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。
説明ソース側の学習ダイナミクスからOOD性能低下を事前予測する研究
要約本研究は、ソース側の学習過程の動的指標のみを用いて、分布外（OOD）性能低下が直接観測される前に予測できるかを検討しています。制御されたショートカット学習の設定では、単純なロジスティック回帰予測器が明確な事前的シグナルを示し、学習時間だけではそのようなシグナルは見られませんでした。ソース側の量は現在値よりも時間的な要約の方が情報量が多いことが示されています。CNNからMLPへ追加学習なしで転移した場合も、信頼度とエントロピーの動態は予測情報を相当程度保持しました。これは、ソース側の学習ダイナミクスに将来のOOD失敗の早期警告信号が含まれ得ることを示す原理検証です。
説明HRIL：高次テンソルモデリングによるマルチモーダル相乗情報の学習
要約本論文は、マルチモーダル表現学習において捉えにくい相乗（シナジー）情報を扱う。相乗信号は複数のモダリティを組み合わせたときにのみ現れ、モダリティごとの情報からは復元できず、モダリティ間の高次の統計的依存として現れると指摘する。提案手法HRIL（Higher-order Representation and Information Learning）は、モダリティ埋め込みの経験的クロスモーメントテンソルを構築し、Tucker分解でコアテンソルを得る。さらにエネルギーの集中を防ぐ相乗認識型正則化項を加える。合成の相乗タスクと実データのベンチマークで、既存の対照学習手法より一貫して性能が向上し、相乗的相互作用が支配的なタスクで特に大きな改善が見られたと報告している。
説明GeoReform：マルチモーダル幾何問題解決のための反省的形式化進化フレームワーク
要約本論文は、マルチモーダル大規模言語モデルが図形中の幾何関係の識別に苦労することを指摘し、幾何情報をテキストに形式化する手法も、冗長や曖昧な表現が推論を誤らせうると述べています。著者らは、形式化を固定的な出力ではなく最適化可能な方策として扱うGeoReformを提案し、失敗例から表現の欠陥を診断して方策を修正します。Geometry3Kでは、Qwen3VL-2Bの精度が42.0%から56.0%に向上したと報告されています。
説明長文テキストから予測特徴へ：実行可能プログラム探索によるLLM誘導のブロック単位特徴量エンジニアリング
要約本論文は、リスク管理システムで長文テキストの情報を活用する課題に取り組み、大規模言語モデル（LLM）がオフラインで実行可能な特徴量プログラムを生成するLLM-BlockFEを提案しています。オンライン推論時にはLLMを呼び出す必要がありません。手法では、コードブロックを順次追加して候補特徴量を下流モデルで評価し、ブロック単位のロールバックにより局所最適を回避します。4つのデータセットでAUCが向上し、5つの金融リスク管理アプリケーションでKSも改善したと報告されています。
説明GenIA：テスト時入力整合による生成的3D再構成
要約本論文は、基盤モデルを再学習せずに、テスト時に生成型3Dモデルを観測入力へ整合させる手法GenIAを提案する。幾何情報から平行移動とスケールを導出して姿勢を改善し、可視性バイアス付きアテンション、多視点融合、微分可能レンダリングによる誘導で外観を整合させる。合成データと実データの評価で、単眼・多視点・動的入力において既存手法より良い結果を示したと述べられている。
説明ARC：ロボット基盤モデルのための推論手法
要約本論文は、追加のロボットデモデータや大規模な学習を行わずに、既存のロボット基盤モデルのゼロショットタスク性能を高めるARCという推論手法を提案しています。ARCは、推論トレース、自動ラベリングパイプライン、事前学習済みモデルがこのトレースを制御に用いるための適応手法の三要素で構成されます。著者らはRoboLab-120とMolmoSpacesで新たな最高水準を達成し、実機ではπ0.5のタスク成功率を82.2ポイント向上させたと報告しています。
説明WorldAlign：世界整合性のある動画生成のための分離型4D報酬フレームワーク
要約本論文は、動画生成の世界整合性を高める分離型4D報酬フレームワーク「WorldAlign」を提案します。静的領域と動的被写体を意味的に分け、静的部分では幾何学的事前知識と再投影ベースの報酬を、動的部分では視覚言語モデルとチェックリストに基づく評価を用います。Wan2.1およびWan2.2の2つの画像動画生成モデルで、全体や被写体の動きを抑えずに静的・動的両方の整合性を改善したと報告されています。
説明Marformer：欠損データの分布を予測するTransformer
要約本論文は、観測された値の任意の集合を条件として欠損変数の条件付き周辺分布を直接予測する、BERTに似たTransformer「Marformer」を提案している。Marformerは同時分布全体をモデル化せず、データ生成過程に関する領域知識も必要とせず、単一の順伝播で予測を行う。三つの合成データ領域と一つの実データセットで評価され、古典的な欠損データ手法に匹敵するかそれを上回り、生成的ベースラインより大幅に高速であったと報告している。
説明潜在コア・トークナイザー：圧縮しつつ意味を保つ
要約本論文は、言語に依存しない分割手法 Latent Core Tokenizer（LCT）を提案します。最小記述長、エントロピーに基づく境界信号、形態素の制約を用いて再利用可能な言語単位を先に見つけ、そのあと共有語彙を構築します。104言語・20万トークンの語彙での実験では、LCT は BPE、Unigram、均衡を考慮した BPE よりトークンあたりの断片数が少なく、MorphScore が高くなりました。4つの多言語下流タスクの総合スコアは、それぞれ 1.48、1.83、2.00 ポイント向上しています。著者らは、圧縮率だけでは表現の質は予測できず、形態に基づく構造発見と頻度による語彙配分が重要だと述べています。
説明OnTrack：ストリーミング構造認識最適輸送によるLLMエージェント軌跡のリアルタイム監視と介入
要約本論文はOnTrackを提案します。これは、エージェントの各ステップと依存関係を記録された成功実行と比較し、ステップごとに約1ミリ秒でユーザーへの通知やエージェントの停止を行うストリーミング監視機構です。SWE-benchの軌跡での評価では、最初の8ステップに基づき、内容類似度による手法よりも失敗軌跡を成功軌跡より低く順位付けできました（AUROCで0.057高い）。中止ポリシーを用いると、失敗する実行に費やされたであろう計算資源の約18%を節約でき、中断された実行の83%は実際に失敗に向かっていました。
説明AgentGarten：エージェントを進化させるコードで記述された仮想世界
要約本論文は、シミュレータ、ゲームエンジン、共有のニューラルレンダラを組み合わせ、リアルタイムに対話可能な環境を構築する AgentGarten フレームワークを提案しています。エージェントは視覚的な観測を通じて世界を知覚し、各ラウンドの経験をプレイブックにまとめて後続のエージェントに引き継ぎます。著者らは、従来の強化学習が数百万回を要するのに対し、4 ラウンドで学習できたと報告しています。
説明カーネル自己符号化器と二段階最適化によるデータ駆動型Koopman埋め込み学習
要約本論文は、データから有限次元のKoopman埋め込みを直接学習するカーネルベースの手法EDMD-kDLを提案します。配点法と二段階最適化を組み合わせ、カーネル辞書とそれに対応するKoopman近似を同時に学習します。全球海面水温の予測や動画データからの学習などの実験で、ニューラルネットワークベースの手法と同等以上の性能を示し、必要なカーネル行列の大きさが訓練データ数ではなく配点数に依存するため大規模データにも拡張可能です。
説明具身チューリングマシン：ロボットの再帰的自己改善のための状態付きコード
