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。
説明エージェント型ポストトレーニングに向けたベースモデルの事前調整：オープンな中間学習レシピ
要約本論文は、事前学習と事後学習の間に位置する中間学習（midtraining）のオープンなレシピを提示し、エージェント型の事後学習に向けてベースモデルを準備する方法を示している。学習は256Kのコンテキスト長で行われ、パッキングされたリポジトリ、プルリクエスト、コミット履歴、ビルドログなどのソフトウェア工学の自然データに、少量のエージェント軌跡を組み合わせて用いる。二つのサイズの Nemotron モデルで効果が確認されており、評価手法と消融実験も報告されている。
説明モデルがインクを誤読するとき：アラビア書道認識におけるVLMの検証
要約本論文は、1,195枚の画像からなる六分類のアラビア書道ベンチマークで12のVLMを評価しています。最良の精度は、数値プロンプトによる場合、クローズドソース／API系モデルで60.9%、オープンウェイト系モデルで47.2%でした。主な失敗は既定ラベルへの崩壊で、12モデル中8モデルがThuluthを既定として選び、GPT-4oは実際には18.1%である画像の52.9%をThuluthと判定しました。
説明CARA：質問応答のための因果誘導型検索エージェント
要約本論文は、テキスト豊富な知識グラフ上の検索拡張生成のための、学習不要で因果関係に基づいて誘導される検索エージェント CARA を提案している。検索された証拠が回答可能性を高めるか（結果性）と、取り除くと回答可能性が下がるか（必要性）という二つの基準で因果的関連性を評価し、経路一貫性と組み合わせてグラフ探索を導く。三つの STaRK データセットでの実験では、CARA が既存の検索器を上回り、回答の質と忠実性も向上し、調べるノード数と検索操作の回数は少なかったと報告されている。
説明「十分近い」は全く近くない：KVキャッシュにおける忠実度と利用可能性の分離
要約本論文は、マルチエージェントLLM間でテキストの代わりにKVキャッシュを伝達する手法を検討しています。両モデルを凍結し学習なしで送信側のキャッシュに置き換えると、読み手モデルはそれをうまく利用できず、情報を含まないキャッシュの基準と同程度の結果にとどまることを示しています。一方、読み手が自身のキャッシュを保持し送信側のキャッシュを追加の文脈として注意機構で参照する方式では、自身の基準を上回ったと報告されています。
説明GraphBEAT：消化器がんの早期リスク層別化のための時間バケット化イベント集約グラフ手法
要約本論文は、不規則で疎な縦断的電子カルテの臨床イベントを時間バケットにまとめ、患者ごとの時間有向グラフに変換するGraphBEATフレームワークを提案しています。膵臓がん、肝臓がん、腸のがんについて、12・24・36か月の診断リードタイムで予測した結果、GraphSAGE、GAT、GCN、Transformer、LSTMなどのベースラインより高い性能を示し、計算量とパラメータ数も大幅に少ないと報告しています。
説明自然言語の意図から実行可能な制御へ：多構成要素サイバーフィジカルシステムのための階層的フィードバック付きLLMプランニング
要約大規模言語モデル（LLM）は、自然言語の指示をサイバーフィジカルシステム（CPS）のタスク計画に変換できますが、生成された計画は利用者の意図を誤解したり欠落させたりすることがあり、構成要素の動特性や安全制約の下で実行不可能になる場合もあります。本論文は、構造化されたタスク計画と信号時相論理（STL）制約を同時に生成させ、両者の矛盾を検出して修正のためのフィードバックを与える階層的フレームワークを提案します。制御合成が失敗した場合は、違反した制約や構成要素の割り当ての衝突などの診断情報をもとに再計画します。七つの異種多構成要素CPSシナリオでの実験では、GPT-5を用いた場合の成功率は87.9%でした。
説明『Visual Sanad』：視覚言語モデルによるクルアーン引用の誤受容を検証する研究
要約本論文は、同じ引用と出典の組み合わせを異なる視覚的レイアウトで表示したとき、視覚言語モデルが誤ったクルアーン節の帰属を誤って受け入れるかを調べるベンチマーク「Visual Sanad」を提案します。100節の英語訳に基づく2,400枚の画像を用い、24の実行で評価しています。商用モデルは高い精度を示す一方、近年の公開重み付きモデルは多くの画像を「VALID」と判定する傾向が見られました。
説明深層学習コンパイラの状態を考慮したテスト（Rondo手法）
要約現代の深層学習コンパイラはモデルを遅延コンパイルし、呼び出し間で成果物をキャッシュします。保持された状態により、単独では正しい呼び出しが後続で誤動作することがあります。本論文は、モデルと呼び出し列の組を用いる状態考慮テスト手法Rondoを提案し、三者差分オラクルとマルコフ連鎖モンテカルロ法でこの種の欠陥を検出します。4つのフレームワーク、24種類の一般的なモデル構造での評価で、Rondoは117件の欠陥を検出し、うち35件は状態に関する欠陥でした。
注目点コンパイラのキャッシュ状態に起因する不具合を対象とした新しいステートフルテスト手法で、4フレームワークで117件、うち35件のステートフル不具合を検出し、影響範囲も広い。
説明スパースオートエンコーダで局所的幾何を誘導し破滅的忘却を抑える手法
要約本論文はSAGA（Sparse Autoencoder Geometric Anchoring）を提案する。各タスク境界で学習したスパースオートエンコーダ（SAE）を、表現のドリフトに対する局所的・低ランクの制約に変換し、リプレイ例が制約の適用箇所を決める。事前学習済みViT-B/16の3つのベンチマークで、リプレイと履歴を併用した場合に比較対象より高い平均Class-IL精度と低い平均忘却を示したが、ゼロからの学習結果はまちまちである。
説明インターフェースとモジュール：アーキテクチャを横断する重み空間学習のためのスケーラブルな表現
要約本論文は、パラメータの座標置換作用を中心に構成した型付きグラフ表現を提案します。ノードは共同で置換すべき座標空間を表す「インターフェース」、辺は演算の出現を表す「モジュール」です。サポートされるPyTorchモデルからこのグラフをコンパイラで導出します。提案手法のUniversal Weight Encoder（UWE）は、局所的な等変更新と、不変なインターフェース要約に対する大域的注意機構を組み合わせます。100のアーキテクチャにわたる1,200のTransformerからなる新しいデータセットで、未見のアーキテクチャ内のネットワーク順位付けにおいて評価した基準手法を上回り、メモリ使用量も少ないと報告しています。
説明高解像度 Sentinel-1 GRD SAR 表現学習のためのデータ効率的な ConvNeXt 事前学習
要約本論文は、Sentinel-1 地上距離検出（S1GRD）レーダー画像の表現学習のため、SparK と ConvNeXt に基づく疎な畳み込みマスク事前学習フレームワーク SparK-SAR を提案している。データに適応させた ConvNeXt-RS エンコーダと軽量な再構成デコーダを設計し、FP16 混合精度学習の不安定性も分析している。四つの Copernicus-Bench S1GRD タスクで、微調整した 27.8M パラメータのエンコーダは事前学習なしの基線を上回り、三つのタスクでより多くのパラメータを持つ Copernicus-FM ViT を上回った。データ規模の実験では、分類は少量のデータで飽和する一方、密な予測は データ量の増加に伴い改善が続くことが示された。
説明spora：空間プロテオミクスのための統合マルチモーダルデータセットとプラットフォーム
