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LLMエージェントはサービス上の苦情を解決できるか：情報の非対称性の下での多段階苦情対応のシミュレーション
要約本論文は、苦情対応に特化した初のベンチマークとされるServiceBench（2,500シナリオ、184の苦情カテゴリ、5つのサービス業種）を提案します。情報の非対称性を考慮した苦情シミュレーション手法APCSと、公正性（justice）理論に基づく評価枠組みも導入しています。実験では、高性能なLLMエージェントでも苦情を効果的に処理できず、早すぎる補償に頼る傾向が見られました。SFTとDPOによる後学習で能力が大きく向上し、小型モデルが複数の指標で大型モデルに匹敵または上回ったと報告されています。
説明GLOSS-MT：編集可能な辞書による低リソース機械翻訳の制御手法
要約本論文は、オフラインの英語・トゥイ語辞書で原文の名詞句をトゥイ語訳に置き換え、翻訳モデルを一度ファインチューニングする GLOSS-MT を提案しています。NLLB-200、OPUS-MT、TranslateGemma に同じ手法を適用し、84 文書の英語からアサンテ・トゥイ語への文書レベル評価で、各モデルが事前学習版より高い chrF2 を示したと報告しています。辞書用語の反映度も検証され、モデルとデータ、コードが公開されています。
説明fxBench：スプレッドシートの数式提案を評価・理解するためのベンチマーク
要約本論文は、Sheetpedia に基づき人手で整備した 503 件の数式提案タスクからなるベンチマーク fxBench を紹介し、スプレッドシートの数式提案能力を評価します。数式提案を、文脈の収集、文脈の理解、意図の理解、数式の作成という四つの能力に分けて分析し、さまざまな文脈表現や小規模・大規模モデル、微調整した小型言語モデルを検証しています。最良の構成での正しい提案率は 58.8% でした。
説明ShlokaDhara：格律を意識した韻律学習のための多話者サンスクリット音声コーパス（テキストから朗誦音声）
要約本論文は、43時間の多話者サンスクリット音声コーパス「ShlokaDhara」を紹介しています。多様な韻律（チャンダス）、朗誦スタイル、旋律の変化を収録しています。韻律と格律の正確さが求められるテキストから朗誦への音声合成を対象に、主要なTTSモデルを自動MOS予測器UTMOSで評価したところ、XTTS-v2が最も高い知覚品質を示しました。さらに、16名のサンスクリット専門家による主観評価と、音節ごとの長短音の長さ分析によって検証しています。
説明エージェントで自然言語が終わる場所：MetaSkillによる実行可能なスキル合成
要約本論文は、エージェントのスキル同士の協調関係を、スキル境界で選択的に形式化する手法MetaSkillを提案します。呼び出しの依存関係と前段出力の受け渡しを有向非巡回グラフ（DAG）の実行環境で実行可能にし、各タスクの判断はスキル内に残します。20の多スキルタスクと2つのLLMでの比較では、ブラインド評価が全体的にMetaSkillを支持する結果となりました。
説明PV-Decoding：拡散言語モデル向けの段階的検証デコード（デコードゲーティング付き）
要約本論文は、拡散言語モデルの推論効率を高めるため、信頼度に基づき段階的に検証する投機的デコードの枠組みPV-Decodingを提案しています。マスクされた位置を直接デコードするトークン、投機的トークン、未確定トークンに分け、単一・二重・多重バッチの順に強さを増す検証を行います。GSM8K、MBPP、HumanEvalの3つのベンチマークで、信頼度ベースの解法に比べて逐次的なモデル順伝播回数を8%〜37%削減し、精度低下の最大値は1.3%でした。Dream-7B-Instructによる GSM8K では、1バッチと2バッチの検証でスループットが7.0%〜13.6%向上しましたが、多重バッチ検証は現行の実行環境では遅くなりました。
説明学習データ帰属のためのテンソルネットワーク・データモデル
要約本論文は、学習データの各単位の間の相互作用を低ランクのテンソルネットワークで表現する、テンソルネットワーク・データモデル（TNDM）を提案しています。線形データモデルは各学習単位に固定の寄与しか割り当てられないため、この限界を補うことを目指しています。受控推論タスクでは、観測する学習部分集合が半分でもすべての基準手法を上回りました。事実関連の微調整では、単一の TNDM-CP が保留データの R² を 0.579 から 0.668 に引き上げています。
説明神経科学にヒントを得た抑制型メッセージ伝達：正確性を高めトークン消費を抑えるマルチエージェント推論
要約本論文は、マルチエージェントシステムのための、学習を必要としない抑制型メッセージ伝達の通信手法を提案している。受信側ごと・証拠文ごとに重複した情報を打ち消し、出現頻度は低いが決定的な証拠が見えなくなるのを防ぐ。標準的なメッセージ伝達と比べ、3つのベンチマークでピア群の正答率が39〜77ポイント向上し、1回の実行あたりのトークン数は10〜46%減少したと報告している。
説明DiffuPlan：拡散言語モデル・エージェント向けの編集可能な計画状態
要約本論文はDiffuPlanを提案します。これは単一の編集可能な計画状態を保持する拡散検索エージェントで、後から新しい証拠が出たときには影響を受けるステップだけを再構成します。自己回帰モデルのように文章を追記するだけではありません。可変長の修正のために拡張-分割周辺化（EPM）を導入し、拡散軌道強化学習を多ターン検索に適用しています。四つのマルチホップQAベンチマークで平均F1は50.24に達し、編集可能な計画状態により拡散エージェントのF1は2.44向上しました。元となる自己回帰モデルの向上は0.47でした。
説明繰り返しループはいつ固定化するのか：打ち切りサンプリング、有界ペナルティ、DRYの盲点
要約本論文は、言語モデルが同じ文を逐語的に繰り返すループに陥った後も脱出できるかを分析しています。ループ中は文脈が決定的になるため、各種サンプラーのもとでのループ存続確率を一度の前向き計算から正確に求められることを示します。さらに、広く使われるDRYサンプラーに盲点があることを指摘し、その改良版DRY-Cを提案しています。
注目点反復ループからの脱出条件を解析し、DRYサンプラーの死角を指摘してDRY-Cを提案。11モデルと720回の生成で検証されており根拠は充実している。
説明多言語脳デコーディングが示す共有された皮質の意味幾何構造
要約本研究は多言語脳デコーディングの枠組みを提案し、中国語・英語・フランス語を話す227名の参加者の脳記録を分析した。その結果、言語や個人をまたいで皮質の意味表象に一貫した意味幾何関係が見られた。この言語間の一貫性は感覚運動野から高次連合野へと高まり、主要な皮質機能勾配とよく一致する共有の意味幾何勾配を形成していた。
注目点227名の被験者による多言語脳デコードで、言語間で共有される皮質意味幾何と主要機能勾配との整合を示し、証拠は比較的充実している。
説明SQuIREL：Wikidataにおけるエンティティの豊かさを文脈に応じて測る枠組み
要約Wikidataは大規模で多様な知識グラフであり、データ品質指標の適用には文脈ごとの手法が必要です。既存の「豊かさ」指標は主にオントロジーのレベルに限られ、個々のエンティティの構造的な深さを捉えられていません。本論文は、意味的特異性、限定子の密度、内部接続性、参照の出所、外部ネットワーク接続性、言語的アクセシビリティの6次元でエンティティごとに豊かさを測るSQuIRELを提案します。ブラジルとフランスの油絵、国籍や性別で分けた作家の事例では、体系的な偏りを示しうる表現上の不平等が浮かび上がりました。例えばブラジルの絵画の48%が低豊かさのスタブに集中し、フランス側は0%でした。
説明マルチスケール結合を用いた気象ダウンスケーリング向け球面物理情報ニューラルオペレータ