要約本論文は Code-Only-as-Policy（COAP）を提案し、カメラ画像と固有受容感覚からコードでロボットや環境、タスクの状態を追跡し、そこから全ての意思決定を行うとしています。実行時に VLM や VLA は不要です。RoboDojo の 42 の両腕タスクでは、テスト時にモデルを使わずに成功率 70.24% に達したと報告されています。
説明どのスキルを蒸留すべきか？SGUID：モデルとスキルの共進化のためのコンパクトなスキルバンクの選定
要約本論文は、検索された全スキルが有用とは限らないことを示します。スキル条件付きポリシーを教師とするオンポリシー蒸留では、検索されたスキルのうち有効な蒸留シグナルを与えるものは25%未満でした。提案手法SGUIDは、学習中に一貫して有効な学習シグナルを生むスキルのみを残して蒸留します。4つのモデルで、選ばれた6スキルの蒸留は全バンク蒸留と同等以上の結果を示しました。
説明HANS：ノイズを含む複合文書解析のための手書き解答用紙データセット
要約本論文は、実際の教育現場の学生答案を対象に構築されたデータセットHANSを提案する。数式、自然言語テキスト、手描きの表、取り消し線や訂正・削除などのノイズを含み、細粒度の注釈が付与されている。また、特徴量レベルの軽量なノイズ抑制モジュールと、デコード段階のノイズ認識型注意機構による二段階のノイズ抑制を行うエンドツーエンドのフレームワークNA-GOTを提案している。実験では、HANSが既存手法にとって大きな課題であること、NA-GOTが解答過程の認識において精度と安定性を有意に向上させることが示された。データセットは論文公開後に一般公開される予定である。
説明敵対的MDPにおける方策最適化の水平線ギャップの解消
要約本論文は、敵対的損失と바ンディット型フィードバックを持つオンラインのエピソード型表形式マルコフ決定過程における方策最適化を扱います。著者らは正則化Q関数を用い、各状態での局所更新の安定性を状態-行動ペア全体にわたって同時に制御することで、占有測度ベースの手法と比べて水平線Hの倍数だけ大きかった既存の方策最適化の後悔上界の差を縮めています。既知遷移と未知遷移の場合にそれぞれ高確率の後悔上界を与え、後者は既知の最良結果と一致します。さらに敵対的線形混合MDPへの拡張も示されています。
説明引用はしても参照していない：法的思考連鎖の忠実性に関する反事実監査
要約本研究は、大規模言語モデルが判決の根拠として挙げる法令や判例が、実際にその判断を左右しているかを検証しています。事実関係を固定したまま、挙げた法的根拠を無関係なものに差し替え、モデルの隠れ状態から判断の変化を読み取りました。その結果、根拠の名前は高い割合で正しく挙げられる一方、根拠を変えたときに判断が変わる割合は低く、ベンチマークによって大きく異なることが分かりました。
注目点引用する法的根拠を入れ替え隠れ状態を追跡し、法的推論の忠実性を検証。七モデル四ベンチマークで引用と判断の乖離を示し、証拠は比較的確かである。
説明正確だが謙虚ではない：知識衝突下におけるLLMエージェントの認識的謙虚さの評価
要約検索された証拠がエージェントの既存の信念と矛盾する場合に、回答を修正するか、不確実性を認めるか、誤った結論に固執するかを調べた論文です。著者らは、識別・解決・エスカレーションの三つの次元で認識的謙虚さを評価する枠組みを提案し、四つのエージェントを対象に実験を行いました。その結果、タスク精度が高くても謙虚さが高いとは限らないことが示されました。
説明ブール立方体上の部分空間の不確定性と鋭い標本化閾値
要約d 次元ブール立方体上で次数 k 以下の関数からなる既知の m 次元部分空間において、二乗母集団 L2 損失の下でのガウス回帰を研究する。極小化誤差に必要な標本数の鋭い閾値を与え、Polyanskiy–Samorodnitsky の不確定性原理を強化する。雑音がある場合にはパラメトリックな速度に必要な標本数が 4^k に対して指数的に増える一方、雑音がない場合は O((m+t)2^k) 個の標本で足りることを示す。
説明視覚言語モデルの空間推論向上のための、ルーティングされた3D特権情報の蒸留
要約視覚言語モデルは、RGB入力が幾何学的証拠を直接与えないため、空間推論が弱い点が課題です。本論文はGPD（幾何特権蒸留）を提案し、深度・意味・鳥瞰図の手がかりを簡潔なテキストとして教師モデルに与え、誤った軌跡にのみ特権KL項を適用してGRPOを強化します。展開時のモデルはRGBのみを用います。
説明自分のもの？それとも相手のもの？記憶を繋がれた言語モデルは互いの記憶を自分のものとみなす
要約研究者は同一の言語モデル2つを用意し、それぞれに非公開のルールと符号を持たせました。受信側は相手の内部記憶も参照できます。伙伴の記憶に重みを2倍かけた場合、受信側は割り当てられたルールを問われると97%の回答で相手のルールを挙げました。同じ重みでは、回答の約半数で相手のルールを自分のものとして扱いました。内部状態を交換するシステムでは、情報の伝達だけでなく帰属も検証する必要があると著者らは述べています。
説明SplitJEPA：再構成なしで不変・可変の潜在世界を学習する手法
要約本論文は、観測を再構成せずに潜在状態と、その不変成分・可変成分の構造を表現空間で直接学習する結合埋め込み予測アーキテクチャ（JEPA）SplitJEPAを提案しています。定常ガウス予測ダイナミクスと全ランクの変動条件のもとで、観測デコーダを用いずに不変部分空間と可変部分空間をブロックごとの等長変換まで同定できることを証明しています。合成非線形システムとロボット操作タスクでの実験により、理論結果を裏付けています。
説明事前障壁の克服：ロングテール分布下の教師ありファインチューニング
要約本論文は、大規模言語モデルの教師ありファインチューニングにおいて、概念ごとに事前学習による支えの度合いが異なる点を扱う。研究者は「事前障壁」を提案し、それがロングテール分布に従うことを示した。限られた予算の下で指示を選ぶ適応的手法PASSを提案し、四つの設定で七つの既存手法を上回ったと報告している。
説明推論に基づく視覚編集のベンチマークとエージェント枠組み
要約本論文は、マルチモーダル大規模モデルが複雑な指示への追従、外観の一貫性の維持、柔軟な入力形式への対応において視覚編集で課題を抱えていると指摘します。6つの推論次元、12のサブカテゴリ、65の細粒度タスクからなるベンチマーク RISEBench++（1000件の人手注釈付きテスト、英語・中国語版）を提案しています。さらに学習不要のエージェント枠組み RISE-Agent を提示し、評価した中で最強のモデル GPT-Image-2.5 Sunburst の正解率は 56.6% にとどまると報告しています。
説明AIエージェントは学習で頂点に立てるか？長期対戦ゲーム大会におけるヒューリスティック学習の評価
要約本論文は、モデルの重みを固定したまま、ゲームの経験をもとに実行可能な方策やソフトウェアを改良する「敵対的ヒューリスティック学習（AHL）」という枠組みを提案しています。12種類の対戦ゲームと1,920件のアーカイブ済み人間プログラムからなるベンチマーク「AAArena」を構築し、実際のゲーム大会に近い手順で評価しています。結果として、最も良い構成は6個の金メダルを獲得した一方、残る6つの人間のランキングの首位には届かず、ルールが複雑なゲームほど性能が低い傾向が示されています。
説明離散拡散モデルのデータ効率的学習：適切な時点で「別のデータ」を使う
要約本論文は、データが乏しい状況で離散拡散モデルを訓練する枠組み RefineMix (リファインミックス) を提案しています。特定の拡散時刻において分布外データを用い、サンプリング分布を歪めずに汎化性能を高めます。5 つのドメインシフト設定では、ドメイン内の微調整やデータ混合と同等以上の結果が報告されています。タンパク質配列生成では、197 件のドメイン内例による微調整で、新規性・折りたたみ可能性・同一ファミリー性を同時に満たす生成タンパク質の割合がほぼ倍増したとされています。
説明VFold：対称性を考慮したクロスレイヤー値キャッシュ圧縮
