★★★★☆ 注目
説明スウォーム・テレパシー：モデルファミリーをまたぐプリフィル不要の KV キャッシュ転送
要約論文は、異なるモデルファミリー間で KV キャッシュを転送する初の手法 SwaT（Swarm Telepathy）を提案し、受信側でのプリフィルを不要にします。KV キャッシュ圧縮と組み合わせた場合、エージェント間通信でテキスト通信より平均 40％高い精度を示し、経過時間は平均で約 4 倍速くなります。6 ファミリー・12 の LLM・17 のベンチマークで評価され、視覚言語モデルの視覚能力をテキストのみの受信 LLM に伝えることもできます。送信側と受信側のモデルは凍結したままで、学習には 5,000 万トークン未満・1 GPU 日未満です。
注目点SwaTを提案し、モデルファミリーを跨ぐ初のKVキャッシュ転送を実現、受信側のプリフィルを不要にする。摘要では17ベンチマーク・12モデル・6ファミリーで良好な結果を報告し、KVキャッシュ圧縮と併用時に平均40%高精度・4倍高速と述べている。
Abdulrahman Alabdulkareem, Irene Tenison, Yang Zhang ほか
説明『TurnCost：観測ではなくターンを』：コーディングエージェント向けのキャッシュを考慮したループ設計
要約本論文は、公開された600件のコーディングエージェントの実行軌跡を分析しました。ツールの出力は多くが短く、入力トークンの約98.6%はプレフィックスキャッシュから提供されるため、固定の入力料金では費用が大きく過大評価されると述べています。軌跡の費用の差は平均的な観測サイズよりもターン数でより多く説明されるとし、観測の圧縮より不要なターンの削減に大きな余地があると論じています。ただし、タスクの成功を保ったままターンを減らせるとは示していません。著者らは、異なるキャッシュ、料金、圧縮、ルーティング方式で軌跡を再評価するツールTurnCostも公開しています。
Pramod Kumar, Raj Kumar Pandey
説明VLCQ：可変長符号化を用いたディープニューラルネットワークの学習後量子化手法
要約本論文はVLCQという学習後量子化手法を提案し、固定小数点符号化の制約を緩め、可変長符号化によって低ビット幅を実現する方法を示している。元の学習データやモデルの再学習は不要である。画像分類、セグメンテーション、物体検出の実験で、既存手法と比べて圧縮率と精度の向上が報告されている。
Reem Abdel-Salam, Ahmed H. Abdel-Gawad, and Amr G. Wassal
説明ニューロシンボリック論証推論：ChangeMyView議論における説得力の検出
要約本論文は、オンライン議論から直接説得力を検出するニューロシンボリック論証推論システム（NARS）を提案しています。ニューラル部分は検索拡張型の反復LLM推論で双極論証構造を抽出し、シンボリック部分は漸進的論証意味論を用いて構造全体に論証の影響を伝播させます。Webis-CMV-20コーパスからCMV2BASデータセットを構築し、最良の設定でF1=0.57、AUC=0.56を達成し、ゼロショットのQwen3.6:27BおよびGPT-oss:20Bを上回りました。
Siddharth Bhargava, Sara Tonelli, Patricia Mart\'in-Rodilla
説明マージン報酬による自己進化型ビジュアルエージェント
要約本論文は、ラベルのない画像から工具呼び出しを学習するMarvo手法を提案しています。画像から問題と答えを作る挑戦者と、強化学習で問題を解く解決者の二つのエージェントで構成されます。解決者が工具を使う場合と使わない場合の成績差をマージン報酬として用い、適応的なカリキュラムを作ります。複数のベンチマークで平均精度が最大7.1%向上したと報告されています。
Wenxi Yang, Yuzhong Zhao, Baochang Zhang ほか
説明言語モデルは考えながら学べるか：アーキテクチャ別の勾配適応テスト
要約本論文は、読んでいるテキストに対して言語モデルに勾配更新を行う手法（動的評価）の効果を検証しています。softmax注意機構のモデルでは、次トークン損失が文書全体で5〜8%下がり、完全な文脈を与えた凍結モデルを上回りました。混合線形注意機構のモデルでの改善はわずかで、マスク拡散モデルでは効果が大きくなりました。一方、長文脈ベンチマークでは重みの更新によって文脈切り詰めによる精度低下は回復せず、適応はスタイルや語彙に関するもので、情報の検索ではないと結論づけています。
