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。
説明野外での画像生成：数日前に登場した実体への参照検索とエージェント型生成
要約本論文は、画像生成モデルの学習データに含まれない、数日前に登場した実体を扱う問題を研究しています。著者らは最新の見出しからプロンプトを合成し、実際の検索結果が強く混同を招くものだけを残す自動パイプラインを構築し、500件・16サブカテゴリのベンチマーク Savanna を作成しました。さらに、特定・裏付け・分離の手順を提案し、15Kの軌道で学習した Ranger-8B は検索スコア67.2を達成したと報告しています。
注目点Locate-Corroborate-Isolateという新パラダイムとベンチマークを提案し、複数の生成器と基準で比較実験を行い、分野への影響が大きい。
説明ショート動画におけるクリエイターの発信内容を測定するマルチモーダル枠組み
要約本論文は、ショート動画クリエイターのテーマや発信戦略を大規模に測定するための五段階のマルチモーダル枠組みを提案します。プラットフォームのメタデータ、音声の書き起こし、フレームの視覚言語記述を統合し、大規模言語モデルで所定の指標と自由記述ラベルを生成します。16人のクリエイターによるTikTok動画9,852本のうち7,311本を分析し、教育、ユーモア、時事への反応などで差異が見られたと報告しています。二人の専門家による注釈との一致度（Cohen's κ）は平均0.40で、専門家同士の0.42に近い一方、指標ごとのばらつきは大きいとされています。
説明多層パーセプトロンにおけるKolmogorov-Arnold幾何のためのRényi基準の集中度指標群
要約本論文は、多層パーセプトロン（MLP）の解釈可能性を高めるため、隠れ層のヤコビ行列の小行列式がどれほど一部に集中しているかを測る指標を提案します。提案するα-RC指標は、Rényi発散を用いて正規化された小行列式の大きさを一様分布と比較し、ネットワーク構造によらず0から1の値をとります。α=2の場合は参加率（Participation Ratio）の明示的な変換になると述べ、合成データで学習した単一隠れ層のMLPで実験を行っています。
説明限界的影響を超えて：LLMエージェントのための相互作用を考慮したメモリ選択
要約本論文は、LLMエージェントが各判断ごとに、全メモリと同じ振る舞いを保つ小さな部分集合をどう選ぶかを研究しています。九つの相互作用類型と六つのワークフロー領域を含むJointCoreBenchと、まずブロック単位で削除を試すJointCore基準手法を提案しています。結果は精密な条件下で最小コストの充分集合をよく回収できることを示しますが、著者らはこれが展開可能なメモリ圧縮の確立ではないと明記しています。
説明ADT：三次元分子構造のための全原子拡散トークナイザー
要約本論文は、トークンの粒度と再構成の解像度を切り離す全原子拡散トークナイザー（ADT）を提案している。小分子では原子ごとに1つ、タンパク質ではアミノ酸残基ごとに1つの構造トークンを用い、主鎖と側鎖の幾何を同時に表現する。量子化による幾何的な歪みを抑えるため、拡散モデルの生成能力で離散トークンからより細かな原子の幾何を復元する。実験では、コンパクトな離散表現からの高い再構成性能と、小分子および全原子タンパク質構造の自己回帰生成が示されている。
説明SCALE：自己対比アラインメントによるガイダンス不要の視覚生成の改善
要約本論文は、視覚生成で画質向上に用いられる分類器フリーガイダンス（CFG）のサンプリング負荷が大きい問題に取り組みます。モデルが実データと自己生成サンプルに対して行う予測を対比する自己対比ガイダンス（SCG）を提案し、再パラメータ化により尤度目的関数へ統合したSCALEという学習フレームワークを示します。SCALEは単一の順伝播でSCG強化予測を得ます。拡散モデルと自己回帰モデルでのクラス条件付き生成と文生成画像の実験で、CFGを模したベースラインを上回り、DPOと組み合わせるとさらに改善したと報告されています。
説明Expand-and-Prune：エンドツーエンド自動運転向けのテスト時候補空間適応手法
要約本論文は、学習済みパラメータを更新せずに候補軌道の範囲と数を同時に調整するテスト時フレームワーク Expand-and-Prune を提案している。まず意図情報と時系列予測で候補集合を拡張し、中間の軌道スコアの不確実性に基づいて候補を適応的に剪定する。著者らは、4つのベンチマークと4種類の候補ベース計画器で性能向上を報告し、LangAuto では Driving Score が 68.2 から 75.9 に改善したとしている。
注目点学習済みパラメータを更新せず、テスト時に候補軌道空間を拡張・剪定する手法で、複数プランナーと基準で比較・検証している。
説明推理モデルは自分に指示すると思考連鎖を制御できる
要約本論文は、推論モデルが自らの思考連鎖（CoT）の性質を制御できるかを検討する。従来の研究はユーザー・プロンプトで制約を与えて測定し、制御性が非常に低いと報告していた。著者らは、制約をモデル自身の思考連鎖内に自己指示として置く「自己指示型CoT制御性」評価を提案し、通常の指示より制御性が大幅に向上することを示す。さらに、この能力を監視回避に利用できる危険性も示している。
説明報酬スコアを超えて：マルチモーダル応答生成のためのオンライン多エージェント選好学習
要約本論文は、応答生成器と選好批評器という2つの学習可能なエージェントからなるオンライン二重エージェント強化学習フレームワーク PrefMind を提案している。両エージェントは成対の候補応答のどちらが人間の選好に合うかを議論し、人間のラベルがその判断と修正を監督する。三つのモデル規模での実験により、単独の選好判断と下流の応答生成の双方が改善したと報告されている。
説明サンプリング、混合、それとも検証か？不完全な検証器の下でのテスト時計算量の配分
要約本論文は、候補解を多数生成して検証器が選ぶ方式において、限られた計算予算をどう配分するかを扱います。実際の検証器は誤った答えを通したり正しい答えを落としたりするため、作者はSPLITという手法を提案し、少数のラベル付き予備データから確率式を当てはめて未見のタスクの予算を計画します。七つのベンチマークで、事後的な最適配分との差は小さいと報告されています。
注目点不完全な検証器を考慮し、小規模な試験データで推論計算量の配分を定める厳密な式を提案。七つのベンチマークと多数のモデルで検証され、新規性と実証の厚みが際立つ。
説明単純なシミュレーション市場における大規模言語モデルの進化
要約本研究では、二十体の大規模言語モデル・エージェントからなる模擬市場を用い、システムプロンプトの違いと倒産による淘汰によって生じる進化を観察しています。正確さを報酬とする市場では正答率が94%に達しましたが、トークン単位で課金する市場では正答率が10%まで低下しました。著者らは、従来抽象的に論じられてきたAIの有害な進化について、具体的な実証例を示したとしています。
説明光ネットワーク障害対応におけるエージェント型AIのデータ幻覚防止
要約本論文は、光通信ネットワークの自動障害対応を行うエージェント型AIシステムを提示しています。データ参照機能をエージェント構造に組み込み、データ幻覚（ハルシネーション）を防いでいます。原文によれば、これにより根本原因の特定と推論の解釈可能性・信頼性が向上します。
説明FLARE：観測データが劣化した条件下での配電フィーダー復旧における言語モデルエージェントの物理制約ベース評価
要約配電網の故障後に給電を回復するには、不完全で相反する情報の中で、電気的制約を守って判断する必要があります。論文はこの課題に対し、故障切り離し後のフィーダー復旧を物理制約に基づいて評価するベンチマークFLAREを提案します。交流潮流で実行可能な800件のケースを含み、5種類の観測条件のもとで、エージェントは証拠を集め、開閉器を評価し、固定された運用制限の下で復旧操作を行います。5つの指示チューニング済みモデルを評価した結果、平均正規化リグレットは0.082から0.148、P95リグレットは0.814から1.000で、失敗の裾野が大きいことが示されました。シャドウリプレイでは、安全ガードが拒否した15,706件の動作のうち96.4%が物理的違反を引き起こしていたことがわかり、外部の安全確認の必要性が強調されています。