要約大規模言語モデルのデコードでは、キーバリュー（KV）状態をキャッシュして処理を高速化しますが、長いコンテキストではこのキャッシュがメモリの大部分を占めることがあります。本論文は、層間のキャッシュの類似性を利用し、対称性を考慮した値キャッシュの統合手法を提案しています。著者によれば、この手法はモデルのアーキテクチャを変更せず、デコード時の性能低下も避けられるとされています。さらに、量子化やキー・キャッシュの剪定など既存の圧縮技術と組み合わせることで、単独では達成できない圧縮率に到達できると述べています。
説明ContiLNN：液体ニューラルネットワークによるスライス間不連続性の緩和と医用画像復元
要約本論文は、二次元復元バックボーンに双方向閉形式連続時間（Bi-CfC）モジュールを加えたContiLNNを提案し、隣接スライス間の解剖学的連続性を利用して画像を復元する手法を示している。スライス指数の間隔がゲートを調整するため、数値ODE積分なしでサンプリングの変化に対応できる。CTノイズ除去、MRI超解像、低カウントPET復元の3課題で、Restore-RWKVより平均PSNRが向上し、RMSEも低下したと報告している。
説明asdex：JAX における自動スパース微分ツール
要約本論文は、JAX 向けの自動スパース微分ツールキット asdex を紹介しています。ヤコビ行列やヘッセ行列の疎構造を利用し、パターン検出、グラフ彩色、圧縮微分、展開の4段階で自動微分の回数を減らします。提供される jacobian と hessian は jax.jacobian と jax.hessian の代替として使えます。
説明RiCo：局所接触推論による剛体相互作用のニューラルシミュレーション
要約本論文は剛体接触推論（RiCo）を提案し、物体間の相互作用を接触面の点の疎な近傍で表現します。近くの表面のみが接触情報を交換し、剛体内部で情報を伝播させます。MOViベンチマークでは、基準手法と比べて100フレーム後の位置誤差と姿勢誤差がそれぞれ31〜35%、約38%低減し、貫通時間と平均深度の差は11.0%と2.22 mmでした。また小規模な学習シーンから270物体を含むシーンへゼロショットで一般化し、実世界の多球衝突実験では予備的なsim-to-real転移の証拠が示されています。
説明予測補助型データ融合による処置効果推定
要約ランダム化比較試験（RCT）は交絡がないものの小規模であることが多く、観察研究（OBS）は大規模だが交絡の影響を受けうる。本論文は、OBSに特別な仮定を置かずに両者を融合する枠組みを提案する。RCTに基づく推定の不偏性を保ちつつ、大規模なOBSから検出力を借りて精度を高める。この考え方に基づき、閉形式の重みと信頼区間を持つ平均処置効果推定量AIPW-Fusion、および条件付き平均処置効果の学習器DR-FusionとR-Fusionを構築した。実験により知見が裏付けられたと報告されている。
説明最適なオラクル計算量を持つ合成型オンラインから非凸への変換
要約本論文は、確率的な非滑らか非凸の合成最適化問題を扱います。目的関数は、非滑らかになり得る非凸のLipschitz関数と凸正則化項の和で、確率的勾配または関数値を通じてアクセスします。著者らはオンラインから非凸への変換の枠組みを合成問題へ拡張し、正則化項そのものを含む新しい損失を学習器に導入して、低い後悔を達成する手法を示しました。必要な確率的勾配の問い合わせ数はO(δ⁻¹ε⁻³)、関数値の問い合わせ数はO(dδ⁻¹ε⁻³)で、非合成の非滑らか非凸最適化における最適率と一致します。
注目点オンライン非凸変換の枠組みを複合非滑らか非凸最適化へ拡張し、非複合の場合と同じ最適な計算量を理論的に示している。
説明SparseDecoding：デコード時の分布に合わせた剪定で、LLM推論を高精度かつ高速化する手法
要約大規模言語モデルのデコード段階はメモリ帯域に律速され、遅延が大きくなります。本論文は、デコード向けの剪定フレームワーク SparseDecoding を提案します。密なモデルが自己回帰生成を行う際の層ごとの活性化（プリフィルを除く）から校正行列を構築し、剪定の目的をデコード時の活性化分布に合わせます。また、ビットマスク索引を用いた N:M 疎行列-ベクトル積カーネルも開発しています。Llama-3.1-8B、Llama-3.3-70B、Qwen3-14B/32B での実験では、長文生成ベンチマークで固定テキストによる校正を上回り、A100 GPU で最大 1.48 倍のエンドツーエンドのデコード高速化を示しました。
注目点デコード段階の活性化分布のずれに着目した剪定手法と、N:M疎行列-ベクトル演算カーネルを提案。複数の大規模モデルで長文生成により検証され、最大1.48倍の高速化。
説明事前知識かフィードバックか：LLM はニューラル演算子の調整で何を利用するか
要約本研究は、限られた試行予算のもとでニューラル演算子の微調整設定を大規模言語モデル（LLM）が選ぶ際、初期のタスク文脈だけに頼るのか、それとも実験フィードバックに応じて判断を調整するのかを検討している。ほぼすべての比較で、LLM はランダム探索やベイズ最適化よりも低いテスト nRMSE を達成した。受控介入により、初期設定が有利な事前バイアスを持つこと、検証スコアを与えると次の提案が変わることが確認され、タスク依存の事前知識と実験フィードバックへの感度を併せ持つことが示された。
説明公共財のジレンマにおけるマルチエージェント学習が生む空間パターン
要約本論文は、協力者と裏切り者がそれぞれ表形式Q学習で移動方針を学習する場合に、どのような空間パターンが現れるかを調べています。協力者は資源のピーク付近に集まり、学習率の組み合わせが集団の厚生に影響します。検証した学習率の条件では、混雑による損失が資源便益の増加を上回り、平均厚生はランダムな移動より低くなります。
説明学習時の適応と推論時のガイダンスによる生成モデルの動きの制御可能な誇張
要約この論文は、既存のテキストから動作を生成するモデルが動きに乏しい問題に対し、アニメーションの誇張の原則を取り入れています。学習段階では、厳選した誇張データセットで事前学習済みモデルを微調整します。推論段階では、動的運動プリミティブ（DMP）に基づく誇張の数式を定め、それを拡散モデルやフローマッチングモデルの誘導信号として用い、追加の学習なしで誇張した動きを生成します。著者らは、三つの主要モデルとの比較で、元の意図と物理的妥当性を保ちつつ、より表現力のある動きが得られたと報告しています。
説明ルールなしの判定：LLMコンプライアンスシステムにおける規制ルールへの感度の診断と監査
要約本論文は、大規模言語モデルのコンプライアンス判定が実際に与えられた規制ルールに依存しているかを検証します。5つのモデルと20の規制・プラットフォームポリシー分野で、事例を固定したままルールを削除・置換・否定し、判定や内部表現が変わるかを調べました。その結果、多くのモデルは規則の大きな変更に対しても判定が変わりにくく、ガードモデルは正答率51%と最も規則に鈍感で、汎用モデルの90〜92%を大きく下回りました。
説明領域内学習だけで細粒度の産業異常理解は十分か？空間的に根拠づけたマルチエージェント手法
要約本論文は、単一のマルチモーダル大規模言語モデルでは産業異常の検出・局所化・記述・推論を同時に高精度で行うことが難しいと指摘します。領域内で学習させても、MMADベンチマークでの欠陥局所化精度は最大75.5%にとどまり、人間の専門家の92.3%には届きません。提案手法SiGMAは、異種のモデル・エージェントと専用の視覚欠陥エキスパートが役割分担するマルチエージェント枠組みで、ラベル不要の信頼性制御器が各情報源を重み付けします。MMADでの平均精度は85.2%と報告されています。
説明BudgetPix：ピクセル空間画像拡散モデルのための計算量適応型トークン化手法
要約既存の画像生成モデルは同じ大きさの画像パッチに一律の計算量を割り当て、推論時に資源制約へ合わせることができません。BudgetPixは視覚的複雑さと空間配置に基づいて計算量を動的に配分し、単一のチェックポイントで幅広い計算予算に対応できるようにします。論文によると、テキストから画像への生成では元の計算量の25%でMiniT2I-L（512²）およびPixelDiT（1024²）と同等の忠実度を達成し、クラス条件付き生成では計算量の60%でFIDの上昇は0.8にとどまりました。
