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VitaBench：検索を超えた記憶のライフサイクル評価ベンチマーク
要約本論文は、言語エージェントの既存の長期記憶ベンチマークが主に過去情報を検索できるかを評価しており、記憶を正確に保持するか、圧縮・統合・削除するかという表現上の決定は直接評価されていないと指摘します。著者らは記憶ライフサイクル評価を定式化し、制御された診断層と顧客対応風の対話ストリームを用いる自然層からなるVitaBenchを提案します。適応的な方策が最良の固定方策を上回り、多くの状態で最適動作が評価期間によって変わることが示され、検索と記憶の持続管理は別の評価課題だと結論づけています。
説明自己改善型データ合成による埋め込みモデルの拡張可能な適応
要約本論文は、少数の検索例から再利用可能な合成指示を生成するSYNTRAフレームワークを提案し、手作業の学習データ作成を減らして埋め込みモデルを適応させる手法を示しています。15分野にわたる24データセットの実験では、既存のラベル付き学習データの有無にかかわらず、強力な埋め込みモデルの検索性能を向上させたと報告されています。また、MS MARCOでは合成データ量を32倍に増やしても検索性能の向上が続いたとされています。
説明MHWA：多時間スケール階層型ワールド・アクションモデル
要約本論文は、サンプル効率の良い意思決定のためのMHWAモデルを提案する。ストライド付きの高次文脈チャネルで全体文脈の更新頻度を下げ、誤差の蓄積を抑える。さらにゲーティングネットワークが全体文脈と現在の観測を用いて低次のエキスパート混合を動的に再構成する。14本のAtari部分集合で、MHWA（77Mパラメータ）はIQM人間正規化スコア0.884を達成し、同規模のJOWA-70M（0.529）を上回った。JOWA-150Mと数値的に同程度の性能を、約半分のパラメータで実現している。
説明LightVAE：コンパクトで効率的な動画オートエンコーダへの圧縮フレームワーク
要約本論文はLightVAEを提案し、潜在拡散モデルによる動画生成で符号化・復号に要する計算コストを抑える圧縮手法を示します。因果Conv3D層を空間成分と時間補正に分解し、時間補正部分にのみ低ランク圧縮を適用するとともに、幅を保つブロック剪定と特徴整合で品質を回復します。Wan VAEではH100とRTX 5090で復号スループットが最大2.24倍と1.11倍、MiniMax-H3では最大2.97倍となり、VBench-2.0総合スコアは元モデルの99.51%を維持したと報告されています。
説明AIRLに基づく報酬推定をファジィ推論と方策勾配による制御手法に統合する研究
要約本論文は、方策勾配とファジィ推論を組み合わせた基礎モデルに、敵対的逆強化学習（AIRL）に基づく報酬推定の仕組みを組み込むファジィ制御手法を提案する。AIRLが用いるGANの枠組みは学習が不安定になりやすいため、基礎モデルの方策を生成器とみなし、方策内のメンバーシップ関数の集合を判別器のコスト関数として用いる。これにより、価値関数を推定せずに、両者で共有するパラメータ上で報酬推定と方策推定を同時に更新できる。車速制御の例題シミュレーションでは、安定して効率的な学習を通じて汎化性能の高い方策を獲得したと報告している。
説明テスト時発見のための関係的意味グラウンディング手法
要約本論文は、展開後のラベルなしテストデータストリームから既知クラスを認識し新規クラスを検出する Test-Time Discovery（TTD）のための SEGA フレームワークを提案します。既存手法は発見したクラスに匿名のラベルしか付けられませんが、SEGA は大規模言語モデルで属性記述を生成し、テスト時には Relational Semantic Grounding（RSG）で未知サンプルに候補概念を割り当てて再順位付けし、匿名のクラスタを解釈可能な意味概念に変えます。実験では既存の TTD ベースラインより改善が示されています。
説明出会いを契機とする情報交換によるマルチトークン・ランダムウォーク学習
要約分散学習で複数のトークンが並列にランダムウォークし、出会ったときに情報を交換する方法を扱う論文です。確率的勾配を平均する方式とモデルを平均する方式の二つの交換ポリシーを検討し、完全グラフ上で非凸・凸・強凸の目的関数に対する反復回数の下界を示しています。数値実験では、モデル平均方式が平均トークン損失で、勾配平均方式が最良トークン損失で優れると報告されています。
説明PixARG：高速かつリアルな画像生成のためのピクセル非同期検索拡張拡散モデル
要約本論文は、拡散モデルのパイプラインに実世界の画像検索を組み込むPixARGという枠組みを提案し、効率と視覚的リアリズムの向上を目指しています。ユーザーのテキストと検索画像のピクセル単位の類似度マップに基づき、領域ごとに強度の異なるノイズ初期化を行い、ピクセル単位の非同期デノイジングスケジューラと組み合わせます。著者らは、LAIONとCOYOデータセットを用いたオフライン、オンライン、ユーザー固有の設定での実験で、拡散ステップを大幅に減らしつつ、リアリズムと意味的整合性が向上したと報告しています。
説明DeKoR：GNNとLLMを効率よく融合する分解型知識ルーティング手法
要約本論文は、グラフニューラルネットワーク（GNN）と大規模言語モデル（LLM）の知識空間の不一致や、融合に伴う計算コストの高さという課題に取り組んでいます。提案手法DeKoRは、LLMの知識を局所と大域の補完的な視点に分解し、LLMをオフラインの教師として軽量な専門モデルへ蒸馏します。適応型ルーターが各ノードが各専門モデルにどの程度依存すべきかを学習します。複数のベンチマークで、ノードおよびサブグラフ分類においてDeKoRが既存のベースラインを上回ったと報告されています。
説明Vela：ユーザー行動を教師信号にしてLLMの知能を引き出す研究
要約論文は、実際のユーザー行動記録を学習可能なタスクと軌跡に変換するフレームワーク Vela を提案している。10万人分の匿名化された行動記録から10万件のタスクを生成し、フィルタリングの後に約7万5千件のタスクと学習用軌跡を残した。Qwen3.6-35B-A3B をこれらの軌跡で微調整すると、ユーザー関連タスクでベースモデルを最大11.5ポイント上回り、一般ベンチマークでは平均4ポイント向上した。
説明真の審美眼を測るベンチマークの作り方：TasteBenchと統制プロトコル
要約本論文は、専門家の判断に基づく対比形式の「良い・悪い」審美ベンチマーク TasteBench を提案し、視覚、ブランド、書籍、技術の4分野を対象としています。工芸的な判断と、テストの攻略（ゲーミング）を切り分ける統制プロトコルも示されています。パイロット試験では、正解がA側に偏ること（常にA選択で0.956）、ファイル名による漏えい（0.912）、工芸分野での難易度の天井という3つの妥当性上の問題が確認されました。著者らは評価ハーネスと側面ランダム化ツールを公開し、後者で位置の偏りが解消されることを示しています。
説明Lingdan-V2：中医臨床推論のための大規模言語モデル
要約本論文は、中医学向け言語モデル群Lingdan-V2（40億・80億・140億パラメータ）を提案し、継続事前学習、推論監督、処方中心の強化学習により漢方処方の生成を最適化する手法を示している。公開ベンチマークでは140億パラメータモデルの処方生成F1が37.0で、DeepSeek-R1の32.3を上回った。脾胃疾患の臨床データセットでは生薬レベルのF1が52.8と報告されている。
説明機械学習モデル圧縮のための線形時間の非局所コーデック配置