説明LonGaussian：長文脈フィードフォワード・ガウス再構成のための追跡ファウンデーション事前分布
要約本論文は、既知の内部パラメータと未知のカメラ姿勢をもつ長い画像列から、コンパクトで全体として描画可能なガウス表現のシーンを再構成するストリーミング型フィードフォワード手法LonGaussianを提案しています。事前学習済みのストリーミング三次元再構成バックボーンを基盤とし、複数フレームの点追跡で同一面への重複観測を結び付けて統合し、描画深度の一貫性フィルタで誤って遮蔽するガウスを抑制します。DL3DVおよびRealEstate10Kのベンチマークでは、評価対象のベースラインより大幅に少ないガウス数で新規視点描画の品質を向上させたと報告されています。
説明効率的推論のコストは誰が負担するのか？タスクと言語を横断する信頼度ベースの小規模から大規模LLMへのルーティング
要約本論文は、信頼度に基づく小規模から大規模への言語モデルルーティングを体系的に評価しています。簡単な入力は小型モデルに残し、難しい入力のみ大型モデルへ回すことで推論コストの削減を狙います。3つのモデル系統、4言語、3種類のタスクにわたる72構成・42,288件の予測を分析しました。その結果、Belebele と SIB-200 では有効でしたが、MMLU-ProX-Lite ではほぼ効果がなく、全体の信頼度によるルーティングは最大30.33ポイントの言語間格差を生む一方、等配分ルーティングはこの格差を解消することが示されました。
説明部品はテストを欺けるか？関係性OODのための反事実ペアリング・サイクル
要約論文は、2枚の画像と2つのキャプションを固定し、画像と文の対応付けだけを入れ替える「反事実ペアリング・サイクル」という評価手法を提案しています。これにより、画像のみ・テキストのみ・加法的要素によるショートカットが打ち消されます。同じ対比は、関係性アウトライアー露出の訓練損失や、双線形の視覚言語スコアの診断にも使えます。含まれるショートカットを意図的に入れたCOCOの試験では、サイクル学習によりCycleAccが0.882から0.927に向上しました。
説明もっと考えるか、もっと読むか？共有コンテキストにおける推論のトークン予算理論
要約本論文は、多エージェント討論や自己修正などの推論システムにおいて、他者の回答や自身の草稿を読むことが同じコンテキストウィンドウのトークンを消費し、推論に使える余地を減らす点を検討しています。著者らはトークン予算理論を提案し、コンドルセのジュリー・モデルを用いて最適なエージェント数を推定します。5つのオープンモデルと4つの推論タスクによる980の対照設定では、ウィンドウが狭い場合に自己整合性が討論と同等以上であることが示され、共有ウィンドウでは読む内容よりも思考に残された余地が重要だと結論づけています。
説明MGE-PO：数学的推論のためのエントロピー考慮型クレジット割り当て手法
要約本論文は、GRPO が同じ問題内で報酬が同じ回答に同一のグループ相対アドバンテージを与え、生成の不確実性を利用していない点を指摘する。著者らは、検証済みの正誤とロールアウトの生成エントロピーを組み合わせた四象限（4Q）アドバンテージ調整を中心とする MGE-PO を提案する。正誤が補正の符号を、エントロピーが大きさを決める。Qwen3-8B-Base で八エポック学習した最終チェックポイントにおいて、4Q の追加により六つのベンチマークのマクロ平均 avg@32 が 3.23〜3.69 ポイント向上した。
説明Transformerにおける異方性表現ダイナミクスの混合ゲート理論（内部表現の差がどう変化するかを数学的に分析した研究）
要約本論文は、Transformerのセルフアテンションを値の伝達、クエリゲート、キーゲートの三つに分解し、二つの内部表現の差がアテンションによってどう変化するかを分析しています。固定されたアテンション経路では縮小する差が、完全なアテンションでは拡大するゲート誘起の領域切り替えを定式化し、その存在を判定するスペクトル基準を導いています。四つのTransformerアーキテクチャでの実験により、理論的予測が検証されています。
説明応答情報を活用したコスト重視のマルチターンLLMルーティング（RIVET）
要約本論文は、マルチターン対話においてLLMを選択する課題を扱う。各ターンではモデルの応答が得られる前にモデルを選ぶ必要があり、タスクの成否は対話終了時にしか分からない。提案手法RIVETは、学習時にログに残った応答情報を用いて二つの価値推定器を共同で学習し、実運用時は呼び出し前の情報のみでルーティングを行う。MINTベンチマークでは、最強のマルチターン基準手法より多くの未見タスクを解決し、総呼び出しコストを74.7%削減した。
説明Kingfisher：スケール認識型プロンプト条件付きスケール分解による高速なパーソナライズ視覚自己回帰生成
要約本論文は、モデルを再学習せずに画像をパーソナライズ生成する手法 Kingfisher を提案します。視覚自己回帰モデルの初期の残差スケールコードを、内容とスタイルに関わる成分に分解し、2枚の画像の成分を組み合わせて簡潔な意味的プレフィックスを作ります。その後、凍結された生成器が残りのスケールを予測します。CSD-100 での評価では、内容の保持と、スタイルおよびテキストとの整合性が高く、拡散ベースの手法と比べて準備時間が大幅に短縮されたと報告されています。
説明X-Splat：RGBとX線の三次元再構成を統合するガウシアン・スプラッティング手法
要約本論文は、RGB外観とX線による内部構造を同時に再構成するため、単一のガウシアン基本要素群で表現するX-Splatを提案しています。外観属性を持つのは表面付近の基本要素のみです。モダリティ間の位置合わせには、二つの最適化済みガウシアンを合わせる代わりに、多視点ステレオとX線の幾何プロキシを用い、両モダリティの監督で共同最適化します。X線由来の表面深度一貫性損失がRGB再構成を補助します。著者らは、InsideOutデータセットと自作のFlower & Insectデータセットで、位置合わせの安定性、RGB描画品質の向上、X線再構成の維持、そして二つの独立した幾何を持つ方式より compact な表現を報告しています。
説明MultiAgent-OPD：オンポリシー蒸留による階層型マルチエージェントの端から端までの学習
要約本論文は、リーダーがタスクを割り当て、サブエージェントが実行する階層型マルチエージェントシステムの共同学習を扱います。著者らは、オンポリシー蒸留と強化学習を組み合わせた MultiAgent-OPD を提案し、パラメータを共有する Leader-Searcher-Answerer チームを端から端まで学習させます。凍結された Teacher が Searcher の検索・要約トークンに局所的な過程の監督を与えます。七つのデータセットでの宏平均 avg@4 は 38.68% で、Prompted Critic や学習済みの C-MAS + RL をそれぞれ 4.06 ポイント、2.61 ポイント上回りました。
説明RAP：人手作成の見本から得た宣言的マークアップによる論文→ポスター生成データセット
要約本論文は、学術論文から会議ポスターを自動生成する作業を視覚コーディングのタスクとして扱い、そのためのデータセットとベンチマークRAPを提案しています。2022年から2026年の機械学習系学会の論文とポスターを対にした25,000組以上のデータが含まれ、三段階の内容分類が付与されています。さらに、学習不要のマルチエージェント手法PosterRAGと、同じデータで学習するSFT+RLの手法も示されています。
説明検索拡張生成（RAG）技術を特徴づけ分析するための枠組み
要約本論文は、大規模言語モデル（LLM）の幻覚を減らすための検索拡張生成（RAG）技術を扱っています。既存のRAG技術は数が多く、場面に適したものを選ぶのが困難なため、文献に報告された技術の属性を質的に分析し、主要な次元と下位次元からなる概念的枠組みを提案しています。この枠組みは、コストの高い実証ベンチマークの前に、特定の要件に合う候補を絞り込むための事前フィルタとして使えるとされています。