要約空間プロテオミクスは、単一細胞の分解能で組織の分子組成と空間的構造を捉えます。本論文では、35のコホート、5,477人の患者から得た13,546枚の標準化された多重画像からなるデータセット spora を提案します。対象は5種類の主要な空間プロテオミクス技術で、細胞と組織のセグメンテーション、構造化された臨床メタデータ、一部ではH&E染色画像も含まれます。あわせて、統一的な処理インターフェース spora [io] と、12のコホートにまたがるベンチマーク spora [bench] を提供し、既存の基盤モデルをタスク専用のベースラインと比較できるようにしています。
説明VesperMUSE：多様な照明条件下での画像意味的セグメンテーションのためのマルチモーダル融合Vision Transformer
要約本論文は、自律システムが低照度環境で画像の意味的セグメンテーションを行う性能を高めるVesperMUSEフレームワークを提案します。物理情報に基づく合成低照度適応、熱画像で誘導する低照度画像強調、RGB・熱画像・表面法線マップを融合する自己注意機構を組み合わせています。著者らは、多様な照明条件で失われた視覚的手がかりを復元し、最先端（SOTA）の性能を示したと報告しています。
説明GRID-Planner：拡散プランニングのためのグラフ構造関係報酬整形（自動運転軌道計画の論文）
要約本論文は、複雑な複数エージェント交通で安全・規則遵守・快適な軌道を選ぶ自動運転の計画課題を扱い、生成的計画と構造化された関係信号を統合する GRID-Planner を提案します。グラフ認識の重要度重み付け、時間インデックス付きの関係報酬代理、同方策自己蒸留を伴う優位性重み付き拡散目標を組み合わせています。nuPlan と interPlan での実験では、拡散のみのベースラインと比べ、衝突率・車線逸脱・ジャーク（加加速度）がそれぞれ 35.8%、60.8%、27.4% 低下し、計画スコアは 3.4% 向上したと報告されています。
説明OntoAct：オントロジー抽象に基づく仮説駆動型ニューロシンボリックエージェント
要約本論文は、経験をエンティティ型・関係・条件上の公理へ抽象化して再利用するOntoActフレームワークを提案している。大規模言語モデルが仮説と行動を提案し、記号的検証器が現在の観測に照らして裏付け条件を検証する。また、Factorio学習環境に基づき隠れた故障の診断と修復を評価するTacit-FLEベンチマークを導入し、Mars、ALFWorldと併せて性能を示している。
説明位相同値類の深層学習
要約本論文は、リーマン面上の有限群作用に関する2つの生成ベクトルが位相同値であるかを判定する問題に深層学習を適用しています。意味理解のために開発されたアーキテクチャが純粋数学の問題にも利用できることを示しています。また、望ましい代数構造がモデル設計にどう影響するかを論じ、モデルが位相同値類のどの構造的性質を学習できたかを検討しています。
説明P2TPO：全ページ文書解析のための構造整合型ページ-トークン単位クレジット割当手法
要約本論文は、エンドツーエンドの全ページ文書解析で生じる局所的な誤りや欠落に対し、ページ-トークン方策最適化（P2TPO）を提案しています。参照要素の整合により、ブロック単位の品質差を生成されたスパンに対応付け、統一アンカー価格付けとスパン信用再配分によって差を細かく割り当てます。著者らは、6つの文書解析ベンチマークのシード平均スコアで、評価したすべての方策最適化ベースラインを上回ったと報告しています。
説明計算できない部分だけを学習する：ガウス過程事後分布への構造化された補正
要約本論文は、解析的に扱えるガウス過程を参照分布とし、低次元部分空間で拡散モデルにより補正を学習する事後分布補正の枠組みを提案している。残りの部分はガウス分布のまま保たれる。著者らは三つの科学的推論課題で、隠れたモードの回復、サンプル構造の改善、予測誤差の低減が得られたと報告し、全場生成モデルとの予測精度と計算コストの比較も示している。
説明『Time to Fake It』：継続学習はディープフェイク検出の不公平性を悪化させる
要約本論文は、11の実在するディープフェイク生成手法を時系列順に段階的に学習させた検出器について、異なる人口統計グループ間の4つの公平性の次元を分析しています。公平性指標を時間とともに追跡した結果、精度の低下は通常不公平性を悪化させ、公平性の改善は時間とともにまれであることがわかりました。著者らは、不公平な忘却は表現学習とも絡み合っており、継続学習手法は安定性と可塑性のバランスをとる際に社会的結果も考慮すべきだと呼びかけています。
説明XRシステムにおける通信と計算の統合最適化のための不確実性を考慮した連合学習
要約本論文は、6G環境で複数の基地局が複数のXR機器を同時に提供するネットワークを対象とし、チャネルと計算状態情報に不確実性がある場合に送信電力と計算リソースの割り当てを協調管理する分散型深層学習手法を提案します。学習時にはDNN出力の後にチャネルと計算の推定誤差を反映した不確実性サンプルを注入し、XR機器の最悪ケースの遅延を最小化します。結果として、不確実性を考慮しない手法や既存のベンチマークより優れた性能を示し、連合学習は集中学習に近い性能を達成したと報告しています。
説明浅いニューラルネットワークがまず正弦成分を学ぶ理由：直交多項式の動力学による枠組み
要約本論文は、ニューラルネットワークが高周波成分より先に低周波成分を学習する現象（スペクトルバイアス）を理論的に考察しています。ネットワーク出力を直交多項式基底による一般化フーリエ級数として展開し、勾配降下法による係数の動力学を常微分方程式で表します。動力学行列Hの固有値減衰と固有ベクトルの形状を分析して説明を与えています。
説明ChronoSheaf：細胞層上で時空間を同時にスペクトルフィルタリングするグラフ型ネットワーク
要約本論文は、グラフ上で時間とともに変化する信号を予測するための時空間シーフネットワーク ChronoSheaf を提案している。空間と時間を同時に扱うスペクトルシーフラプラシアンを定義し、時間方向の非対称な影響を扱う過渡制限写像と双スペクトルフィルタを導入した。著者らは、複数の時空間予測ベンチマークで既存の最先端手法を上回ったと報告している。
説明SelectPFN：事前データフィッティングネットワークによる疎な非線形回帰のための償却ベイズ変数選択
要約本論文は、単一の順伝播で予測と変数選択を同時に行い、各変数の事後包含確率を出力するSelectPFNを提案します。モデルは群スパイク・アンド・スラブ型の疎入力ニューラルネットワークに基づくメタ事前分布から生成した合成タスクで事前学習され、ノックオフ統計量により有限標本で偽発見率を制御します。p最大500の非線形設計では、ラッソなどの基準手法と比べ、適合率-再現率曲線下面積が0.23〜0.28高い結果を示しています。
説明マルチモーダルAIとの対話における人間の監督を、委任の痕跡から研究する
要約本論文は、オンライン調査（AIリテラシーのある参加者56名、動画質問応答の試行392回）により、ユーザーがマルチモーダルAIの回答を確認した後にどのように作業を委任するかを検討している。交流後の信頼度は委任の選択を強く予測したが、信頼と委任は別物であり、「検証しながら利用する」方針が最も多かった。著者らはこれを踏まえ、人間とAIの協働における委任の実施を観察する方法として「実施された委任の痕跡」を提案している。
説明多教師蒸留による音声属性表現の学習（複数の音声属性を1つのエンコーダで学習する研究）
要約本論文は、共有の自己教師あり音声エンコーダに属性ごとの分岐を加え、凍結された4つの教師モデルから意味、話者、言語、感情の表現を同時に学習する多属性・多教師蒸留の枠組みを提案します。多言語意味検索、話者照合、言語識別、音声感情認識で実験を行い、専用の単一タスクモデルに近い性能を、1つの共有エンコーダで実現したと報告しています。また、異なる音声属性がエンコーダの異なる深さで現れることも示されています。
説明Agentic-Priors：大規模言語モデルで選好推定のコールドスタート問題に対処する
