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。
説明ポイントワイズ再現可能な不可知学習における最適サンプル複雑度
要約同じ乱数シードで独立に学習した二つの予測器が、各固定クエリ点で高い確率で一致する（ポイントワイズ再現性）ために必要なサンプル数を扱う論文です。有限VC次元の二値クラスについて、必要な独立サンプル数の厳密な上界と、それに対応する下界を示し、可算領域での残存する対数オーバーヘッドを取り除いています。
説明HCFM：時系列異常検知のためのヘルムホルツ成分フローマッチング
要約本論文は、フローマッチングに基づく教師なし時系列異常検知の枠組みHCFMを提案する。ベクトル場を輸送、圧縮、残差の3つのヘッドに分解し、輸送ヘッドを発散のない形に制約することで、散度の推定は圧縮ヘッドのみに限定される。著者らは、大規模な単変量・多変量ベンチマークにおいて、16の比較手法と比べて検知精度が一貫して向上し、推論も効率的に保たれたと報告している。
説明PRET：学習用の例なしで多種のがんを認識する少数ショットシステム
要約本論文は、器官・病院・タスクを横断して、タスクごとの学習なしにがんを認識するPRETシステムを提案しています。23の国際ベンチマーク（全スライド画像4,484枚）で評価され、20タスク中で既存手法を上回り、15のベンチマークでAUCが97%を超えました。リンパ節転移の検出では、8枚のスライド例のみで臨床水準の診断性能を示し、病理医11名を上回ったと報告されています。
注目点学習不要の少数ショット汎癌認識システムを提案し、23のベンチマーク・4484枚の全スライド画像で検証、リンパ節転移検出で11名の病理医を上回った。
説明PACT：一般向GPU向けのNVFP4データフローLoRAファインチューニング
要約本論文は、一般向けGPUで言語モデルをLoRAによりファインチューニングするシステム「PACT」を提案している。固定された射影層をネイティブNVFP4行列演算で高速化し、量子化済みRMSNorm出力の再利用やNVFP4によるアクティベーション保存でメモリ使用量を抑える。16GB RTX 5080での複数モデル・複数タスクの評価で、メモリ使用量の低減と高速化、競争力のある精度が示されたとしている。
説明SteadyThought：思考レベルの選好最適化で LLM の「考え不足」を緩和
要約大規模推論モデルは推論経路の切り替えで性能を高めますが、有望な思考を続けられず頻繁に切り替えてしまう「考え不足（under-thinking）」が見られます。本論文は、切り替え地点を選好の問題として定式化し、新しく生成された応答を優先、元の応答を非優先とする思考レベルの選好最適化フレームワーク SteadyThought（ST）を提案しています。複数のモデルとデータセットでの実験では、推論精度を保ちながらトークン消費を最大 63.8% 削減したと報告されています。
説明ニューラル強化型「検出前追跡」のための正規化フロー手法
要約本論文は、複素数値の生信号を直接扱い、実行時に未モデル化の伝搬効果の潜在表現を学習する、ニューラル強化型の検出前追跡（TkBD）フレームワークを提案しています。各対象の信号強度の確率密度を正規化フローで表現し、逐次ベイズ推定の中で教師なしにオンライン学習します。学習目標は変分ベイズの証拠下界の最大化から導かれ、推論には信念伝播と逐次モンテカルロ法を組み合わせています。
説明VLA-Rolling：適応的な行動再利用により、少ないノイズ除去ステップで制御精度を向上
要約フローマッチング方式の視覚・言語・行動（VLA）モデルは、ガウスノイズを反復的に除去して行動チャンクを生成しますが、通常は短い前半だけを実行して再計画します。残りの未実行部分（行動テール）は、後続の去噪進捗を保持しているとして、VLA-Rolling という軽量な推論フレームワークで再利用されます。基盤のVLAは凍結したままで、行動テールの継承、行動ごとの信頼度推定、そして信頼度に基づく再ノイズ付加と去噪予算配分による精緻化を行います。16 の組み合わせのすべてで行動チャンク推論コストが削減され、最大 1.48 倍の高速化を達成し、14 の組み合わせで成功率が最大 15.08 ポイント向上しました。
説明『Scam Town』：詐欺防止の知識はワクチンのように地域社会に広がるか？
要約本論文は、大規模言語モデルが住民を演じる模擬コミュニティ「Scam Town」を構築し、詐欺への警告が住民同士で広がる効果を調べたものです。日常的な口コミで被害者数はおよそ2割減少し、銀行などの公式警告が町の大半に届いて住民が話題にすると、シミュレーション上では被害がほぼ半減しました。著者らはこれを実際の人間で検証すべき予測として位置づけています。
説明教師を超えて：エージェント型オンポリシー蒸留におけるオーバーシュートの理解と維持
要約本論文は、多ターンのエージェントタスクにおいて、オンポリシー蒸留（OPD）の訓練中に、より小さく初期性能の低い生徒モデルが教師モデルを大きく上回る一方、蒸留を続けると後退する「蒸留オーバーシュート」現象を研究しています。著者らは、弱い生徒の判断を修正する効果と、教師が好まない成功した生徒の選択を侵食する効果という二つの競合する作用が原因だと分析しています。さらに、成功した選択への矛盾する教師の指導を選択的にマスクし、侵食を抑える成功保持型OPD（SPOD）を提案しています。
説明言語混乱まであと一つのヘッド：モデルファミリーを横断する単一アテンションヘッドの研究
要約大規模言語モデルは、予期しない言語で応答することがあり、これは言語混乱（language confusion）と呼ばれる失敗です。著者らは7つのモデル系列にまたがる12のチェックポイントで個々のアテンションヘッドを消去し、FLORES-200の続き文とLanguage Confusion Benchmark（LCB）のチャット応答で検証しました。その結果、10のモデルでは、ある1つのヘッドをゼロにすると、同じ層の他のヘッドよりも期待される言語から外れる出力が大幅に増えることが示されました。
注目点単一のアテンションヘッドが言語混乱を支配することを、複数のモデル系列で系統的な除去実験により示し、機構の局在化を明らかにした。
説明厳密に再現可能な実現可能学習：未知の周辺分布、有限クラス補間、共有乱数のコスト（同じ乱数シードで2つの独立な学習標本から全く同じ仮説が得られる性質を扱う理論論文）
要約本論文は、同一の乱数シードを用いた2つの独立な学習標本が完全に同一の仮説を生成する「厳密な再現可能性」を、ブール値の実現可能学習について研究している。周辺分布が未知の場合と既知の場合のそれぞれについて、有限クラスのサンプル複雑度の上界と下界を示している。さらに、有限閾値連鎖の積や、VC次元1の有限クラス、共有乱数に伴う実装コストについても扱っている。
