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。
説明論理誘導型グラフノイズ除去拡散モデル：一階述語論理で生成過程を制約する研究
要約グラフ拡散モデルは厳密な構造制約を正確に捉えられず、無効なグラフを生成することがあります。本論文は一階述語論理（FOL）で領域知識を表し、分類器ガイダンスによってノイズ除去の過程を制御する手法を提案しています。論理規則をファジーで微分可能な目的関数に緩和し、知識グラフの無条件生成にオントロジー制約を加えた実験では、制約を満たす生成グラフの割合が大きく向上したと報告されています。
説明弱教師あり異常検知のための汎用意味強化手法
要約本論文は、表形式データにおける弱教師あり異常検知を対象とし、事前学習済みの表形式基盤モデルの汎用知識と、対象データセットで学習した領域固有の知識を融合する手法を提案しています。両者を統合するためにプロトタイプ条件付き変調機構を設計し、互いに補強し合う仕組みとしています。公開データセットでの実験では、学習時に利用できるラベル付き異常が8件のみの場合でも、比較手法より優れた結果が示されたと報告されています。
説明IRAH：検索パイプライン最適化のための階層的エージェント木探索手法
要約本論文は、限られた評価予算の下で検索拡張生成（RAG）向けの検索パイプラインを最適化する情報検索エージェントフレームワークIRAHを提案しています。中核のLATS-IRはUCT誘導の階層的探索を行い、まず全体構造を探索してから数値パラメータを精緻化し、自然言語の内省で変異を導きます。4つのベンチマークでは、ウォームスタートのIRAHが平均nDCG@10で最高値0.4816を達成しました。
説明フローボックス不変量から大域保存則へ：機械学習による特異点とほぼ可積分性の検出
要約本論文は力学系における保存則の局所と大域の問題を扱います。局所的には各系は通常d−1個の保存則を持つものの、大域的に残るのは一部に限られます。著者らは、入れ子になった領域を順に広げながら独立な保存則の数を追跡する「拡張領域ニューラル縮約」の枠組みを提案し、領域の拡大に伴い保存則が崩れていく過程を示します。局所的不変量と持続する大域的構造を区別できます。
説明消費者向けソナーによる魚類モニタリングのためのRGB・ソナー対データセット
要約本論文はHaCKRSデータセットを公開し、Garmin LiveScopeの消費者向け前方監視イメージングソナーの記録と、コイを上から撮影したRGB動画を対にしている。時間的に対応する105,000組以上のフレームペアを含み、4つの距離・向きの構成にわたる約3.3時間の記録からなる。フレームごとのメタデータ、ソナーの幾何と座標情報、4構成すべての同期データ、水平3構成の平面レジストレーションを提供する。本データは魚種固有の注釈よりも、対になった観測と校正に重点を置いており、魚の検出・追跡・計数手法の開発と、消費者向けソナーの生態モニタリングへの可能性の検討を支援することを目的とする。
説明確率的ルーティングと強化融合によるマルチモデル推論：マルチモーダル質問応答のためのモデル選択・組み合わせ手法
要約本論文は、マルチモーダルな環境で不確実性がある場合の動的なモデルルーティングを扱い、システムが複数のモデルを選択・組み合わせて問いに答える方法を研究しています。著者らは、ベイズ事前分布、方策勾配、逐次意思決定を組み合わせた視覚言語フレームワークVL-Scoutを提案し、CONTINUEとANSWERのいずれかを選ぶ融合方策を導入しています。MMMU、MMMU-Pro、OKVQA、RealWorldQAの4つのベンチマークで11の基準手法と比較し、方策の早期収束を抑えつつ一貫した性能向上が得られたと報告しています。
説明MTEdit：パック化軌跡で逐次ロールアウトを超える多ターン画像編集データセット
要約本論文は、パック化軌跡キャンバス（PTC）生成を中核とするパイプラインで構築した多ターン画像編集データセット MTEdit を提案する。統一された視覚コンテキスト内で複数の編集状態を同時に生成することで、ターン間の画質ドリフトを抑える。約 50 万件の編集軌跡を含み、最大 8 ターン、平均 5.38 ターンである。評価ベンチマーク MTEdit-Bench も併せて提案され、Qwen-Image-MTEdit は評価対象の中でオープンソースモデルの最高性能を示したと報告されている。
説明多段階パイプラインを超えて：多ラベル網膜眼底疾患分類のためのラベル相関アンサンブル
要約本論文は、RFMiD 1.0、RFMiD 2.0、ODIR-5Kから構築した39ターゲットの統一ラベル空間（12,652枚の画像）で、三種類の網膜眼底画像分類アーキテクチャを比較した。段階的なカスケード構造には一貫した利点がないことが示され、ラベル相関をモデル化する手法が最も大きな単独の改善をもたらした。平坦モデルとラベル相関モデルを、テスト時拡張を用いて融合した構成が、八つの指標のうち六つで最良となった。
説明VocalGrad：音声言語モデルの音響知覚を評価するベンチマーク
要約本論文は、大規模音声言語モデル（LALM）が低レベルの音響変化を知覚できるかを評価するベンチマーク「VocalGrad」を提案しています。時間変化の方向を判定する二値分類として課題を定式化し、高次の推論や意味理解の影響を抑えています。結果では、人間の注釈者は高い正答率を示した一方、現行のLALMはほぼ偶然レベルにとどまりました。線形プロービングにより、内部表現に情報が残るのに言語モデルヘッドで使われない場合と、層を進むにつれて線形に復号しにくくなる場合の二種類の失敗が見つかっています。