要約本論文は、圧縮後のモデルを対象ハードウェアに適合させるため、符号化・復号演算子を計算グラフに配置するアルゴリズムを提案します。グラフの辺を色分けし、各部分グラフに「絶対支配点（absolute dominator）」と呼ばれる特別なノードを定めることで、部分グラフを通るデータを観測し、パラメトリックなコーデック演算子を学習できます。アルゴリズムの時間計算量はグラフの規模に比例します。四つのモデルで、素朴な局所的配置と比べてモデル化された演算子のデータ転送量を24%から44%削減し、SigLIPでは24%、SmolLM2では34%削減しました。
説明DSABench：マルチデータベースエージェントのためのソース発見・協調・実行ベンチマーク
要約本論文は、大規模なデータカタログの中で必要なデータベースを見つけ、その結果を統合して実行するエージェントの能力を評価するDSABenchを提案しています。815の人手で確認されたタスクのうち618は複数のデータベースを必要とし、105は必要なソースの解釈が複数ありえます。ルーティングのみの実験では最高RA-Setスコアが60.55%、協調要件を加えると最高RA-Graphスコアは34.66%でした。実行が必要になるとさらに性能が下がり、明確化の質問は曖昧なタスクでのソース特定を改善します。
説明タンパク質界面設計のための離散・SE(3)同時拡散モデル
要約本論文はPIDiffを提案します。これは標的に結合するタンパク質複合体を設計するためのマルチモーダル拡散フレームワークで、標的条件付きのアミノ酸配列と立体構造を同時に生成します。中核のPIFormerは幾何を考慮した不変点注意機構と全体的な配列の自己注意を組み合わせています。著者らはPIBenchデータセットで事前学習し、ミニバインダー設計と抗体設計に微調整しました。報告によれば、配列設計成功率、構造の結合エネルギー、配列と構造の共設計可能性のいずれでも、全タスクで基準手法を上回ったとされています。
説明PURE：ラベルなし事後学習によるフィードフォワード型3D再構成の改善
要約本論文は、正解ラベルを必要としないPUREという事後学習の改良フレームワークを提案し、フィードフォワード型3D再構成モデルの深度およびカメラ推定を向上させるものです。最新の2D事前知識から構造的な知識を蒸留し、相対深度制約、アフィン不変な幾何蒸留、特徴対応に基づく姿勢改良を用いています。合成データと実世界の動的ベンチマークでの実験により、複数の先進アーキテクチャで一貫した改善が示されています。
説明AlignAudio：ノイズに強い音声条件付き生成のための統一的二重アライメント枠組み
要約本論文は、音声信号を目標音声へ変換する生成手法において、騒音下でも性能を保つ AlignAudio を提案します。クリーン音声とノイズ付き音声の表現を揃えて意味情報を保持し、フローマッチングの枠組みで生成結果の一貫性を高めます。音声から音声への生成と音声変換の実験では、クリーン音声では既存手法と同等で、各種ノイズ条件では大きく上回ったと報告されています。
説明ベイズ最適化に潜む空間的な選好の理解
要約ベイズ最適化は事後分布の不確実性を用いて探索先を決めますが、その不確実性は空間的に中立ではありません。有界な定義域では、ガウス過程の事後分散が面・辺・角付近で大きくなる傾向があり、分散ベースの獲得関数には境界への系統的な偏りが生じます。本研究は予測モデルを固定したまま探索項の空間的選好を変更し、3つの代替的な探索原理を標準ベンチマーク関数と確率的なロボット押し出しタスクで比較しました。その結果、これらは特に最適化の初期においてリグレットを下げられることが多いと示されています。
説明VoTSpeech：指示従属型音声合成において音声設計と音声生成を分離する手法
要約指示従属型のテキスト音声合成では、通常、音声設計は暗黙的なままであり、従来の話者埋め込みは目標をテキストで指定するのではなく参照音声を符号化します。本論文のVoTSpeechは、明示的な中間の音声潜在変数によって音声設計と音声生成を分離します。テキスト指示からフローベースのモジュールで連続的な音声潜在変数を予測し、それを言語モデルと音響DiTの共通条件として用います。InstructTTSEval-ZHでは、強力なオープンソースモデルと競合する性能を示し、高い自然性も維持しています。
説明AcrossVAM2.0：パラメータ効率の良い動画拡散モデル適応のための競合認識型点監督手法
要約本論文は、約50億パラメータのテキストから動画を生成する拡散Transformerを対象に、信頼度重み付きの点追跡・可視性ヘッド、ゼロ初期化の残差フィードバック、非対称PCGradを組み合わせたAcrossVAM2.0を提案しています。複数の乱数シードと24プロンプトの評価では、対応点の循環誤差が対照手法より低くなりましたが、I3D-FVDは悪化しました。そのため、著者らは対応の一貫性は改善するものの、動画品質が一様に向上するわけではないと結論づけています。
説明DexCast：人間の動画から実世界の器用なロボットハンド制御を学習する手法
要約本論文は、単眼RGB-D動画から人手と物体の相互作用の再構成を利用して、遠隔操作なしにロボットハンドの器用な制御を直接学習するフレームワークDexCastを提案している。関節間の協調と時間的依存関係を、拡散ポリシーの条件となるコンパクトな潜在表現で捉えるDexHand運動知覚モジュール（DMPM）を設計した。実世界での実験では、多様な器用な操作タスクで優れた性能を示したと報告されている。
説明注意力マップの再利用によるモデル間LLM推論の高速化
要約本論文は、異種LLMの推論を効率化するシステム MapFlow を提案します。モデル固有のKV状態ではなく、異なるモデル間で移植しやすい注意力マップを再利用します。部分的な再計算、軽量な線形変換、ブロック単位のスパース圧縮などを組み合わせています。実験では、プレフィル遅延の低減とエンドツーエンドの効率向上が示され、生成品質は維持されたとされています。
説明Transformer代理モデルにおけるパッチ単位の適応正規化による一方向結合
要約本論文は、パッチ単位適応正規化（PAdaNorm）を提案し、媒質密度や障害物形状などの外生場を状態のトークン化に合わせてパッチに分割して、Transformerベースの偏微分方程式代理モデルに組み込む。三つの方程式系のデータセットで、60ステップの自己回帰ロールアウトにおける平均の長期分散スケーリングRMSEは、パラメータ数を合わせた基準モデルと同等か最大16%優れる。静的条件の場合、推論の1ステップあたりのFLOPsは最大36%削減される。
説明Demiurge：自己回帰型ビデオ再レンダリングによる移動可能な4D世界の生成
要約本論文は、動的4D点群メモリキャッシュに基づく自己回帰型ビデオ再レンダリング手法Demiurgeを提案し、単一の入力動画から新視点の動画を生成します。外観ビデオ拡散モデル、メモリ整合型の深度補完、メモリ認識型の二重ストリーム・ワーピング、幾何認識型のビデオ精緻化の4つの要素により、異なるカメラ軌道間の一貫性を高めています。論文は、多視点軌道、大きな視差、180度回転などの条件で良好な結果を報告し、高品質な3Dガウシアン・スプラッティング表現へ直接最適化できると述べています。
説明Triage-PiEvo：原理進化型科学エージェントのための証拠受理機構
要約本論文は、大規模言語モデルに基づくAIサイエンティストがノイズの多い観測で非効率になる問題を扱い、原理の修正を証拠の受理として定式化する。異常は直ちに探索を導くが、独立に検証された証拠だけが持続的な原理を書き換えられ、反証された原理は撤回される。著者らはこれを、分段階の検証ゲートで原理状態への入力を制御するTRIAGE-PIEVOとして実装している。四つの科学タスクと三つのバックボーンでの実験では、最強のベースラインより平均解品質が高く、一部の設定では評価予算の三分の一で全予算時の品質に到達したと報告されている。
説明インド手話認識のための運動学的GCNとElastic Transformerを組み合わせた効率的なハイブリッド手法