要約本論文は、全球の気象場を高解像度の地域場へダウンスケールするための球面物理情報ニューラルオペレータを提案している。球面ラプラシアン分解により大気場を階層的な周波数成分に分け、スケール間で点ごとの対応を保つ。任意の位置で評価するために、幾何を考慮したアテンションによる局所球面積分オペレータを導入し、学習過程には微分可能な制約を組み込んで力学的整合性を強制している。著者らは、複数の気象変数や未知のクエリに対して高い精度とゼロショット汎化性能を示したと報告している。
説明AtomSD：LLMエージェントのための手続き的アトム誘導型自己蒸留手法
要約本論文は、意図・タイミング・操作・回避事項を表す細粒度で独立に適用可能な単位「手続き的アトム（Procedural Atoms）」を提案する。これに基づき、学習者が自身の成功した軌跡からアトムを継続的に抽出し、アトム条件付き教師信号とタスク報酬最適化を通じて進化する方策に蒸留するAtomSD枠組みを示す。実験では、強力な報酬ベース手法や蒸留手法を一貫して上回り、最先端ベースラインを平均性能で最大9.31ポイント超えた。
説明動画の時間的グラウンディングのためのSuperClipピラミッド
要約本論文は、ユーザーの検索クエリに基づいて動画内の場面を特定する手法SCVTGを提案します。この手法は、時刻検索とハイライト検出の2つの課題を対象としています。隣接するクリップを意味的にまとまったSuperClipに束ね、多段階のピラミッド構造を構築します。また、時間条件付きの重みで可変長のSuperClipを集約する適応カーネルと、クリップ間の重要度を学習する相対的顕著性損失を導入しています。著者らは、5つのベンチマークで最高性能を達成したと報告しています。
説明臨床トリアージにおけるネイティブ確率出力：較正と判断精度の評価
要約本論文は、事前定義された行動に対して確率を出力する意思決定モデル Jev が、患者向けトリアージでどの程度機能するかを評価する。CARE-Bench の公開症例 439 件・925 の判断点を用い、4 つの汎用言語モデルおよび 3 つの入力非依存ベースラインと比較している。Jev は観測された確率誤差（Brier スコア）が最も低い一方、マクロ F1 では 5 モデル中 4 位であり、四択課題では情報不足の確認が見落とされることがあると報告している。
説明人間が書いた推論の参照解を検証する
要約本論文は、人間が書いた推論連鎖の各ステップの結論が、引用された前提によって論理的に導かれるかを検証する評価手法を提案する。前提の再確認と失敗原因の分析も組み合わせている。P-FOLIOデータセットで、大規模言語モデルによる一階述語論理への変換とZ3ソルバーによる検証を行い、386件中202件（52.3%）がすべての基準を満たした。
説明逆問題のための幾何学認識補間：画像補完・再構成の新手法
要約本論文は、不完全または劣化した画像から視覚情報を復元する問題を扱い、多様体幾何を組み込んだ変分オートエンコーダ型フレームワーク「幾何学認識補間ネットワーク（GAIN）」を提案しています。データ多様体の局所接空間構造を利用して幾何学的に整合した画素強度を推定し、エントロピーに基づく正則化で空間変換パラメータの推定を導きます。画像補完および分類のベンチマーク実験では、既存手法と比べて予測精度の向上と計算コストの削減が示されています。
説明ラベル汚染に頑健なグラフニューラルネットワークのための対比的敵対的学習手法 CoLAT
要約グラフニューラルネットワーク（GNN）は関係データのモデリングに有効ですが、少数の改ざんされた学習ラベルがメッセージパッシングによりグラフ全体へ誤りを広げる脆弱性があります。本論文は、対比学習を用いてラベルと構造の不整合を検出する CoLAT を提案します。対比埋め込みで高リスクのノードを選び、学習中の敵対的ラベル反転を導きます。著者らは、複数のベンチマークで既存の防御法を上回り、大規模グラフにも効率よく拡張できると報告しています。
説明MM-LeJEPA：マルチモーダル結合埋め込み予測アーキテクチャのための相関ガウス正則化
要約本論文はLeJEPAの課題仮定をマルチモーダル学習へ拡張します。マルチモーダル課題を、両モダリティから独立に情報を読む成分と、両方から同一の内容を読む成分の重み付き結合とみなします。明示的な仮定のもとで相関ガウス目標を導出し、SIGRegを解析的変換によりこの目標へ適応させ、二項からなる目標関数を構成しています。公開の視聴覚分類ベンチマークでは、代表的なオープンソース手法と競合する結果が示されています。
説明MESS：汎用的な画像強調のための多重露出シーケンス合成手法
要約本論文は、低照度強調、露出補正、逆光強調など悪条件下の画像強調で既存モデルの汎化性能が限られる点に着目している。大規模で多様な学習データが不足していることが主な原因だとして、高ビットRAW画像から多重露出シーケンスを生成し、拡散モデルで単一の8bit RGB画像から同様の露出列を合成するMESS手法を提案する。これにより50万組の学習ペアを構築し、軽量ネットワークが複数の強調タスクで既存モデルより優れた汎化性能を示したと報告している。
説明視点から世界へ：視覚言語モデルのための3D世界への能動的探索
要約論文は、既存の視覚言語モデルが受動的な単一視点の知覚にとどまり、3次元空間推論に限界があると指摘します。著者らは、多視点画像から幾何・カメラ姿勢・意味情報を備えた3D世界を再構築し、視覚と言語のインターフェースを通じてモデルが多ターンの対話で空間的証拠を能動的に取得するV2W（View-to-World）を提案しています。学習不要で既存モデルに統合でき、強化学習で探索方策を改善できるとしています。
説明DataPraxis：検証済みワークスペースの進化による分析タスクの拡張
要約本論文は、検証済みの作業領域を段階的に発展させて分析タスクを合成する DataPraxis フレームワークを提案しています。検証された 5,000 件の軌跡からなるデータセット DataPraxis-5K を構築し、DataPraxis-27B と DataPraxis-35B-A3B の学習に用いています。DataPraxis-27B は DABStep で 55.11、JobBench で 51.9 を記録し、GLM-5.2 などの最先端モデルと同等以上だと報告されています。
説明対話エージェントに明示的メモリは必要か？生履歴検索との統制比較研究
要約本論文は、会話履歴を永続的な表現に変換する六つの最先端の明示的メモリシステムと、生の履歴を直接検索するRAGを、LongMemEval-SとBEAM-100Kの二つのベンチマークで、元の設定と統制した検索設定の下で比較しています。明示的メモリは特定の質問タイプや厳しい実行時コンテキスト予算の下でのみ局所的な改善を示し、強い生履歴RAGのベースラインに対して一貫した優位性はありませんでした。構築コストは会話ごとに数時間に達することもあります。著者らは、有用な情報が保持されている場合、検索が主要なボトルネックであり、既存情報へのアクセス改善は、より豊かな明示的メモリの構築と少なくとも同程度に重要かもしれないと指摘しています。
説明知識の振り分け：分解可能な画像生成モデルの事前学習に向けた新しい枠組み
要約大規模な事前学習モデルでは、元のタスクの知識と下流で必要な知識が同じパラメータ空間に絡み合い、選択的な再利用が難しいという課題があります。本論文は、条件を考慮した事前学習手法「知識の振り分け（KDiv）」を提案します。事前学習の前に、ランダムに初期化された重みをランク1の知識単位に分解し、共有される学習遺伝子と条件別の調整部に分けます。事前学習中は条件を考慮したルーティングにより、条件間で共有される知識を学習遺伝子に集約し、条件依存の差異を調整部へ導きます。クラス、テキスト、画像を条件とする生成実験では、同程度の事前学習コストで密なベースラインと同等以上の性能を示し、低ランク適応法と同程度の学習可能パラメータ数で最も高い平均性能を達成したと報告しています。
説明強化学習は推論に何をもたらすか：ベースモデルなら選ばなかったいくつかの判断