説明ReLaDrift：テスト時スケーリングのためのドリフトによる再帰的言語生成
要約本論文は、共有のドリフトモデルでノイズから初稿を生成し、連続潜在空間で反復的に改良する ReLaDrift を提案している。学習では反復回数をサンプリングし、ドリフト損失は最終ラウンドにのみ適用して、それ以前のラウンドの勾配は遮断する。Sudoku Hard と GSM8K において、さまざまな推論予算のもとで反復生成型の手法と同等以上の性能を示したとされる。
説明信頼性と保守性を考慮したベイズ信念によるプロセス報酬モデリング
要約プロセス報酬モデル（PRM）は、大規模言語モデルの推論におけるテスト時スケーリングで中心的な役割を果たします。しかし、監督データの不足や方策の不一致により、PRMは不正確なプロセス報酬を与えることがあります。本論文は、報酬を仮説空間上の確率変数として扱いベイズ信念を維持するBayesianPRMを提案し、二種類の不確実性にそれぞれ対応する二つの信念更新を導入します。多模態推論ベンチマークの実験では、より正確な報酬推定とテスト時スケーリング性能の向上が示されています。
説明qGAMMA：多精度アクセラレータ上で深層ニューラルネットワークの最適マッピングを求めるフレームワーク
要約本論文は、定点・浮動小数点の複数精度をサポートする汎用空間アクセラレータに、混合精度の深層ニューラルネットワーク（DNN）モデルを割り当てる方法を探索・最適化するフレームワーク qGAMMA を提案している。ドメイン固有の遺伝的アルゴリズムと、ハードウェア合成結果に基づく解析的性能モデルを用いて設計空間を探索し、目標指標を最小化する最適なマッピングとアクセラレータ構成を見つける。複数のDNNワークロードで広範な評価を行っている。
説明TRECVID 2025の2つの映像タスク：MLLMによる再ランキングとフレーム部分集合アンサンブルの応用
要約本論文は、CERTH-ITIチームがTRECVID 2025のAd-hoc Video Search（AVS）およびVideo Question Answering（VQA）トラックに提出した手法を紹介する。AVSでは、複数の視覚言語モデル（VLM）で初期検索を行い、上位N件のショットをMLLMで元のクエリとの意味的一致度に基づき再ランキングする二段階の枠組みを用いる。VQAでは、音声・映像対応のMLLMを微調整し、異なるフレーム部分集合からの応答を集約する。開放型回答タスクで3指標の最高スコアを、選択式タスクで2位の成績を得たとしている。
説明すべてのテスト時計算が証拠になるわけではない：LLM推論におけるモデル固有のバイアス
要約本論文は、同一の推論モデルでは、繰り返しサンプリング、推論の深さ、自己評価のいずれにおいても誤りが相関していることを示し、同じモデルからの追加計算は独立した証拠にならないと論じています。そこで提案されたDIA（不一致に基づく独立仲裁）は、中間段階と最終段階の予測の不一致を不安定性の信号とみなし、異なる種類の小規模モデル群に独立に解答させて回答を集約します。7つのベンチマークと2つの基盤モデルで、14設定中12で完全な思考連鎖を上回り、MuSiQueでは7.00%向上しました。発動はおよそ17%の事例に限られます。
説明MAS-Bai：僰文（ボーウェン文字）白語の言語学的知見に基づく適応型マルチエージェント翻訳
要約本論文は、書記体系が高資源言語の事前学習と大きく異なる極低資源言語を対象に、僰文で書かれた白語と中国語の翻訳を研究します。著者らは、入力に応じて軽量な検索翻訳経路か、語源・構文を扱うエージェントを含む詳細な文献学的経路かを選ぶMAS-Baiを提案し、軽量な逆翻訳器による往復一貫性を推論時の信頼性指標として用いています。1,536文のテストセットで16.23 BLEU、62.15 COMETを達成し、標準RAGをそれぞれ8.11、6.85上回りました。
説明確率的意思決定問題のスケーラブルな学習のためのノンパラメトリック最適化
要約本論文は、不確実性下の時変確率的最適化に対し、Malliavin解析に基づく確率的変分フレームワークを提案し、ノンパラメトリックな最適性条件を導出しています。パラメータ化の次元に影響されないスケーラブルな深層学習アルゴリズム「確率的パスフォロワー（SPF）」を設計しています。分布ドリフト下の最小二乗復元とロジスティック回帰で評価され、既存の学習ベースおよび勾配ベースの手法より性能と拡張性で優れると報告されています。
説明大規模言語モデルが生成した政治ネットワークを、調査で得た党派的接触データと照合して検証する論文
要約本論文は、全国代表性のある米国ANES 2020〜2022調査の回答者像を用いて、大規模言語モデル（LLM）により政治的な社会ネットワークを生成し、回答者が自己申告した党派的接触を基準として比較しています。その結果、モデルによって民主党と共和党の分離の強さや党派的接触の推定に偏りがあり、特定の社会集団ごとに誤差も異なることが分かりました。著者らは、全体的な結果だけで評価すると局所的な環境の誤りが見落とされるため、全体と個人の両レベルで検証すべきだと主張しています。
説明自由エネルギー原理による空間聴覚の枠組み：知覚学習の階層モデル
要約本論文は、音の方向定位を例に、動的な条件下での空間聴覚を自由エネルギー原理（FEP）で記述する初めての試みです。聴取者が試行ごとに視覚フィードバックを受けながら信念を更新する過程を、階層型生成モデルで表現しています。その結果、側方精度と半球の曖昧さの解消は向上し、初期精度が最も低い聴取者では極方向の精度も上がることが示されています。
説明FuzzInsight：カバレッジ誘導型DNNファジングにおける効率と効果のトレードオフ
要約本論文は、欠陥を露呈するコーナーケースを生成するカバレッジ誘導型ディープニューラルネットワーク（DNN）ファジングの設定方法を検討しています。著者らは種（シード）選択戦略「Equalized Sampling」を提案し、平均シードキュー利用率を77%に高め、従来手法を13ポイント上回ったと報告しています。MNIST、SVHN、GTSRB、CIFAR-100の4データセットで84種類の設定を評価し、LSCD、LSC、MDSCなどの非構造的基準は計算量が大幅に少ないことを示しています。生成したコーナーケースで再学習すると汎化の頑健性が向上したとされています。
説明OfficeTown：エージェントの進化のための生成的組織シミュレーション
要約本論文は、組織の目的と活動の自然言語記述から専門組織をシミュレートする枠組みOfficeTownを提案します。メンバーは業務を調整し、補助エージェントに作業を委任して成果物を審査し、文書や決定事項は後続の作業に引き継がれます。著者らは8つの専門分野にわたる23の組織から406タスク・4,836評価基準のOfficeTown Benchを構築し、そのデータでQwen3.5-9Bを微調整したところ、GDPvalを含む外部ベンチマークで大幅な向上が見られたと報告しています。
説明順位圧縮における比例性：多数の順位を少数の順位に圧縮しつつ代表性を保つ問題
要約本論文は、与えられた順位の集合をより小さな順位の集合に圧縮する問題を扱い、順位集約と多議席投票という二つの社会選択の枠組みを組み合わせたものとして位置づけています。著者は、位置比例性、対比例性、堅固な連合に対する比例性（PSC）の三つの比例性概念を提案しています。位置比例性とPSCは、任意の入力順位と目標サイズに対して常に満たすことができ、多項式時間で出力を求められることが示されています。一方、対比例性は一般には満たせないものの、入力順位が単峰型または単交差型の場合には達成可能であることが示されています。
説明視覚的因果連鎖ブックマーク：遅延報酬に対する強化学習のための検索重み付き信用割り当て