説明認知表現と問題解決の構造理論：文脈、不変性、知識空間
要約本論文は、文脈形成、不変性の認識、代表要素の選択、抽象化、手続きの再利用など、問題解決に必要な表現操作を明示する最小限の構造的枠組みを提案している。中心概念である「文脈」は状態空間の部分集合の分割として定式化され、概念グラフと手続きグラフからなる「知識空間」に実現される。簡単な例と有限の弱い求解器による実演を通じて、適切な表現の組織化が規則性の形式と適用範囲を単純化しうることを示している。貢献は主にアルゴリズムではなく構造面にある。
説明「何か」から「どれか」へ：凍結されたMLLMにおける修飾語のグラウンディングの解読
要約本論文は、凍結された多モーダル大規模言語モデル（MLLM）が、色や空間位置などの修飾語を生成する際に、指示対象のインスタンスを特定する情報を含むかを検証する。最適輸送（OT）を用いて生成トークンと画像領域を対応付け、コンパクトなグラウンディングマップを作成する軽量な教師ありプローブ「OTTER」を提案している。実験では、修飾語トークン、特に空間語から識別的な視覚情報を解読できることが示され、その結果は文脈の摂動下でも有効で、自由生成や他データセットへも拡張できるとされている。
説明大規模言語モデルの内部を見る：小世界結合は推論能力の構造的指標
要約本論文は、知能の高さと脳機能ネットワークの小世界構造の関連という神経科学の知見にならい、注意ヘッドの活性化類似度から機能グラフを構築し、小世界指数（SWI）を算出しました。SWI は複数のモデルと学習チェックポイントで流動的推論性能と一貫して相関しました。さらに、コア・スコアとブリッジ・スコアに基づく階層的スパース性配分手法 SWA を提案し、六つの大規模言語モデルで比較手法より性能と小世界構造を保ち、WikiText のパープレキシティを最大 20% 削減しました。
説明関数勾配で導かれる言語モデルによる確率論理プログラムの学習
要約本論文は、データから確率論理プログラムを学習するフレームワーク grasp（Gradient-boosted Synthesis of Probabilistic logic programs）を提案する。関係構造の学習を関数勾配ブースティングとみなし、弱学習器を一階述語規則とし、困難な内部探索を大規模言語モデルによる候補生成に委ねる。分子毒性予測（Tox21）、変異原性、文献引用照合（Cora）の4つの関係データセットで評価され、純粋な記号的手法、ニューラル手法、LLMベースの手法を上回り、解釈可能な重み付き規則集合を出力する。
説明マルチエージェント一人称視点世界モデル：きめ細かな身体的インタラクションの同期的映像生成
要約本論文は、共有環境内で細かな動作を通じて相互作用する複数エージェントの一人称映像を同期的に生成する、マルチエージェント一人称視点世界モデルME-Worldを提案しています。共有トークン列で複数の視点を同時にデノイズし、各視点を全エージェントの目標視点の姿勢で条件付け、共有環境メモリで生成を支えます。実データと合成データで学習・評価を行い、共有世界の一貫性、動作制御、個体識別の保持、映像品質において既存手法より優れていると報告しています。
説明機械学習と高エネルギー原子核物理学：パターン認識から物理を組み込んだ発見へ
要約本論文は高エネルギー原子核物理学における機械学習の近年の進展をまとめた小規模レビューです。初期の事象分類や代理モデル中心の応用から、物理を組み込んだワークフローへの移行に焦点を当てています。重イオン衝突、中性子星、格子場の理論、ホログラフィックまたは連続QCDなどの分野を扱い、対称性や因果性といった物理的制約の取り入れ方や、不確かさの定量化と検証が結論の信頼性をどう左右するかを論じています。
説明一語で門が開く：エージェントのガードレールとして使われる型付き判定モデルへの選択肢チャネル攻撃
要約本論文は、エージェントのガードレール（ツール呼び出しやメッセージを許可するか判定する部品）として使われる型付き判定モデルの安全性を検証しています。7つのオープンウェイトモデルを評価し、インジェクション等の判定精度が36%から72%にとどまることを示しました。判定に無関係なログ文を加えたり選択肢名を誤解を招く形に変えたりすると、誤って許可する割合が大幅に上昇し、既存の防御も突破されました。著者は、これらのモデルを最終判断を行う部品にすべきではないと結論づけています。
注目点選択肢ラベル経路攻撃を提案し、型付き決定モデルのエージェントガードレールとしての脆弱性を示す。七モデルでの体系的評価と複数防御の破綻を示し、証拠は十分。
説明Slot3R：ストリーミング3D再構成のための集合連想型空間メモリ
要約本論文は、ストリーミング3D再構成における空間メモリの課題を扱います。Point3R（点ベースの空間メモリ手法）は空間的近接だけで新しい観測を既存の記憶エントリに対応付け、融合も決めるため、位置は近いが状態の異なる情報が平均化されて失われると指摘しています。Slot3Rは、事前学習済みのPoint3Rバックボーンを凍結したまま、学習不要で共有アドレス内に複数の状態を共存させる集合連想型の改造を提案します。300〜500フレームでは、7Scenes と NeuralRGBD で点群精度誤差を低減し、3つの位姿ベンチマークで軌跡誤差を下げています。800フレーム以上ではPoint3RとInfiniteVGGTがメモリ不足になる一方、Slot3Rは600〜1000フレームの全設定を完了しました。
説明ARGUS によるゲノム調節領域の解読：一塩基多型を解釈する、証拠制約型エージェント枠組み
要約本論文は、非コード調節領域にある一塩基多型（SNV）を解釈するための ARGUS 枠組みを提案します。決定論的な生物学的計算と大規模言語モデルによる推論を厳密に分離し、458 個の DNABERT ベースの転写因子結合モデルを仮説駆動型の調査ループに組み込んでいます。8q24 がんリスク座位の変異 rs6983267 を事例に、四つの転写因子について異なる調査経路が得られ、ADASTRA、JASPAR、ENCODE cCRE の実データに基づいて判定、あるいは判定保留が行われました。固定優先順位の計画と比較すると、LLM による計画は、より少ないツール呼び出しで同じ判定に到達したと報告されています。
説明HarnessSQL：実際のデータベース環境でSQLエージェントを実行ハーネス内で訓練する手法
要約本論文は、SQLエージェントを実行ハーネス内で後訓練するHarnessSQLを提案しています。エージェントはデータベースとの多段階の対話を通じてスキーマを確認し、探索的クエリを実行し、エラーを修正することを学びます。独立した実行可能なデータベース環境と非公開の実行判定器を用い、検証済みの軌跡のみを教師ありファインチューニングに使い、その後実行結果を報酬とする強化学習を行います。Spider 2.0-SQLiteでは、Qwen3-8Bの実行精度が15.5%から45.2%、Qwen3-14Bが22.2%から54.8%に向上し、BIRD-InteractやLiveSQLBenchにも転移したと報告されています。
説明DVD：MLLMベースの知覚を効率化する動的ベクトルデコード
要約本論文は、2D・3Dの知覚結果（2Dバウンディングボックス、2Dマスク、3Dバウンディングボックス）を1次元ベクトル列に変換し、コンパクトな離散トークンへ写像する動的ベクトルデコード手法DVDを提案しています。軽量なデトークナイザーで元の表現に戻します。RefCOCOやKITTI、nuScenesなどの2D・3Dベンチマークで、トークンのオーバーヘッドと推論遅延を大幅に削減しつつ、より高い性能を示したと報告されています。
説明AdaptLSTM：分布ドリフト下のクラウド負荷予測のための効率的な適応型オンライン学習
