行動につながることがあると指摘されています。本論文は、大規模な操作映像と詳細なキャプションで基盤映像モデルを追加事前学習し、固定予測ホライズンの単一ステップ視覚プランナーに蒸留し、Mixture-of-Transformersで行動モジュールを加えて暗黙の逆動力学を学習するVPP2を提案しています。実験では、開放的タスクでの映像予測の指示遵守成功率、実機ALOHAでのゼロショット操作、LIBERO-Pro・LIBERO-OOD・RoboDojoベンチマークでの成功率向上が報告されています。
説明アルツハイマー病の診断と進行予測のためのリーク制御型マルチモーダル学習
要約本論文は、不規則な受診、異種の測定値、欠損モダリティに対応しつつ、アルツハイマー病の診断と病態進行を予測するマルチモーダル・マルチタスクの枠組みを提示しています。適応型MRIエンコーダ、臨床用Transformer、共有融合層、タスク別のODE-GRUを組み合わせています。ADNI、OASIS-2、MIRIADの2,649名・17,317回の受診データで、内部検証の診断AUROCは0.935でした。OASIS-3による外部検証では、ハイブリッド診断AUROCが0.767でした。
説明LoomSC：射影行列の因子分解と厳密なスペクトル縮約によるスケーラブルな深層部分空間クラスタリング
要約本論文は、部分空間クラスタリングにおける稠密な自己表現行列と全親和度スペクトルクラスタリングのボトルネックを解決するためのLoomSCフレームワークを提案します。二つの細い因子によって潜在特徴と射影行列の自己表現を同時に学習し、正確な特徴写像により正規化スペクトル問題を因子幅のみに依存する固有値問題へ帰着させます。五つの画像クラスタリングベンチマークの15の比較のうち全てで1位または2位となり、50万サンプルまで拡張しても精度は99.8%以上を維持します。
説明古い情報・誤った帰属・間に合わない想起：生成前に個人メモリが失敗する箇所
要約本論文は、言語エージェントの個人メモリが回答生成の前にどこで失敗するかを調べています。メモリに古い値が残る、誤った人物の事実が混ざる、締切までに使える事実がない、といった問題を扱います。個人事実メモリ（PFM）を基準に、制御された改訂ベンチマークで各正しいスロットの現行値だけを提供すると古い値の露出がなくなることを示しています。一方、改訂を正しいスロットに割り当てる問題はより難しいとされています。著者は生成前にエージェントのメモリを評価し、記憶状態の妥当性、身元の特定、回答保留、提供遅延を分けて考えるべきだと主張しています。
説明小規模言語モデルを用いた機械学習パイプライン構造の逆解析
要約本論文は、小規模言語モデル（SLM）がソースコードから機械学習パイプラインの各段階（データ前処理、モデリングなど）を識別できるかを検討しています。既存の2つの参照研究と比較し、分類手法ごとの性能やデータサイエンティストの実践に関する知見の違いを検証しています。結果として、分類の表現が性能に有意な影響を与え、最良のSLMも他の分類器を上回らず、手法によって得られる知見にも有意差があることが示されました。また、推論コストが高く、大規模研究への適用には課題があるとされています。
説明牛道探索アルゴリズムの巡回仮定について
要約牛道問題とは、原点でのみつながるw本の道のいずれかの未知の距離にある目標を、牛が見つける問題で、性能は競争比で測られます。Kao、Reif、Tateは、牛が道を固定の巡回順序で訪れる効率的な乱択アルゴリズムを設計し、w=2の場合に最適であることを証明しました。その後Kao、Ma、Sipser、Yinはすべてのwについて最適性を証明し、どのアルゴリズムも最良の巡回アルゴリズムより優れないと主張しました。本稿はその主張の詳細な証明を示します。
説明区分的定常な自己調整制御における受動的変化検出による対数後悔
要約本論文は、係数が未知の時点で変化する未知の自己回帰外生入力系について、最小分散制御を研究する。有界な独立外乱、安定性と可行性の条件などの下で、確率1-δ以上で O((C+1)log((T+1)/δ)) の後悔上界を証明している。提案手法 PIECE-CD は初期段階と警報後に探索を行い、窓内の出力電力による検出で変化を判定し、制御にはゲート付き再帰最小二乗法を用いる。
説明非線形二時間尺度確率近似における定常バイアスと外挿（定常バイアスの解析と外挿法の比較）