Surya Saka
説明単純な離散世界間の知識転移：既知のルールを新しい組み合わせに適用できるかを調べる研究
要約本論文は、数独に似た小さな格子世界（共通の基本ルールと少数の追加ルールで構成）において、モデルが新しいルールに適応し正しく推論できるかを検討しています。著者は多様なルール組み合わせで深層再帰モデルを訓練し、新規性の四段階で評価しました。ルールは記号による記述、または解かれた例2つの形で与えられます。訓練時に学習したルールの再結合では、記述が99%で示例の95%を上回りました。一方、訓練中に構成要素が共起しなかったルールでは、記述は情報なしの基準を下回り、示例は基準を上回りました。
Silv\`ere Gangloff, Jan Hula
説明領域を意識したSqueeze-and-Excitationネットワークによる画像セグメンテーション
要約本論文は、Squeeze-and-Excitation（SE）モジュールのグローバル平均プーリングを空間的に導かれたプーリングに置き換え、領域ごとにチャネルの再重み付けを行う手法を提案します。四つのモジュール（BASE、SPASE、MAPSE、PLEASE）が、規則格子、SLIC超画素、凍結した汎用ネットワークの意味マップ、学習される軟領域割り当てによって領域を定めます。CUB、DUTS、ECSSD、PASCAL VOC 2012、ADE20K、mini-ImageNetでの評価では、多くのベンチマークでSEや関連手法を上回ったと報告されています。
Jack Roberts, Praneeth Tummala, Kavi Sarna ほか
★★★★☆ 注目
説明制約のない機械学習原子間ポテンシャルの学習における理論的限界
要約本論文は、機械学習原子間ポテンシャル（MLIP）で分子動力学シミュレーションを高速化する際、エネルギーと力の一致だけで正確なサンプリングが保証されるかを検討している。制約のない仮説クラスでは、予測誤差とサンプリング精度の関係が次元に対して指数的に悪条件になることを示す。動力学的トラップと平衡分布のずれという2つの失敗機構を特定し、平衡精度を保証する全域的なエネルギー制御条件を示している。
注目点無制約の機械学習原子間ポテンシャルでは、予測誤差と采樣精度の関係が次元に対して指数的に悪条件となることを示し、動力学的捕捉と平衡ずれという二つの失敗機構を特定している。
Prajwal Ananth, Shuwen Yue
説明BrainAid：資源制約環境向けの軽量CNNと説明可能AIによる効率的な脳腫瘍検出
要約本論文は、畳み込みニューラルネットワーク（CNN）とVision Transformer（ViT）を用いて、MRI画像を神経膠腫、髄膜腫、下垂体腫瘍、腫瘍なしの4クラスに分類するシステムBrainAidを提案しています。公開データセットでの精度、F1スコア、正解率はいずれも98%と報告され、説明可能AI（XAI）も統合されています。Raspberry Pi上への展開により、低リソース環境でのエッジ端末によるリアルタイム分類の実現可能性が示されています。
Sai Sriram Gonthina, Ross Gore, Bikash Chandra Singh ほか
説明プラズマ状態再構成のためのマルチモーダル基盤モデルへの試み
要約本研究は、磁気リコネクション中のプラズマ状態を疎で不完全な観測から再構成するマルチモーダル基盤モデルの概念実証を示す。250件の合成VPIC（粒子シミュレーション）データで学習した3D U-Netモデルが、磁場3成分と電子密度を復元する。模拟条件内では磁場と密度の間に双方向の相互予測的な結合が見られたが、他のプラズマ条件や実験データへの一般化は未検証である。
Bin Xia, Chuanfei Dong, Boting Li ほか
説明世界リスク指数データによる世界の災害リスク評価：地理空間および可視化分析アプローチ
要約本論文は、Humanitarian Data Exchangeが公開する世界リスク指数（WRI、World Risk Index）を用い、2000年から2025年のデータを分析したものです。WRIは自然災害に対する各国の脆弱性を測る指標で、曝露性、自然ハザードへの脆弱性、対処能力などで構成されています。Matplotlib、Seaborn、Geopandasを用いて可視化を行い、フィリピン、メキシコ、インドネシア、インドでWRIの値が高いことを示しています。
