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WeFair：短動画検索におけるパーソナライズド・クエリ書き換えのための、人間のフィードバックに基づく忠実性重視のアライメント
要約WeChat の短動画検索で、曖昧な短いクエリをユーザーの意図に合わせて書き換える手法 WeFair を提案しています。実際の検索セッションからユーザーの手動による言い換えを抽出し、LLM による多次元スクリーニングと文脈検証で根拠のない変換を除外します。学習では教師ありカリキュラム、直接選好最適化（DPO）、実際の言い換えに基づく厳格な検証報酬を用いた GRPO を段階的に適用します。オンライン A/B テストでは、有効クリック率（VV>10s）が相対で 1.576% 向上し、クエリ再入力率が相対で 1.731% 低下したと報告されています。
説明電子証拠開示（eDiscovery）における生成AI、機械学習、人手レビューの比較
要約本論文は、Redgrave LLPが実施した事例研究を検証したものです。同研究は、RelativityのGenAIレビューツールaiRの再現率が88%、機械学習ツールRAL（Relativity Assisted Learning）が64%だったと主張しています。著者らは、両手法の目的の違い、評価者間の不一致、再現率と適合率、費用対効果のトレードオフが異なることから、結果は直接比較できないと指摘します。これらの違いを考慮すると、aiRと人手レビューは同等だと述べています。また、継続的能動学習（CAL）およびそのスケーラブル版（S-CAL）を用いた既存の機械学習モデルは、初回レビュー担当者の判定2,000件のサンプルのみで学習した場合でも、最先端の有効性と高い効率を示すとしています。
説明非定常確率的最適化におけるShampooのミニマックス最適性
要約本論文は、時間変化する最適解を追跡する際の行列Shampooオプティマイザの理論解析を行い、初期化、ドリフト、モーメンタムによるペナルティ、確率的ノイズ、適応的前処理を分離した有限時間の高確率誤差上界を導出しています。二乗経路変動の制約の下でミニマックス下界と一致することを示し、因果的最適化手順の中で情報理論的に最適であることを証明しています。理論の結論は合成データと複数の実問題で検証されています。
説明時間構造を埋め込んだ強化学習による運動想像分類のための時間窓最適化
要約オンライン運動想像型ブレインコンピュータインタフェースは、固定長のスライディングウィンドウで連続脳波を復号しますが、そのウィンドウが神経事象とずれることがあります。本論文はTSE-RL（時間構造埋め込み強化学習）を提案し、運動想像事象の構造を先験知識として制約付きマルコフ決定過程に組み込みます。各ウィンドウに破棄・開始・持続・終了の意味的役割を割り当て、有限状態機械で無効な行動を遮蔽して時間順序を保ちます。さらにTransformerベースの履歴エンコーダで窓間の依存関係を捉えます。クロスセッションとクロス被験者の設定で復号性能の向上が示されています。
説明機械学習エンジニアリング・エージェント：データ管理の観点から
要約機械学習エンジニアリング（MLE）エージェントは、大規模言語モデルでコードを生成し、予測性能をフィードバック信号として反復的にパイプラインを作成・実行・改良し、機械学習パイプライン開発を自動化する新しい手法です。本チュートリアルはその基礎を紹介し、効率的なパイプライン実行、異種ソースにおけるデータ発見と拡張、信頼性とデバッグ、公平性とコンプライアンスなど、データベース分野の研究機会を取り上げます。