要約本論文は、報酬が行動から何ステップも後に届く場合に、どの決定が回報を決めたのかを判断する信用割り当ての問題を扱います。提案手法VCBM（Visual Causal-chain Bookmarking）は、低次元で完全観測可能な修理タスクにおいて、回報を決める決定点に信用を集中させ、20シードの平均1,532.3エピソードで95.07%の正答率に到達しました。LSTMベースのRUDDERより速く（平均3,327.1エピソード、p<0.001）、部分観測のAppWorldでは状態を変える工具呼び出しの発見的手法と検索を用い、各条件は1シードのみの算力制約下のデモです。
説明LangNCO：自然言語制約を神経組合せ最適化の推論時介入へコンパイルする手法
要約本論文は、学習済みの神経組合せ最適化ソルバーの構造や入力表現、パラメータを変えずに、インスタンスごとの自然言語による要件を推論時の介入へ変換するフレームワーク LangNCO を提案する。大規模言語モデルが要件を検証済みのドメイン固有言語のルールに翻訳し、決定論的な実行器がそれを硬い行動マスクとして適用する。さらに、重要ノードを基準にした偏りロールアウトで実行可能な続きを確保する。CVRPタスクでの評価では、主要な4つのデータセットで実行可能率100%が報告されている。
説明MoEモデル内部の、より強い教師：オンポリシー双方向蒸留によるMoEモデルの強化
要約本論文は、混合エキスパート（MoE）大規模言語モデルを対象に、MoEvolveという双方向蒸留フレームワークを提案しています。まず、トークンあたりの活性化エキスパート数を増やしたhigh-kモデルを回復・強化し、その能力を元のlow-k構成へ逆方向に蒸留します。実験では、初期モデルのドメイン平均スコアが最大22.2点向上し、同一予算のRLVRベースラインを最大6.5点上回ったと報告されています。
説明AMEND：制約誘導型マルチエージェント文章無害化と分離型クリティック
要約本論文は、推論時の文章無害化フレームワークAMENDを提案します。役割に応じた候補生成、分離された多次元評価、制約優先の選択に処理を分けています。AMEND Liteは、有害な箇所が残る場合にのみ、最大1回の的を絞った修正を行います。ParaDetoxでは、複数役割の単一ラウンド選択が最良の単一役割より共同評価指標で0.0508高くなりました。凍結された確認用テストセットでは、AMEND Liteが0.6597±0.0062のスコアを達成し、推論リクエストは28.4%削減されています。
説明『LLMは影で何をしているか：非埋め込み暗黒空間から文脈依存を読み取る』：隠れ状態で幻覚を検出する新手法
要約本論文は、大規模言語モデルの忠実性の幻覚（回答が与えられた文脈に依存しているか）を検出する方法を研究しています。著者らは、非埋め込み行列とわずかにしか結合しない「暗黒空間」へ隠れ状態を射影して文脈依存を推定し、その割合を文脈利用の直接的な指標となる暗黒物質比（DMR）として定義しています。パラメトリック知識スコアと組み合わせた DarkLens は、単一の前向き計算だけで動作し、3つの QA・要約ベンチマークと6つのオープンウェイトモデルで複数のベースラインに匹敵するか上回る結果を示しています。
説明長期的タスク向けエージェント強化学習のための木構造事後分布蒸留（TreeOPSD）
要約本論文は、長期的な対話タスクにおけるエージェント強化学習のため、価値ネットワークを用いない木構造の事後自己蒸留フレームワーク TreeOPSD を提案している。各対話ターンを木のノードとみなし、共通の接頭辞から別の続きを分岐させ、最終報酬をターン単位の信用に逆伝播させる。その信用を、凍結された行動方策に対する尤度比で定まる有界な教師分布に写像し、連続するミニバッチ更新を有限の目標へ抑える。著者らは、複数のベンチマークとモデル規模で、特に長期的タスクで性能が向上したと報告している。
説明音声BCIに大規模モデルは本当に必要か？規模拡大を超えた神経デコーディングの再考
要約本論文は、音声ブレイン・コンピュータ・インターフェース（BCI）で「モデルは大きいほど良い」という前提に疑問を投げかけます。著者らは二段階の枠組みBESTを提案し、階層的な中間表現と小型の音声指向デコーダで神経活動をテキストへ直接写像します。Brain-to-Text '24と'25のベンチマークで、それぞれ単語誤り率6.19%と1.62%を達成し、比較手法の3.85%のパラメータしか使用していません。デコーダの規模拡大による効果は単調ではなく、モダリティ間の整合がモデルサイズより重要だと指摘しています。
説明構造親和性：連続的なケージベース形状設計のためのアルゴリズム
要約ケージベース変形（CBD）は少数の制御ハンドルで3次元形状をパラメータ化し、アニメーションや対話的モデリング、空力形状最適化などに使われています。本論文は、平均値座標で事前計算した親和行列により内側の制御ケージと外側の粗いケージを結合する明示的な正則化手法「構造親和性（Structural Affinity）」を提案します。ロボットの制御と形態の協調設計、ニューラル変形転送、翼形状最適化の三つの課題で、ケージの自己交差とメッシュの歪みが減り、手作業で設計した構造損失項への依存が減ったと報告されています。
説明視覚階層を用いた知識誘導型分布プロンプト学習によるゼロショット異常検知
要約本論文は、未知のクラスの異常を検出するゼロショット異常検知（ZSAD）を扱い、正常分布を基準とする階層的な分布プロンプト学習の枠組みHiDistを提案しています。各プロンプトトークンを対角ガウス分布でモデル化し、異常の分布を学習済みの正常の基準からの偏差として表現します。その結果を、画像レベルの検出と画素レベルの局所化にそれぞれ用いています。七つの産業・医療データセットで、データセット横断の性能が高いことが示されています。
説明Chinese Decision：単一パスで確率的に判断する言語モデル群
要約本論文は、事前学習済みの因果言語モデルを中国語の決定タスクに適応させた Chinese Decision を提案する。各質問は候補記号を含むプロンプトにまとめられ、単一の順伝播で候補文字の末尾位置のロジットを読み取り、有効な選択肢上で正規化する。Qwen3.5 の 0.8B、2B、4B を基盤とした 3 モデルを作成し、CJ-Bench で 4B モデルの総合正解率は 85.97% と報告されている。
説明LongForge：証拠-主張推論グラフによる長文脈指示データの測定と改善
要約長文脈の指示チューニングデータに対する既存の品質管理は、生成過程で一度だけ行う単一スコアの判定にとどまり、回答が文書のどの部分を使い、何段階の推論を書いているかを示せず、監査も制御もできない。LongForge はデータ品質を文書・質問・回答の整合構造として定式化し、データを測定する分析器と生成する合成器を組み合わせる。分析器は各サンプルを証拠-主張推論グラフに再構成し、広さ・深さ・正確性・完全性の四指標を計算する。七つの主要データセットの測定では、広さが文書長とともにほとんど増えず、深さが全般的に低いことが分かった。LongForge-1 と LongForge-N は六つの長文脈ベンチマークで最強のベースラインを平均 2.2〜4.7 ポイント上回る。
注目点データ品質を証拠-主張推論グラフとして形式化し広さ・深さなどを分解、監査可能かつ制御可能にした。2つのバックボーンと6つのベンチマークで平均2.2〜4.7点の向上を示す。
説明チェスと囲碁を自然言語で説明する研究
要約現代のチェスエンジンは人間をはるかに超える強さを持ち、その着手の背後にある考え方は人間には理解しにくいことがあります。本論文はエンジン評価に基づき、チェスの説明を自動的に評価する指標を提案しています。その指標で主要な言語モデルを評価すると、表面的な盤面の観察に頼り、汎用的なチェスの概念を十分に捉えられないことがわかりました。そこで著者らは、学習を必要としないBinProp法を導入し、モデルが再利用可能な概念を見つけて自然言語で着手を説明できるようにしています。
説明アルゴリズムモデル化：最適化アルゴリズムを進化可能な知能へ変換する
要約本論文は、反復アルゴリズムを学習可能なモデルに変換する「アルゴリズムモデル化」という新しいパラダイムを提案している。アルゴリズムの実行軌跡を計算経験とみなし、反復最適化を自己回帰過程としてモデル化する。さらに、複数の教師アルゴリズムから模倣し、最適化フィードバックによって超越することを目指す学習枠組みを示している。