Malithi Nawarathne, Nadeesha Herath Mudiyanselage, Lihini Sangeetha
説明5GユーザープレーンによるAI推論のテレコムネットワークAPI化
要約本論文は、CAMARAに類似したアプリケーションプログラミングインターフェース（API）を通じて分割型推論を公開し、分割を意識したテンソルのコンテキストを5Gユーザープレーン経路上でインバンド搬送する「オンデマンド推論（Inference on Demand, IoD）」の仕組みを提案している。プログラマブルなユーザープレーン機能（UPF）ベースのテストベッドで、分割可能な視覚AIワークロードを用いて評価を行った。その結果、適応的な分割選択を、静的構成の硬直的なコストを避けつつネットワーク向けサービスとして動かせることが示されている。
Rodrigo Moreira, Larissa Ferreira Rodrigues Moreira, Joberto S. B. Martins ほか
説明深層学習による歯科用X線画像のセマンティックセグメンテーション：PSPNet、DeepLabv3、UNet、UNet++の比較評価
要約本論文は、統一された管理条件のもとで、PSPNet、DeepLabv3、UNet、UNet++の4つのセグメンテーションモデルを、1269枚の歯科用X線画像を用いて比較しています。Dice係数、IoU、正解率、適合率、学習・検証損失などの指標で評価した結果、画像サイズ300x300、バッチサイズ16の設定でUNet++がIoU 0.6719、Dice 0.7869と最良の成績を示しました。画像解像度とバッチサイズがモデル性能に与える影響も検討されています。
Malithi Nawarathne, Nadeesha Herath Mudiyanselage Lihini Sangeetha
説明『最適デコーダは傾斜温度である』：多様性と妥当性を両立させるLLMの温度サンプリング手法
要約本論文は大規模言語モデルのデコーディングをpass@kの最大化問題として定式化し、エントロピー下限と交差エントロピー上限の二つの制約を導入しています。その結果、「傾斜温度」と呼ばれる閉形式の条件付きサンプリング規則を導出しています。サンプル数kに応じて多様性の予算を設定すると、最適温度がkとともに上昇することも示しています。さらに、オンラインのJ-EOSとオフラインのCTDを提案し、HumanEvalやMBPPなどのコード生成ベンチマークで従来手法を上回ると報告しています。
Nikolaos Papagiannis, Ananth Grama, Wojciech Szpankowski
説明選択か書き換えか：N-best 候補に基づく生成型音声認識の後編集（オラクル誘導ファインチューニング）
要約本論文は、大規模言語モデルで音声認識結果を修正する方法を扱います。モデルは N-best 候補を比較し、必要な場合のみ転写文を書き換えます。著者らは、正しい候補を選ぶ修正例、不要な書き換えを抑える正則化例、幻覚を抑える困難な負例の三種類のデータで微調整する手法を提案しています。提案法は約 30 億パラメータ規模で効果が明確ですが、CommonVoice では結果が確定的ではないと報告されています。
Shiran Liu, Gaohui Xu, Sergio Burdisso ほか
説明Trace Evolution Bench：エージェントが自身の環境トレースから改善するかを測る評価基準
要約本論文は、エージェントの自己進化と単なる再採点による効果を切り分ける評価プロトコル Trace Evolution Bench（TEB）を提案し、凍結された三つのデータパックを用意している。コーディング課題では、方策を変更しない no_evolve 設定の DeepSeek v4 Pro でも、三つの乱数シードで成績が 7.5、5.0、12.5 ポイント変動した。テキスト更新手法は種類やモデルによって結果が異なり、すべてのシードとモデルで自身の変動幅を一貫して上回る手法はなかった。
Fangfei Li, Chenyang Zhao, Long Wang ほか
説明畳み込みニューラルネットワークによるピキ（pequi）の枝枯れ病検出への利用