要約本論文は、ウェブ規模のクラウドサービスにおける弾力的なリソース配分のための負荷予測手法AdaptLSTMを提案する。検証データで校正した閾値によりドリフトを検出し、必要な箇所だけを選択的に更新する。二つの公開トレースでは、ナイーブなオンライン学習の改善効果の一部を、より低いコストで得られることが示されている。この枠組みはLSTM、GRU、Transformerのいずれにも適用できるとされている。
説明Syn-Omni：全モーダル埋め込みのための構造化された専門化と段階的協調の手法
要約本論文は、全モーダル埋め込みを構造的に適応させる枠組み Syn-Omni を提案します。OME-LoRA は、汎用的な意味を学ぶ共有経路と、モーダルごとの特徴を学ぶモーダル専門家経路に適応を分けます。PSR（Progressive Synergy Routing）は、専門家がまず各モーダルに固有の事前知識を形成し、その後ほかのモーダルの専門家と段階的に相互作用する仕組みです。画像、動画、音声、視聴覚の4モーダルにまたがる81タスクで、ベースラインを上回ったと報告されています。
説明埋め込みにはどれだけの音声が残るか：音声エンコーダの逆変換監査
要約本論文は、事前学習済み音声エンコーダの凍結表現にどの音響情報が残っているかを調べています。共有の Stable Audio Open 潜在拡散デコーダを用い、VGGish、ConvNeXt、CLAP、EnCodec の表現から5秒・44.1kHz のステレオ音楽を再構成し、Million Song Dataset で評価しています。エンコーダ系統ごとに再構成のしやすさに明確な差があり、より細かい時間・周波数構造が見えるほど復元が改善することが示されています。圧縮されたタスク指向の埋め込みでも、元音源の特徴と高次の音楽内容を保つ再構成が可能だとされています。
説明動的な危険領域における実時間運動計画：古典的手法と学習ベース手法の比較
要約本論文は新しい計画手法を提案するのではなく、古典的な計画法と学習ベースの手法を統一ベンチマーク上で比較しています。両者は同じ環境、運動制約、情報の前提、評価指標で検証されます。試験環境は回転するスプリンクラー状の危険源が扇形の禁止領域を時間的に変化させる平面領域です。決定的な環境では古典的計画器がほぼ完璧な成功率と高品質な経路を示しましたが、確率的な障害物動態のもとではオンライン探索が計算予算に強く依存しました。同じシナリオ分布で学習したPPO方策は、遅延、成功率、経路品質のいずれでも一貫して優れていました。著者らは、部分観測性よりも障害物の変化の不確実性が、どの計画方式が実際に有効かを決める主要因だと結論づけています。
説明EgoVoice：一人称マルチモーダル映像ストリームに基づく能動的な音声アシスタント
要約本論文は、一人称の映像と音声の連続ストリームから、いつ話すか、何を話すかを判断する能動型の音声アシスタントを訓練・評価するフレームワーク「EgoVoice」を提案している。HoloAssistの実際の人間の指導者による映像から音源分離と音声再合成でクリーンな音声ストリームを構成し、全モダリティ対応のLLMを微調整したうえで、直接選好最適化により介入の振る舞いを改善している。実験では、EgoVoiceが介入のタイミング、内容の関連性、人間の選好においてゼロショットのベースモデルより改善を示したと報告されている。
説明持ち上げる前にバッチ化：大規模グラフのためのスケーラブルなトポロジカル深層学習
要約本論文は、大規模で密なグラフ（Reddit など）では高次構造を全体で構築すると学習が困難になる問題に対し、Cluster-TNN というフレームワークを提案しています。前処理でグラフを分割し、実行時にノードクラスタを抽出して誘導部分グラフをミニバッチとし、各ミニバッチ内で持ち上げ処理を行います。21組の全グラフ実行との比較で、すべての設定においてピークGPUメモリが削減され、平均83.2%の削減を達成しつつ、予測性能は競争力を保ったと報告されています。
説明RIFT：木構造に基づく相対的孤立度による異常検知手法
要約本論文は、教師なし異常検知のためのRIFT（Relative Isolation From Trees）を提案します。最小全域木を構築し、各点から見た木の辺の見かけのサイズの総和を異常スコアとします。一次元データでは、RIFTのスコアは孤立森林（Isolation Forest）の閉形式の極限と厳密に一致します。高次元では、パラメータ不要で決定論的に動作し、密度の変化や集中型の異常に頑健で、IFに見られる軸平行の偏りも避けられます。実験では精度がIFと同程度で、アンサンブル版は乱数シード間の分散が大幅に小さいことが示されています。
説明NativeScope：正しいアンカーを用いた、ネイティブな構造上の関係ベース範囲限定検索
要約本論文は、アンカーと関係が既知の質問に対し、まず範囲を絞ってからランキングする検索手法 NativeScope を提案しています。データに既に存在する節の所属、セッション境界、元の順序などの構造を利用し、対象範囲を選んだうえで、その範囲内のチャンクのみを順位付けします。200件の制御されたドキュメントおよびメモリ記録での評価では、原生単位の再現率がドキュメントで 89.28%、メモリで 72.50% となり、全体を対象とする Dense RAG をそれぞれ 42.75 と 22.00 ポイント上回りました。アンカーを自動の Top-1 で選ぶと、メモリの再現率は 35.50% に低下します。
説明TokenRouter：トークン単位LLMルーティングのための高効率推論サービスシステム
要約本論文は、トークン単位で大規模言語モデル（LLM）のルーティングを行う推論サービスシステム「TokenRouter」を提案する。開発者は単一リクエストの視点でルーティングロジックを記述し、実行時には各モデルごとにサブサーバーを起動して非同期にリクエストを振り分ける。各サブサーバーは遅延バッチ処理のスケジューラを用い、そのハイパーパラメータはシステムのスループットの数理モデルから導かれる。論文によれば、さまざまなルーティングアルゴリズム、ワークロード、モデル組み合わせで、既存システムの2.01～64.15倍のデコードスループットを達成したという。
注目点トークン単位ルーティング向けに、リクエスト中心のプログラミングとモデル中心の実行を組み合わせた新しいサービング構造を提案し、スループットモデルで調度パラメータを導出。複数設定で2.01〜64.15倍の向上を示している。
説明AdaCast：適応型時系列予測のための条件付きパラメータ生成手法
要約本論文は、事前学習済み時系列基盤モデルの適応がすべての入力に同一の調整を行う点を課題とし、AdaCastという条件付きパラメータ生成の枠組みを提案しています。生成器が入力ごとに低ランクのパラメータ更新を作成し、凍結された事前学習モデルを訓練時と推論時の両方で各入力に適応させます。著者らは6つの公開ベンチマークで、ドメイン内予測において静的適応の基準手法を上回り、未知データセットへのゼロショット汎化も改善したと報告しています。
説明La-Ribo：幾何-潜在フロー・マッチングによるRNA配列・構造の協調設計
要約本論文は、幾何-潜在フロー・マッチングによってRNAのヌクレオチド配列と三次元構造を同時に生成する枠組みLa-Ribo（ラ・リボ）を提案しています。研究者らは、実験データと三つの折りたたみモデルの予測を統合した168,561のRNA構造からなる品質管理済みコーパスを構築し、そのうち10,631個はMSAに基づく本研究での生成構造です。評価では、複数のサンプリング予算と二つの再折りたたみモデルにおいて、La-Riboが比較対象の基準手法より高い設計可能性と協調設計可能性を示したと報告されています。
説明研究世界モデルとしての言語モデル：候補実験の結果を予測する言語モデルの研究
要約本論文は、言語モデルを用いて研究上の介入（候補実験）の結果を予測する研究世界モデル（RWM）を検討しています。事前学習、事後学習、推論にわたる9つの研究環境で得られた2,600件以上の実験記録に基づいて評価を行っています。実験経験から得た研究知識は、同じ環境内の未知の介入の予測を改善し、環境間で再利用できることが示されています。
説明遅延を考慮した時系列予測のテスト時適応の監査：「未来で学習する」問題