説明辛ニューラルネットワークの可積分な構成要素：学習型層、ファイバー保存層、および単一層の能力
要約本論文は、厳密に辛性を保つ三種類のネットワーク層（学習型層、移動平面シア層、ファイバー保存層）を提案し、残差辛層の表現能力を分析します。16の系での実験では、非線形積分に基づく層がSympNets、HénonNetsなどより高精度であり、非線形シュレーディンガー格子では百倍以上の精度向上が報告されています。
説明相乗効果を考慮した残差フローマッチングによる単一細胞摂動応答予測
要約本論文は、遺伝的または化学的摂動に対する単一細胞の発現応答を予測する SynGeneFlow 手法を提案している。加法的な摂動効果を初期分布とし、真の摂動後状態へ向かう残差フローを学習する。遺伝子間相互作用は静的な遺伝子ネットワークマスクと摂動依存のバイアスでモデル化される。遺伝的および薬剤の摂動ベンチマークで評価され、この残差化の枠組みが頑健であることが示されたとしている。
説明物理システムモデルの供給者としての LLM エージェント：Modelica における校正と受入れ
要約本論文は、データ付きの仕様書をもとに、LLM コーディングエージェントが Modelica のライブラリ部品から 4 つのシミュレーションシステムと実際の切替電磁石のモデルを構築する実験を扱います。単一の参照モデルとの照合ではなく、許容されるモデル集合への所属で受入れを判定する考え方と、物理的不変量などの上位の検証を提案しています。
説明分散型オンライン指数凹最適化：複数のエージェントが局所計算と通信だけで全体損失関数列を最小化する際の後悔（regret）上界と下界
要約本論文は、局所エージェントが局所的な計算と通信のみを用いて全体損失関数の系列を最小化する分散型オンライン凸最適化（D-OCO）を扱います。指数凹損失に対して対数オーダーの後悔上界O(Nd(1-σ₂)^{-1/2} log²T)を達成する分散型オンラインニュートンステップ（D-ONS）を提案し、ほぼ一致する下界も示しています。さらに、定義域が非有界な分散型オンライン線形回帰へ拡張しています。
注目点分散型オンライン exp-concave 最適化に対して初の対数リグレット上界を示し、ほぼ一致する下界も与えた。理論的貢献は大きいが実験的検証は記載されていない。
説明高次元の関心量向け多忠実度モンテカルロ推定量
要約多忠実度モンテカルロ法（MFMC）は、計算コストの高い高忠実度モデルで求める関心量の統計量を、安価な低忠実度モデルを制御変量として用いることで低コストに推定する手法です。本論文はこれをベクトル値の関心量へ拡張し、スカラー係数を行列に置き換えて重み付き平均二乗誤差を最小化します。全行列の最適係数は閉形式で得られ、先行データの量と推定すべき共分散量の関係によって最適なクラスが変わり、先行サンプルの再利用が平均二乗誤差を下げることが実験で示されています。
説明IECLA：感情的画像編集のための解釈可能な感情寄与学習手法
要約本論文は、元画像の内容と構造を保ちながら目標の感情を伝える感情的画像編集（AIE）のためのIECLAフレームワークを提案しています。反事実的介入によりオブジェクト単位の正負の寄与を学習し、元の感情を支持または否定する領域を特定します。その結果を目標感情を考慮した編集エージェントが局所的な編集操作に変換します。複数の編集バックボーンで目標感情の表現が強化され、ユーザー調査でも表現と自然さの向上が示されたと報告されています。
説明潜在世界モデルは潜在多様体上の距離で計画すべき
要約LeWM などの潜在世界モデルは、予測された終端の潜在ベクトルがユークリッド距離で目標に最も近くなる行動列を探索して計画を立てます。本研究では、この距離が目標の近傍でしか有効でなく、遠方では偽の低コスト領域が生じて計画器を捕らえることを示しました。そこで、訓練用潜在ベクトルの相互最近傍グラフ上で最短経路距離を計算する近傍グラフコスト（NGC）を提案します。NGC は終端コストのみを変更し、再学習は不要です。4つのベンチマークすべてで LeWM の計画成功率が向上し、TwoRoom と Reacher ではほぼ完全に課題を解決しました。
説明共役コンパイル：投機的デコーディングのための自己改善型エージェント協調コンパイル
要約本論文は「共役コンパイル（Conjugate Compilation）」を提案し、投機的デコーディングの小さなドラフトモデルと大きなターゲットモデルを、個別ではなく共有実行の中で共同最適化する跨モデルコンパイル問題として扱います。大規模言語モデルが編集する自己改善型エージェント探索と、モンテカルロ木探索を組み合わせて実現しています。NVIDIA B300とRTX 5090上の単一GPUの6構成で、従来実行比の幾何平均ラウンド速度向上は1.37倍、インターリーブ済みカーネルでは1.45倍、最良の場合は1.59倍でした。
説明FineSplat：細かいパッチと局所グループによる詳細なガウシアン・スプラッティング再構成
要約本論文は、細かい画像パッチを基盤とするフィードフォワード型3Dガウシアン・スプラッティング（3DGS）フレームワーク「FineSplat」を提案しています。ビューごとのグループ化と3D空間でのグループ化を組み合わせ、近傍ビューや幾何学的に関連するトークン間の相互作用を効率的に扱います。また、再構成誤差を描画ベースのフィードバックとして用いて細部を復元し、より少ないまたは同程度のガウシアン数で既存手法を上回る結果を報告しています。
説明MAMath-Bench：マルチモーダル・マルチエージェント数学推論の過程重視・頑健性評価ベンチマーク
要約本論文は、マルチエージェントシステムのマルチモーダル数学推論能力を評価するベンチマーク MAMath-Bench を提案します。テキスト、画像、音声など複数のモダリティにまたがる 11 の数学分野の 1,003 問で構成され、細粒度のマイルストーン注釈により、解答の正しさ、推論過程の信頼性、敵対的な推論連鎖の摂動への頑健性を評価します。結果として、多エージェント協調は単体の強力な LLM を常に上回るわけではなく、中間推論の網羅性を高める一方で冗長性を増やす場合があり、構造的な微小摂動に対して依然として脆弱であることが示されています。
説明二次の壁から逃れられない：線形ℓ2スケッチへの適応的攻撃
要約本論文は、固定の低次元線形射影で高次元入力のユークリッドノルムを推定するランダム化スケッチ（Johnson-Lindenstrauss変換など）が、適応的なブラックボックス問い合わせに対してどの程度安全かを検討する。著者らは、計算量に制限のない応答者が各問い合わせ後にランダム化規則を変更できる場合でも、攻撃に必要な問い合わせ数が対数因子を除いて草図次元kの二乗のオーダーになることを示す。この結果は、固定された圧縮線形表現を予測規則の調整によって守ることに根本的な限界があることを明らかにする。
