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。
説明スパースフレーム動画QAで信頼と再観測の判断を学習する（時間サンプリング摂動に基づく）
要約本論文は、サンプリング時刻のみがずれても、スパースフレーム動画言語モデルの回答が変わりうることを示す。著者らはPhaseGuard+を提案し、凍結したVLMに制御された時間オフセットを与えて、フェーズ投票による回答の信頼性と、特定の補正操作（より密なフレームやより強いVLMの利用）による正答率の向上を別々に予測する。補正が効果的と予測された問題のみを振り分ける。Perception Testの物理関連問題では、30%の問題をQwen3-VL-32Bに振り分けた際の精度は67.87%で、予算を合わせたランダム振り分けの63.66%を上回った。
説明特徴の理解しやすさを特徴選択に組み込み、人間中心の表形式データ説明を改善する研究
要約本論文は、既存の人間中心の説明可能AI研究が説明生成後にのみ評価を行い、アクセシビリティ向上への実践的示唆を欠いている点を指摘します。著者らはユーザーの反馈に基づく特徴理解度スケール（Feature Understandability Scale）で特徴に理解度スコアを付与し、理解しやすさと情報量の両方を考慮する特徴選択アルゴリズムを提案しました。その特徴部分集合でランダムフォレストを学習し、生成したSHAPベースの説明をユーザー評価で検証しています。個別評価では平均スコアは高いものの有意差はなく、比較評価では参加者がこの説明を偶然水準より有意に多く選好しました。分類性能への影響は小さい一方、質の変化の解明には大規模な検証が必要だと結論づけています。（Feature Understandability Scale：特徴理解度スケール）
説明LATCH：配線後FPGA最適化のためのLLM支援タイミング収束ハーネス
要約本論文は、大規模言語モデルの制御と決定論的なFPGA実装・評価を分離する枠組みLATCH（LLM-Assisted Timing Closure Harness）を提案し、配線後のタイミング収束最適化に用いる。エージェントの制御粒度3種を比較し、複数回の反復における試行の組織化方法も検討している。知識ベースを用いた探索が、最大周波数の平均向上幅で最も大きな結果を示したと報告している。
説明人間とロボットの協働における人体動作予測のための適応型相互作用ネットワーク
要約本論文は、人間とロボットが協働する場面で、ロボットが人間の動作に与える影響を明示的にモデル化する「ロボット認識型」の人体動作予測を扱います。主分岐で人間の将来の動作を、補助分岐でロボットの軌道を推定する適応型相互作用ネットワーク（AINet）を提案し、両分岐を局所-大域空間相互作用モジュールで結合します。3つのデータセットでの実験により、提案手法の優れた性能が示されています。
説明回答すべきか否か？視覚言語モデルに対するプロンプト適応型敵対的画像
要約本論文は、視覚プライバシーを守るためのProAda（Prompt-Adapted）敵対的画像を提案します。有害な質問には答えを拒否し、正当な質問には正しく応答するよう画像を最適化します。有害性を判定する簡単な分類器でプロンプトを反復更新し、より正確な敵対的方向を得ます。視覚プライバシー関連データセットでの実験では、有害なプロンプトの90%超を拒否し、正当なプロンプトの90%超を許容しました。また、モデル間の転移性と対策への頑健性も報告されています。
説明AgentCue：統計サマリーで分散型マルチエージェントの自己組織化を導く手法
要約分散型マルチエージェントシステムでは、協働記録の増加により自己組織化の効率が低下します。本論文はこの問題に対し、実行履歴を更新される2つのネットワークで表し、エージェントとタスク種別を共有潜在空間に配置する新しい潜在空間モデルに基づくAgentCueを提案します。推定されたパラメータが、エージェントがサブタスクや協力者を選ぶためのコンパクトで解釈可能な統計サマリーとなります。LongBench v2 Multi-Doc QAでの実験では、有効性、効率、解釈可能性で競争力のある結果が示されています。
説明弱いセグメンテーションで誘導するGANによる、リアルな色編集
要約本論文は、任意の微分可能なセグメンテーションモデルを組み込める新しいGANアーキテクチャを提案している。目的は、アーティファクトのない自然な画像を生成しつつ、目標の色を正確に指定できるようにすることである。著者らは、このフレームワークが異なる用途で最先端の結果を示すと述べている。
説明DR-APO：連続制御と身体性ナビゲーションに向けた、表現を分離したアドバンテージ誘導型方策最適化
要約本論文は、ガウス、拡散、フローマッチングなど異なる表現の方策に共通して使える強化学習の最適化手法DR-APOを提案しています。アドバンテージに基づく目標改善と、表現に適合した直接的な行動フィッティングによって、方策の改善と方策表現を分離します。5つのMuJoCo-v5タスクでは、拡散方策とフローマッチング方策で方策のみの総合性能が最良となりました。NavDPの事後学習では、シミュレーションの成功率が70.33%から89.55%に、実世界では25%から65%に向上したと報告されています。
説明1+1が逆効果になる時：サンプルごとに適応する視覚トークン削減のための関連性と多様性の再バランス
要約視覚トークン圧縮は、視覚言語モデルの推論コストを下げる技術です。従来の手法は文章との関連性と視覚的多様性を固定の比率で組み合わせていましたが、本論文では最適な比率がデータセットやサンプルごとに大きく異なることを示します。これを踏まえ、追加学習なしで推論時にサンプルごとに比率を調整するSAVERを提案しています。LLaVA-1.5-7Bでは視覚トークンの11.1%のみを残しても、全モデルの性能の96.5%を維持したと報告されています。
説明MixLID：混合言語テキストにおけるトークン単位の言語識別
要約本論文は、111の言語・文字体系の組み合わせに対応し、複数言語が混在する入力の各トークンの言語を識別するモデルMixLIDを提案しています。学習は二段階で、まず単一言語データの言語ラベルで個々の言語の区別を学び、次に混合言語データで学習を続けます。第二段階では、既存のコードスイッチングデータの連結例と、英語の原語と外来語の対応に基づく単語置換で作成した拡張例を用います。単一言語および混合言語の両方の識別で、各ベースラインと共通する言語範囲内の評価において既存手法を上回ったとされています。モデルはHugging Faceで公開されています。
説明バックドア付きマルチモーダル大規模推論モデルにおける思考連鎖ハイジャックの検出
要約本論文は、汚染された微調整によりバックドアを埋め込まれたマルチモーダル大規模推論モデルが、視覚トリガーによって思考連鎖をハイジャックされ、攻撃者の指定した答えへ誘導される問題を扱う。作者は高エントロピーの「気づきの瞬間」との対比から「信念慣性」と画像依存部分に限定した視覚信念慣性（VBI）を定式化し、学習不要の検出手法InertiaGuardを提案する。複数の攻撃とベンチマークで既存手法より高い検出性能を示したとされる。
説明DEFlow：最大エントロピー強化学習のための深い平衡フロー方策
要約本論文はDEFlowという深い平衡フロー方策を提案し、明示的オイラー法によるサンプリングを陰的オイラー法に置き換え、中間行動をすべて平衡方程式系として同時に解きます。陰的微分と最終行動密度のための離散変数変換公式を組み合わせ、ソフトアクタークリティック内でのオフポリシー学習を可能にしています。実験では、多目標ドッキング4種で平均成功カバレッジが最強のベースラインより約10%相対的に向上し、操作タスク5種のうち4種で最高の平均時間加重リターンを達成しました。
説明モダリティに依存しないてんかん発作分類に向けて：異種のEEGと頭蓋内EEG信号を扱う統一深層学習フレームワーク
