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。
説明ステップごとのヒントを当てはめるだけでは不十分：再帰型アルゴリズム推論器における「早すぎる洪水」
要約本論文は、幅優先探索の課題で再帰型アルゴリズム推論器が、学習時の各ステップのヒントを再現できても、深いグラフでは到達前のノードを既到達と宣言してしまう問題を扱います。著者らはこれを「早すぎる洪水（premature flood）」と呼び、それを生む二つの経路を示しています。入力の範囲を確認し、深いグラフでテストすることを推奨しています。
説明タイ語クロン・パッド詩の二層音声・語彙キャンバスモデルによる単一サンプル復号化
要約本論文は、WangchanBERTaで初期化したマスク付き言語モデルを用い、固定の二層キャンバス上で復号化してタイ語のクロン・パッド詩の一節を生成する手法を提案します。未使用の78の題目で、凍結された大規模言語モデルによる評価では、生成された詩節の通過率は70.5%、人間の詩節は76.9%でした。低温サンプリングが語彙の誤りを減らす上で重要であったと報告されています。
説明指標駆動型強化学習によるLVLM画像キャプションの物体幻覚低減
要約大規模視覚言語モデルは画像説明文の生成に優れる一方、画像内に存在しない物体を記述する物体幻覚を起こすことがあります。本論文は、人手によるフィードバックに頼らず、自然言語処理の指標のみで駆動する強化学習フレームワークを提案します。物体一致性スコア、KL正則化、軽量なPPO変種を導入し、凍結したバックボーン上のアダプタのみを微調整します。InstructBLIPでの実験では、COCOで最大41%、Visual Genomeで29%の幻覚低減が示されています。
説明HodgePhaseNet：Transformerの注意機構における意味フローの離散Hodge分解
要約本論文はHodgePhaseNetを提案し、トークン間の意味的遷移を有限有向単体複体上の反対称実数値1余鎖として表します。これを全体的な方向成分、局所的な循環成分、より大きな未充填サイクル上で持続する調和成分へと一意に直交分解します。投影子、疎な実装、ゲージに関する結果、数値例、改良された注意インターフェースが示されています。本論文は数学的・構造的な提案であり、自然言語タスクでの性能結果は含まれていません。
説明FleetPilot：きめ細かなステアリングによる実環境のLLMパーソナライズ
要約本論文は、ユーザーデータからサンプル単位の干渉ベクトルを動的に生成し、モデルの順伝播に注入することで大規模言語モデルを個人向けに適応させるFleetPilotフレームワークを提案しています。アテンション層とMLP層の活性化を捉える細粒度ステアリング部品や、クエリ条件付きの集約モジュールを含みます。短文から長文の生成やWeb関数呼び出しの実験では、データが少ない環境や急速に変化する環境で優位性が示され、学習が不要で推論オーバーヘッドも小さいとされています。
説明SkillHorizon：スキル合成による長期ホライズン・エージェントタスクのベンチマーク
要約本論文は、七つの業務環境で再利用可能なスキル手順を組み合わせて長期ホライズンのタスクを構築するベンチマーク SkillHorizon を提案します。タスクは入出力の依存関係、共有リソース、状態更新によって連結されます。1,050件のタスクで五つの言語モデルを評価した結果、タスク規模の拡大に伴い平均の局所目標達成率は90.4%から46.8%へ低下しました。本ベンチマークは、持続的な進捗、依存関係の調整、完全なタスク遂行の研究に利用できます。
注目点スキル合成により拡張可能な長期タスクを構築し、七つの業務環境と1050タスクで五つのモデルを系統的に評価しており、エージェント評価に実質的な貢献がある。
説明動作条件のマッチングと部分最適輸送による材料間磁性コア損失予測
要約この論文は、目標材料の測定データが限られる場合の材料間磁性コア損失予測の転移学習を扱い、周波数・磁束偏移・温度・波形記述子に基づいて比較可能な動作条件を対応付け、容量制約付きの部分最適輸送で源データと目標データを整合させる手法T-PCOTを提案しています。3組の材料ペアと3種類の目標ラベル量で実験を行い、全9組の比較でT-MKMMDより平均相対誤差と95パーセンタイル誤差を低減したと報告しています。
説明AD-GS：疎ビュー歯科CBCT再構成のための解剖学的密度誘導型3Dガウススプラッティング
要約本論文は、投影データが少ない状況での円錐ビームCT（CBCT）3次元再構成を扱い、ガウス点の高密度化を減衰を考慮したマルコフ連鎖モンテカルロ（MCMC）サンプリングとして定式化したAD-GS手法を提案します。高減衰の解剖学的領域に表現能力を集中させ、医療画像向けセグメンテーションモデル（Segment Anything in Medical Images）のゼロショット特徴による意味的正則化で多視点の一貫性を高めます。ToothFairy3歯科CBCTデータセットでの実験では、既存の3DGS系手法と比べ、疎ビュー条件で構造の忠実度と境界保持が優れていると報告されています。
説明HiPAD：歩行・視聴覚・性格記述を融合したうつ病検出ネットワークと、性格の階層的削除実験およびドメイン適応LLMの校正限界の研究
要約本論文は、MPDD-AVG 2026うつ病検出チャレンジの6つのサブタスクに提出された統一融合ネットワークHiPADを提案し、歩行、音声・映像、性格記述を組み合わせています。主な結論として、約150トークンの性格記述は音声・映像・歩行を合わせたよりも多くのうつ病の手がかりを含むと報告されています。性格由来の特徴を取り除くとモデルは偶然レベルに下がり、ドメイン適応したLLMは出力の校正を改善しませんでした。
説明人間とAIの比較：ソフトウェアリバースエンジニアリングにおけるAIエージェント
要約本論文は、人間の解析者とLLMベースのAIエージェントによるソフトウェアリバースエンジニアリング（バイナリの解析と理解）を比較しています。9つのモデルを2つの静的解析課題で人間と比べ、IDA Proとの全インタラクションを記録しました。上位のエージェントは理解度で人間と統計的に同等の成績を示しましたが、調査の進め方は異なり、エージェントはコードを広く取得し、確認済みのコードに戻ることが少ない「グリーディフェッチ」という傾向を示しました。4,000の実世界バイナリでの測定から、コンテキストウィンドウの飽和が拡張の課題になることも示されています。
説明活性化ステアリングを記憶として使うと何が残るか
要約本論文は、活性化ステアリング（activation steering）をエージェントの記憶として用いる方法を検討しています。過去の経験によって生じる内部状態のずれをステアリングベクトルとして保存し、後の対話で話題が一致した場合に再度加えます。Qwen3.5-2B と 9B で事前登録された実験を行い、無関係な応答の約 98% は変わらない一方、事実情報はほとんど使われず、好みは狭い強度範囲でのみ転移することを報告しています。
説明CatPortrait：インコンテキスト条件付けによる映像生成モデルのポートレートアニメーション応用
要約本論文は、3D顔ガイダンスをインコンテキスト条件として用い、制御可能なポートレートアニメーションを実現するCatPortraitフレームワークを提案しています。映像生成のバックボーンを変更せず、空間連結によって構造化された3D顔情報を入力に注入するため、事前学習済みの画像から映像へのモデルがその事前知識を保ったまま人物を動かせます。映像駆動と音声駆動の両方に対応する統一フレームワークで、著者らは両設定で競争力のある、または優れた結果が得られたと報告しています。
説明MCPDisCo：MCPネイティブエージェント向けのシーソー緩和型チューニング
要約本論文は、MCP（Model Context Protocol）ネイティブのエージェントを対象とした大規模強化学習フレームワーク MCPDisCo を提案しています。70 の MCP サーバー、527 のツール、6 つの領域にまたがる実サーバー上の長期インタラクションで学習します。推理とツール利用の二つの目的が互いに悪影響を及ぼし合う「シーソー」問題に対し、トークン単位のマスク付き報酬配分と双方向の勾配手術を組み合わせて対処します。成功率が高く思考連鎖のトークン数が少ないこと、分布外の MCP-Atlas と GAIA ベンチマークでも改善が続くことが報告されており、モデル重みと実装は公開されています。