注目点二次の下界が対数因子を除き最適であることを示し、従来のプライバシー防御の限界を破る自適応攻撃を与えており、厳密な理論解析が根拠となる。
説明再サンプリングではなく修復：Lean 4 における有界なコンパイラ誘導型証明ステップ修復
要約論文は、証明支援系 Lean が失敗したステップに精密なエラーメッセージを返す一方、言語モデルの単純なサンプリングはその情報を捨ててしまうと指摘しています。著者らは、失敗した戦術を最大 R 回まで修復する有界のオンライン・ステップ単位の修復モジュールを提案し、コンパイラのエラーメッセージを事前学習済みの修復モデルに渡します。LeanDojo の 1,990 定理のサブセットでは、テストしたすべての候補数でサンプリングのみの基準を上回り、相対的な改善は最大 32%、82 件の定理を追加で証明しました。ただし修復には追加の実行時間が必要です。
説明ReTrace：効率的なマルチモーダル大規模言語モデルのための視覚的バックトラッキング
要約マルチモーダル大規模言語モデル（MLLM）は画像を大量の視覚トークン列に変換するため、注意計算とKVキャッシュの負荷が大きくなります。既存手法は浅い層で重要度の低いトークンを削除しますが、一時的な計算停止と情報の恒久的な削除が結びついています。本研究は中間層の視覚的ピボットが、以前は重要でないとされたトークンから文脈を取り出すことを示し、休眠状態を導入したReTraceを提案します。ReTraceは非ピボットトークンをキャッシュし、バックトラッキング期間中に復元して、情報を取り込んだ後に初めて削除します。Qwen2.5-VLとInternVL3での実験では、FLOPsとKVキャッシュを約90%削減し、プリフィルを2.83倍高速化しつつ、複雑な視覚言語ベンチマークで高い性能を維持しました。
説明UpLoop：ゲート付きループによる大規模言語モデルのアップサイクリング
要約本論文は、事前学習済みの非ループ型大規模言語モデルを事後学習で改良するUpLoopを提案します。選択した層を局所的にループさせ、各ループが冗長な書き換えではなく段階的な精緻化となるよう、注意機構とMLPの残差分岐に隠れ次元ごとのゲートを加えています。原文によると、Qwen3-4B BaseからSFTを行った場合、R=3で20のベンチマークの平均精度が6.17%向上し、従来のループ型モデルで見られたR=2での飽和を打破したとされています。
説明UtoMe：気象基盤モデルのための観測不確実性に基づくトークン統合手法
要約本論文は、気象Transformerのための観測不確実性を用いたトークン統合フレームワークUtoMeを提案します。動的顕著性とアンサンブルデータ同化のばらつきを相対的な入力信頼性の指標として組み合わせ、保持すべきトークンを選び、残りのトークンの二部マッチングを調整します。ERA5の72時間予報実験では、同じトークン数の条件で学習時のToMeより全体誤差が小さくなりました。1.40625°で50%のトークンを削減した場合、UtoMe-Eは全体誤差を67.32から53.00に下げ、エンコーダのFLOPsは0.55倍でした。
説明ブロック再帰型Transformer：構造化されたパラメータ共有
要約本論文は、層を連続するブロックに分け、各ブロックを順に再帰的に再利用するブロック再帰型Transformer（BRT）を提案している。各層を個別に繰り返す方式や、スタック全体を一つの共有関数として循環させる方式と比べ、中間の粒度での共有により、ブロック内の局所的な精緻化と深さ方向の変化を両立させる。最大1.7Bパラメータのデコーダ専用モデルで、検証負対数尤度と下流タスクの精度が静的な再帰共有のベースラインを上回ったと報告している。
説明産業用エージェント型AI：スマート製造のための LLM 駆動型次世代エージェント
要約本論文は、大規模言語モデル（LLM）で駆動される産業用エージェントを体系的に概観しています。著者らは五つの主要課題を分析し、応用シナリオ、具現化の形態、五段階の能力レベルからなる統一的な分類体系を提示したうえで、閉ループのタスク実行を支える四層のシステムアーキテクチャを提案しています。また、産業ライフサイクル全体にわたる代表的な応用を検討し、今後の研究の方向性を示しています。
説明接受率の向上はいつ効果を生むのか：投機的デコーディングの統制実験
要約本論文は、投機的デコーディング（speculative decoding）において、追加の受理長が実行遅延のコストに見合うのはいつかを検討しています。学習・推論・評価を通じた比較手順を定め、公開されたチェックポイントを再測定するとともに、10のベンチマークと2つのターゲットモデルで、共通のターゲット生成データ上に6種類のドラフター手法を再学習させています。統一された学習・推論条件下では、公表された比較で大きく見えた差が大幅に縮小することが示されています。
説明MultiAltitudeSR：物理的地上サンプリング距離条件付けによる多高度農業用UAV画像の超解像
要約本論文は、ソースとターゲットの地上サンプリング距離（GSD）を用いて特徴変調と再構成を条件付けるMultiAltitudeSRフレームワークを提案し、農業用ドローン画像の解像度向上を目指しています。地上10〜70mの実画像で共同学習したモデルは、ペアごとの微調整なしに21通りの高度ペアに対応し、倍率は1.18倍から6.03倍に及びます。実画像ペアで学習した場合は、試験した合成劣化パイプラインで学習した場合より平均的な再構成性能が優れていました。また、超解像画像は下流のゼロショットセグメンテーションでの作物モニタリングにも一定の効果があることが示されています。
説明摂動付き検索による認証可能なスパースアテンション：長文脈デコードの誤差に検証可能な信頼保証を与える手法
要約本論文は、各キーのスコアに独立な Exp(1) 摂動を加えることで、閾値検索を注意重みに比例した抽出へ変換するスパースアテンション手法を提案する。Horvitz–Thompson 推定により出力を推定し、全閾値レベルで同時に成り立つ信頼区間を与えることで、各ヘッドが目標誤差に達した時点で停止できるようにする。16K〜128K トークンの 3 つの LLM・10 設定で証明書の違反は見られず、同数のキー読み取り、同バイト数の条件で、比較した基線より低い誤差を報告している。タスクおよび PG-19 困惑度は稠密アテンションと近く、CPU では 32K〜128K トークンで 1.1〜1.4 倍高速である。
注目点Exp(1)摂動により閾値検索を注意重みに比例したサンプリングへ変換し、全レベルで同時に成立する信頼区間を与える。3つのLLM、10設定で誤差を大幅に削減。