要約本論文は、過去の選択データがない状態でエージェントがユーザーの選好を学習するコールドスタート問題を扱い、Agentic-Priors という手法を提案している。大規模言語モデルが支払意思額や時間価値などの解釈可能な指標で新規ユーザーのトレードオフを述べ、それを多項ロジットの係数に対する事前分布へ変換し、選択が観測されるとベイズ学習器で更新する。七つの選択データセットで、無情報の事前分布と比べて冷启動時の精度が 5～40 ポイント向上し、三つのデータセットで AutoElicit を上回った。
説明Flow-CLIP：合成的画像・テキスト照合のための画像条件付き残差スコアリング
要約本論文は、文レベルの対応づけでは「同じ物体や属性を含みながら結びつけ方が異なる」キャプションを区別しにくい問題に対し、Flow-CLIPを提案する。画像条件下でのトークンと画像パッチの対応根拠の変化を用いて全体の照合スコアを補正し、クロス画像マージン順位付けにより言語事前知識への依存を軽減する。合成的照合と属性・物体の結びつけのベンチマークで、事前学習済みCLIPや従来の全体対応手法より結びつけ精度が向上したと報告している。
説明コスト罰則付き能動的特徴獲得のラグランジュ構造
要約本論文は、取得予算の下で予測精度を高める特徴を逐次選択する能動的特徴獲得（AFA）を扱い、期待情報利得から費用罰則を引く貪欲法（EIG-Cost）の理論的保証を分析します。最適な硬予算方策との差を、予算余裕項と貪欲法の次善性項に分解する事後証明書を提示し、小規模事例で差がほぼゼロであることを数値的に確認しています。さらに等コストの場合の構造的保証を示し、MIMIC-IVの臨床診断課題で実験を行っています。
説明BridgeAfford：クエリとターゲットの隔たりを埋め、汎化可能な3Dアフォーダンス定位を実現
要約本論文は、相互作用の意図に応じて3D物体上の機能領域を特定する課題を扱う。既存手法は未知の物体への汎化が弱く、相互作用意図を表すクエリ特徴と対象領域特徴の意味的なずれが原因とされる。著者らはBridgeAfford枠組みを提案し、相互作用領域整合（IRA）と視覚的証拠集約（VEA）の2つの観点からこのずれを縮める。LASOおよびPIADデータセットでの実験により、特に未知の物体で既存手法を上回ることが示された。
説明コード健全性はエージェント型コードレビューのトークンコストを予測する：エージェントが作成した465件のPRに関する事前登録研究
要約本研究はAIDevから、エージェントが作成した465件のプルリクエスト（PR）を抽出し、固定された5エージェントのレビュー・修正パイプラインを3種類のLLMでそれぞれ処理しました。CodeHealth（コード健全性）が高いほどトークンコストが低く、1ポイントあたり約3.5%から6.1%低いことが示されました。この関連はPRの規模では説明されず、スコア対象ファイルのサイズで調整すると消えたため、著者はファイルサイズによる媒介と解釈しています。
説明戦略ゲームにおける報酬学習：観測された行動から能動的逆強化学習で報酬を推定する研究
要約本論文は、複数のエージェントが相互作用する戦略環境で、観測された行動から各エージェントの報酬を推定する方法を扱います。固定された方策のペアからのデータだけでは、戦略的意味で報酬を一意に特定できない場合があることを示しています。そこで、二人の繰り返しシュタッケルベルクゲームに対する能動的逆強化学習アルゴリズムを提案し、反密猟の想定実験で有効性を検証しています。
説明CoWorld Reasoner：進化する動画世界モデル駆動ハーネスによるエージェント型マルチモーダル推論
要約本論文は、動画世界モデルを統一的な視覚推論エンジンとして用いるエージェント型フレームワーク CoWorld Reasoner を提案します。ツールとスキルを通じて視覚言語モデルが想像を行うかどうかや操作の選択、生成要求の作成、結果の解釈を導きます。また、モデルの重みを固定したまま、実行フィードバックに基づきツール、スキル、実行コードを共同で改訂する手法も示されています。七つのベンチマークで同じモデルの直接推論を上回り、MMSI で 11.8%、ERQA で 13.0% の相対精度向上が報告されています。
説明傾斜サンプリング問題：楽観法・事後サンプリング・対数オーダーの後悔
要約本論文は、単一の最適行動を選ぶのではなく、未知の報酬関数から定まるギブス分布からサンプルを得ることを目標とする「傾斜サンプリング」というオンライン学習問題を扱います。温度で正規化した累積KLダイバージェンスとして「サンプリング後悔」を定義し、その上でUCBと톰プソン・サンプリングに対応する手法（UCS、TS²）を提案しています。固定温度の標準的設定では、サンプリング後悔はTについて対数オーダーになると示されており、標準的な後悔の√Tオーダーとは異なります。
注目点抽出後悔という新たな枠組みを提案し、平方信頼幅に支配されて対数級の後悔が得られることを示す。UCS・TS²と分解を与える。
説明「見ることは信じること」：MLLMにおける言語事前知識が視覚認識を妨げる問題の評価と緩和
要約マルチモーダル大規模言語モデル（MLLM）では、言語の事前知識が画像の証拠を覆い、視覚認識を損なうことがあります。著者らは、六つの事前知識カテゴリにわたる稀だが実在する場面を用いたベンチマーク「ViSiP-Bench」を提案し、正答率だけでなく三つの指標で事前知識への抵抗力を測定します。24モデルの評価では、事前知識への依存は広く見られ、モデル規模が大きくなっても改善しないことが示されました。さらに、各モデルの最も強い事前知識に対して事実に基づく知識で微調整する手法「MAPS」を提案しています。
説明専門化より前の文脈内学習：可解なトピックモデルにおける学習の理論
要約本論文は、系列モデルが訓練データの構造を外挿する方式と、プロンプトを用いて未知のタスクに適応する方式という二つの汎化の仕方を検討しています。著者らは可解なトピックモデルにおいて両解の学習理論を示し、なぜ一方の解がより好まれるのかを説明しています。理論によれば、文脈内予測器は早期に現れ、専門化予測器は訓練トークン数がデータ生成過程のパラメータ数を上回った後に現れます。学習させた Transformer はこの理論とよく一致しています。
注目点可解なトピックモデルで文脈内学習と特化の競合を説明する学習理論を示し、出現サンプル量を予測してTransformerの結果と一致することを確認している。
説明TEM：大規模言語モデルエージェント向けの時間的状態追跡メモリ
要約本論文は、学習を必要としない TEM（Temporal State Tracking Memory）を提案する。事実をバージョン付きの記録として出典と結びつけて保存し、回答時には関連するバージョンを出典順に並べ、履歴の記録に印を付けて回答モデルに渡す。420問の評価では、関鍵実体の命中率が全体で75.71%～97.62%に達し、セッション対応の検索拡張生成（RAG）と比べて回答ごとの証拠が少なかったと報告している。
説明ハイパースペクトル画像の混合ノイズとライン縞を、パラメータ不要で除去する自己校正型部分空間ロバストPCA
要約ハイパースペクトル画像は、バンドごとに強度の異なるガウスノイズ、インパルスノイズ、縞によって劣化することが多いです。本論文では、反復処理の中でノイズパラメータを適応的に推定する自己校正RCCTVモデル（SC-RCCTV）を提案しています。ノイズ水準や縞の閾値を事前に指定する必要はありません。実験では、ライン縞の条件下で、ノイズ情報がなくても真のノイズパラメータを与えられたS3TTVを上回り、はるかに高速に動作したと報告されています。
説明SurgStreamer：構造化状態と再利用可能な推論層を用いた、手術動画ストリームの要求駆動型監視