説明Littlestone 類のほぼ線形な私的学習
要約本論文は、差分プライバシーの制約下での二値分類学習を扱い、Littlestone 次元が近似的私的 PAC 学習可能性を特徴づけることを前提としています。Littlestone 次元 d のクラスに対し、私的サンプル複雑度の上界が O(d log d) であることを示し、従来の O(d^5) などの結果を大きく改善しています。主な手法は、データ依存の候補集合に対する構造的指数機構で、部分空間クラスでは、そのランクは余次元に相当します。
注目点差分プライバシー学習の標本複雑度をd^5から準線形のO(d log d)へ改善し、構造的指数機構を提案。理論的改善として新規性と影響が高い。
説明Cross-Centaur：言語モデルによる心理課題横断の個人意思決定モデリング
要約本論文は、591 名の参加者が 12 の課題で行った 261,551 件の有効な意思決定を収めた Cross-Psych-101 データセットを提案します。同一参加者の課題間の対応づけがある点が特徴です。著者らは、対象課題の説明と、同じ参加者の源課題の説明および行動を与えて対象課題の行動を予測する Cross-Centaur を学習させました。未知の参加者に対して、既存の大規模言語モデルや Centaur より高い性能を示し、隠れ状態には課題間で移転する個人レベルの行動傾向が符号化されていることが示されました。
説明QuAD：内容認識型マルチエージェントによる定性データ品質の定量評価フレームワーク（分布整合に基づく）
要約本論文は、半構造化質問から得られた定性的回答の集合が、研究者が選んだ分析の観点に適しているかを、本格的な分析の前に定量的に評価するフレームワーク QuAD を提案しています。回答から再構成した内在的なクラスター分布と、メタデータから導かれる外在的な分析の観点を比較し、四象限の指標によって適合性の目安を示します。評価の一貫性を高めるため、内容認識型のマルチエージェントシステムも設計されており、合成データ実験と社会調査の事例で検証されています。
説明CIIR：クラスでインデックスされたインターフェース表現学習によるデータセット間接続
要約本論文は、対応のないデータセット同士をクラス別インデックスのアドレス空間で接続するモジュール型エンコーダ・デコーダ枠組み CIIR を提案します。手書き数字、衣類画像、音声数字スペクトログラム、手話画像からアドレス空間を学習し、基盤を凍結した後に軽量なアダプタのみを学習して SVHN を接続しました。両方向の端対端アドレス転送精度が報告されています。
説明AIはインタビューできるか？AI主導と人間主導のチャット形式インタビューの比較
要約本論文は、大規模言語モデルのチャットボットと人間の面接者による文字インタビューのデータ品質を比較しています。41名の大学生を対象とした無作為化実験で、訓練された非専門の面接者またはローカルに配置されたAIシステムが、同期式テキストチャットで面接を行いました。AI面接者は質問数が2倍以上で、回答テキストも約65％多く得られ、両条件とも回答はほぼ話題に沿っていました。大規模な定性データ収集におけるAI面接の実現可能性が支持されています。
説明検索エージェントのマルチターン強化学習における根拠に基づくクレジット割り当て（GCA）
要約本論文は、GRPOなどの結果報酬型強化学習が、検索エージェントの各トークンに同じ優位性を与え、証拠の発見と利用を区別しないと指摘する。Search-R1はBamboogleで正解のうち証拠に裏付けられた割合が84.0%から42.9%に低下することを示す。これに対し、検証可能な下位結果を用いて検索と回答のクレジットを別々に補正する根拠に基づくクレジット割り当て（GCA）を提案する。Qwen2.5-3BとQwen3-30B-A3Bでは平均EMがそれぞれ5.7点と6.3点向上し、証拠に裏付けられた正解の割合は76.9%から93.4%に上がった。
説明メモリ効率の良い学習のためのローカルプロキシ手法
要約本論文は、Transformerにおいて精度とメモリ効率を両立するローカル学習の方法を検討しています。各Transformerブロックについてローカルプロキシネットワークを蒸留によって学習させ、全体のネットワーク出力を予測させることで、誤差逆伝播の勾配をよく推定しながら独立に勾配を伝播させます。CIFAR-100のビジョントランスフォーマーでの評価では、他のローカル学習手法より精度とメモリのトレードオフが優れており、少ないメモリ予算での大規模言語モデルの微調整にも有効で、同程度のメモリを使うゼロ次最適化手法より高速かつ高性能だと報告しています。
説明LexPilot：中国の民事相談で非専門家と能動的にやり取りする法律LLMの能力を評価するベンチマーク
要約論文は、情報が不十分な非専門家の相談に対し、現行の大規模言語モデルが十分な根拠なしに無責任で有用性の低い回答をしがちであることを示しています。著者らは、中国の実際の民事判決432件（36種類の訴因）に基づくベンチマーク「LexPilot」を構築し、完全版と情報不足版の相談履歴を判決と対応させました。実験では、情報不足の相談での能動的な対話が苦手で、判決予測は情報が完全な場合より平均23.84%低下しました。
説明MetaCurate：高品質なエージェント型コーディングデータのためのフィルター自動進化
要約本論文は、ペアワイズ LLM 判定を用いて実行可能な軌跡キュレーションフィルターを自動的に進化させる、学習不要のフレームワーク MetaCurate を提案します。フィルターの順位付けと判定者の選好との不一致を、ルール、評価基準、集約方針の同時修正に用いています。制御された SFT 実験では、手作業のルールベースフィルタリングや、探索コストが 3.5 倍となる学習ループ基線を含む比較手法の中で、SWE-Verified の平均スコアが最も高くなりました。
説明共形検定マルチンゲールの情報幾何学的な死角：条件付き再サンプリングによる検出不能な分布シフト
要約本論文は、共形スコアに基づく検定マルチンゲール（CTM）が交換可能性を逐次検定する際の死角を扱う。共形スコアの分布を変えない分布シフトは、CTM からは検出できないことを示し、その等価類と KL 情報量で最も近い「A 隠蔽 I 射影」を定式化する。実験では、EMNIST の文字を MNIST の数字と同じスコアになるよう条件付きで再サンプリングし、台が交わらない分布でも検定マルチンゲールが検出できないことを示している。
説明RGB-赤外線マルチオブジェクト追跡のための信頼性一貫外観モデリング
要約本論文は、RGBと赤外線画像を用いたマルチオブジェクト追跡のためのRCA-MOTフレームワークを提案する。RGB、赤外線、融合の3種類の識別表現を保持し、学習を必要としない推定器で各検出の分岐ごとの外観信頼性を求め、識別分岐の重み付け、境界付近の候補の校正、外観メモリの更新制御に用いる。VT-MOTとUniRTLで新たなSOTA結果を報告しており、HOTAとIDF1はそれぞれ従来最良を上回ったとされる。
説明LED：先読み編集によるマスク拡散言語モデルの改善
要約本論文は、マスク拡散デコーディングに書き換え可能な提案状態を加える先読み編集（Lookahead Editing、LED）を提案しています。各デコーディング段階で、モデルは単語を マスク系列に確定する前に、この提案状態で将来の予測を複数回の先読み更新により反復的に洗練します。Qwen2.5-7BとQwen3-8Bを微調整したLED-7BとLED-8Bは、八つのベンチマークで標準のマスク拡散モデルの教師あり微調整に比べ、平均でそれぞれ+11.4、+7.7ポイント向上しました。教師あり微調整のみのLED-8Bは、継続事前学習、教師あり微調整、強化学習で訓練されたLLaDA2.1-16B Qモードも上回ったと報告されています。
説明Scene-Designer：エージェント型3Dシーン生成のための設計知能の学習