説明136か国から見た世界：1億1800万件の国営メディア記事を収めた、公開・注釈付き多言語データセット
要約本論文は、136か国・114言語の国営メディア記事1億1800万件からなる公開データセット「WorldStateMedia」を紹介し、State Media Monitorに基づき各媒体の国家統制の度合いを注釈付けしている。英語のウェブクロールにおいて、編集統制下にある媒体のページの割合は2013年の39%から2025年には93%に上昇したことが分かった。また、領土紛争に関する検索拡張生成の実験では、ある国の国営メディアを検索させると、モデルの回答がその国の主張寄りに変化し、その影響は外国向けの英語媒体で最も強かった。
注目点事前学習コーパスにおける国営メディアの割合を大規模に監査し、RAG実験で回答への影響を示しており、新規性と根拠が十分。
説明CorrectRTL：命令分解による自動自己修正でRTL生成品質を向上
要約本論文は、大規模言語モデルによるRTL（レジスタ転送レベル、ハードウェア記述）コード生成を対象としています。200件の複雑な設計からなる新ベンチマークScaleBenchと、骨組みの構築と詳細な実装を分けて行うエージェント型フレームワークCorrectRTLを提案しています。ScaleBenchではPass@1が20.5%から49.0%に向上し、VerilogEvalでは最大96.1%を達成したと報告されています。
説明項目反応理論を用いたLLM生成テキスト検出器のベンチマーク：測定の視点から
要約本論文は、テキストを測定項目、検出器を回答者とみなす多次元項目反応理論（IRT）により、ベンチマークの異質性と検出器の挙動を同時に評価する枠組みを提案しています。4分野・32Kの人間作成文と機械生成文を14の検出器で評価し、人間と機械の分布が部分的に重なること、検出器の能力は総合順位には表れない多次元的で分野依存のパターンを示すことを報告しています。さらに、IRT空間でのクラスタリングにより、全体の6.5%にあたる2,088件の小規模部分集合を作り、全体とほぼ同じ検出器比較の傾向を保てることを示しています。
説明評価基準が判定の基準を担う：チェックリスト型LLM審査員のためのShapley帰属
要約本論文は、LLMを審査員として、チェックリスト形式の評価基準に基づき自由記述の出力を評価する手法を扱う。制御された採点タスクおよびSummEdits、RAGTruthという2つの人手ラベル付きデータセットでの検証により、審査員モデルを変えるよりも評価基準の内容が正解出力の合格率に大きく影響することを示す。あわせて、各チェック項目の寄与をShapley値で測る帰属手法と、基準の変更を管理する仕組みを提案している。
説明PRECOCIAL：反復探索でコードカリキュラムを最適化し学習を加速する事前学習手法
要約本論文は、合成事前学習データを生成するプログラムをLLMで反復的に書き換えて最適化するPRECOCIALを提案しています。各候補は、ランダム初期化したTransformerで事前学習し下流タスクで微調整した結果で評価されます。探索中は一つのネットワークを使い回して計算コストを抑えています。四つの言語・コードデータセットで、手設計カリキュラムなどより低い困惑度を示し、複数の推論・問題解決タスクでも性能向上が報告されています。
説明AI安全のための人間とAIの相補性に向けて
要約モデルの世代が進むたびに、人間が評価すべき出力は長く複雑になり、AIの安全な監督は難しくなっています。本論文は、人間とAIが異なる誤りをする点を利用し、両者の判断を組み合わせて単独より強い監督信号を得る可能性を検討します。現実的で安全に関わる設定での課題を、8つのデータセット・6つの領域にわたる3,957件として構築し、416人の評価者から35,613件の判断を収集しました。相補効果の余地は大きい一方、試された支援手法では人間がAIの誤りを訂正する頻度が減り、ハイブリッド手法は平均的に優れた単一の情報源にわずかな上積みしかもたらしませんでした。
説明視覚的十分性ランドスケープ：クエリ依存の信頼性を視覚トークン枝刈りで理解する
要約本論文は、固定の層と予算の下で、密なモデルの回答・参照回答の尤度・出力分布を保てる視覚サブセットがどれだけ存在するかを測る「視覚的十分性ランドスケープ」を提案している。Qwen2.5-VL-7B、InternVL2-8B、LLaVA-v1.5-7Bで検証され、入力や同じ画像に対する異なる質問で景観が大きく異なることが示された。この確率を加えると、FastV、VisionZip、SparseVLMなどの枝刈り手法の失敗予測が改善する。
説明動画生成モデルのためのメタ逆プロンプティング（Meta Inverse Prompting）
要約動画生成モデルは主にテキストや画像から動画を生成するため、動画から制御可能なテキスト条件を逆に取り出すことは困難です。本論文は動画向けの初の実用的な逆プロンプティング枠組みMVIP（Meta Video Inverse Prompting）を提案し、逆プロンプティングをメタ学習問題として定式化します。時間方向に最適化されたメタプロンプトを学習することで、テスト時の反復最適化を不要にし、高速にプロンプトを推定します。実験では、画像ベースの反転や反復キャプション生成の基準手法と比べて、より高品質な逆プロンプトと再構成忠実度の向上、そして大幅な効率化が示されています。
説明DeGMatch：交絡を除去した勾配マッチングによる目標志向の推論データ選択
要約本論文は、少数の参照データで目標能力を指定し、大規模な長い推論軌跡の学習データから該当するものを選ぶ手法を検討している。既存手法は長い推論軌跡で目標を区別する能力が限定的であり、候補勾配の集団レベルの支配的構造が細かな差異を隠すと指摘する。これに対しDeGMatchは、まず目標関連性ゲートを構築し、モデル固有の勾配で候補を並べ替える。候補集団の平均で勾配を中心化し、主要な主成分方向を除去してから目標マッチングを行う。数学、科学、コードの各領域で、既存の基準手法を上回ると報告されている。
説明ラベル空間の不一致が乳がん分子サブタイプの横断的評価を歪める
要約本論文は、注釈基準の異なるコホート間で乳がんサブタイプ分類器を移転して評価する際の問題を扱います。METABRIC は6クラス、PAM50 は5クラスを用いるため、比較結果が信頼できない場合があります。著者らは、評価ルールとして標签空間を制限することの効果と、EM による事前確率補正の役割を分けて検討しています。また、多モーダル統合の利点は横断的には移転しないと指摘し、横断的な性能主張の前に対象コホートのラベル集合を報告し、ラベル空間の適合性を確認すべきだと主張しています。
説明CoworkEnv：長期タスク型協働エージェントのための学習環境の自動合成
