arXiv
cs.IR · cs.CL 2026年10月12日
説明 KhyontekAI の CheckThat! 2026 参加研究：科学的なウェブ主張のための多言語 Dense 検索と Cross-Encoder 再ランキング
要約 本論文は CLEF 2026 CheckThat! タスク1（科学的ウェブ主張の出典検索）を対象とし、SNS 上で研究結果に言及しながら出典を明示しない科学的主張に対応する原論文を自動的に探す手法を扱う。著者らは、微調整した Dense 検索モデル（multilingual-E5、BGE、Contriever）と Cross-Encoder による再ランキングを組み合わせた多言語2段階検索システムを提案し、メタデータ構成や多言語共同学習などを比較した。メタデータの追加で検索性能が一貫して向上し、Cross-Encoder 再ランキングでさらに精度が上がったと報告している。英語・ドイツ語・フランス語の MRR@5 はそれぞれ 0.6222、0.5112、0.6254、全体平均は 0.5862 である。
Bhargab Jyoti Bhuyan, Pritam Deka
★★★★☆ 注目
arXiv
cs.CL · cs.LG 2026年10月12日
説明 潜在的な分類体系：言語モデルの事前学習で属性帰納がどう発達するか
要約 研究者は共有する属性で階層的にまとめた合成エンティティの分類体系を構築し、その中の事実を Pythia と OLMo 2（70M〜7B パラメータ）の継続事前学習に注入して、帰納的な振る舞いの発達を追跡しました。次トークン予測だけでも分類体系に沿った帰納が現れ、同じカテゴリ内での属性の転移は異なるカテゴリ間より強いことが示されています。また、データ量を固定した場合、モデルが大きいほど帰納は弱まるとされています。
注目点 人間のカテゴリーベース帰納を言語モデルの事前学習に持ち込み、合成分類体系で多規模モデルを追跡した点が新しく、実験も比較的充実している。
Jan Sobotka, Ekaterina Goliakova, Marcin Detyniecki ほか
arXiv
cs.IR · cs.CL · cs.DL 2026年10月12日
説明 引用グラフ信号を使わない局所引用推薦
要約 本論文は、与えられた文に適切な参考文献を検索する局所引用推薦（LCR）を扱います。著者らは天体物理学のレビュー論文から抽出した14,735の科学的記述と引用先を含む新データセットLCRCを公開しました。このデータセットを用い、引用グラフの偏りを避ける推薦システムを開発し、ファインチューニングなしで密ベクトル検索の基準手法よりRecall@25で8.0%、NDCG@25で6.9%の改善を示しました。コードとデータセットも公開されています。
Benjamin Basseri, Pavlos Protopapas, Kemeng Zhang ほか
arXiv
cs.LG · cs.NE 2026年10月12日
説明 一致した専門化、異なる適応：共有表現における二次モーメント構造
要約 本論文は、Adam で訓練された小規模な共有表現ネットワークを扱います。選択した平均読み出し指標では同等でも、同じ追加学習に対する反応は異なります。状態介入によって二次モーメントのスケール効果と座標パターン効果を分離し、その形成過程と時間依存性を調べています。二次モーメントの交換は10回の更新内での対比変化を逆転させる一方、一次モーメントの交換ではそうならず、効果が全体の更新量を超えることを示しています。
Toru Takahashi
arXiv
cs.LG 2026年10月12日
説明 多面体距離問題のガード付きブロック転送：明示的定数による線形収束とSVM学習のための間隙認証スクリーニング
要約 本論文は、ハードマージンSVM学習（二つの凸包間の距離問題）を対象に、複数のMDM転送を一回の厳密な直線探索にまとめる「ガード付きブロック転送」を提案している。必要な場合はaway stepに置き換えられる。Minkowski差多面体上で大域的線形収束を明示的な定数とともに証明し、ゼロ重み点を除去するまでの反復回数の上界も示している。実験では多くの場合で基線と同じ精度に達するが、速度はLIBSVMやLIBLINEARに劣る場合があり、主な利点は認証可能な双対間隙にあるとされている。
Mayank Gupta
arXiv
cs.LG · cs.DC 2026年10月12日
説明 実世界のクラウドテレメトリにおける異常検知向けディープラーニングモデルのベンチマーク
要約 本論文は、実際のIBM Cloud Consoleのデータセットを用いて、GRU、Transformer、TimesNet、Autoformerなどのディープラーニングモデルによる異常検知を実証的に評価したものです。評価には、早期検知と誤報を考慮するNumenta Anomaly Benchmark（NAB）が使われています。TimesNetが最も高いNABスコアを示し、Transformerは早期検知に優れる一方で誤検知率が高いとされています。改良したGRUオートエンコーダは、より安定した誤報傾向で競争力のある性能を示したと報告されています。
Sumit Dhyani, Sougata Mukherjea
arXiv
cs.LG · cs.CV · stat.ML 2026年10月12日
説明 ML-CLAPPS：クラス優先度を考慮した不均衡マルチラベル学習の確率的フレームワーク
要約 本論文は、マルチラベル学習におけるクラス不均衡に対処するため、訓練データの分布を最適化して各クラスへのモデルの露出を制御する学習可能なサンプラーML-CLAPPS（Multilabel Class-Prioritized Probabilistic Sampler）を提案しています。ユーザーが定義する重要度ベクトル（IV）により、心電図の疾患など臨床的に重要なクラスを優先できます。実際の多ラベル心電図画像データセットでの評価では最先端の性能を示し、クラスの重要度を高めるとそのクラスの分類性能も向上することを示しています。
Priel Hazan, Nir Almog, Noam Keidar ほか
arXiv