説明オフライン対比型ゴール条件付き強化学習における反事実ロールアウト：交絡を扱う反事実遷移による手法
要約対比型強化学習は、記録された行動と結果の間に、両者に同時に影響する未観測変数がないと仮定して価値を学習します。学習者から見えない情報を持つ実演者のデータではこの仮定が崩れ、価値関数が偽の関連を学んでしまいます。本論文は交絡マルコフ決定過程でこの状況を定式化し、反事実遷移を導入します。提案手法CauCRLは、この反事実遷移を用いてロールアウトで学習し、交絡のあるゴール到達タスクで標準的な対比型強化学習より成功率を大きく改善したと報告しています。
説明パーソナライズLLMは会話全体が必要か？関連性フィルタリングにより全履歴の約5%のテキストで同等の精度を達成
要約本論文は、パーソナライズ型アシスタントが会話履歴の一部だけで応答できるかを検討しています。PersonaMem-v2での評価では、現在の要求との類似度で文単位に検索し固定予算で打ち切る方式が、全履歴の約5%のテキストで全履歴と同程度の正答率を示し、判定モデルへの入力はおよそ20分の1になりました。LLMによる要約も同等ですが、全履歴を読むLLMが必要で、検索は小型の埋め込みモデルで足ります。
説明DSMを使わない無人機の視覚測位：潜在深度変数射影と構造適応結合
要約本論文は、GNSSが使えない環境で無人機の絶対位置を推定する視覚測位手法を扱います。提案手法LDVPは、視線方向の未知スケールを潜在深度とみなして解析的に消去し、回転が与えられれば水平カメラ中心を閉形式で求めます。さらに、単眼深度推定から得た場景構造に応じてLDVPと平面PnPを切り替えるSACを導入しています。実験では、既存のDSM不要手法を上回り、DSMを使う測位との差を縮めたと報告されています。
説明残差集約と密な整列表現によるテキスト誘導型医用画像セグメンテーション（論文）
要約本論文は、自然言語で医用画像のセグメンテーション対象を指定するための枠組みRADARを提案しています。BiomedCLIP（医療意味理解モデル）の意味的な照合能力と、MedSAM2（プロンプト駆動型マスク復号モデル）の能力を組み合わせ、LoRAによって低コストなタスク適応を可能にしています。3つの公開データセットでの実験では、学習可能パラメータ0.74Mという少ない規模で競争力のある性能を示したと報告されています。
説明学習可能なカテゴリ事前分布による確率的多ソースデータ選択：分散低減と保証付き脱ランダム化
要約本論文は、多ソース二値レベルのデータ選択問題に対する新しい確率的緩和手法を提案しています。複数の学習可能なカテゴリ事前分布を導入し、実行可能なデータ部分集合上のみに分布する確率分布を構成することで、情報を失わない丸め方式を実現します。さらに、二点勾配推定量とその削減可能な表現を設計し、確率的勾配アルゴリズムReSGDを提案して、弱劣モジュラ性の下で得られる部分集合の近似保証を示し、実験で有効性を検証しています。
説明効率的な拡散型オフライン強化学習のための合成平均速度モデリング（単一ステップ生成ポリシーの手法）
要約拡散ポリシーはオフライン強化学習で高い性能を示しているが、多段階のノイズ除去により計算負荷が大きく、学習時に時間方向の逆伝播が必要である。本論文は Instant Flow Q-Learning（InsQL）を提案し、周辺速度の代わりに平均速度モデリングを用いて、ノイズから行動への単一ステップの写像を実現する。学習時に反復サンプリングや Jacobian 計算は不要とされる。標準的なオフライン強化学習ベンチマークと実ロボット操作タスクで、既存の拡散手法と同等以上の性能を示し、学習と推論の時間を大幅に削減したと報告している。
説明記憶痕跡ニューロンに着想を得た、生涯学習のための適応的記憶手法
要約本論文は、環境の変化に適応し続ける人工システムのための生涯学習を扱います。生物の記憶における記憶痕跡（エングラム）ニューロンのライフサイクル全体を取り入れ、勾配表現から構造化された記憶を構築して、パラメータ更新の調整と記憶管理に役立てる枠組みを提案しています。4つのベンチマークでの評価では、長いタスク系列でも安定性を保ち、柔軟な適応を支えることが示されています。
説明VC-OPD：視覚的根拠に基づく推論のための視覚反事実オンポリシー蒸留
要約本論文は、視覚言語モデルの推論能力を高める手法VC-OPDを提案している。学生モデルの生成軌跡上で蒸留を行い、元画像と根拠を損なわせた反事実画像の下での教師モデルの出力差から、各トークンの画像依存度を推定し、損失の重みを調整する。多モーダル推論ベンチマークの実験では、視覚推論性能の向上が示されている。
説明モデルの傾向が分布外でどう一般化するかを予測する研究：目標とする傾向を高めた際に、他の傾向へどう波及するかを調べる論文です。
要約本論文は言語モデルの分布外（OOD）汎化を扱います。システムプロンプト、少数例学習、参照回答によるSFT、GRPOなどの手法で目標の傾向を高め、他の傾向への波及（スピルオーバー）を測定しました。同じ手法を使えば波及はモデル間で高い相関を示す一方、SFTとGRPOでは波及パターンが異なります。良性の特性を誘導すると望ましくない特性が強まる場合もあり、感覚を持つと主張するよう訓練されたモデルは権力志向を強める傾向がありました。また、誘導した特性とは無関係に生じるドリフトも観察されています。単一の支配的な予測因子はなく、汎化は予測しにくいと結論づけています。
説明CFG-Policy：分類器フリーガイダンスによる統一拡散ポリシー学習フレームワーク
要約拡散ポリシーは多峰性の行動分布を表現できるが、強化学習で最適化すると行動の多様性が低下しやすい。本論文は、探索と活用を二つの生成ポリシーに分け、サンプリング時に分類器フリーガイダンスで両者のスコアまたは速度場を合成する CFG-Policy を提案する。オンライン強化学習では、凍結した探索分岐が多様性を保ち、活用分岐がタスク報酬から学習する。オフラインからオンラインへの設定では、事前学習済みの活用分岐を凍結し、学習可能な分岐が合成された行動を誘導する。著者らは、5 つの MuJoCo タスクと 4 つの RoboTwin 操作タスクで性能向上を報告している。
説明BSIPipe：長系列大規模言語モデル学習のための双方向系列レベル交互パイプライン並列化
要約本論文は、大規模言語モデルの学習に用いるパイプライン並列化手法BSIPipeを提案しています。従来の一方向の系列レベル手法のスループット不足を解消するため、向きの異なる2本のV字型交互パイプラインを部分系列単位で同時にスケジューリングします。GPTとLLaMA3での長系列学習実験では、最先端の系列レベル基準手法に対し平均1.11～1.13倍の高速化が報告されています。
説明FidelityQ：超低ビット言語モデル量子化における予測の忠実性の維持
要約本論文は、大規模言語モデルの重みを2ビットまで圧縮しても予測挙動を保つスカラー量子化フレームワークFidelityQを提案する。情報整合解析符号化（IAC）はランダム化Hadamard混合と四値の最小歪み量子化器で重みを近似し、知識集約型キャリブレーション（KIC）は教師と生徒の予測の乖離が大きいサンプルを選び、量子化レベルとスケールのみを更新する。LLaMA-2-7Bでは、W2A16でWikiText2のパープレキシティが6.62、W2A4KV4では従来の8.31から6.96に改善したと報告されている。
説明制約付き k-means クラスタリングの代数的アプローチ
要約本論文は、ペアワイズ制約を伴う k-means クラスタリングの代数的手法を提案している。最適化の前に Gröbner 基底（グレブナー基底）を用いて制約を簡約し、クラスタ割り当ての効率を高める。また、最適化の前に制約集合に実行可能な割り当てが存在するかを検出できる。既存手法との比較実験では、制約数とクラスタ数が少ない場合に、同等以上のクラスタリング品質をより低い計算コストで達成したと報告されている。