説明イタリアの立法過程：統一され構造化されたデータセット
要約本論文は、イタリア議会の公開記録を、人手で注釈された記録で検証したLLMベースの抽出手法により、順序付けされ日付の付いた手続きイベント（法案提出、委員会審査、本会議審議、承認など）へ変換したものです。1985年から2026年までに成立した全5346本の法律の手続き経緯を、第IX期から第XIX期までの議会期間にわたり、計101413件のイベントとして再構成しています。計算法学・立法研究の支援を想定しています。
説明LagNet：長期時系列予測のためのラグ構造演算子
要約本論文は、長期時系列予測において過去の履歴窓から将来の期間への予測演算子を研究しています。複数のモデルの感度行列に、相対的な時間ラグに対応する繰り返しの対角パターンがあることを見いだし、それに基づくラグ構造の LagLayer モジュールを提案し、それを積み重ねて LagNet を構成しています。実験では、長期予測ベンチマークで強いベースラインと競合し、データが限られた場合には線形層よりサンプル効率が高いことが示されています。
説明中国語氏名の性別推定：漢字情報を活用して拼音名の判定を改善する研究
要約本論文は、中国人研究者の氏名から性別を推定する課題に取り組み、漢字に基づく回帰モデルと分類モデルを開発しました。さらに、拼音表記の氏名から漢字の予測を集約し、拼音だけでは性別を決められない曖昧さを示す指標を提案しています。11名の中国語母語話者が評定した標本で高い性能を示し、人手による評価との一致度は既存の3つのツールより高いと報告されています。APS誌の中国人著者に適用した際、既存の拼音ベース手法では20％から100％の氏名が分類されなかったのに対し、本手法はすべての氏名に性別を割り当てられたとされています。
説明深層学習による顔表現型解析におけるまれなクラスの表現学習のための合成画像オーバーサンプリング
要約深層顔表現型解析手法は遺伝性症候群の認識に役立つ可能性がありますが、患者画像は少なく、疾患ごとの分布も偏っています。本研究では、Phenotypic Disease Image Database の合成画像を用い、GestaltMatcher Database の一部を疾患別にオーバーサンプリングして拡張し、2つのモデルで増強量の影響を比較しました。増強により平均認識精度は全体として向上しましたが、疾患ごとの効果は一様ではなく、一部の疾患では精度が低下しました。
説明パラメータ空間を超えて：表現品質に基づく厳密な汎化境界
要約本論文は、最後の隠れ層の表現に基づき、決定論的ニューラルネットワークに対する厳密な汎化境界を導出している。パラメータ不要のk近傍法（k-NN）分類器で表現品質を評価し、パラメータ空間の複雑度などの従来指標を用いない。この境界は局所的なクラス幾何、デコーダとネットワークの一致度、学習の安定性という独立に測定可能な3つの量に分解でき、診断ツールとしても使われる。
注目点パラメータフリーのk-NNで表現品質を評価し紧い汎化境界を導出、CIFAR-100で非空の証明書を得て、クラス幾何の因果的役割を実験で示す点が新しい。
説明ECG-SDI：単一誘導心電図による睡眠の深さの連続推定と睡眠健康のデジタルバイオマーカー
要約本研究は、単一誘導心電図（ECG）だけで夜間の睡眠の深さを連続的に描き、デジタルバイオマーカーを抽出するECG-SDIという枠組みを提案しています。12,392件の終夜睡眠ポリグラフ記録で学習したモデルは、順序付けされた睡眠段階との相関が内部テストで0.828、外部コホートで0.848でした。また、主観的な睡眠の質が低く全死因死亡率が高い撹乱型のサブタイプが報告されています。CPAP治療前後の比較では睡眠深度指標の改善が見られ、著者らは在宅でのCPAP反応モニタリングのさらなる評価を支持しています。
説明大規模言語モデルを超えて：心的モデリング・シミュレーション・進化・解釈可能性のための心的世界モデル枠組み
要約本論文は、心的世界モデル（MWM）とその実装である多分岐心的進化アーキテクチャ（MMEA）を提案している。主観的世界を明示的に構築し、認知と心的状態の相互作用をモデル化し、過去の経験に左右される連続的な心的進化をシミュレートする。DynToMとRecToMでの正解率はそれぞれ96.48%と94.00%で、主要な大規模言語モデルや専門の心の理論手法を上回ったと報告している。
説明研究の系統認識だけでは不十分：LLMベースの医療検証における同一試験エビデンスの過大評価
要約本論文は、大規模言語モデルが医療エビデンスを検証する際の問題を扱っています。モデルは二つの論文が同一試験に由来することを正しく識別できても、証拠を集約する際に同じ試験の二つ目の報告を重複して評価してしまうことがあります。著者らは出典を監査した14の臨床ファミリーと五つのモデル条件で評価を行い、識別と集約の間に行動上のギャップがあることを示しています。研究のグループ化を指示する命令により、一部のモデルで過大評価が減ったと報告されています。
説明ニューラル拡張：深層ニューラルネットワークの汎化を説明する統一的メカニズム
要約本論文は、入力空間における方向選択的な光線カバレッジの拡大によって汎化を特徴づける幾何学的枠組み「ニューラル拡張」を提案します。「汎化区間」を用いて、学習サンプル周辺で予測が安定する方向別の領域を定量化します。実験では、学習に伴い特にヤコビアン特異値の小さい方向で光線カバレッジが拡大することが示され、正しく分類されたテスト入力や敵対的事例、誤ラベル・分布外サンプルの挙動の説明に役立つとされています。