要約本論文は、インド手話（ISL）の単語認識を効率化するハイブリッドな枠組みを提案している。エントロピーに基づくSVDサンプラーで重要なキーフレームを抽出して計算の冗長性を抑え、連続的な二重位置エンコーディングと距離を考慮したElastic Transformerで不規則な時間間隔に対応する。両手の幾何学的関係は運動学的条件付き適応型GCNでモデル化され、120クラス・9,453本の動画からなるISLデータセットで89.8%の精度が報告されている。
説明HumanPhys：実世界の視覚推論のための人間中心の物理知覚ベンチマーク
要約本論文は、人物を中心とした実世界の物理知覚ベンチマーク HumanPhys と、同じパイプラインで生成された学習用コーパスを提案している。問題は奥行き、人同士の距離、視線角度、変位、速度、進行方向の軌跡、まばたき回数、接触による変形などを対象とし、ラベルはセンサー較正、元データのメタ情報、レンダラーの状態からプログラムで導出される。複数のオープン・クローズドソースの MLLM を評価した結果、六つの能力次元のいずれも現行モデルにとって難しいことが示された。
説明CAST-ASD：オンライン能動的話者検出のための話者・時間に対する因果的注意機構
要約本論文は、能動的話者検出（ASD）のための因果的な結合モデルCAST-ASDを提案します。現在のフレーム内の全ての顔に対するシーン単位の注意と、各顔の履歴に対する因果的時系列注意を組み合わせ、先読みなしで話者間の情報を共有します。MSDWild上では、拡張元の逐次的因果検出器と比べ、競合話者による誤検出が32%減少し、両検証分割で全ての因果ベースラインを上回りました。コードとモデルは公開されています。
説明競合ドメインが重要：ビデオ拡散Transformerの学習不要なスパースアテンションにおける選択的ヘッド全体化
要約本論文は、ビデオ拡散Transformerの推論を効率化する学習不要のスパースアテンション手法EG-Sparseを提案します。低エントロピーのヘッドには跨ヘッドのグループ選択を、高エントロピーのヘッドには行ごとの局所選択を適用します。制御実験では、グループ跨ヘッド選択が低エントロピーヘッドの再構成誤差を9.8%減らし、高エントロピーヘッドを全体プールに入れると7.9%増えることが示されています。4つの構成で、アテンション密度とGPUのデノイズ遅延を下げつつ、より高い映像品質が得られたと報告しています。
説明SPARE：ストリーミング動画理解のための共有知覚と適応的証拠検索
要約本論文はストリーミング動画に対する質問応答のためのフレームワーク SPARE を提案する。軽量ゲートが直近の観測で回答に十分かを判定し、不足する場合は関連する過去のクリップを検索して補う。LoRA による指示チューニングで、直近の観測と検索された履歴を併用し、証拠が不十分なら回答を控えるよう学習させる。理解と検索の両分岐は視覚エンコーダを共有し、蒸散により特徴を整合させる。原文によれば、OVO-Bench の評価対象タスク群で 77.78%、StreamingBench で 73.31% を達成した。
説明単一ロールアウト方策更新における長さ正規化の上昇条件
要約各軌跡のスコア寄与を実際の長さで割ると、報酬を中心化した方策更新の向きが変わりうることを論文は検討している。有限軌跡モデルで三結果ソフトマックス方策の厳密な上昇閾値を導き、期待されるユークリッド更新がタスク成功率を下げる二値報酬の例を示す。自然勾配法や三次U統計量による推定についても分析している。
説明TETRIS-4DGS：4Dガウシアンスプラッティングの高効率な学習後圧縮手法
要約4Dガウシアンスプラッティング（4DGS）は、リアルタイムで高品質なレンダリングが可能な動的シーン表現ですが、保存に大きな容量を必要とします。本論文は既存の画像・動画コーデックを利用し、4DGSに対する汎用的な学習後圧縮フレームワークを提案します。ガウシアンの重要度に応じた適応量子化と、属性をコーデックに適した2次元マップへ再配置するパッキング手法を組み合わせています。著者らは数秒で40倍を超える圧縮率を、高い品質を保ったまま達成できると述べています。
説明失敗フィードバックはエージェントの自己修正を方向づけるのか？
要約本論文は、自己改善型エージェントが失敗フィードバックを用いて、目標とする失敗を的確に修復できるかを検証しています。公開されたDarwin Gödel Machineのログ145件の修正では、目標失敗に対する明確な優位性は確認されませんでした。対照実験では、関連するフィードバックが目標修復を改善する一方、留め置きデータでの改善は必ずしも伴わないことが示されています。
説明RASSG：ストリーミング音声ツール実行のための修正考慮型意味的生存ゲーティング
要約ストリーミング音声アシスタントは、ユーザーの発話終了前にツールを起動して待ち時間を減らせますが、後続の自己修正により一見安定していた引数が無効になり、最終的に修正されても取り消せない効果が残る過期実行が起きる場合があります。本論文はRASSG（Repair-Aware Semantic Survival Gating）を提案し、ストリーミング音声中のツールの起動と取消を共同で制御します。連続する3つの音声認識結果が同一の非空引数を示したときにツールを起動し、引数の無効リスク（較正済み）と実行コストを組み合わせて、効果が不可逆になる前の最後の実行可能な時点で取消を判断します。ReCASTの修正サブセットでは、過期実行率がLocalAgreement-2の50.00%から3.15%に低下し、成功した軌跡の平均遅延は3.676秒でした。
説明TGuide：履歴軌跡ガイダンスによる自己回帰ビデオ拡散の高速化
要約本論文は、デノイジングのステップが4回しか残っていない場合でも自己回帰ビデオ拡散モデルを加速するフレームワーク TGuide を提案しています。中核は、履歴サンプリング軌跡に導かれる軽量な ATC（Anchor-Transport-Correct）予測器で、現在のチャンクの前ステップの特徴と前のチャンクの同じタイムステップの特徴を組み合わせて速度を予測します。Self Forcing、Causal Forcing、HY-WorldPlay での実験では、生成品質を保ちつつ、元の4ステップ生成器に比べて最大1.89倍のデノイジング高速化が示されています。
説明プロスペクティブ・フォーシング：自己回帰型長尺動画拡散モデルのための先読み学習
要約この論文は、自己回帰的に区間ごとに長い動画を生成する際、通常は直後の区間しか予測しないため、長い生成で画質を保つのが難しいという問題を扱います。著者らは、共有される履歴表現に長期の予測信号を組み込む多ヘッド予測フレームワーク「Prospective Forcing」を提案しています。各ヘッドは異なる未来の時間オフセットを担当する軽量な構成です。推論時には、採用された未来区間の予測を使ってバックボーンの全計算を省略し、サンプリングを高速化します。
説明TAG：密なアノテーションなしでSAM3を汎用画像セグメンテーションに校正する手法
要約論文は、SAM3の主な課題はマスクの品質よりも、どの概念が画像に存在するかの認識にあると指摘しています。著者らは、画像レベルのカテゴリラベルのみを用いて、画像条件付き低ランクアダプタとSoft Boundary Rankingなどの目的関数で校正するTAGフレームワークを提案し、さらに多モーダル大規模言語モデルとの信頼度重み付き蒸留を行います。学習可能パラメータは3.1Mのみで、複数のシナリオで良好な性能を示し、一部の指標ではマスク教師あり手法を上回ったとされています。
説明合成UAVベンチマークは信頼できるか？実データとの比較による無人機モデル選択の検証
要約合成UAV画像は実データが少ない場合にテスト証拠を補えるが、見た目の妥当性やラベルの一致だけではモデル選択に有効とは言えないことを検討しています。道路の障害物ベンチマークでは、四つの言語条件付き認識システムの絶対F1は合成データで低いものの、点推定の順位と最上位モデルは維持されました。別の業務コーパスの閉集合ストレステストでは最上位検出器が変わり、六組の比較のうち三組で順序が逆転しました。さらに五つのUAV業務シナリオでは、クラス構成、物体密度、対象スケールに大きなずれがあり、小さな対象が過小に表現されていることが分かりました。