cs.CV 2026年10月12日
説明 ChangeT$^3$：リモートセンシング変化検出における視覚テスト時学習の評価
要約 本論文は、二時期リモートセンシング画像の変化検出のためのChangeT$^3$を提案している。ViT$^3$-Tiny（エンコーダ）とChangeFormer（デコーダ）を組み合わせたシャム構成で、画像ごとに高速重みを計算して内部更新を行う。LEVIR-CD+での F1 は 80.61±0.90 で、同条件のChangeFormer（78.84±0.21）を上回った。一方、SYSU-CD、DSIFN-CD、WHU-CDにはゼロショットで転移せず、小さい入力サイズではより遅いと報告されている。
Sharukshan Niranjan, Oshadha Samarakoon, Nichula Wasalathilaka ほか
arXiv
cs.CV · cs.AI · cs.CL 2026年10月12日
説明 適応的な観察と柔軟な思考：マルチモーダル推論で思考の方法と長さを学習する
要約 本論文は、外部ツールが生成する視覚状態を視覚トークンに離散化し、視覚知覚とテキスト推論を同一の自己回帰空間で扱うL2Tフレームワークを提案しています。モダリティ認識ルーティング報酬で推論モードを選択し、難易度認識の高速・低速戦略で推論の深さを調整します。明示的なツール呼び出し手法と比べ、競争力のある性能を保ちつつ、スループットが1.7～3.6倍になったと報告されています。
Quanlin Chen, Xiuwei Chen, Kun Xiang ほか
arXiv
cs.SE · cs.LG 2026年10月12日
説明 データフローに基づく深層学習フレームワークのテスト手法
要約 本論文は、実行時のテンソル状態と演算子の入力要件を表現するテンソルフローグラフ（TFG）を提案し、それに基づく変異テスト手法 FlowMuT を提示します。PyTorch と MindSpore で評価し、既存手法が見逃した事例について 55 件のバグ報告を提出し、41 件が開発者に確認され、7 件の報告で記載されたバグが修正されたとしています。データフロー多様性は最も強い基準手法より 43.4% 高く、合法な変異体の割合は 96.7% だと報告されています。
Jiatao Ge, Yanzhou Mu, Yinglong Zou ほか
arXiv
cs.CV 2026年10月12日
説明 Totem：世界一貫性のある動画生成のためのオブジェクト中心の3Dメモリ
要約 本論文は、統一された世界に一貫した動画を生成するためのオブジェクト中心の3DメモリフレームワークであるTotemを提案しています。選択された各物体を共有の世界座標系に整合させた永続的な3Dメモリとして表現し、それぞれに専用の状態を割り当てます。物体メモリとシーン形状を組み合わせる二重ストリームの3D条件付けアーキテクチャにより、目標視点の映像を合成します。大きなカメラ軌跡の下でも、より物体の一貫性を保った映像が生成されることを実験で示しています。
Zichen Wan, Tianyu Huang, Fan Li ほか
arXiv
cs.CV 2026年10月12日
説明 深度条件付き適応による多モーダル・ビットストリーム破損動画復元（単一参照の高効率手法）
要約 本論文は、動画のビットストリームが破損した際にRGBと深度情報を併用して映像を復元する手法を研究している。提案手法は復元ウィンドウごとに非局所RGB参照フレームを1枚だけ選択し、深度条件付き参照適応モジュールで情報を統合する。BSCVベンチマークの完全評価では、YouTube-VOSで32.30 dB、DAVISで28.93 dBを達成し、全参照を用いるB2SCVRを上回った。また、受信側の遅延とピークメモリはそれぞれ36.8%、40.8%削減されたと報告されている。
Tianyi Liu, Jiaojiao Wang, Ye Lu ほか
arXiv
cs.AI · cs.SE 2026年10月12日
説明 テストは通るが意味が欠けている：計画ベースのDataFrameコード生成における解釈のロックイン（固定化）の証拠
要約 本論文は、TPC-DS由来の30件のDataFrameタスクで、計画・実装・テストを通じて誤った解釈が持続する現象（解釈のロックイン）を調べています。テスト合格数は22/30から29/30、30/30へ増えましたが、生成された解はどれも保存された参照出力と一致しませんでした。作者らは、これらの結果は因果ではなく診断的なものだと述べ、自己生成テストの合格増加は意味的正しさを示さないと結論づけています。
Jingjing Liu, Dishu Yang, Hongbo Qin ほか
arXiv
cs.CL · cs.AI 2026年10月12日
説明 Nastaliq ウルドゥー語向け説明可能な攻撃的内容検出システム：コーパス整備、Transformer ベンチマーク、単語レベル帰属分析
要約 本研究は、Nastaliq 書体で書かれたウルドゥー語を対象に、Facebook コメント 7604 件からなる公開コーパスを構築し、同一データ分割で 4 種のウルドゥー語対応 Transformer と 12 種の特徴量分類器を比較した。最良の MuRIL は正解率 87.05%、マクロ F1 87.06% を示した。さらに単語レベルの SHAP で判断根拠を分析したところ、帰属は高頻度の罵倒語に集中する一方、機能語や政治的語彙にも及んでおり、性能が語彙や話題の偏りに一部依存している可能性が示された。
Muhammad Shahid Iqbal Malik
arXiv
cs.CV · cs.LG 2026年10月12日
説明 Geo-vision：車両部品の損傷分類のための原解像度幾何学とサンプリング位相の手法
要約 本論文は、外観、多重スケール幾何、向き、サンプリングされたデジタル位相（連結成分、穴、オイラー標数、空間配置）を組み合わせた固定表現で車両部品の損傷を分類するGeo-visionを提案します。同一の55,303枚の切り出し画像での回顧的評価で、平均適合率は0.7577となり、ImageNetで事前学習した凍結型YOLO11nの0.7458を上回りました。一方で、外部エンコーダの事前学習は使用しておらず、推論はYOLOより遅いことが報告されています。独立した外部検証は依然として必要とされています。