説明LLM文章の認知コスト：人間のテキストとの読書時間比較
要約本論文は、心理言語学で認知処理負荷の指標となる読書時間を用い、人間が書いた文章と大規模言語モデル（LLM）による書き換え版の、読み手の認知負荷の違いを検討しています。著者らは逐語の読書時間を予測するモデルRoBERTa-RTを人間の視線追跡データで学習させ、496組の人間記事とLLM書き換え文の配対データを比較に用いました。その結果、LLM版は短く総予測読書時間がやや低い一方、単語あたりの予測読書時間は高いことが示されました。
説明GLOBE：生成型検索向け EC 商品最適化のための構造化エージェントメモリ進化フレームワーク
要約本論文は、生成型検索で商品リスティングを最適化するため、言語エージェントが継続的に自己改善する GLOBE フレームワークを提案しています。最適化の知識を、フィールドごとに区切られた明示的な行動からなる進化する手引き書に蓄積し、編集者がランキングベースのフィードバックを受けて行動を適用し、振り返り役が行動を更新します。実験では、構造化された行動が一体型のプロンプト最適化より優れ、学習した行動は未見の商品カテゴリでも有効でした。
説明多段階エージェント向けツール推薦：タスクに必要なツールを漏れなく見つける
要約本論文は、約8,200個のツールへのアクセスを、三つの固定インターフェースを通じてエージェントに提供する導入済みのシステムを提案しています。システムはエージェントとツールの間のゲートウェイで動作し、各呼び出しをユーザーの同意と権限に照らして確認します。公開検索ベンチマークのToolRetでは、クエリに必要なツールを上位10件に入れる頻度がBM25より57%高いと報告されています。多段階ワークフローの実験では、Codexセッションの93%で最初の推薦が必要なツールを全て網羅し、14回の実行すべてで総コストが下がったとされています。
説明FedRAPP：視覚言語モデル向けの信頼性考慮型プロンプト個人化によるフェデレーテッドテスト時プロンプト調整
要約本論文は、ソースデータにアクセスせず、複数のクライアントがラベルなしのテストデータでCLIPなどの視覚言語モデルのソフトプロンプトを協調調整する問題を扱う。クライアント間のデータ分布が大きく異なるため、従来の連合集約法は効果が限られることを示す。提案手法FedRAPPは、信頼性評価、サーバー側の指数移動平均によるプロンプト記憶、類似度に基づく同僚集約を組み合わせ、複数のベンチマークで標準的な基線を上回ったと報告している。
説明Blitz：AlphaFold3 と Boltz-2 の拡散モジュールを高速化する蒸留手法
要約本論文は、拡散ベースのタンパク質構造予測モデルで約200回必要だった去雑音ステップを、少数ステップで行う蒸留フレームワーク Blitz を提案しています。幾何学的ノイズスケジュール、多段階一貫性学習、推論時の物理的誘導と候補選択を組み合わせています。AlphaFold 3 と Boltz-2 に適用して去雑音を8ステップに減らし、共通の評価基準で教師モデルや他の少数ステップ手法と比較しました。蒸留後の AF3-Blitz は教師モデルと同等の構造精度を保ち、いくつかの精度指標では教師を上回ったと報告されています。
注目点幾何学的ノイズスケジュールと多段階一貫性学習を組み合わせ、AF3とBoltz-2で教師モデルや基準手法と統一評価し、実用的影響が大きい。
説明VISTA：少数のアンケート回答から潜在的な価値観を推定し、LLMを誘導する手法
要約論文はVISTA手法を提案し、ユーザーの一部または全部のアンケート回答から潜在的な価値観プロファイルを推定し、ハイパーネットワークを通じて凍結されたLLMへのユーザー固有の誘導介入に変換して、プロンプトトークンを追加せずに個別化された回答を生成します。著者らは、合成選好、世界価値観調査（WVS）、PrimeXのデータで、文脈内プロファイルと同等以上の性能を示したと報告しています。WVSでは質問票の6%に回答するだけで完全履歴による効果の94%を保持したとされています。
説明LogicVal：テキストから画像生成における制約充足のための論理形式化ベンチマーク
要約本論文は、テキストから画像を生成するモデルの評価を制約充足問題として捉え、対象・属性・関係と生成画像が満たすべき制約を形式的に定めた論理フレームワークを提案しています。4つの最先端モデルを9種類の制約で評価した結果、単一対象の制約では最高98%の精度でしたが、複雑な多対象の条件付き関係では最高53%にとどまりました。あわせて、神経視覚検出と論理推論を組み合わせた評価手法LogicValを提示し、CLEVRでのROC-AUCは0.88から0.98でした。
説明確率的な機械学習実験のための同等性検定と実行回数の設計
要約二つの学習手法が同等に良いという主張は、各手法二、三回の実行での有意でない差に基づくことが多いです。本論文は、AUROC などの実行ごとの指標について実質的な同等性を認定する手法とその検出力の理論を提案します。種子と項目の二段階分散モデル、そして双片側検定（TOST）を用い、差が事前に定めた範囲内にあるかを判定します。範囲と目標検出力から必要な実行回数を求める公式も示し、シミュレーションと二つの事例で検証しています。
説明コメントを減らし議論を増やす：多視点の協調査読による自動化研究の強化