要約本論文は、頭皮脳波（EEG）と頭蓋内脳波（iEEG）を同時に扱う多モーダルてんかん発作分類フレームワークを提案している。サンプリングレートや記録条件の異なる信号を揃える統一多モーダル信号調和手法（UMSH）を含み、条件付き敵対的生成ネットワーク（cGAN）で合成サンプルを生成してクラス分布の不均衡を補正する。分類ネットワークにはEEGNet-ViTを用い、実験により頑健な発作分類が可能であることが示されている。
説明異種脳MRI向けの不確実性推定付き皮質表面再構成と球面レジストレーション
要約本論文は、ランダムなコントラストと解像度の合成スキャンのみで学習させたニューラルネットワークを提案し、ほぼあらゆる種類の脳MRIスキャンに適用できるとしています。モデルは皮質表面の頂点ごとの不確実性推定と、fsaverage空間への球面レジストレーションを出力します。1x1x1 mm³のT1強調画像では他の最先端の深層学習手法と同等の性能を示し、低解像度で非T1強調のスキャンでは同様の表面推定が可能な唯一の他手法を上回りました。予測された不確実性は品質管理に利用できることが示唆されています。
説明二重ロールアウト強化学習：サンプリングに基づく報酬推定で推論モデルの訓練を改善する手法
要約本論文は、GRPOで実装された検証可能報酬による強化学習（RLVR）における報酬ノイズの問題に取り組みます。各推論トレースを途中で打ち切り、その接頭辞から複数の続きをサンプリングし、元の報酬を続きの平均報酬に置き換えることで、推論の質をより頑健に推定する二重ロールアウト（double-rollout）手法を提案しています。著者らは、数学・コーディングのタスクおよびQwen、Nemotronモデルにおいて、計算コストの増加は小さいまま、より少ないRLステップで高い正答率に到達したと報告しています。長さに基づく報酬と組み合わせると、精度と効率のトレードオフも改善されるとしています。
説明Prorsa：エージェント型強化学習における予充填・復号分離の可能性を引き出す
要約本論文は、エージェント型強化学習（RL）における大規模言語モデルのロールアウト段階を扱います。多段階のやり取りで予充填要求が繰り返し発生し、予充填と復号の負荷が同時に存在します。予充填・復号分離はロールアウトを効率化しうるものの、固定的な資源配分では負荷の変化に対応しきれないと論じています。著者らは短期の需要を予測して作業者配分とエンジンの役割切り替えを行うProrsaを提案し、同期・非同期の両設定で予充填・復号共置に対し1.11倍から4.05倍の端対端加速を報告しています。
説明JtT：単一画像からの多様で剛体的な運動のための点軌道拡散モデルの再考
要約本論文は、単一画像から剛体運動を予測し、深度などの幾何学的入力に頼らずに、シーン内の任意の点について多様で物理的に妥当な将来の軌道を生成する手法を研究しています。提案モデルJtTは、座標空間で直接動作する単純な拡散Transformer（diffusion transformer）です。点軌道拡散の設計空間を体系的に調べ、フレームごとの速度を拡散させる方法が剛性を捉える唯一の表現であることを見出しています。また、学習中に物理的妥当性と多様性が同時には向上しないことを示し、より厳密な評価プロトコルを採用しています。その結果、約5000万パラメータのJtTは、分布指標と剛性指標の両方で既存手法を上回りました。
説明HyBRA-EEG：自己教師あり脳波表現学習のための双曲的な大域・局所脳領域集約手法
要約本論文は、双曲空間における大域・局所の脳領域集約に基づく自己教師あり脳波（EEG）事前学習フレームワークHyBRAを提案している。電極配置の異なるチャネル情報を統一的な領域トークン空間に写像し、領域-時間Transformerによりマスク再構成で事前学習を行う。原文によると、6つのベンチマークデータセットで平均バランス精度が比較手法を上回り、OpenBMI-MIではCSBrainと同等のバランス精度を保ちつつパラメータ数を96.8%削減したという。
説明金融ローソク足理解のためのコード対話型視覚推論
要約本論文は、コードを生成・実行して図表の根拠を取得し計算を行う「コード対話型金融ローソク足推論」を提案し、Qwen3.5-9B（Qwen3.5-9B）に基づくFin-Thinkerモデルを紹介している。学習用に32,184本の検証済みコード・観測軌跡からなるFinKLine-32Kを構築し、1,200問・138種のタスクからなる評価ベンチマークFinKLineBenchを導入した。著者らによれば、同ベンチマークでFin-Thinkerは、最良の直接回答ベースラインおよびサンドボックス付きの基礎モデルをそれぞれ13.1ポイント、33.2ポイント上回る厳密精度を示した。
説明OctMole：階層的空間フローによるマルチスケール3D分子生成手法
要約本論文は、三次元分子生成のためのマルチスケール八分木フローフレームワーク OctMole を提案している。原子の数・種類・幾何構造を同時に決定し、まず粗いスケールから細かいスケールへと疎な占有領域を段階的に確定し、その後、占有された葉ノードに原子種とセル内の連続オフセットを割り当てる。QM9 と GEOM-DRUG で化学的・分布的・幾何的品質が高いと報告されており、GEOM-DRUG では Uni-3DAR に対して明確な改善が示されている。
説明物理情報付き生成モデルにおける分布バイアスの分析と緩和
要約本論文は、物理的制約を満たすための残差ペナルティを加えた生成モデルを扱い、制約の充足度を高めても必ずしもデータ分布への忠実度が向上しないことを示しています。残差感度が低い状態を選好する傾向や、データ外の可行状態へ逸れる傾向を分析したうえで、学習サンプルでの残差ヤコビアンを用いて予測誤差を重み付けするデータアンカー型ペナルティを提案しています。合成系、3種の偏微分方程式系、および分子遷移状態生成での実験により有効性を示しています。
説明LLM-HB：コードスイッチングASRのための言語認識型LLM誘導ホットワードバイアス
要約本論文は、一つの発話内で言語が切り替わるコードスイッチング音声に対し、LLM-HBというフレームワークを提案しています。混合専門家（MoE）アダプタと補助的な言語予測ヘッドで多言語表現を捉え分け、ホットワードはLLMベースのプロンプトで注入します。ASRU2019のテストセットで、基準システムより混合誤り率（MER）を相対20.30%削減し、15個の妨害ホットワード設定で5.85%に達しました。整理したASRU2019ホットワードリストも公開されています。
説明独立二値プロビット代理を用いたベイズ最終層の変分フィルタリング
要約本論文は、深層分類器の最終層を線形ガウス状態空間モデルの潜在状態として扱い、ミニバッチごとに更新する変分フィルタリング手法を提案します。カテゴリカル尤度を独立二値プロビット（IBProbit）代理で置き換え、更新を閉じた形で計算できるようにしています。DINOv3バックボーンでの比較において、AdamWと温度スケーリング、およびVBLLを上回る結果を示し、全体微調整ではクロスエントロピー基準と同等の性能に約半分の時間で到達したと報告しています。
説明CineRecon：エージェントによる映画的シーン再構成の最先端モデル評価ベンチマーク
要約本論文は、参照動画を編集可能な動的3Dシーンとして再構成するエージェントの能力を評価するベンチマーク「CineRecon」を提案します。映画、実写映像、ゲームにまたがる50本の参照動画と360の注釈付き評価クリップを含み、Proxy、Simplified、Detailedの3つの表現設定で評価します。12のモデルを評価した結果、カメラ、静的、動的の各一貫性の全3次元で失敗が見られ、主体の動きや相互作用は Proxy 設定でも再現が難しいことが示されました。
説明NFDiag：正規化フローを用いた高次元MCMCの収束診断
要約本論文は、正規化フロー（NF）を用いたマルコフ連鎖モンテカルロ（MCMC）の収束診断手法NFDiagを提案する。従来の収束統計量は周辺分布を分析するため、高次元では情報が失われやすい。NFDiagは完全な多変量同時事後分布の空間でNFを学習し、連鎖の異なる部分が同じ多変量目標分布に対応するかを検定する。最大250次元の実験で、本手法は汎用的かつ不偏であり、Gelman-Rubin統計量と多変量有効サンプルサイズでは検出できない問題のある連鎖品質も検出できることが示されている。