要約本論文は、自然言語から完全で整合性があり利用可能な3D屋内シーンを生成するためのエージェント型フレームワーク Scene-Designer を提案し、シーンの設計と品質の評価という2つの能力を学習させます。著者らは2種類のデータセットを構築し、設計決定を改善して不要な試行錯誤による修正を減らす Critic 誘導型の Scene-GRPO を提案しています。実験では、物理的妥当性、機能的正しさ、レイアウトの整合性で優れた性能を示し、学習された評価モデルも汎用モデルを大きく上回ることが報告されています。
説明説明可能な予測のための、マルチモーダル埋め込みのドメイン固有言語アライメント
要約本論文は、解釈可能な補助データと結び付けられる任意の埋め込み空間を言語と整合させる枠組みを提案します。大量の画像キャプション対データは不要です。補助データを部分的なキャプションに変換し、記述する性質の類似度で重み付けしたソフトな対比損失を用い、補助データを基準に評価する概念検索課題で整合性を測ります。地球観測の埋め込みを用いた生物分布モデリング（S2BMS、SatBird）に適用し、平均概念検索で既存の地球観測用視覚言語モデルを上回り、種と生息地の関連（ρ=0.44）も再現しています。
説明WebCoder：成果物に基づくエージェント強化学習によるフロントエンド開発の汎用化
要約本論文は、成果物（artifact）に基づくエージェント強化学習で訓練された汎用フロントエンド開発エージェントWebCoderを提案しています。実行可能な環境Webdev-World上で、共有アプリケーションの変化とタスク要件の充足度に基づいて報酬を割り当てます。また、評価用のWebdev-Benchを導入しています。論文によれば、WebCoder-27Bは、Webdev-Benchにおける要件充足率をベースモデルの64.8から72.8に向上させ、Vision2Webでは平均スコアを41.1から62.4に改善したとされています。
説明構造動力学向けGraphNARXモデルの試み
要約本論文は、構造動力学のためのグラフベースの非線形自己回帰外生入力モデル「GraphNARX」を提案する。構造の幾何形状を考慮し、動的挙動を構造要素間の相互作用としてモデル化して、システム同定に用いる。システム同定と仮想センシングの両方の枠組みで評価され、良好な精度を示すとともに、異なる寸法の構造への汎化能力も確認されている。
説明言語がツール利用の許可と検索後の安全性に与える影響の切り分け
要約本論文は、多言語環境でLLMエージェントが検索ツールを使う際の安全性を検討しています。URL検索の統制された設定で、リクエスト、検索ページ、回答の言語を独立に変え、10モデルと7言語で評価しました。非英語の有害なリクエストでツール許可率が上がること、回答をページの言語で書かせると有害性が上がることが示され、ツール許可と回答の有害性を別々に測るべきだとしています。
注目点ツール採用と検索後生成の多言語安全性リスクを分離して分析し、SLIPという現象を提案、10モデル7言語で統制実験を行い、証拠は十分で影響範囲も広い。
説明高い意味忠実度を目指して：マルチエージェント通信における超次元記号メッセージ
要約本論文は、非理想的な通信路におけるマルチエージェント通信の意味忠実度の問題を扱い、超次元記号メッセージ（HSM）という新しいメッセージ形式と、それに対応する通信フレームワークHermを提案しています。Hermは、実体・属性・値の構造化符号化により伝送忠実度を確保し、受信側中心の自己結合機構、類似度を考慮した二分岐融合モジュール、代数的逆演算による反復復号により変換忠実度を確保します。実験では、さまざまなノイズ環境下でベースラインを上回り、構造の読みやすさも優れていることが示されています。
説明大規模推論モデルの安全性整合のためのGRPOの再検討
要約大規模推論モデル（LRM）は高い推論能力を持つ一方、安全でない出力を生成する脆弱性があります。安全性整合に広く使われるGRPOには、安全に関する学習信号が不十分になる二つの失敗モードがあることを本論文は指摘し、それを改善するBeaconという枠組みを提案しています。実験では、複数のモデルと八つのベンチマークで平均安全性と推論性能が最良となり、平均安全性誤りを最大32.83ポイント削減しつつ過剰拒否は低く抑えられたと報告されています。
説明潜在因子の構造的役割：表出位置と時間的な流れの同時識別
要約本論文は、動的システムにおける潜在因子の構造的役割を定式化し、どの観測に現れるか、過去からの影響を受けるか、未来へ影響を伝えるかを記述します。適切な構造条件と変動性条件のもとで、三つの役割は各時点の共通の置換の下で同時に識別可能であることを示しています。この理論に基づき、共有された潜在座標系で役割を追跡するRoleTraceを提案し、合成データと多人数会議の実験で検証しています。
説明学習された潜在多表表現による先験データ適合型リレーショナルモデルへの道
要約本論文は、大量の合成リレーショナルデータベースで図ベースの関係基盤モデルGriffinを事前学習し、そのエンコーダの潜在表現を凍結されたインコンテキスト予測器に渡す手法を検討しています。対象タスクでの学習は行っていません。16の実世界の関係分類タスクでは、スキーマに基づく合成データから始め、スキーマに依存しない合成データへ進むカリキュラムが最も高い性能を示しました。PFN型の合成事前学習が図ベースモデルにも転移しうることを示す初期的な証拠です。
説明検索の開始前：LLMエージェントにおける安全性とツール利用の判断
要約本論文は、大規模言語モデルがエージェントとして外部ツールを呼び出すかどうかの判断そのものの安全性を扱います。従来のツール安全性研究は呼び出し後の処理が中心でした。著者らは7つのオープンウェイトモデルを用い、入力要求を操作する実験を行い、要求された操作の要素を中和すると呼び出し許可の差が最も大きいことを示しました。さらに、文章による拒否と呼び出し判断の関係は部分的でモデルに依存すると結論づけ、文章による拒否を代理指標とせず、ツール呼び出しの判断を直接評価・監督すべきだと提案しています。
説明ParetoChat：大規模言語モデルに基づく対話型多目的最適化インターフェース
要約本論文は、ユーザーの自然言語による選好を多目的最適化に必要な構造化パラメータへ変換し、最適化システムを呼び出して候補解を提示し、フィードバックを反復的に収集する、LLMベースの専門家エージェント型インターフェース「ParetoChat」を提案しています。多目的ナップサック問題と集合分割問題で、LLMによる模擬意思決定者を用いてDESDEOの対話型手法と比較実験を行い、過去の宅配注文割り当てデータでは、利用者が自然言語で目的の極端値や中間的トレードオフを探索する様子を示しています。
説明同じ人、異なる助言：繰り返しのリスク許容度回答でLLMの投資助言を監査する
要約本論文は、AI投資顧問が一つのリスク許容度質問で株式配分を決める一方、人々の回答は安定しないことを指摘します。七つの大規模言語モデルに、リスク回答のみが異なる800の家計プロファイルについて配分助言を求めたところ、推奨株式比率は平均で10〜16ポイント変動しました。著者らは、同一人物の再テストを AI 助言者の標準的な検査とすべきであり、信頼できない回答への対応は統計だけでなく顧客の自律性にも関わると論じています。
説明思考ブロック：軌跡から状態へのコンパイルによるマルチエージェント向け非自己回帰潜在通信
要約本論文は、大規模言語モデルを用いたマルチエージェントシステムで、エージェント同士が潜在通信を行う方法として「思考ブロック（Thought Blocks）」を提案します。これは一度に構築される固定サイズの潜在キーバリュー継続メモリです。自己回帰型の潜在通信と比べて平均2.5倍、テキストベースの通信と比べて平均8.6倍の遅延短縮を報告しています。
説明モデルからポリシーへの定式化による具現化基盤モデルの統一
要約本論文は、確率的カーネルに基づき、ロボット向けの具現化基盤モデル（視覚・言語・行動モデルや世界・行動モデルなど）をアーキテクチャに依存せず記述する確率的枠組みを提案する。条件付き出力分布と行動実現カーネルによりタスク条件付きのロボットポリシーを導き、事前学習と事後学習を方策の展開に結びつける。この枠組みをOpenVLAとDreamZeroに適用している。