Usef Faghihi, Amir Saki, Serge Jonathan Kogbeti-Wongo
★★★★☆ 注目
arXiv
stat.ML · cs.LG · econ.EM 2026年10月12日
説明 適応的実験における政策改善の価値（VPI）の推論
要約 本論文は、適応的に収集されたデータの下で漸近正規性を持つ政策改善の価値（VPI）の推定量を提案します。VPIは、ある政策クラス内の最良の治療政策と基準政策との価値の差であり、個別化された治療政策を導入する価値があるかを判断するものです。推定法は、過去のデータで重み付き経験的福祉最大化政策を逐次当てはめ、その後の標本で逆確率重み付けにより評価します。合成データと準合成データで被覆率を検証し、ヨルダンの就業支援プログラムの適応的実験に適用しました。推定値は元の分析より保守的ですが、シリア難民における個別化の効果は依然として支持されています。
注目点 適応的データと一意でない最適方策の下でVPIの漸近正規推定量を提案し、方策学習の後悔が速く減衰することを示す。合成・半合成データと実データで検証。
Justin Whitehouse, Emma Brunskill, and Vasilis Syrgkanis
arXiv
cs.AI · cs.CL · cs.MA 2026年10月12日
説明 Agent Sociodrama：LLMエージェントチーム向けの社会動態誘導型ペルソナ再設定
要約 本論文はAgent Sociodramaという枠組みを提案し、統一された外部LLM審査役が毎ラウンド、エージェントの感情状態と有向・非対称な関係を更新することで、LLMエージェントチームの社会的動態をモデル化します。6種類のLLMバックボーンと5つの社会シナリオで、古典的な社会理論のパターンと人間の判断との一致度から社会的忠実性を評価しています。さらに、対話記録と社会的軌跡からグループ動態の失敗を診断し、ペルソナを書き換えて再実行するTrajectory-Guided Persona Recasting（TPR）を導入し、4つの協調ベンチマークで性能向上を報告しています。
Yirui Qi, Xiaoming Zhang, Jaehong Yoon
arXiv
cs.CV 2026年10月12日
説明 ポリシー同期による言語-行動の二重ブートストラップに基づく、ナビゲーションのためのデータ中心の再帰的自己改善（RSI-Nav）
要約 本論文は、視覚言語ナビゲーションのためのRSI-Navフレームワークを提案しています。共有モデル内で、指示に従う移動と軌跡からの指示文生成を統合しています。未ラベルの軌跡を小分割ごとに処理し、生成された指示を実行して評価し、合格したサンプルのみを保持してすぐにモデルを更新します。報告によると、R2R-CEで成功率68.6％、RxR-CEで72.4％を達成し、再帰的な進化後に指示生成能力と空間理解が向上したとされています。
Songze Li, Haoming Gu, Ziyang Gong ほか
arXiv
cs.LG · cs.AR · cs.CL 2026年10月12日
説明 リソース制約下でのハードウェア効率的な大規模言語モデル向け異種構造化プルーニング（HSP）
要約 本論文は、ターゲットハードウェアのレイテンシとメモリ特性を考慮して、サブレイヤーごとに稠密、非構造、2:4、ブロック疎、ヘッド/チャネル剪定のいずれかを選ぶハードウェア認識型プルーニング手法HSPを提案しています。リソース予算の下で大域ソルバーが代理の剪定損失を最小化します。OPTおよびLLaMAモデルをNVIDIA Jetson Orin Nano Super上で評価し、学習不要のベースラインより品質とリソースのトレードオフが改善されたと報告しています。
Cameron Barker, Andreas Paraskeva, Jan N. van Rijn ほか
arXiv
cs.LG · cs.CL 2026年10月12日
説明 評価器の「ハッキング」速度を決めるのは何か：評価器の能力か、方策と評価器の能力差か
要約 本研究は、GRPOを用いて0.5Bと1.5BのQwen2.5方策をGSM8Kで、固定された参照不要のLLM評価器に対して訓練し、強化学習が評価器の誤判定をどの速さでどの程度利用するかを検証しています。結果として、評価器の能力（AUC）と停滞水準には相関があり、同系統ではより大きな評価器ほど騙され方が浅いことが示されました。速度については能力差の説明と矛盾する結果が得られたものの、12のケースでは両者を正式に分離できていません。
Haosen Wang
arXiv
cs.CL 2026年10月12日
説明 RSIPO：スキルと方策の共進化によるエージェント型強化学習のための再帰的自己改善方策最適化
要約 本論文は、長期的なタスクにおける信用割当の改善を目指すエージェント型強化学習のフレームワーク、RSIPOを提案します。スキルと方策モデルが訓練中に共に進化する仕組みで、方策は完了した軌跡からスキルを抽出し、軌跡リプレイによってスキル生成能力を最適化します。また、経験ベイズ縮小により、教師スコアに対する生徒モデルの信頼度を動的に調整します。Qwen2.5-7Bを基盤とした実験では、ALFWorldで平均成功率98.6%を達成し、比較したすべてのベースラインを上回ったと報告されています。
Fan Zhang, Hao Wu, Jinyang Wu ほか
arXiv
cs.RO · cs.CV 2026年10月12日
説明 Hand2Robot：人間のデモから物体中心の4D手部再構成を行い、ロボット方策の事後学習に用いる手法
要約 本論文は、人が作業する動画から相互作用区間を抽出し、物体形状と手の動きを再構成して、ロボットの動作教師データを生成するフレームワーク Hand2Robot を提案している。物体姿勢は観測の信頼度と時間的な運動制約を組み合わせて追跡し、手の軌道と指の関節は物体中心の接触制約を用いて細かく調整する。DexYCB と HO3D-v3 で物体姿勢と手と物体の相互作用の品質が向上したことを示し、実ロボットの三つの器用な操作タスクでは、再構成したデモが限られたロボットデータを補い、方策の事後学習に有効であることを確認している。