説明独立値を超えて：LLMネイティブ広告のための相関評価を伴う最適オークション
要約本論文は、対話型LLMアシスタントでの有料コンテンツ掲載枠をめぐる入札のため、AffMyersonというオークションを提案している。広告主は同じ会話を読むため支払意思額が相互に連動しやすく、本手法はその相関を多変量正規分布でモデル化する。この分布族のどの事前分布でも真実申告性と事後的個人合理性が成り立つことを証明している。LLMエージェントを入札者とした実験では、調整済み留保価格付き第二価格オークションより6.2%、Ronen型の先読みオークションより6.1%、独立値を仮定したMyersonオークションより9.2%多くの収入を得た。実際のキーワード検索クエリでも4.5%の増加が見られた。
説明潜在混合エキスパートモデルの形状設計：エキスパート幾何から層ごとの容量配分まで
要約本論文は混合エキスパート（MoE）モデルの設計を扱います。LatentMoE は各エキスパートの計算を低次元空間に移し、入力次元と中間幅を明示的な設計パラメータとして扱えるようにします。著者らは、両者を釣り合わせるとエキスパートあたりのパラメータ数が同じでもランクの上限が最大になると示し、制御実験では正方形に近いエキスパートが良い結果を示しました。さらに層ごとの本質次元で各層の容量を配分し、層を均一にした基準手法より低い検証損失と良好な下流性能を得たと報告しています。
説明AegisVox：長文音声向けの分解型プライバシー保護と臨床情報の保持
要約本論文は、音声中の識別子を含む発話を一貫した代替の声と文書整合的な置換文に編集するフレームワーク AegisVox を提案しています。公開されたシミュレーションまたは非患者の会話390件（計63.6時間）で二つの音声レンダラーを比較し、テキスト音声合成は計画された601件中535件の置換を実現しました（コーデックベースの音声編集器は453件）。著者は、これらのトレードオフは用途ごとに評価すべきもので、識別子の除去や臨床的安全性を保証するものではないと述べています。
説明PEARL：多ターンエージェントのための過程経験を考慮した強化学習手法
要約終端報酬だけでは、多ターンエージェントの学習でどの中間判断を調整すべきかが分かりにくい。PEARLは、同じ履歴から結果の異なる2つの継続を比べ、最初に分岐する箇所を特定し、成功・失敗の経験に繰り返し現れる局所的な判断パターンを用いて、報酬の低い判断の負のアドバンテージを選択的に強める。追加の批評家ネットワークは不要である。論文はAppWorldとALFWorldでARPOなどの基準手法を上回ったと報告している。
説明PVFH-Bench：視覚言語モデルにおける前提誘発型視覚固着幻覚のベンチマーク
要約本論文は、視覚言語モデルの新たな誤りの型「前提誘発型視覚固着幻覚（PVFH）」を提案します。モデルが視覚的に紛らわしい手がかりに引きずられて誤った文章上の前提を受け入れ、実際には存在しないのに見た目はもっともらしい物体について回答してしまう現象です。著者らは、視覚的に紛らわしいが存在しない対象を自動生成するベンチマーク「PVFH-Bench」を構築しました。10の最先端モデルでの実験では、いずれも強い脆弱性を示し、明示的な思考連鎖推論がこの問題をさらに悪化させることが分かりました。
説明注意機構による組立特徴マッチング予測と組立特徴パターン認識に基づく組立モデリングの自動化
要約本論文は、未組立のB-Rep部品から自動で組立モデルを作成するデータ駆動型フレームワークを提案しています。組立特徴でかみ合い面の幾何要素をまとめ、候補の組み合わせを絞り込みます。自動注釈パイプラインで構築した大規模データセットを用い、注意機構ネットワークで組立特徴のマッチングを予測します。実験では、6組の比較セットで組立拘束の精度が74.79%、16組を含む拡張テストセットで64.09%と報告されています。
説明「問いに付随するもの：オープンな Jev 型モデルの検索における独立性の監査」
要約本論文は、Jev 型のいくつかのオープンモデルが検索タスクにおいて各質問を本当に独立に評価しているかを検証しています。92 件の TREC 検索クエリから構成した 276 個の 3 段落状態で、質問・提示証拠・候補の適格性を個別に変える対照介入を行いました。質問集合の拡張により一部の判定で二値の反転が生じ、選択または棄権の動作にも影響すること、またその反転はスコアリングプロンプトに直列化されたスキーマ項目に由来することが示されています。
説明DuSRFlow：視差認識オプティカルフロー推定と相補的参照ワーピングによるデュアルレンズ超解像
要約本論文は、望遠の参照画像を用いて広角の低解像度画像を高解像度化する手法DuSRFlowを提案しています。双眼レンズ向けに設計されたフロー推定器DuFlowNetと、局所的な参照の信頼性に応じて二種類のワーピングを使い分ける相補的参照ワーピング戦略が中核です。また、実世界のベンチマークDuSR-RealV2も構築され、複数のベンチマークで最先端の結果が報告されています。
説明TagBO：科学的発見のためのLLM駆動タスク認識グラフベイズ最適化
要約本論文は、科学的発見における混合変数最適化の課題を扱います。既存のベイズ最適化は構造記述子で categorical 変数の類似性を測りますが、構造の類似が必ずしもタスク性能の類似を意味しないと指摘します。著者らはTagBOを提案し、LLMが与える タスク関連の関係事前情報と構造記述子情報を統合し、離散・連続の結合空間で制約付きガウス過程ベイズ最適化を行います。化学・材料配合タスクの実験では、評価予算が固定された条件で、さまざまな能力のLLMにおいて標本効率が向上したと報告されています。
説明既存手法から新たな研究アイデアへ：再帰的自己改善の二つの視点
要約本論文は、AIシステムが自身の継続的な開発に参加できる再帰的自己改善（RSI）を扱う。9つの設計次元を4つのグループに分けた統一分類法を提案し、既存手法を共通の設計空間に位置づけて比較する。さらに、最適化、正則化、継続学習などの従来の深層学習の仕組みや進化計算を手がかりに新たな研究案を検討し、オンライン・オフライン環境での評価ベンチマークも概観している。
説明EarthAlign：地球システムデータと言語を整合させた表現学習
要約本論文は、2000年から2024年までを対象とする大規模データセットEarthAlignを提案する。専門家が整理した10の自然災害データと、気候学から導出した平常時の天候サンプルを組み合わせ、各サンプルに時空間情報と、63変数のERA5気象データに対応する4種類の説明文を付与している。さらに、気象データと言語の整合表現を学習するデュアルエンコーダ型のMeteoLIPを提案し、クロスモーダル検索、天候状態の分類、物理変数の推定の3タスクで、対応するCLIPおよびSigLIPのベースラインを上回ったと報告している。
説明降雨から道路ネットワーク機能へ：洪水で寸断された交通網を対象とする転移可能なグラフ予測
要約本論文は、豪雨による道路ネットワーク機能（RNF）の低下を予測するG-R2Rフレームワークを提案し、対象地域での再学習なしに未知の交通網へ転移できる点を特徴とする。中国温州の洪水多発地域10か所のシミュレーションデータを用いた未知地域テストでは、代表的な予測ベースラインを上回り、固定ベンチマークで安定したMAPEは2.33%、R²は0.855であった。台風Fitowの履歴イベント再生でも、シミュレーション参照の時間的推移と空間パターンを概ね再現したと報告されている。
説明小チップレット設計空間探索のための、適応ポリシーによるLLM強化ベイズ最適化