要約本論文は、検証可能な報酬による強化学習（RLVR）が基礎モデルに何を追加するのかを調べたものです。Qwen3-4B-Base に対する生成時の介入実験を、AIME の 120 問で行い、各介入が強化学習済みモデルの向上をどれだけ再現するかを測定しています。両モデルの貪欲な選択が異なる約 4% の位置でのみ強化学習モデルのトークンを借用すると、pass@1 の向上の 90.5% が回復すると報告されています。
説明予測から行動へ：デジタル医療のための集団健康ワールドモデル
要約本論文は、デジタル医療が現在も特定の課題やアウトカムに特化した予測中心の手法にとどまっていると指摘し、健康状態、個人の健康軌跡、集団の健康動態、介入、資源制約、フィードバックが相互に結びついた「集団健康ワールドモデル（PHWM）」を提案している。著者らは、そのようなモデルの構築には、行動に依存する観測下での表現学習、多段階の介入インテリジェンス、明確な意思決定境界を伴う検証という三つの基本能力が必要だと論じている。
説明AIエージェントは法律を作れるか：AIの法的関連性と創造性の評価
要約本研究では、単一の大規模言語モデルに複数の登場人物を演じさせ、討議によって「AIエージェント共同体」のための仮想的な憲法草案を作成させる「憲法会議」を設計しました。各会議は共通の基本条項に収束しつつ、その周囲に多様な提案を生み出し、人間の法にない AI 固有の条項も含まれました。研究者は再構成の度合いを測る指標を導入し、最も新規性の高い法的内容の特定を試みています。その結果、AIは既存の法的概念を新しい状況へ広げられるものの、状況がもたらす変化を十分に検討できず、なお人間の法的推論に依存すると結論づけています。
説明災害関連SNS投稿分類のための軽量機械学習
要約本論文は、災害関連のSNS投稿を人道支援情報ラベルに分類する際に、軽量な語彙ベースの機械学習手法が効果的かつ計算効率よく機能するかを検討しています。CrisisBench v1.0の英語人道支援タスク（87,455件）を用い、TF-IDF表現と軽量分類器を比較し、主要指標としてMacro-F1を採用しました。選ばれたモデルはテストセットで正解率0.8282、Macro-F1 0.6578、Weighted-F1 0.8315を示し、ラベルごとの挙動や誤りの傾向、熱帯低気圧専用モデルの効果も分析しています。（CrisisBench：災害時の人道支援情報を集めた公開データセット）
説明良い判断、悪い助言：決定モデル制御器はエージェントのコストを上げるが成功率は改善しない
要約本研究は、型付きの決定モデルJev 1.13が、Claude Sonnet 5.5の端末エージェントを性能を落とさずに安くできるかを検証しています。Terminal-Bench 2.1の保留された21タスク（315回の試行）では、Jevは試行あたりのコストを19%押し上げ、通過率は両群とも73.0%で同じでした。また、Jevは完了の確率の校正が不十分で、既に正しい作業の検証をエージェントに求めることがありました。
説明CaMeWM：腫瘤の進展と治療計画のための因果的医療ワールドモデル
要約本論文は、TACE後の腫瘤の経時的な進展をシミュレートし治療計画を支援する因果的医療ワールドモデルCaMeWMを提案します。モデルはまず経験的に治療の裏付けがある比較可能な症例に限定し、三次元拡散モデルで病変の追跡画像を生成したうえで、反応-Cox モデルにより制限平均生存時間（RMST）へ変換します。79組の配対サンプルで、追跡CT変化の予測にSSIM 0.618、生成世界の生存経路にC指数0.615を示しました。事実データに基づくAIPW推定では、固定方策のRMST増加は9.60週（95%CI 0.61〜18.13）です。
説明EdgeKernelBench：エッジ向けバックエンドのための統一LLMカーネル生成ベンチマークと階層型最適化エージェント
要約本論文は、統一中間表現（IR）フレームワークと階層型ベンチマークを組み合わせたEdgeKernelBenchを提案し、複数のエッジバックエンドにおけるLLMによる計算カーネル生成を体系的に評価します。単一生成では、最良モデルのCorrect@1は64.5%でしたが、Fast@1.0は25.5%にとどまり、機能的な正しさが性能向上に必ずしも結びつかないことを示しています。さらに著者らは階層型エッジカーネルエージェントLEKAを提案し、評価サブセットでFast@1.0 43.5%を達成しました（直接生成13.0%、Claude Code 26.1%）。
説明3次元モーフィャブルモデルにおける不確実性伝播のモデル化
要約本論文は、3次元モーフィャブルモデル（3DMM）のパラメータ空間の分散を頂点ごとの分散へ写像する問題を扱います。全分散の法則を適用して得られる閉形式近似手法CLUEを提案し、計算負荷が小さく高精度であることを示しています。学習時にCLUEを用いると、関節・メッシュ・不確実性の指標で確率的および決定的なベースラインを上回り、不確実性と誤差のスピアマン相関が最も高くなると報告されています。
注目点3DMMのパラメータ分散を閉形式近似で頂点分散に写像し、メッシュ復元で基準手法を上回る結果を示し、この分野に有用である。
説明周波数領域のメンバーシップ推論は信頼度閾値に勝らない：帯域別分析
要約本論文は、記憶された標本は細部に依存するため入力の解像度を下げると予測が急速に崩れ、それによって所属が露呈するという広く繰り返される説を検証します。各画像に零位相の低域通過フィルタ列を適用し、ターゲットモデルの信頼度の減衰を十数通りの方法で採点しました。その結果、この説は成り立たず、2つのResNet-18ターゲットのいずれでも、最良の減衰スコアは単一の信頼度閾値より低いAUCにとどまりました。
説明拡散モデルベースのマルチスペクトルUAV多物体追跡における分光認識型候補領域強化
要約本論文は、マルチスペクトルUAVによる多物体追跡で、小型物体や雑然とした背景、フレーム間の不安定な対応付けといった課題に取り組む。提案のDSATrackは、軽量なスペクトルエンコーダでRPN分岐に多スペクトル情報を組み込み、高品質な候補領域を生成し、さらに局所的な多スペクトル顕著性で信頼度を再調整する。MMOTベンチマークでは、適応したDiffusionTrackベースラインに対しHOTAで4.6、MOTAで9.0、IDF1で7.7ポイント向上した。
説明Selm：多様なスキルを最適化する自己進化型ライブラリ管理フレームワーク
要約大規模言語モデルのエージェントは、タスク固有の知識を得る軽量な手段として「スキル」を使うことが増えています。既存手法は進化したスキルを体系的に管理しないため、領域をまたいだ再利用や蓄積が難しいという課題がありました。本論文のSELMは、スキルの進化をライブラリ単位の管理として定式化し、信頼度と有用性の指標を保持しながら検索・更新・寿命を統合管理します。四つの多様なエージェント・ベンチマークで評価され、多くの設定でSELMが優れた結果を示しています。
説明Muse Glimmer 30B：ローカル端末で動くエージェント向けモデル
要約本論文は、オープンソースの300億パラメータ因果言語モデル Muse Glimmer を紹介しています。知覚エンコーダを備え、一般的な消費者向けハードウェア上で自律型エージェントタスクを行うことを目的としています。テキストと画像を入力し、テキストを出力します。100以上の言語のデータで学習され、単一GPUでの効率的な推論のため約4ビットに量子化されています。原文では、同規模モデルとの比較でエージェント系ベンチマークにおける最高水準の性能を示し、Apache 2.0ライセンスで公開されたと述べています。
説明変分EMに基づくLLM-GNN連携によるテキスト属性グラフの意味階層の発見
要約本論文は、期待値最大化（EM）の枠組みで大規模言語モデル（LLM）とグラフニューラルネットワーク（GNN）を連携させるSHiFTを提案しています。E段階ではLLMが分類の専門家として明示的な意味木を帰納し、異常が検出されたときだけ階層を更新する軽量な手法で推論コストを抑えます。M段階ではGNNエンコーダを、クラスタリング分割、位相構造、意味概念の三つの観点からこの階層に合わせます。実験では最先端の性能を示し、人が読める高品質な分類体系を得られたとしています。