Zetao Du, Weiqing Wang, Hanbing Zhang ほか
arXiv
cs.RO · cs.AI 2026年10月12日
説明 SurgiCLAW：精密ロボット微小操作のための解釈可能な原子スキル型エージェント
要約 本論文は、精密手術操作のための階層的スキルベースのフレームワークSurgiCLAWを提案している。マルチモーダル大規模言語モデルは術中の視覚理解、構造化された説明、原子的手術スキルの選択のみを担当し、物理的な実行は検証可能な決定論的制御プログラムに委ねられる。脳-機械インターフェース埋め込みを例に、状態からスキル呼び出しへのデータセットを構築し学習を行った。固定テストセットでのスキル選択精度は94.6%、マクロ平均F1は93.0%であり、50回の閉ループ実機試験でのタスク成功率は88.0%だった。
Angen Ye, junjie xie, Yujia Song ほか
★★★★☆ 注目
arXiv
cs.SE · cs.AI 2026年10月12日
説明 一日で十年分：人間向けソフトウェアの進化からエージェント向けネイティブインターフェースを合成する
要約 本論文は、大規模言語モデルのエージェントがデスクトップアプリの新たな利用者になりつつあるが、既存のインターフェースは人間向けに設計されていると指摘します。著者らはソフトウェアの版の進化をインターフェース変化の源として用い、255件のタスクからなるDeskIF-Benchを構築しました。新しい版ほどエージェントの性能が高いことが示されています。さらに、インターフェースを合成するフレームワークANISを提案し、368件の評価でも成功率向上とトークン使用量の大幅な削減を報告しています。
注目点 ソフトウェア進化を自然な変数としてエージェント向けインタフェースを研究し合成する点は新しく、255タスクのベンチマークと複数モデル・アプリでの比較実験で裏付けられ、分野への影響は中程度。
Alan Wu, Wei Tao, Yiwen Guo
arXiv
cs.CV 2026年10月12日
説明 SlotAVS：バイモーダル・スロットアテンションによるオブジェクト中心の視聴覚セグメンテーション
要約 本論文は、音を手がかりに発音物体の画素単位のマスクを求める視聴覚セグメンテーション（AVS）の手法SlotAVSを提案します。音声系列からオブジェクトスロットを初期化し、視覚トークンに対してスロット間で競合させることで、複数の音源の混在を抑えます。AVSBenchで、単一音源（S4）分割で88.6% mIoU、複数音源（MS3）分割で71.7% mIoUを報告しています。
Arnav Sharma, Anand Mishra, Renu Rameshan
arXiv
cs.CL · cs.LG 2026年10月12日
説明 ドメイン適応事前学習とデータ拡張によるロバストなマラーティー語感情分析
要約 マラーティー語は話者が多いものの、リソースが限られており、多分野の感情分析研究は十分ではありません。本研究では事前学習済みモデルMahaBERTを用い、各分野のデータで学習させたうえで、マスク化言語モデルによるドメイン適応事前学習と、データ拡張手法としての逆翻訳を適用しています。その結果、すべての分野で正解率が安定して向上し、データセットにより約0.12%から1.74%の改善が見られたと報告されています。
Tanvi Somani, Aryan Babare, Samyak Bora ほか
arXiv
cs.LG · cs.AI 2026年10月12日
説明 学習可能な分解と多様体動力学による双曲空間での時系列予測
要約 本論文は、ポアンカレ球（双曲空間）上で長期時系列予測を行う HyperForecast を提案します。信号を低周波から高周波へ並ぶ成分に分解し、その入れ子構造を動径距離で表します。自己回帰型と非自己回帰型の 2 種類の多様体動力学を用います。原文によれば、11 の長期予測ベンチマークのうち 9 件で既存のベースラインを上回り、長期予測での平均二乗誤差は最大 58% 低減したとされています。
Sarang Rajendra Patil, Vishal Fenn, Mengjia Xu
arXiv
cs.CL · cs.LG 2026年10月12日
説明 低リソース言語の感情分析におけるゼロショット領域転移の強化：マラーティー語の事例研究
要約 本論文は、低リソース言語であるマラーティー語において、複数領域のデータで学習させた感情分類モデルが未知の領域でどれだけ精度を高められるかを調べています。単一領域、二領域、三領域の学習データの組み合わせを比較しました。その結果、二領域での学習により未知領域の精度は単一領域学習と比べて約8%向上しました。三つ目の領域を加えるとさらに改善しますが、その効果は小さく、一部の領域では平均で約2%でした。
Tanvi Somani, Aryan Babare, Samyak Bora ほか
★★★★☆ 注目
arXiv
cs.CV 2026年10月12日
コードあり
説明 凍結された履歴：学習型リアルタイム超解像で時間損失が蓄積を止めるとき
要約 本論文は、学習型リアルタイム超解像における時間一貫性損失の影響を扱う。位置合わせが正確な場合、静的な映像ではネットワークが変形済みの履歴を、ほぼ時間的コストなしにそのまま複製し、フレーム間の蓄積が抑制されることを示す。訓練で隠れうる四つの位置合わせ誤差を特定し、正確な位置合わせのもとでは時間重みを上げると精度と知覚画質が下がり、静的フレームでは0.25の重みで0.7〜0.9 dBの低下が生じると報告している。
注目点 位置合わせ誤差により時間的一貫性損失が蓄積を抑制することを示し、制御実験と非モデル型オラクルで検証しており、超解像ネットワーク設計に実質的な示唆がある。
Hao Yu, Guoying Zhao
arXiv
cs.AI 2026年10月12日
説明 Google Earth AI 地理空間推論エージェント：機能と体系的評価