要約本論文は、時系列予測におけるテスト時適応（TTA）手法を監査したものです。H ステップ先の予測の正解ラベルは H ステップ後にしか得られないため、著者らはラベルが s+d ステップ（d≥H）でのみ更新に使えるリークのない評価環境を構築し、四つの最近の手法を公式コード上で検証しました。結果として、多くのデータセットで公開手法の一部が凍結モデルより有意に悪化し、単純な閉形式の補正器がより有利な場合があることが示されています。
説明プロンプトから構成へ：ポスター生成のための空間キャンバス・インターフェース
要約テキストプロンプトでは二次元の構図意図を一次元の単語列に置き換える必要があり、ポスター生成には不向きだと論じています。本論文は、意味・同一性・テキスト・ピクセルの四種類の結合方式と、要素および全体外観のテキスト仕様により、ユーザーが空間上で直接構図を組み立てられる空間キャンバス・インターフェースを提案します。これに基づく Compo モデルは、事前学習済みの画像編集モデルを改良したもので、キャンバスを直接指定する方式と、高レベルの要求から計画されたキャンバスを自動生成するエージェント方式の両方に対応します。
説明VibeEdit：キャンバス指示による画像編集
要約本論文は、ユーザーが画像上に空間的なマークと短いメモを直接配置し、編集箇所と変更内容を同時に指定する「キャンバス指示」による画像編集方式を提案しています。提案エディタVibeEditは、テキストプロンプトなしで物体の追加・削除・置換・属性変更・移動を行います。類似した物体の中から対象を選ぶ場面を重視した419件の基準評価では、VLMルーブリックスコア79.9、非編集領域のPSNR 32.8 dBを達成し、評価で最も高かったテキスト指示ベースラインFireRed（67.4点、24.0 dB）を上回りました。
説明直感と証拠：マルチモーダルエージェント向け適応型デュアルメモリ
要約本論文は、マルチモーダルエージェントの長期記憶を扱い、モデル内部の潜在記憶を直感的な事前知識として、多索引のエピソード記憶と組み合わせる二重記憶フレームワークを提案しています。検索条件付きの結合アラインメントにより正確な証拠を再構成し、推論時にはJensen-Shannon Divergence（JSD）感度と信頼度の代理指標に基づく学習不要のルーティングで両記憶を適応的に組み合わせます。多モーダルベンチマークで最先端の性能を示し、単一方式のベースラインを全体で上回ったと報告されています（素のエピソード記憶に対して +4.67%）。
説明ストライドに依存しない深層学習向けパッチ分割手法（半自動パッチ分割，SSP）
要約本論文は、自動的なストライド依存型パッチ分割手法の代替として、半自動のストライド非依存パッチ分割（SSP）を提案する。SSPはユーザーや専門家の入力を用いて、事前定義されたパッチを関心対象の上に配置する。3種類のパッチ分割方式で作成したデータセットでDeepLabV3+モデルを学習させた結果、SSPは全体的に高いセグメンテーションスコアを示し、学習時間も最も短かった。非重複パッチは空間的カバー範囲が広いが、必ずしも性能向上にはつながらなかった。
説明DAGワークフロー向け：等予算でのモンテカルロ木探索とランダム再開リストスケジューリングの比較研究
要約本論文は、有向非巡回グラフ（DAG）ワークフローのスケジューリングにおいて、同一の探索予算のもとでモンテカルロ木探索（MCTS）と探索木を持たないランダム再開リストスケジューラを比較しています。事前登録された分析計画に基づき、予算2048の主要条件ではMCTSが再開法より2.88%劣りました。選択規則が原因と推察され、標準的なUCTに変えるとこの差はほぼ解消しました。結果は合成データ上の小規模な設定に限られます。
説明ISBO：INLA-SPDE手法による対数ガウスCox過程モデルを用いたスケーラブルな時空間ベイズ最適化
要約本論文は、時空間データに対応した初のスケーラブルなベイズ最適化フレームワークであるISBOを提案しています。対数強度を対数ガウスCox過程（LGCP）でモデル化し、INLA-SPDE手法で高速に推論を行います。合成データと実データの実験では、強度のピークを正確に発見し強度を復元でき、RKHSベースの基準手法より大幅に高速であることが示されています。
説明DiffuPlex：ローリングマスク拡散による全二重音声対話モデルの高速化
要約全二重音声対話モデルは同時に聞き話すことができますが、細粒度のモデルでは各インタラクションフレームごとにバックボーンを自己回帰的に進める必要があります。本論文のDiffuPlexは、ローリングマスク拡散により一度のバックボーン起動で複数の将来フレームを予測し、予測のうち信頼できる接頭部のみを用います。実験では、対話挙動と汎用能力をほぼ保ちながら逐次計算を大幅に削減し、展開経路での壁時計速度向上は1.46倍と1.59倍でした。
説明ベイズニューラルネットワークは十分にサンプリングしたのか？統計的保証付きの適応的推論時間
要約本論文は、ベイズニューラルネットワークの予測が入力ごとに固定数のモンテカルロサンプルで近似されることが多く、その有限サンプルから生じる誤差が制御されていない点を指摘します。著者らは信頼度列を用いて必要なサンプル数を動的に決定し、統計的保証を維持する手法を提案しています。最も確からしいクラスの特定、完全な予測分布の近似、確率しきい値による判断などに適用できるとしています。実験では、曖昧な入力により多くのサンプルを、簡単な入力には少ないサンプルを割り当て、固定予算に比べて全体の遅延を減らしつつ信頼できる判断を維持したと報告されています。
説明SciTBERT：時系列的に一貫した学習で作られた科学技術言語モデル群
要約本論文はBERTを基にしたSciTBERTモデル群を提案します。学習データは2013年から2025年の各年を締切とする科学論文、特許、高品質な教育用Web文書です。論文と特許の引用を用い、時系列的に一貫した方法で事後学習したSciTBERT-CIモデル群も作成されています。研究では、これらが既存の分野特化型モデルに概ね勝ることが示されています。また、科学と技術の接点における特許関連テキストの埋め込みを評価するPatRepEvalベンチマークも導入されています。
注目点年ごとに訓練データを区切った時系列一貫性のあるBERTモデル群と評価ベンチマークを提案し、多数のタスクで既存モデルと比較して有用性を示している。
説明SteerablePlex：全二重モデルは制御できるか
要約全二重音声モデルは同時に聞いて話せるため自然な対話が可能ですが、会話履歴が長くなるほど制御が難しくなります。ユーザーシミュレーターとして使うと、指定されたシナリオから逸脱し、信頼できない評価結果になる恐れがあります。本論文はSimIF-Benchを提案し、モデルが場面を守り複数の目標を指定順に達成できるかを検証し、既存のオープンソース全二重モデルが苦手であることを示しました。さらにGDPOに基づく学習法で、会話中にテキスト指示に従いつつターンテイキングを維持するSteerablePlexを構築し、多段階の制約で既存モデルやGPT-Realtimeより確実に従うことを報告しています。
説明エージェント型強化学習におけるデータのスケーリング則と合成戦略
要約本論文は、エージェント型強化学習の学習データがどのようにスケールするかを検討しています。データをタスク、環境、軌跡の三つの軸と報酬密度の制御変数に分解し、各軸のスケーリング関係を複数の大規模言語モデルで当てはめています。その結果、スケーリング指数は環境、タスク、軌跡の順に大きいことが示され、この規則に従った配分により、従来の「軌跡を増やす」方法と比べて計算効率が最大1.7倍になると報告されています。
説明拡散積分スコアによる最速変化検出（DI-SCUSUM）：学習不要の変化点検出手法
要約本論文は、データの分布が変化したときにできるだけ早く警報を出すための、学習不要な検出手法DI-SCUSUMを提案しています。観測値にガウスノイズを加えて平滑な密度推定を作り、Hyvärinenスコアを厳密に計算して、重要度重み付きのスコア差を累積和の増分として用います。誤警報率の指数的スケーリングと検出遅延の一次の上界を示し、シミュレーションおよびMNIST、Oxford-IIIT Petでの検出遅延をSCUSUMと比較しています。