要約本論文は、自動論文生成における査読工程の課題に対し、実際の査読で行われる専門家の役割分担と合議を模した多エージェント枠組みRoundtableReviewを提案しています。論文を八つの意味スロットに分け、異なる視点と検索源を持つ学術・産業分野の六名の査読者が、独立評価、相互質問、円卓討論、動的重み付け投票、議長による統合を経て、根拠に基づき追跡可能なフィードバックを生成します。二つの自動化研究基盤での実験では、両方で論文品質が向上し、自動評価と人手評価の双方でベースラインを上回り、コメント数も少なかったと報告されています。
説明ベンチマークを超えて：Qwen3-TTS の条件付け、ドメイン、失敗モード
要約本論文は、Qwen3-TTS の二つのゼロショット音声クローン方式（文脈内学習 ICL と X-Vector）を、Chatterbox、XTTS-v2、F5-TTS と比較して評価しています。評価対象は朗読、会議、感情音声、航空管制（ATC）音声です。両方式にはそれぞれ長所と短所があり、ドメインはシステムの選択の約4倍の分散を説明しました。Qwen3-TTS は明瞭性と音域で優れる一方、韻律では劣ります。既成の偽装対策ツールは、合成音声を実録音より多く検出するわけではありませんでした。
注目点Qwen3-TTSの二つのクローン手法を多領域で比較し失敗モードを分析した点に新規性がある。十八の指標と聴取テストで評価され、音声合成研究に参考になる。
説明記憶拡張型文脈内推論による物理整合な動画生成の自己修復フレームワーク PhysRepair
要約本論文は、動画を生成後に診断し局所的に修復する「生成・診断・修復」方式のエージェント型手法 PhysRepair を提案します。時空間因果制約により最初の物理的に無効な状態と影響を受ける状態を特定し、過去の修復経験を文脈内学習に組み込みます。Physics-IQ Verified での評価では、固体力学、流体力学、光学、熱力学、磁気学の各分野で既存手法より物理的妥当性が向上したと報告されています。
説明医療オペレーション管理における多基準意思決定のためのLLMベース・マルチエージェントシステムの可能性と限界
要約本論文は、患者の待ち時間、医療提供者の業務負荷、運営コストなどの重み付けを、異なる利害関係者を代表する大規模言語モデル（LLM）エージェントに生成させる手法を検討しています。外来予約スケジューリングと救急部門の構成を題材に、生成された選好の信頼性を評価する枠組みと、不確実性が意思決定に与える影響を定量化する方法を提案しています。結果として、明示的な評価は運営条件や役割によって変わる一方、エージェント間の議論でその差が消えることがあり、対比較による選択は提示順序に強く左右されることが示されています。また、選好の不確実性を考慮した頑健な重み付き和最適化では、多くの場合で平均的な重みを用いた場合とは異なるスケジュールや構成が選ばれたため、医療意思決定支援に使う前の監査が必要だと結論づけています。
説明TriRouter：頑健な脳波運動イメージ解読のための疎から密への電極空間ルーティング手法
要約本論文は、電極が疎であったりデータが欠損している場合に運動イメージ型脳コンピュータインタフェースの解読が不安定になる問題を扱い、判別保持、マスク頑健性、潜在補償の3経路からなるTriRouterフレームワークを提案しています。検証データで校正されたルーターが観測可能なチャネルの有無に応じて各経路の寄与を配分します。BNCI2014-001データセットでは、名目上の欠損率25%、50%、75%でそれぞれ3.68、4.02、6.46ポイント精度が向上し、既存の公開バックボーンや破損脳波向けベースラインを上回りました。
説明PCDFusion：赤外線・可視光画像融合のための提案-文脈-詳細ベイズレンダリング手法
要約本論文は、赤外線画像と可視光画像を組み合わせて人間の知覚や後段の視覚タスクに活用する画像融合を扱います。融合を直接的なモダリティ混合ではなく局所的なベイズ事後レンダリングとして再定式化し、可視光を基準とする三段階のフレームワークPCDFusionを提案しています。公開ベンチマークでの実験では、困難な照明条件下で融合品質、対象の復元、検出・セグメンテーション性能が向上したと報告されています。
説明深層学習によるバナナの甲虫被害検出の効率的手法
要約本研究は、軽量なYOLOv8nモデルに基づき、個々のバナナを位置特定し、表面の見た目が健全か不健全かを分類する枠組みを提案します。バングラデシュの地元市場で撮影した画像から、2,473枚・5,827個の注釈付きバナナインスタンスからなるデータセットを作成し、80/20で訓練・試験に分けました。試験分割でのF1スコアは約77.67%、mAP@0.50は87.04%で、モデルは5.96 MBと小型であり、コンパクトな基準モデルとして有望と示されています。
説明FlexPart：テキストで制御できる、意味を考慮した粒度可変の3D部品分割
要約3Dモデルには複数の妥当な部品分割方法があるため、本研究はテキストプロンプトで粒度と抽出したい部品を指定するFlexPartを提案しています。視覚言語モデルを用いて多粒度のデータセットを自動構築し、背景をランダムに除去して学習することで幾何学的な手がかりではなく意味条件に従うよう訓練しています。論文では、mIoUで最強のベースラインを上回り、自作ベンチマークの各粒度で首位だと報告しています。
説明視覚生成のための言語情報付き損失関数（LILIE）