説明幾何的閉包を超えて：視覚ダイナミクスにおける力学的整合性の測定と診断
要約本論文は、視覚ダイナミクスモデルの視覚的精度、幾何学的妥当性、および印加力との整合性を評価する診断フレームワークを提案する。平面および空間の組立体で複数のモデルを比較した結果、幾何学的に妥当でも力学的に正しいとは限らないことが示される。著者らは、座標補正、数値的改善、持続する力応答誤差を区別して分析している。
説明セーフティカーネル：LLMの言語横断的防御のためのメカニズム的アラインメント
要約本論文は、大規模言語モデル（LLM）において、複数の言語にまたがって共有される少数の安全関連ニューロン群「セーフティカーネル（SK）」を特定しています。多言語の平行な安全・不安全プロンプトを用い、活性化応答性に基づく対比スコア（SCAR）で各言語の安全ニューロン候補を選び、その積集合としてSKを得ています。さらに、SKに対応する前向きネットワーク出力次元に限定してLoRA適応を行う「SK-Masked LoRA」を提案しており、SK探索に含まれていない言語を含む複数言語で攻撃成功率を大きく下げつつ、モデルの一般的能力への影響は全体として限定的だと報告しています。
説明活性化モニターは元のモデル計算からどれだけ恩恵を受けるか？モニターが元の計算過程にどこまで依存するかを調べた研究。
要約本論文は、モデル内部の活性化を監視するモニターについて、元の生成過程と、テキストを制御して変更した後の入力とで、予測性能がどの程度異なるかを比較しています。複数のモデルと2つの反実仮想監視タスクで、元の生成トレースに直接アクセスしなくても性能の大部分が回復することが示されました。一方、元の計算で学習したモニターは、最も強い対照手法を最大 0.014 AUROC 上回る小さくても一貫した優位性を持っていました。
説明HSPR：階層的事後推論によるソフトウェアエージェントのベンチマーク得点の復元
要約ソフトウェアエージェントを完全なベンチマークで評価するのはコストがかかり、少数のタスクだけでは得点が不正確になりがちです。本論文は、ソースエージェントから当てはめた応答因子と不確実性を持つグループ成功率を組み合わせ、事後分布に基づく適応的なタスク選択で推定を更新するHSPRを提案します。SWE-benchファミリーの4つのタスクバンクで、タスク予算10%のとき、比較対象の手法の中で3つのバンクで平均絶対誤差が最小、4つすべてで最大絶対誤差が最小でした。
説明IntriAdapt：カメラ内部パラメータを用いたテスト時適応による計量幾何推定
要約本論文は、透視投影の曖昧さにより画像から実スケールの三次元幾何を復元する問題に対し、テスト時適応フレームワーク IntriAdapt を提案します。深度センサーや外部の事前情報に頼らず、カメラ内部パラメータを出力側の幾何学的検証器として用い、点群の視線と既知の内部パラメータから定まる視線とのずれを閉形式の残差として最小化します。凍結した幾何基盤モデルに軽量な LoRA アダプタを最適化して適応させ、短い動画列での適応が同じカメラの他の列にも一般化することを示しています。十の単一画像ベンチマークと七の系列ベンチマークで、未適応および真の内部パラメータを与えたベースラインを上回ったと報告しています。
説明SCOPE-VSR：動画超解像向けの広範囲をカバーする学習データセット
要約本論文は、オープンドメイン動画超解像の学習データが意味的に偏り、多様性が不足している問題に対し、タスク指向の動画選択と階層的な意味的リバランスを組み合わせた構成パイプライン SCOPE を提案します。これにより約2.7万本の動画からなる学習用 SCOPE-VSR と評価用 SCOPE-test を構築しています。さらに、単一ステップで動画を復元する GraCo-VSR フレームワークを開発し、信頼性を考慮した設計と明示的な監督で劣化による歪みを抑えています。著者らは、再構成の忠実度と知覚品質で良好な結果が得られたと報告しています。
説明小規模データ画像分類向け、マルチ出口残差ビジョントランスフォーマーの動的自己アンサンブル手法
要約本論文は、データ量が限られる小規模画像データセットでのビジョントランスフォーマー（ViT）の性能を研究している。単一モデル内で多段階の分類器を統合する自己アンサンブル学習を用い、各段階の重要度を適応的に選択する動的学習器選択（DLS）を提案する。さらに、ResNet型の残差トークン埋め込みで局所構造をモデル化し、ReSEViTと呼ばれる多段階モデルを構成している。著者らは、効率的なモデルサイズを保ちつつ冗長性・予測誤差・分散を減らせると述べている。
説明TCMScience：中医学向けの自律型科学者エージェント
要約本論文は、中医学研究のための自律型科学知識発見エージェント TCMScience を提案する。言語モデルの提案と実行・公開の権限を分離し、信頼されたカーネル、科学コンパイラ、主張支持契約によって結論を制約する。葛根黄連湯のネットワーク薬理解析では、背景をアッセイ済みタンパク質に変えると有意経路数が 66 から 0 に変わったと報告されている。ガバナンス除去実験では、構築された 121 件の誤った出力がすべて両層有効時に遮断され、適合対照 10 件はすべて保持された。
説明重大度チャネル条件付け：スマートフォン撮影画像のブレ除去における入力段階の研究
要約本論文は、iPhoneBlur消費者機器ベンチマーク上で、鮮明な目標画像から部分的に得られるブレの重大度情報がモデルの適応に役立つかを検討しています。同一の更新予算の下で、重大度マップの入力連結が、メタデータによる大域的特徴変調、重大度マップによる空間的特徴変調、対照的出力目標、無条件のスペクトル損失対照と比較されました。入力連結のみがピーク信号対雑音比を31.23から31.30 dBに改善しましたが、これは推論時に目標情報を与える診断設定での結果であり、信頼できる展開上の優位性は示されていないと著者は述べています。
説明AdamPM：モーメントプーリングによるメモリ効率の良いLLM最適化手法
要約本論文は、Adam（適応的モーメント推定）の簡易な変種であるAdamPM（Adam with Pooled Moments）を提案しています。行または列方向に隣接するモーメント要素をグループ化し、各グループを単一の共有平均で表現します。二次モーメントのみをプーリングする設計が有効であることが示されており、グループサイズをsとすると二次モーメントのメモリは元の1/sになります。言語モデルの事前学習、微調整、マルチモーダル学習の実験で、性能と学習速度を維持しつつ、オプティマイザ状態のメモリを大幅に削減できることが報告されています。
説明CADS：逐次的生物スクリーニングにおけるLLM提案者の増分的貢献の測定
要約本論文は、LLMを提案者として使う場合の価値を、LLMを使わない同一のアルゴリズム・ループと比べて誤り率を管理した形で測る枠組み、CADS（認証付きエージェント型発見スクリーニング）を提案します。DepMapに基づくシミュレーションでは、LLMを使わないループだけでも反馈ゲートを通過し、生のヒット数はLLMの貢献を過大に見せることが示されました。最初の20シードでは、Qwen2.5-7Bに試験済み候補の履歴を与えると純貢献が+0.35から+2.90に変わりましたが、50シードの同条件複製実験ではこの効果は持続しませんでした。
説明稀少言語の翻訳における文脈内用語学習を高める暗号化訓練
要約文脈内の例を用いて微調整した翻訳モデルが、稀な用語の訳語を例から学習できるのかを検討し、この能力を文脈内用語学習として定式化しています。提案手法RareCipherFTは、稀な用語を文字を並べ替えた暗号形に置き換え、文脈からの複写によってのみ復元できるようにします。英語とタミル語、アッサム語、ミゾ語、ネパール語、ハウサ語の間の七つの翻訳方向と、1Bから7Bパラメータの四つのモデルで評価し、標準的な訓練と比べて用語再現率が向上し、COMETは低下しなかったと報告しています。
説明シーン適応型VLA：動的レイヤールーティングによる効率的な自動運転