要約 本論文は、Gemini を基盤とする Google Earth AI の地理空間推論エージェント（GRA）を紹介します。GRA は地理データ源、基盤モデル、ツールを組み合わせ、事前の計画によって複雑な問いを多段階のワークフローに分解して地球に関する質問に答えます。評価のために GeoExpertQueries と GeoKTools の二つのベンチマークを提案し、四つの構成を比較しています。結果として、GRA のスキルとツールが最も大きな向上をもたらし、計画と実行の指針は自由回答型の問題でさらに効果を加え、Gemini 3.8 Flash を低コストで Pro と同等以上にしています。
Noam Slonim, Aviv Slobodkin, Gil Fidel ほか
arXiv
cs.CV 2026年10月12日
説明 SpikeOcc：スパイキング専門家によるロバストなマルチモーダル3D占有知覚
要約 本論文は、自動運転のためのマルチモーダル3D占有予測において、センサー欠損時の頑健性に注目しています。スパイキングニューラルネットワークを基盤とするSpikeOccを提案し、スパイキング混合専門家（SMoE）とセンサー可用性学習（SAL）の2つの要素から構成されます。実験では、全センサー条件での精度を保ちつつ、センサー停止時の性能下限を大きく引き上げることが示されています。
Yiding Sun, Zijie Xu, Hongqiang Lin ほか
arXiv
cs.CV 2026年10月12日
説明 RSAJEV：学習不要で棄権可能なプロトタイプ記憶による、JEVベースのリモートセンシング分類における無言の幻覚の除去
要約 本論文は、マルチモーダル大規模言語モデルでリモートセンシング画像のシーン分類を行う手法を扱っています。従来の文字選択肢による読み出しは、学習語彙内では高精度でも、語彙外では精度が大きく変動し、未知クラスに高い信頼度を与えることが示されています。著者らは槽表現を保持したまま、学習不要のプロトタイプ検索と収縮マハラノビス補正で分類し、UCMのクロスデータセット評価で89.43%、AIDで96.90%を報告しています。開放集合評価ではAUROCが0.91から0.99です。
Man Chen, Antai Chen, Shuai Xu ほか
arXiv
cs.AI 2026年10月12日
説明 見えているが避けられていない：カタログ型LLM最適化ループにおける状態依存の再提案
要約 本論文は、カタログ型のLLM最適化ループで、モデルが既に却下した候補を再び提案する問題を調べています。三つのオープンLLMがGUIエージェントを改善する実験では、静的なプローブは最適化ループ内の再提案率を過小評価し、既に評価済みの提案が有効な提案の28〜63%を占めました。却下状態を一文で明示すると、すべてのモデルで再提案が減少しました。
Jianlin Chen, Wenhui Chen, Chi Man Vong
arXiv
cs.CV 2026年10月12日
説明 ScenePlacer：シーン単位の物体姿勢推定を可視性場の学習として再定式化
要約 本論文は、最新のネイティブ形状生成モデルで作られた3Dオブジェクトを、部分的な幾何観測をもとにシーンへ配置するフレームワーク「ScenePlacer」を提案します。生成パイプラインは変更せず、生成と姿勢推定を分離し、物体空間で定義される可視性場を予測してから剛体変換を推定します。3D-FUTUREでは既存の配置・姿勢改善の基準手法を上回り、推定深度下でChamfer距離0.0077、F-score 92.40、真の幾何では0.0023と98.27を達成しました。
Ken Deng, Jiarui Liu, Guibiao Liao ほか
arXiv
cs.CL 2026年10月12日
説明 NepPlural：ネパールの移民をめぐる議論における人物像（ペルソナ）注釈のための人間基準のベンチマーク
要約 本論文は、ネパール語の公開議論において対立する社会文化的な人物像（ペルソナ）を表すための注釈ベンチマーク「NepPlural」を提案しています。YouTube の 2,148 件のコメント（デーヴァナーガリー、ローマ字表記のネパール語、英語が混在）を、意図・主な動機・価値志向・感情の四つの軸と「ペルソナなし」の分類で注釈し、母語話者3名が独立して付与した300件の金標準セットで評価しています。大規模言語モデルの信頼性は注釈の方式に大きく左右され、棄権を認めると母語話者に匹敵する結果になったと報告しています。
Jinu Nyachhyon, Anish Khatiwada, Bimal Timilsina
arXiv
cs.LG · cs.DC 2026年10月12日
説明 時系列グラフニューラルネットワークのための依存関係を考慮したマルチGPU学習フレームワーク
要約 時系列グラフニューラルネットワークは、ノードの記憶を用いてグラフの変化を記録し予測に活用しますが、マルチGPU学習では後続イベントが先行イベントの記憶更新に依存するため並列化が難しいとされています。本論文は、時間的に限定された空間分割、バッチ内記憶精緻化、クリティカルパス最適化からなるDepBloomを提案しています。実験では、精度を同等以上に保ちながら、既存手法に対して平均2.84倍、最大5.16倍の高速化を示したと報告しています。
Yang Zhao, Yue Dai, Liang Qiao ほか
arXiv
cs.CV 2026年10月12日
説明 視覚的に読めるが敵対的：文書理解のエンドツーエンドVLMに対する透かし制約攻撃
要約 本論文は、文書理解のエンドツーエンド視覚言語モデル（VLM）に対するホワイトボックス攻撃「AR-AWM」を提案する。空間的に分散した透かし文字の画素のみを最適化し、視覚表現を乱すもので、攻撃は質問に依存しない。Qwen2.5-VL-7Bでは、ページ画素の7.98%を覆う透かしによりDocVQAの完全一致率が0.899から0.150、ANLSが0.939から0.212に低下した。最適化なしやランダム摂動の対照群では性能がほぼ維持され、敵対的最適化が主因であることが示された。InternVL2.5-8Bでも大きく性能が低下したが、別モデルへの転移は弱い。