要約本論文は、視覚生成の学習において、言語による教師信号がピクセル損失より豊かな学習信号を与えられるかを検討します。可逆な画像エンコーダ LILIE を提案し、ノイズを加えた特徴から視覚言語モデルがキャプションを復元できるように学習させます。このエンコーダから得た言語情報付き損失を文生画像の学習に用い、GPIC データセットで JiT モデルを学習させたところ、ピクセルのみの基準モデルに比べ gFD が 66.84 から 53.01 に下がりました。
説明『In Human Memories』——技術、創造性、自己決定：倫理的提案
要約本研究は、現代の作曲における人工知能（AI）の役割を検討し、アレクサンダー・シューベルトの『Convergence』（2020/21）とフランチェスコ・ヴィトゥッチの『In Human Memories』（2024）の二作品を中心に分析する。作曲技術の歴史的変遷をたどり、AIはもはや道具にとどまらず作曲家に問いと課題を投げかける存在になったと指摘する。そのうえで、技術を創作の道具として取り戻すための倫理的な道筋を示している。
説明JAXtari：高スループットで修正しやすいアーケード学習環境
要約本論文は、Atari 2600 環境をオープンソースで高性能に再実装した JAXtari を紹介しています。大規模な GPU 並列化により、PPO エージェントは単一の A100 GPU で 1 億環境ステップの学習を 1 時間以内に終えられます。さらに、オブジェクト中心の観測と柔軟な環境修正機能を備え、神経記号的手法の開発や近道の検証などに使えます。
説明材料の原子シミュレーションのための、電気応答を備えたスケーラブルな長距離機械学習原子間ポテンシャル
要約本論文は、長距離静電相互作用とボルン有効電荷を大域的な静電計算と学習された潜在電荷の局所微分に分離することで、等変機械学習原子間ポテンシャルの空間分解性を保ちつつ分散計算を可能にするDPA4C-LRを提案している。四基のGPUで520万原子まで拡張でき、計算コストは短距離のバックボーンの約2倍とされる。水の電場依存赤外スペクトル、リラクサーPMNの分極ヒステリシス、非晶質固体電解質のイオン伝導度などの例を示している。
注目点長距離静電と局所微分を解析的に分離し、等変MLIPの空間分解性を保ったまま520万原子へ拡張。水の赤外スペクトルなどで検証。
説明ラベルなしの多様性：知覚と行動にまたがるタスク非依存のコアセット選択
要約本論文は、ビジョン基盤モデルのニューロン活性化を画像ごとおよびデータセット全体の分布にまとめ、両者を比較して高品質なサンプルを選ぶ、教師なしでタスク非依存のコアセット推定手法CoreDNAを提案している。画像分類、セマンティックセグメンテーション、深度推定、エンドツーエンド運転と移動マニピュレーションの模倣学習で評価され、最先端手法と同等以上の結果が示されている。
説明後悔のない言語生成：誤りの回数を劣線形に抑える生成法
要約本論文は「後悔のない生成」を提案し、すべての示例列および互換性のある目標言語に対して、生成器の誤りの回数が劣線形にとどまることを要求する。また、いかなる言語とも互換性がない任意の示例を許す不可知論的な変種も定式化している。木構造に基づく誤り強制次元によって有限時間の極小極大複雑性を正確に特徴づけ、後悔のない生成の必要十分条件を示した。有限のLittlestone次元 d の言語クラスについては、実現可能設定で O(d log(1+T/d)) の誤り上界、不可知設定で O(√(dT log(1+T/d))) の後悔上界を得ており、実現可能設定の上界は定数倍の範囲で最適である。(原題: No-Regret Language Generation)
注目点無後悔言語生成の特徴付けを与え、Littlestone次元に対する最適な誤り上界を示す。理論的貢献は明確だが影響は主に理論分野に限られる。
説明深層LLMの各層が黙読時のEEGに示す文章レベルの文脈情報
要約研究者は大規模言語モデル Llama-3.1-8B の各層を目標としてEEG（脳波）デコーダを学習させ、黙読時に記録された19チャンネルのEEGから情報を復元しました。単語レベルの復号可能性は浅い層で最も高く、深い層に向かって低下しました。一方、文脈追跡の成分は深さとともに高まりました。単一の0.5秒窓でも文章の文脈が捉えられ、その追跡は記録セッションの特徴ではなく主に文章そのものに由来することが確認されています。
説明PresenceBench：大規模言語モデルのユーザー状態への適応に関する探索的評価
要約本論文は、AIがユーザーの機能的状態（準備度、フロー、安定性）に適切に適応しつつ、タスクの質と安全性を保てるかを測定する指標PresenceBenchを提案します。探索的評価では四つのモデルについて、合成状態信号の有無と不一致状態の対照条件を比較し、人間の選好を調べました。状態信号の提供は選好の推定値を0.5以上にしましたが、状態の値そのものに特異的な効果があるかは確認されませんでした。
説明マルチタスク能動学習の分解：勾配衝突のパラドックスと直交分解
要約既存のマルチタスク能動学習（MTL-AL）手法は、不確実性、多様性、勾配衝突などの目的を線形結合で合成することが多い。著者は、この線形結合では衝突する目的のもとでのパレート最適な trade-off を捉えきれないと主張する。本論文は、サンプル選択の評価では衝突を扱わず、学習時に勾配手術で干渉を解消すること、情報量の選別と被覆の最大化という二段階に分けること、MC-dropoutのタスクエントロピーに基づく跨タスク相互情報量（CTMI）を導入することを提案している。COCO、Cityscapes、NYUv2での実験で、近年の手法より良い結果が得られたとされる。
