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Multics：階層的通信を用いた生成型マルチプレイヤー世界モデル
要約本論文は、複数プレイヤーの動画を生成するフレームワークMulticsを提案します。プレイヤー、グループ、全体の三階層で情報交換を構成し、グループトークンを用いて局所的に関連する情報を集約することで、無関係な出来事同士の干渉を抑えます。また、直近のカメラ軌跡に基づき予算制約付きで動的にグループ化します。実験では4人と6人の設定で最先端の性能を示し、4人で学習したモデルを再学習なしで10人まで推論に使えることが報告されています。
説明コードを消しても知識は失わない：Python ライブラリのための再生可能ソフトウェア
要約本論文は、モジュールのアーキテクチャ、意図、決定事項、公開インターフェースなどを機械可読な記録として保持し、コードを削除後に再生成できる「再生可能ソフトウェア」を提案しています。著者はこれらの原語を実装したオープンソースのツール spotregen を公開し、安全性が重要な予測ライブラリ spotforecast2-safe に適用した結果を報告しています。各原語の実行可能な例も含まれています。
説明エージェント広告の時代へ：オンポリシー攻撃でエージェントの意思決定を誘導する
要約論文は、買い物・求職・旅行などの選択肢の順位付けを人々がAIエージェントに任せるようになり、「エージェント広告」によって意思決定を誘導する動機が生まれていると指摘しています。著者らは「オンポリシー攻撃」を提案し、プラットフォームの規約に従うため、架空の概念を否定する真実の文を商品説明に入れ、エージェントがその概念を検索して植え込まれた虚偽の有害情報に触れ、他の選択肢を減点するよう仕向けます。4つの実データセットでの評価では、一部のフロンティアモデルが影響を受けることが示され、この種の広告の規制に関する提言も述べられています。
注目点対齐学習を逸脱させない新種の「オンポリシー攻撃」を提案し、エージェント広告の新たな攻撃面を示す。四つの実データで検証したが証拠は限定的。
説明拡散ルーティングソルバーのサイズ汎化：ResizeCOによる手法
要約本論文は、巡回セールスマン問題（TSP）や容量制約付き配車問題（CVRP）のような大規模では解くのが難しい経路問題を対象としています。提案手法ResizeCOは、正解ラベルを用いない汎化手法で、小規模インスタンスで学習した拡散モデルを、強化学習によって大規模インスタンスに適応させます。ノード数が最大10000のTSPとCVRPでの実験では、経路品質と計算時間のパレート front において既存の学習ベースソルバーを上回り、短時間の実行でも他のソルバーより優れた結果を示しました。
説明FreeSolo：線形時間スパースアテンションとゼロショット長さ外挿
要約本論文は、短距離のスライディングウィンドウ分岐と、キーポイントセルを選んで直接トークンに注意を向ける長距離分岐を備えた、ネイティブなスパースアテンション機構FreeSoloを提案しています。その線形時間版FS-Lは、短い継続事前学習により、クエリに依存した選択の前に接頭辞を刈り込むことを学習します。FS-Bは、基数ソートによる構築を含めてO(N log² N)のアルゴリズムコストで平衡木を探索します。論文によると、長文脈での微調整を行わなくても、FreeSoloはベースラインより優れたゼロショット長さ外挿を示します。
説明CartoVec：オープン地図データから得る汎用的な位置埋め込み
要約本論文は、画像入力や下流タスクのラベルを使わず、Overtureの開放地図データから導かれる土地被覆、土地利用、交通、施設、接続性などを複数の空間スケールで予測するよう学習させた座標エンコーダCartoVecを提案しています。米国北東部の国勢調査指標、Airbnb価格、フィラデルフィアの犯罪データを用い、空間ブロック交差検証で凍結された埋め込みを評価しました。その結果、CartoVecは多くの国勢調査指標で平均性能が最も高く、全体の平均でも最高でした。重みは Hugging Face で公開されています。
説明Soft Teacher Forcing：ソフトトークンで教師あり微調整を改善する学習手法
要約本論文はSoft Teacher Forcing（Soft-TF）を提案します。これは教師強制埋め込みとソフトトークンをランダムな凸結合で組み合わせる単純な学習アルゴリズムで、ソフトトークンは正解系列に対する一回の並列順伝播で計算されます。パラメータや外部モデル、カリキュラムは追加せず、推論は変更しません。GSM8K、MATH、MathQA、AQuAでSFTを上回り、GSM8Kでは7つのGemma、Llama、Mistralモデルにおいて+2.1〜+4.1ポイント向上しました。
説明DuoDiscover：評価のボトルネックを越えて自律的発見を拡張するシステム
要約本論文はDuoDiscoverという探索システムを提案し、コーディングエージェント群が最適化目標と高速な代理評価器（yardstick）を同時に発見することで、高コストな実評価の負担を軽減します。保守性テストで代理評価器の順位を継続的に検証し、ずれたものを無効化します。複数のベンチマークとカーネル群、CPUマイクロアーキテクチャ最適化タスクで評価され、人間の専門家や既存手法を上回る性能向上が報告されています。
注目点高コストな真の評価の代わりに代理評価器を用い、忠実度を継続検証する自律探索枠組みを提案し、複数ベンチマークとチップ最適化で大きな改善を示す。
説明ChemExplain：説明的化学推論のためのマルチモーダルベンチマーク
要約本論文は、査読付き論文 383 本から作成された 1,180 問の選択式化学問題からなるマルチモーダルベンチマーク ChemExplain を提案する。各問題は分子または反応の画像と観測された化学的効果、そして画像中の異なる構造的特徴に対応する四つの候補説明を提示し、どの特徴が効果を最も直接的に説明するかを問う。最も性能の高いモデルの正答率は 78.6% である。600 問の専門家レビュー済み部分集合では、そのモデルの誤りの 71.4% が帰属（アトリビューション）の失敗に分類された。
説明ModRes：平面図分析とグラフ機械学習に対応したResPlanデータセットの改良版
要約本論文は、公開されている住宅平面図データセットResPlanを清掃・拡充したModResを提案する。無効および重複した平面図を除去し、有効な住宅平面図8,431件を含む。各平面図について二次元形状、画像、三次元建物表現、および3種類の双対グラフをCSVとJSON形式で提供し、グラフ・ノード・エッジ単位の特徴量を含む。グラフ統計によりデータセットを特徴づけ、複数の事例で有用性を示している。
説明FunDM：凍結言語モデルから作るラベル不要の低コスト意思決定モデル
要約本論文はFunDM（Fun Decision Model）を提案します。凍結した言語モデルに小さな意思決定ヘッドを付け、正解ラベルを使わずKLダイバージェンスで完全モデルの回答確率を学習させます。Qwen3-8B（36層）の24層を使う構成では、八つのベンチマークの平均精度が75.0%で、完全モデルの75.7%に近い値です。MMLU-Proではバッチ推論のスループットが約1.56〜1.57倍、ピークGPUメモリは約3分の1少なくなります。
注目点凍結言語モデルの一部の層に無ラベルの決定ヘッドを学習させ、KL蒸留で回答確率を再現し、複数ベンチマークで比較と効率測定を行う。
説明具身能力の発見のための記号抽象上の生成フロー手法
要約本論文は、生成フローネットワーク（Generative Flow Network）で記号的なタスク骨格を構築するFOSAフレームワークを提案しています。各骨格はシミュレーション環境にコンパイルされ、低レベル方策の学習性能が抽象方策への報酬信号となります。複数種類のロボットで、実行可能で多様なタスクを、ロボットの経験的能力の境界付近で発見できたと報告しています。さらに、発見したタスクの方策を言語条件付きの単一方策に蒸留し、未知の複雑な長期タスクでの性能向上を示しています。