要約本論文は、AIコワーカー向けに実行可能な学習環境を生成するフレームワーク CoworkEnv を提案しています。タスク依頼、サービス記録、ツールインターフェース、採点チェックを含みます。教師モデルの実行結果は教師ありファインチューニング（SFT）用のデモに、学生モデルとのやり取りは強化学習（RL）用のロールアウトと報酬に使われます。Qwen3-VL-8B-Instruct を用いたPocketWorkerモデルでは、Claw-Eval の平均スコアが46.6から64.1に上昇し、マルチターンタスクでは31.9ポイント向上しました。
説明ベンチマークスコアの陰に隠れた情報を明らかにする：アクセシビリティ・プロファイルでLLMの能力の広さと信頼性を同時に測る
要約本論文は、ベンチマークが各問題を1つの固定された言い回しだけで採点し、同じ要求の等価な多様な表現を無視している点を指摘します。意味を保つ複数の定式化のうち、モデルが成功する確率として「アクセシビリティ」を定義し、能力の広がりと安定して引き出せるかを明らかにします。6つのベンチマークと20以上のモデルで、平均アクセシビリティがほぼ等しいモデル組の約半数では、5つの定式化のうち1回成功すれば足りるか（Access@5）、全て成功する必要があるか（Reliable@5）によって優劣が変わることが示されています。
注目点意味を保つ言い換えでの成功確率という新指標を提案し、6つのベンチマークと20以上のモデルで能力の広さと信頼性の trade-off を示す。
説明MemPrice：長期タスク向けエージェントのための適応価格によるオンラインメモリ割り当て
要約本論文は、対話履歴が増大する長期タスクの大規模言語モデルエージェントにおいて、どの情報を保持し、どれだけの文脈を割り当て、どの粒度で表現するかという割り当ての問題を扱います。提案手法MemPriceは、活性文脈を共有資源とみなし、メモリと表現レベルに動的に配分します。LongMemEval、LoCoMo、AppWorld、WebShopで、3つの基盤モデルを用いて同一メモリ予算の下で評価されています。
説明CasePlay：症例報告を用いた医療推論のための自己対戦型強化学習
要約本論文は、臨床症例報告を材料に自己対戦型強化学習を行い、大規模言語モデルの医療臨床推論能力を高めるCasePlayという枠組みを提案しています。知識ポイントに基づいて問題を作成する提案者と、ルーブリックによる品質フィードバックを加えて推論者を訓練する仕組みを含みます。七つの医療関連ベンチマークで既存の自己対戦手法を上回り、SFT初期化モデルの平均を3.1ポイント、LiveClinで6.3ポイント向上させたと報告されています。
説明ControlJEPA：リアプノフ管損失に基づく軌道正則化の手法
要約この論文は、次トークン予測では隠れ状態の軌道が十分に制約されず、既存の幾何学的正則化は軌道のずれの大きさではなく方向を主に制御している点を指摘しています。著者らは、離散時間のリアプノフ収縮条件に基づくControlJEPAを提案し、正規化・スケール不変な横方向のずれの尺度で条件違反をペナルティ化します。6つのベンチマークと6種類のモデルファミリーで、アーキテクチャの変更なしに精度とデータ効率を改善したと報告されています。コードは公開されています。
注目点離散時間Lyapunov収縮条件を隠れ状態軌道の正則化に用いる点は新しく、6ベンチマーク・6モデル族の実験で裏付けるが、影響は学習正則化の分野に限られる。
説明コーディングエージェントの過剰防御は「サイレント分岐」から始まる
要約本論文は、コーディングエージェントがタスクに必要な範囲を超えて行う防御的行動が、どの次の行動を取っても結果が同じになる「サイレント分岐」の時点で生じることを示しています。提案手法ForkDPOは、同じ接頭辞の上で適切な行動と過剰な行動を対比して学習します。未見のリポジトリからなるテストセットで、4Bモデルの過剰な行動の割合は70.3%から58.9%に下がりました。
注目点サイレントフォークで比例的行動と過剰な行動を対比するForkDPOは新しい；4Bモデルの一つのテストセットでDPOと比較するのみで証拠は限定的。
説明選好ラベル反転攻撃に耐性のある直接選好最適化
要約直接選好最適化（DPO）は、オフラインの人間フィードバックによる強化学習で広く使われていますが、敵対的な選好ラベル反転攻撃によって容易に操作されることが示されています。本論文は、影響の大きいK個の選好ペアを除外するTrim-K Robust-DPOと、それらを滑らかに重み減少させるSoft-Trim-K Robust-DPOを提案し、K回以下の反転からなる任意の攻撃に対して成り立つ勾配摂動の上界を示しています。実験はStanford Human Preferences、HH-RLHF、UltraFeedback-Binarizedで行われ、分析結果が検証されています。
説明Epi：自律的研究のための、持続的に自己改善するエージェント（Epi）
要約論文は、モデルのセッションをまたいで研究を継続し、蓄積した経験によって手法を進化させる自律型研究エージェント「Epi」を提案しています。Epiは120件の記録更新結果（数値的な界の記録20件、構成の記録100件）を生み出したと報告しています。30件のFrontierOR課題では、軽量版のEpi-turboが総合ベンチマーク得点でCodexより5.4%高く、モデルコストは約64%だったとされています。
注目点セッションを跨いで研究を継続するエージェント枠組みを提案し、120件の記録更新結果と計算機支援証明、Codexとのベンチマーク比較で裏付ける。
説明LowNet：ポアソン方程式を解く、学習可能パラメータ24個のループ型ウェーブレットニューラルネットワーク
要約本論文は、学習可能なスカラー24個だけで構成されるウェーブレット由来のポアソン方程式ソルバーLowNetを提案している。4つの5×5カーネルからなり、残差ループでウェーブレットブロックを再利用することでパラメータを増やさずに精度を高める。ウェーブレット変換により計算量は線形であると述べている。
説明T-MUON：t-SVD によって Muon オプティマイザーをテンソル化し、大規模言語モデルの事前学習に適用する手法
要約本論文は、Muon（行列の極直交化を用いるオプティマイザー）を t-SVD に基づいてテンソルへ一般化した T-MUON を提案します。構造的に関連する Transformer の勾配を三階テンソルにまとめ、M 変換によって Muon 型の更新を定義します。51M から 1.3B パラメータの GPT-2 型・LLaMA 型モデルを FineWeb と FineWeb-Edu で学習した実験では、恒等変換を用いたヘッド単位の T-MUON が AdamW や Muon より低い検証パープレキシティを示しました。