要約本論文は、動的レイヤールーティングにより実時間のシーンに応じて有効パラメータを調整し、車載計算負荷を下げる自動運転向けの視覚・言語・行動（VLA）モデルの枠組みScene-Adaptive VLAを提案します。フレーム間のシーン時間変化と決定の偏差からシーンの複雑さを捉え、予算条件付きの層ルーティングで層の組み合わせを選択し、全体をエンドツーエンドで最適化します。Bench2Driveベンチマークで最先端のVLAモデルに適用した結果、推論時の計算負荷は53.5%削減され、運転および言語能力の低下はわずかだと報告されています。
説明DeliMF：構造化時系列と臨床テキストを融合したICU早期せん妄予測モデル
要約ICU患者のせん妄は在院期間の延長、認知機能低下、死亡率上昇の前兆となります。本論文はDeliMFを提案し、バイタルサイン・検査値・投薬の構造化時系列をTransformerで、タイムスタンプ付き放射線報告を臨床テキストエンコーダで符号化し、ゲート付きクロスアテンションで融合します。MIMIC-IVの新規発症コホートでは、臨床テキストを持つ患者で有意に改善し、テキストのない患者では性能低下は見られませんでした。
説明介入条件付きヒューマンデジタルツインのための整合性妥当性チェック
要約本論文は、同一患者では観察できない治療代替案を予測する介入条件付きヒューマンデジタルツインを対象としています。通常の予測精度だけでは反事実的推論の信頼性は示せないと指摘し、実世界エビデンス、限定条件付きシミュレーション、臨床知識を組み合わせた主張中心の枠組み「整合性妥当性チェック（CPC）」を提案しています。CPCは証拠と因果的主張の対応付け、矛盾や共通依存関係の監査を行い、合格、不合格、理由コード付きの判定保留のいずれかを報告します。
説明病的音声向け音声認識の個人化：精度・効率・発話長の影響
要約本論文は、話者が一人でデータが少ない条件で、LoRA による低ランク適応を用いて Whisper 音声認識モデルを個人化し、病的音声の認識を改善する方法を検討しています。適応器の配置が、モデル規模、学習効率、発話長とどのように関係するかを比較しています。結果として、モデルを大きくすると誤りは減るものの、話者間の不一致は解消されないことが示されています。全注意機構への LoRA が最も安定した精度と最良の時間対精度のバランスを示し、中程度の長さの録音で効果が最も大きく、短い発話と長い発話は依然として困難でした。
説明表現は軌跡をたどる：ニューラルネットワークにおける表現の時間的ダイナミクスの特徴づけ
要約本論文は、収束時だけでなく学習の過程全体を通して、ニューラルネットワークの表現幾何がどう変化するかを調べています。大規模な実験により、高ランクの持続、崩壊後の回復、低ランクの持続という三つの繰り返し現れる幾何学的軌跡を見出しました。また、表現がランク1に崩壊して回復しない病的な状態である破壊的表現崩壊（DRC）を特定しています。制御された設定では崩壊後の回復が成功した最適化と一貫して関連していましたが、実世界のモデルでは、その関係は構成に依存すると報告されています。
説明AutoSwarm：エージェント群の協調を自動化するマルチエージェント枠組み
要約本論文は、協調して問題を解決するためのマルチエージェント枠組み AutoSwarm を提案しています。各エージェントの責任範囲と受け入れ条件を定めて協業を形成し、共有状態・依存関係・監督関係によって実行を調整し、レビューのフィードバックに応じて後続の行動を変えます。長期的なプログラミング、対話型計画、専門的な金融分析の実験で、単一エージェントの基準や既存のマルチエージェント枠組みより優れたと報告されています。ソースコードは公開されています。
説明在庫制約下の逐次マーケットメイキングにおける後悔最小化による収益最大化
要約本論文は、買い手と売り手の評価額が未知の状況で、在庫制約のもとマーケットメーカーがどのように収益を最大化できるかを、後悔最小化（regret minimization）の枠組みで研究している。取引の成否のみが観測できる場合、アルゴリズムの後悔と在庫の上限はTの2/3乗に比例する。失敗した取引についても完全な注文板データが得られる場合には、その上限はTの平方根へと大きく改善される。さらに下界の証明により、ラウンドごとの在庫制限を厳しくするほど、最小後悔が必ず高くなることを示している。
説明検出データ拡張のための制御可能な複数物体挿入手法
要約本論文は、物体検出データセットを拡張するため、指定したカテゴリと個数で画像に物体を挿入する二段階の学習可能フレームワーク「SceneP2F」を提案している。ScenePlanはシーンに適合する物体中心と枠サイズを計画し、SceneAlign-Fillは計画された物体を描画しつつ元の内容の変化を抑える。UAVDT、VisDrone、BDD100Kの3つのベンチマークで、代表的な汎用編集手法や物体挿入手法より優れた結果を示したと報告している。
説明物語から特徴へ：AIアライメントと解釈可能性のための概念ベクトルの拡張
要約本論文は、言語モデルの活性化空間において、正直さや欺瞞などの人間が解釈可能な概念に対応する特徴ベクトルを研究する。全特徴空間の復元を目指すのではなく、AIの安全性とアライメントに関連する概念に絞り、概念と対立する合成物語のペアを作成して、両者の平均的なモデル活性化の差を特徴ベクトルとして用いている。1,036の概念と約200万の合成物語へ拡張し、公開している。6つのモデルで、チャット対話や Web テキスト中の対応する概念の検出に一般化できることが示されている。
注目点合成ストーリー対の活性化差分を概念ベクトルとして用い、1036の整合性関連概念へ拡張し、複数モデルで汎化と操作性を検証した。
説明3Dガウシアン・スプラッティングのためのコーデック互換な学習型圧縮
要約本論文は、3Dガウシアン・スプラッティング（3DGS）データを圧縮するCCT-GSフレームワークを提案します。まず汎用的な球面調和関数（SH）係数変換を学習し、高次元のSH非DC成分を動画コーデックで扱いやすいコンパクトなボトルネックマップに変換します。さらにLoRAに基づくシーン適応により、軽量な付加情報でシーン固有の外観を復元します。MPEG GSC系列での実験では、代表的な動画ベースの手法を上回り、動画ベースのアンカーに対して平均BD-rateを51.30%削減したと報告されています。
説明CARVS：人と協働する倉庫向けのオンライン多エージェント集配のための混雑考慮アルゴリズム
要約本論文は、従来の多エージェント集配（MAPD）問題に人の予測しにくい行動を加えた、人との協働を含む多エージェント集配問題（MAPDwHC）を提案します。人と interacting するロボットが一時的に通路を塞ぐといった動的な障害物や、リアルタイムの応答性も考慮しています。提案手法CARVSは、タスク交換、妥当性検査、ランダム初期化によってタスク割り当てと経路計画を改善します。シミュレーションでは、従来のMAPDアルゴリズムが失敗する大規模環境で経路計画のタイムアウトが大幅に減ったと報告されています。
説明偏光配置ペアリングによるラベルなし少数ショット薄片岩石分類
要約本論文は、鑑定済みの訓練用薄片が一切ない状況で、未知の岩石種を少数ショットで認識する方法を研究している。提案手法XPPは各薄片を擬似クラスとみなし、同一視野の単偏光（PPL）画像と直交偏光（XPL）画像を正例として組み合わせる。これにより色ではなく粒子の形状や組織に基づく照合が促される。南京大学の108種の岩石データセットでは、ラベルなし手法の中で平均最良の結果となり、78種の鑑定済み岩石で訓練した教師あり モデルと同等の性能を示した。
説明二次損失動態に基づく理論指向のインスタンス依存型早期停止（TG-IES）
要約本論文は、インスタンス依存型早期停止（IES）で用いられる二次損失差分の基準を、明示的な仮定の下で理論的に分析し、ノイズで校正された習得閾値と、インスタンス除外のための条件付き安定性境界を導出しています。提案手法TG-IESは、停止閾値と忍耐パラメータを手動選択ではなく学習実行の統計量から求めます。CIFAR-10およびCIFAR-100の主要な畳み込み設定では、全学習と比べた精度差を0.1〜0.9ポイント以内に保ちつつ、逆伝播インスタンスの53〜58％を削減しました。ResNet-18/CIFAR-10ではFLOP正規化で35.7％の削減となり、ViT-Tinyにも適用できますが、削減効果は小さく精度低下がわずかにあります。