説明DataSense-Bench：AIサイエンティストへの第一歩（AIが学習データを選べるかを測るベンチマーク）
要約本論文は、最先端のAIモデルが学習に適したデータを選び、その効果を予測できるかを検証するベンチマーク DataSense-Bench を提案しています。エージェントはデータの確認や分析コードの実行、順伝播は行えますが、モデルの学習や実際の評価タスクへのアクセスはできません。選ばれたデータで小型LLMを微調整して評価した結果、ランダム選択に対する改善は限定的で、順位付けも信頼できず、タスクによって一貫しないことが示されました。
説明Just Weather Scoring：分布拡散に基づく効率的なエンドツーエンド降水ナウキャスト
要約本論文は、単一段階かつエンドツーエンドの拡散モデル Just Weather Scoring（JWS）を提案します。レーダー空間で直接予測を行い、少ステップでの生成を可能にします。マスク付き非同期拡散と評価規則ベースの目的関数を組み合わせ、訓練と推論のコストを抑えています。SEVIR と MeteoNet のベンチマークで、確率的予測の最高水準の性能を報告しており、最小モデルでもパラメータ数が少なく、推論は17倍以上速いとされています。
説明エージェント型ブラックボックス最適化の詳細分析：ブラックボックス最適化における LLM エージェントのベンチマーク
要約ブラックボックス最適化は、目的関数の評価にコストがかかり回数も限られる多くの科学・工学問題で現れます。本論文は、合成関数、ハイパーパラメータ最適化、データベースチューニング、チップ設計、分子設計を含む、統一された有限予算の評価方式によるクロスドメインベンチマーク AgenticBBO-Bench を提案しています。実験では、エージェント型手法が五つの領域すべてで直接 LLM を用いる手法を家族平均スコアで上回り、四つの領域で最良の数値最適化器を上回りました。
説明AIによる衛星搭載の海上物体検出で地球観測データ量を削減（Versal組込みハードウェア向け）
要約本論文は、衛星上で船舶を検出し、船舶を含む内容だけをダウンリンクすることで、画素ごとの符号化ではなく内容に応じてデータを削減する方法を研究しています。68枚の注釈付きMaxar画像（43種の船舶クラス）でYOLOX-Sを学習させ、量子化してVersal VC1902のDPUに実装したところ、検出品質の低下は限定的で、1シーンあたり数秒で処理できました。港湾・沿岸の高密度シーンでは、タイル単位の送信で船舶の98%を画面データ量の29%で残し、切り抜き単位では83%を3%で残せました。
説明マルチエージェント自己教師による再帰的自己改善
要約本論文は、直接検証できない自由形式のタスクにおいて、単一の基盤モデルが多エージェントワークフローを反復的に提案・実行・自己評価するMASS手法を提案します。構造的制約のもとで進化的探索を行い、これらの計算グラフ状の編成を最適化します。二回のMASSサイクル後、四つの公開ベンチマークで出力トークンあたりの性能が1.2～1.6倍向上したと報告されています。
説明空間言語モデリングによる方策学習と状態予測の統合
要約本論文は、シーンの輪郭、目標、行動目標、将来の状態を離散座標と意味トークンの共通語彙で表す空間言語モデリング（Spatial Language Modeling）を提案している。単一の自己回帰型Transformerが共通の次トークン目的関数によって、行動生成と行動条件付きの状態予測を学習する。ランダム操作データでの事前学習の後、専門家のデモンストレーションで行動と状態を共同学習する。Push-Tでのシミュレーションと実ロボットによる評価では、競争力のある性能を示し、評価された実ロボットの方策ベースラインよりタスク成功率と目標被覆率が高かった。
説明振り返りから計画を学ぶ：推論モデルの学習のための事後的階層手法
要約本論文は推論モデルの自己改善ループを提案します。現在のモデルの能力を超える難しい問題でも、解答が与えられれば、モデルは事後的に有用な解法の着想を抽出できるという観察に基づいています。同一モデルに、問題から解法の着想を予測すること、問題と既知の解答から着想を逆算すること、与えられた着想を使って問題を解くことの三つの能力を同時に学習させます。方法の形式的な定義と、Leanにおける対話型定理証明への具体的な適用例を示していますが、実証評価は今後の課題とされています。
説明汎用グラフ異常検知には実世界の学習データが必要か？
要約本論文は、異常グラフを自動合成する AG-FORGE を提案し、実世界の異常グラフが少なく収集・注釈が高コストである問題への対応を探る。合成データによる学習は実データと同程度の性能を示したが、既存手法の能力に限界があり性能向上は頭打ちになったと報告している。そこで位相と意味の情報を統合する TS-GGAD と大規模合成学習向けのカリキュラム学習を開発し、14 の実世界データセットで既存手法を大きく上回った。
説明ソフトなコミュニティ構造によるスケーラブルな階層グラフ生成
要約本論文はSchema（スキーマ）という手法を提案し、参照グラフを階層的なソフトコミュニティに再帰的に分解し、各ノードに所属分布を割り当てます。生成は独立に訓練される3段階に分けられ、所属に条件づけた属性生成、コミュニティ内辺の生成、ブリッジノードを介したコミュニティ間接続のモデル化を行います。4つの実世界の属性付きグラフでは、参照グラフの辺をわずかしか再現せずに局所構造と長距離構造のバランスをより忠実に再現しました。さらに、最大1,000万ノードの6つの追加グラフでスケーラビリティを評価しています。
説明ゼロ過剰な連続アウトカムのためのベイズ因果フォレスト（ZIC-BCF-Smear）：治療効果推定の新手法
要約本論文は、ゼロが多く正の値が歪んだ連続分布を示す半連続アウトカムを対象に、二部構成のノンパラメトリック推定法ZIC-BCF-Smearを提案する。発生の有無はProbit型BCF、正の強度はガウス型BCFで別々にモデル化し、Duanのスメアリング推定で予測値を元の尺度に戻す。シミュレーションでは、パラメトリック仮定なしで安定した性能を示したとされる。さらに、頭頸部がん第III相試験SPECTRUMのデータに適用し、パニツムマブ併用化療が重度毒性の日数に与える因果効果を推定し、効果は主に正の強度部分に現れたと報告している。
説明グループ方策最適化でKL正則化が逆効果になる場合
要約本論文は、グループ方策最適化において参照方策のKL正則化と報酬の相互作用に生じうる7つの失敗モードを分析しています。報酬のクリップ後やグループ内で報酬が同一の場合に残るKL更新、応答長に伴うKLの増大、少数のトークンへのKLの集中などが含まれます。提案手法のZero-Sum Calibrated Policy Optimization（ZCPO）は、条件付きKLで測定した相対的ドリフトを用いて群内の報酬係数を調整し、基礎となる代理目的関数に組み込みます。数学的推論の実験とアブレーションにより、著者らの設定における有効性が示されています。
説明『Connected Self Forcing』：動画自己回帰におけるローカル学習を超えた訓練手法
要約本論文は、長尺動画の自己回帰生成のための学習フレームワーク Connected Self Forcing を提案している。従来の Self Forcing は、メモリを抑えるために履歴キャッシュの逆方向勾配を遮断していたが、本手法では勾配を自己回帰のチャンク間で再接続し、後続の予測からの信号が以前の文脈生成にも伝わるようにする。メモリ効率のため、完全な計算グラフを保持せずにチャンク間勾配を復元する「ショートカット勾配リプレイ」も開発された。実験では、推論手順を変えずに長期的な視覚品質と時間的一貫性が向上したと報告されている。
説明確率的ハード制約付き敵対的MDPにおける最適な後悔境界に向けて