説明TLA-Verus：LLMエージェントによる時相証明義務の生成と解決
要約TLA+（行動の時相論理）は、分散システムのモデリングに広く使われていますが、実装と仕様のずれを検出できず、TLC や TLAPS では任意の時相論理性質に十分な証明を与えられないという制約があります。本研究は、決定的トランスパイラとエージェント型トランスレータを用いて TLA+ 仕様を Rust 向けの自動検証器 Verus に変換します。LLM ベースのパイプラインで大規模に証明義務を生成し、安全性と活性の両方について機械検査可能な証明を得られることを示しています。
説明継続学習における表現ドリフト：LoRAとN-gramメモリの比較
要約本論文は、オンライン継続学習を行う大規模言語モデルのどの部分に新しい更新を吸収させるべきかを、モデル内部表現の変化から検討しています。48層のmixture-of-experts модели（混合エキスパートモデル）で七つのタスク系列を用いた実験を行い、N-gramメモリのみを更新した場合に基盤モデルの表現ドリフトが最も小さく、汎用的な振る舞いがほぼ保たれることを示しています。ただし、格納された新タスク同士の干渉は残るとされています。
説明SkillForgeBench：エージェントスキル仕様に基づくエージェント信頼性の評価ベンチマーク
要約本論文は、エージェントスキルを統一的な実行設計図として用いる評価ベンチマーク「SkillForgeBench」を提案しています。資源準備、スキル駆動のタスク合成、総合評価設計の三段階で構成され、五つの主要な専門分野にわたる842の隔離環境タスクを含みます。八つの主流エージェントを評価した結果、単項目の合格率では見えない能力のボトルネックが明らかになり、完了のみの確認は実際の信頼性を過大評価すると論じています。
説明WorkBorne：実世界の成果物の遷移からエージェント型タスクを発見する
要約本論文は、長期的な実行を行うターミナル型エージェントの学習用に、タスクを合成するフレームワーク WorkBorne を提案しています。成果物の遷移を中核とし、ウェブ検索から成果物コーパスを構築して入出力の関係を特定し、それを実環境のタスクとして具体化します。7,882 のタスク環境と 15,485 件の軌跡を構築し、Qwen3.5 系モデルで既存の合成手法を上回る結果を報告しています。
説明インコンテキストモデリングによるモデル予測タスクサンプリングのリスク近似ギャップの解消
要約本論文は、強化学習でタスクを選ぶためのモデル予測タスクサンプリング（MPTS）における、リスク予測モデルの二つの問題点を扱っています。最適化履歴が疎であることと、リスク近似が一ステップ遅れることが指摘されています。著者らは、リスク予測を文脈内系列モデリング問題として再定式化し、一ステップ先読みと時間重み付きスライディングウィンドウを組み込みました。論文は、ロバストなメタ強化学習、ドメインランダム化、LLMのプロンプトカリキュラム強化学習後訓練において、より信頼できる難易度推定と一貫した性能向上が得られたと報告しています。
説明確率的には妥当だが有効ではない：意思決定モデルを合成回答者とする心理測定監査（意思決定モデル＝確率を返す言語モデル）
要約本論文は、言語モデルが心理測定調査で実在の回答者の代わりになり得るかを検証しています。立陶尼亜の組織心理学調査（263人、68項目）と100件の実在回答者プロファイルを用い、14の意思決定モデルと47の生成型LLMを、心理測定類似度スコア（PSS）と統計的ベースラインで評価しました。最良の生成モデルのスコアは、他の回答者のみで当てはめたガウス copula とほぼ同等でした。個人ごとの回答予測では、すべての意思決定モデルが他の回答者の回答頻度より劣り、著者らは合成回答者は標本レベルの忠実度を目指すべきだと述べています。
説明指揮者・実行者協調による拡張可能な多人数協働物体操作
要約本論文は、複数の人間が協力して物体を扱うヒューマノイド制御の課題を扱います。提案手法は階層型フレームワークで、指揮者（commander）が指示と場面情報から意味的・幾何学的な計画を立て、タスクを役割別の部分課題に分解して共有の物体中心協調計画を生成します。実行者（executor）は指揮者の方針と各自の局所観測に基づき、単独から協働へのカリキュラム学習で物理ベースの低レベル方策を習得します。著者らは、二人から多人数への拡張や、異なる協働形態を組み合わせた長期タスクでも従来手法より高い成功率を示したと報告しています。
説明多変量コンフォーマル予測のための最小体積最適輸送法
要約本論文は、多変量コンフォーマル予測で用いられる最適輸送（OT）ベースの手法について、固定されたユークリッド輸送コストでは予測集合の体積が最適にならない場合があると指摘しています。提案手法Minimum-Volume OTCPは、マハラノビス距離のコストを学習して予測領域の体積を直接最小化し、有限サンプルでの周辺被覆保証を示します。さらに共変量に依存する個別化拡張も提案され、シミュレーションと実データ実験で予測集合の体積が大幅に減少することが示されています。
説明重い裾の損失下での専門家助言予測：K 人の専門家、T ラウンドの予測で、損失の (1+ε) 次モーメントのみ有界な場合に最適なアルゴリズムを検討する研究。
要約本論文は、(1+ε) 次モーメントが θ で有界（ε∈(0,1]）な重い裾の損失の下で、T ラウンド・K 人の専門家による予測問題を扱う。ミニマックス擬似後悔の速度 Θ((θT)^{1/(1+ε)}(log K)^{ε/(1+ε)}) を示し、ε と θ を事前に知らなくても使える適応的アルゴリズムを提案する。敵対的環境と自己有界環境の両方で、ほぼ最適な後悔保証が得られるとしている。
注目点重い裾の損失下で極小最適な擬似後悔率を与え、既存手法のKへの余分な多項式依存を解消しており、理論的貢献が明確である。
説明5Gエッジスライシングのための、マルチエージェントとLLMを用いた競合認識型自律リソース編成
要約本論文は、5Gエッジネットワークスライシングにおけるリソース配分のための二時間スケール構造を提案する。マクロ層ではLLMベースのStrategistが自然言語のネットワーク意図を予算・収入・入札積極度などの経済ポリシーパラメータに変換し、オペレーション層ではSPADEベースのスライスエージェントがVickrey方式を参考にした決定論的な第二価格オークションで資源競合を解決する。配分結果はKubernetesのCPU制限とCalico CNIの帯域注釈として実装される。Kubernetes/Open5GSの実エッジクラスタで、スマートシティと階層型スライシングの二つのシナリオをそれぞれ30回繰り返して評価している。
説明TeachGrade：教師の採点根拠を用いた学習不要の短答式自動採点フレームワーク
要約本論文は、教師が採点済みの例を用いて、追加学習なしで短答式解答を採点するフレームワーク TeachGrade を提案している。2つの凍結メモリで教師の好みと局所的な採点根拠を保持し、予備スコアなしで解答を再採点する。SAS-Bench の12タスク・3,829件の解答において、複数の比較手法を上回る協調一致性スコアと二次重み付きカッパ値を示したと報告している。
説明AIデータセンターの騒音公害をFDTDでモデル化した研究
要約この論文は、AIデータセンターによる低周波騒音の問題を扱い、データセンター周辺の地形上での音の伝搬をシミュレーションする時間領域有限差分法（FDTD）モデルを提示しています。地形が騒音公害の程度に大きく影響し、データセンター近くの河川の両岸で標高が急に変わる地域では高い騒音レベルになりやすい一方、より離れた地域は地形により騒音から大きく守られていることが示されています。これにより、騒音対策を講じるのに適した地域の特定に役立つとされています。
説明Pro-t-VAE：頑健なプロトタイプ発見のための閉形式スチューデントt混合モデル