要約本論文は、手術支援システムが要求された事象（例：胆嚢三角の剥離中にクリップアプライヤーが現れたら通知）を映像から検出し、既に起きた事象について質問に答える課題を定式化します。提案手法SurgStreamerは、1FPSの映像を道具・動作・段階の構造化状態に変換する手術固有の知覚部と、その状態上で監視条件を評価する手術非依存の推論部を分離しています。腹腔鏡下胆嚢摘出術12例での宏平均F1は0.598で、比較対象の流式視覚言語モデルを上回りました。分布変化の下での知覚が主要な限界とされています。
注目点知覚と推論を分離し、要求駆動型の手術イベント監視を形式化。封印テストセットと外部施設での検証で裏付けるが、対象は主に腹腔鏡下胆嚢摘出術に限られる。
説明微調更新のランク指標にはノイズ基準が必要
要約本論文は、言語モデルの微調整による重み更新 ΔW を要約するためのランク指標を検証し、同じ形状のランダム行列、事前学習済み重み、アラインメント内容を含まない対照微調整と比較している。カウント型の指標では微調整更新はノイズにわずかに及ばない程度だが、安定ランクでは大きく下回る。このパターンは最大80億パラメータの13の公開モデルペアで成り立ち、アラインメントの有無とは無関係であることが示されている。したがって、重み更新のランク指標にはノイズ基準が、アラインメントに関する主張にはアラインメント内容を含まない対照が必要だと結論づけている。
説明二変数因果推論のためのグラフ・ディリクレ・エネルギー法（フィッティング不要）
要約本論文は二変数の因果方向を判定する基準GDECIを提案します。カーネル類似度グラフと非正規化グラフラプラシアンから得られるディリクレ・エネルギーを用い、エネルギーが小さい方向を因果とみなします。回帰フィッティングや独立性検定は不要です。1899組の因果ペアでの比較において、合成データと実世界のTuebingenペアの両方で上位の精度を示し、約10^4サンプルまで比較手法中最速でした。
説明MetaShare：開かれたエージェント向けの失敗を考慮した集団的自己改善フレームワーク
要約本論文は、エージェントの成功・失敗した改良の試みと性能変化を記録するフレームワーク MetaShare を提案します。各世代の前に、他の系統から多様な高性能戦略と高信頼度の失敗事例を検索し、有効な仕組みの再利用と既知の行き詰まりの回避を促します。論文評価、コーディング、数学採点、ロボットの報酬設計、金融監査リスク評価などの実験で、中央値は DGM-Hyperagents（DGM-Hyperagents）の最終性能以上であり、自身の最良エージェントに到達するまでの進化反復回数は 1.7～2.9 倍少なかったと報告されています。
説明Anvil：知識の再循環による身体性空間知能のスケーリング
要約本論文は、データ生成・学習・評価を統合する Anvil フレームワークを提案し、身体性空間知能の向上を目指す。Anvil-Gen は多様な形式のデータを生成し失敗例を再収集する仕組み、Anvil-MOPD は専門教師モデルからの蒸留により空間知識を統合する 9B の生徒モデルである。7 つの公開ベンチマークの平均で Qwen3.5-9B と RynnBrain-8B を上回り、VABench-Point では 80.67% に達したと報告されている。
説明GPU上で証明候補を効率的に評価するためのLeanフィードバック学習
要約本論文は、低速な検証呼び出しを置き換えるため、Lean 4の判定結果とコンパイラのフィードバックをGPU上で予測するニューラル評価器を学習させたものです。学習には484万件のラベル付きプログラムを使用しています。68,932件のベンチマークで87.8%の精度を達成し、1台のH100で毎秒3.5候補を処理します。Leanの判定と組み合わせたハイブリッド報酬によりGRPOの学習ステップは約31%短縮され、miniF2Fのpass@1はLeanのみの報酬とほぼ同等でした。
説明最適確実性等価（OCE）を用いた、証明可能に効率的なリスク感応型オフライン強化学習
要約本論文は、一般的なリスク指標クラスである最適確実性等価（OCE）を用いたオフライン・リスク感応型強化学習を研究しています。ステップごとに再帰的にOCEを適用する動的OCEと、累積報酬に一度だけOCEを適用する静的OCEの二つの定式化を扱います。表形式の設定では悲観的価値反復法を提案し、次最適性の上界と下界を示しています。さらに線形関数近似を組み込んだ悲観的最小二乗価値反復法を提案し、特徴次元dに依存する保証を与えています。
説明Lethe：エッジ・アンラーニング手法の評価のためのリンク推論攻撃ベンチマーク
要約グラフ・アンラーニングは、グラフニューラルネットワークを再学習せずに特定の学習データの影響を取り除くことを目指します。本論文は、既存のエッジ・アンラーニング評価に二つの問題があることを示します。専用手法が再学習より遅い場合があること、また辺の削除の影響がわずかなため精度指標が有用でないことです。これに対し著者らは、15手法と8データセットを含む初の包括的なエッジ・アンラーニングベンチマーク「Lethe」を提案し、大規模グラフを重視し、精度ではなくリンク推論攻撃に基づく評価を用います。
注目点エッジ忘却の初の包括的ベンチマークを提案し、代理精度に代えてリンク推論攻撃に基づく指標を導入、既存評価の欠陥を指摘しており新規性がある。15手法・8データセットで評価。
説明スケッチからシーンへ：マーク付きスケッチから再照明可能な衣服を再構築
要約本論文は、大まかな衣服のスケッチに、ハイライト用の星印とシャドウ用の月印というまばらな注釈と、テクスチャを説明する短いテキストを加えて、明示的な方向光を持つテクスチャ付き3Dメッシュに変換するシステムを提案します。生成後も再照明や編集が可能なシーンとして出力されます。システムはスケッチから方向光を予測するとともに、月印の領域がその光の下で影になるよう表面を変形させる変位場を別途予測します。これらの記号は、美術学生を対象とした調査で最も多く提案されたものです。
説明Transformerによる系列生成での動的順序：低リソースタグ付け実験
要約本論文は、Transformerにおける左から右（L2R）への生成の慣習に疑問を投げかけるモデルTagInsertを提案します。推論時にタグを生成する順序をモデル自身が決められるようにしています。品詞タグ付けと組合せ範疇文法（CCG）のスーパータグ付けを、複数言語と低リソース条件で実験しました。TagInsertはL2Rのエンコーダ・デコーダモデルをしばしば上回り、データが少ない場合はエンコーダ専用モデルと同程度の結果を示し、稀なカテゴリでも優れていました。
説明因果時空神経距離場：反事実的な心臓解剖構造の生成
要約本論文は、構造的因果モデル（SCM）と時空間神経距離場を組み合わせ、臨床条件（年齢、性別、喫煙、BMI、心拍数、収縮期血圧）を変えた場合に左心房の形状がどう変化するかを予測する4次元反事実生成手法を提案しています。年齢への介入では用量反応関係に沿った結果が得られ、逆介入では元の解剖構造をサブミリメートル精度で近似できたと報告されています。著者らは、4次元心臓解剖の反事実生成およびSCMと暗黙的神経表現の統合として初めての試みだと述べています。
説明全体と部分を両立：全体の3D事前知識を再利用した部品分解型3D生成
要約本論文は、明示的な部品を持つ3Dモデルを生成するためのSTRUCTPARTSという枠組みを提案している。各部品の局所座標系と物体全体の大域座標系の両方で形状潜在表現を扱う二重フレーム座標インターリーブ機構を用い、部品内の細部と全体の構造的整合性を同時に再利用する。入力にはセグメント化されたメッシュ足場を用い、軽量な微調整のみで学習させる。PartObjaverse-Tinyでは、既存の部品分解モデルと同等以上の性能を、より低い学習コストで達成したとしている。
説明暗黙的ニューラル表現を用いた時間的周期画像位置合わせ
要約本論文は、暗黙的ニューラル表現（INR）を時間的な画像位置合わせに拡張し、周期的な時系列画像を対象とする Temporal-IDIR を提案している。単一の INR で系列全フレーム間の変形を同時にモデル化し、直接変換と中間フレームを経由する変換の不一致を罰する時間的一貫性損失を導入する。DIR-LAB データセットで目標位置合わせ誤差（TRE）を評価し、1.03 mm を達成して他の INR ベース手法を上回ったと報告している。また、入力フレーム間の変形を推定してフレーム間の滑らかな補間にも対応する。