説明MLFont：機械学習でWebフォントを分割し読み込みを高速化する手法
要約本論文はMLFontを提案し、機械学習と最適化により、Webフォントを分割するための戦略を学習させる。文字を高頻度、トピック共起、範囲コンパクトの三段階で分類し、使われない字形のダウンロードを減らす。五つのNotoフォントでは、単一ファイル配信や等分割の基準と比べて3G環境での字形遅延を削減し、20サイトの検証でキャッシュなし読み込みの高速化と帯域節約を示した。
注目点LDAトピックモデルと遺伝的アルゴリズムを組み合わせてフォントのunicode-range分割を行い、複数フォントと多数サイトで遅延と帯域の削減を検証している。
説明TrustAgent-RFF：ドメインシフト下で信頼性の高い無線周波数指紋識別のためのエージェント型診断計画
要約本論文は、受信機・距離・収集日・環境が変化した際に無線周波数指紋（RFF）識別の信頼性が低下する問題に対し、TrustAgent-RFFを提案します。ターゲット領域のラベルを使わず、固定されたI/Q分類器と組み合わせて、各予測の信頼性を評価します。反事実的安定性などの証拠を集め、ソース領域で校正された信頼度推定と大規模言語モデルによる計画器で、受理・棄却・保留を決定します。5つのデータセットで、ソースからターゲットへの平均精度低下は38.7%であり、誤った予測の多くが高い確信度を持つことが示されています。
説明Jev の一回パス意思決定の限界：何を決められないのか
要約本論文は、Jev およびそのオープン版が単一の前向き計算で選択を行う際の限界を調べています。同一ユーザーに対して二回以上の更新が必要な場合、類似レコードが干渉し、正答率が大きく下がることが示されています。古い状態要約が与えられると、モデルはそれにそのまま従います。また、自身の誤りは検出できても、古い入力から引き継いだ誤りは検出できないとしています。
説明手段—目標分析により、大規模言語モデルが連続状態領域で計画を立てやすくなることを示す研究
要約大規模言語モデルの計画研究は従来、動作が有限で列挙可能な離散状態領域に集中してきた。連続状態領域では動作を列挙できないため、既存の前提が成り立たなくなる。本論文はNewellとSimonの手段—目標分析（MEA）を応用し、目標の再帰的分解、代数的導出、各ステップでの状態追跡を促す構造化プロンプト枠組み Medaka を提案する。液体混合を題材とした評価基盤 Liquidworld 上で、複数のモデル系統にわたって性能が向上することが示されている。
説明Stable Signer V3：4D変形可能プリミティブスプラッティングによる手話アバター生成
要約本論文は、4D変形可能プリミティブスプラッティングに基づく、対話型の高解像度手話アバターシステムStable Signer V3を提案しています。既存のアバターの、表情が限定的、個人ごとの身体変形が不正確、細部の外観が失われる、という3つの課題に取り組みます。共有顔プリミティブ、テスト時の身体プリミティブ、テスト時超解像モジュール（TunnelingNet使用）により改善し、10名の話者について保留データで評価すると、顔の幾何誤差は71.4%、身体境界誤差は35.1%、高解像度RGB再構成誤差は24.2%減少し、対話型のストリーミングを維持したとされています。
説明DF-PALM：音声-言語モデルのための動的融合プロンプト学習
要約本論文は、少数ショット音声分類のための動的特徴空間プロンプト手法DF-PALMを提案しています。音声条件付きのクラス表現と非対称クロスアテンションで音声特徴を洗練し、事前学習済みエンコーダは固定したままです。11のベンチマーク・16ショット評価で、平均精度80.69%、マクロ平均F1 80.32%を示し、PALMをそれぞれ4.11ポイント、4.30ポイント上回ったと報告しています。
説明CARTA：異種トークン化とクロスアテンションによる自己教師あり再利用可能な取引埋め込み
要約本論文は、ラベルなしで生の支払い取引から16次元のコンパクトな埋め込みを学習する自己教師ありエンコーダCARTAを提案しています。凍結された埋め込みは、エンコーダを再学習せずに、少数ラベルでの不正検知や教師なしのリスク分類に再利用されます。IEEE-CISとIBM TabFormerでの結果は一部のベースラインを上回る一方、完全教師ありのCatBoostの方が強いと報告されています。
説明大規模言語モデルは数式をどれだけうまく読み上げ文に変換できるか：多分野評価
要約本論文は、五つの主要な大規模言語モデルが六つの科学分野でLaTeX数式を読み上げ用の文章に変換する能力を評価したものです。多分野コーパスRead-Aloud Mathを構築し、多参照BLEUで測定しました。簡単な変換ではGPT-5.2が最高スコアを得ました。結論として、この手法には可能性があるものの、変換の種類、文脈、数式の特徴によって結果が左右されると述べています。
説明Arctic-SWE：モデリングとシステムの協調設計による長期タスク向けエージェント学習の再検討
要約本論文は、ソフトウェア工学などの長期タスクを扱うエージェントの非同期強化学習フレームワーク Arctic-SWE を提案します。小規模なタスクプールでの過学習を検証環境とし、ゲート付き報酬、重要度重みの制御、学習と推論エンジンの整合、ポリシー更新間の状態の一貫性など既存の要素を組み合わせて、再現可能な強力なベースラインを構築しています。元の R2E-Gym データのみで Qwen3.5-4B は SWE-bench Verified で 62.0% pass@1 に達し、データの絞り込みと改善後には 4B と 9B のモデルが複数のベンチマークで向上したと報告しています。
説明GRaSP：地理的に分散した検索拡張生成のための遅延考慮型最適化手法
要約本論文は、意味的関連性に加えてネットワーク遅延、リージョン間通信コスト、データ所在規則を考慮する、再学習不要の検索結果再スコアリング手法 GRaSP を提案しています。CloudLab のテストベッドと Natural Questions コーパスでの評価では、中程度の遅延設定において、関連性のみで選択した場合の再現率の 78% を保ちつつ、P90 の取得遅延を 41% 削減しました。選択処理のオーバーヘッドはミリ秒未満です。
説明大規模言語モデルのプロンプト手法に関する分野横断的評価：六つのベンチマークで比較
要約本論文は、同一の大規模言語モデルと六つのベンチマークデータセット（算術推論、論理推論、常識推論、事実検証を含む）を用いて、ゼロショット、フューショット、検索拡張生成（RAG）、PE2に着想を得た自動プロンプト最適化を比較しています。どの戦略もすべての分野で一貫して優れてはおらず、上位構成同士の統計比較にも有意差はありませんでした。検索対象が300例のときにRAGが平均精度78.33%で最も高くなりました。著者らは、プロンプト手法はタスクの特性に応じて適応的に選ぶべきだと結論づけています。