説明単眼気管支鏡による高密度な気道マッピングと位置推定
要約本論文は、電磁トラッカーや術前CTを使わず、気管支鏡の単眼RGB映像のみで先端位置を推定し、周囲の気道表面を再構成する手法を提案している。百万枚を超える写実的な気道レンダリングで微調整した深度モデルがメートル単位の深度を与え、DINOv3特徴量によるマッチングと稠密ICP位置合わせを因子グラフで統合する。CT由来の6つの気道での平均軌道誤差は26.1mm、平均表面F値は77.5%である。
説明大規模教師モデルから効率的なマルチモーダル学生モデルへ：検索関連性予測のための知識蒸留
要約本論文は、ECサイト検索における検索語と商品の関連性判定を扱います。まず少量の高品質な人手アノテーションデータを作成し、それを基に大規模言語モデルによる判定パイプラインを構築します。そのパイプラインで生成した大規模ラベルで小型のマルチモーダルモデルを学習させ、教師システムに近い性能を、低遅延・低コストで実現したと述べています。
説明VLA-GAUGE：視覚・言語・行動モデルの汎化性と頑健性を体系的に評価する手法
要約本論文は、視覚・言語・行動（VLA）モデルが既知の操作タスクで示す高い成功率が、真のゼロショット汎化や摂動への頑健性を意味するかを検証する診断フレームワーク VLA-GAUGE を提案します。分布内・分布外のタスク対、単一要因と組み合わせ摂動の評価、そして診断に基づくデータ拡張と微調整を含みます。12 のモデルを評価した結果、平均ゼロショットスコアは 22.3%、組み合わせ摂動下の平均 R-Score は 9.3 にとどまりました。診断に基づく微調整では性能向上が確認されています。
説明「見るの言語」：運動トークンが示す、注視系列のドメイン依存の局所構造
要約本論文は、視線の注視系列を対象に、運動トークン化を診断手段として用い、4つの異なるデータセットにおける局所的系列構造の転移可能性を調べたものです。注視は再利用可能な運動トークン語彙を共有できるものの、同じ運動トークンでも、データセットやタスクの文脈によって異なる局所的遷移パターンに配置されることが示されています。著者らは、意味情報の少ない運動トークン表現の下では単純なデータ統合に限界があると述べ、情報理論的診断によって行動系列を評価する枠組みを提案しています。
説明最適輸送に基づくPAC-Bayes汎化境界
要約本論文は、従来のPAC-Bayes汎化境界で用いられるKLダイバージェンスを、全変動距離やWasserstein-p距離を含む一般的な最適輸送（OT）距離に置き換えた新しい境界を導出している。KLダイバージェンスは事後分布が事前分布に対して絶対連続であることを要求し、確率空間の幾何構造を考慮しないという点が問題として挙げられている。
説明部分的な測定データからの物理ベースおよびニューラル動力学のスケーラブルな同定
要約本論文は、物理モデル、ニューラルネットワーク、グレーボックスモデルに対応し、部分的な測定から非線形動力学を同定するスケーラブルな手法を提案している。予測誤差法と移動ホライズン推定を組み合わせ、最適化問題の再定式化によって計算効率を高め、超勾配の評価で最大215倍の高速化を示している。レーシングカーのシミュレーションではタイヤ力の同定で予測精度と物理パラメータの回復を実証し、実データでは、ニューラル残差を加えたグレーボックスモデルが物理的解釈性を保ちつつ予測精度を向上させることを示している。
説明G²WAM：効率的で幾何を考慮した画像ゴールナビゲーションのための世界行動モデル
要約本論文は、画像ゴールナビゲーション向けの幾何学的に基づく世界行動モデル（G²WAM）を提案します。学習済みのシーン座標定位モジュールで現在・ゴール・履歴フレームを共通の基準座標系に揃え、明示的な三次元再構成なしで安定した空間文脈を得ます。未来の状態と行動を同時に予測し、CEM方式の高コストな計画を不要にするとともに、潜在空間で動作します。4つの軌道予測ベンチマークで平均ATEとRPEをそれぞれ40.1%、35.2%削減したと報告しています。閉ループ実験では成功率が54.0%から63.0%、経路長重み付き成功率（SPL）が36.4%から59.2%に向上したとされています。
説明組合せ論におけるAIによる発見：問題から解へ、そしてさらに大きな問題へ
要約代数的組合せ論の未解決問題29件からなるベンチマーク「qtBench」が提案されています。与えられた多項式の係数や恒等式を説明する簡潔な組合せアルゴリズムを求める問題で、AIエージェントが探索できるよう、組合せ対象の操作、不正行為への対策、候補解の検証を行う枠組みも用意されています。OpenAIとの共同研究で、同社の研究者がいくつかの問題について解答案を得ています。
説明言語を視覚の低レート符号にする：単語からピクセルへの逐次精緻化
要約本論文は、短い接頭辞で画像を代表できる順序付き視覚符号を提案し、キャプションを摘要の連鎖として接頭辞を学習させることで、言語が先に符号に入るようにします。字幕生成とテキストからの画像生成を、符号に沿って歪み尺度が変わる逐次精緻化として扱い、モデルRUNGを構築しました。データと容量を固定した実験では、言語による順序付けで接頭辞と字幕の情報量が2.9倍、GenEvalが0.76から0.83に向上し、代償として短い接頭辞では2.8 dB、完全長では0.1 dBのPSNR低下が測定されました。
説明NoduleFlow：3次元肺結節の自動検出とセグメンテーション
要約本論文は、CTボリューム系列から肺結節の検出・分類・セグメンテーションを直接行うNoduleFlowという枠組みを提案しています。病変の事前アノテーションや手動による初期化を必要とせず、推論時に自動で動作します。さらに、スキャン間の位置合わせフィールドを用いて候補領域を追跡検査へ伝播させる手法を検討し、4つの独立したデータセットで汎化性能を評価しています。
説明「己を知り隣を知る」：再帰的ハイパーネットワークを用いた構文情報付き自己教師あり合成的文表現学習フレームワーク。機械が文の構造と意味をよりよく理解するための手法
要約本論文は、再帰的ハイパーネットワークを用いて文の表現を学習する新しい自己教師あり框架を提案している。構文解析木に沿って単語の表現から文の表現を再帰的に合成し、構文表現と意味表現を別々に保持して、構文情報で意味の合成を導く。提案手法は6つの新しい自己教師あり学習タスクで訓練され、7つの探査タスクで評価された結果、平均化ベースラインや最新手法よりも豊かな言語情報を符号化することが示された。
説明DeepFlow：成対条件付き確率場のための、収束性を持つ二つの微分可能な手法
要約本論文は、深層学習の最終的な確率的出力層に、空間的正則化を含む複雑な確率的グラフィカルモデルを組み込むため、収束性が証明された二つのアルゴリズムを提案している。これにより画像および信号分類モデルで正則化を用いることを可能にするとされる。著者は数学的解析と計算機シミュレーション実験により、二つの手法の性能の違いを示している。
説明ヒューリスティックだけでは不十分：ビデオ拡散モデルの高速化のための校正・補正付きキャッシュ
要約本論文は、ビデオ拡散モデルを学習不要で高速化するための閉ループ型キャッシュ手法 AlignCache を提案しています。段階ごとの予算ルーティング、反事実誤差に基づくEMAフィードバックによる閾値校正、動量付きの草案合成により、キャッシュの判断を最終的な生成品質に合わせます。著者らは、複数の最新ビデオ生成モデルで加速と品質のより良いトレードオフを達成したと報告しています。
説明教えすぎと学べていないこと：多エージェント議論からの学習者中心蒸留