要約本論文は、大規模言語モデル（LLM）とベイズ最適化（BO）を組み合わせ、2.5D/3D CPU-GPU異種チップレットのアーキテクチャレベルのシミュレーションと自動最適化を行う枠組みを提案しています。公開されている小チップレットシミュレータを拡張し、グラフトポロジーによる3D設計の評価に対応させています。さらに、適応的方向ポリシー推論と探索利得を考慮した微調整法により、LLMが最適化を導くポリシーを生成します。2.5Dと3Dのチップレットを用いた実験で、設計空間探索の効率が向上したと報告されています。
説明EviScene：「AI生成か否か」を超えるエージェント型画像事実性評価
要約本論文は画像事実性評価（Image Factuality Assessment）という課題を提示します。与えられた画像と汎用的な検証指示に対し、システムは根拠に基づく説明とともに、事実に支持されるか反証されるかを判定します。研究チームは10,174枚の画像と12種類の事実誤りを含むベンチマークEviLensを構築し、多モーダルReActエージェントEviSceneを開発しました。1,527枚のテスト画像で、学習済みQwen3.5-9Bエージェントは平衡精度79.05%、厳密証拠充足率52.26%を達成し、同一基盤の基本エージェントを上回りました。
説明忘却と拒否学習を切り離すマルチモーダルLLMアンラーニング手法
要約この論文は、マルチモーダル大規模モデルのアンラーニング評価が、対象情報を出力しなくなったかどうかだけを見ている点を問題にしています。知識の抑制では事実の捏造が起きることがあり、拒否学習では知識が消えずに選択式の問いでは正答を選べてしまう場合があると指摘します。提案手法Forget-Aware Self-Distillation（FASD）は、「知らない」と指示したモデル自身のコピーから適切な拒否応答を蒸留する行動チャネルと、正解の文脈を直接抑制する知識チャネルに分けています。実験では、対象知識の忘却、自由記述での情報漏えいの防止、保持データでの性能維持が示されたとされています。
説明CompLit：暗黙・累積・未充足の需要を扱う科学文献検索ベンチマーク
要約本論文は、arXivの全八分野を対象に、エージェントが論文を検索する能力を評価するベンチマーク CompLit を提案している。暗黙の要求、累積する要求、どの論文も満たさない未充足の要求という三つの診断設定を用意している。原文によると、最も強いエージェントは標準クエリで86〜87%に達したが、暗黙の要求では66〜68%に下がり、未充足の要求では最大53%しか回答を控えられなかった。
説明双方向適応型Transformerによるマルチモーダル異常検知：RGB画像と3D点群の特徴を整合させる手法
要約本論文は、RGB画像と3D点群を組み合わせた異常検知で特徴を統合することの難しさに取り組み、双方向適応型Transformer（BAT）フレームワークを提案しています。双方向特徴整合（BFA）モジュールが相互予測によって2次元のテクスチャと3次元の幾何構造をつなぎ、軽量なアダプタで事前学習済みモデルを効率よく微調整します。著者らはMVTec 3D-ADとEyecandiesで最先端の性能を報告しています。
説明ToF-Wheel オドメトリ：限られたセンシング能力での自己位置推定の劣化への対応
要約本論文は、車輪キネマティクスと ToF（Time-of-Flight）カメラの幾何制約を密結合したフィルタリング枠組み ToF-Wheel Odometry（TWO）を提案する。中核は、幾何的に観測可能性に応じて過程共分散を異方的に調整する手法で、幾何が退化している方向では補正を抑制し、幾何が明確な場合は運動学的な逸脱として取り込む。実験では、静的およびアダプティブなガウスフィルタと比べ、軌跡精度と頑健性が向上したと報告されている。
説明きめ細かな歩容理解のための属性中心の視覚・言語アライメント手法
要約本論文は、大規模な多モーダル歩容属性認識ベンチマークRA-GAR（1,001名、242,729本の歩行シーケンス、静的・運動の15属性の注釈を含む）を構築しています。提案手法Gait-VL（属性中心の視覚・言語アライメントフレームワーク）は、属性ごとの多フレーム視覚特徴をテキストのクラスプロトタイプと照合して属性を認識します。実験では、RA-GARで最先端の属性認識性能を示し、属性事前学習済みの視覚エンコーダが個人識別タスクでも一貫した向上をもたらすことが報告されています。
説明テスト時検証付きVLAポリシーのための、フロー支持重み付け候補生成
要約本論文は、微調整された視覚・言語・行動（VLA）モデルが生成する行動候補が互いに似通い、テスト時サンプリングの多様性が不足すると指摘しています。著者らは訓練時に流れの支持度で重み付けして方策の行動分布を補正する Action Dynamic Sampling（ADS）を提案します。展開時のコストは変わりません。シミュレーションと実機タスクで候補の多様性と成功率の向上が報告されています。
説明長期的なロボット世界モデルで重要な記憶だけを残すReCAP
要約離散視覚トークンに基づく自己回帰型ロボット映像世界モデルは、長い推論の地平で予測が不安定になる問題がある。本論文は再学習を要しない文脈スケジューリング手法ReCAP（Receding Context with Anchor Preservation）を提案し、初期シーンのアンカーと直近の連続した視覚・行動ブロックのみを保持して古い生成履歴を破棄する。RT-1、BridgeV2、LIBERO-90、CALVINで評価し、完全文脈復号と比べ視覚忠実度や行動整合性が向上したと報告している。BridgeV2ではLPIPSが63.3%低下した。
説明データだけでなく微調整戦略も：HR推薦システムの埋め込みモデルにおける性別と固定観念バイアスの統計的に厳密な監査
要約本論文は、採用候補者マッチングで使われる六つの多言語文埋め込みモデルについて、Bias-in-BiosとStereoSetを用いて性別と固定観念のバイアスを検証しています。非独立なペア類似度をプールしたことによる有意性検定の誤りを特定し、統計的に厳密な手法に置き換えています。その結果、E5-Baseの知識蒸留による微調整はBias-in-Biosで測定されたバイアスを有意に増加させる一方、二値分類による微調整では統計的な変化は見られず、微調整戦略が設計上の重要な要素であることが示されています。
説明均一情報密度に基づく選好最適化（UIDPO）：大規模言語モデルを人間の好みに合わせる新手法
要約本論文は心理言語学の均一情報密度理論を取り入れ、情報が均一に分布した言語は認知処理の負担が小さいため人間に好まれるという仮定に立ちます。この仮定に基づき、全体の標準偏差と局所的な二階差分を組み合わせた情報均一性の指標を作成し、選好最適化の目標に組み込んだ新しいアルゴリズムUIDPOを提案しています。AlpacaEval2、ArenaHard、MT-BenchではSimPOと同等で、場合によってはより良い結果を示し、補文節の分析でも基準手法より情報の均一性を反映していました。
説明LLMで反復し、SLMで提供する：前線大規模モデルで実トラフィックを使って振る舞いを磨き、生産記録を小型言語モデルに蒸留してコストを下げる手法
要約本論文は、まず前線のLLMにおいてプロンプトで望ましい振る舞いを実トラフィックからの即時フィードバックを受けながら作り込み、振る舞いが収束したら記録された本番の判断を教師あり微調整（SFT）でSLMに蒸留する手法を提案しています。在宅介護の配置エージェントの安全判定タスクでは、LoRA微調整したQwen3-8Bが11.6k件の記録と0.913の一致率を示し、教師モデルは自身の記録プロンプトで再実行しても一致率は72.7%でした。意見が割れた際、盲検の専門スケジューラーは学生モデルを48対29で支持しました。また、SLMの中央値レイテンシは約2.5倍低く、コストも一部に抑えられています。
説明CB-Agent：系列行動選択のための概念ベース文脈内学習