要約本研究は、ブラジル・セラード地域のピキ（Caryocar brasiliense）の枝枯れ病（seca-dos-ponteiros）を診断するため、AlexNet、Inception、LeNet、VGG16、MobileNetの5種類の畳み込みニューラルネットワークを評価・比較したものです。ドローンと手持ちセンサーで非制御照明下において撮影された6,272枚の多スケール画像を用いて学習・評価を行いました。結果として、構造が複雑でもより高い信頼性が得られるとは限らず、MobileNetが最も良好な性能を示し、適合率は0.71、ROC-AUCは0.63でした。
Ronilson Rodrigues Pinho, Elua Ramos Coutinho, Nilza de Lima Pereira Sales ほか
説明信念埋め込み木探索：学習した信念表現を用いた部分観測意思決定の計画手法
要約この論文は、部分観測マルコフ決定過程（POMDP）の計画を扱う。信念は隠れ状態の事後分布であり、その上での厳密な計画は一般に困難である。著者らは、各ノードの信念を生成的分布埋め込み（GDE）で表現しPOMDPの動態で更新するモンテカルロ計画法、Belief Embedding Tree Search（BETS）を提案する。RockSample、LightDark、PocManの6構成で評価され、BetaZeroや学習要素を持たない3つの計画器と比べて、全構成で競争力があるか首位であるとされている。
Christopher Solinas, Radovan Halu\v{s}ka, Martin Schmid ほか
説明PAT：性格駆動の拡張と転移学習によるSNS上のうつ病検出フレームワーク（人格に基づくデータ拡張と転移学習で、SNS投稿からうつ病を検出する手法）
要約本論文は、SNS上の投稿からうつ病を自動検出するPATフレームワークを提案しています。まず、古典的な性格理論に基づく大規模言語モデルのデータ拡張と細粒度の対照学習で投稿レベルのエンコーダを学習し、次にその評価器で高品質な投稿を抽出して、エンコーダをユーザーレベルのタスクへ転移させます。著者らは既存手法を大きく上回る結果を報告し、心の状態の推移の追跡や主要な症状の提示による解釈可能性も示しています。
Shengwu Zheng, Yuzhe Ding, Xiaohui Liang ほか
★★★★☆ 注目
説明オンライン温度サンプリングの情報理論的基礎
要約本論文は、大規模言語モデルのデコードで起こる反復的で劣化した生成の問題を扱い、固定の温度やnucleusなどの静的な手法に代わる方法を検討しています。単一の交差エントロピー予算の下で採樣分布のエントロピーを最大化し、条件分布が一つずつ到着するオンライン設定について、オフライン最適との差に関する理論的な上下限を示します。提案手法EOSは、その差を対数因子の範囲で最適とされ、実験では固定温度よりも高いエントロピーを示しています。
注目点オフラインの温度サンプリングをオンライン設定へ拡張。条件分布を逐次的に与え、接頭辞から温度を推定する。著者らは O(R log n) の損失上界と Ω(R) の下界を報告している。
Jin Sima, Nikolaos Papagiannis, Ananth Grama ほか
説明スパース性は計算を節約するがサンプルは節約しない：密および疎なMixture of Expertsのオラクル不等式
要約本論文は、専門家（エキスパート）とゲーティングネットワークがともにパラメータに関してリプシッツ連続である場合の、MoEモデルの最小二乗推定量の推定誤差を研究している。ゲート付きヒルベルト空間においてノルムを用いて、密なMoEに対する高速収束率と、Top-kおよびTop-pルーティングに対する境界を導出している。後者には、ルーティングの複雑さ（Natarajan次元）で定まる追加項が含まれる。線形専門家については、対応する極小最大下界も示されている。
Sagar Ghosh, Huy Nguyen, Alessandro Rinaldo
説明汎用マルチモーダル埋め込みに本当に効く手法は？対照学習戦略の制御実験
要約本論文は、統一ベンチマーク MMEB 上で複数の対照学習訓練戦略を体系的に比較しています。多くの複雑な戦略は標準ベースラインに対する改善が小さく、一部は全体性能を下げることが分かりました。著者はMLLMを用いた診断フレームワークで検索誤りを分析し、高類似度の負例の重み付けが汎化を損なうこと、分布の分離拡大が必ずしも検索改善につながらないこと、硬い負例マイニング・偽陰性の緩和・硬いバッチ構成を組み合わせると最良になり、Qwen2-VL-2B で平均 6.0% 向上することを示しています。