説明グリッド基盤モデルの物理考慮型蒸留によるリアルタイムエッジ推論：軽量な生徒モデルへの圧縮
要約論文は、20.1Mパラメータ・12層のグリッド基盤モデル（GridFM）を、0.62Mパラメータ・6層の生徒モデルへ蒸留し、パラメータ数を32.5倍削減しメッセージパッシング深度を半分にしたと述べています。計測点でのバッチサイズ1のエッジ推論を想定し、マスク付き潮流損失に出力、物理残差、潜在状態、注意の転移を組み合わせています。再生可能エネルギーを含むIEEE 118母線系統の変種で評価したところ、四つの予測量すべてで生徒モデルの誤差が減少し、有効電力配分では最大48%改善しました。
説明局所エポックを最適停止問題として扱う：連合学習における理論と実証
要約本論文は、連合学習でクライアントが通信前に行う局所学習の長さを有限期間の最適停止問題として定式化します。次のエポックの期待損失減少が、重み付けされた二乗ドリフトを上回る間だけ学習を続けるという考え方です。停止判断が入れ子になっている場合、一段先読みの閾値規則が最適であることを示し、提案手法FedStopを導入しています。平均精度は調整済みのFedAvgから1ポイント以内に収まり、最悪十分位の精度は4～8ポイント向上しています。
注目点局所学習を有限期間の最適停止問題として定式化し閉形式の閾値規則を与え、理論と連合学習の実験で裏付けており、分野内で実質的な貢献がある。
説明量子化された非単調・細粒度活性化関数のための多閾値演算子のコンパイル（カスタム設計DNNアクセラレータ向け）
要約論文は、ニューラルネットワークを強く量子化すると活性化関数がハードウェア高速化のボトルネックになりうることを指摘し、多閾値による実装が有望であると述べています。著者らは多閾値表現を非単調関数と多次元の細粒度閾値に拡張し、ONNXベースのコンパイラにおける代数規則によって自動変換する手法を提案しています。FINNフレームワークの二分探索型多閾値演算子で検証を行い、他の手法やhls4mlとの比較も示しています。
説明深層線形ネットワークにおけるニューラル崩壊の閉形式な深さ・幅の法則（ネットワークの深さと幅が学習表現の幾何構造をどう変えるかを、解析的に示す論文です）
要約本論文は、ニューラルネットワークの深さと幅が学習される表現にどう影響するかを、ニューラル崩壊（表現の幾何構造を測る指標）を手がかりに調べています。扱いやすい特徴学習の設定で、学習された特徴カーネルを用いてNC1からNC3を閉形式で表し、深層線形ネットワークについてクラス内ばらつきが層ごとにどう変化するかの幾何学的な法則を導いています。大きな幅の極限では、累積的な圧縮の度合いが深さと幅の比 L/N の関数として書けると述べられています。
説明学習率転移曲線の局所的な形状を測定する
要約本論文は、ニューラルネットワークの学習で学習率と性能の関係を理解することを目的としています。学習率転移曲線の勾配を説明する二つの関係式を提案し、一つは安定性の端で成り立つ理論式、もう一つは勾配をハイパーパラメータの勾配とみなした近似式です。これらを組み合わせて曲線勾配の下限や、正規化層で勾配がゼロになる条件を示し、学習率勾配を層ごとに分解して特定の層が曲線形状に与える寄与を定量化しています。
説明2ビットのN-gramメモリ：大規模言語モデルのルックアップテーブルの量子化
要約本論文は、入力が必要とする行のみを再構成する圧縮表現「条件付きプログラム（CP）」を提案します。各行は短いコードと局所スケールで表され、再構成プログラムはテーブル全体で共有されます。2ビットのCPは、2ビットの四捨五入量子化と比べて出力のKLダイバージェンスを41〜63%減らしました。DeepSeekでは、テーブルの保存容量が203GBから51GBに減りました。
説明成人から小児へ：ドメインシフト下の胸部X線分類における基盤モデルのベンチマーク
要約本論文は、成人の胸部X線データで学習した基盤モデルが小児の胸部X線分類にどこまで汎化できるかを調べたものです。VinDr-CXRとPediCXRを5ラベルの分類タスクに統一し、6つの基盤モデルと2つのCNNベースラインを、成人データのみで適応させて成人・小児の両方で評価しました。その結果、すべてのモデルで小児データへの転移時に10ポイントを超える性能低下が見られ、適応の深さを増しても汎化は大きく改善せず、成人領域での高い性能は小児データでの性能向上に結びつかないことが示されました。
説明RoleQ：言語モデルを三値化するための役割整合スケール
要約本論文は、重み行列のレイアウトではなく、Transformerの各ユニットが担う機能的役割に基づいて量子化スケールを配置するRoleQ手法を提案しています。残差ストリームから読み出す場合と書き込む場合で異なるスケールの規則を用い、探索や校正を必要としません。三値重みでは、0.6Bから14Bまでの2つのモデル系列でレイアウトベースの配置より困惑度を最大半分に下げたと報告されています。また、既存のチェックポイントを数GPU時間で約1.59ビット/重みに変換する後学習パイプラインも示されています。
説明サプライチェーンのコミュニティQAにおける内容と回答選択・参加度の関連（ヤフー！知恵袋を対象とした探索的研究）
要約本研究は、ヤフー！知恵袋で物流関連のキーワードで収集された質問と回答を分析し、どの名詞や意味的な名詞クラスターがベストアンサーの選択や質問への参加度と関連するかを調べています。配送、倉庫、センターなどの運用面の名詞はベストアンサーの選択と関連し、車、税金、新幹線などより広い社会・インフラ関連の名詞は参加度の高さと関連していました。
説明CIM-Embed：クラスタリング向けの指示条件付きマルチモーダル埋め込みの学習
要約本論文は、画像・テキスト・指示を入力として埋め込みベクトルを出力し、HDBSCANでクラスタリングするCIM-Embedを提案する。クラスタ数を事前に与える必要はない。Amazon Reviews 2023の商品メタデータからProductMICを構築し、5,373件の商品と449の分類タスクからなる評価ベンチマークを用意した。タスクごとの平均V-measureは、直接学習の手法で95.01、最も強い汎用埋め込みベースラインWeMM 9Bで53.06であった。
説明Co2In：知識の符号化・統合・定着を備えた二層メモリ型増分学習フレームワーク
要約本論文は、新しい知識を継続的に学習しつつ既存の知識を保持する増分学習のためのフレームワークCo2Inを提案している。作業記憶が新データから知識をパラメータに符号化し、定着プロセスでそれを簡潔な表現に再構成して長期記憶に統合する二層構造である。CIFAR-10、CIFAR-100、Tiny-ImageNetでの例示なし（exemplar-free）のクラス増分およびタスク増分設定での評価において、効率的なメモリ消費で最先端の性能を達成したと報告されている。
説明DINOv3 に部分的な3次元幾何を学習させる：自己教師ありの幾何認識手法
要約本論文は、形状が部分的にしか観測されない場合の3次元形状マッチングを扱います。著者らは LoRA を用いた自己教師あり学習で DINO 特徴を改良し、部分観測に頑健な特徴記述子を生成する方法を提案しています。論文によると、この特徴は従来手法や汎用の視覚基盤モデル特徴より部分形状マッチングで高い性能を示し、既存のパイプランに組み込むと、部分形状マッチングと左右予測のベンチマークで最先端の結果が得られたとされています。
説明振る舞い上の忘却はプライバシー保護にあたらない：機械学習アンラーニングに関する研究