説明不確実性を考慮したイオン液体溶媒探索のための包括的ワークフロー
要約本論文は、データ処理・深層学習モデリング・物理ベースの計算を連動させ、不確実性推定と物理的フィルタリングを組み合わせたイオン液体の物性予測および候補選定ワークフローを提案する。データが少なくノイズの多い条件でも、未測定の候補を信頼性高くランク付けすることを目指す。例として、排ガスからのCO2回収のための新規イオン液体を設計し、CO2溶解度、イオン液体粘度、作動容量に基づきパレto最適な候補を選定している。
説明大規模言語モデルが生成した記述から天然の匂い混合物の知覚幾何を学習する
要約本研究は、1,200以上の食品中揮発性化合物混合物（8,000以上の分子成分を含む）のデータベースを用い、分子組成と天然の匂いの知覚的類似性の関係を検討しています。大規模言語モデル（LLM）を混合物レベルの知覚記述を得るための拡張可能な代替手段として使用し、その記述を監督信号として低ランクの分子埋め込みを学習しました。得られた埋め込みは、成分の重なりに基づく指標よりも未知の混合物間の類似性をよく予測し、独立した人間の匂い記述子空間と有意に整合しました。
説明力変調による器用操作：接触の多い操作のための統一的コンプライアンス制御
要約本論文は、接触の多いロボット操作のための統一的なコンプライアンス手法 FOMO-Dex を提案しています。作業の幾何形状と接触構造で定義された座標系で名目動作を表し、選択した方向にだけ力に基づく動きの補正を加えます。カード拾い、紙切り、ねじ回し、ナットとボルトの組み立てで、剛性制御と比べて過大な接触力を抑えたと報告しています。補正後の動作を模倣した方策は、カード拾いの成功率や、ナットとボルト・ねじ回しでの回転量が向上したとされています。
説明一般化 McDiarmid 不等式：サンプル再利用と非一様な無界差分
要約本論文は McDiarmid の集中不等式を一般化し、確率的最適化問題に対する一様大数の法則と誤差評価を導く。訓練サンプルの再利用を考慮し、注目成分について無界で、別の成分に対して非一様に依存する平均差分の上界関数を扱えるようにしている。この手法をスコアベース生成モデルに適用し、補助的なガウス確率変数の依存を積分消去することで、より厳密な誤差評価を得る。さらに、無界なスコアモデルや無界な台を持つデータ分布も扱える。
注目点McDiarmid不等式を一般化し、サンプル再利用と非一様な非有界差分を扱えるようにし、スコアベース生成モデルに適用している。新規性は高いが、実証は限定的。
説明採点形式がLLM審査者の表現できる範囲を決める
要約本論文は、LLMを審査者として指示チューニング用データを選別する際の採点形式（二値判定、1〜5段階、0〜100点、比較）の影響を検証しています。候補プール、審査プロンプト、デコードと選択予算を固定した上で、UltraFeedbackの15,406件を五形式で採点し、66モデルを微調整して四つの審査者で評価しました。形式がその影響の大部分を決め、評価指標のKendall τbではその差が見えにくくなることが示されています。
説明スパイク型網膜神経節細胞集団からのニューロモルフィック復号と動的画像再構成
要約本論文は、マウスの摘出網膜で記録された最大1836個の網膜神経節細胞（RGC）のスパイク活動を用い、スパイクニューラルネットワーク（SNN）によって動的な視覚刺激をスパイク領域内で復号・再構成し、移動物体の位置も同時に追跡する手法を提案しています。再構成の構造類似度（SSIM）は最大0.93、32×32グリッド上での追跡平均誤差は1.33ピクセルでした。同一構造の密な人工ネットワークと比べて推定計算エネルギーは約70分の1と報告され、埋め込み型や装着型の視覚補綴への応用が示唆されています。
注目点スパイク領域で動的視覚刺激を端到端に再構成・追跡し、17の大規模モデルと比較して消費エネルギーを評価しており、視覚補綴に実質的な意義がある。
説明折り畳み正規分布とライス分布の陰的・陽的再パラメータ化
要約本論文は、変分推論で用いる折り畳み正規分布とライス分布について、PyTorchで陰的・陽的の2種類の再パラメータ化勾配推定量を導出・実装し、その分散を解析的および実験的に比較しています。陰的推定量は位置パラメータの導関数で分散が小さく、理論上も分散が大きくなることはありません。さらに、French-Wilson スケーリングを変分推論問題として定式化し、振幅について両推定量とも厳密な事後分布を1%未満の誤差で再現したと報告しています。実装はオープンソースパッケージ rs-distributions で公開されています。
説明SCOPE：共形スコアで事後分布の探索を導き、高速かつ較正された予測を得る手法
要約本論文は、モデルの誤指定がある場合でも較正された予測領域を得るためのSCOPE手法を提案します。保留したガイド集合上の非適合スコアの勾配を用いて、予測領域の境界を動かす少数のパラメータ方向を特定し、その部分空間をMCMCで探索し、残りの不確実性は射影した変分近似で扱います。実験では、テスト集合の負の対数尤度が完全なHMCとの中央値で0.002ナットの差にとどまり、実データのベンチマークでは12～15倍高速でした。
説明OpenDGO：多様な応用分野にわたるマルチエージェント組織のベンチマーク
要約本論文は、6つの実世界の分野と3種類の協調設定（逐次依存、並列分解、情報統合）を対象とした、制御されたベンチマークおよび分析フレームワーク「OpenDGO」を提案しています。タスク、エージェント、ツール、資源制限を揃えたうえで、固定型と学習型の組織を比較し、通信グラフ、役割割り当て、入力割り当て、資源予算、構成要素の故障を個別に検討しています。結果として、すべての応用に共通して有効な単一の組織は存在せず、最適な組織は応用ごとに異なることが示されています。
説明MARS：世界行動モデルのための体系的な多段階高速化手法
要約世界行動モデル（WAM）は、将来の世界状態とロボットの行動を同時に予測することで身体性知能の有望な手法として登場しましたが、視覚エンコーディングと反復的な生成推論による遅延が大きく、高頻度のクローズドループ制御への適用が制限されています。本研究はWAM推論の冗長性を分析し、学習を必要とせず差し込んで使えるフレームワーク「MARS」を提案します。注意計算、拡散ノイズ除去、連続するポリシークエリをそれぞれ高速化します。LIBERO、LIBERO-PRO、RoboCasaでの実験では、エンドツーエンドでそれぞれ最大4.00倍、3.94倍、2.10倍の高速化を達成し、タスク成功率は元のポリシーに近い水準を保ちました。
注目点WAMの推論遅延に対し、注意計算・拡散ノイズ除去・視覚表現再利用を組み合わせた学習不要の多層加速を提案し、三つのベンチマークで十分に検証されており、サブ分野に有用である。
説明マスク付きアテンションプーリングはパディングと並べ替えに不変：Lean による形式証明
要約本論文は、注意機構に基づく多重インスタンス学習で、バッチ内のデータをパディングして長さを揃えた際にも、プーリング出力がパディング量やインスタンスの順序に依存しないことを扱います。著者らは正規化項を保護したマスク付きアテンションプーリングを定義し、Lean 4 と mathlib で、行の任意の全単射な並べ替えや任意個数のマスク行の追加に対して不変であること、全マスクのバッグはゼロに写ることを証明しています。jax-lean のパイプラインで JAX カーネルの Jaxpr とも結び付けていますが、結果は理想的な実数演算に限られ、浮動小数点演算、XLA、JAX のトレーサとインポータは対象外です。
説明資源の限られた診療所向け呼吸音オフラインスクリーニングでは、モデル構造よりも特徴量のスケーリングが効く
要約本研究は、五つのクラス（喘息、COPD、肺炎、気管支、健康）からなる1,211件の呼吸音データ（201人の患者グループ）に対し、古典的分類器と深層モデルを患者単位の交差検証で比較したものです。SVMの特徴量を標準化するとマクロ再現率が0.51から0.78に向上し、モデル系統間の差より大きな効果が見られました。データ拡張による明確な改善はありませんでした。古典的モデルは449 MBのPyTorch環境を必要としないため、GPUのない診療所での利用に適しています。