説明低照度下の歩行者等検出のための、LWIR-RGBステレオカメラによる自動ラベリング
要約本論文は、低照度環境における交通弱者（VRU）検出のための自動ラベリング手法を提案します。LWIR（長波赤外）とRGBの画像ペアを用い、人体温度により背景と区別される特徴を利用してLWIR側からラベルを生成します。従来の研究と異なり、LWIR-RGBステレオ構成を採用することで、ハードウェアの複雑さとコストを抑えています。フィンランドの首都圏で収集したデータセットでの評価では、生成したラベルで学習したモデルが、市販のベースラインや手動ラベルの一部で微調整したモデルを、手動ラベル付きテストセットにおいて上回りました。これは2種類のLWIR検出器で成立しています。
説明GRAFT-EEG：クロスデータセット運動想像脳波のためのゲージ認識型物理場転送手法
要約本論文は、電極配置、参照、アクティブ電極の変化がデータセット間の脳波デコードで観測演算子そのものを変えてしまう問題を扱います。ターゲット領域の信号・ラベル・統計量を一切使わず、活性電極集合の共通参照ゲージを除去し、テンプレートの運動リードフィールドで各データセットの電極マスクを転送します。中核はソース領域で学習したスペクトル分類器で、有界な状態空間モデル（SSM）残差が補助的に加わります。留置1データセット法による5つのターゲット（253名）で平均バランス精度は60.865%となり、厳格に清浄化したBIOTベースライン（52.684%）を上回りました。結果は検証された5つの二値運動想像領域と試験した演算子に限られます。
注目点電極配置と参照のゲージを観測演算子の変化として扱い物理場輸送で定式化。5データセットの留一検証と複数の対照実験で裏付けるが、対象は二値の運動想像に限られる。
説明ThetreStageAI：ベンガル語演劇の制作計画を構造化するマルチビュー検索拡張生成
要約本論文は、ベンガル語の演劇制作計画を構造化された形式で生成する検索拡張フレームワーク「ThetreStageAI」を提案しています。場面、俳優の動き、照明の三つのビューごとに別々の検索インデックスを保持し、BGE-M3でベンガル語テキストを埋め込みます。制作概要と検索結果をGeminiに渡し、スキーマに従ったJSONを生成して構造と意味の検査を行います。500件の合成データセットと、単一統合検索との比較評価も含まれ、ソースコードとデータは公開されています。
説明GEMS：異性体グラフ上の学習型探索としての分子構造同定
要約本論文は、分子式と串列質量分析スペクトルから小分子の構造を同定する課題に取り組み、GEMSという手法を提案する。初期候補の構造を、分子式と各原子の総原子価を保つ学習済みの2-スイッチ結合編集によって段階的に改良する。事前学習済みのスペクトルから指紋への予測モデルを用い、神経ポリシーが有効な編集をスコア付けする。NPLIB1とMassSpecGymのデータセットで、Hit@1とHit@10の精度が公表済みのベースラインを上回ったと報告されている。
説明LUMINR：医用画像位置合わせを高速化する、強度条件付きメタ学習型暗黙的ニューラル表現
要約本論文は、変形可能な医用画像位置合わせを高速化するメタ学習フレームワーク LUMINR を提案しています。座標と局所的な強度・勾配の特徴から変形ベクトルを求める暗黙的ニューラル表現（INR）を用い、条件付けを空間的に局所化しています。OASIS の脳 MRI による三次元位置合わせ実験では、微調整後の精度が同じ条件付き INR をゼロから当てはめた場合と同等で、勾配ステップと実時間はおよそ 10 分の 1 でした。変形場は滑らかで、折り返しはごくわずかです。
説明符号コード：深層ネットワークに隠された二値的性質
要約本論文は、学習済みネットワークの各ニューロンが出力する値の正負の並びを「符号コード」と定義します。過剰パラメータ化された視覚分類器では、符号コードだけを用いた最近傍分類器が完全なモデルに近い精度を示し、各層の大きさをランダムノイズに置き換えても残差ネットワークの性能はほとんど変わらないと報告されています。一方、符号の20%を反転させると精度は偶然レベルまで低下します。
説明行動予測を超えて：潜在空間で探索なしの計画を学習する
要約本論文は、HIJP（Hindsight Inverse JEPA Planning）という枠組みを提案しています。現在と目標の観測から直接行動を予測する目標条件付き逆モデルを用い、潜在世界モデルに基づく行動列のオンライン探索を置き換えます。学習時にはオフラインの軌道上の未来の観測を目標として再ラベルし、予測行動と潜在予測器の次状態表現との整合性を保ちます。要旨によれば、四つの視覚制御タスクで全体成功率は86.8%で、探索ベースの計画より1.9〜16.5倍速く計画できるとされています。
説明軌跡トリガー型スパース協調デコーディング：下書きモデルの途中で目標モデルを必要な時だけ呼び出す手法
要約本論文は、下書きモデルが大部分のトークンを生成し、短い修正区間でのみ目標モデルを呼び出すスパース協調デコーディングを研究しています。局所的な不確実性指標（エントロピーや負の対数尤度など）は失敗予測がほぼ偶然レベルである一方、下書きの信頼度経路全体の形状特徴（AUC 0.86）は有効であると報告しています。GSM8K の五つの下書き・目標モデルの組み合わせで、オンライン学習型のトリガーは最良の開ループ方式を 5.3〜20.0 ポイント上回りました。MATH-500 や StrategyQA でも改善が見られ、ただし効果はモデル能力に左右されます。