要約本論文は、定数ステップの確率近似が時間平均をとっても残る非ゼロの定常平均誤差を、外生の有限状態マルコフ連鎖で駆動される非線形二時間尺度の再帰式について研究している。仮定の下で一次のバイアス展開を導き、低速ステップが高速ステップよりずっと小さくなっても誤差界が一様に保たれることを示す。厳密に解ける非線形マルコフ例で係数を検証し、有限回の実行における外挿法も比較している。
説明MorphCL：慣性センサーに基づく人間活動認識のための形態学的コントラスト学習
要約本論文は、構造を考慮したグルーピングによって大規模な運動データの全体構造を学習に取り入れる自己教師あり事前学習フレームワーク、MorphCL（Morphological Contrastive Learning）を提案しています。運動モチーフの発見と領域特化の特徴記述子を組み合わせ、線形プロービングとファインチューニングでF1スコアを最大15ポイント改善したと報告しています。既存の基盤モデルと比べ、約4600倍少ないデータで学習したにもかかわらず、線形プロービング性能は同等以上とされています。
説明TestGRAD：失敗パターンのモメンタムでテストスイートを進化させ、SWE-agentのアンサンブル選択に用いる手法
要約本論文は、複数のSWE-agentが出した候補パッチの中から最良のものを選ぶ問題を、テスト空間の最適化として捉え、実行可能なリポジトリのテストスイートを、競合するパッチを区別できるまで進化させるTestGRAD枠組みを提案しています。実行による挙動の差を目的とする差分損失、テストの読み取り・作成・更新・削除を含む完全なCRUD勾配、過去の失敗から頻出する失敗系列を抽出する失敗パターンモメンタムを中核としています。SWE-bench Verifiedでは、4エージェントのアンサンブルがPass@1 84.2%を達成し、最強の基準手法（80.6%）を3.6ポイント上回るとともに、失敗履歴の文脈を100倍以上圧縮しました。
説明科学的思考が希少でなくなるとき：AIが科学研究のボトルネックをどう変えるか
要約本論文は、計算機で行える科学研究の大部分において機械が人間より優れ、速く、安価になった世界を想定し、その場合に科学の進展を何が制約するのかを検討しています。著者らは「希少性の反転」という概念を提示し、文献の統合や仮説生成、ソフトウェア開発などは豊富になる一方で、実験、観測、十分に裏付けられた結論、説明責任を負う機関の権威は希少になると論じています。選択、物理的なアクセス、検証、組織的選択の四つの側面から論じ、国立研究所の役割は豊富な機械的推論を信頼できる成果に変えることだと指摘しています。
説明医療VLMにおける多表現型病変の解釈のための幾何監督型視覚表現学習
要約医療用視覚言語モデル（VLM）は、複数の病理表現型を総合的に評価する必要がある病変の解釈に依然として苦戦しています。既存の視覚・言語整列手法は、解剖学的階層や表現型サブクラス間の関係を視覚表現で保持できません。本論文はPureVisionを提案し、解剖学的階層と表現型サブクラスの関係を符号化する理想的な空間分布による幾何監督を行うPureEyesと、その潜在空間での位置に基づき病変関連の証拠を選択的に集約するPureNeuronsから構成されます。LIDC-IDRI、CBIS-DDSM、3DReasonKneeでの実験では、視覚質問応答と放射線報告生成において病変の定位と表現型の記述が改善したと報告されています。
説明LLM-GAを超えて：ReEvoで設計されたメメティックアルゴリズムによる安全な流体アンテナシステム
要約流動アンテナシステム（FAS）は軍事、衛星、IoTネットワークで有望ですが、盗聴からの保護が重要です。本論文は、安全なポート選択問題に対し、反射進化（ReEvo）に基づくメメティックアルゴリズムを提案します。大規模言語モデルを用いて交叉・突然変異・局所探索の演算子をオフラインで進化させ、実行時にはLLMへの問い合わせが不要です。同じ世代数のシミュレーションで、従来の遺伝的アルゴリズムや既存のLLM-GAより高い安全和レートを達成しました。
説明幾何誘導トークン探索によるマスク付き生成的モーションプランニング
要約本論文は、マスク付き生成トランスフォーマで離散的な軌道候補を並列生成し、幾何誘導トークン探索（GGTS）でシーンの幾何情報を用いて編集箇所と代替案を選ぶ手法MGMPを提案しています。修復を離散的な運動案の探索として扱い、経路レベルの再構成を可能にします。Ring Mazeで成功率96%、KukaのControlled Route Invalidationでは修復成功率82%を報告し、未知のレイアウトや障害物、双腕計画、実世界のBaxterタスクへの汎化も示しています。