要約本論文は、スチューデントt混合事前分布に基づく深層生成フレームワークを提案し、教師なし画像プロトタイプ発見を行います。ベイズ的尺度混合によってスチューデントtの潜在空間を構成し、解析的に求まる拡張ELBOを導出します。精度を潜在変数とみなすことで外れ値の影響を抑えると論文は述べています。標準的な視覚ベンチマークと脳MRIによる神経変性疾患解析で検証され、解剖学的に整合したプロトタイプが得られたと報告されています。
説明リプシッツ関数の解析的近似に対する記述複雑度の上界と下界
要約本論文は、リプシッツ関数を一様に近似する初等的な解析式を書き下すのに何ビット必要かを研究する。式は加減乗除と指数からなる有限木で表され、その大きさは固定された二進記述言語における最短記述の長さで定められる。著者らは一変数の場合に上界と一致する下界を示し、記述複雑度がΘ(L/Δ+lg(1/Δ+2))であることを明らかにした。高次元の場合についても同様の結果を与えている。
説明感情-原因ペア抽出のためのエージェント誘導型証拠取得
要約感情-原因ペア抽出（ECPE）は、会話中に表現された感情に関連する原因を特定するタスクです。本研究では、学生エージェントが検証で選ばれたF1判定境界の両側にある境界的な関係について専門家の判断を選択的に問い合わせ、問い合わせた予測のみを修正する方法を検討しています。約10%の問い合わせ率で、ECFでは65.14、MEC4では49.74の平均ペアF1に到達しました。
説明MARL-BattleGrounds：異種・競争型マルチエージェント強化学習のためのJAXネイティブな新ベンチマーク
要約本論文は、JAXベースのマルチエージェント強化学習ベンチマーク「MARL-BattleGrounds」を提案する。五体ずつの異種エージェントからなる二チームが対戦する団体戦モードを備え、52マップ、八つの終盤シナリオ、毎月のラウンドロビン大会とEloランキングを提供する。論文によれば、RTX 5090一台で1,024並列対局時に毎秒50,000回の5対5ゲームステップを実行できる。
説明ソーシャルメディア表現下における中国語大規模言語モデルの社会的バイアス研究
要約本研究は、中国語大規模言語モデル（LLM）の社会的バイアス評価を対象とし、性別・地域・職業にまたがる73組の対になるプローブを構築しました。ネットスラング、絵文字、皮肉などのソーシャルメディア的表現を取り入れ、タスクを社会的合意の推定として再定式化しています。6つのモデルを評価した結果、すべてに有意な身份バイアスが見られ、5つでは文体の包装による効果が有意に負でした。皮肉による変化はモデル間で明確な差があります。
説明結果フィードバックを超えて：軌跡品質に導かれた経験ベース学習
要約本論文は、大規模言語モデル（LLM）エージェントが過去の実行経験を活用する際に、最終結果だけでなく実行過程の品質も評価するフレームワーク TQG-Exp を提案しています。タスク完了と過程品質を併せて考慮する軌跡品質損失（TQL）を導入し、経験の有無で対になった実行を比較して経験の効用を更新します。ALFWorld、WebShop、ScienceWorld での実験では、既存の経験ベース手法より高い性能が示されています。
説明対照線形化ラプラス：損失の幾何、有効な修正、信頼できるコア
要約対照学習は決定論的な表現を学習するのに広く使われるが、不確実性の推定は本来含まれていない。本論文は、線形化ラプラス近似（LLA）に基づく事後的な手法を提案し、エンコーダを再学習せずに、エンコーダの不確実性を下流タスクへ伝播させる。対照目標の曲率を分析し、必要に応じて半正定値の修正を導入して局所的なガウス近似を得る。メタゲノムのビニングと画像分類で検証されている。
説明態度・感情四つ組予測のための依存関係推論（DRIFT）
要約本論文は、アスペクト感情四つ組予測（ASQP）、すなわちアスペクト、意見、カテゴリ、感情極性の組を識別するタスクのためのDRIFTを提案しています。依存構文木を線形化して大規模言語モデルのプロンプトに明示的な関係文脈として直接組み込み、検索拡張型の文脈内学習と構文を考慮した判定機構を統合しています。SemEval Rest15、Rest16、ACOSで比較対象の生成型ASQP手法中最高の性能を示し、Rest15とRest16でF1はそれぞれ54.47%と64.10%です。また、完全一致評価は意味的に正しい予測を過小評価することが示されています。
説明MORE：運動指向レジスタを学習する運転ワールドモデルとプランニング
要約本論文は、動画の事前学習中に運動指向レジスタを直接学習し、運転ワールドモデルとプランニングで共有する状態表現とするMOREフレームワークを提案する。これらのレジスタには時間的に整合した自車運動が組み込まれ、マスクされたパッチ予測の唯一の文脈として使われる。NAVSIM-v2では、MOREはEPDMSで現行の最先端手法を1.6上回り、推論遅延はDriveLaWの10分の1である。
説明ScalLoc：二次元衛星地図を用いた連続斜め視サーマルUAV地理位置推定
要約本論文はGNSSが使えない環境で無人航空機（UAV）を位置推定するため、二次元衛星地図だけで連続斜め視のサーマル映像を扱うScalLocフレームワークを提案しています。サーマル映像列から局所的な幾何を再構成し、カメラ姿勢を最適化した上で衛星地図に対応付け、フレーム単位の全体軌跡を求めます。216本の昼夜の軌跡と28,112フレームからなるThermal-Orientedデータセットも構築されました。VGGTのみの構成と比べ、平均定位誤差は112.69mから26.97mに低減（76.07%減）したと報告されています。
注目点2D衛星地図のみで連続斜め熱画像UAV測位を行う枠組みを提案し、216軌跡のデータセットで誤差を76%削減した。
説明WeatherBridge：事前学習済み気象予報モデルのための予報認識型マルチソース入力適応
要約データ駆動型の気象予報モデルは通常 ERA5 で学習されますが、実運用では物理ベースの数値気象予報（NWP）システムが出す初期場を使う必要があり、その分布は ERA5 と大きく異なります。WeatherBridge は、事前学習済みの予報モデルを更新せずに、GFS、HRES、CMA などの初期場を ERA5 の参照状態へ写像する源条件付きアダプタです。ERA5 再構成損失と一段階ロールアウト整合を組み合わせ、6 変数・最長 240 時間の予報で、18 の組み合わせのうち 17 で FuXi の平均 RMSE を下げました。
説明実験的電子密度情報を用いたタンパク質-リガンド相互作用モデリングの改良
要約本論文は、実験的電子密度マップで事前学習した座標・密度エンコーダ CoDE を提案する。約10万件の厳選された複合体を用い、原子占有率、電子密度、その勾配の大きさを組み合わせた三次元ボクセル上で、マスクされた原子・密度チャネルを再構成する視覚トランスフォーマを学習する。凍結したエンコーダは、座標のみの同条件エンコーダより結合親和性回帰とポケット条件付きリガンド生成で改善し、タスク専用ベースラインと同等の性能を示した。
説明World2TS：実世界のイベント文脈を用いた時系列予測のためのデータセット
要約本論文は、時系列予測のための大規模データセットと構築フレームワーク World2TS を提案しています。エージェントによる意味推論、Web検索、コマンドライン検証、人手による確認を組み合わせたツールを開発し、イベントを発見して関連する系列に結び付けています。データセットは6分野の31データセットからなり、4,179系列、9,710万観測値、1,159イベント、56,846のイベント・系列リンクを含みます。対照実験により、イベント文脈が予測精度の向上に役立つことも示しています。
説明Terrarium：アプリ世界の大規模合成による個人アシスタントの育成
要約本論文は、実アプリの情報から実行可能なApp Worldsを合成し、そこから評価基準付きの学習タスクを生成してエージェントの実行で検証・改善するフレームワークTerrariumを提案する。275のApp Worldsと13,344のタスクからなる学習スイートを構築し、Qwen3の4B、8B、14Bの各規模で結果ベースの強化学習を行った。その結果、Terrariumで学習したモデルは、対応するQwen3モデルより、τ²-benchで平均18.34ポイント、AppWorldベンチで平均10.94ポイント高かったと報告している。