説明SonicWorld：空間音声推論のための音源中心の潜在ダイナミクスモデル
要約本論文は、480の模擬室内シーンにわたる2.8本の一次アンビソニックス音声クリップと28.8Kの対象別質問応答ペアからなるベンチマーク「Sonic-Bench」を提案し、定位、距離推定、運動推論を評価します。あわせて、学習された遷移と再帰的更新によって音源状態を保持し、Omni LLMに投入して空間推論を行う「SonicWorld」を提案しています。Sonic-Benchのテスト分割では、方向精度が31.98%から34.69%に、方位角誤差が57.22°から48.01°に改善したと報告されています。
説明EgoProbe：ストリーミング一人称視点動画における長期的かつ正確な記憶の評価ベンチマーク
要約本論文は、ストリーミング型の一人称視点動画理解モデルの記憶能力を評価するベンチマーク EgoProbe を提案します。長期保持（どれだけ前の出来事を覚えているか）と、類似した出来事が混在する中での正確な想起（どの細部がどの出来事に属するか）の2軸で評価します。EgoProbe-Base と EgoProbe-Echo の2つのサブセットがあり、後者は粗い質問から細かい質問へと段階的に問う多段階の評価を行います。実験では、長期想起に明確な限界があること、粗い質問には正答できても指定された出来事の具体的な細部を想起できない場合が多いことが示されています。
説明ToolHACE：ツール連携型LLMの応答における幻覚検出のためのデータセット
要約ツール拡張型言語モデルは、外部ツールの出力を応答の根拠とします。しかし、正しいツールが呼び出され正確な情報が返されても、モデルは出力と矛盾したり、重要な詳細を省いたり、根拠のない主張を生成したりすることがあります。本論文は、ツール拡張型LLMの応答を文スパン単位で評価するベンチマーク「ToolHACE」を提案し、五つの細分化された幻覚カテゴリを扱います。実験では、ツール呼び出し後に生じる幻覚が広く見られ検出が難しいこと、また汎用の幻覚データセットからの転移では性能が低いことが示されました。
説明半二重のバックボーンから高性能な全二重音声言語モデルを構築するD2
要約本論文は、事前学習済みの半二重音声言語モデルを、同時に聞きながら話せる全二重モデルへ変換するフレームワークD2を提案しています。デコーダ不要の表現蒸留により音声エンコーダをストリーミング対応にし、教師ありファインチューニングで全二重の対話動作を学習します。Qwen3-Omniに適用したモデルは、12.5Hzの更新率で99.2%のターンテイキング成功率、521ミリ秒の遅延、99.5%の割り込み成功率、VoiceBenchで70.1のスコアを達成したと報告されています。
説明LLMエージェントが衝突を認識しながら実行する場合：ネットワークスライシングにおけるドメイン横断依存関係
要約本論文は、大規模言語モデル（LLM）ベースの自律エージェントがネットワーク管理で異なるドメインの意図が衝突した際の挙動を調べています。スマートグリッドを事例に、保護トラフィック用の待機スライスが、コスト削減の意図によって削除されやすい状態にある場面を検証しました。4社の10モデルを600回の実行で評価した結果、多くのモデルが依存関係を観測後も保護スライスを削除したため、不可逆な操作の前に管理アーキテクチャ側で依存関係を検証すべきだと結論づけています。
説明局所的文脈を大域的意味へ貼り合わせる：Transformer表現の層理論的分解
要約本論文は、訓練を必要とせず、言い換え文のペアを使って表現が言い回しを変えても内容を保つかを検証する手法を提案します。セル状層（cellular sheaf）の核空間 H^0 を内容部分空間とみなし、CounterFact の事実検索で概念消去手法 LEACE より平均 +17.1 ポイント高いと報告しています。言い換えで変動の大きい座標を削除すると、同程度の変動の座標よりモデル出力への影響が大きいとされています。
注目点細胞層理論をTransformer表現の言い換え一貫性分解に適用し、多モデルで因果アブレーションと基線比較により検証しており、新規性と証拠は比較的充分。
説明D-World：二重制御下で再帰的自己改善を行う明示的な世界・言語・行動モデル
要約本論文は、ロボットが置かれた世界を実行可能なデジタルツインとして明示的に表す D-World を提案します。知覚と計画の二つのエージェントがツインと言語を通じて連携し、計画側はロボットの計測結果に合わせてツイン内の物体状態と物理パラメータを修正します。この計測に基づく修正の循環を再帰的自己改善と呼び、大規模言語モデル自体は凍結したままです。双腕ロボットによるタオルとトースターの課題では、局所的な修正だけで再構築なしに実行を継続できたと報告されています。
説明実体・関係・イベント抽出のための較正済み型付き判定モデル
要約本論文は、データセットや注釈ガイドラインをまたいで実体、関係、イベントを抽出する約0.6Bパラメータの統一エンコーダ CalOn を提案します。モデルはテキストと型定義を同時に符号化し、実体の範囲、範囲間の関係、イベントのトリガーと引数を直接特定します。40のベンチマークのうち大半で評価対象のベースラインを上回り、訓練時の確率バイアスを補正すると、F1をほぼ変えずに信頼度の推定が改善したと報告されています。
説明AIPOCH Open-Science：再現可能な .science パッケージを備えたオープンソースの AI 研究ワークベンチ
要約本論文は、AI 支援研究における指示、計算、成果物の改訂、検証の記録を可搬な .science セッションパッケージにまとめ、その交換規約を定めたオープンソースの研究ワークベンチ AIPOCH Open-Science を紹介します。著者らは受け取り側で再現可能か、完全版と部分的なエクスポートの両方でバージョンと評価の対応関係が保たれるかを、制御された試行で検証しています。また登録簿の事例では、保存されたスクリプトと固定入力を使ったオフライン実行で、二つの CSV 表がバイト単位で一致しました。
説明旅行日記合成のためのマスク付き拡散モデル
要約本論文は、家計の日次旅行記録全体を一つのトークン系列として扱う、マスク付き拡散モデルDiaryBridgeを提案します。従来のように複数のモデルに分割したり、固定長ベクトルに切り詰めたりしません。任意の順序で隠れた位置を埋めることができ、同じモデルで新規の日記合成と部分的な日記の補完の両方を行えます。ボルチモア地域の2017/2018年地域旅行調査の実データによる実験では、車両の利用可能性や就業状況を反映した旅行を生成し、各交通手段・目的・出発時間帯の総需要を学習済みのベースラインより良く再現したと報告されています。
説明LocalTrain：エッジFPGA上で省エネにCNNを学習する整数専用ローカル学習システム
要約本論文は、層間の学習依存を減らすため、CNNとその領域補助分類器を共有整数行列エンジンで学習するFPGAシステムを提案しています。200 MHzで動作するKV260試作機では、CIFAR-10で76.57%、SVHNで91.85%の精度を、平均モジュール電力約4.20 Wで達成しました。同じ整数手法をJetson Orin Nanoで実行した場合と比べ、学習エネルギーはそれぞれ40.4%および42.1%低い一方、実行時間は1.86倍および1.82倍長いと報告されています。
説明映像の再利用検出のための対比学習
要約本論文は、対比学習で微調整したSiamese（シャム）ネットワークに基づき、動画の重要フレームの元となりうる素材を特定する手法を提案しています。重要フレームの集合は全体の10%未満に縮小でき、それによって構成素材を効率よく特定できることを示しています。ストック素材ライブラリから集めた動画での平均精度は0.95を超えています。
説明分類タスクのための汎用キャリブレーション手法 CALIBFORMER