説明エージェント型インコンテキスト学習：閉ループ相互作用でTransformerはどのアルゴリズムを学べるか
要約本論文は、言語モデルエージェントが相互作用を通じて文脈に入る証拠を自ら決める設定での文脈内学習を研究します。対話的学習者を状態・更新・意思決定規則で表し、能動学習、多腕バンディット、オンライン強化学習を扱います。因果的Transformerがこれらのアルゴリズムを有限期間で近似できることを示し、報酬の損失の上限を与えます。さらに、異なる報酬で学習すると異なる意思決定方策が得られることを実験で示しています。
説明TriFold：不規則な3Dガウシアンを構造化潜在表現に畳み込み、3Dシーン生成に用いる手法
要約本論文は、ネイティブな3Dガウシアンシーンを固定レイアウトのトライプレーン潜在表現に符号化し、幾何と外観を同時に再構成するVAE「TriFold」を提案しています。セルごとの学習済みクエリで投影されたガウシアンを集約し、占有予測と集合予測により局所的なガウシアン集合を再構成します。さらに潜在フローマッチングモデルにより、点群条件付きおよび単一画像条件付きのシーン生成を行い、部分的な観測からの生成でも高い忠実度を示したと報告しています。
説明「Distill Until Divergence」：エージェント強化学習のための誤り切り捨て型事後蒸留法
要約本論文は、長期的な対話におけるエージェントの強化学習を扱います。既存手法では、蒸留されたスキルによる監督が現在の状態と食い違う場合があるため、軌跡の結果と誤りの境界に応じて2種類の事後スキルを使い分けることを提案しています。正のスキルは成功した手順と誤り前の判断を強化し、負のスキルは決定的な誤りを修正します。誤り後の部分はGRPOのみで最適化されます。実験では競争力のあるタスク性能と、細粒度の信用割り当ての有効性が示されています。
説明SynerGest：二者対話のための時空間協調ジェスチャー生成
要約本論文は、二者対話において音声に合わせて仮想アバターのジェスチャーを生成するフレームワーク SynerGest を提案する。学習には、意味の合わない組み合わせを罰する対照フローマッチング（CFM）を用い、さらに「どの動きか」と「いつ動くか」を分けて扱う衝撃–傾向協調注意機構（ITSA）を導入している。著者らは2つの公開データセットで最先端の性能を示したと報告している。
説明DIFFLET：AWS Trainium 上の拡散 Transformer モデル向け高速推論エンジン
要約本論文は、AWS Trainium2 上で拡散モデルを提供する推論エンジン Difflet を紹介しています。5 つのモデルパイプラインが同一のコンパイルバックエンドを共有し、結合注意機構はアテンションヘッド単位で各コアに分割されます。各ステップでデノイザーを実行するか以前の出力を再利用するかをホストが判断します。画像・動画の 5 モデル系列で、PyTorch/XLA の注意機構を使う同じフレームワークと比べ、融合注意機構はデノイザーのステップを 1.2〜4.3 倍高速化しました。4 つのモデルでは、リクエストごとに重みを読み直す単独実行より常駐型サービスが 1.5〜3.4 倍高速でした。
説明SpikeQ：スパイキングニューラルネットワークのためのスパイク誘導型学習後量子化手法
要約スパイキングニューラルネットワーク（SNN）はニューロモーフィックチップで低消費電力だが、チップのメモリは限られるため低ビットの重みと膜電位が必要になる。著者らは数値誤差（平均二乗誤差など）ではなく、スパイクの誤りを基準にする量子化フレームワークSpikeQを提案する。重みは下流ニューロンをシミュレートしてスパイク誤差を最小化する水準を選び、膜電位はリセットを考慮した格子で閾値を丸め境界に置く。画像分類、意味的セグメンテーション、物体検出の7つのベンチマークで評価し、両方4ビットの場合、全精度との差は2.59ポイント以内、メモリは約7.8〜7.9倍、消費エネルギーは約6.4〜6.9倍削減されたと報告している。
説明性能はどこへ消えたのか：C から Rust への変換で生じる性能低下の原因究明と回復
要約本論文は、\crust{} などの変換ツールで 20 の実際の C プロジェクトを Rust に変換した後の性能差を調べています。分析に使った 8 プロジェクトのうち、19 操作中 12 操作で変換後の Rust は元の C より 3% 以上遅く、最大 62.2% 遅くなりました。作者らはこの低下を、繰り返し現れる 9 種類の性能問題に帰し、LLM を用いた再利用可能な最適化ルールで回復する手法 \ourtool{} を提案しています。開発に関与していない 12 プロジェクトの 41 操作では、40 操作が高速化され、そのうち 18 操作は元の C より速くなりました。
説明GR-OPD：オンポリシー蒸留のためのグループ相対的系列クレジット割り当て手法
要約論文は、オンポリシー蒸留（OPD）で一般的なトークン単位の更新は信用割り当てが局所的で、前の行動が後続のフィードバックに与える影響を無視していると指摘します。著者らはGR-OPDを提案し、トークン単位のフィードバックを校正された系列レベルの信用に集約し、同一プロンプトの複数ロールアウトで教師の指導を校正します。5組のQwen3師弟設定と6つの数学推論ベンチマークで、マクロ平均Avg@Kにおいて素のOPDを上回り、思考パターンが一致しない場合も学習が安定したと報告しています。
説明証拠グラフの構造は回答の正しさをいつ予測できるか：構造化検索における、ラベル不要の回答保留手法
要約検索システムは回答にスコアを付けますが、高いスコアが必ずしも信頼できることを意味するわけではありません。本論文は、証拠グラフ上で選択された証拠に境界カットを適用する、学習不要の回答保留（アブステンション）手法を提案しています。正解ラベルを必要とせず、MemoryAgentBench のマルチホップ課題では、精度-カバレッジ曲線下面積を最良のスコアベースラインの 0.736 から 0.785 に向上させました。効果はグラフの構築方法、エッジの意味、関係の種類によって異なると報告されています。
説明スパースな未知姿勢画像からのフレーム一貫性を持つフィードフォワード3Dガウシアン・スプラッティング
要約本論文は、姿勢が不明な少数の画像から三次元シーンを素早く再構成する方法を扱います。凍結したVGGT（姿勢推定）と凍結したTokenGS（ガウシアン生成）を組み合わせた二段階の構成を用いています。著者らは、主な問題は回転の誤差ではなく、座標系の不整合と並進スケールの不一致にあると述べています。これらは決定論的に補正でき、補正後は追加学習なしでCOLMAP基準に近い品質が得られ、スパース設定でも同等の結果が示されています。
説明研究アイデアの出発点：前方引用監督による実行可能な限界の生成
要約本論文は、文献から実行可能な研究の限界を特定する、自動研究構想パイプラインの最初のステップに焦点を当てています。著者らは、人手で検証された18,279件の証拠付き教師三つ組からなるActLim-Benchを構築し、教師あり微調整、検証器でフィルタした拒否サンプリング微調整、検証器をオンラインの密な報酬とする強化学習の三段階の事後学習手法を提案しています。報告によれば、本手法は最先端モデルの中で最も高い再現率を達成し、人間による非同点比較の64.9%で好まれ、下流の構想システムを改善します。
説明知識型・推論型ベンチマークは、LLMに安定した内部表現の特徴を生むのか？
要約本研究は、事前に定めた「知識／推論」ラベルが、5つの7Bから31BのLLMの内部で再利用可能な表現の特徴を定義するかを検証しています。タスク単位で探索器を評価し、ラベルをタスク間で置換しました。内部活性化による探索器はMMLUの学科分割を再現しましたが、プロンプト文のみでもほぼ同等に予測でき、活性化による上乗せ効果はわずかで有意ではありませんでした。語彙要因を調整すると有意性は消え、検出可能な転移可能な知識／推論の特徴は確認されませんでした。ただし中程度の効果は除外できません。
説明ループ型言語モデルの正しい設計に向けて（第1部）：トポロジー、入力注入、再帰状態の設計