説明CAST：任意のスケルトン構造に対応するリアルタイムモーションキャプチャ
要約本論文は、動画中の被写体と目標スケルトン構造が異なる場合でも、単眼動画から動きを復元する問題を扱います。提案手法CASTは、学習された局所回転と、予測されたグローバルな骨の方向に基づく幾何学的補正を組み合わせます。未知の構造を含む様々な目標トポロジーで動き復元が改善され、因果的なCAST-B版は単一のNVIDIA A100 GPUで51 FPSを超えます。
説明PEAM：個人化・高効率・自律的なモバイルネットワーク設定のためのオンデバイス通信エージェント
要約本論文は、スマートフォン上で動作する大規模言語モデルベースの通信エージェントPEAMを提案します。ユーザーの過去のネットワーク設定履歴から個人化された設定ルールを生成し、アプリ切り替えや接続状況の変化時にミリ秒単位でルールを実行します。端末がアイドル時にルール生成を行い、ユーザープロファイルを用いて精度を高めます。4Bの微調整モデルを用いた実験では、正しい設定判断率が99.13%、生成されたルールの有効率が92.50%と報告されています。
説明最適輸送によるラベル転移における周辺容量と幾何構造の分離
要約本論文は、対応のないデータ間でラベルを転移する最適輸送において、ソースとターゲットのクラス構成の違いにより希少クラスが系統的に過小予測される問題を扱う。原因は輸送の周辺分布にあり、一様重み付けの下で各クラスの輸送容量はソース頻度に比例するため、埋め込み空間で十分分離されていても需要を満たせない場合があると指摘する。輸送の周辺分布をターゲットの構成に合わせると、ラベル転移が大きく改善し、単一細胞データではマクロF1が0.322から0.623に上昇した。
説明空間配置を正しく生成する：画像生成のためのエージェント型報酬
要約本論文は、空間的なテキストから画像への生成を対象に、カリキュラム学習を取り入れた強化学習の枠組みを提案しています。視覚ツールを備えたエージェント型報酬モデル「SpatialCritic」と、能力グラフに基づく段階的な学習を組み合わせています。SpaRW-Evalでは、8Bのバックボーンで95.1%の検証精度を示し、320BのGLM-5.3-Flashを上回りました。また、SD3.5-MediumとBAGELの平均ベースラインスコアを向上させました。
説明プライバシーに配慮した熱画像による室内人体認識：データセットから実運用まで
要約室内での人体認識はスマートホームや医療の基盤ですが、RGBカメラは私的空間でプライバシーの懸念があり、低解像度の熱画像カメラは空間・意味情報が限られます。本論文は、室内人体認識のための大規模なRGB-熱画像ペアデータセット「Indoor RGB-T」を公開し、熱画像による在室者状態検出、在室人数推定、RGBと熱画像間の変換のベンチマークを示しています。さらに、熱認識モデルを市販の睡眠モニタリングシステムに実装し、100名の参加者による現地試験と約1,000台の機器への展開で実用性を検証しています。
注目点大規模なRGB-熱画像ペアの屋内データセットを構築し実機で検証。新規性は既存手法の有益な拡張にとどまるが、証拠は充実している。
説明コンパクトで境界のない多重連結多様体上の物理情報ランダムニューラルアーキテクチャ：機械学習と不確実性定量化におけるランダム作用素モデルのための手法
要約本論文は、ランダム作用素を含む確率的境界値問題のための確率的物理情報ニューラルネットワーク（SPINN）を提案する。共通のガウス確率源により、確率的境界値問題の作用素と多様体上の確率的ニューラル構造を結合する。学習では境界値問題の解写像の評価のみを用い、その微分や変更は行わず、PDE残差や境界ペナルティ損失も用いない。周期的円柱面上の確率的楕円型問題を例として示している。
説明再帰的自己改善のための事前登録型「生成」会計：物理発見ランタイムで初めて監査された演算子生成事例
要約本論文は、システムが設計者提供の機構を再利用したのか、自ら新たな機構を生成したのかを区別するため、事前登録した二層の会計手法を提案しています。実際のNIST水素バルマー線データを用いた実験では、組合せ探索によって標準の演算子ライブラリでは表現できない sq(inv(n))=1/n²（リュードベリ式の形）が生成されました。第二の事例では、JPL星表データからケプラーの速度則を独立に復元しています。著者らは、貢献は探索アルゴリズムそのものではなく機械生成機構の測定と統治にあると述べ、現時点では自律的な生成ではなく生成能力の実証にとどまることを限界として挙げています。
説明混合整数線形計画の分枝限定法における系列構造による意思決定学習
要約本論文は、混合整数線形計画（MILP）の分枝限定法（BnB）において分岐と節点選択を学習する Seq-BnB を提案します。節点の生成・更新・選択・分岐の各イベントを型付きトークンの系列として表し、自己注意エンコーダで探索履歴全体を要約するとともに、二部グラフニューラルネットワークで現在の線形緩和を符号化します。4 種類の MILP ベンチマークでは、ヒューリスティックおよび学習ベースの基準手法より少ない節点数で処理できたと報告されています。
説明再現研究：敵対的ファインチューニングによる CLIP の視覚的解釈可能性の向上
要約本論文は ICLR 2025 採択の論文『Boosting the Visual Interpretability of CLIP via Adversarial Fine-Tuning』の再現研究です。原論文は、ノルム正則化を伴う教師なしの敵対的ファインチューニング（AFT）により、CLIP の画像エンコーダの視覚的解釈可能性を高める手法を提案しています。本研究は主要な主張の再現を試みるとともに、Energy Pointing Game 損失を導入し、Simple Gradient の顕著性マップと対象物体の空間的整合を直接監督する拡張手法を提案しています。さまざまな損失重みで評価した結果、ゼロショット精度と敵対的頑健性の低下は小さいことが示されています。
説明EvoCowork：実際のオフィス業務のための自己改善ベンチマーク
要約本論文は、プレゼンテーション、文書、表計算、およびオフィス間の連携ワークフローという四つのオフィス形式で、モデルの重みを固定したままハーネスレベルの再帰的自己改善を評価する240タスクのベンチマーク「EvoCowork」を提案しています。評価はフィードバックで学習し、未見のタスクで検証する手順で行われます。結果として、フィードバックを受けたファイル種別での改善が、連携ワークフローにそのまま移転するとは限らないことが示されています。
説明インド言語向けクロスリンガル音声合成：ベンチマークと推論時の長さ推定手法
要約この論文は、アラインメントを用いない音声合成モデルが言語間で文字の発話時間が異なるため、長さのずれが生じ音声品質が低下する問題を扱っています。著者らは英語と九つのインド言語を対象とするクロスリンガル評価ベンチマークを構築し、言語ごとの文字あたり時間統計を用いる推論時の長さ推定手法を提案しています。再学習やアーキテクチャの変更は不要です。二言語および多言語のA-DMAモデルでの実験では、長さのずれを減らしつつ、自然さ、明瞭性、話者類似度が向上したと報告されています。
説明AIネイティブ・プロダクトマネジメント：ビジョン
要約本論文は、AIネイティブな研究開発によってソフトウェアの実現能力が高まった状況で、プロダクトマネジメントをどう再構想すべきかを論じている。ソフトウェア製品管理、プロダクト学習、人間とAIの協働などの研究を整理し、AIを製品業務の継続的な参加者とみなすビジョンを提示する。感知、探索、意思決定、実現、学習の各段階を対象とし、6つの原則と運用モデルを示している。
説明エージェント型AIを企業ソフトウェアに統合するための参照アーキテクチャ：責務、相互作用、可変性
要約本論文は、特定技術に依存しない企業向けエージェント型AI統合の参照アーキテクチャを提示し、関連するアーキテクチャ機能を10の責務に整理しています。責務間の型付き相互作用、境界の不変条件、可変点も定義されています。著者らは既存のESG指標計算システム上に構築したESGポートフォリオ分析・取引前コンプライアンスエージェントで検証し、7つの責務が実現されたと報告しています。ただし著者は、これは架構の完全性ではなく、組織化と適用可能性について初期的な根拠を示すものだと述べています。