要約文脈内学習（ICL）は、モデルを微調整せずに新しいタスクの分類精度を高められるとして注目されていますが、その確信度のキャリブレーションへの影響はあまり研究されていません。本論文では、Transformerベースの汎用キャリブレータ CALIBFORMER を提案します。これは文脈内の例に対するモデルの予測を使ってテスト入力の確信度を推定し、追加の微調整なしで新しいモデルやタスクに一般化します。学習時に見ていない新タスクや4つのLLM（Gemini を含む）でも、キャリブレーション誤差を50%以上削減したと報告しています。
説明SFTは活性化幾何に再現可能な痕跡を残す：学習のばらつきで後学習の解釈性を校正する
要約本論文は、基盤モデルと後学習済みモデルの差を比べるだけでは、再実行時のばらつきを後学習の効果と誤認しかねないと指摘します。Qwen3-1.7B上でLoRA-SFTを複数回再実行し、各レシピ固有のばらつきの範囲に対して各対比を評価したうえで、Llama-3.1-8Bでも主要な推定が再現されたと報告しています。SFTは大きく再現可能な構造的変位を残す一方、DPOと軽量GRPOは結論を出すには至らず、因果スイープは「機構の変化」ではなく「校正された構造的変位」を支持するにとどまります。
注目点同一レシピの再実行によるノイズ帯で後学習の構造的変位を校準する手法を示し、事前登録の因果実験で検証している。範囲は単一のバックボーンに限られる。
説明機械が発明したもの：2026年10月のOpenAIによるAI生成数学成果から新しい数学的道具を掘り起こす
要約OpenAIは2026年10月6日、AIが書いた数学の原稿722篇（372の問題族に分類）を公開リポジトリで公表し、多くの著名な未解決問題の解答を主張しています。本論文はそこから新しい補題、構成、不等式、証明の仕組みを抽出して「数学的道具」と呼び、既存の道具や組み合わせと区別します。38の問題族を検討し、新規性の評価は暫定的であり、本調査ではLeanによる形式化やカーネル検証は行われていないと述べています。
説明到達可能性を超えたインタラクティブ・ナビゲーション：ベンチマークとエージェント型フレームワーク
要約従来の身体性ナビゲーションでは、エピソード中に通行可能性や物体の状態が変わらないと仮定されてきた。本論文は、扉を開けたり容器を開けたりする操作を伴う課題を扱い、MultINav-Bench（3,000エピソードのベンチマーク）を提案する。さらに、状態を条件とする相互作用グラフに基づく三段階のエージェント型フレームワークMultINav-Agentを提案し、実験で既存の改良ベースラインを上回ったと報告している。
説明超知能とAI競争の三重のリスク：米中が汎用AIの先行開発を争う場合の安全上の危険を論じた論文
要約論文は、汎用人工知能（AGI）を最初に実現するための米中競争には三つの危険があると主張する。第一は競争相手に先を越されること、第二は戦争を誘発すること、第三は人間より遥かに賢いAIに人類の将来の支配を失い、生存そのものが脅かされることである。作者は、競争が安全対策や関連規制の「底辺への競争」を招くおそれがあるとし、米国は単独と協力の両面でAI安全性の向上を優先すべきだと述べている。
説明統一マルチモーダルモデルを長距離のインターリーブ生成へ拡張する研究
要約本論文は、統一マルチモーダルモデル（UMM）がテキストと画像を交互に生成する際、より長い自己回帰的な系列をどう扱うかを検討しています。永続的な視覚参照を保持し、場面に関連する過去の状態を選択的に取り出す視覚メモリの枠組みと、不完全な生成履歴に適応させる少数ステップの自己ロールアウトを提案しています。長距離の多画像生成を評価するLongMIG-Benchも導入され、人物と場面の一貫性が高いと報告されています。
説明LLM誘導型視覚質問応答の再考：知識統合は深いほど良いのか？
要約画像に関する質問の中には、画素には含まれない常識や事実知識を必要とするものがあります。本研究では、大規模言語モデルに各質問で注目すべき視覚概念、無視すべき妨害要素、必要な外部事実を示させ、凍結した視覚モデルへ決定段階の後期融合とアテンション行列への注入の二通りで導入しました。OK-VQAベンチマークでは浅い後期融合が優れ、誘導なしの基準より +10.0 ポイント高い 39.4% の完全一致を達成しました。一方、データが少ない微調整ではアテンション注入は 31.8% にとどまりました。融合の深さはデータ規模に合わせるべきだと示唆されています。
説明UZHCL_for_the_win：Touché 2026 におけるエンコーダ微調整、合成データ拡張、エンコーダとLLMの比較（検出力不足）
要約本論文は、CLEF 2026 の Touché 課題で、Reddit 由来のコーパスを用いた誤謬検出と論証スキーム分類に取り組んだ報告です。主要システムは RoBERTa-large を微調整し、LLM で生成した合成対比ペアを加えたものです。他のエンコーダや Qwen 系 LLM との比較も行いましたが、データ規模の制約から検出力が不足しており、結論は確定していません。
説明再生可能エネルギー発電予測の日中確率的修正のための最近傍関数曲線補完
要約本論文は、前日の決定論的予測と当日午前の実績発電曲線を、関数曲線補完の枠組みで統合して確率的予測を作るノンパラメトリック手法を提案します。既知の部分曲線、前日予測、日付、地理的位置の類似度に基づいて近傍曲線を選び、関数包絡線と関数深度に基づく予測帯を得ます。合成の風力・太陽光資産と実際の地域風力発電データを用いた3つのケーススタディで、良好な校正性能が示されています。
説明航空画像における野生動物の自動検出・計数のための統合型3分岐深層学習フレームワーク
要約本論文は、計数帯の区画化（WildSeg）、連続画像間の重複領域の照合（WildMatch）、動物の検出と計数（WildDet）を行う統合型3分岐深層学習フレームワークを提案しています。南スーダンのグレート・ナイル移動景観で撮影された4種類のレイヨウの斜め航空画像で評価されています。WildDetは4種すべてで検出性能が向上し、YOLO11と比べて検出ベースの計数のMAE、RMSE、平均バイアスをそれぞれ21.0%、4.6%、27.8%削減しました。
説明PerturbBridge：細胞摂動生成のための直接的表現型教師あり学習
要約本論文は、摂動後の細胞画像を生成するPerturbBridgeモデルを提案しています。学習中に予測画像の摂動特異的な表現型を直接教師し、生物学的応答損失の勾配を凍結された画像エンコーダを通して伝播させます。3つの顕微鏡ベンチマークでは、生物学的忠実度、画像品質、サンプリング効率においてCellFluxを上回ったと報告されています。
注目点微分可能な生物学的応答損失を橋渡し型生成の学習に直接組み込み、既存のCellFluxに対して実質的な改良を示し、3つの顕微鏡ベンチマークで比較検証している。
説明TILE：LLMと表形式基盤モデルを橋渡しし、文字列を含む表データの学習を行う手法
要約実世界の表データは、数値特徴と自由記述の文字列列が混在することが多い。本論文は、LLMの埋め込みを表データに適した形で取り出すインターフェースTILE（Table-Interfaced LLM Embeddings）を提案し、行の直列化、中間層からの抽出、列単位のプーリング、数値・カテゴリ特徴のLLM迂回などを組み合わせている。表形式基盤モデルと併用すると、100データセットの89%の分割で最強のベースラインを上回り、108データセットのSTRABLEベンチマークで首位となった。
注目点行のシリアライズや中間層抽出などインターフェース設計を提案し、100データセットで基準を大きく上回る。証拠は充実している。
説明勾配ルーティングによる強化学習の意図しない挙動の局在化と除去
要約本論文は、強化学習における報酬ハッキングへの対策として、GRAFT（Gradient Routing Adapter Fine Tuning、勾配ルーティング・アダプタ微調整）を提案している。監視器がフラグを立てたサンプルは、罰則や除外を行う代わりに、勾配更新を専用の新規パラメータ群に限定する。実験は 135M から 8B パラメータのモデルで行われ、報酬ハッキングを含む前線 AI の軌跡を Qwen3-32B に蒸留する実験も含まれる。論文は、その専用パラメータを除去すると意図しない挙動が減少または消失し、目標タスクの性能は維持されると報告している。