Qingzhe Han, Fan Dang, Shengqi Chen ほか
arXiv
cs.LG · cs.AI 2026年10月12日
説明 拡散モデルの生成空間の探索：スペクトル誘導型の品質多様性拡散フレームワーク
要約 標準的な拡散モデルのサンプリングは高尤度領域に偏りやすく、出力の多様性が制限されがちです。本論文は、品質多様性（QD）最適化と拡散モデルを統合し、潜在ノイズと条件埋め込みを直接最適化するフレームワークを提案します。また、入力から活性化へのヤコビ行列の主特異ベクトルを解析し、意味的感度が最大の方向に沿って探索するh空間スペクトル変異演算子を導入しています。テキストから画像への生成において12のベースラインと比較した結果、最も低いFIDスコアを達成し、画質と多様性の良好なバランスを示しました。
Hannah Janmohamed, Joao Correia, Penousal Machado ほか
arXiv
math.ST · cs.DS · cs.LG 2026年10月12日
説明 高次元におけるロバストな適応的信頼集合：統計と計算の限界
要約 本論文は、Huber 汚染があり汚染割合が未知の場合について、単位共分散の多変量ガウス分布の平均ベクトルに対する適応的信頼集合を研究している。すべての一次元射影上の不確実性を同時に定量化することで、情報理論的に最適な適応的信頼集合を構成できることを示す。ただし、この構成は計算上実行不可能である。統計的クエリ（SQ）の下界により、直径 O(m^{-1/2}) を達成するには指数的に多くのクエリか、d^{-Ω(m)} の極小のクエリ許容誤差が必要であることを示す。さらに、低次モーメント整合に基づき d^{O(m)} のサンプルと時間で構成するアルゴリズムを与える。
Ilias Diakonikolas, Chao Gao, Daniel M. Kane ほか
arXiv
cs.CV 2026年10月12日
コードあり
説明 PhySimCode：物理動画からコードを生成するためのベンチマークと評価手法
要約 本論文は、生の動画のみから背後にある物理法則を推定し、パラメータを復元して、動画を再現する実行可能なPythonコードを生成する能力を評価するベンチマーク「PhySimCode」を提案しています。データセットは162種類の物理現象にわたる16.06万件の手続き的に生成されたサンプルで構成されています。評価の結果、モデルは物理法則を述べることはできるものの、動画からそれを推定する得点は低く、最良のモデルでも真の パラメータの7.7%しか±20%以内に復元できませんでした。
Souraja Kundu, Aditya Gupta, Joel Julin ほか
★★★★★ 注目
arXiv
cs.AI · cs.LG 2026年10月12日
説明 『歴史は繰り返す』：線形注意機構の長文脈能力を引き出す手法（稀疏なメモリで長い文を覚える仕組み）
要約 線形注意機構の固定サイズの再帰状態は、計算と長い履歴の保持を同時に担う必要があり、長文脈能力の上限になると考えられてきました。本論文は、再帰計算が長期保存の負担をすべて負う必要はないとし、クエリが分かる前に一部のテキストを保存する疎なエピソード記憶 NoteBank を提案しています。学習不要で差し込める方式で、一百万トークンで Gated DeltaNet の RULER 六課題の平均精度が 1.7% から 70.3% に上がったと報告しています。
注目点 学習不要の疎なエピソード記憶と原生リプレイを提案し、100万トークンでGated DeltaNetの検索精度を1.7%から70.3%へ向上させ、複数のバックボーンとベンチマークで検証。
Li Nanbo, Firas Laakom, Yilan Zhang ほか
arXiv
cs.AI 2026年10月12日
コードあり
説明 MedHarnessBench：医療エージェント評価のための統一ベンチマーク
要約 本論文は、医療エージェントを七つの医療固有のプロセス次元で独立に評価する Medical Harness Protocol を提案し、342の実行可能タスクからなる MedHarnessBench を構築しています。16,000回を超える制御実験で、医療特化のランタイム支援により、タスク成功率、中間サブタスクの完了率、プロセス品質が広く向上したと報告しています。
Rui Tang, Hongqiu Wang
arXiv
cs.CL · cs.CY · cs.DB 2026年10月12日
説明 TL;QR：テキストコーパスにおける時間的な言説パターンの検索
要約 本論文は、大規模なテキストコーパスの中から時間の経過とともに展開する言説パターンを見つけるための宣言型クエリ言語 TL;QR とオープンソースのエンジンを提案している。クエリは、大規模言語モデル（LLM）が真偽を判定する自然言語述語を、正規表現および時相論理の演算子と組み合わせる。LLM は個々の文章に関する局所的な問いにのみ答え、記号エンジンが時間をまたいで判断を集約し、各一致を根拠となった文章と述語の判定に結びつける。合成ベンチマークでは LLM のみの基準より高精度であり、欧州議会の十年間の討論の事例研究では、GDPR に対する政治会派の立場の変化の候補を特定したと報告している。
Fran\c{c}ois Hublet, Vladimir Krsmanovic, Jesus Solano ほか
arXiv
cs.LG · cs.AI 2026年10月12日
説明 DNA基盤モデルが配列組成を超えて学習する内容
要約 本論文は、5種類のDNA基盤モデル（凍結表現）を、57のゲノム分類データセットと2つの遺伝子発現回帰タスクで、正規化されたk-merの頻度特徴と比較評価したものです。単純なk-mer特徴は多くのモデルに対して依然として競争力があり、NTv3は一貫した優位性を示しました。NTv3は6-mer特徴と連結することで57データセット中46で改善が見られた一方、線形な再現可能性が下流タスクでの有用性を確実に示すわけではないことも報告されています。
Vincenzo Yuto Civale, Andrew David Bagdanov, Alberto Magi