説明学習された Tatum グリッドからの拍・強拍トラッキング（解説）
要約最先端の拍トラッキングは、拍と強拍を個別のイベントとしてニューラルネットワークでモデル化し、その後に音楽的一貫性を保つ動的ベイジアンネットワーク（DBN）を組み合わせることが多い。本論文は、まず Tatum グリッドを予測し、その Tatum イベントを拍と強拍にまとめ、小節ポインタのように現在のテンポと拍子の複数の候補を明示的にモデル化する、深層学習と微分可能な理論ベースのモジュールを組み合わせた新しい構成を提案する。DBN を使わない既存手法より連続性の指標が改善され、標準的な DBN よりも柔軟だが、平均では最良の DBN ベース手法にはなお及ばない。著者らは多くの設計選択やハイパーパラメータに探索の余地があるとしてコードを公開している。
説明産業用予知保全における遠端エッジでの機械学習推論の円滑な展開：AWS IoT Greengrass による実証アーキテクチャ
要約本論文は、AWS IoT Core と AWS IoT Greengrass v2 を基盤に、エッジで機械学習推論を行い必要なデータのみクラウドと同期するクラウド・エッジ混合アーキテクチャを提案し、製造業の予知保全への適用を検討している。実際の AWS 環境で、クラウドのみの構成と提案する混合構成を比較した。混合構成では、クラウドへの送信帯域が 86.8% 削減され、判定遅延は 23.1 ミリ秒から 0.09 ミリ秒に短縮された。クラウドを使わない状態でも、異常クラスの F1 スコアは 0.84、再現率は 91% を維持した。クラウド切断時の定量的な実験は今後の課題とされている。
説明バングラデシュの臨床・血液学データによるデング熱感染の機械学習予測：ベンチマークモデルと拡張モデルの比較分析
要約本研究は、バングラデシュの2つの病院データ（2024年1,511件、2025年1,283件）を用い、臨床および血液学的指標からデング熱を予測するロジスティック回帰、ランダムフォレスト、XGBoostを比較した。クラス不均衡にはSMOTEを適用している。2024年のデータでは拡張モデルがベンチマークを上回り（ランダムフォレストのROC-AUCは0.640から0.661）、新たに加えた予測因子のうちRDW-CVが最も一貫して影響力を持った。2025年のベンチマーク性能は高かった（ROC-AUC 0.904）が、クラス不均衡では説明できず、データ品質を反映している可能性がある。外部検証が必要である。
説明2次元生成拡散モデルによる深度逐次型3次元地震速度モデル構築
要約本論文は、2次元生成拡散モデルで3次元速度モデルを構築する手法を提案します。3次元速度パッチの深度方向を2次元U-Netのチャネルとして扱い、浅い部分から深い部分へ重なり合うパッチを順に生成します。深部の予測は浅部の結果と、検層データや構造属性などの利用可能な地球物理制約を条件としています。Overthrust、SEAM Arid、SEG/EAGE、分布外のMarmousiモデルでの実験では、同じ構造の3次元ベースラインに比べてパラメータ数と学習・推論コストを大きく削減しつつ、高い速度モデル精度を保つことが示されています。
説明群の影響は一体として動くとは限らない：線形化された群影響のBregmanクラスタリング的見方
要約本論文は、訓練データを削除または重み付けした際の群の影響を評価する問題を扱う。標準的な一次近似は個々の寄与を単純に足し合わせるため、構成員間の大きな違いや相殺し合う効果が隠れてしまう。著者らはこの線形化された群影響をBregman質心として定式化し、省略される変動をBregman情報量で定量化するとともに、複数クラスタへの拡張と各クラスタの重みを同時に最適化する推定量を提案している。実験では、この推定量が標準的な群影響より高いR²で目標の変化を予測したと報告されている。
説明ASIWorld：持続的サバイバル・サンドボックスにおける自律エージェントのベンチマーク
要約本論文は、永続的な世界状態とキャラクター単位の部分的な観測を備え、非同期プログラムインターフェースを持つサバイバル用サンドボックス ASIWorld を提案している。共通のハーネスで九種類のエージェント構成を比較し、八種が生産タスクを、六種が両タスクを完了したと報告している。タスク結果が似ていても、準備・戦闘・回復の挙動や生存コストは構成ごとに異なるという。
説明YOUDrive：運転スタイルを合成可能な方向として扱うエンドツーエンド自動運転
要約本論文は、連続的かつ合成可能な運転スタイル制御のための視覚・言語・行動プランナーYOUDriveを提案しています。各教師方策の挙動を、推論時に拡大縮小・組み合わせ可能なスタイル方向として表現するタスクベクトルへ蒸馏し、バックボーンの再学習は不要です。NAVSIM navtestでの評価では、単一の係数で6種の教師由来のペルソナの積極性を単調に制御でき、PDMSは試験した構成で0.90を上回り、最高0.954に達しました。
説明EAIR：企業向けLLMマルチエージェントシステムにおける相互作用リスク
要約論文は、企業でLLMエージェントが役割ごとに業務を分担すると、各エージェントは局所的な情報しか見えないため、個々には妥当な行動でも組織全体の制約に違反しうると指摘します。例えば複数のサービスエージェントがそれぞれ許可された範囲で与信を発行しても、合計が共有の上限を超えることがあります。著者らは企業のマルチエージェント相互作用リスクを分析する初の枠組みEAIRを提案し、テスト可能なリスク分類、実行可能な微小環境EAIR-Worlds、実行トレースを使った診断・修復パイプラインを示しています。大規模な実験では、検討対象の組織的特性について相互作用の失敗が繰り返し見られたと報告されています。
説明CESNET-TimeSeries26：年次季節性、概念ドリフト、長期異常検知のための多年間ネットワークトラフィック時系列データセット
要約本論文は、CESNET3ネットワークの995日分の連続トラフィック時系列と、約4.5年にわたる単一サブネットのデータからなるCESNET-TimeSeries26データセットを公開しています。278,466のIPアドレス、285の機関、566の機関サブネットを三つの集約間隔で収録しています。著者らは年次季節性が主要な周期成分であることを示し、予測モデルは学習期間が少なくとも一年分の完全な周期を含む場合にのみこの成分を利用できると述べています。
説明GREAT-ESDD：同日配送の動的価格設定と経路計画のための、グラフエッジ注意ネットワークによる誘導型配送決定フレームワーク
要約本論文は、自宅配送と代替受取場所（OOH）を選べるオンライン同日配送を対象とした、動的な価格設定と経路計画の枠組みを提案しています。グラフエッジ注意ネットワーク（GREAT）に基づき、容量制約付き配車問題（CVRP）を解くニューラルソルバーを学習し、部分的に実行済みの経路を高速に再最適化できるとしています。顧客の嗜好はトンプソン・サンプリングでオンライン学習し、代替受取場所への誘導を行います。シミュレーションでは、従来の経路ソルバーと比べて利益が約11%増加し、5日間の運用後には静的価格戦略を上回ったと報告されています。
説明反省型エージェントの反実仮想後悔と Lean による検証付き保証
要約本論文は、フィードバックや記憶を再利用して、モデル重みを更新せずにタスクへ適応する反省型言語エージェントを扱う。局所的な生成・配備の保証から、完全なエージェントの長期的な次線形反実仮想後悔が成り立つための十分条件を導出する。あわせて、番号付けされた理論結果13件すべての条件付き証明連鎖を Lean で形式化している。
説明学習不要の BioNEL-RAG：検索拡張生成と大規模言語モデルによる生物医学エンティティリンキングの進展