注目点勾配ルーティングに基づくGRAFTを提案し、135Mから8Bのモデルで検証、Qwen3-32Bへの蒸留でも効果を示しており、証拠は比較的充分。
説明文脈内分類：softmax読み出しを持つ線形アテンションにおける較正とノイズ
要約本論文は、ロジスティック損失で学習させた単純なアテンションモデルによる二値の文脈内分類を研究しています。各プロンプトには潜在的なロジスティック教師があり、学習器はベルヌーイラベル付きの文脈例からその方向を推定する必要があります。高次元領域で文脈長とトークン次元が比例する場合のテスト時logitの漸近予測を導き、較正、テスト時の文脈ノイズ、非等方的パラメータ推定ノイズの効果を分離しています。理論予測は有限次元シミュレーションおよび完全に学習された線形アテンションモデルとよく一致し、標準のsoftmaxアテンションでも定性的に関連する挙動が見られます。
説明PatientWM：統一された患者状態に基づく汎用臨床ワールドモデル
要約本論文は、統一された患者状態と順序付けられた潜在履歴を中心に構築された臨床ワールドモデルの枠組みPatientWMを提案している。各意思決定時点で利用可能な観察を患者状態に統合し、直前の患者状態と臨床行動の履歴を用いて次の状態を予測する。MIMIC-III、MIMIC-IV および三つの外部臨床データセットでの実験で、臨床予測、多段階予測、行動計画の評価において優れた性能が示され、転移実験では患者状態の汎化性も確認された。
説明VL-DocIR：視覚ベースの長文書情報検索のためのベンチマーク
要約本論文は、ページ単位で視覚長文書検索を評価するベンチマーク VL-DocIR を提案します。HTML由来の29,641文書を388,548枚のページ画像に変換し、271,760件のクエリを単一ページ、文書内複数ページ、文書間の各証拠構造に分けて含みます。既存の視覚検索モデルを評価した結果、最良の構成でも構造ごとに均衡させたマクロ評価で nDCGAll@10 69.3、RecallAll@10 80.6 にとどまり、文書間検索は単一ページ検索より大幅に難しいことが示されています。
説明比例的包含限界効果による変数重要度の測定
要約Shapley に基づく手法は変数重要度の測定によく使われるが、有効変数と相関する非有効変数にも正の重要度が付いてしまうという問題がある。本論文は、この偽の効果を抑える比例限界効果（PME）の二つの制約、すなわち決定論的モデル向けであることと計算コストの高さを克服する、比例的包含限界効果（PRIME）を提案する。PRIME はモデルに依存しない新しい変数選択手法で有効変数を特定し、重要度の計算にそれらだけを含める。テスト関数と実データの分析により、PRIME がノイズのある入出力データから変数重要度を正確かつ安定して定量化できることが示されている。
説明Neos：検索と視覚推論を交互に行う学習
要約本論文は、マルチモーダル深層検索エージェントのためのフレームワーク Neos を提案し、視覚的証拠の取得方法とその証拠を後続の検索判断に活用する方法を同時に学習させることを目指しています。学習可能なマルチモーダル証拠インターフェース（MEI）により、検索された内容を目標条件付きの観測へと変換し、方策の強化学習と MEI の教師ありファインチューニングを交互に行います。著者らは、Neos-9B と Neos-35B が十のベンチマークにおいて、専用のマルチモーダル深層検索エージェントの中で先行する性能を示したと報告しています。
説明二次元パターンからのデジタル衣服の自動組み立て：学習ベースの縫製・配置手法
要約本論文は、二次元ベクトルパターンのみを入力として、デジタル衣服の縫製指定と布パネルの配置を自動化する2つの学習ベースの手法を提案している。縫製モデルはTransformerエンコーダを用い、セグメント単位で縫い目とヘムの対応関係を予測する。配置モデルは身体部位、レイヤー、配置座標を予測し、ドレープシミュレーションを初期化する。専門家が組み立てた4,035着のデータセットで評価した結果、テスト衣服の63.3%で全ての縫い目とヘムの構造が正確に再現され、66.2%で全パネルの配置条件が満たされた。
説明AD4EDU：大学講義の音声解説のベンチマークと評価基準
要約本論文は、スライド中心の大学講義を対象とした音声解説（AD）のベンチマーク AD4Edu-Bench と、規則に基づいて診断できる評価指標 AD4Edu-Eval を提案しています。WCAG 2.2 などのアクセシビリティ指針を整理し、参考解説や選好ペア、四名の視覚障害・弱視の評価者による比較選好を収集しました。さらに直接選好最適化（DPO）でモデルを学習させ分析しています。その結果、指標は基準違反を確実に検出できる一方、基準に従った解説が当事者の主観的な好みに必ずしも合うとは限らず、特に解説の長さで差が出ることが示されました。
説明モデルの偏りを超えて：小規模言語モデル間で文学・学術テキストの交差エントロピー順位は安定している
要約本論文は、言語モデルが算出する交差エントロピー（平均・分散）によるテキストの予測困難度の順位が、モデルが違っても安定しているかを検証しています。現代詩と学術論文の2つのコーパスで4つの小規模Transformerモデルを比較し、多くの指標で順位相関が0.90を超えました。圧縮ベースラインと比べても、言語モデル同士の一致度は高いと報告されています。
説明MENTOR：ツールを使うLLMエージェントの手続き的シールディング
要約本論文は、社内マニュアルに従って業務を自動化するツール利用型LLMエージェントを対象とし、MENTORという枠組みを提案しています。自然言語で書かれた手続きマニュアルから多段階の自動形式化パイプラインを通じて、履歴に依存する実行時シールドを生成します。エージェントに手続きに沿った進め方を案内すると同時に、文脈を考慮して過度な制限を避けます。論文によれば、シールドを適用した軽量のオープンソースLLMは、非シールドの商用モデルよりも高い遵守率を示したとされています。
説明質量非対称な電子-正孔二重層における蜂の巣結晶：実空間ニューラルネットワーク変分モンテカルロによる二次元電子-正孔秩序の研究
要約本論文は、質量が強く非対称な電子-正孔二重層を調べたものである。重い正孔が局在して非一様な正の背景を作り、電子の結晶を支える。著者らは実空間ニューラルネットワーク変分モンテカルロ法（ボルン・オッペンハイマー近似、正孔を固定）を用い、密度の増加に伴って三角格子から蜂の巣格子へ転移し、最終的に蜂の巣または三角の正孔格子と共存する遍歴電子へ融解することを見出した。さらに、この蜂の巣結晶の実現に向けてBLG/hBN/WS2-WSe2ヘテロ構造を提案し、その密度は約10^11 cm^-2としている。
説明SPLICE：疎な物理ライブラリの無ラベル同定と合成的拡張
要約本論文はSPLICEという枠組みを提案し、複数の物理機構が同時に作用するラベルなしの混合軌跡データからニューラル演算子を発見します。各候補演算子の寄与を凸最適化で推定し、校正された検定により各演算子に対応する物理機構を割り当てます。一次元および二次元の系で、ラベルなし混合データから機構を復元し、未知の方程式に対する零ショットシミュレータへ合成できることが示されています。
説明信用カード不正検出における量子カーネルSVMのベンチマーク：NISQ制約下での実性能
要約本論文は、三種の量子エンコーディング（Angle、ZZFeatureMap、IQP）と古典モデルを信用カード不正検出で比較し、量子Gram行列の処理にSMOTEによるオーバーサンプリングを組み込んでいます。全データセットでは古典ベースラインのPR-AUCが最高0.983でしたが、量子ハードウェアと同じ規模に制限すると0.750に低下し、最良の量子結果は0.730でした。実機での検証では0.62まで低下しています。
説明Whisper音声認識モデルにおける個人化の効果の理解