要約本論文は、多エージェント議論は協調的に推論を生み出すが、実際の運用では小型の生徒モデルが単独で解答しなければならないと指摘します。議論グラフ全体を蒸留する従来手法では、教師が与える内容と生徒が実際に学ぶ内容が一致せず、重複した教示と学習後も誤答が残る問題が生じるとしています。著者らはFARを提案し、議論状態ごとの正解を代表的な教訓にまとめた後、生徒自身の誤答や表現の弱いクラスタに基づいて、保持した議論文脈から的を絞った教訓を追加します。2種の生徒モデルと4つの推論課題で、FARは全グラフ蒸留より少ない訓練目標で上回り、学習不足も減ったと報告しています。
説明ニューラルネットワーク前処理：パラメトリックヘルムホルツ方程式の解法に関する事例研究
要約本研究は、二次元パラメトリックヘルムホルツ方程式を離散化して得られる線形方程式系を解くためのハイブリッド数値手法を提案します。U-Net構造の畳み込みニューラルネットワークを、参照解を明示的に生成しない自己教師あり方式で学習させ、線形系の残差ノルムを用いた損失関数により離散化されたヘルムホルツ作用素の逆行列を近似します。学習済みネットワークは柔軟GMRES法（FGMRES）の非線形前処理子として用いられます。ネットワーク単体では十分な精度がないものの、前処理子として使うとFGMRESの収束を大きく改善し、速度場や領域サイズの変化に対しても頑健であることが示されています。LU分解に基づく代数的前処理子と比べ、同等条件下で効率が高いと報告されています。
説明PatTransBench：IPC分類で層化した多次元の特許機械翻訳評価ベンチマーク
要約本論文は、中英・中日・中韓の特許文対12,000件からなるベンチマーク PatTransBench を提案している。短文（文・請求項）と長文（段落）が各6,000件で、IPCセクションによる層化抽出と二重閾値の品質フィルタを用いて構築された。評価は、字面的なn-gram一致、言語横断の意味的類似度、38の探針言語による一貫性、並行処理時のサービス性能の四次元で行われる。PatMT2-7B と量子化版を対象とした事例では、量子化の影響が翻訳方向によって異なり、単一指標では見えないことが示されている。
説明分級スパース機構の学習：表現定理と検証可能な汎化
要約環境が各要素に重みを与える場合に、「少数の要素に強く依存する」分級スパースな機構を教師あり学習で近似する方法を研究した論文です。公理によって関数のクラスを定義し、それが重み付き多重集合上の輸送距離のLipschitz球に一致することを証明しています。さらに、データのスパース性分布に依存する汎化上界と経験的上界を示し、シミュレーションされたVicsekモデルでその上界が平凡な値よりはるかに小さいことを確認しています。
説明学習・圧縮・メタ複雑性：三者の形式的な関係を扱う論文の解説
要約この論文は、学習アルゴリズム、データ圧縮、計算複雑性理論の間の形式的なつながりを概観し、近年の進展と最前線の課題に焦点を当てています。複雑性理論の手法が、証明可能な保証をもつ教師あり・教師なし学習アルゴリズムの設計にどう役立つか、また逆に学習アルゴリズムが複雑性理論にどんな新知見をもたらすかを説明しています。中心的なテーマはデータ圧縮が学習と複雑性をつなぐ役割で、特に圧縮問題の計算困難性と時間制限付きコルモゴロフ複雑性を研究する「メタ複雑性」の分野を通して論じられています。
説明保証の前に説明が揺らぐのか：進化するグラフ上のラベル不要の早期警告
要約本論文は、動的グラフのストリームにおいて、ラベルを用いずにモデル自身の説明の揺らぎが、適合カバレッジ（共形被覆率）の低下に先立って警告を発せるかを検討している。著者は、エッジの存在を条件とした重要度の計算と、識別子ではなく構造的役割による集約という二つの補正を提案している。段階的なドリフトの各条件で、二チャネル監視器はカバレッジ崩壊の8〜14.5ステップ前に警告を出し、実取引のエゴネットワークでも27ステップ先行した。
注目点グラフストリームで説明の漂移を早期警告に用い、条件付き重要度と構造的役割による集約で統計量を修正。複数の漸進的変化と実取引データで先行時間を検証。
説明検証可能な報酬による強化学習向けのスペクトル駆動型適応ランク最適化手法Ares：勾配のスペクトル構造に応じて更新ランクを動的に調整する大規模言語モデル学習法
要約本論文は、検証可能な報酬による強化学習（RLVR）における大規模言語モデルの勾配のスペクトル構造を調べ、勾配エネルギーが次第に縮小する有効部分空間に集中すること、そして一定割合のエネルギーを捉えるのに必要なランクが学習の進行とともに減少することを報告している。この現象は教師あり微調整（SFT）では見られない。著者らはこれに基づき、勾配のスペクトルエネルギー分布から有効な更新ランクを推定して追跡し、各更新を低ランク部分空間に限定する最適化手法Ares（Adaptive Rank-Effective Spectral Optimization）を提案している。論文によれば、異なる規模のモデルにおいてAresは一般的な最適化手法より精度を向上させ、異なるRLVRアルゴリズムやタスクにも適用できるという。
説明支持度か強度か：指示データ選択における神経細胞関連性の特徴づけ
要約本論文は、指示データ選択において神経細胞の関連性をどのように捉えるべきか、つまり関連性の大きさを重視するか、それともニューロン全体にどの程度広く分布しているかを重視するかを検討しています。著者らはAttnLRPに基づく帰属によりサンプル単位の関連性プロファイルを構築し、有効関連支持度（ERS）と正の関連性強度（PRM）という二つの指標を提案しています。三つの言語モデルと五つの下流ベンチマークでの実験により、ERSは評価手法の中で全体平均順位が最も高かったと報告されています。
説明合成植物繊維の横圧縮における深層学習ベースの力学特性評価
要約本論文は、横方向圧縮下での繊維の変形と内部応力場を段階的に予測する2つの結合した再帰型U-Netと、最終的な応力場から横方向ヤング率を推定する回帰CNNからなる深層学習フレームワークを提案し、有限要素法シミュレーションの代替とすることを目指しています。実際の麻の断面から生成した1,000個の合成繊維形状で学習し、応力場のSSIMは0.9574±0.0074、ヤング率推定のR²は0.938±0.024でした。推論は繊維1本あたり1秒未満で、有限要素シミュレーションの約5分と比べて大幅に短縮されます。
説明EAU：ユーザー中心エージェント訓練のための環境・エージェント・ユーザーの共進化
要約本論文はEAUフレームワークを提案します。メタエージェントが学習中の軌跡、ツール呼び出し、報酬などを監視し、失敗や情報の少ないやり取りを診断して、ユーザーシミュレータ、環境、報酬設計、強化学習の設定を修正します。検証された変更は実行中の訓練に即座に反映されます。3つの対話型エージェントベンチマークと2つのバックボーンモデルで、EAUは総合スコアで最強のベースラインを14.7〜15.0%上回り、ColBenchではタスク成功率が最大36.7%向上したと報告されています。
説明未知かつ動的な環境でのリアルタイムロボット航行のための、到達可能性に基づく学習型安全表現
要約本論文は、オフラインで学習したニューラル陰関数表現によりハミルトン・ヤコビ到達可能性の価値関数を近似し、最適化ベースの制御器がリアルタイムで安全情報を得られるようにする手法を提案します。モデル予測制御の終端制約、制御障壁関数セーフティフィルタ（移動障害物向けのペア障壁を含む）、および多面体入力を持つ制御アフィン系向けの並列化可能な木探索によるラベル生成の5つの方法を扱います。著者らは、地上・空中ロボットでのシミュレーションと実機実験において、幾何学的手法や人手設計の基準手法より衝突回避が優れていると報告しています。
説明離散分布特徴の最小二乗回帰における学習率スケジュールの漸近リスク
要約本論文は、離散分布特徴を持つストリーミング最小二乗問題（Slock モデル）における確率的勾配降下法の最終反復の挙動を研究している。べき乗則の条件下で、定数スケジュールおよび WSD（Warmup-Stable-Decay）スケジュールの有限時間リスクとその漸近等価式を導出している。基礎学習率を調整すると、リスクは Θ(T^{-q}) で減衰する。定数スケジュールの指数 q はより小さく、正の相対的な冷却長さを与えると多項式的な改善が得られる。最適リスクは、バッチサイズ b と時間範囲 T について積 bT を通じてのみ依存する。