要約本論文はCB-Agentを提案し、専門家の軌跡における環境行動の決定から概念ベクトルを最尤推定で学習し、文脈に応じた候補行動の条件付き分布をモデル化します。ReActの対話中、エージェントはこの分布を用いて行動を選択し、行動評価の文脈に完全なデモンストレーションを含めません。TextWorld、ALFWorld、ScienceWorldの3つのベンチマークで、試したすべてのモデル規模において横断的平均が最も高い結果となりました。
説明実行後学習と行動別クレジット割り当て：実行結果を中間状態として使う強化学習
要約本論文は、プログラムの実行結果を最終評価だけに使うのではなく、同じポリシーの追加学習の中間状態として利用する「実行後学習」を提案しています。最初の行動と修正行動に、それぞれ別のクレジットを割り当てる手法です。画像からTikZへの変換タスクの945件の保留データで評価され、単一呼び出しでのレンダリング成功率は92.70%で、同じ追加訓練回数で単一段階のGRPOを続けた場合の88.25%を上回りました。
説明能力に合わせた進化：スキル適応によるハーネス自己進化の改善
要約本論文は、LLMエージェントがモデルパラメータを更新せずに、ハーネス（指導スキル）を修正して自己進化する手法を扱います。同じスキルが強いモデルには有効でも、弱いモデルには効果がないか性能を下げることを示し、元メタスキルに従ってスキルを書き直す「スキル適応」を提案しています。複数の実行モデルで、最終スコアが2.0〜5.1点向上したと報告されています。
説明報酬整合蒸留：教師の監督を報酬への予測効果で重み付けする手法
要約本論文は、大規模言語モデルのオンポリシー蒸留を改善する報酬整合蒸留（RAD）を提案しています。二段階最適化により、各蒸留信号が更新後の学生モデルの報酬に与える予測効果に基づいて重み付けを行い、すべてのトークンを一律に蒸留しません。six 個の競技数学ベンチマークでは、同じ学習応答予算のもとで最強の基準手法を上回り、LiveCodeBench-v6 では pass@1 が高くなったと報告されています。
説明地理分散型LLM推論における炭素排出とSLOの両立課題の分析
要約本論文は、大規模言語モデル（LLM）推論による炭素排出増加に着目し、ハードウェアの実測値で校正された、遅延を中心に据えた地理分散型推論シミュレータを構築しています。厳格なサービスレベル目標（SLO）の下で炭素削減効果を検討するため、貪欲法から整数線形計画法（ILP）、施設全体の混合整数線形計画法（MILP）までの複数のスケジューラを設計しています。三つのLLM、MLPerfのSLO、異なる負荷条件で評価した結果、MILPベースの手法はラウンドロビン方式に比べ炭素排出を最大60%削減し、平均SLO違反率は3%でした。
説明PsyMemBehav：心理学と記憶に基づくSNS行動シミュレーションの二段階推論手法
要約本論文はPsyMemBehavを提案し、心理学に基づくユーザープロファイルと検索された記憶から、ターゲット選択を経て対象プラットフォーム上の行動へと至る二段階の推論を行い、実在ユーザーの社会的行動を模擬します。Reddit、Bluesky、Twitterの5,862人の実ユーザーによる約557万件の行動から基準データセットを構築しました。実験では27Bモデルが個人指標12項目中11項目で首位となり、群レベルのMAEとMSEも比較対象の中で最も低い値を示しました。ただし、本ベンチマークは記録された対話に限られ、無行動の意思決定はモデル化していません。
説明FrameFold：自己回帰型長尺動画生成のための応答誘導型KVキャッシュ統合手法
要約自己回帰型の動画生成では、過去のKV状態をすべて保持すると、動画が長くなるにつれメモリ使用量と各ステップの注意計算コストが増大します。本論文は学習不要の手法FrameFoldを提案し、統合前後で同じ直近の過去クエリが取得する内容を比較して、代表表現の構築と統合の選択を導きます。隣接する過去エントリ間の時間的冗長性を利用して統合します。同一のKVキャッシュ予算下で、一貫性と視覚品質の向上が示され、8分間連続のSelf Forcing生成でも品質劣化が少ないことが報告されています。
説明定数学習率SGDの強ガウス近似：バイアスと軌道推論
要約本論文は、定数学習率の確率的勾配降下法（SGD）に対する強ガウス近似（KMT型）を構築します。ノイズは裾の重い分布を仮定し、反復回数の増加と学習率の縮小を同時に行う設定です。同一の確率空間上に単純なガウス過程を作り、SGD誤差とその極限との最大差を確率的に評価します。個々の反復点しか推論できない既存の中心極限定理と異なり、有限標本で軌道全体を同時に推論でき、関数中心極限定理（FCLT）も導かれます。学習率に応じたバイアスと初期化の影響のトレードオフを論じ、Burn-inとRichardson-Romberg外挿によりそれらを除去します。さらに有限時間区間の近似と、定常Ornstein-Uhlenbeck過程への収束を示し、リスク管理と同時推論への応用とシミュレーションを提示します。
説明チャンク単位モデルベース方策最適化：再帰的なロールアウトを避けるモデルベース強化学習手法
要約本論文は、学習された世界モデルを用いる強化学習の手法を提案します。チャンク（まとめて扱う区間）単位の世界モデルを、学習時に微分可能な評価器として使い、再帰的なモデル呼び出しなしでチャンク方策を最適化します。世界モデルと方策の協調的なチャンク予測により、H ステップの仮想ロールアウトを一度の順伝播で生成し、価値拡張を直接最適化します。HumanoidBench の 19 の高次元ヒューマノイドタスクで評価され、四足ロボットの二足歩行の実機にも適用されています。
説明PGSB：LoRAモデルマージのための事前学習誘導型共有基底
要約本論文は、複数の下流タスク向けLoRA適応を統合モデルへまとめるための二段階フレームワークPGSBを提案しています。まずタスク固有のLoRA更新の間で共有される方向を特定し、その方向を事前学習済み重みとの相互作用に基づいて再パラメータ化して、マージに適した基底を作ります。著者らは、複数のベンチマークで既存の最先端手法を一貫して上回ったと報告しています。
説明敵対的勾配フォーシング：頑健な少ステップ自己回帰型動画生成の手法
要約自己回帰型動画生成モデルは、動画をブロックごとに順次生成しますが、長い時間にわたる生成では誤差が蓄積します。本論文は、未来ブロック予測の分布マッチング勾配を用いて自己生成履歴への敵対的摂動を選び、元の履歴と摂動履歴の両方でジェネレータを共同学習する枠組み、Adversarial Gradient Forcing（AGF）を提案します。実験では、AGFが60秒動画生成でVBench総合スコアが最も高く、4分動画生成で最良の視覚品質を示したと報告されています。学習には5秒のロールアウトのみが必要です。
説明LASER：長距離のプロトコル依存関係を扱う取り消し可能な証明書探索手法
要約本論文は、プロトコル仕様に分散し後から修正されうる証拠を扱う手法LASERを提案します。不足している根拠や未解決の修正を明示的な義務として表現し、型付きの証拠経路を探索して、記号的チェッカーが振る舞いを確定・反証・未解決のいずれかに判定します。91のBehaviorCheckファミリーでは、最強の局所的読解手法を上回り、誤検出を2〜3分の1に減らしたと報告されています。
説明大規模言語モデルによる動的商品広告のユーザー・商品関連性評価
要約本論文は、動的商品広告（DPA）検索システムをオフラインで評価することの難しさに対応するため、ユーザーと商品の関連性指標を提案している。まずユーザーの行動履歴を意図の代表に圧縮し、推薦商品が各意図にどの程度関連するかを大規模言語モデル（LLM）で判定して、ユーザー単位のスコアに集約する。この指標はオフラインおよびオンラインの業務指標と強い相関を示し、A/Bテスト前の検索システム改善を支援するとされている。
説明能動的ニューラル物質：物理系と分散AIワークフローのための有限窓応答フレームワーク