要約本論文は、軽量な低ランク適応（LoRA）がWhisperをいつ改善するのか、また観測された改善にグループごとの専用アダプタが必要かを検討しています。Common Voice、LibriSpeech、VoxPopuliで、ゼロショットのWhisper、プールされたLoRA、グループ専用LoRAを比較しました。改善は一様ではなく、Common Voiceの難しいグループに集中し、VoxPopuliでは一貫しており、LibriSpeechではほぼ消えました。プールLoRAはグループ専用LoRAと同等か、時に明確に上回りました。
説明LLM評価は予測問題である：時系列予測で将来の性能を見積もる
要約論文は、機械学習で一般的な訓練・テストデータのランダム分割は同一分布を前提とするが、実際にはモデルは過去のデータで訓練され将来に展開されると指摘します。ウェブテキストの分布は時間とともに変化し、ベンチマーク上のモデル性能も継続的に変動することが示されています。そのため、直近の評価データや履歴性能に時系列予測器を適用した結果の方が将来の性能をよく予測でき、それに基づくモデル選択が展開時の精度向上につながるとしています。
説明ProbabilityBench：正確な真の不確実性によるモデル評価と較正のベンチマーク
要約実データでは各事例に観測ラベルが一つしかないため、真の条件付きクラス確率が分からず、モデルの不確実性の評価は難しい。本論文は、査読、隠れた情報伝達、信用リスクという三つのシミュレートされたテキスト領域で、事例ごとの正確なクラス確率を提供するベンチマーク ProbabilityBench を紹介する。報告された確率の質はKLダイバージェンスで測定でき、さらに既知の真値を用いて、一般的な較正指標やベイズ誤差推定手法そのものの精度も検証する。
説明DIME：差分マスク自己符号化による顔表現学習のスケーリング
要約本論文は、大規模な顔表現学習のための差分マスク自己符号化器DIMEを提案します。同一人物の2枚の画像の差分を利用して細かな顔の変化を捉え、EDDS目標によって再構成された差分の方向を真の差分に合わせます。2,000万枚の顔画像で事前学習し、BP4DのAU検出F1は6Mから20Mへのデータ増加で5.9ポイント向上しました。また、複数の顔関連タスクで専用手法を上回るとされています。
注目点同一人物の画像対の差分方向を監督する新しいマスク付きオートエンコーダで細粒度顔表現を改善し、多数の顔タスクと大規模データで検証している。
説明MAGNET：脳コネクトーム生成のための多様体認識グラフ拡散ネットワーク
要約本論文は、機能的脳コネクトーム（脳領域間の相関行列）を生成するモデルMAGNETを提案しています。正規化コレスキー表現により生成結果の数学的妥当性を保証し、ABIDE、ADNI、OASIS-3の3つのコホートで既存の多様体認識手法と比較しています。著者らは、クラス条件付き忠実度が7〜21%向上したと報告し、二値ラベルのみで学習しても、ゼロショットで下位構造の多様性を保持できると述べています。
説明MaskSense：マスク画像生成における視覚的探索の罠への対処
要約本論文は、マスク生成モデル（MGM）を強化学習で最適化する方法を扱っています。GRPOをそのまま適用すると、MGMの活用的な復号の性質と衝突することを指摘し、「視覚的探索の罠」という概念を提示しています。これは信頼度ベースのサンプリングが背景領域を早期に確定させ、生成の探索空間を狭めてしまう現象です。著者らはサンプリングと最適化の両段階で対処するMaskSenseを提案し、複数のテキストから画像への評価で基盤モデルを上回る結果を報告しており、GenEvalの精度は54%から86%、HPSは28.89から36.39に向上したとしています。
説明GFlowNet混合モデル：独立した複数の方策で多様な高報酬候補の網羅範囲を広げる研究
要約本論文は、混合GFlowNet（MoG）とその交換版MoGXを提案します。非同期に学習させたK個のGFlowNetを、共同学習するソフト分類器で状態空間に分担させる手法です。HyperGridの6種の報酬地形で、群のサイズKを64まで増やしても新しいモードを発見し続け、データ並列学習は飽和すると報告されています。遺伝子理想型設計タスクでは、K=64のときMoGXが1024個の最適解のうち39%を網羅しました。
説明移動する候補に対する任意時点で有効な目標保持付きマルチエージェント遅延決定軌道最適化
要約本論文は、移動する複数の候補のうち一つだけが未知の目標である場合に、複数のエージェントで終端迎撃を行う問題を扱います。目標の識別と候補の終端位置はいずれも不確実です。著者らは、コンフォーマル終端位置予測、逐次的な候補棄却、容量制約付きの割り当て、候補条件付き計画を組み合わせた、受信地平線型の遅延決定軌道最適化（DDTO）コントローラを提案しています。交換可能性の仮定の下で、固定時刻の終端位置カバレッジと任意時点で有効な目標保持を示しています。100組の対応するシナリオでの実験では、厳しい制御努力の予算の下で目標の79%を捕捉し、予算を緩めると85%でした。
説明生成AI時代における著作権の責任ある統治（AIの学習に使われた著作物を著者がどう守れるかを扱う論文）
要約大規模言語モデルの学習に学術論文などが使われても、著者は自分の著作物が使われたかどうかを個別に把握できないことが多いです。本論文は2019年から2026年の間に出された40の法令・判例・ソフトローを、責任ある研究・イノベーション理論の枠組みで分析しました。その結果、主要国では著者保護が権利として明確に定められておらず手続き的に扱われていると指摘し、六つのガバナンス案と、開発者や出版社などの間で能力に応じて責任を配分する考え方を示しています。
説明Glasseek：深層検索エージェントの透明な学習と信頼できる評価のためのレシピ
要約本論文は、開発全体を通じて透明性を確保した深層検索フレームワーク Glasseek を提案し、データ、モデル重み、学習手順、コードを公開しています。検証可能な軌跡整理パイプライン、文脈圧縮をまたいで学習する CM-GSPO、そしてオープンウェブ評価におけるテストセット漏えいの監査と防止用プラグインを導入しています。著者らは、9B 規模のエージェントが多くの深層研究ベンチマークで商用の先端エージェントを上回ったと報告しています。
説明ロンドンとバルセロナにおける都市施設の人気推移と空間的混合パターン
要約本研究は、ロンドンとバルセロナの約1万施設について5.5年分のFoursquareデータを用い、飲食店、店舗、バー、公園などの人気の変化を分析したものです。両都市に共通して現れる六つの推移パターンが特定され、貧困度や人口密度では施設がどのパターンに従うかを説明できないことがわかりました。同じパターンの施設は約200〜600メートルの範囲で近接して立地する傾向があり、都市の活力は街区や街路の単位で生まれると論じています。
説明コンクリート貫入における中央断面6成分応力テンソル場予測のための物理結合グラフニューラルオペレータ
要約本論文は、コンクリート貫入時の中央断面における6成分応力テンソル場の時間発展を関数空間で学習する、物理結合グラフニューラルオペレータ（PC-GNO）を提案する。学習データは骨材を解像する全スケール有限要素モデルによる359ケースで、実験室測定により検証されている。単一ステップ条件での平均精度は80.16%、パラメータ数は20,664で、出力は完全な6成分テンソル場である。
説明内在幾何マッチング：観測に対して等変な過程の幾何を学習する手法
要約実データは未知の基礎過程を任意かつ間接的に観測したものであることが多く、その観測によって過程の幾何が歪められます。本論文は、過程のカレ・デュ・シャン作用素を学習して拡散幾何を復元する、内在幾何マッチング（IGM）を提案します。時系列のステップなど、データに自然に含まれる摂動を利用して、観測の変化に対して自然に変換される等変性を実現します。分子動力学、画像、動画データでの評価では、既存のニューラル手法やグラフ手法より高い性能とスケーラビリティが示されています。
説明定数深さの有理重み付きGNNとシャヌエル予想との関係