説明SIT-Eval：状況ベースの対話エージェント向け逐次対話評価フレームワーク
要約本論文は、対話エージェントを評価するための調整可能なフレームワークSIT-Evalを提案します。エージェントの望ましい振る舞いを「状況Pなら規則Qに従う」という形で定式化し、各ターンでLLMの対話相手が一様にサンプリングされた状況を演じ、文脈を考慮するLLM審査員が該当する規則を基準に応答を評価します。審査員は人手で検証された合成対話で妥当性を確認されています。8つのLLMを1292の対話ターンで評価した結果、総合スコアが近いモデルでも個々の規則への従い方に大きな差があることが示されました。全モデルは曖昧さの明確化とソクラテス式質問で最も苦戦しました。
説明数はどれくらいか、どれほど確かか？多クラス密度ベース計数における信頼度の代理指標としてのクラス間競合
要約本論文は、混雑した場面で多クラス密度推定器が計数を行う際に、密度の割り当てがどれほど信頼できるかを示す手段がない問題を扱っています。学習を必要とせず、最も強いクラスチャネル間の局所的な競合に基づく信頼度の代理指標を提案しています。Hicksら のデータセットにおけるDSACAの予測で検証し、推論時に争われている密度を減衰させると全体のMAEが0.920から0.846に下がったと報告しており、クラス間競合が計数の信頼性に有用な情報を含むことを示唆しています。
説明言及はすべて主張とは限らない：視覚言語モデルの物体幻覚検出を再考する
要約視覚言語モデルの物体幻覚は、キャプション中に挙げられた各物体が画像に存在するかで通常評価されます。しかし「人が座るためのベンチ」のように、物体に言及しても存在を主張していない表現があります。本論文は五つのモデルが COCO 画像に生成したキャプションから 25,497 件の物体言及を集めた NAME-Bench を提案し、具体・幻覚・非断言に分類しました。評価したすべての検出器は非断言の言及を幻覚として誤検出し、学習データに加えることで LLaVA-1.5 ではほぼ改善しますが、新しい四つのモデルではより多くのデータが必要でした。
説明ADA 2025：テンサイの水分不足ストレス検出のためのマルチモーダルデータセット
要約本論文は、健康な状態と水分不足の状態にある若いテンサイの植物を対象とした、500GB超のマルチモーダルデータセットADA 2025を公開しています。サーマル、ハイパースペクトル、RGB、深度画像に加え、環境情報とメタデータを含みます。正解データとして相対含水量と葉の厚みが用いられています。例示的な結果では、ストレスを受けた植物と健康な植物の間の違いを検出できることが示されています。
説明振幅だけで足りる場合：胸部ファントムで位相なしに時間領域ゲート付きマイクロ波信号を再構成
要約本論文は、位相を測定できず振幅のみを掃引するスペクトラムアナライザ（トラッキング信号源付き）で、時間領域ゲート後のマイクロ波S パラメータを再構成できるかを検討しています。一つの校正済み測定構成で全結合ネットワークを学習し、肺形状の区画を持つ胸部ファントムの11種の誘電状態を一つずつ除外して評価しています。S11ではベクトルネットワークアナライザ入力と同等の再構成精度が得られ、S21でも状態の順序構造が保たれました。位相を直接予測する方法は大きく劣っていました。
説明シーン構造の識別を学習し、自己教師あり深度学習をスケーラブルにする
要約この論文は、自己教師あり単眼深度推定が多様なシーンで学習すると性能が低下する問題を扱っています。モデルが転移可能な幾何構造ではなく、データセット固有の構造バイアスを学習してしまうことを指摘しています。提案手法MaSSは、文脈特徴と分離した構造表現経路をシーン構造識別の目的関数で学習させ、4つのデータセットで既存の自己教師あり手法を大きく上回り、混合ドメイン学習でも一貫して利得を得たと報告しています。
注目点構造判別目標と文脈特徴から分離した構造表現経路を提案し、四データセットと八つの零ショット評価で有効性を示し、混合ドメイン学習で初めて一貫した改善を得た。
説明軌跡から分化されたスキルへ：自己改善エージェントのための認知的分化
要約論文は、既存のスキル進化手法がスキル全体を単位として知識を整理し、個々のスキル内部の機能的な違いを見落としていると指摘します。認知科学に着想を得て、統一されたスキルを機能の異なる四つの構成要素（Meta、Experience、Tool、Script）に分け、成功と失敗の軌跡に基づいて更新と検証を行う手法CDSEを提案しています。六つのベンチマーク、三種のエージェントモデル、二種の実行環境での実験では、全36設定で最高スコアを記録し、ベースエージェントより平均7.6ポイント向上しました。
説明長期エージェントメモリ向けの二重チャネル検索：強化学習による時間区間の特定
要約本論文は、時間を考慮したエージェント検索フレームワーク TIDER（Temporal Interval-driven Dual-channel Evidence Retrieval）を提案します。強化学習で訓練された時間区間ロケータが証拠のある時間窓を推定し、その結果を意味検索の結果と統合して時間窓への近さで再ランキングします。著者らは、1.7B の軽量ロケータで LifeBench で 61.52%（+8.82%）、LoCoMo で 78.96%（+3.66%）の精度を達成したと報告しています。