要約本論文は、過去の情報を保持し遅延フィードバックを受ける系において、将来の応答を説明するために状態がどの過去情報を保持すべきかを扱う「能動的ニューラル物質」（ANM、Active Neural Matter）の枠組みを提案しています。順方向解析で摂動への応答を予測し、逆方向解析で候補の状態が十分な情報を保持しているかを検証します。延迟コンセンサスのシミュレーション、群れの挙動、制御された反馈課題で検証しています。
説明分散アプリケーション向けの自己定義型オペレーター（SDO）
要約本論文は、分散アプリケーションの障害を自動で診断・対処し、解決した事例から経験を蓄積して継続的に改善する自己定義型オペレーター（SDO）を提案している。SDO は経験を再利用可能な診断手順書（playbook）と、テレメトリを入力として関連する手順書を出力する検出スクリプト（detector）にまとめる。検出器は常時動作し、発火したときだけ大規模言語モデルを呼び出すため、コストは運用時間ではなく事件数に比例する。11 のオープンソース・マイクロサービスで、繰り返し発生する障害の解決時間を 52% 短縮したと報告されている。
説明InfraWorld：路側4D占有予測のための動き認識型ワールドモデル
要約本論文は、固定のインフラ座標系において路側シーンの将来の意味的占有を予測するInfraWorldを提案します。全体のシーンは密なBEV状態で表し、移動領域は持続的な動きクエリで扱い、動的クエリ初期化、長短時間融合、動き認識型クエリ注入によって状態を更新します。InfraOccおよびOcc3D-nuScenesデータセットでの実験では、最先端の性能を示し、自車中心の設定でも有効性を保つことが報告されています。
説明マルチモーダルベンチマークは本当に有用か？構造と応答の協調校正による項目単位の診断
要約本論文は、一部のマルチモーダルベンチマークの問題が単一のモダリティや選択肢の傾向だけで解けてしまい、モデルの真のクロスモーダル推論能力を反映していない可能性を指摘しています。著者らはSRCoD（構造・応答共同校正診断フレームワーク）を提案し、各問題がどの程度異なるモダリティ情報に依存しているかを項目単位で診断します。二つの検証プロトコルで、既存手法より優れていることを示しています。
説明GG-Nav：目標指向のグラウンディング型思考連鎖でナビゲー�ション基盤モデルの推論を引き出す研究
要約既存のナビゲーション基盤モデルは、目標指向のナビゲーションで性能が不十分であり、その主因は連続観測の活用不足と目標の位置特定の不正確さにあるとされています。本論文は、教師ありファインチューニングで構造化された思考連鎖を学習するGG-Navを提案します。中間フレームから目標に関連する根拠を蓄積し、現在の観測と統合して行動や確認質問を生成します。HM3D ObjectNav、VL-LN、CoINの各ベンチマークで成功率を3.1%、16.6%、5.3%向上させ、Unitree Go2ロボットへの展開により未知の実環境でのゼロショット汎化も示しています。
説明FDE-Bench：不完全な実業務要件からのエンドツーエンド納品の評価ベンチマーク
要約本論文は、実際の顧客プロジェクトから構築された初のベンチマーク FDE-Bench を提案し、要件が明示されていない状況でエージェントが対話による要件確認と反復的な最適化を行えるかを評価します。49 件のケースは組合せ最適化と機械学習にまたがります。18 のエージェント構成のうち、最高の平均納品スコアは 0.5510（FDE の参照値は 1.0）、最高の納品成功率は 6.12% にとどまり、評価されたエージェントが実務レベルの納品を確実に達成するにはなお至っていないことを示しています。
説明動力学を学習し物理を強制する：高次元ビーム発展のための生成的潜在演算子
要約粒子インセル（PIC）シミュレーションは加速器のビーム動力学モデリングに不可欠だが、計算コストが大きい。本論文は、約1000万の空間セルを扱う3次元ビーム－場動力学をモデル化する、物理制約付きの生成的潜在演算子GLOBEを提案する。2つの高解像度3次元加速器ベンチマーク（バンチビーム輸送とプラズマ航跡場加速）で、最強のベースラインDPOTと比べ相対L2誤差を低減し、場の制約を満たし、数時間のPICシミュレーションを1回の推論あたり約1分に短縮したと報告している。
説明LongHisDoc：中国語の長編歴史文書理解のベンチマーク
要約本論文は、中国語の長編（全巻）歴史文書の理解を対象とした初のベンチマーク LongHisDoc を提案しています。101 件の PDF 文書から作成された、専門家が注釈を付けた 1,012 組の質問応答ペアを含み、単一ページ、ページ間、多段推論、回答不能の4種類の質問を扱います。評価では、最も高性能な大規模視覚言語モデルと大規模言語モデルの正解率はそれぞれ 62.9% と 69.9% にとどまりました。また、各種のマルチモーダル検索器と、エンドツーエンドの RAG（検索拡張生成）の性能も評価しています。
説明マルチロボットシステムで誰を信頼すべきか：ニューラル・シンボリック交差検証によるロボットと物体仮説の同時信頼推論
要約本論文は、事前に定められた信頼関係や補助的な識別情報を用いず、ロボット同士の観測の一貫性のみによってロボットと物体仮説の信頼度を同時に推論するNeST-Bayesフレームワークを提案します。自己中心的な関係グラフから瞬時の証拠スコアを求め、Beta分布に基づくベイズ更新で時間的に一貫した信頼推定に蓄積します。評価では、複数のベンチマーク設定で高い物体精度と再現率を達成し、攻撃下や遮蔽の多いWebots倉庫環境でも高い信頼性と情報の網羅性を維持したと報告されています。
説明エナジーリング：テスト時発見のための特徴エネルギーの安定化
要約本論文は、モデル展開後にラベルのない連続テストデータストリーム上で既知クラスを認識し新規クラスを検出する、テスト時発見（TTD）を扱います。既知クラスと未知クラスのエネルギー差は不安定で崩壊しやすいと指摘し、両者を別々のエネルギーリングに固定するEnergy Ringを提案しています。軽量アダプタ、摂動一貫性モジュール、安定性に基づく修正機構を組み合わせ、実験で既存のTTD手法より性能が大きく向上したと報告しています。
説明ScienceBuddy-PV（汎血管介入研究向けの検証器統制型再帰改善プロトコル）：公開データで支持と棄権を測定する研究枠組み
要約本論文は、ScienceBuddyの再帰構造を汎血管介入研究に適用し、証拠台帳、デバイス・血管オントロジー、棄権契約、失敗事例バンクを組み込んでいます。ARCADEの構文と狭窄のタスクで固定コンポーネントを公開データにより監査し、Dice値や門の受理率、棄権のコストを報告しています。受理は正しさや臨床上の安全性を示すものではなく、再帰的改善や患者レベルの妥当性、臨床的なデバイス推奨は実証されていないと明記しています。
説明非対称行列式点過程の識別と推定
要約行列式点過程は有限のランダム集合に対して扱いやすい分布を与えるが、通常の対称核による定式化では成対の依存が非正に限られる。本研究は正の依存を表現できる非対称行列式点過程を対象とし、非対称核が有効な過程を定義するための二つの十分条件の同値性を示し、識別理論を展開した。さらに、基数で打ち切った最大尤度推定と平均化確率的勾配降下法による推定を提案し、適切な条件下で一致性と漸近正規性を証明した。二つのサイバーセキュリティ応用として、週次のセクター別侵害データと秒単位の企業認証データで手法を例示している。
説明大規模言語モデルのためのクエリ適応型ニューロン制御
要約本論文は、推論時に各クエリの内部活性化に基づいて大規模言語モデルを動的に制御できるかを検討しています。提案手法Q-NeuSは、主題に関連する候補ニューロン空間を構築し、軽量なQuery-Adaptive Gateで各ニューロンの調整係数を生成します。学習にはNeu-GRPOを用い、推論時にタスクや主題のラベルは不要です。複数のモデルとベンチマークで性能向上と高い汎用性が示されています。
説明拡散 Transformer のバックボーンの振る舞いを、私たちはこれまで誤って解釈していた