説明信頼度校正とエボルビング想像によるVLA方策の事後学習（MERL）
要約本論文は、模倣学習で事前学習されたVLA（視覚・言語・行動）モデルを強化学習で事後学習する問題を扱い、モデル進化型強化学習フレームワークMERLを提案している。方策最適化と、世界モデルと報酬プロキシヘッドからなるオンライン更新型シミュレータを結びつけ、信頼度によって想像データの比率、ロールアウトの長さ、リプレイ選択を制御する。摂動を加えたLIBERO-PROタスクでの平均成功率は79.7%で、対照となるモデルフリー手法より高閾値での学習速度が10.9%向上した。2つの実機タスクでは、タスクあたり50件のデモによる適応で平均成功率80.0%を達成した。
説明拡散言語モデルの並列デコードにおける複数トークン形式単位のインテント・トリガー型アンカリング手法
要約拡散言語モデルは並列デコードで一度に複数トークンを確定するため、同時に確定したトークン同士が互いを参照できず、パーサーが必要とする複数トークンの形式単位が壊れる。著者らは学習不要のデコード規則を提案する。モデルが最初のトークンを確定した時点で形式単位を補完し、モデルが停止またはループした場合はフォールバックで単位を書き込む。三つの胸部X線レポート評価セットで、可読率は63.3〜67.3%から100.0%に向上し、回帰は生じなかった。
説明パターン順位付け学習の高速化
要約パターンマイニングは探索的データ分析に有用だが、特定のユーザーにとって関連するパターンを見つけるのは難しい。本論文は、パターン順位付け関数の学習を多基準意思決定問題として定式化し、階層分析法（AHP）でユーザーの選好に基づき各興味度指標の重みを求める。さらに、感度ベースのヒューリスティクスを用いた能動学習モードを提案し、ユーザーへの順位付け問い合わせを減らす。実験では、最先端手法と比べて実行時間が大幅に短縮され、順位付けの精度が高く、ユーザーの誤りにも頑健であることが示された。
説明pi-Net：データが少ない系における微分可能な物理ヘッドのための経験的潜在表現
要約本論文は、データが乏しいマルチフィジックス系の予測のための物理情報付き潜在変数モデル pi-Net を提案する。エンコーダが入力を物理的に正規化された潜在空間へ写像し、微分可能な物理ヘッドが最終的な予測を復号する構成である。実データのガスメタルアーク溶接（GMAW）事例で、実験サンプル60件のみを用いて R² 0.864 を達成したと報告されている。論文は、データ駆動のみのベースラインを上回り、プロセス単位の因果的な説明可能性も得られるとしている。
説明KARAMEL：異種グラフによる芸術分野のマルチモーダル・エンティティリンキングのための知識認識型ランキング手法
要約本論文は、文化遺産分野で画像とテキストの言及をナレッジベース上のエンティティに対応づける枠組みKARAMELを提案します。視覚・言語エンコーダと異種グラフニューラルネットワークを組み合わせ、社会歴史的・文脈的知識を取り込んで曖昧さを解消します。新データセットWikiMuSAを公開し、隐含的な言及で強いベースラインを上回ったと報告しています。データセットとソースコードは公開されています。
説明統一視覚生成器における自己検証者の捕獲：閉ループ自己報酬の診断と修復
要約本論文は、統一型視覚生成モデルが閉ループの自己報酬学習で陥る問題を扱います。モデルは自身の理解経路で採点するため、自己報酬は上がる一方で独立に測定した品質が下がります。著者らは、凍結された判定器の死角を方策が突くことに加え、共有パラメータの更新が判定器自体を書き換えることを示しました。これを受け、報酬読み取りの固定と、少数で重なりのない外部アンカーによる修復を提案しています。Scale-RAEとShow-o2では、約1/16の生成物のみを外部採点しても、全件を採点する比較手法よりGenEvalとDPG-Benchで有意に優れました。
注目点統一視覚生成器における自己検証器捕獲という新たな失敗モードを提示し、ロック＋アンカー修復を二つのベースで検証している。
説明戯画から集団的アーティファクトへ：生成的社会シミュレーションにおけるペルソナ構築が分極化を生む仕組み
要約本論文は、大規模言語モデル（LLM）を用いた生成的社会シミュレーション（GSS）を扱う。米国全国選挙研究（ANES）の調査データからペルソナを作成し、ツイッター型のプラットフォームで相互作用させる。党派的アイデンティティに関する情報を層ごとに取り除いたところ、わずかな明示的な党派的表現を削除するだけでネットワークは党派間で分断された状態から実際のツイッターに近い横断的なつながりへと変化した。著者は、結果が一致しても行動的妥当性の証拠とはならず、その説明として「顕著性」を挙げ、今後のペルソナ評価のためのチェックリストを提示している。
説明トークンだけでなくエージェントを起草する：エージェントシステム向けの推測的再帰的自己改善
要約本論文は、先行エージェントの評価完了を待たずに実行可能な後継エージェントを起草する推測的再帰的自己改善（SpecRSI）を提案します。採用には完全な検証が必要です。検証認識木探索（VATS）は、さらなる編集と未完了の検査の間で予算を配分し、組検証最適化（GVO）は完了した探索から改善器を学習します。科学系ベンチマークの最終的な向上はJanusを33.3%〜40.0%上回り、コーディング検証の成功率は69.4%でHGMの64.3%を上回ったと報告しています。
説明『コミュニケーション、発声、そして言語』：大規模言語モデルは言語を本当に「理解」しているのかを論じる論文
要約本論文は、現在の大規模言語モデルは言語を本当に「理解」してはいないが、言語を「実行」してはいる、と主張する。著者によれば、モデルは記号の「分散表現」を形成しているのではなく、「文化的知能」を捉え、社会学者が「実践」と呼ぶものに記号を結びつけている。
説明大規模言語モデルの強化学習のための成長・転移可能な計算経路（GrowRL）
要約本論文は、事前学習済みのバックボーンを凍結し、各Transformer層に独立した注意機構分岐とフィードフォワード分岐を追加して、その追加経路だけを強化学習で更新するGrowRLを提案しています。五つのバックボーンでの実験では、少数の学習可能パラメータで数学的推論と分布外性能に競争力があると報告されています。学習済みの経路は構造的に互換性のある目標モデルへ転移でき、目標側で10回の更新だけで100回更新に近い性能に達したとしています。
説明SLEM：スペクトル認識型の潜在エキスパート統合（校正データ不要のMoE圧縮手法）
要約本論文は、混合専門家（MoE）モデルがメモリを多く消費する問題に対し、校正データを必要としない専門家統合フレームワークSLEMを提案している。VAEを用いて専門家の重みを構造化された潜在空間へ写像し、潜在類似度に基づいて専門家をグループ化したうえで、重みのスペクトルから統合係数を導出する。潜在空間で幾何を考慮した補間を行い、その結果を統合後の専門家重みに復号する。著者らは、汎用知識ベンチマークでは既存手法と同等以上、数学推論やコード生成を含む生成ベンチマークでは平均でより高い性能を示したと報告している。
説明MiMaAlign：物理的に妥当な動画生成のための階層的ミクロ・マクロ整合手法
要約テキストから動画を生成する拡散モデルで起きる、動きの不連続や不自然な事象の相互作用といった物理的に不自然な現象の改善を目指した論文です。提案手法MiMaAlignは、ニューラル常微分方程式で学習した連続時間の動き表現と、指示付き視覚言語モデルによる事象常識の表現を、事前学習済みモデルの浅い層と深い層にそれぞれ合わせる学習時のみの補助目的を用います。CogVideoX-2Bでは、VideoPhyの物理常識（PC）スコアがベースラインに比べ相対で最大21.0%向上し、VBenchでは全体的な映像品質を維持したと報告されています。
説明PXRD-Bench：粉末X線回折から結晶構造をどこまで決定できるか