要約論文は、大規模言語モデルのアンラーニングを指定ベンチマーク上でのみ評価することは、プライバシー保護の十分な基準ではないと主張しています。同じ情報が別のアクセス経路（別の言語など）で復元できるかどうかも検証すべきだとしています。多言語モデルでの対照実験では、意味的に同じ情報を異なる言語や文字で尋ねると忘却の効果が大きく異なることが示されました。
説明人間の動画からロボット操作への、身体形態をまたぐ因果的転移
要約本論文は、人間の操作動画の知識を、形態や行動空間が異なるロボットの操作へどう転移させるかを扱います。人間の動きを直接ロボットの行動の教師信号とするのではなく、因果ビームの観点から保持すべき文脈と相互作用の依存関係を選ぶ手法（CBST）を提案しています。ロボットのデモで意味変数に結びつけた表現が世界行動モデルを条件づけ、ロボット操作ベンチマークでベースラインよりタスク成功率が向上したと報告されています。
説明空画像と晴天指数の同時拡散による超短期日射量予測：二段階手法が失うものの研究
要約本論文は、将来の空画像列と晴天指数列を単一の拡散過程で同時にノイズ除去し、その除去済みの将来空画像から日射量を読み取る単段階モデルを提案します。2023年のSIRTAデータでは、統合RMSEが104.1 W/m²、CRPSにおけるスマート持続性に対するスキルスコアが+0.34となり、十二の基準構成を上回りました。また、二段階の連結手法で得られた回帰結果（150.6 W/m²）は、同時学習より明らかに劣ることが示されています。
説明MedPAO-VL：構造化放射線報告生成のための解釈可能で規格準拠のエージェント
要約本論文は、胸部X線画像から構造化された放射線報告を生成するマルチモーダルエージェント MedPAO-VL を提案している。計画・実行・観察のループを用い、診断の不確実性を捉える説明可能な視覚モジュールで画像を読み取り、観察された差異に基づいて報告を反復的に修正する。評価では、専門家による正確性スコアが 3.5/5、構造スコアが 4.3/5 であったと報告されている。
説明RSIFlow：進化するメタエージェントを備えた適応型自己改善ワークフロー
要約本論文は、大規模言語モデルエージェントが実行フィードバックから性能のボトルネックを診断し、コンポーネントごとの改善ワークフローを動的に選択するフレームワーク RSIFlow を提案している。メタエージェントはワークフローの結果をコンポーネント別のスキルと横断的な原則にまとめ、自身のハーネスを進化させて後続のワークフロー編成を改善する。著者らは、6つのベンチマークと2つのバックボーンモデルで全ベンチマークの平均性能が最高水準（SOTA）に達したと報告し、適応的編成とメタハーネス進化の寄与をアブレーション実験で示している。
説明CF-NODE：糖尿病網膜症の領域間分類のための反事実的空間ノード介入によるテスト時適応手法
要約眼底画像による糖尿病網膜症の自動分級は、カメラ、施設、患者集団が変わると性能が大きく低下します。本論文は、予測の信頼度や対象領域の情報に頼らず、予測を支える内部の空間ノードに制御された介入を加える手法CF-NODEを提案します。得られた分級分布の安定性に基づいて有界な校正を行い、各画像を独立に適応させます。5つの外部データセットでTENT、EATA、SAR、T3Aと比較し、平均AUCとマクロF1が最も高かったと報告しています。
説明「訂正」という体裁で：フレーミングと文化的適応がLLMの安全性を実際の刑事事件で損なう仕組み
要約本論文は、実際の事件に基づく犯罪支援シナリオを収録したベンチマーク「GUISE」を提案し、国連薬物犯罪事務所の統計用国際犯罪分類（ICCS）に沿って整理しています。各シナリオは3種類の言語的フレーミングで提示され、5つの文化圏で評価されます。直接的な依頼では不安全な応答率が28.9%だったのに対し、訂正を求める形式では平均66.4%に上昇しました。文化的に適応させたプロンプトは、同一内容の直訳版よりも有意に不安全な応答を引き出し、不安全な応答に含まれる英語中心的な特徴は有害性とともに強まることが示されています。著者はコードとデータを公開しています。
注目点実際の刑事事件に基づく多言語・多文化の安全性ベンチマークを構築し、訂正要求や文化的適応が拒否能力を弱めることを示し、新規性と根拠が比較的充実している。
説明NICE ツールボックス：対人非言語コミュニケーションを探索するための、姿勢・身振り・視線・表情などを自動計測するオープンソースのPythonフレームワーク
要約本論文は、対人コミュニケーションにおける非言語信号を自動計測する、無料・オープンソースのPythonフレームワークであるNICEツールボックス（Nonverbal Interpersonal Communication Exploration Toolbox）を紹介する。既存のコンピュータビジョンと音声処理の手法を一つのソフトウェアパッケージにまとめ、複数カメラシステム、差し替え可能な検出アルゴリズム、検出結果の2D・3D可視化、利用者独自データでの評価、サードパーティ製ソフトウェアへのエクスポートに対応している。著者らは、心理学研究における対人コミュニケーション信号のデータ探索を、拡張性・再現性・利用しやすさの面で向上させることを目指している。
説明3D空間で考え、探索することを学ぶ
要約本論文は、視覚言語モデルが3D空間の中で能動的に探索しながら思考する方法を研究しています。モデルには一度に1枚の一人称視点画像を与え、移動や視点変更の行動と描画された観測結果を通じて環境と対話させます。初期の軌跡教師ありファインチューニングの後、最終回答の正しさを主な報酬とする強化学習を行い、探索方針を自ら学習させます。提案モデルACT3Dは6つの3Dベンチマークで平均53.2%の精度を達成し、ベースモデルを上回りました。
説明DINO-FIL：生成的インペインティング改ざんの局所化のための多層Transformer融合手法
要約本論文は、生成モデルによる画像修復で作られた改ざん箇所をピクセル単位で特定するTransformerベースの枠組みDINO-FILを提案します。事前学習済みDINOv3エンコーダの複数層の特徴を、軽量な融合デコーダで統合し、意味的構造と編集により生じた細かなテクスチャの不整合を捉えます。B-Freeで学習し、Beyond the Brush、CocoGlide、TGIF、SAGI-Dで評価した結果、平均および五つの評価データセットのうち四つで既存の基準手法を上回り、本物の画像に対する真陰性率も高く保たれたと報告しています。
説明PW-Pruning：音声中心のオムニモーダルモデル向けのフェーズ認識型エキスパート選択手法
要約本論文は、音声を中心とするオムニモーダルモデルについて、疎なルーティングで使われるエキスパートを剪定し、メモリ使用量を減らす方法を研究しています。音響入力の処理と文章の回答生成でエキスパートへの要求が異なる点に着目し、両フェーズ別の重要度加重カーネルを組み合わせるPW-Pruningを提案しています。Qwen3-Omniで各層128個中32個を残し、教師ありファインチューニング後にMMAU-miniとMMSUで、プール型選択よりそれぞれ3.20と4.38ポイント高い精度を報告しています。
説明FuseAdapt：欠損モダリティに対応するセマンティックセグメンテーションのためのパラメータ効率型マルチモーダル融合
要約本論文は、凍結された視覚基盤モデル（VFM）の内部で、モダリティごとの軽量な適応経路を用いて複数のセンサー情報を融合する手法FuseAdaptを提案しています。学習時のみ使われる予測的モダリティモデリング（PMM）により、欠損したモダリティを他のモダリティから予測します。3つのベンチマークで、完全なモダリティ条件と欠損条件の両方で従来の最先端手法を上回り、最大でそれぞれ3.01 mIoUと12.56 mIoUの改善が報告されています。
説明CF-AVSS：ISCSLP 2026 実環境AVSEチャレンジ向けの、粗から精への視聴覚音声分離フレームワーク