要約本論文は、生物医学テキスト中の言及を標準知識ベースの正規エンティティに対応づける生物医学エンティティリンキングを扱います。著者らは、検索拡張生成（RAG）モジュールで候補エンティティを検索し、大規模言語モデル（LLM）が言及の文脈に基づいて最も適切な候補を選ぶ、学習不要のフレームワーク BioNEL-RAG を提案しています。実験では、遺伝子、疾患、化合物などのサブドメインデータで学習しなくても既存手法と同等の性能が得られたと報告されています。
説明忘却の定式化：オンライン継続学習における忘却の理論
要約オンライン継続学習では、学習者はデータを一度だけ走査して複数のタスクを順に習得する必要があり、以前のタスクの破滅的忘却が中心的な課題です。本論文は、強凸および一般凸の目的関数の下での単一パスの Shuffle SGD を分析し、最終的な期待忘却量の明示的な上界を導出します。タスクごとのデータ量、タスク間の類似性、タスクの順序がこれらの上界にどう影響するかも示されています。Split-CIFAR-100 と PMNIST でのニューラルネットワーク実験では、理論が示す傾向が実際にも現れることが確認されています。
説明LYNX：接地と閉ループ修正による分析プログラム合成
要約本論文は、大規模言語モデルによるデータ分析を、一回限りの生成ではなくスキーマと知識に制約された分析問題として扱う、マルチエージェントフレームワークLYNXを提案します。計画・生成・検証・修正の閉ループで、役割の異なる三つのエージェントが協調します。語義構造蒸留と段階認識配分（SSD-SAA）、および差分誘導の反復修正を組み合わせています。BIRD-SQL Mini-DevとSpider 2.0-Liteで評価され、実行精度は10.66%から59.54%、トークン消費量は従来の最も効率的な手法より70.53%少なくなったと報告されています。
説明小型で高性能かつより自然な音声合成モデルの訓練
要約本論文は、0.6Bパラメータのゼロショット音声クローン用モデル「Audio8-TTS」を提案し、明瞭度と話者類似度で最先端の性能を達成し、とりわけ知覚的な自然さで高い結果を示したと述べています。著者らは、人間の録音と比較して音声の現実らしさを評価する判定器を用いて学習信号を人間の知覚に合わせ、教師ありの多言語微調整、WERとSIMの報酬によるGRPO、判定器による誘導GRPOの3段階で訓練しています。
説明ProgAgent：プログラム的訓練によるツール編成の学習
要約大規模言語モデルは長期的なタスクで多様なツールを調整することが求められていますが、ツールの応答が文脈に蓄積して性能が低下する問題があります。本論文のProgAgentは、実行可能なコードでツールを呼び出し、中間結果を実行時変数に保存する方式（PTC）を採用し、検証可能なタスクの合成、軽量な実行環境、二段階の訓練手法を含みます。215のタスクのみで、同規模の比較対象より高い合格率を四つのベンチマークで示しました。LOCA-benchでは、ProgAgent-14Bが64kトークンの環境状態で30.7%の合格率を達成し、比較対象はいずれもゼロでした。
説明カメラ優先のAIエージェントはどう動くべきか：記憶と推論の二つの期限を分ける設計
要約論文は、カメラ優先のエージェントにとって最大の課題は認識能力ではなく時間であると主張します。多くの視覚的対象は短時間だけ現れて消えるため、推論が終わるまでに証拠が失われてしまうと指摘します。著者はこれを瞬時的対象インタラクション（ETI）として定式化し、記憶の硬い期限と推論の柔らかい期限を分ける「知覚期限契約」を提案しています。さらに、常時稼働の高速経路、イベント駆動の能動的記憶、遅延審議層からなる二期限アーキテクチャを示し、MOT17のトラックで検証しています。
説明多モーダル対照学習のための事前適合型および凍結型スコアラー
要約本論文は、多モーダル対照学習で異なるモダリティの表現間の類似度を測るスコアリング関数を検討しています。著者らはTransformerをスコアラーとして用い、ランダム初期化して凍結したモデルでも、手作業で設計された強力なベースラインを上回る場合があることを示しました。さらに、構造的因果モデル（SCM）から生成した合成多モーダルデータで事前学習するPrior-Fitted Scorer（PFS）を提案し、実データへ転移させています。4つの実データセットで、凍結Transformerスコアラーは対照学習ベースラインと競合し、事前適合によって性能がさらに向上したと報告されています。
説明誰が敬意を受けるのか：ベンガル語の敬語配分バイアスを測る反事実ベンチマーク
要約ベンガル語では三人称の指示対象に普通形か敬語形かの選択が必須である一方、英語にはそのような区別がないため、英語からベンガル語への翻訳で大規模言語モデルが敬意の度合いをどう配分するかを測定した。72職業・2016文からなる反事実ペアの評価セットを用い、九つのモデルについて0〜100の敬語バイアス指標（HBS）を算出した。職業による差は性別による差よりはるかに大きく、有意な性別差を示したのは九モデル中二つだけであった。
説明CUSE：反事実ガイダンスとオンポリシー自己蒸留による細粒度マルチモーダル忘却手法
要約マルチモーダル大規模言語モデルは、学習データ中の機微情報、著作権で保護された情報、安全でない情報を再現することがあります。本論文は、対象に関連する根拠を取り除いた反事実入力を作り、トークン確率の変化から強く忘却すべきトークンを特定するCUSEを提案します。そのうえで、現在のモデルが生成した応答に対し、トークン単位の忘却と保持の目標を蒸留します。MLLMU-Benchでは、忘却セットのROUGE-Lを33.6%削減し、保持セットのROUGE-Lは最強のベースラインより1.2%高くなりました。
説明CrossMean：統合モデルの活性化と専門家モデルの活性化を対にしてモデルを統合する手法
要約再学習なしに複数の微調整済み専門家モデルを一つのネットワークにまとめるモデル統合の研究です。既存の閉形式手法は単一の専門家上で統計量を計算しますが、統合後のモデルでは各層が前段の統合済み層からの活性化を受け取ります。本論文はこの不一致を指摘し、統合済みと専門家の活性化を対にする双線形統計量を用いるCrossMeanを提案しています。8タスクの視覚モデルとBERTでの実験では、専門家上の統計量を使う手法より改善が見られ、全線形層を統合する場合は統合後モデル上で再計測する手法も上回ったと報告されています。
説明『憲法がニェエンガトゥを語る』：アマゾンの共通語ニェエンガトゥのための公開翻訳システムと再現可能なコーパス構築手順
要約ニェエンガトゥ語（話者約6千〜1万人。ブラジルのサン・ガブリエウ・ダ・カショエイラで共同公用語）向けに、ポルトガル語との平行コーパス（14.5千組）を構築しました。中核は2023年のブラジル連邦憲法の公式翻訳です。また、書き起こした自然発話による翻訳評価セットと、双方向のポルトガル語—ニェエンガトゥ語翻訳モデル（公開重み）を提示しています。ポルトガル語からニェエンガトゥ語への最終システムは、憲法文で chrF++ 31.7〜32.8、発話評価セットで 45.2〜47.5 です。
説明人間参加型最適化における意見測定インターフェースの再考
要約本論文は、人間の判断を繰り返し取り入れて最適化を行うシステム（人間参加型最適化）において、利用者からフィードバックを得るインターフェースの設計を検討しています。代表的な6種類の意見測定インターフェースを、テキスト要約と画像の色補正のタスクを用いて、N=360名の被験者で比較しました。その結果、個別評価と選好選択の両方の限界を補い、後続の利用に役立つ情報をより多く得られるリスト形式（listwise）の手法を推奨しています。また、各インターフェース設計のトレードオフについても議論しています。
説明アムハラ語・英語間の言語横断質問応答：統計的機械翻訳、固有表現認識、意味インデックスによるシステム
要約本論文は、利用者がアムハラ語または英語で質問し、もう一方の言語で書かれた文書から回答を検索できる双方向の言語横断質問応答システムを紹介する。質問翻訳の統計的機械翻訳、アムハラ語テキスト処理の最大エントロピー固有表現認識（NER）、意味ベースのインデックス作成、段落検索などを統合している。アムハラ語から英語への検索では適合率72%、再現率79%、英語からアムハラ語への検索では適合率65%、再現率70%であった。