要約本論文は、有理数の重みだけを用いる定数深さのグラフニューラルネットワーク（GNN）が、一次元Weisfeiler-Leman（1-WL）テストと同等の表現力を持ちうるかを検討している。シャヌエル予想（超越数論の未解決問題）が真であると仮定すれば可能であることを証明し、この構成はすべてのグラフサイズに対して一様に成り立つ。また部分的な逆の結果と、構成したGNNが1-WLテストと一致することを示す実験も報告している。
注目点シャヌエル予想の下で定数深度の有理重みGNNが1-WLと同等の表現力を持つことを示し、部分的な逆命題も与え、実験で検証している。
説明生成モデルを適応型信頼領域とする離散ベイズ最適化
要約本論文は、TuRBO（ターボー）の編集距離ベースの幾何学的信頼領域を、事前学習済み生成モデルが定義する適応的にスケーリングされた提案分布に置き換えるGenTuRBOを提案している。生成モデルは離散変換に対する学習済みの事前分布を与え、編集距離の近傍を列挙することなく協調的な変更を表現する。著者らは、3つの領域すべてで良好な性能を示し、Ehrlich配列最適化とSokoban協調タスクで最も高い平均最終スコアを得たと報告している。
説明TabGift：文脈効率の高い表形式データ生成の基盤モデル
要約本論文は、表形式データ生成のための基盤モデルTabGiftを提案している。事前学習済みの表形式エンコーダで異種の表を共有潜在空間に写像し、少数の正解例を条件とする文脈内拡散モデルがノイズ除去により潜在サンプルを生成する。分類7件・回帰11件のデータセットでの実験では、合成データの品質が代表的なベースラインを上回り、文脈が限られた場合に特に大きな改善が見られ、適応と生成も大幅に速いと報告されている。
説明単純な3D事前分布による意味的に一貫した視覚特徴の自己教師あり学習
要約DINOv2やStable Diffusionなどの視覚モデルが抽出する特徴は、対称な物体や繰り返し部品で左右を区別できないなど、対応推定の精度を制限する問題があると指摘しています。本論文は、単純な事前分布を用いて位相的に複雑な物体カテゴリの特徴を学習する自己教師あり手法を提案します。対照学習とデータセット全体レベルでの分布マッチング、幾何学的損失を組み合わせ、実画像から得られる特徴の統計量を再現します。複数の難しい物体カテゴリで定量的な結果が示されています。
説明AUGUstus：生成と理解を統合した自動運転VLAモデル
要約本論文は、拡散ベースの行動生成と自己回帰型の思考連鎖（CoT）理解を一つのモデルに統合したAUGUstusを提案しています。理解は生成を支援する役割に限定され、推論時には行動出力のみを使うため低遅延を実現します。NAVSIMv1で94.6 PDMS、NAVSIMv2で90.7 EPDMS、nuScenesで平均L2誤差0.27m・平均衝突率0.05%と報告されています。また実車へ初期展開し、12Hzでの動作を確認したとしています。
説明準最適から最適へ：オフライン強化学習のための一段階潜在フロー方策（MeanFlow2Better）
要約本論文は、オフライン強化学習を高レベルの潜在決定空間で現在の性能状態からより良い性能状態へ向かう生成的な決定チャンク最適化として再定式化する MF2B 手法を提案している。エンコーダで軌道チャンクを潜在表現に写像し、共有の条件付き平均速度場を学習して、一段階の常微分方程式積分により多段階反復サンプリングなしで決定を修正する。D4RL Gym-MuJoCo ベンチマークでの平均スコアは 90.91 で、強力なベースラインと同等かそれを上回るとされている。
説明Reddit で心の健康に関する支援を求める時期を予測：言語と行動の信号の生存分析
要約本研究は、心の健康の支援を求める行動を時間から事象までの問題として扱い、臨床的な活動の前に書かれた投稿のみを用いて、テキスト、MentalBERT 埋め込み、行動活動の特徴を比較しています。Cox 比例ハザードモデル、ランダム生存森林、LSTM を用いた結果、誰が支援を求めるかの予測では行動特徴が単独でテキストを上回り（C 指数 0.797 対 0.763）、両者の組み合わせが最良でした（交差検証 0.823、時間的ホールドアウト 0.856）。一方、既知の移行がいつ起こるかの予測ではテキストが安定し（C 指数 0.698）、行動特徴は不安定になりました。
説明PRAISE：非プログラマーの科学者が公開済みAIモデルを再現するための再現可能なワークフロー
要約本論文は、プログラミングやデータサイエンスの経験がない人が、公開されたAIモデルを段階的に実装できるようにするワークフロー「PRAISE」を提案している。このワークフローは、よくある失敗を事前に想定し、それぞれに代替手順を用意している。著者らは、事前知識のない化学専攻の学部生3名と指導教員がこれを使い、酵素と基質の相互作用を予測する最先端モデルを再現・検証・拡張できたことを示している。
説明WeGR：行動認識トークン化と選好整合による統一的生成検索
要約本論文は、産業用検索において候補生成を自己回帰フレームワークに統合する統一的生成検索（GR）フレームワーク WeGR を提案しています。CoCo-VAE トークナイザは量子化の前にクエリ-商品および商品-商品の協調信号を組み込み、コードブックの利用率を均衡させます。DHPO は報酬評価と方策最適化の地平を段階的に広げ、報酬の希薄さを緩和します。原文によれば、大規模ECサイトでの6週間のオンラインA/Bテストで、注文・CTR・CVRがそれぞれ相対で2.539%、1.508%、1.381%向上し、CPUとGPUの使用量は25.5%と26.1%削減されました。
注目点生成的検索において行動信号を組み込むトークナイザと報酬疎性を緩和する方策最適化を組み合わせ、実質的な改良を示す。六週間の大規模オンラインA/Bテストが強い根拠を与える。
説明誤りの価値：モデル自身の誤りから視覚的文脈内学習の例を収集する手法（SMILE）
要約本論文は、視覚言語モデルが自ら犯した予測誤りを反事実的な示例として活用するSMILE手法を提案している。誤った事例を事前にオフラインで記録して硬い負例のプールを作り、テスト時には予測結果を手がかりに、現在のクエリで再び起こりやすい過去の誤りを検索して示例として用いる。論文によると、四つのベンチマークと四つのモデルで、従来の最良手法より平均3.09ポイント高い性能を、遅延は5分の1で達成したという。
説明MADDIE：オーケストレーターが4つの専門エージェントを統率し創薬工程を自律的に進める多エージェント創薬エンジン
要約本論文は、大規模言語モデル（LLM）に基づく多エージェント創薬エンジン MADDIE を提案している。中央のオーケストレーターエージェントが、HitIdentifier、LeadOptimizer、Synthesizer、Evaluator の4つの専門ワーカーエージェントを柔軟なワークフローに組み立てて調整する。50のタンパク質標的での評価では、主要な物性要件を満たす分子とその合成経路を生成し、既存のエージェントシステム、生成モデル、汎用LLMを大きく上回ったと報告されている。
説明イベント記憶と物語のダイナミクス：多次元状態空間のための大規模言語モデルフレームワーク
要約本論文は、大規模言語モデルを用いて自伝的な語りからイベント表現を構築し、その構造と動態を、原文の抜粋まで辿れる形でモデル化する枠組みを提示しています。5名の参加者のインタビューを用いた概念実証では、256のイベント状態が構築されました。連続するイベント状態は、ランダムな語り順序で想定されるよりも有意に近いことが示されています。
説明UniLAP：クロス・エンボディメント操作のための統一潜在行動ポリシー
要約本論文は、フローマッチングで潜在空間をモデル化する統一的な連続潜在行動ポリシー UniLAP を提案します。動作ラベルのない動画から操作の事前知識を学び、推論時に未来フレームへの依存を取り除いています。流適応型の目的関数で潜在行動モデル（LAM）の教師を蒸留し、タスクに無関係な視覚的ノイズを避けるためにラベル不要の運動ターゲットを抽出します。手のポーズ予測、単腕およびヒューマノイドの操作、実機展開で、既存の潜在行動およびVision-Language-Action（VLA）のベースラインを上回ったと報告されています。
説明継続的観察と適切なタイミングの介入による能動型フィジカルAI