要約本論文は、残響・雑音・話者の重なりで劣化した混合音声から、視覚情報を用いて目的の音声を取り出す二段階の視聴覚音声強調フレームワークを提案しています。第一段階では二系統の映像ストリームを持つ段階的ネットワークで粗い推定を行い、第二段階では目的話者の精緻化ネットワークで音声を補正・改善します。両者の結果を融合し、ISCSLP 2026の実環境AVSEチャレンジで、Track 1では首位タイ、Track 2のOVRLでは2位、両トラックで最も低いCERを達成したと報告されています。
説明研究目標から科学的クロージャーへ：証拠に基づく物理研究を通じたエージェントの評価
要約本論文は、専門家が検証した50件の物理研究タスクからなるベンチマーク PhysClosureBench を提案し、AI エージェントが十分な根拠のある結論に至る調査を組織できるかを評価します。20項目の指標で局所的な科学的達成度を測り、RC0〜RC4 で研究問題がどの程度解決されたかを評価します。結果として、局所的な成果に比べて完全な研究の閉じ込みを達成する能力には持続的なギャップがあることが示されています。
説明Q($\gamma_H$)：多割引Q学習におけるエントロピー誘導型の計画期間混合
要約Q学習では通常、固定の割引率を用いるため、学習全体を通じて計画期間が一つに限られます。本論文はQ($\gamma_H$)を提案し、割引率の異なる複数の価値ヘッドを保持して、エントロピーから得た信頼度信号に基づき制御時に適応的に組み合わせます。方策の信頼度が高まるにつれ、混合の重みは短い期間のヘッドから長い期間のヘッドへと移ります。古典的制御と深層強化学習のベンチマークでは、遅延報酬の割り当てを要するタスクで、強い固定割引率の基準手法に対して最も大きな改善が見られました。
説明敵対的学習と蒸留による音声対応LLMのバイアス軽減
要約音声対応大規模言語モデル（AuLLM）は、文字起こしを介さず話しかけるだけで利用でき、非言語的な手がかりも扱えます。しかしそこから推定される属性に基づき偏った振る舞いをする恐れがあります。本論文は性別属性に注目し、敵対的手法によりモデルの性別認識を、他のベンチマーク性能を損なわずに忘却させられることを示しました。さらに性別を認識しつつ、明示的に求められない限り性別非依存の教師モデルと同様に応答する蒸留モデルも作成しました。3つのAuLLMに適用した結果、性別忘却では満足のいく成果、蒸留では部分的に満足のいく成果が得られたとしています。
説明生成を超えて：マルチモーダルLLMを、LLMが生成したディープフェイク顔画像の検出器として使う研究
要約本論文は、マルチモーダル大規模言語モデル（MLLM）が合成画像を識別できるかを検証しています。400枚の画像（実写50枚、7種の画像生成モデルによる生成350枚）を用い、6つのモデルを単一画像分類、two-by-two比較、Geminiを対象とした自己検出実験で評価しました。GPT-5.2は比較実験で特定の生成器に対し最高97.9%の精度を示し、全体の平均精度は82.5%でした。一方、不可視の電子透かしSynthIDがあると、Geminiの検出精度は対照群より約10%低下しました。
説明元のプロンプトを超えて：視覚的根拠に基づくAI生成動画の品質評価に向けて
要約本論文は、AI生成動画の品質を評価するためのVGCapフレームワークを提案します。元のプロンプトの代わりに、生成画像に沿った視覚的根拠のあるキャプションを参照に用います。全体キャプションは複数フレームの映像に基づき元のプロンプトを最小限修正したもので、区間キャプションは局所的な時間区間の内容を記述します。LGVQとFETVのデータセットで、代表的なベースラインを三つの評価観点すべてで上回りました。
説明DeciCAD：CADエージェント向けハーネス基盤の行動方策学習
要約本論文は、CAD分野向けのエージェントハーネスDeciCADを提案している。意味的なCAD操作、意思決定志向の観測、環境フィードバック、持続的な状態遷移を提供する。相互作用の軌跡から因果的な意思決定の教師信号を抽出し、教師ありファインチューニングと幾何に基づくオンライン強化学習で方策を改善する。四つのCADベンチマークで最高のF1とIoUを達成し、汎用コーディング用ハーネスと比べてモデル出力トークンを45〜88%削減したと報告している。
説明概念ベースモデルにおける有害な部分的介入と無害な情報漏えい
要約本論文は、概念ベースモデル（CM）で人が中間概念に介入すると、下流の予測がかえって悪化する現象（介入の害）を分析しています。充足性と局所性の条件を満たしても介入が必ず改善をもたらすわけではないと証明し、概念の監督が不完全だと害が増えることを示します。さらに、部分的な介入での損失増加を直接抑える単調介入の目的関数を提案し、害を減らせることを報告しています。
説明休眠スパイキングニューロン：効率的なスパイキングニューラルネットワークのための状態駆動型メカニズム
要約本論文は、膜電位が事前に定めた負の閾値を下回ったときに休眠状態に入り、冗長な計算を動的に省略する休眠スパイキングニューロン（DSN）モデルを提案している。この仕組みは代理勾配を用いた時間方向誤差逆伝播で端到端に学習される。静的データセットとニューロモルフィックデータセットでの計算エネルギー削減は40%から70%超と報告されている。また、ImageNetでは既存の静的剪定手法を上回り、基準モデルの精度も1.34%向上したとされている。
説明委任のジレンマ：規模の経済、説明責任、多中心型ガバナンス
要約本論文は、個人が意思決定を自己利益を持つ代表者に委任する集団行動を研究している。委任は個人の負担を減らす一方、代表者の目的が構成員と一致しない恐れがある。反復ゲームのモデルにより、規模と説明責任の間のトレードオフを示し、退出の脅威が搾取のない委任を維持できる集団規模の上限を論じる。30体のLLMエージェントによるシミュレーションでは、多中心構造が繰り返し現れるものの、集中、搾取、退出、再編の循環を伴い流動的であった。
説明ペアワイズAUC最適化には是正力が必要：統一的な視点
要約本論文は、テスト時の順位指標と一致する成対AUC代理損失で直接学習する際の課題を扱います。学習目標が評価指標と揃っていても、確率的ミニバッチ更新が深刻な正負の順位誤りを継続的に是正するとは限らないと指摘します。著者らはペアごとの勾配から作られるU統計量の退化的性質を用いて理論的説明を与え、二乗ヒンジ損失の有効性、交差エントロピーによるウォームアップの効果、事前学習モデルからのパラメータ効率的微調整の利点を説明します。8つのCVタスクと8つのNLPタスクでの実験（ResNet50、DenseNet121、DistilBERT-base、Qwen2.5-1.5B-Instruct使用）が、これらの予測を支持しています。
説明Smooth-L1正則化によるスパース連合エコー状態ネットワークの時系列分類（論文の説明）
要約本論文は、出力層を疎にしつつ勾配最適化のための微分可能性を保つSmooth-L1正則化エコー状態ネットワーク（SL1ESN）を提案する。集中学習と二次の連合集約の両方に用いられる。七つの時系列分類ベンチマークで、読み出し層は集中設定で77〜95％、連合設定で75〜95％の疎性を達成し、多くのデータセットで密な基準手法との精度差は小さい。エッジやIoT環境への実用性を示している。
説明継続学習エージェントのための信頼性の高い知識獲得手法（RIKA）
要約本論文は、基盤モデルを用いたエージェントが経験を再利用する際、既存の記憶システムの約12〜33%のエントリが将来のタスク性能を損なうことを指摘しています。提案手法RIKAは、事実・概念・手続き・メタ認知の知識を階層的に抽出し、根拠に基づく知識受け入れ機構で、どの主張をエージェントの文脈に入れるかを決定します。追加の検証タスクは不要です。4つのモデル基盤と6つのタスク系列において、RIKAは全ての基盤で最高の総合スコアを達成しました。
説明SceneWeave：戯曲化のための観客誘導型シーン探索