要約本論文は、粉末X線回折（PXRD）から結晶構造を推定する生成モデルを評価するための統一ベンチマーク PXRD-Bench を提案しています。元素ごとの原子数が未知の場合や二相混合物の両構造の復元にも評価を広げています。参照ベースラインとして開発された Bragglite は、既知組成のRRUFF実験パターンでTop-1一致率44.2%を達成しました。一部のモデルは実験回折データから恩恵を受けられず、未見の構造原型への汎化や二相混合物からの復元は依然として困難であると報告されています。
説明XAI誘導フーリエ領域汎化による、純シミュレーションのsim-to-real深層強化学習
要約本論文は、シミュレーションで学習した視覚ベース自動運転の強化学習方策を実世界に移すと性能が大きく低下する問題を扱い、XFDという手法を提案しています。説明可能AI（XAI）による寄与度マップを用いて、タスクに重要な空間構造を保ったまま外観に敏感な周波数成分を摂動し、シミュレーション内で頑健化された視覚領域を構成します。実験では、シミュレーションおよびゼロショットの実環境展開で、標準方策やランダム領域ランダム化の基準手法より走行距離と報酬が向上し、特に雑然とした背景の未知マップで顕著でした。
説明オントロジーに基づく事後調整式の組み立て：臨床記述から検索可能な知識グラフへ
要約本論文は、腫瘍学の臨床文書に含まれる自由記述の情報を大規模に検索できない問題を扱い、臨床記述から検索可能な知識グラフを導出する手法を提案しています。この手法は、複数のオントロジーにまたがる SNOMED CT の拡張文法に準拠しています。五種類の関係とそれぞれの構築規則を定義し、決定的な実装 UNIGRAPHE を示しています。専門家が注釈を付けた実際の腫瘍学文書に適用した結果、5,299 件の注釈から 2,196 件の事後調整式が再構築されました。
説明人物中心の動きに基づく映像異常検知における観測品質ショートカットの検証
要約本論文は、映像異常検知で動きに基づく判別が、人物検出・姿勢推定・追跡の観測品質の差によるものかを検討しています。品質診断、品質バランス調整、動きの直交化、頑健性分析を組み合わせた評価枠組みを提案し、UCF-Crimeの人物関連カテゴリで検証しています。品質のみの特徴量は元の多手がかり動き特徴量と同等以上の判別力を示しました。ただし、11の品質変数をマッチングで均衡させた後も、多手がかり動き特徴量は三つのモデルでROC-AUCが0.046～0.141上回りました。
説明PatMT2：多言語特許翻訳のための2段階ドメイン適応
要約本論文は、専用翻訳モデルHy-MT2-7Bを中国語・英語・日本語・韓国語の特許翻訳に適応させる2段階LoRA学習パイプラインPatMT2を提案している。6つの翻訳方向で、第2段階のモデルはマクロ平均BLEUが43.39から43.57に達し、ベースモデルを最大8.8ポイント上回った。微調整データに含まれない38言語の検証では、34言語で正しく流暢な出力が得られ、残る4つの低資源言語では再現可能な異なる失敗パターンが見られた。
説明視覚言語モデルに辞退を学習させる：「幻覚的回答（ミラージュ）」に対するサポート補完
要約本論文は、画像を見ていないのに質問に答えてしまう視覚言語モデルの「ミラージュ」問題を扱います。正しい答えでも画像の根拠に基づかない場合があるため、訓練時に空白画像、同領域の誤った画像、領域外の画像に対して辞退を目標とするTIDEを提案しています。Qwen2.5-VL-7Bでの実験では、無効な根拠に対するミラージュ率が0.759から0.097に下がり、誤って辞退する割合は0.126と報告されています。
説明部分的フィードバック下のオンライン個別化治療選択：偽発見制御とミニマックス最適性
要約本論文は、割り当てられた治療の結果のみが観測される状況でのオンライン個別化治療選択を研究し、PAITSという手法を提案します。PAITSは過去データによる学習の初期化、局所的な帰無リスクの逐次推定、ランダム探索、フィードバックに基づく閾値更新を組み合わせます。正則性条件の下で、漸近的な偽発見率の制御と、オラクルに対する次線形の割り当て後悔を示し、割り当て後悔のミニマックス下界も確立しています。シミュレーションとJester推薦データセットによる分析で、有限標本での性能が示されています。
説明通訳者が開発者になる：人間とLLMの共創によるコンピュータ支援通訳ツール構築の自己民族誌的デザイン研究
要約本論文は自己民族誌的なデザイン研究であり、プログラミング経験のない専門通訳者が、専門家主導の「バイブコーディング」により、LLMの設計者およびコーディングエージェントと共創して、ローカル優先のコンピュータ支援通訳（CAI）システムを構築した過程を報告する。開発の全対話を分析し、既定の汎用設定が実使用で機能しなかった後、分節化からブース設備に至る暗黙の専門知識が設計へと外在化された様子を示す。要求の厳しい公開の科学イベントでは、人間主導の分業のもとでブース内での三つの適応メカニズムが見られた。全計測された初回の業務では、完全にローカルなパイプラインが971発話で中央値0.94秒の翻訳遅延を維持したことが示された。
説明感染拡大の振る舞いを捉える時系列グラフ相違度尺度
要約本論文は時系列ネットワークの比較手法を扱い、事前に選んだ構造的特徴に大きく左右される従来法の問題を指摘している。感染曲線の形状と時間的ずれを考慮するTime-Shift DTWを定義し、それと最大限相関するよう確率的SIRシミュレーションでパラメータを較正した、微分可能な相違度EATGDを提案している。SocioPatternsの人間近接ネットワークと合成時系列グラフでの実験により、感染に基づくグラフ相違度を捉え、多様なネットワーク設定に一般化することが示されている。
説明GHOST：オープン語彙3Dシーングラフ生成のための幾何制約ハイブリッド拡散手法
要約本論文は、オープン語彙の3Dシーングラフ生成を行うGHOSTフレームワークを提案しています。物体の連続的な幾何位置と離散的な関係述語を同時にモデル化し、幾何制約によって関係予測を導くことで、空間関係の幾何学的整合性を高めます。3DSSGデータセットでは、クローズドセットとオープン語彙の両設定で最先端の結果を示し、空間述語においてRelationFieldを17ポイント以上上回ったと報告しています。
説明すべての手がかりが証拠になるわけではない：顔偽造検出における蒸留のための手がかり支持可能性
要約説明可能な顔偽造検出には、正しい判定だけでなく入力画像に裏付けられた法医学的証拠が必要です。しかし学習用の手がかりは偽造生成過程から得られるため、モデルが見る画像は品質や解像度が限られ、そこに含まれる微細な痕跡を観測しにくい問題があります。論文は、蒸留の前に特権的な手がかりを選別する二重の支持可能性監査を提案します。各手がかりは残りの特権的文脈から予測可能で、かつ現在の画像の高寄与視覚領域と因果的に結び付いている必要があり、両方を満たすものだけに大きな蒸留重みが与えられます。8つのベンチマークでの実験では、検出精度を維持または向上させつつ、説明の忠実性を大幅に高めたと報告されています。
説明StructZO：メモリ効率の良いLLMファインチューニングのための構造化ゼロ次最適化
要約本論文は、大規模言語モデルのファインチューニングにおけるメモリ負担を抑えるため、構造化ゼロ次最適化（ZO）手法StructZOを提案しています。活性化から得られる低次元部分空間内で大規模なZO推定を行い、その縮約された空間での更新にスペクトル制御を適用したうえで元のパラメータへ写像します。OPTシリーズやLlama3.1-8Bでの実験では、既存のZOベースラインを上回り、平均では一次最適化手法Adamとの差が1.5%以内に収まったと報告されています。
説明CivWorldBench：構造化されたマルチエージェント砂場世界で言語世界モデルを評価するベンチマーク
要約本論文は、記録された内部状態と介入の対比実験を備えたマルチエージェント戦略ゲームエンジン上のベンチマーク CivWorldBench を提案します。475 の世界と 1,900 の意思決定点から、関連予測、信念推論、介入予測の三段階でモデルを評価し、主な対象は 11 の最先端言語モデルです。強い関連予測が信念推論や介入予測にそのまま及ぶとは限らず、効果の大きさの校正は依然として不十分だと示されています。