説明EGIP：臨床エージェントのための根拠ベース対話プロトコル
要約本論文は、臨床エージェントが問診や検査を通じて証拠を集める過程を規定するEGIP（Evidence-Grounded Interaction Protocol）を提案しています。役割ごとの情報境界を設け、検査の結果を示さずに実施可能な行為のみを提示し、保存された臨床記録から検査結果を取得して、最終判断のために収集した証拠を整理します。二つのフレームワーク、五つのデータセット、六つの言語モデルでの評価では、EGIPが既存の基線より診断精度を向上させました。また、医師による確認では、自動採点で正解とされ証拠に基づくと共同判定された回答の割合が10.20%から36.55%に上昇したと報告されています。
説明完全一階オラクルによる有限和二段階最適化の高速化
要約本論文は、有限和形式の目的関数をもつ非凸・強凸の二段階最適化問題を、勾配情報のみを用いて研究している。下位変数の分散削減修正と罰則近似を組み合わせたSICBOを提案し、有限和への依存を平方根オーダーに抑えつつ、滑らかな問題で既知最良の条件数指数を維持すると述べている。
説明一度書き込み、何度も照会：長尺動画のための、コンパクトで再利用可能なメモリを進化させる
要約長尺動画は多モーダル大規模言語モデル（MLLM）の文脈容量を超えることが多く、エージェント型検索は問い合わせのたびに高コストな動画処理を繰り返します。本論文は、時間アンカー付きの知覚的観察に基づき進化可能な動画メモリ「Video-EMem」を提案します。Writerが動画を一度符号化し、Readerがそのメモリのみから証拠を検索・整理します。3つの長尺動画QAベンチマークで、2,048フレームを直接入力した場合と比べ、Qwen3-VL-30Bの平均精度が2.6%向上し、保存容量は平均で約99.86%削減されました。
説明連合学習向けの多段階慣性ADMMアルゴリズム
要約本論文は、連合学習で用いられるADMM（交互方向乗数法）の通信負荷やシステムの不均一性という課題に対し、MiFedADMMと呼ばれる多段階慣性ADMMアルゴリズムを提案している。サーバー側で複数の過去の反復点を用い、集約ごとに高次の外挿を構成して収束を加速する。穏やかな仮定の下で単段階版の収束結果を示し、O(1/K)の収束速度を導いている。合成データと実データでの数値実験により、既存手法と比べた有効性が示されている。
説明スコアから診断へ：記号回帰のための探索非依存の事後診断手法
要約記号回帰ソルバーの多くは、情報量の少ないスカラーの適合度スコアのみに依存しており、数式がなぜ失敗したか、どう修正すべきかを示しにくいという課題があります。本論文は、異なるソルバー間で共有できる探索非依存のフィードバック機構PostDiagを提案し、パッチ単位の特徴量と二種類のリスクにもとづいて診断を行います。複数のLLMベースおよびGPベースのソルバーでの実験により、精度の向上と収束の高速化が示されています。
説明長期予測のための構造化された潜在ダイナミクスを用いた具現化世界モデル
要約本論文は、世界モデルの潜在状態を一般化座標と運動量からなる位相空間で表し、散逸ハミルトンダイナミクスで将来状態を伝播させ、学習可能な逆写像で元の潜在表現に戻すHWMという枠組みを提案します。知覚や復号の部分を再設計せずに既存の世界モデルへ組み込めます。制御されたシミュレーションでは、構造化されていない潜在ダイナミクスと比べて速度・加速度・加加速度の推定精度が高まり、長期のエネルギー漂流が大きく減少しました。さらに3種類の設定で評価され、RoboCasaでは成功率が相対的に2.7%向上しました。
説明ガウシアン・スプラッティングと熱状態空間ダイナミクスによる時空間温度場の再構成・予測（GTSM）
要約本論文は、三次元モデルや熱力学方程式を事前に与えず、二次元観測のみから四次元の時空間熱状態場を復元する高斯熱状態空間モデル（GTSM）を提案します。シーン全体で共有する潜在過程と各ガウス要素の局所熱状態で熱の変化を表現し、微分可能なRK2積分で伝播させます。静的・動的ガウシアン・スプラッティングの双方に組み込め、新視点の熱レンダリングや将来時刻の熱状態予測が可能です。実赤外線データと合成データの実験で、代表的な基準手法より高い再構成精度と時間外挿性能が示されています。
説明悪天候下における対照ハイパーグラフに基づくソースフリードメイン適応型物体検出（拡張版）
要約霧、雨、雪、低照度などの悪天候は視認性を構造的に低下させ、晴天データで学習した物体検出器の性能を著しく損ないます。ソースデータがプライバシーや伝送上の制約で利用できない場合には、ソースフリードメイン適応（SFDA）が必要になります。本論文は、対象ドメインの物体候補上に対照ハイパーグラフを構築し、画像内文脈、天候を考慮したグループ化、プロトタイプに基づく意味的アンカー、信頼できる事例と低信頼事例の間の不確実性を考慮した接続を通じて高次の関係を符号化するREUNIONを提案しています。グループ単位のHyper-InfoNCE目標関数により、超辺レベルで表現を最適化します。著者らは、複数のベンチマークでドメインシフトを緩和し、SFDA設定で最先端の性能を達成したと報告しています。
説明弦楽四重奏向けの楽譜光学認識ツール
要約本論文は、弦楽四重奏曲のPDF楽譜を対象とした光学音楽認識（OMR）システムを提案している。まずSegNetベースの分割モデルで楽譜の領域を特定し、畳み込みニューラルネットワークと画像処理で音楽記号を分類・抽出する。リズムの精度を高めるため、動的計画法で拍子記号の制約を課し、連符も明示的に扱う。ベンチマークデータセットでの最長共通部分列の指標による評価では、音高、発音タイミング、音価、臨時記号の認識において堅実な精度が示された。コードとデータは公開されている。
説明EEGの空間超解像を動的状態の分解とフィルタリングとして再考する
要約本論文は、連続EEG信号の空間超解像を、疎な電極観測から高密度の脳波信号を復元する逐次的状態フィルタリング問題として定式化しています。提案手法の動的状態フィルタリング（DSF）は、履歴から予測される変化と現在の観測によって生じる新たな変化を分けて扱い、トポロジーを考慮した遷移演算子と不確実性を考慮した状態補正で統合します。著者らはSEED、SEED-IV、BCI2000での実験において、再構成の忠実度と下流タスクでの有用性が向上し、観測が動的に変化または不確実な場合にも頑健であったと報告しています。
説明VisConf：視覚言語モデル推論のBest-of-Nにおける品質考慮型コンセンサス手法
要約本論文は、視覚言語モデル（VLM）のBest-of-N推論に向けて、視覚的関与度と校正済みの自己確信度（Self-Certainty）を掛け合わせた品質スコアVisConfを提案し、どちらかの信号が弱い推論軌跡を減点します。さらに、チューニング不要の集約規則であるRank-Weighted Consensus（RWC）を導入し、質問ごとのVisConfの順位を回答単位の投票重みに変換します。MathVista、MMMU-Pro、MMStarの3つのVLMでの評価において、VisConfとRWCの組み合わせが強力なBoNベースラインを一貫して上回ったと報告されています。
説明ニューラルオペレータ輸送代理モデルと不確実性定量化による、トカマクプラズマの未観測コア電子密度の再構成
要約本論文は、トカマクプラズマの電子密度分布が十分に観測できない問題に対し、輸送ソルバーの高速な微分可能な順モデルとしてフーリエニューラルオペレータ（FNO）を用いる手法を提案します。反射計と干渉計の測定から、一次元粒子輸送方程式の係数を推定して密度分布を再構成します。不確実性定量化の4手法を比較し、CRPSと被覆率較正で観測領域と未観測領域を別々に評価しています。合成データとDIII-D実験放電で、標準的な解析関数フィッティングより優れることも示しています。