要約本論文は、明示的な指示を待たずに物理世界を継続的に観察し、介入が必要な場面を見極めて適切なタイミングで行動する「能動型フィジカルAI」を研究しています。ProAgentシステムを提案し、介入の要否とタイミングを判断するStreamingJev（Jev方式の能動的タイミングモデル）と、応答を生成したりデバイス機能を呼び出したりする応答モデルで構成されます。動画から学習データを自動生成する仕組みも開発されています。実験では、ベースラインより介入タイミングが正確で誤作動が少ないこと、実機ロボットでも必要を認識して物理動作へ変換できることが示されています。
説明SR ソルバーの設計を学習：記号回帰のためのハーネス最適化（HarnessSR）
要約本論文は、再利用可能な記号回帰（SR）エージェントを構築するため、プロンプトとワークフローを同時に最適化するフレームワーク HarnessSR を提案します。実行時には PySR または LLM ベースの方程式生成器を選択して利用でき、残差パターンや探索結果への反省を通じて役割指示を改良します。LLM-SRBench の LSR-Synth で、3 つのバックボーンの平均 ID Acc0.01 は 61.33% で、次点の基準手法に対して相対 45.0% 向上したと報告されています。
説明DiTSG：マルチエージェント拡散トランスフォーマーによる文脈対応の航空交通シーン生成
要約本論文は、記録された複数機の航路データから航空交通シーンを学習・生成するDiTSGを提案します。拡散トランスフォーマー（Diffusion Transformer）の枠組みで、積み重ねたマルチエージェント反転トランスフォーマー層をノイズ除去の基幹として用い、シーン内の複数機の軌道を同時に生成します。各機に指定された到着予定時刻を条件として生成を行います。実験では、記録された交通の統計的特性を再現し、実際の機間相互作用を保った多様な交通シーンが生成されることが示されています。
説明SarcasTraps：皮肉表現がトルコ語ヘイトスピーチ検出に与える影響
要約本論文は、トルコ語のヘイトスピーチ検出における皮肉の影響を分析するための外部テストセット SarcasTraps を提案する。479 件のデータに、ヘイトスピーチと皮肉の二つの観点でアノテーションが付けられている。BERTurk と XLM-RoBERTa を既存の二つのデータセットで学習させて評価し、GPT-4.1 と Llama-3.3-70B はゼロショット設定で評価した。皮肉があると微調整済みモデルは皮肉的なヘイトの再現率が下がり、ゼロショット LLM は再現率を保つ一方、皮肉的な例で適合率が大きく低下することが示された。
説明DDVR-Net：歴史文書認識のための劣化認識分離と可視性誘導型復元
要約本論文は、インクの侵食や構造的損傷によって一部の文字が判読しにくくなる歴史文書の問題を扱い、DDVR-Netというフレームワークを提案しています。特徴量レベルでグリフの構造と物理的損傷を分離し、局所的な文字の可視性を予測します。視認性が低い場合にのみ文脈デコーダを作動させて文字を復元します。さらに、チベット文字、モンゴル文字、ウイグル文字を対象とした187000組の文書ペアからなる低リソース多言語ベンチマークを構築し、既存手法を上回ると報告しています。
説明語彙の再定義から見る、文脈に敏感な指示追従
要約本論文は、言語モデルがプロンプト内の相反する文脈情報をどのように調停するかを調べたものです。870組の単語について、明示的な指示で語の解釈を定め、続く文での用法を追加の根拠として与える実験を行いました。その結果、再定義は固定ルールとして適用されず、指示と後続文の関係に応じて、指示が保持・弱化・完全に反転されることが示されました。
説明非凸最適化のための凸緩和の設計を学習する
要約本論文はAutoConvexRelaxを提案し、非凸問題の記号的定式化を変数・記号項・目的関数や制約の位置を結ぶ三部グラフとして表現し、記号的書き換えを組み合わせて問題固有の緩和過程を生成する方策を学習します。241 の二次計画ベンチマーク事例では、学習された方策によりMcCormick下界が13.52%強化され、正規化比較指標では強化された半正定値緩和より平均下界が3.70%低い一方、定式化の規模は大幅に小さいと報告されています。
注目点凸緩和の設計を学習可能な記号的書き換え方策として定式化し有効性の証明と誤差界を与え、241の二次問題で検証しており、対象は最適化の一分野に限られる。
説明社会的事前分布：AIユーザーの記述が言語モデルの信頼と協力をどう形づくるか
要約本研究は、同じ1,625件の実利用シナリオから作られ、AIチャットボット利用者の主な動機のみが異なる4種類の合成文書コーパスでQwen3-32Bを微調整しました。動機は、他者を助ける（向社会的）、他者を搾取する（反社会的）、正当な自己向上、タスク完了です。反社会的モデルは信頼ゲームで互恵性を低く見積もり、送金額も少なくなりました。さらに、反社会的学習はダークトライアド・スコアを高め、アライメント評価を下げました。
注目点対照的合成文書ファインチューニングにより、モデルが読むユーザー動機の記述が信頼・協力行動を変えることを示し、複数の実験で裏付けている。
説明UniMetric：視覚幾何基盤モデルのための汎用メトリックスケール復元
要約本論文は、追加のセンサーや学習を必要とせずに、視覚幾何基盤モデルの再構成結果に実際の物理スケールを与える手法UniMetricを提案している。視覚言語モデルから得た身近な物体の高さの区間を用い、再構成された高さと照合して凸最適化により系列全体の共通スケールを求める。さらに、センサー由来の真値を持つMetricBenchを構築し、九つのモデルで深度、点群、軌跡の誤差が改善したと報告している。
説明UA-Bench：水中音響認識における大規模音声言語モデルのベンチマーク
要約本論文は、大規模音声言語モデル（LALM）の水中音響信号認識能力を評価するための大規模ベンチマーク「UA-Bench」を提案します。パラメータ化された音源と伝搬モデルから生成された375,051件の音声記録を含み、三段階のラベル階層と複数ターンの対話、音源・伝搬のメタデータを備えます。タスク固有の適応を行わない9つのオープンなLALMの葉クラス精度は2.0%～13.1%にとどまり、ランダム基準の7.7%を下回りました。また、音声波形は細粒度の認識よりも音源の振り分けに大きく寄与することが示されています。
説明KNNの実装詳細が性能を大きく変えうる：Cover Treeを例として
要約本論文は最近傍探索アルゴリズムを例にとり、実装の細部がほとんど検討されないものの性能に大きく影響し、アルゴリズムの優劣に関する結論を変えうることを示しています。著者らは、Cover Treeの3つの構築方式と3つのクエリモードを統一したRust実装RustKNNを作成しました。その結果、最適なクエリ戦略はkとデータセットに依存し、クエリモードを誤ると実行時間が最大7.5倍になることが分かりました。
説明テンソル分解をより頑健で、パラメータの少ないものにする
要約テンソル分解アルゴリズムは、線形因子行列と単変量の非線形成分を組み合わせて、多変量関数をコンパクトに表現します。本論文は、出力や勾配の大きさの不一致に性能が左右されること、またスプライン内部の自由度を手動で調整する必要があることの2点を指摘しています。対策として、入力ヤコビアンテンソルを再スケーリングする前処理と、B-スプラインの代わりに一般化交差検証を用いた罰則付きスプラインを提案し、JAXによるオープンソース実装も公開しています。
説明外部のオムニモーダル埋め込みによる全モーダル大規模言語モデルの不確実性推定
要約本論文は、テキストや画像など複数のモダリティを同時に入力できる全モーダル大規模言語モデル（OLLM）の不確実性を定量化する、モデルに依存しない手法を提案しています。外部のオムニモーダル埋め込みのみを用いて、思考連鎖による回答が多モーダル入力に根拠づけられているかと内部の一貫性を評価します。UNO-Benchでの実験では、自己整合性ベースラインに対して小さな改善が見られ、オープンエンドな全モーダル質問では既存の最先端手法と競合する結果となりました。