Duo Li, Haojun Pan, Zuhao Yang ほか
説明AIはなぜ引用するのか？生成エンジン最適化（GEO）における内容・検索・モデル知識
要約本論文は、ChatGPT、Gemini、Perplexityなどの生成型検索エンジンがどのページを情報源として引用するのかを研究しています。商業的な質問への回答15万8099件と引用46万8037件、90日間の2つのデータセットを分析しました。ページの内容と利用者の質問との一致度は引用の多さに影響しますが、同一サイト内のページ間の差はページの属性ではほとんど説明できません。主な要因は、モデル自身の検索で得られたページとモデルが既に知っているブランドの知識であり、これらの方がページの属性よりもはるかに結果を説明します。
Mahe Chen, Nick Koudas
説明InCLAD：産業用視覚異常検知のための継続学習ベンチマーク
要約本論文は、産業用視覚異常検知の継続学習ベンチマーク InCLAD（Industrial Continual Learning Anomaly Detection）を提案する。各工業部品を一つのタスクとし、半教師あり学習の設定で、モデルが部品を順次学習しても既に学んだ部品の性能を保持できるかを評価する。ランダム、易から難、難から易などの順序と、複数データセットにまたがる場面を用意し、画像単位の検知と画素単位の位置特定の両面から評価する。
{\L}ukasz Marcjan, Dorota Wilk-Ko{\l}odziejczyk, Roberto Corizzo
★★★★☆ 注目
説明体積レンダリングにおける外観補償：描画が一致しても密度が正しいとは限らない
要約本論文は、外観が密度変化を補償しうる場合に、外部RGBビューをすべて再現しながら密度が誤っている可能性があるかを検討する。球面調和関数などの有限表現による解析で、理論的結果と構成的な反例を示している。物理的に妥当なSH2の曖昧性の例では、中心密度は2倍になり相対密度のL2誤差は14.52%を超えるが、すべての外部RGB光線は変わらない。レンダリング精度だけでは密度を保証できず、外観の容量、空間分解能、測定方法も回復に関わることを論じている。
注目点体積レンダリングはすべての外部RGB視点を再現できても密度が誤りうると示し、外観補償下での厳密な物理的SH2曖昧性の構成を報告している。中心密度が倍になってもRGBは変わらないとし、透過測定による区別も論じる。
Jianghong Zhou
説明症状から疾患を分類する9B決定基盤モデルは必要か？TF-IDFベースラインとClef-Flashの微調整の比較
要約本論文は、9BパラメータのデシジョンモデルClef-Flashを4ビット量子化LoRA（QLoRA）で微調整し、24クラスの症状から疾患への分類課題に適用した研究です。微調整後の正解率は95.42%でしたが、同じ分割で学習したTF-IDF線形SVMとロジスティック回帰は98.75%に達し、CPUでの推論も高速でした。そのため、このベンチマークでは微調整モデルに精度上の優位性は見られません。著者は、より長い実際の臨床テキストや臨床医による検証が必要だと述べています。
S. M. Mahbub Uddin Ahmed
説明UltraBERT：BERT事前学習の限界を超える
要約本論文は双方向エンコーダの事前学習の設計を見直し、数兆トークンを超えると下流タスクの性能が飽和すること、低いマスク率は分類に、高いマスク率は検索に有利であることを示しています。これに基づき、バッチ内で低・高マスク率に別々の言語モデルヘッドを割り当て、蒸留の目的を低マスク率に限定したUltraBERTを提案しています。GLUEで91.0、BEIRで47.7を達成し、分類と検索の両方で最先端に到達した初のエンコーダだと報告しています。
Jungwoo Park, Taewhoo Lee, Jaewoo Kang
説明PATTERNは記憶だけで解ける：生成器を考慮した合成ノード分類ベースライン
要約グラフネットワークの順位付けに今も使われる合成ノード分類ベンチマーク PATTERN を検証した論文です。各分割が同じ100個のパターンを再利用するため、訓練ラベルからパターンを読み取って照合するだけで、学習なしに類別加重精度99.2を達成し、発表済みの最良モデルの89.8を上回ると報告しています。また、新しいパターンを含むグラフではCKGConvとGRITがパターンを無視する予測器を下回り、新規テンプレートでの評価と生成器に基づくベースラインの公開を勧めています。