説明大規模言語モデルの説得力は評価方法次第：自動評価法の結果の一致は弱い
要約本研究は、公表済みの自動評価法9種を共通の設定に適合させ、同じ15の大規模言語モデルで実行して、その順位が一致するかを検討しています。各手法の一致は弱く（平均Spearman ρ=0.25）、タスクを一部拒否するモデルは一致度を下げ、その拒否は主に操作的なタスクに集中していました。そのため単一の説得力スコアは特定の設定における結果にとどまり、タスク全体での説得力を示すものではないと結論づけています。
説明プロンプトから決定木へ：LLMを用いた少数ショット表形式分類のための木構造生成
要約大規模言語モデル（LLM）は豊富な知識と高い汎化能力を持つ一方、表形式データの分類に直接用いると推論コストが高く解釈性にも欠けます。決定木は高速で透明ですが、データが少ない状況では性能が低くなりがちです。本論文は、少数ショット学習の設定でLLMの知識を解釈可能な決定木へ蒸留する枠組みを提案します。LLMに完全な木を直接生成させるのは不安定で非効率なため、規則を生成させ、それを木に整理する三段階の手法を採用しています。複数の実データセットでの実験では、既存の基準手法より高い精度と解釈性を、大幅に低いプロンプト負荷で達成したと報告されています。
説明コーディングエージェント時代にソフトウェア工学が不可欠な理由
要約本論文は、高性能なAIコーディングエージェントの登場によってソフトウェア工学という学問分野やソフトウェアエンジニアが不要になるのかを検討し、むしろ不可欠であると論じています。大規模言語モデルの確率的生成、無関心性（agnosticism）、意味的なステートレス性という三つの構造的特性により、AI支援開発は一見もっともらしいが検証できず信頼できないソフトウェアを生みかねないと指摘します。その解決に必要な方法論的知識、ドメイン知識、設計上の選択、プロセス上の選択の四つの知識レバーを挙げ、それぞれにソフトウェアエンジニアが方法論者、仲介者、保管者として関わる必要があると述べています。
説明大規模全スライド画像表現のためのマスク付き特徴量符号化（MFE-MIL）：病理画像解析を改善する特徴空間の手法
要約本論文は、計算病理学における全スライド画像（WSI）の多重インスタンス学習パイプラインを対象に、特徴空間でのマスキングを行うMFE-MILを提案している。軽量なMLPアダプタを、ウィンドウ単位のマスク再構成分岐およびMIL分類ヘッドと共同で学習し、スライド内のパッチ間のばらつきを抑制する。推論時にはアダプタとMIL分類ヘッドのみを使用する。論文では複数のデータセットとエンコーダで分類指標や生存解析の一致度指数が改善したと報告している。
注目点特徴空間でのマスク再構成とMILを組み合わせた改良は意味があり、複数データセットと多数のエンコーダで比較実験が充実している。計算病理の分野に有用。
説明差分プライバシー付き合成時系列の系列連結戦略の評価：連結方法が予測性能に与える影響
要約差分プライバシーを用いる時系列生成器は通常固定長の合成ウィンドウを出力しますが、下流の予測モデルは長い連続系列を必要とすることが多いです。本研究では、オーバーラップ率とウィンドウ重み付け方式を系統的に変えて、連結後の境界連続性、統計的・時間的忠実度、合成データで学習し実データで評価する（TSTR）予測性能を評価しました。4つの公開データセットと5つの予測モデルによる結果では、最適な連結方式は予測モデルに依存し、オーバーラップ率が高いと一般に境界の連続性は改善しますが、それが必ずしも予測誤差の低減につながるわけではないことが示されました。
説明Hessian誘導摂動付きWasserstein勾配流の有限サンプル近似
要約本論文は、Hessian誘導摂動付きWasserstein勾配流（PWGF）を有限個の相互作用する粒子で近似した場合に、時間範囲が伸びても近似が正確であり続けるかを調べている。参照経路上で蓄積される曲率を解析し、正則性と曲率条件の下で、高確率事象上の粒子および目的関数値の追跡境界を示している。
説明RoBART：木ごとに回転を持つベイズ加法回帰木
要約本論文はRoBARTを提案し、各回帰木に、その木の全内部ノードで共有される回転を割り当てます。回転後の座標では軸に揃った分割を維持します。回転列と切点はMetropolis-Hastingsで同時にサンプリングされ、その可逆性が示されています。特定の条件の下での事後収縮率も示され、軸に揃えたBARTでは適応できない内在次元への適応を、RoBARTが行える関数が存在することも証明されています。