説明Tikhonov安定化ベジエ軌跡予測による学習不要の拡散モデル高速化
要約拡散モデルは画像・動画生成の品質が高い一方、推論時にデノイザを何度も評価するため高コストです。本論文はBeziCastを提案します。これは学習不要の高速化フレームワークで、低次ベジエ軌跡を用いて出力側に近いデノイジング表現を予測し、Tikhonov安定化フィッティングで制御点を推定します。さらに凸包に着想を得たガードレールで高リスクな予測を保守的な推定へ緩やかに引き寄せます。著者らはFLUX.1で最大4.79倍、HunyuanVideoで最大4.11倍の高速化を示し、競合手法より生成品質が高いと報告しています。
説明因果フォレストとHoeffding関数分解による異質な処置効果の説明
要約本論文は、異質な処置効果を推定する最先端手法は機械学習に基づくブラックボックスであり、効果の差を生む共変量の特定が難しいと指摘する。著者らは、木のアンサンブルに適用したHoeffding関数分解に基づく因果フォレストの解釈可能な拡張CausalTreeHFDを提案し、条件付き平均処置効果を個々の共変量と二変量交互作用の寄与に分解する。シミュレーションおよび実データでの実験により、関連する共変量と交互作用を正確に特定し、その寄与を再現できることが示されている。
説明ピクセルかコードか？指示に基づく視覚アーティファクト操作のベンチマーク
要約本論文は、グラフ、技術図、ウェブページ、文書ページなど9種類のアーティファクトと3段階の難易度にわたる1,573件の手作業で選定されたタスクからなるベンチマーク「VAO-Bench」を提案しています。ピクセル空間の編集器、コードを生成するマルチモーダルシステム、ツールを使うエージェントを、直接編集、依存関係に基づく更新、内容の保持などの観点で比較しています。結果として、実行可能コードを生成するシステムは依存更新に優れ、ピクセル編集器は実行が速く視覚品質も高いことが示されました。依存関係を明示すると両方式の性能が向上します。
説明RAP-WAM：予測リハーサルと行動摂動による「世界-行動」モデルの学習
要約本論文は、動画生成の事前知識を用いて将来の観測とロボット行動を同時に予測する手法RAP-WAMを提案する。予測リハーサル、行動摂動、将来教師付きクエリ、結合行動投影を組み合わせて方策を学習する。42のRoboDojoシミュレーションタスクと15の実ロボットタスクで評価され、実ロボットタスクでは完全なシステムが平均成功率89.00%を報告している。
説明VisExMEM：視覚的根拠に基づく説明可能なマルチモーダル評価指標
要約本論文は、参照文を必要としない画像・テキスト評価器VisExMEMを提案します。キャプションを原子的な主張に分解し、画像中の視覚的根拠を特定して各主張を検証し、全体スコアを算出します。論文はまた、600組の人手注釈付き画像・テキスト対と8.7Kの原子的主張を含むAGITA-Benchを公開しています。八つのベンチマークでは、VisExMEM-9Bが比較したオープンソース評価器の中で最も高い総合スコアを示したと報告されています。
説明ARMED：適応的検索拡張による投薬推薦フレームワーク
要約投薬推薦では、診断、併存症、患者の経時的な病歴、治療の相互作用を総合的に考慮する必要がある。本論文は、検索の十分性と今回の入院との関連性に応じて検索を動的に拡張する適応型臨床RAGフレームワーク「ARMED」を提案する。関連性ゲートにより、臨床的に関連する同一患者の過去の病歴のみを活用する。MIMIC-IVでの実験では、従来の静的検索ベースラインを上回り、外部の言語モデルAPIやタスク固有の微調整に依存しないことが示された。
説明CultureBot：文化遺産データの検索拡張型探索フレームワーク
要約本論文は、ナレッジグラフによる誘導検索、語彙・意味検索、出典リンク付きの生成を組み合わせ、自然言語で文化遺産コレクションを探索する対話型フレームワーク「CultureBot」を提示している。SearchCultureの81,852件の記録に適用し、オンラインデモを公開した。6名の専門家による評価では、グラフ誘導型システムが2つの汎用アシスタントおよびグラフなし版より有意に高く評価され、証拠の裏付け、多様性、推論、完全性で特に改善が見られた。
説明ECHO：歴史的類似事例と予測誤差を用いて時系列基盤モデルの予測を補正する手法
要約時系列基盤モデル（TSFM）は汎用的な予測能力を持つが、その予測が対象領域の時間的特性と合わない場合がある。本論文は、TSFMへのブラックボックスアクセスしかない場合でも使える軽量な予測補正フレームワーク ECHO を提案する。AnalogE は歴史的類似事例を評価して領域横断の事前学習により転移可能な補正を学習し、RecentE は過去の予測誤差から対象領域固有の残差補正を学習する。両者は観測された予測性能に応じて動的に結合される。5つのTSFMと9つの実データセットの全45組合せで MSE が低下し、マクロ平均 MSE は平均で9.26%減少した。長期予測にも効果が及ぶという。
説明エピグラフ持ち上げによる非凸最適化の制御
要約本論文は、凸活性化関数と制約のない重みをもつ学習済みニューラルネットワークを正則化項として用いる逆問題を扱う。この最適化問題は一般に非凸であり、勾配法は質の悪い局所解に収束することがある。著者らはネットワークの罰則付きエピグラフ持ち上げを提案し、持ち上げた問題が差分凸（DC）分解を持つことを示す。Lipschitz連続な活性化関数については、明示的に計算可能な有限の罰則閾値で元の目的関数が正確に復元されることを示す。さらに、罰則を段階的に増やしながら解を順次求めるH-DC法を提案し、数値実験で同じ初期値からの勾配法より低い目的値に到達することを報告している。
説明答えの再サンプリング：再帰推論でテスト時の計算をどこに使うか
要約本論文は、Tiny Recursive Model（TRM）などの再帰推論モデルにおけるテスト時の計算配分を検討しています。失敗した推論の軌跡は答え状態に誤りを保持しており、推論状態を摂動させるよりも答え状態を再サンプリングする方が失敗をより多く回復できることを示しています。提案手法のGated Answer Resampling（GAR）は、モデル自身の停止ヘッドが拒否した問題だけを再開します。Sudoku-ExtremeとPencil Puzzle Bench検証セットで、TRMの精度をそれぞれ99.4%と85.6%に引き上げました。
説明AuthGateBench：大規模言語モデルを認可ゲートとして評価するベンチマーク
要約自動承認システムは、認可の判断を分類器（多くは大規模言語モデル）に委ねることで、コーディングエージェントが人の監督を最小限にして高リスクの操作を実行できるようにします。本論文は、良性の要求に対する認可ゲートを方針に基づいて評価する初のベンチマーク AuthGateBench を提案し、実際の Claude Code の事例から得た五つの失敗モードにわたる 1,400 件のインスタンスを含みます。評価では、失敗モードによって精度の低下の度合いが不均一であり、明示的に許可されていても多くの操作を拒否することが示されました。一方、事後に取得した環境信号を用いると認可の精度が大きく向上します。
説明分散メモリバンク向けフェデレーテッド・コアセット部分抽出手法
要約本論文は、複数工場・複数拠点にまたがる工業プロセスでデータ分布が共通しつつも完全には一致しない状況を対象としています。既存のコアセットを統合する二重部分抽出（Double Subsampling）と、新たにコアセットを作成するフェデレーテッド部分抽出（Federated Subsampling）の2つの手法を、分散異常検知の設定で提案しています。メモリバンクに基づくPatchCore（パッチコア）アルゴリズムをフェデレーテッド環境に適応させ、コールドスタート性能、ドメインやセンサーのずれへの耐性、参加者が不安定な場合への耐性が向上したと報告しています。