説明テストラベルなしでは何が残るか：グラフレベル異常検知ベンチマークの再評価
要約本論文は、グラフレベル異常検知のベンチマークUB-GOLDと、その結果を再利用した後続研究を検証し、テストラベルがチェックポイントやハイパーパラメータの選択に使われて性能が過大評価されていると指摘します。テストラベルを使わない選択規則で21の検出器を再実行し、テストAUROCによる選択が大きな上乗せを生むことを示しています。著者らは、テストラベルなしで選んだ結果を主な比較に用い、実行ごとの出力を公開することを推奨しています。
説明高次元点群のための境界検出手法
要約本論文は、密度が一様でなく、周囲の次元が高く、ノイズも大きい高次元点群データにおいて境界を検出する二つの新しい手法を提案する。第一の手法は局所的な次元削減を行った上で局所近傍に分離超平面を当てはめるもので、データの固有次元を信頼性高く推定できる場合に最もよく機能する。第二の手法は局所近傍の方向の一様性を測るもので、合成データでは全体として最良の性能を示した。両手法は各境界点について数値的な境界スコアと推定法線ベクトルを出力し、合成データに加え、腫瘍境界の検出を行った空間トランスクリプトミクスデータおよびLLMの活性化幾何の分析で検証されている。
説明SemPurify：ブラックボックス型バックドア防御のための意味認識データ浄化手法
要約本論文は、機械学習におけるバックドア攻撃を対象としています。攻撃者は学習データに仕込んだトリガーによって、特定の入力に対するモデルの予測を操作します。提案手法SemPurifyは、テキストから画像を生成するT2Iモデルに、低レベルの意味埋め込みと高レベルの画像タグを組み込み、浄化時の画像復元を導く最初の意味認識型フレームワークです。分類モデル、CLIP系エンコーダ、生成モデルを含む実験で、バックドアを除去しつつ下流タスクに必要な意味情報を保持できることが示されています。
説明GliomaINK：グリオーマ患者の3D MRI配列合成のための腫瘍・解剖条件付きフローマッチング枠組み
要約本論文は、MRI検査の配列が欠けている場合に、解剖構造で誘導される条件付きフローマッチングモデルによって欠落した3次元脳MRI配列を合成する手法GliomaINKを提案しています。BraTS-AGデータセットの1,083例で学習し、院内の臨床コホートで独立に評価しました。6つのMRI変換方向すべてでPSNRが最も高く、腫瘍セグメンテーションやIDH1変異状態予測などの下流タスクでも結果が示されています。
説明ゲート付きマルチモーダル表現による検索拡張型医療VQAの改善
要約医療用視覚言語モデルは医療視覚質問応答（MVQA）で高い性能を示す一方、事実と矛盾する回答を生成することがあります。本研究は、ゲート付きマルチモーダルユニット（Gated Multimodal Unit）によって医用画像と臨床質問の結合クエリ表現を学習し、その表現で外部の臨床エビデンスを検索するマルチモーダルRAGフレームワークを提案します。基盤モデルは凍結したままです。ベンチマークデータセットでの評価では、参照モデルを一貫して上回り、最先端手法と競合する結果が示されています。
説明大規模言語モデルの学習全工程における職業的ジェンダー偏りの分析：OLMo 3の事後学習各段階での変化と、モデルが推定する人物の性別を検証
要約本論文は、完全オープンな言語モデル群OLMo 3を対象に、事後学習の各段階で職業に関するジェンダー偏りがどう変化するかを調べたものです。職業と学歴が与えられた合成ペルソナについて、各チェックポイントに自由記述の物語を生成させています。性別が明示された場合、事後学習は男性像の語意の多様性を高めましたが、女性像ではその効果が小さく、DPOとRLVRの後では有意ではありませんでした。モデルが推定した性別は、米国の労働力人口統計と比べて一貫して女性寄りであり、事後学習の各段階で女性ラベルが付与される確率が高まりました。教師ありファインチューニングのデータに含まれる女性トークンの超過は7.7%にとどまり、これらの影響の大きさを説明するには不十分だとされています。
注目点OLMo 3の各後処理段階を通じた職業的ジェンダーバイアスを追跡し、コーパス分析で裏付けており、新規性と根拠は十分で、分野への示唆がある。
説明MARS：セッション単位のLLMアシスタント向け記憶認識ルーティング手法
要約本論文は、セッション状態を記憶構築とモデル選択をつなぐ共有の制御インターフェースとして用いるMARSフレームワークを提案します。クエリ・トピック管理モジュールが判断に関わる状態を推定し、記憶ポリシーとオンラインルーターを導いて、各ターンに適切な記憶ビューとモデルを割り当てます。RealMemでは、全文脈のGPT-4oの質疑応答性能の98.2%を保ちつつ、生成APIコストは14.5%（コントローラー呼び出しを含む）でした。
説明CLEAR：領域を正確に保持する視覚的反事実説明のための協調的潜在フロー手法
要約本論文は、潜在空間のフローマッチングに基づく視覚的反事実説明（VCE）手法CLEARを提案します。分類器の予測を変えつつ、画像の現実性と判断に無関係な内容の保持を目指します。フローマッチングの瞬間速度を基準として、分類器誘導を協調成分と競合成分に分解し、競合の強さに応じて競合成分のみを弱めます。また、編集可能な領域を動的に特定し、VAE再構成による不要な変化を抑えます。原文によれば、2つのデータセットにおける5つの双方向タスクで、画像空間の強力なベースラインと同等以上の品質を、最強のベースラインより2.5倍速く達成したとされています。