説明MOMO：移動する音からの人体動作生成
要約本論文は、動的な空間音声に対する人間の動作を生成する新しいタスクを提案しています。音源の位置変化に応じた反応を扱う点が特徴です。著者らは動作キャプチャデータセットDySAMとDySALを公開し、拡散モデルに基づくMOMOフレームワークを提案しました。実験では、既存の基準手法より動作の忠実度、音と動作の整合性、物理的妥当性で優れていると報告されています。
説明スパース化MLPとトランスコーダーの比較：多くのトランスコーダー特徴は実は偽装されたニューロン
要約本論文は、Transformer言語モデルのMLPニューロンは多義的だとされ、解釈可能な代替モデルとしてトランスコーダーが使われてきたと説明します。著者らは、個々のMLPニューロンと重みが強く整合するトランスコーダー特徴を「ニューロン特徴」と定義し、13の公開トランスコーダーの後段層で、それが活性特徴のかなりの割合を占めることを示しています。MLPニューロンは一般に想定されるより強い解釈の基盤になりうるとし、モデルが用いる非ニューロン構造を帰属させる手法の改善を呼びかけています。
説明HABIT-Bench：長期的な弱い証拠からエージェントメモリが習慣を推論できるかを評価するベンチマーク
要約本論文は、大規模言語モデルエージェントのメモリシステムが、断片的で不完全な過去の対話から利用者の習慣を推論し、後続の要求に適用できるかを評価するベンチマーク HABIT-Bench を提案している。タスク指向の対話データと制御された習慣グラフから、食品・金融・ソフトウェア・旅行の4分野にわたる合成利用者履歴を構築し、一時的な例外、習慣の変化、未承諾の提案を含む四択タスクで評価する。八つのメモリ手法を評価した結果、最良の手法でも4分野のマクロ平均正解率は33.61%にとどまり、注釈付きの証拠を直接与えても性能は限定的であった。
説明物理推論のための公理的世界モデリング（RLAWM）：学習時に世界モデルの誤りを罰し、物理推論を改善する手法
要約論文は、LLMの物理推論における失敗の一因が「モデリングドリフト」にあると指摘します。モデルは与えられた数値を変えたり、法則を捏造したり、未記載の仮定を加えたりして問題を既知の型に当てはめ、その歪んだ世界の中で推論してしまいます。著者らは、モデル内部の公理的世界モデルと真の物理世界との乖離を罰するRLAWMを提案し、モデリングと求解の二段階の物理的根拠に基づく報酬で学習します。要旨によれば、PhysReasonで最大12.2点、PHYSICSで5.2点の向上があり、推論時のコストは増えません。
説明物理情報を取り入れたニューラルネットワーク補正による混濁媒質中の解析的光輸送予測の精度向上
要約本論文は、拡散近似などの解析的モデルを物理的事前知識として用い、解析予測とモンテカルロ参照解との残差だけをニューラルネットワークに学習させる枠組みを提案している。拡散近似と比べ、スカラー反射率と空間分解反射率の誤差はそれぞれ約62倍、約14倍低減された。訓練データの1%のみを用いた場合でも、直接学習型の代理モデルと比べ誤差はそれぞれ約87%、約93%低いと報告されている。
説明M²Net：スケール固有の構造とプロトタイプ分解を統合した時空間予測モデル
要約本論文は、都市管理などに用いる時空間予測のためのM²Netというフレームワークを提案している。マルチスケールマスク注意機構により、時間スケールごとに変化する空間依存関係を学習する。さらにプロトタイプ残差学習モジュールで、全体に共通するパターンとノード固有の偏差を分離する。著者らは、実データセットでの実験において既存のベースラインを上回ったと報告している。
説明ProbePO：疎なプローブと再配分された信用による、クリティック不要のLLM強化学習
要約本論文は、検証可能な報酬による大規模言語モデルの強化学習において、推論軌跡全体に終端報酬しか与えられず各ステップの貢献が分かりにくい問題を扱います。提案手法ProbePOは、限られたロールアウト予算の下で、報酬を使わない不確実性スコアで部分解の状態を選び、上限付きの継続予算で期待検証報酬を推定します。GRPOの軌跡レベルのアドバンテージをトークンへ再配分し、1.5Bから7BのDeepSeekMathおよびQwen系モデルで、GRPOを上回る結果を示しています。
説明TopoCompile：全体カウント制約を厳密に満たす分子生成
要約本論文は、分子のサイズ、元素組成、環の数などの全体カウント制約を満たす新規分子を生成する手法TopoCompile（トポコンパイル）を提案している。分子を完全な環系と個々の原子からなる木構造で表し、自己回帰Transformerとダイナミックプログラミングによるコンパイラを組み合わせて、目標を満たせない行動を復号時にマスクする。四つのベンチマークで、一般的および稀な目標群に対し100%の精密有効率を達成したと報告されている。
説明共形予測は、どの「形」の不確実性を定量化しているのか？
要約本論文は、共形予測（分布に依存しない被覆保証を持つ事後的キャリブレーション手法）が出力する集合の大きさが、どの種類の不確実性を反映するのかを検討しています。完全共形予測と分割共形予測の間の集合サイズの差は、モデルの認知的不確実性にあたるベイズ事後分散と直接関係することを示しています。この差は、追加の校正データによるモデル精度の向上と、テスト点で各ラベルに対するモデルの「形成可能性（formability）」という、互いに逆向きの二つの効果の集約だとされています。さらに、予測集合による量子化を経ず、事後分散の推定を通じて得られるモデルの形成可能性自体が、認知的不確実性を定量化する有用な手段になりうると述べており、多くの設定で最先端手法と同程度の性能を示すと報告しています。
説明ノイズ除去型暗黙変分推論：ノイズ除去スコアマッチングで周辺スコアを直接学習し、ELBO勾配を効率化
要約本論文は、半暗黙変分推論（SIVI）において証拠下限（ELBO）の勾配計算が困難である問題に取り組み、ノイズ除去型暗黙変分推論（DIVI）を提案します。DIVIはノイズ除去スコアマッチングによって周辺スコアを直接学習し、それをパスワイズELBO勾配のプラグイン推定量として用います。これにより、内側の逆条件付きサンプリングをスコアネットワークの評価に置き換えます。著者らは、DIVIを不正確な確率的勾配上昇法として解析し、提示された仮定の下で平均定常性指標の誤差上界を示しています。合成分布および複数の実データベイズ推論タスクでの実験では、DIVIが既存のUIVIベースラインを上回り、ELBO勾配推定の計算コストを削減することが示されています。
説明BEM：フローマッチングモデルの概念消去のためのBregman発散の学習
要約本論文はBEM（Bregman erasure matching）を提案し、FLUXやStable Diffusion 3などフローマッチングで学習されたテキストから画像を生成するモデルから、有害・私的・著作権で保護された概念を消去する手法を示しています。BEMは双レベル最適化によりBregman発散を学習し、微調整後のモデルが未知のプロンプトで対象概念を忘れつつ、無関係な生成結果は変えないようにします。裸体、暴力、実在人物の顔、著作権キャラクターを対象とした実験では、GEMの評価プロトコルの下で、多くの設定でBEMがGEMより多くの概念を消去しました。一方で、概念によっては保持性能が保たれ、別の概念では低下しています。
説明GazeAct：注意の正則化方策のための人間の視線付きマニピュレーションデータセット
要約本論文は、多視点の視覚・言語・行動（VLA）方策向けに、実ロボットで収集した人間の視線アノテーション付きデータセット GazeAct と学習フレームワークを提案する。画面ベースの遠隔操作で、操作者が見ているロボットカメラ映像上の視線を記録し、40 タスク・5 領域にわたる 12000 件のデモを収集した。学習時は視線由来の目標で言語条件付きの視覚注意を正則化し、推論時は視線を使わない。18 の実タスクで平均成功率は 48.1% から 58.6% に向上した。