Amin Najafgholizadeh, Mohsen Afsharchi
説明時間にわたるアルゴリズムの公平性：進展と展望（アルゴリズムの決定が時間とともに公平かどうかを測り保証する方法を扱う論文）
要約フィードバックループがある場合、ある時点でのアルゴリズムの判断が後続の観測データに影響し、選択バイアスやデータ分布の変化を招くおそれがあると論文は指摘します。これらの影響を無視すると不公平が生じ、モデルが社会で使われ続けるにつれて悪化しうるとしています。著者は、近年の研究における静的な公平性と時間的な公平性の概念を分類し、暗黙の時間的仮定や未解決の課題を挙げています。
Miriam Rateike
説明CowCare：視点に頑健な牛の追跡と時空間的な暑熱ストレス分析のための統一視覚フレームワーク
要約本論文は、複数カメラの農場映像で乳牛個体を追跡し、暑熱ストレスの行動を認識するCowCareフレームワークを提案しています。追跡モジュールCowTrackは視点分離ネットワークによりカメラ間で個体IDを一貫させ、熱ストレス認識ネットワークTSDF-Netは時間安定化モジュールと拡散モデルの意味的事前情報を用いて微細な行動信号を捉えます。2つの実農場データセットでの評価では、MVCowでのHOTA 83.48%、IDF1 87.72%、HSCowでのTop-1精度87.72%が報告されています。
Xin Liu, Weiran Li, Minghao Zhu ほか
説明コスト制約と劣線形な方策後悔の保証を持つ共形逐次意思決定
要約ロボットやネットワーク機器を制御するAIエージェントなどの自動意思決定者は、各エピソードで厳しいコスト上限を守りつつ、競争力のある性能を維持する必要があります。本論文は、そのための在線共形エピソード型エージェント（OCEA）を提案します。OCEAは後悔制御アルゴリズムで各エピソードの候補行動を1つ選び、残り予算で次の1回分の最大コストを賄えなくなるとゼロコスト行動に切り替えます。任意の状態列と内部乱数のすべての実現について毎エピソードのコスト制約を満たし、同じ制約を満たす比較クラスの事後最適行動列に対して期待方策後悔が劣線形であることを証明しています。リスク回避制御と歪み保証付きのオンライン圧縮に適用されています。
Jayadev Naram, Giuseppe Durisi, Matteo Zecchin ほか
★★★★☆ 注目
説明POMDPと多環境POMDPの計算量のギャップについて
要約多環境POMDP（ME-POMDP）は、可能な環境の有限集合を用いてモデルの不確実性を表現します。既存研究により、その有限ホライズンのロバストな報酬最大化問題はPSPACE完全であることが示されています。本論文は、どの部分クラスがこの性質を保つかを明らかにし、多環境ブラインドMDPと決定的POMDPがNP完全であること、混合に対する閉包条件を満たさない多くの部分クラスがPSPACE完全であることを証明しています。
注目点多環境POMDPの各サブクラスの計算複雑度を整理し、多環境ブラインドMDPと決定的POMDPがNP完全、多観測POMDPなどがPSPACE完全、有限時間マルコフ方策でも存在実数理論完全となることを示す。
Eline M. Bovy, Caleb Probine, Marnix Suilen ほか
説明偏好モデルは信頼できるか？アラインメントのためのStackelbergゲーム
要約言語モデルは不完全な評価器を通じて人間の選好に合わせられることが多く、その誤りは最適化中に悪用されうる。本論文は、評価器が真の選好を逆転させうる比較を探索する方針を学習させ、その際に選好モデルのアンサンブル間の不一致を予測誤差の代理として用いる。これを二つの対立する方針によるゼロ和Stackelbergゲームとして定式化し、均衡の存在と線形収束のアルゴリズムSMIDAを示す。実験では、学習された方針が留保データ上で参照方針を上回り、不一致が閾値を超え選好が反転する比較の割合を増やすことが報告されている。
Riccardo Formenti, Aditya Agrawal, Vikas Garg
説明DisCo代数：分解と結合が逆演算ではない理由