説明エッジ精度だけでは不十分：動力学から学習した構造が逆問題に転移しない理由
要約ラベル付きデータが少ない逆問題に、大量の順方向シミュレーションから学習した関係構造を転移させる戦略は、理論的な根拠を満たしていても体系的に失敗すると論文は示します。水素漏洩と音響の音源定位タスクでは、神経関係推論（NRI）で学習した構造の性能が大きく低下し、物理ベースの事前分布（グリーン関数）の低下は小さいとされています。著者はJaccard類似度による軽量な転移性テストも提案していますが、これは少数の事例で較正された経験則であり、検証済みの一般的な閾値ではないと明記しています。
説明OrthoGen：時変治療のための生成的直交学習器
要約本論文は、時変治療の下で、柔軟な生成モデルを用いて条件付き分布的潜在アウトカム（CDPO）を推定する手法を扱います。著者らは、条件付き平均ではなく完全な条件付きアウトカム分布を再帰的に伝播させる生成的再帰的g計算という調整戦略を提案し、Neyman直交性と二重頑健性を備えたOrthoGenを導入しています。合成、半合成、実世界データでの実験において、OrthoGenの有効性が示されています。
説明CARES：話者の音への反応を扱う統制された合成ベンチマーク
要約本論文は、音声シーン記述でどの音を残すべきかを評価するためのデータセットCARESを提案している。著者らは、話者が音に聞き取れる形で反応する場合にその音を顕著（サリエント）とみなすという単純な規則を定めた。データは統制されたシナリオに基づき、対話は言語モデルが作成し、双話者の場面が10,000件含まれる。シーン識別、音の タグ付け、反応分類の3課題で6つの音声-言語モデルを評価した結果、モデルは音を聞き取れるものの、話者の反応は捉えられないことが示された。
説明機械学習によるリンクのスライス種数と解結数の計算
要約本論文は強化学習とベイズ最適化を用い、アルゴリズムで計算可能であることが知られていないリンク不変量の新しい上界を求めます。対象はリンクのスライス種数と解結数、および代数的に分裂したリンクの強スライス種数です。既知の不変量から下界も計算し、上下界を組み合わせて多くの場合に新しい正確な値を得ています。解結エージェントは Brittenham と Hermiller による反例の解結数の非加法性を再現し、一部では新しい解結の経路も見つけています。
説明モデル生物（model organism）の訓練方法：多目的検証で解釈可能性手法を評価する
要約論文は、後門や追従（sycophancy）、疑似相関などの望ましくない振る舞いを持つ「モデル生物」を単一目的だけで訓練する従来の方法では不十分だと主張しています。目標行動の組み込み、一般的能力の保持、出力の自然さという三つの目的と指標による検証を提案し、モデルマージに基づく多目的訓練手法も紹介しています。検証指標は解釈可能性手法が目標行動をどれだけ復元できるかを予測し、訓練方法の違いが導かれる結論に影響することを示しています。
説明GAGR-Lab：空間幾何と解析関数の統合推論を評価するフレームワーク
要約論文は、デカルト座標のゲーム場面、明示的な関数意味論、Rust による軌跡実行器を用いて、空間配置を幾何制約を満たす記号関数へ変換する能力を測定する GAGR-Lab を提案しています。単一のホスト型モデル Llama 3.2 11B Vision Instruct による小規模パイロットでは、432 回の試行で目標に命中したものはありませんでした。対照として、特権的な解析探索手法は 600 件の方向性ケースで成功しています。完全な難易度マトリクスと複数モデルの比較結果は、まだ検証されていません。
説明頑健な分散型公平性監査（Auditopus）
要約本論文は大規模言語モデルの公平性監査を、複数の監査者が協調して行う分散型の方法Auditopusとして提案しています。各監査者は原文の問い合わせを共有せず、累積統計ベクトルのみを送ります。理論と実験により、悪意のある監査者が1人いるだけでもベクトルを偽造して不公平なモデルを公平に見せられることを示し、誠実な監査者が過去の統計と矛盾する監査者の重みを下げる防御を導入しています。実験では、監査者の49％が悪意を持つ場合でも、明らかに不公平なモデルが公平と判定されないことが報告されています。