説明重要度重み付きフローマッチングによるω乗条件分布の学習
要約分類器フリーガイダンス（CFG）は一般に、ω乗条件分布からのサンプリングを目的として使われますが、厳密にはその分布をサンプリングできないことを論文は指摘しています。著者らは、凍結された条件付きモデルと無条件モデルの密度比で重み付けを行うIW-CFMを提案し、この分布を明示的に学習します。合成分布では解析的な目標を回復し、ImageNetでは固定・マッチさせたCFGより良い整合性を示しました。
説明チェーン次元スケーリング：産業用ショート動画ランキングのための通信効率の良いループ型拡張手法
要約本論文はチェーン次元スケーリング（CDS、Chain Dimension Scaling）を提案します。同一の特徴量相互作用ブロックをパラメータを共有して反復実行し、反復回数（チェーン長）を新たなスケーリング次元とします。パラメータは増えません。大規模な本番マルチタスクショート動画ランキングシステムでの評価では、圧縮モードで学習可能パラメータを26.6%削減しつつ、オフライン品質の低下は0.03%以内、学習スループットは6.4%向上しました。質的スケーリングモードでは、チェーン長に応じて品質が単調に向上したと報告されています。効率の改善は主にFLOPsの削減ではなく、デバイス間の同期オーバーヘッドとオプティマイザ更新コストの低減によるものだとされています。
説明SLS-Bench：合成オブザーバビリティデータによるインシデントログ要約のベンチマーク
要約本論文は、大量のログストリームからインシデント要約を生成する能力を評価するためのベンチマーク SLS-Bench を提案しています。実際のインシデント報告に基づく 90 のタスクを含み、各タスクには合成ログストリームと参照要約が用意されています。14 の LLM による評価では、フロンティアモデルは有用な要約を作成できるものの、コストと遅延が大きく、オープンウェイトモデルは大きく遅れることが示されました。
説明廊下シナリオにおけるソーシャルナビゲーション信号の因果効果の推定
要約本論文は、歩行者と空間を共有するロボットが、通行の成功率を実際に高める社会的信号をいつ発信すべきかを検討します。ロボットの行動、歩行者の占有、利用可能な空間、タスクの結果、そして静的障害物という交絡因子を因果有向非巡回グラフでモデル化し、介入的推定と観測的推定を比較しています。その結果、交絡を考慮すると結論が逆転し、観測的分析では信号が有害に見える一方、因果推定では有益であることが示されました。
説明繰り返し構造による姿勢選択の失敗からの回復手法
要約繰り返し構造により、誤った姿勢候補が正しい候補より多くのインライア支持を得て、視覚的自己位置推定で誤って選ばれることがあると指摘しています。提案手法HPR（History-Guided Pose Reselection）は、過去最大5回の定位結果による粗い位置予測を用いて候補を区別し、予測と十分一致する場合のみ候補を差し替えます。オドメトリは不要です。NAVER Gangnam B1ではHLoc（Hierarchical Localization）の失敗97件を修正しました。
説明IMPULSE：V-JEPA 2 特徴空間で「まず押し、次に予測する」手法
要約V-JEPA 2 などの潜在世界モデルは動画エンコーダの特徴空間で予測を行いますが、物体を一目見ただけでは回転のしにくさや跳ね方、滑りやすさは分かりません。IMPULSE は人が試しに押して物体の反応を知る方法にならい、3 回の短い校正用の押しを要約したベイズ接触メモリと、推定された物体姿勢を予測器に渡すランダムフーリエ姿勢ヘッドを用います。論文では、新しい 512 物体での事前指定された保留検証において、メモリにより 1 秒先の特徴予測誤差が経験のない同じ予測器に比べ 11.6%〜12.8% 低下したと報告しています。
説明EvoWeb：進化し続けるWebアプリに対するコーディングエージェントのベンチマーク
要約本論文は、32のWebアプリに対する320件の連続的な要求からなるベンチマーク EvoWeb を提案しています。要求は実際の製品機能に基づき、機能依存グラフで構成されています。エージェントは永続的なコードベースを反復的に修正し、マルチモーダルなWebエージェントがブラウザで各中間版を検証します。オープンソースと商用の最先端モデルの間で性能差が明確に表れ、要求間の統合が主要な課題であることが示されています。
説明汎用的な長期タスク型エージェントのための再帰的環境スケーリング（RES）
要約本論文は、コア課題の目標と完了条件を変えずに既存のベンチマーク環境を改変し、難易度を高める再帰的環境スケーリング（RES）を提案している。提案者が情報へのアクセス、資源の関係、実行の依存関係を変更し、実行に基づく検証を経た変更は以降のラウンドに引き継がれる。3つのベンチマークの294の初期タスクを用いた実験では、6つの評価モデルすべてで成功率が低下し、RESの軌跡で微調整した場合は9組の比較すべてで元の軌跡によるSFTを上回った。
説明ニューラル演算子事前分布からのサンプリングによる偏微分方程式の求解
要約本論文は、疎な観測データと PDE 残差によるガイド付きサンプリングとニューラル演算子の事前分布を組み合わせ、関数空間で偏微分方程式を解く手法を扱っています。著者らは、密度が計算しにくい提案分布にも対応できる擬似ブートストラップ逐次モンテカルロ法（pBS SMC）を用い、DPM++ アルゴリズムをガイド付き設定に適応させた新しい提案分布を導入しています。五つのベンチマーク PDE 系では、試した各ステップ数で最良の誤差と時間のトレードオフを示し、逆問題の多くの設定で pBS に組み込んだ場合に最も低い誤差を達成しています。サンプリングステップが少ない場合に改善が最も大きいとされています。
説明RetroPlanner：LLMベースの逆合成計画における複数経路展開と多目的推論
要約本論文は、LLMベースの逆合成計画手法RetroPlannerを提案します。従来のように購入可能な出発物質への経路を見つけるだけでなく、複数の経路を同時に比較し、反応の妥当性、往復一貫性、出発物質の価格によって合成しやすさを評価します。実験では、既存のLLMベースの計画手法より多くの代替経路を発見し、合成経路の質を向上させつつ高い成功率を維持することが示されています。
説明Throwing4：エリート陸上投てきの投てき距離予測のための局面認識型姿勢モデリング
要約本論文はエリート陸上投てき500本の映像クリップからなるデータセットThrowing4を紹介し、二次元姿勢系列、フレーム単位の局面注釈、公式の記録距離を含めています。動作全体を一つの系列として扱う方法と、4つの技術局面に分けて扱う方法を比較しています。局面構造を取り入れると、複数のグラフベース姿勢エンコーダで予測誤差が一貫して減少したと報告しています。
説明PersonaFactor：LLM パーソナライゼーションのための動的に選択される嗜好因子
要約本論文は、多様なユーザーとのやり取りから再利用可能で解釈可能なパーソナライズ因子を抽出する PersonaFactors フレームワークを提案しています。13 個の因子からなるライブラリを構築し、ユーザーの履歴と現在のリクエストに応じて関連する因子を選ぶ生成手法を開発しました。4 つのベンチマークと 4 つのバックボーンモデルで、動的選択方式が報告されたすべての指標で最高スコアを記録しています。
説明規則と結果：LLMにおける道徳推論の分離可能な内部表現
要約本論文は、大規模言語モデルが規則に基づく問いと結果に基づく問いへの応答の違いを、内部構造の違いとして表しているのか、それとも表層的な語彙への感度にすぎないのかを検討しています。線形プローブと活性化ステアリングにより、残差ストリーム内で推論スタイルと判断極性にそれぞれ対応する直交する二つの方向を特定し、三つのモデルで再現を確認しています。著者は、この結果を規範的推論の内在化ではなく、道徳推論スタイルへの感度と位置づけています。