説明ATLAS：専門家の意図を反映する、オフグリッド野生動物監視向けの持続可能な衛星バックホール・システム
要約本論文は、自然言語で表された専門家の意図を基盤モデルで意味的な評価ロジックに変換し、環境とエネルギーの状態と組み合わせて、どの映像クリップをいつアップロードするかを制約付き強化学習で決めるATLASシステムを提案しています。限られた衛星通信の帯域と電力を効率よく使うことが狙いです。18か所のオフグリッドの鮭監視河川で6か月以上実地に運用されました。平均的なクリップ選択精度は87.4%で、ベースラインの平均より26.4ポイント高く、日照の少ない期間もほぼ連続稼働を維持しました。一方、ベースラインは16.0%の停止時間が生じています。
説明スパースオートエンコーダの盲点を減らす対称性マッチング手法
要約本論文は、言語モデルが意味の異なる入力を表現レベルで同一視し、標準的なスパースオートエンコーダの学習目的では対象とされない盲点が生じることを指摘しています。学習に微分可能なV_Gini正則化項を加え、指定された摂動ファミリー内での応答の偏りを抑制します。GPT-2、Gemma 2、Qwen 2.5での複数シード評価では、弱い下側尾部の応答が向上し、応答分布の不均衡が減少しました。下流での識別性は別途検証が必要です。
説明文脈ゲートによる言語横断・振る舞い横断の合成的アクティベーション・ステアリング
要約本論文は、言語モデルの複数の振る舞いを同時に制御するために、固定されたステアリング方向の強度を現在の隠れ状態や介入同士の相互作用に応じて適応させるゲートを共同学習する手法を提案しています。多様な言語、振る舞いの属性、モデルにおいて、一定強度のステアリングや、プロンプトを含む4つの強力なベースラインを上回り、一般的な知識もより良く保持できると報告しています。
説明心的モデルを活用した人間中心の説明：偽レビュー識別を例とする体系的設計手法
要約本論文は、モデルの忠実性だけでなく利用者の心的モデル、常識的概念、判断のヒューリスティクスに説明を合わせる MIND-X という手法を提案します。偽レビュー検出を事例に、10 名への定性調査で知覚的手がかりの分類を導き、それに基づいて大規模言語モデルが適応的な言語による説明を生成する設計原則を示しています。166 名による定量評価では、理解しやすさ、満足度、信頼感、説得力、意思決定支援の点で、トークンレベルの透明性手法より優れた結果が報告されています。
説明HybridResearcher：構造化データと非構造化データの境界をつなぐ深層リサーチエージェント
要約本論文は、データベースなどの構造化データとWebなどの非構造化データをまたいで推論する4Bパラメータのエージェント「HybridResearcher」を提案しています。著者らは、単一ソースのタスクを種として、そこから得られる橋渡しエンティティの周囲に欠けているソースを合成し、教師あり微調整と強化学習で学習させています。HybridDeepResearch ベンチマークでは、基盤モデル Qwen3.5-4B に対して pass@8 で 30.0 ポイント向上し、より大規模な Qwen3.5-397B-A17B を 8.3 ポイント上回ったと報告されています。
説明無音の視覚発話中の視線追跡と瞳孔測定から唇読み能力の個人差を予測
要約本研究は、無音の発話映像を見ながら四択の唇読み課題を行った成人24名の視線と瞳孔のデータを収集し、LiPSデータセットを構築しました。クロスモーダル注意機構を備えた多分岐ニューラルネットワークで、唇読みの強い人と弱い人を視聴行動から判別し、全モデルの精度は0.680でした。瞳孔関連の信号と逐次的な視線の動きが、口元を見る時間よりも能力差をよく反映していました。
説明拡散モデル・フローモデルの報酬ファインチューニングのための分布ベース正則化（DFR）
要約事前学習済みの拡散モデルやフローマッチングモデルを報酬によって微調整する際、最適化を強めるとモード崩壊や分布のずれが起きやすくなります。本論文は、従来の逆KL正則化（速度場へのℓ2ペナルティ）が間接的にしか働かない点を問題とし、生成分布そのものに直接作用する分布依存の逐次サンプル報酬を加えるDFR（Distributional Functional Rewards）を提案しています。KL正則化目標を期待報酬から分布の凸汎関数へと一般化し、Fréchet距離、最大平均差（MMD）、DreamSimの多様性について加法的な逐次サンプル報酬を導きます。テキストから画像への微調整実験では、DFRはKL調整基準と同等のピーク報酬を達成しつつ、同等以下のずれのもとで多様性を最大29%向上させました。
説明『LastWords：退屈な問題の再検討』：単純に見えて難しい自然言語処理の古い課題を振り返る論文
要約本論文は、一見退屈だが純粋なニューラル手法では解きにくい自然言語処理の問題、すなわちテキスト正規化における数字の読み方を取り上げ、その後の進展を振り返ります。著者らによれば、この問題は少なくとも一つの最新のフロンティアモデルによりほぼ解決されたとされています。一方で、範囲が限定され資源も制約された問題には未解決の課題が残っており、将来は最新モデルほどの大規模な資源がなくても解けるかもしれないと著者らは考えています。
説明野菜の除草用半自律型精密散布機の複数速度における圃場評価
要約本研究は、ダイコン畑で標的除草を行う半自律型トラクター散布システムを評価したものです。YOLOv11-mediumによる検出、ByteTrackによる追跡、12ノズルの散布装置を組み合わせ、0.13、0.27、0.45 m/sの3速度で圃場試験を実施しました。速度が上がるにつれて雑草の命中率が低下し、作物への接触率が上昇したため、システムは事前に定めた商業的実用性の基準を満たしませんでした。著者らは、動きに強い植物認識と散布タイミングの補正の改善が必要だと述べています。
説明ランダム特徴量による拡張性と適応性のある分布回帰
要約本論文は、確率分布から応答変数への写像を学習する分布回帰(distribution regression)を扱う。ランダム特徴量近似に基づくRaDRを提案し、二段階サンプリングの下での有限標本解析を行って、特徴量の予算に関する十分条件のもとで誤差上界の次数が厳密な核法と同じに保たれることを示している。さらに、下流の学習目標に応じて特徴量を適応的に割り当てるA-RaDRを提案した。41の実データセットと合成ベンチマークでの実験により、RaDRは計算量を大幅に削減しつつ競争力のある精度を保ち、A-RaDRはそれに加えて精度を向上させることが示されている。
説明量子化された内積推定における問い合わせ依存読み出し：ミニマックス分離の結果