要約本論文は、損失が敵対的に変化する分割型の制約付きマルコフ決定過程を、確率的なハード制約のもとで研究する。各エピソードで期待コスト制約を満たしつつ最適な後悔を得ることを目指し、MA-OPSというアルゴリズムを提案する。これは、Slater余裕度に対する楽観的探索と、選ばれた方策に対する悲観的評価を組み合わせ、十分な実行可能性余裕をもつ方策を安全に学習する。後悔は概ねO~(√T/ρ+1/(dρ))となり、対応する下界も示されており、T、d、ρへの依存は対数因子を除き最適であるとされる。
説明状態保存制約下のベイズ最適化：重要な状態量を信頼できる値の近くに保ちながら設計を改善する手法
要約本論文は、目的関数と制約が設計パラメータによって決まる偏微分方程式の解（状態）に依存する工学設計問題を扱います。著者らは、線形化した制約応答が許容範囲内に収まる制御の集合を事前に計算し、状態空間の制約を設計空間へ引き戻す手法を提案しています。この線形化から得られる楕円体から多数の候補点を効率よく生成し、線形応答写像はオンラインで更新します。托卡マク・ダイバータ最適化（プラズマ境界の保持）において、手法の有効性を端から端まで示しています。
説明拡散モデルによるインペインティングで健康な反事実画像を生成し、マンモグラフィ分類に活用する研究
要約乳がん検診のコンピュータ支援診断（CAD）システムでは偽陰性が診断や治療の遅れにつながります。著者らは健康なマンモグラフィ画像で拡散モデル（DDPM）を学習させ、RePaint手法により注釈付き病変領域を健康な組織で埋め直して反事実画像を生成し、学習データを拡充しました。VinDr-Mammoデータセットでは、4種類の分類器すべてで感度が向上し、特に特異度80%固定時に改善が見られました。
説明多言語言語モデルにおけるトークナイザー選択の言語別の影響
要約本研究は、トークナイザー以外の条件を揃えた上で、54種のトークナイザーにまたがる123の言語モデルを学習させました。言語モデルの学習データが少ない言語ほど、トークナイザーの選択が結果に大きく影響することが分かりました。また、内在的な指標を用いて、下流モデル間のBPBの順位を予測できることも示されています。
説明予算適応型信号トークン化による指示条件付き電磁スペクトル理解
要約本論文は、入力長に応じてトークン数を調整し、信号内容に従って容量を配分する予算適応型信号トークナイザBATokを提案しています。原始I/Q信号を視覚言語モデルに接続することを目的としています。また、原始I/Q信号、ウォーターフォール画像、言語の教師情報を対応づけたマルチモーダル指示データセットEMSpec-Instructを構築し、変調認識、構造化検出、言語条件付き信号グラウンディングに用いています。実験では、BATokが有効な信号表現を学習し、各タスクで競争力のある性能を示したと報告されています。
説明階層型強化学習のためのQ整形オプション（QSO）：行動抽象を学習する新手法
要約本論文は、階層型強化学習において適切な行動抽象（オプション）をどう学習するかを扱っています。著者は行動抽象に求められる三つの条件を示し、Q整形オプション（QSO）を提案します。低レベルのQ関数はオプションを目標として用い、最適制御に必要な区別を保持させます。高レベルのQ関数はオプションを行動として用い、不要な区別を捨てさせます。オフラインの目標条件付き移動・操作環境で、QSOは意味のあるオプション空間を学習し、基準手法を上回り、他の全手法が失敗するタスクでも非ゼロの性能を示しました。
説明OA-MAP：膝変形性関節症の進行を、根拠に基づき解釈可能に評価するマルチエージェント・マルチモーダル枠組み
要約本論文は、膝変形性関節症（KOA）の構造的進行と疼痛の進行を評価するマルチエージェント枠組みOA-MAPを提案している。MRI、X線、臨床の各エージェントと調整エージェントを含み、文献を外部根拠として検索できる。臨床医が中間結果を確認・修正できる人間参加型の仕組みも備える。FNIH骨関節炎バイオマーカーコンソーシアムの600名のうち、テストセット100名での融合モデルのAUROCは、構造進行で0.80、疼痛進行で0.68である。
説明すべてをリハーサルしても何も覚えない：Attic-KV は読まれる部分をリハーサルする
要約本論文は、キー・バリュー（KV）キャッシュの圧縮手法を提案しています。厳しい容量制限の下では、文脈全体を読み直す方式（すべてをリハーサルする方式）の効果が低いことを示しています。Attic-KV は、文脈を引用する質問・回答ペアによってモデルに自己テストさせ、内容に応じた量のアンカートークンを併用します。学習を必要とせず、評価した複数の設定で従来手法を上回ると報告されています。
注目点全文再読の代わりに自己質問でKVキャッシュを評価し、低予算でも複数手法で大きな改善を示した。
説明高分子電解質のための神経密度汎関数：厳密な構造と移植可能なクーロン結合
要約本研究は、塩を添加した高分子融体中のイオンの構造を記述する神経密度汎関数を提案する。モデルは誘電率に依存するBjerrum長を通じてクーロン相互作用を取り込み、異なるサイズ、幾何形状、結合強度の系に対して再学習なしで密度分布と体相構造因子を予測する。固定された結合条件では、他の3つのニューラルアーキテクチャより高い精度を示したと報告されている。
注目点精密な構造と転移可能なクーロン結合を持つ神経密度汎関数を提案し、自由エネルギーとBjerrum長の厳密関係を利用。力マッチングで学習し、異なるボックスや結合強度へ再学習なしで転移できることを示している。
説明モデルの一貫性の調査：狭い微調整モデルは再サンプリングで自己矛盾する
要約本論文は、曖昧さや無関心といった要因を除外した175の質問を用い、同じ質問への回答を再サンプリングした際の矛盾によってモデルの一貫性を測る手法を提案しています。この指標は特異性が高く、問題が明白な場合にのみモデルを非一貫と判定します。狭い微調整モデルは成績が悪く、文献上のモデル生物にはアイデンティティの混同、内省の失敗、事後の合理化などの深刻な問題が見られました。
説明LVS：既存ビューと相対カメラ姿勢を再利用した局所ビュー合成
要約インタラクティブなシーン探索では頻繁な視点更新が必要ですが、近接する視点同士には多くの重なりがあります。本研究はシーンごとの枠組みを提案し、近傍視点について既にレンダリングされたRGB-D画像を再利用します。深度と相対姿勢による幾何学的ワーピングで元の内容を移し、軽量なマルチスケールネットワークがRGB残差を予測してアーティファクトを補正し、欠落した外観を補います。GS-renderでは残差補正により純粋なワーピングより PSNR が 0.72 dB 向上し、取得シーンとレンダリングシーンでの問い合わせ遅延も小さいことが示されています。
説明SuperNav：あらゆるタスクとあらゆるシーンに対応するエージェント型ナビゲーションシステム
要約本論文はサービスロボット向けの汎用ナビゲーションシステム SuperNav を提案します。マルチモーダル大規模言語モデルをナビゲーション用に微調整せず、事前学習済みモデルに専用のエージェント基盤を組み合わせ、モデルは要求の解釈・シーン理解・意思決定を担い、移動の実行はナビゲーションツールに委ねます。統一された視覚点インターフェースにより実行フィードバックを受けて判断を修正できます。実例レベル、複数物体、需要駆動型のタスクで四つの比較手法を上回り、HM3D でのカテゴリレベル評価と実四足ロボットへの展開でも有効性が示されています。
説明『使用と不使用』：LLMエージェントの記憶と学習のための意図構造化された経験統合
要約本論文は、LLMエージェントが長期間の経験を再利用可能な知識へと段階的に統合する階層型記憶・継続学習アーキテクチャ「Hippocam」を提案している。作業を入れ子になった意図として構造化し、完了した意図は後続作業に必要な結果と状態へ統合される。長く使われていない経験は再帰的な統合によりしだいに抽象化され、再び呼び出された経験は新しい経験とともに再統合されて強化・更新される。著者らは、パラメータを更新せずに、エージェントが自らの経験から学習し能力を発展させられるとしている。