要約本論文は、拡散 Transformer（DiT）のバックボーンにおける中間層の活性化の深さプロファイルを扱います。各層の性能は先に上がり後に下がる逆 U 字型になります。著者らは、信号粒度が粗から細へ変化するという従来の説明は不正確だと指摘し、予測目標（ε、u、x0 など）が中心的役割を担うとの見方を示します。さらに、訓練時の予測目標の選択が曲線の形状に影響すること、そしてそれを用いて REPA の最適な配置を予測できることを示しています。
説明SEPM：タスクグラフに基づくマルチエージェント協調のための自己進化型手続き記憶
要約本論文は、タスク依存グラフをオンライン協調と手続き記憶の進化に共通して用いるSEPMフレームワークを提案します。共有黒板が実行の証拠と依存関係を記録し、計画や世界状態のずれを検出して再調整を支援します。実行後は検証済みの行動を再利用可能な手続きに抽出し、成功率とコストに基づいて手続きを作成・改良・淘汰します。ALFWorld、WebArena、OfficeBenchでAutoGenとDyLANを用いた評価では、六つのベンチマーク設定すべてで比較手法中最高のタスクスコアを示したと報告されています。
説明合成概念の消去：ドメイン多様体アンラーニングによる物体とスタイルの分離
要約拡散モデルは違法なコンテンツの生成や著作権侵害のリスクを伴うため、有害な概念や著作権で保護されたスタイルをモデルから取り除く機械アンラーニングが開発されています。本論文は、既存手法の多くが物体かスタイルのどちらか一方しか扱えず、両者の組み合わせの消去が難しいこと、また複数回の消去要求で壊滅的忘却が起こりやすいことを指摘します。著者らは、中間の拡散特徴から抽出したEMA更新の特徴プロキシで保持すべき対象物体の方向を表すドメイン多様体アンラーニング（DMU）を提案し、特定の物体内のドメイン固有成分を選択的に消去します。実験では、DMUが壊滅的忘却を大幅に抑え、バッチ型および逐次型のアンラーニングで最先端手法を上回ることが示されています。
説明TartanMatch：モダリティを横断する汎用的な密な対応付けモデル
要約ロボットは、RGB、イベントカメラ、熱画像、深度、投影LiDARなど複数のセンサーを組み合わせて動作します。本論文は、これら5種のモダリティの全25の順序付きペアに対応できる統一モデルTartanMatchを提案します。RGBで事前学習された対応付けモデルを、軽量なモダリティ適応と実データ・合成データの混合学習によって、単一のネットワークで全ペアに適応させています。論文によると、ゼロショットの実world評価ベンチマークで、最強のベースラインと比べて端点誤差（EPE）を、クロスモーダル照合で61.9%、同一モーダル照合で49.6%削減したと報告されています。
説明光学式トロッカー穿刺中の腹壁各層組織の時空間認識
要約本研究は71本の録画を後ろ向きに解析し、光学式トロッカーの挿入時に腹壁の複数組織を空間的文脈と時間的モデリングで認識できるかを検討しました。外観・空間・時間の制約を組み合わせた完全なパイプラインは、単フレームの外観のみの基準手法より、マクロF1と発現時刻の推定で優れていました。前腹膜脂肪と腸管では認識性能に限界があり、臨床利用の前に外部検証が必要とされています。
説明MontageFlow：物理的に妥当で高忠実度な脳波（EEG）生成手法
要約本論文は、既存の脳波生成モデルが脳波信号の物理的制約を無視していると指摘します。各チャネルは二つの頭皮電極間の電位差を記録するため、実データは厳密な線形関係を満たしますが、既存の生成器はこれらを普遍的に破っています。著者らはフローマッチングに基づくMontageFlowを提案し、これらの関係を満たす信号に出力を制限するとともに、脳波ウィンドウ全体から符号化した生理状態ベクトルを条件として用います。3つの大規模ベンチマークで、最も近い比較モデルに比べTS-FIDが1.6〜3.6倍改善し、妥当性も保証されています。
説明活性化関数を再考する：バイアスを減らすと学習が改善しうる
要約ReLU、GELU、Swish、Sigmoidなど広く使われる活性化関数の多くは主に正の値を出力するため、活性化後の平均が非ゼロになります（論文はこれを活性化バイアスと呼びます）。制御されたモデルでの実験では、活性化バイアスは初期の損失低下を速める一方、オーバーシュートや不滑らかな軌道、より急峻な損失地形を伴うことが示されています。活性化バイアスを減らすと初期学習は遅くなりますが、最終的な損失はより低くなります。より大きな視覚・言語モデルでも同様の傾向が見られました。
説明DSR-Net：動的な骨格関係を学習する3次元人体姿勢推定手法
要約本論文は、3次元人体姿勢推定のためのDSR-Netを提案しています。動的骨格関係（DSR）モジュールにより、事前定義された骨格接続を超えた関節間の適応的な依存関係を学習します。さらに、階層的な関係認識融合と軽量な残差骨格再校正モジュール（RSRM）を組み合わせています。Human3.6MとMPI-INF-3DHPでのMPJPEはそれぞれ37.9 mmと14.9 mmで、強力なベースラインを上回りました。
説明DEFT：脳波基盤モデル向けの分離強化ファインチューニング手法
要約脳波（EEG）基盤モデルは、大規模な多被験者事前学習によって脳波表現学習を向上させてきたが、事前学習済み埋め込みには被験者に関連する変動が多く残り、特に被験者横断の設定では下流の分類器の負担となる。本論文は、事前学習済みトークンをタスク志向の内容分岐と被験者に一貫した様式分岐に分離し、内容分岐から下流予測を行う、差し込み式のアダプタDEFT（Disentangled EFM Fine-Tuning）を提案する。複数の脳波データセットと4種類の基盤モデル・バックボーンでの実験では、対応するファインチューニングのベースラインを上回る結果が示されている。
説明Reels-RSI：コード描画で作る解説動画のためのプログラムレベル自己改善
要約本論文は、解説動画を脚本・絵コンテ・フレームごとのアニメーションコードからなるプログラムとして扱い、決定的なレンダラーでフレームに変換するオープンソースの動画ディレクター Reels-RSI を提案します。自己改善は重みやプロンプトではなくプログラムレベルで行われ、検査結果と修正差分の対応から教訓を抽出し、静的に検出できる教訓は正例・負例付きのルールにコンパイルされます。111本の動画による実験では、学習したルールが以前の作品の欠陥を捕捉した一方、教訓は蓄積せず評価者の判断も変えなかったと報告されています。
注目点動画をピクセルではなくプログラムとして扱い、修正からルールを自動生成して単体テストする点が新しい。111本の実験と評価バイアスの発見で裏付けるが、影響は特定分野に限られる。
説明門ゲート流域水文モデル（GCHM）：多様な水文気候条件に対応する解釈可能な降雨‐蒸発散‐流出シミュレーション
要約本論文は、質量保存パーセプトロン（MCP）に基づく門ゲート流域水文モデル（GCHM）を提案します。キャノピー遮断、積雪、土壌水、地下水、流出生成の5つの貯留状態を用い、制約付きゲートで降水の配分、蒸発散、浸透、浸出、流出、基底流などの過程を学習します。50のCAMELS流域で評価し、JKGE指標により比較した結果、乾燥地域を含む多様な気候条件で流量変動を再現し、状態と流束の解釈可能性も保たれたと報告されています。
説明長期的な顕微吻合軌道予測のためのマルチモーダル表現融合
要約本論文は顕微鏡下吻合手術を対象とし、2Dおよび3Dで長期的な手術器具の軌道を予測するクロスモーダル特徴融合フレームワークを提案しています。手術対象の意味認識と連続的な動き推定を視覚的手がかりとして統合し、粗から精への段階的融合戦略と長短期記憶機構で時間的依存関係を捉えます。自作のロボットプラットフォームとファントム・離体の両シーンを含むデータセットで学習・評価を行い、既存手法を上回り、異なる手術シーンでも頑健であることを示しています。