要約ループ型言語モデルは、論理的な深さにわたって同じTransformerブロックを再利用する構造です。本論文では、再帰の配置、入力注入、再帰状態の構成という要素を分離し、同じパラメータ規模、論理的深さ、トークン数で一から学習させたモデルを比較しています。前処理・再帰・後処理を組み合わせた構造は、文脈抽出と推論タスクで性能を向上させ、入力注入は主に知識検索と文脈利用を強化すると報告されています。730Mパラメータ・336Bトークンの規模ではHuginn型設計がOuroを上回り、その利点はMoEモデルにも引き継がれるとしています。
説明二重スパースなスパイクWigner模型における識別可能性と復元
要約本論文は、信号とノイズがともにスパースなスパイクWigner模型において、スパースなランク1信号の識別可能性と復元を、複数のアルゴリズムとパラメータ領域で検討しています。次ガウス分布のノイズと非ゼロ成分が0から離れたスパイクについては、留一法による二次閾値処理で台を特定します。Rademacherスパイクでは符号同期により厳密な復元が得られます。著者らは以前のPCA結果と合わせ、ほぼ全パラメータ領域を扱っています。
説明ASE：時系列予測のための帰属誘導型意味進化フレームワーク
要約本論文は、テキスト因子を構築し、数値モデルに対する条件付き寄与を評価し、検証で選ばれた数値・テキスト融合予測器を展開するためのASEフレームワークを提案する。テキストを含む4つのTESSデータセットでは、各実装のテストMSEが公表済みのTESSスコアをいずれも下回った。CSI 300の動的株式ランキングでは、テキスト融合実装が数値専門家およびシャッフルしたテキストより平均RankICで高かった。
説明LLM生成広告におけるマーケティングラベルの因果的価値帰属：デコンファウンダー手法
要約本論文は、生成型マーケティングにおいて専門家のラベルがLLM生成広告の効果に与える因果効果を研究し、専門家のラベリングロジックを分離し各スキルの因果寄与を推定するD-VAE（デコンファウンダー変分オートエンコーダ）フレームワークを提案しています。29,177件のファンデーション化粧品広告で既存ベンチマークを上回る性能を示し、フィールド実験では推奨構成によりエンゲージメントが32.7%向上し、人間の専門家と統計的に差がないことが報告されています。
説明動画から音声を生成するための意味的重要領域（SCR-V2A）
要約実際の動画では、物体の動きや接触、相互作用など細かな視覚情報と音が結びついていることが多いものの、既存の映像から音声を生成する手法ではそれらを十分に捉えきれていません。本論文は、音に関連する視覚的手がかりを含む領域を「意味的重要領域（SCR）」と呼び、それを定位・符号化して音声生成を導くSCR-V2Aフレームワークを提案します。アダプタベースの二重視覚エンコーディングで全体文脈と細部の手がかりを組み合わせ、音声生成モデルの条件として用います。実験では、分布の一致と音声品質で高い性能を示し、学習パラメータも少ないと報告されています。
説明ユーザーマニュアルを使い、コンピュータ操作エージェントを新しいソフトウェアに適応させる研究
要約本論文は、ユーザーマニュアルを手続き的知識の源として活用するMAGE（Manual-augmented computer use AGent Execution and learning）という枠組みを提案しています。実行時には関連するマニュアル内容を検索し、プランナーが明示的な手順指示を生成するとともに、環境との相互作用でポリシーを調整します。学習時にはマニュアルを実行可能なタスクと計画の組に変換し、人手による実演なしで軌跡を収集して方策を最適化します。六つのアプリケーションでの実験では、強いベースラインより成功率が向上したと報告されています。
説明「ディープリフト」：最も単純な最適化手法でも、ニューラルネットワークは汎化できる
要約本論文は、幅と深さが制限されたReLUニューラルネットワークで、学習データを補間するパラメータを一様ランダムに選んだ場合の汎化性能を研究しています。データがより小さなネットワークで説明できる場合、この単純な選択でも完全なネットワークのVC次元ではなく、小さなネットワークの規模に依存する速度で汎化することを示します。「ディープリフト」と呼ばれる証明手法で多数のほぼ同等のパラメータを構成し、ラベルの誤りがあっても結果が保たれることを述べています。
注目点深いリフティング技術を提案し、ReLUネットワークのランダム補間パラメータの汎化機構を説明。VC次元の限界を超える理論結果だが、大規模実験による検証は乏しい。
説明非線形分離可能なデータ上の最小 ReLU 分類器：安定端およびその先での収束と暗黙のバイアス
要約本論文は、一次元の非線形分離可能データに対し、ロジスティック損失で学習させた二ニューロンの ReLU ネットワークという最小設定を分析する。目的関数は非凸かつ非滑らかで、勾配降下法は安定端（EoS）の挙動を示す。損失の有限時間上界を定数学習率で証明し、勾配降下法の方向が明示的な最大マージンベクトルに収束することを示す。さらに学習率を自適応に増加させる方式を提案し、その損失収束率は標準的な O(1/T) より速い O(1/(T log T)) であることを理論的に示し、MNIST で検証している。
注目点非線形可分データ上の2ニューロンReLUネットワークでEoSと適応的ステップサイズを解析し、O(1/(T log T))の収束率を示す。理論と MNIST での検証があり、根拠は比較的しっかりしている。
説明適応的エキスパート割り当てによるCPU-GPU協調MoE推論手法
要約Mixture-of-Experts（MoE）モデルは専門家ネットワークの重みが大きく、GPUメモリに収まらない場合は一部をCPUにオフロードする必要があります。本論文は、各専門家のトークン負荷に応じてGPUとCPUに処理を適応的に割り当てるCPU-GPU協調推論システムを提案します。負荷の高い専門家はGPUへ転送し、低い専門家はCPUで実行し、両経路の完了時間をできるだけ早く揃えます。3つのMoE大規模言語モデルでの実験では、最強のベースラインに対し、プリフィルは最大51.9%、デコードのスループットは最大39.5%向上したと報告されています。
説明BRICE：脳に着想を得た再帰的錯視輪郭点群補完エンコーダ
要約主流の点群補完手法は注意機構の積み重ねや順伝播接続に依存しがちである。本論文は、哺乳類の大脳V1野で錯視輪郭（脳による視覚情報の補完機構）が生じることに着想を得て、予測符号化を基盤とする着脱可能なエンコーダBRICEを提案し、不完全な三次元点群の欠落部分を推定する。MVP2K、PCN、PlantPComなど複数のデータセットで、既存の補完手法の性能向上が示されている。
説明アライメント前後のモデルを統合してLLMの多様性と品質のトレードオフを制御する
要約アライメントは大規模言語モデルの出力特性を変えることが知られています。ベースモデルは多様な出力を、アライメント済みモデルは高品質な出力を生成しやすい傾向があります。本論文は、追加学習なしに、アライメント済みモデルの下位層とベースモデルの上位層を組み合わせる深さ認識型のFrankenMerging手法を提案します。実験では、各モデルから取る層数を変えることで多様性と品質の両方を調整できることが示されました。多くの場合、統合モデルは意味的多様性がアライメント済みモデルより高く、ほとんどの設定で温度サンプリングより良いトレードオフを示しました。
説明近傍ラベル分布を用いたグラフデータ向けラベルノイズ頑健アルゴリズム
要約グラフ畳み込みネットワーク（GCN）はグラフ構造データで優れた性能を示すが、正しいラベルの存在を前提としている。本論文は、ラベルノイズによってノードの近傍ラベル分布が平滑化され、エントロピーが増加してクラス間の識別性が低下することを数学的に示す。そのうえで、あるノードを除いたときの近傍エントロピーの減少量によってノイズノードを特定し、再ラベル付けで有用な特徴情報を保持するLENS（Leave-one-out Entropy Node Screening）を提案する。実験では、ノード分類で最先端の精度を達成し、既存の耐ノイズ手法より一桁速く動作することが示されている。