要約本論文は、結合確率のための合成的枠組みであるDisCo代数を提案し、分解（対称コオペラド）と結合（非結合的な部分結合）から構成する。分解側はブロックごとの同時分布関数を1次元の要約として用いるため情報が圧縮される。結合側は正則条件付き測度により分布を再構成する。著者らは、結合の後に分解を行うと許容入力上で恒等写像になるが、分解の後に結合を行うとそうならないことを示す。その情報損失は確率曲率、すなわち真の条件付き分布と条件付き独立な積との間の条件付きKL情報量に一致する。
Xuexing Lu
説明再学習不要の視覚Transformer深さ方向剪定：層の冗長性に関するクロスドメイン研究
要約本論文は、層の入力と出力のコサイン類似度を測定して視覚Transformerの層の冗長性を分析し、DINOv2やSwinV2などの深いモデルに大きな冗長性があることを示しています。ImageNet-1Kでは、DINOv2のブロックの20%を再学習なしで削除すると、スループットが1.24倍、画像1枚あたりの消費エネルギーが20%減少し、相対的な精度低下は1%未満でした。さらに、データセットごとに最適な剪定構成を自動選択する手法も提案しています。
Alessandro Viespoli, Loris Nanni
説明DiffGA：進化的探索で凍結拡散モデルを材料設計に誘導する手法
要約本論文は、学習済み拡散モデルのサンプリング過程に進化的探索を組み込み、新たな目標ごとの再学習なしで任意のブラックボックス評価関数に沿って生成を誘導するDiffGAを提案しています。評価コストを抑えるため、機械学習力場のグラフ埋め込みを用いたガウス過程の代理モデルで高価な物性評価を置き換えます。3つの結晶設計課題で、安定性・一意性・新規性の命中率において既存の比較手法を上回ったと報告しています。また密度汎関数理論により、代理評価が信頼できる条件と偏りの生じる条件を検証しています。
Shivang Agarwal, Rodrigo Wang, Kevin Ryczko ほか
説明表形式基盤モデルのための再帰型インコンテキスト学習：独立層を共有重みのループブロックに置き換える研究
要約本論文は、表形式基盤モデルのインコンテキスト学習段階で各層ごとに独立したパラメータが必要か、それとも計算の深さだけで足りるかを検討しています。TabICLv2の12個の非共有ICLブロックを、4個の重みを共有するブロックを k 回適用する構成に置き換えたTab-Loopを提案しています。同じ計算量のもとで、パラメータ数は62%少なく、複数のベンチマークで基準モデルと同等かやや上回る結果を示しています。
Tejas Vaidhya, Gaurav Sahu, Irina Rish
説明スコアではなく決定を認証する：少数の評価から厳密なtop-k選択を行う
要約本論文は、すべての候補を評価せずに最も頑健な上位k個のアルゴリズムやスケジュールを正確に選ぶ、認証付き適応選択（CAS）を提案します。期待ショートフォール（最悪シナリオでの平均損失）の保証付き上下界を維持し、残りの不確実性で結果が変わらなくなった時点で停止します。予測は次に評価する対象を選ぶためだけに使われ、決定そのものを許可するものではありません。
Yuhe Sui, Yingzhi Tang
説明事前データ適合ネットワーク（PFN）における分離可能性ギャップの分析：特徴量分布とラベル生成機構の依存関係が与える影響
要約本論文は、事前データ適合ネットワーク（PFN）の理論的前提を検討している。標準的な理論では、特徴量の分布とラベルを生成する機構が独立である「分離可能な」タスク事前分布を仮定するが、著者らは一般的なPFNの事前分布が単純な設定でも分離可能ではないことを示す。この非分離性による予測の違いを特徴づけ、事後分布が集中すると差が消えること、モデルの誤指定時には特徴量適合が改善する一方で条件付きラベル適合が犠牲になりうることを明らかにする。さらに、ラベルなしデータを利用するSemiTabICLモデルを提案し、その精度向上を示している。
Julius Kobialka, Manuel H\"ulskamp, Thomas Nagler ほか
説明平均報酬Q学習とQプランニングにおける混合正則化
要約本論文は平均報酬強化学習を扱います。この設定では、マルコフ連鎖が混合する場合にのみベルマン作用素がスパンで収縮します。著者らは報酬に依存しないm步混合方策が与えられると仮定し、その方策へ正則化することで学習方策の収縮と探索の性質を制御します。複数の正則化の選択肢を持つQ学習アルゴリズムについて有限時間解析を示し、数値実験で理論を検証しています。
Julien Roger, Sam Bodmer, Jian Qian ほか