説明SAP-Depth：自己教師あり単眼深度推定のためのシーン適応型確率フレームワーク
要約本論文は、自己教師あり単眼深度推定の新しいアーキテクチャSAP-Depthを提案します。細部情報の喪失と多様なシーン構造への適応性の低さという課題に対処するため、学習可能パラメータ予測器により入力画像に応じたシーン固有の深度分布を適応的に推定します。また、Bin単位の確率分布デコーダでマルチスケール表現を融合し、稠密な深度確率分布を予測します。KITTIデータセットでは既存手法より高い精度、特に複雑なエッジの保持において優れた結果を示し、Make3Dデータセットでは汎化能力と頑健性が確認されたとしています。
説明HiPPO関数メモリ：不規則時系列のための座標照会可能なアテンション機構
要約本論文は不規則時系列を対象に、HiPPO関数メモリ（HiPPO-FM）を提案します。観測履歴を任意の時間座標で照会できる固定ランクの関数状態に圧縮するため、照会のたびに観測履歴を再処理する必要がありません。連続座標の再構成、不規則表現学習、実世界データの外挿、イベント系列予測で実験を行い、強力な不規則時系列ベースラインを改善したと報告しています。圧縮後の状態は異なる照会集合間で再利用できます。
説明視覚言語大規模モデルの選択式問題における長さバイアスと頑健性の検証
要約本論文は、大規模視覚言語モデル（LVLM）が選択式問題で、長い選択肢を好む「長さバイアス」を持つかを調べています。画像と矛盾する場合でも長い選択肢を選ぶ傾向があり、この偏りはモデルの規模に関わらず見られました。層ごとの分析から、後段の層で視覚的根拠が抑えられ、言語側の長さの事前知識が優先されることが原因だと示されています。推論時の緩和策は部分的な改善にとどまり、実用的な解決には至っていないと結論づけています。
説明TideKV：層ごとの分割プリフィルによる遅延KV削除で長文脈LLM推論のメモリを削減
要約本論文は、長文脈の大規模言語モデル推論におけるプロンプトのプリフィル段階でのピークメモリ問題に取り組みます。提案手法TideKVは、GPU上でKVキャッシュを構築する仕組みで、層単位の遅延削除を用います。各Transformer層ですべてのプロンプトチャンクを処理し、アクティブな層についてのみ全プロンプトのKVを保持して、層の終わりに削除します。評価では、比較した圧縮手法の推論品質と最終キャッシュサイズを維持しつつ、構築時の一時的なメモリ使用量を大幅に削減し、より長い文脈（128Kなど）のプリフィルを可能にしました。
説明不誠実な推論に計算が必要な場合、思考連鎖は監視可能な状態を保つ：11のモデルで必要性効果を再現・拡張
要約本研究は、大規模言語モデルの思考連鎖（CoT）とヒントへの従い方の関係を検証した Emmons ら（2025）の実験を、6つのモデル系統にわたる11モデルで再現しています。単純なヒントへの追従は基準より高く見られた一方、隠された複雑なヒントへの追従は多くのモデルで基準付近に戻りました。さらに5種のヒント群と3段階の難易度で、思考連鎖の必要性と不誠実性の関係がタスクとモデルに依存することを示しています。
説明CodecMotion-OAD：圧縮領域の動き情報を用いた効率的なオンライン行動検出
要約本論文は、ストリーミング映像におけるオンライン行動検出を扱い、高密度光学フロー（optical flow）の計算が主要な計算ボトルネックであると指摘しています。提案手法CodecMotion-OADは、デコーダから得られるコーデック動きベクトル（MV）で光学フローを置き換え、既存の時系列検出アーキテクチャを維持します。THUMOS'14でのmAPは68.3で、蒸留を揃えたRGB+Flowの70.9には及びませんが、デコーダから予測までの処理時間はCPUで約11.48倍、GPUで約2.04倍短縮されています。
説明ConCI：LLMの文脈的完全性を検証する統制型反実仮想ベンチマーク
要約本論文はConCIという統制型反実仮想ベンチマークを提案し、大規模言語モデルが文脈に基づいて個人情報の共有の適切性を判断できるかを検証します。各組は一つの基準となる情報フローと、それぞれ文脈上のパラメータを一つだけ変えた二つの反実仮想から成り、三つすべてが正しく判定された場合にのみ得点されます。結果として、多くのモデルは基準例では正答しても少なくとも一つの反実仮想で誤り、不適切な情報フローの判定に比べて適切な情報フローの判定は弱く、文脈が変わっても不適切と判定し続ける傾向が見られました。
説明Backend-Frontend Converter：コンポーネント単位で .NET 計算モデルを TypeScript に変換する手法
要約本論文は、コンポーネントベースの .NET 計算モデルから TypeScript 実装を生成し、Web アプリ内でローカルに実行できるようにするアーキテクチャを提案している。四つの軌道シナリオと記録された取引戦略の比較で生成コードを評価し、C# の結果と時刻・イベント単位で対応づけて検証した。その結果、両者の出力は時刻が一致し、位置と速度の差も非常に小さく、意図的に与えた摂動も検出できたと報告している。
説明VBO-MI：変分相互情報量推定による微分可能なブラックボックス最適化フレームワーク
要約本論文は、ノイズを含む評価を通じてのみ結果が得られる高コストなブラックボックス関数を最適化するためのVBO-MIを提案します。これはベイズ最適化を全面的に勾配ベースで実装した手法で、行動ネットワークと変分クリティックからなるactor-critic構造を用い、リプレイバッファで学習する軽量な代理モデルにより、各反復で必要な実関数評価を1バッチに抑えます。高次元の合成関数や、軌道計画、Lunar Lander、害虫防除などの課題で評価され、既存の基準手法と同等以上の性能を示したとされています。
説明DYNARTmoにおける声道音響・空気力学と重ね合わせ加算合成
要約本論文は、音声生成を可視化・合成する動的調音モデルDYNARTmoの音響・空気力学的拡張を提示します。ジェスチャー制御軌跡が声道形状を決定し、鼻腔分岐と有効な側方通路を含む音響管に変換されます。集中定数型の空気力学ネットワークが声門運動と肺圧を気流と声門上圧に関連付けます。ドイツ語の単語Tasse、Muse、Ladeを例に示していますが、感知的評価は未実施で、摩擦音の自然さには改善の余地があると述べられています。
説明気候変動の誤情報談話におけるディスコース・プロファイルのモデル化
要約従来の研究は主にテキストだけで個々のコメントを分類してきた。本論文はTikTokの大規模な気候関連データセットを用い、コメントを繰り返し現れる修辞パターン（ディスコース・プロファイル）にクラスタリングし、後期融合アーキテクチャで誤情報分類器に組み込んだ。動画単位で分けた評価では、多くの表現方法で宏F1値が向上したが、RoBERTa-largeでは改善の統計的有意性は認められなかった。
説明匿名の群衆フィードバックから学ぶ、調整可能な多元的ポリシー整合
要約本論文は、多様なユーザーの選好を学び、個々のユーザーに合わせて振る舞いを調整するための枠組み、Preference-PCA Pluralistic Learning（P3L）を提案しています。アノテーターの識別情報を必要とせず、PCA分解により軌道埋め込みと選好方向の共有基底を異質な群衆フィードバックから同時に学習します。複数の身体制御タスクでの実験では、オフラインデータ外の新規ユーザーへも一般化し、計算コストを抑えつつ競争力のある性能が得られたと報告されています。
説明MedPAO-Assist：エッジ端末で動作する、モダリティ対応の放射線レポート構造化エージェントAI
要約本論文は、放射線科医の口述と音声コマンドから構造化された放射線レポートを生成する、エッジ端末で実行可能なマルチエージェント枠組み MedPAO-Assist を提案しています。約0.6Bパラメータの小型言語モデルを用い、標準的なノートPCのCPU上でピークRAMは約3.3GB、平均エンドツーエンド遅延は約31秒です。インターネット接続や外部APIを必要とせず、胸部X線、胸部CT、腹部CT、脳MRIの4つのモダリティに対応しています。