要約SceneWeaveは、小説を脚本に翻案するための手法です。重要なシーンについて対照的な複数の草稿を書き、それらが生む相互作用を比較したうえで、人物造形、前段の伏線、後の展開、シーンの順序を調整し、完全な脚本を生成します。ブラインド評価では、基準となるワークフローや記述ベースの比較手法より高く評価され、内容分析では叙事的な冗長さの減少と心理描写の強さが示されました。
説明限られたオフラインデータからの文脈内・選好条件付きパレート解集合学習
要約本論文は、目的関数を追加で評価できず有限の静的データしか使えない状況で、与えられた選好を対応するパレート最適解へ直接写像するICPSLという枠組みを提案しています。大規模な合成事前データでハイパーネットワークを事前学習し、未知の問題に対しては一回の順伝播で問題固有の選好条件付き解モデルを生成します。合成問題と実問題での実験により、高品質な解が得られ、問題固有のモデル構築が大幅に高速化されることが示されています。
説明検索されたが読まれない：検索拡張LLMが利用可能な根拠を使えない理由を探る
要約本論文は、検索機能を備えた大規模言語モデルが関連する根拠が利用可能な場合でも古い回答を出すことがある理由を検討しています。学習カットオフ後に値が変わった時間的事実を構築し、商用モデル1種と、オープンウェイトモデルの6つの構成を評価しました。モデルは元のページを開かず検索スニペットから回答することが多く、これは古い回答率の上昇や不誠実な引用と関連していました。層ごとの分析からも、根拠の利用可能性と実際の活用との間に差があることが示されています。
説明FIRM：連合学習型LLMアンラーニングのためのフィッシャー情報保持マージ手法
要約本論文は、忘却対象データと保持対象データがクライアントに分散し、サーバーから直接参照できない状況での、大規模言語モデルの連合学習による知識の選択的削除（アンラーニング）を扱います。提案手法FIRM（Fisher-Informed Retention Merging）は、クライアント側で計算したフィッシャー統計量を用いて、単一ラウンドでサーバー側の集約を行い、マージ後の更新量の爆発を抑え保持性能を守ります。WMDPとMUSE-HPでは、同程度の忘却効果のもとで効用の向上が示され、TOFUでは評価指標により結果のトレードオフが見られます。
説明複数施設での検証：無教師ドメイン適応による正常・異常な網膜発達の識別
要約本研究は、異なるOCT装置間で正常と異常な網膜発達を区別するための無教師ドメイン適応モデルを開発したものです。データは4か国5施設およびUK Biobankから得られています。ResNet50ベースのドメイン敵対的ニューラルネットワークを用い、ソース装置のラベル付き画像とターゲット装置のラベルなし画像で学習しています。検証セットの正解率は87.75%から96.06%で、最良モデルのAUCは0.994でした。ターゲット装置のラベル付きデータなしで装置間分類が可能であることが示されています。
説明モンテカルロ・ドロップアウトによる不確実性定量化を備えた敵対的生成ネットワーク：Hawk T1A 航空機における光ファイバブラッググレーティングのデータ拡張比較
要約本論文は、航空構造物の計測応答のクラス条件付き時間・スペクトル特性を学習し、条件付き敵対的生成ネットワークとベイズ近似としてのモンテカルロ・ドロップアウトにより、確率的な信号合成と不確実性定量化を行うデータ拡張フレームワークを提案している。生成信号は実測値と時間、周波数、不確実性などの観点で比較され、教師あり損傷分類への組み込みの可否も評価される。検証には BAE Systems Hawk T1A 機の実規模ベンチマークデータ（加速度、光ファイバブラッググレーティング歪み、非線形動応答）が用いられた。
説明要素ごとの外れ値汚染と部分欠損データに対する期待値最大化法によるロバスト共分散推定
要約本論文は、データの要素ごとの汚染と欠損が同時に存在する場合に共分散行列をロバストに推定する方法を検討しています。Student-t*モデルを不完全観測に拡張し、縮約された潜在空間上で動作する確率的近似EM（SAEM）アルゴリズムを提案しています。合成データと実センサデータでの実験では、中程度から高い外れ値率の拡散的汚染下で、他の推定法よりも低いFisher-Rao誤差が示されています。
説明人間の介入をラベルとして：LLMエージェントの失敗の背後にある計算を局在化・制御し、（場合により）編集する
要約本論文は、LLMエージェントが誤動作した際の人間の介入を、内部の失敗した計算を指すラベルという測定値として扱います。制御されたエージェント環境で、「依頼が既に明確なのに確認質問をする」という失敗を研究し、盲検の人間判断で検証された規則ベースの監督者によるラベルを用いています。13モデルのうち条件を満たす5モデルについて、質問と行動の決定が各モデル系統で因果的に局在化できること、過剰な質問の機構的特徴、プローブに基づく制御の効果、そして修正を重みに固定する場合の結果の違いを報告しています。
説明造影MRI合成のための多系列特徴差分混合手法
要約本論文は、造影剤を使わない非造影MRI系列から造影増強MRI（CE-MRI）を合成する手法を提案し、造影剤投与に伴う健康リスクと検査コストの低減を目指しています。複数系列の情報を単純にチャネル連結する従来法と異なり、各系列の特徴とその差分から動的重み付けで有用な特徴を選択・統合するMoFDモジュールを導入しています。UCSF-PDGMとUPenn-GBMのデータセットで、画像忠実度と知覚品質において基準手法を上回り、腫瘍領域の再構成と実際のCE-MRIに近い分割性能を示したと報告しています。
説明マーカーレス追跡の検証ギャップを埋める：術中X線ワークフローへの統合
要約本研究は、術中Cアーム透視画像から椎骨ごとの6自由度姿勢を求め、RGB-Dカメラ座標系に位置合わせする臨床向けの手法を提案しています。これにより、マーカーレス追跡手法を比較するための独立した皮下の基準データが得られます。離体のヒツジ椎骨での検証では、端から端までの精度は2.06±0.29 mm、3.35±0.93度でした。さらに、3つの手術シーケンスの臨床データで2種類のマーカーレス位置合わせ手法を評価しています。
説明ShiftQAT：固定機能エッジCNNアクセラレータの数値制約に対応した量子化考慮学習
要約本論文は、MAX7800xファミリー向けに開発された量子化考慮学習（QAT）手法ShiftQATを提案します。学習済みネットワークが2の冪乗スケール、テンソル単位の対称スケール、層ごとの1回のシフトといったハードウェアの数値制約を満たすよう設計されています。ImageNetでのW8A8の精度低下は制約の緩い他のQAT手法と同程度で、W4A8ではFP32との差が2.9ポイント以内です。MAX78002チップ上では、MobileNetV2とResNet-18がそれぞれ14.6ミリ秒・5.1ミリジュール、8.4ミリ秒・2.8ミリジュールでImageNet画像を分類しました。
説明要旨か全文か？生物医学の平易要約における入力範囲と計算効率の評価
要約本研究は、論文の要旨と全文のどちらから一般向けの平易な要約を作るかを比較し、少数例プロンプティングとタスク固有のファインチューニングの性能も比べています。2つの公開データセットと2つの最近のモデルを用い、読みやすさ、事実の一貫性、意味的類似性、実行効率で評価しました。結果では、要旨ベースの要約が全体として良好で、要旨によるファインチューニングは全文の方法より4.70倍速く、要旨によるゼロショット・少数ショットのプロンプティングは5.31倍速かったとされています。
説明MARS：個別化評価のための運動量対応型適応評価システム
要約本論文は、解釈可能な適応型評価のためのMARSシステムを提案している。問題バンクを有向加重知識グラフで表現し、動的な評価感度、解答品質、運動量を考慮した学習速度を用いて学習者の習熟度を更新する。制限時間と減点式の条件下での問題選択において、MARSは最強のベースラインより総得点が8.09高く、超過違反率を50%から5.6%に下げたと報告している。