説明GateSight：ハイブリッド LLM におけるクエリ非依存の KV 削除のために、再帰メモリが注意メモリを先読みする手法
要約ハイブリッド言語モデルでは、固定サイズの再帰メモリ（GDN 層）と、文脈長とともに増大する完全注意層の KV キャッシュが併存します。本論文は、GDN 層の信号から注意層が将来必要とする KV エントリの有用性を予測できるかを検討しています。提案手法 GateSight は、ヘッドごとの軽量な多層パーセプトロンでプリフィル時の書き込みゲート、減衰、書き込み量を読み取り、プリフィル後に一度だけキャッシュを採点して不要なエントリを解放します。SCBench と RULER-4096 では、注意 KV キャッシュを 10 分の 1 にしても、多くのモデルとベンチマークの組み合わせで最も高い精度を示したと報告されています。
注目点プリフィル時のGDN層のゲート信号からKVエントリの将来効用を予測する新しい査問非依存の削除手法で、複数モデルとベンチマークで比較検証している。
説明ランダムフーリエ特徴量を準線形時間で計算する
要約ランダムフーリエ特徴量は、ガウスカーネルなどの平行移動不変カーネルを近似する手法で、m 個の特徴量の生成に通常 O(md) 時間を要します。構造化ランダム特徴量の既存研究は計算を高速化したものの、集中性の保証は弱いものでした。本論文は、準線形時間 O((d+m)log d) で計算でき、ほぼ準ガウス型の集中性をもつ特徴写像を示します。これは Le、Sarlós、Smola の Fastfood 写像をより厳密に解析することで得られています。
説明金融モジュラー強化学習における等情報条件下の信用割当評価
要約本論文は、金融モジュラー強化学習における信用割当の評価を扱い、等情報再構成の対照実験、固定効用比較、事前に定めた下流のガードレールを組み合わせた評価枠組みを提案しています。帰属誘導型のモジュラー取引アーキテクチャで、更新配分、監督目標の表現、ポートフォリオのリスク管理に関する3つの対照実験を行いました。一部の帰属信号は通常の損失予算による対照と同じ結果になり、また一部の監督方式は構成要素の予測を改善したものの、復号された結果の維持には失敗しました。
説明領域を増やせば効果も増すのか？FLO：多領域グラフ事前学習のための高速・低速相互学習法
要約既存のグラフ基盤モデルは、多領域での事前学習において領域の多様化の恩恵を受けにくいと論文は指摘します。原因は、単一のメッセージパッシング方式に限られること、また領域整合のパラメータが早期段階で領域間の干渉を受けることです。著者らはFLOを提案し、メッセージパッシングを使わない属性分岐でモデルを補助し、現在の領域に適応する高速過程と領域横断で知識を統合する低速過程を組み合わせます。12のデータセットで、FLOは領域横断・タスク横断の転移において最高の平均性能を示しました。
説明BridgeWAM：潜在ブリッジクエリで映像とアクションの専門家を接続する手法
要約本論文は Bridge-of-Experts（BoE）とその実装である BridgeWAM を提案し、32 個の Latent Bridge Queries により視覚・言語・固有受容の情報を限定された共有潜在空間へまとめます。動作専門家はクロスアテンションで課題に関連する情報を選択的に取り出します。両専門家の深さは独立して設計され、モデルは約 5.06B パラメータです。LIBERO では成功率 98.25%、LIBERO-Plus では総合成功率 72.24% を報告しています。Fast-WAM と比べ、単一サンプルの推論 FLOPs は 28.72% 減少し、実ロボットでの遅延は 77.1 ms です。
説明SAGE：2ビットベクトル量子化LLMを実用レベルへ近づける手法
要約本論文は、重みのみを対象とした超低ビット（2ビット）ベクトル量子化の手法SAGEを提案し、大規模言語モデルの展開コストを下げることを目指しています。手法は、敏感な重みチャネルを守るEnergy-Stratified Grouping（ESG）と、固定ビット予算の下で方向コードブックと半径の精度を配分するAdaptive Bit Split（ABS）からなります。著者らは、2ビット設定で知識、数学、コード生成などのベンチマークにおいて最先端の性能を報告し、Qwen3-30B-A3Bで BF16 モデルの平均スコアの95.3%を保持し、FP16比で最大2.55倍の非ストリーミングend-to-end高速化を示したとしています。
注目点ベクトル量子化においてエネルギー階層グルーピングと適応ビット分割を導入し、2ビット設定で実質的な改善を示した。多様なベンチマークと実モデル、専用CUDAカーネルでの高速化を検証している。
説明直接選好最適化（DPO）を用いた人間の選好フィードバックに基づく日本語手書き文字生成
要約本論文は、直接選好最適化（DPO：Direct Preference Optimization）によって人間の選好フィードバックを取り入れ、生成モデルを人間の認知や書字スタイルの好みに合わせる日本語手書き文字生成の枠組みを提案する。手書きは同じ人が同じ文字を書いても字形が完全には一致せず非決定的であるため、大規模なデータ収集にはコストがかかる。一方、2つの生成結果の好みを比べる作業は人にとって容易である。4種類の日本語手書きスタイルでの実験では、DPOによる学習で全体的な構造の正確さが向上したが、筆ペンのように変動の大きい複雑なスタイルでは、スタイル固有の特徴を捉えられなかった。
説明sGLP：確率的エージェントによる人々のシミュレーション
要約グラスルーツ・プラットフォームは参加者自身が所有・運営・統治するもので、参加者が動かす人対人のスマホアプリで構成されます。本論文は、速度拡張を備えたGLP言語であるsGLPを提案します。これは確率的エージェントで実在の人々を置き換え、vGLPプログラムで展開されるプラットフォームを大規模にシミュレートできるようにするものです。社会グラフと地域通貨で実証し、異なる行動プロファイルの組み合わせが形成される社会関係や流通する通貨にどう影響するかを報告しています。さらに、UIと人をsGLPエージェントに置き換えた各実行が、有効なvGLP実行であることも証明されています。
説明PTGPO：プレフィックスツリーグループ方策最適化（長期タスクの言語エージェント学習のための批評器不要な強化学習手法）
要約本論文は、疎な終端報酬のために長期的な対話タスクで中間行動への信用割り当てが難しい言語エージェントの課題を扱い、批評器を使わない手法PTGPOを提案している。アンカー状態のグループ内で軌道の接尾辞に対しプレフィックスツリーを構築し、各辺の信用を子ノードと親ノードの経験的平均リターンの差として与える。ALFWorld、WebShop、Sokobanの3つの対話型ベンチマークで、強化学習のベースラインを一貫して上回ったと報告している。
説明戦略で考え、ツールで行動する：組合せ最適化のための追跡可能なエージェント型最適化
要約本論文は、OPRO（プロンプトによる最適化）では最適化過程を追跡しにくく、LLMが過去の反復で得た有用な情報を活用できない点に着目し、ツール拡張型戦略エージェントTASAを提案している。TASAは最適化の軌跡に基づいて各ステップの戦略を立て、LLMが問題固有のツールを構築し、戦略誘導型の適応的ツールプランナーで解を更新する。持続的な探索の下での局所収束を示し、候補評価の予算を共通にした条件で枠組み全体を評価している。結果として、解の品質と戦略誘導探索の追跡可能性が支持されたとしている。
説明Align-VAE：VecSet VAEにおける注意機構と幾何形状の整合による3D再構成
要約本論文は、集合ベースの変分オートエンコーダ（VecSet VAE）が三次元形状を潜在トークン集合として表す際、トークンと幾何形状の整合が取れているかを検証し、四つの問題点を指摘しています。提案手法のAlign-VAEは、共有の学習可能なデコーダトークン、距離バイアス付きクロスアテンション、法線を含まないエンコーダクエリ、そしてスクリーンド・ポアソン方程式に着想を得た正則化項によりこれを改善します。ABOデータセットでは、標準のVecSet VAEと比べてChamfer距離が26.6%減少したと報告されています。