arXiv
cs.AI 2026年10月12日
説明 「示唆は置き換えではない」：記憶退役ゲートとしてのシステム1モデルの事前登録型評価
要約 アシスタントの長期記憶で、新しい発話が古い記憶を退役させるべきかを判定するゲートを検討した論文です。「取り替え済み」「要確認」「両立可能」の三分類タスクを定め、LLM注釈と人手による裁定で500件のテストペアに正解ラベルを付けて、Jevというシステム1型判定モデルを評価しています。二値ゲートは示唆にとどまる変化の39.2%を早期に退役させましたが、三分類では15.5%に下がり、検出精度は15.3ポイント低下しました。
Xupeng Chen, Chenqian Le
arXiv
cs.LG · cs.CL 2026年10月12日
説明 低ビット再帰状態量子化で更新を保持する手法
要約 線形アテンションや再帰モデルは、過去のトークンを固定サイズの状態に圧縮し、各ステップで更新します。この状態を高精度で保存すると、大きなバッチサイズでメモリと帯域幅の負担が大きくなるため、低ビット量子化が検討されています。論文は、再帰状態が毎ステップ再量子化されるため誤差が蓄積し、その誤差はステップ間で強く相関することを示しています。主な原因は、丸めの際に失われる小さな更新です。著者らは、学習を必要としない低ランクバイパス（LRB）と有界方向丸め（BDR）を提案し、Gated DeltaNet、GLA、Mamba2、RetNet で INT4 を大きく上回り、FP32 状態と比べて状態メモリを最大 5.3 倍削減、デコードを最大 1.9 倍高速化したと報告しています。
Haotian Li, Liran Dong, Kaicheng Xiao ほか
arXiv
cs.AI · cs.SE 2026年10月12日
説明 SpecForge：行動仕様によるコーディングエージェントの再帰的自己改善
要約 本論文は、モデルの重みを更新せず、プログラムの振る舞いを記述する自然言語の仕様を改善することで、凍結された言語モデルベースのコーディングエージェントの性能を高める方法を研究しています。提案手法SpecForgeは、パレート最適に基づく状態選択、依存関係に制約された実体選択、エラーを多様化した展開の3つの仕組みで、ある箇所の改善が他に悪影響を及ぼす問題に対処します。DevEval+で五つのバックボーンモデルすべてにおいて最高性能を示し、言語間翻訳や新機能実装にも効果が及ぶと報告されています。
Yutong Cheng, Haifeng Chen, Peng Gao ほか
arXiv
cs.LG · cs.CL 2026年10月12日
説明 汎化可能なモデル編集は直接的な汎化以上のものかもしれない
要約 本論文は、モデル編集分野が事実の更新を入出力写像として扱う「直接的な汎化」を目標としてきた点を検討し、その枠組みは理論的に識別可能性の問題を抱え、実践でも成果が限られると指摘する。著者らは、現代の大規模言語モデルの推論・構成能力を活かした構成的汎化を、理論的根拠があり実証もされた代替案として提示する。複数のモデルと編集手法でこの現象を検証し、より汎化可能で実用的な知識更新技術への転換を提唱している。
Xiaotian Ye, Chunyao Yang, Xiaohan Wang ほか
arXiv
cs.CL · cs.AI 2026年10月12日
説明 BharatSetu：インド諸言語翻訳のための100万行×22言語の橋渡しコーパス
要約 本論文はBharatSetu 22-Indic 1Mコーパスを公開する。英語文984,764件を、インド憲法第8附則に記載された22言語へ機械翻訳し、Indic側のセル数は21,664,808である。同じ行の訳文はいずれも同一の英語文に対応するため、任意の2列が翻訳ペアを構成し、Bodo、Dogri、Santali、Kashmiriなど直接の対訳データがない言語対を枢軸経由で導出できる。コーパスは機械生成で人手による検証はされておらず、著者は行識別子で対応づけた人手校正層と評価手順を提案している。翻訳品質の結果は報告されていない。
Haq Nawaz Malik, Nahfid Nissar, Faizan Iqbal
arXiv
cs.LG · cs.AI 2026年10月12日
説明 RespFocus：弱教師あり呼吸音分類のための時間的証拠学習
要約 本論文はRespFocusという弱教師あり枠組みを提案し、多重インスタンス学習（MIL）により周期単位のラベルから検証可能な時間的音響証拠を学習して分類に統合します。また、臨床環境で収集され周期単位の注釈が付けられた多施設小児呼吸音コホートPedResp2026を紹介しています。四分類のScoreは公開データセットICBHI 2017で69.55%、PedResp2026で72.91%でした。
Yi Tian, Xiaohuan Chen, Yufei tang ほか
★★★★☆ 注目
arXiv
cs.LG · cs.AI 2026年10月12日
説明 TabMosaic：表形式データ生成タスクのための統一的インコンテキスト拡散モデル
要約 本論文は表形式データの生成モデリングを扱い、レコードの合成、欠損値の補完、クラスラベルや既知属性に条件づけた生成を、未知の表の観測済みセルから任意の目標セル集合の同時条件付き分布をモデル化する一つの問題として定式化しています。拡散モデルを用い、表ごとの学習なしで混合型の目標セルを生成する統一モデルTabMosaicを提案しています。48の実世界の表での評価では、TabMosaicは比較した20のベースライン手法より、評価したすべての生成タスクで首位となりました。
注目点 任意の目標セルの同時条件付き分布として表データ生成タスクを統一し、拡散目標と事後予測分布の関係を示す。48の実表で20基準を上回り証拠は比較的充分。
Jayoung Kim, Sanghyun Hong, Noseong Park
arXiv
cs.LG 2026年10月12日
説明 DRanker：Disney+ ホーム画面向けのTransformerベース多タスクランキングモデル
要約 本論文は、Disney+ ホーム画面のパーソナライズされたおすすめを提供する、Transformerベースの多タスクランキングモデル DRanker（Disney+ Ranker）を紹介しています。エンコーダのみの構造で、拡充された視聴エンゲージメント履歴の系列を処理し、軽量な因果的バイアス補正の仕組みを組み合わせています。著者らによると、より単純な設計の方が、オフライン指標、行動評価、本番環境のいずれでも複雑な代替案を上回りました。全世界に展開した結果、主要なエンゲージメント指標が1%以上、日次アクティブユーザーが0.5%向上したとしています。
Priya Nirmal Singh Khokher, Daniel Nemirovsky, Benjamin P. Whitesell ほか
arXiv
cs.CL 2026年10月12日
説明 LLM家庭教師は本当に教えられるのか？指導ループを工程中心に整理した総説
要約 本論文は、学習者状態の推定から教育的行動、チューター訓練、評価、学生シミュレーションに至るまで、LLMによる個別指導の流れを整理している。構造化された研究レベルの調査では、教育的評価は一般的に行われている一方、学習者条件に応じた介入、人間の学習効果、特に転移や遅延再生に関する証拠は著しく少ないことが示されている。人間を対象とした研究では、LLM家庭教師が学習を向上させうるという条件付きの肯定的結果が得られているが、その効果は教育的構造、学習者の関与、学習の測定方法に左右される。著者らは、個々の構成要素の改善だけでなく、指導段階間のインターフェースを検証することが必要だと主張している。
Sayantan Adak, Rima Hazra, Koyel Mukherjee ほか
arXiv
cs.AI 2026年10月12日
説明 FARL：強化学習のインターフェースとソルバーを全自動で設計するパイプライン
要約 本論文は、観測と報酬のプログラム、学習アルゴリズム、訓練設定を自動で設計する強化学習フレームワークFARLを提案します。訓練統計と観察された挙動をもとに失敗を診断し、変更を提案して効果を検証します。Adroit Hand Relocateでは、方策ごとに500万ステップの訓練予算のもと、FARLは成功率97.1%を達成しました。一方、Eureka と LiMEN は0%、素のPPOは1.0%でした。
Tianyu Jin, Liuyu Xiang, Chaowen Yang ほか
arXiv
stat.ML · cs.LG · math.PR 2026年10月12日
説明 切断ガウス・積コーシー・ボルツマン・ソフトマックス方策の一様スコア上界とリプシッツ連続性に関する覚書
要約 本論文は、明示的に与えられたパラメータ化のもとで、切断ガウス、コーシー、ボルツマン、ソフトマックスの各方策の性質を扱います。これらの方策のスコアに一様な上界があること、および方策がリプシッツ連続であることを示すとされています。原文の要約はこの一文のみで、詳細は記載されていません。
Yanjie Dong
arXiv
stat.ML · cs.LG · math.ST 2026年10月12日
説明 明示的ペナルティはフローマッチングをいつ改善するか？
要約 本論文は、フローマッチング生成モデルに制約を表すペナルティ項を加えることが有益かどうかを検討し、物理情報付きフローマッチングを動機づけの例としています。著者らは、期待二乗2-Wasserstein誤差によって、ペナルティありとなしの生成モデルを比較し、ベクトルおよび関数（ヒルベルト空間）データの両方を扱います。推定分散の減少が二乗バイアスの増加を上回るとき、ペナルティが精度を高めることを示し、そのトレードオフはサンプル数、モデルクラス、ノイズスケジュール、ペナルティの重みに依存します。
Lea Kunkel, Alberto Gonz\'alez-Sanz, Sophie Langer
arXiv
cs.CL 2026年10月12日
説明 短尺動画コンテンツガバナンスに向けたオートパイロット型ラベリング
要約 本論文は、短尺動画のコンテンツ管理における注釈作業の自動化度を段階的に高める多段階フレームワークを提案しています。L1では教師データで微調整した判別型MLLMラベラーを、L2では短尺動画データで事前学習したドメイン適応型MLLMによるゼロショットラベリングを、L3ではツールを備えたエージェント型注釈ワークフローを用いて、複雑または曖昧な事例を処理します。実験では各段階で精度が向上し、実運用において人手のコストを最大85%削減したと報告されています。
Junwen Chen, Hongwei Wang, Zixuan Wang ほか
arXiv
cs.AI 2026年10月12日
説明 放射性フィードバック：ラベルのみのLLM監督で訓練されたモデルの追跡
要約 本論文は、スカラー採点のみを用いるLLM-as-a-Judge型の知識蒸留を扱います。学生モデルは自ら回答を生成し、教師生成の答えは訓練に含まれず、採点のみで改善します。提案手法「放射性フィードバック」は、事前に登録した行動選好のパターンを報酬の中に埋め込み、繰り返しの最適化によって別の当事者が訓練した学生モデルへそのパターンを伝達させます。コードと数学での実験では、採点だけで選好がデータセットを越えて伝わり、固定された参照プールに対するブラックボックス検出が可能であることが示されています。
Yuejia Li, JunHeng Li, Hao Wu ほか
arXiv
cs.CV · cs.AI 2026年10月12日
説明 人の意図からCADへ：協調マルチタスク整合と空間認識強化学習によるパラメトリックCADモデル生成の再考
要約 この論文は、手描きスケッチや文章による不完全な設計意図から、実行可能なパラメトリックCADコードを直接生成する方法を扱っています。手描きスケッチ、テキスト記述、CADコードを対応づけた大規模データセットHiCADを構築し、異なる入力間の表現の差を埋める協調マルチタスク整合と、幾何・位相の一貫性を保つ空間認識強化学習からなる二段階の枠組みを提案しています。実験では複数のタスクで既存の基準手法を上回る結果が示されています。
Qingwang Zhang, Jiahao Li, Xiangdong Zhou