要約本論文は、保存と読み出しの予算が別々に与えられる場合の内積推定のための量子化を研究する。クエリに依存しない読み出しでは、追加の保存が役に立たないことを示し、正規化ミニマックス誤差が1/(4^R-1)に一致する下界を与える。さらに、クエリに依存する二段階プロトコルを構成し、追加の保存によって誤差を減らせることを示す。上界と下界は主要定数においてπ/2倍以内に収まる。
説明埋め込みによるデータ多様性の測定：多様性指標の分類とベンチマーク
要約本論文は、埋め込みに基づく21種類の多様性指標を整理し、計算方法により四つのファミリーに分類しています。多様性、均衡性、差異性という三つの観点から各指標を評価するベンチマーク「EmbDivBench」を、模擬データと実際のテキストデータの両方で提案しています。最も一般的な平均ペアワイズ距離より優れた指標がいくつもあり、全体ではグラフエントロピーが最良だと報告しています。
説明すべての臨床判断に最大規模のLLMは必要か？
要約大規模な臨床言語モデルは多数のGPUを要するため、ローカル環境への導入が難しい場合があります。本研究は、量子化モデルがBF16の参照モデルに代わって判断できるかを統計的に認証するCERTAを提案し、認証できない判断は参照モデルに回します。11の指示調整モデルによる2,500件の臨床検証判断では、8ビット量子化が大半の判断を代替できました。一部の4ビット構成もコストを下げましたが、モデルごとの差は大きいとされています。
説明ゴール画像は制御目標である：ロボット操作のための空間的根拠を持つゴール画像合成
要約本論文は、ゴール条件付き操作ポリシーに用いるゴール画像を扱います。総合的な画像編集品質のランキングで上位のクローズドな編集器よりも、提案する小規模なオープンモデルの微調整版の方が制御目標として優れており、多段階タスクでは差が大きいと報告しています。下流の成功率は主に操作の指示への忠実さに依存し、写実性とは無関係だとしています。著者はSGE-Goalという、編集領域マスクを予測してからゴール画像を合成する枠組みを提案し、コードとデータを公開しています。
注目点編集品質ではなく下流の制御効用で目標画像生成器を選ぶべきだと示し、空間的に定位した分解フレームワークを提案。CALVINとSIMPLER-Bridgeでの比較実験が充実している。
説明ニューラル双対クリティックによる一般効用強化学習のサンプル効率化
要約本論文は、方策が誘導する占有測度の非線形汎関数を最適化する一般効用強化学習（RLGU）を扱う。ニューラルネットワークのクリティックで状態-行動対ごとの擬似報酬を直接学習する自然なアクター・クリティック法を提案し、マルチレベルモンテカルロ法でバイアスを制御する。一定の条件下で、近似誤差を除いて Õ(T^{-1/2}) の大域的収束を示し、固定表現の場合の Õ(ε^{-2}) のサンプル複雑度も述べている。
説明RAFT：時系列グラフニューラルネットワーク訓練のための冗長性を考慮した入力フィルタリング手法
要約本論文は、時系列グラフニューラルネットワーク（TGNN）の訓練において、事件数の増加と事件間の依存関係が並列実行を制限する問題に取り組みます。訓練中のノードメモリの変化を追跡し、予測対象の事件と履歴文脈の事件を選別して除外するRAFTを提案しています。3つのモデルと5つのデータセットでの評価では、訓練入力が平均35.23％減少し、訓練時間は最大52.56％短縮され、モデル精度の変化はわずかでした。
説明ベルマン言語モデル：LLMエージェントで繰り返される意思決定を解く手法
要約本論文は「離散化してから決定する」手法を提案し、ワークフローのログやエージェント自身の実行記録を離散状態に分け、各結果の確率と行動コストを推定してマルコフ決定過程を解きます。解かれた決定は、モデルを囲むコントローラーが実行し、未知の状態のみLLMに差し戻します。τ²-benchの電話通信タスクでは、モデルなしのコントローラーが79%のタスクを解決し、オープンモデルはモデル呼び出しを93%減らして正答率が29%から96%に向上しました。一方、SymPyの問題修正のように内容生成が中心の作業では効果は限定的です。
注目点エージェントの反復的な意思決定をMDPとして一度解き再利用する手法は新しく、τ²-benchやInventoryBenchでの比較実験が根拠となる。
説明二重タスクベクトル統合：感情と音声認識の知識を用いた低リソースのアルツハイマー病検出
要約本論文は、データが限られる中で音声からアルツハイマー病を検出する課題に対し、凍結したwav2vec 2.0モデルに、感情認識と音声認識で微調整したモデルの重み差分（タスクベクトル）を各Transformer層に組み込む手法を提案しています。学習で最適化するのは層ごとの統合係数と線形分類ヘッドのみで、全量微調整の0.1%未満のパラメータを更新します。ADReSSとADReSSoでの話者独立実験では、主要な二値分類設定において凍結プローブ、LoRA、全量微調整を上回り、LoRAと組み合わせると最良の結果が得られました。PROCESSでの評価でも三値分類で有効性が示され、学習データを20%、40%、80%に減らした場合も安定した改善が確認されています。
説明SpriteStage：段階的シーンプログラミングと再生による長尺アニメーション生成
要約本論文は、長尺アニメーションを生成するためのSpriteStageという枠組みを提案しています。各シーンを反復的に生成して共有の空間ステージ上で実行し、実行時と映像のフィードバックに基づいて動作や物語の展開を修正します。その後、結果を制作アセットとエンジン機能に対応づけて最終映像を作成します。約9.9分から14.3分の完全なアニメーション3本で効果を示しています。
説明FlowMaker：タスクからコスト効率の良い生成AIワークフロー展開へ
要約本論文はFlowMakerというシステムを提案し、ユーザーはタスクを提出するだけで、ワークフロー構造、モデル、デプロイ構成の組み合わせをシステムが自動で選択する仕組みを示しています。動的なクラスタ状態に対応するため、制約誘導型の負荷認識剪定アルゴリズムにより高速な意思決定を行います。著者らは、Murakkabを含む既存手法と比べて、グッドプットが最大10.14倍、コストが最大2.77倍改善したと報告しています。
説明ガウス原型を用いた任意スケール異方性3次元MRI超解像再構成
要約本論文は、MRIの撮像時間を短縮するため、対比コントラストごとに単一のチェックポイントで任意の等方性・異方性解像度の画像を再構成するGSMR3Dモデルを提案している。学習された異方性3次元ガウス原型の辞書、スケール条件付き周波数符号化、および測定整合性投影を組み合わせ、再構成結果を取得した低解像度データと整合させる。多くの幾何条件で再構成品質の指標が専用モデルより優れ、神経膠腫の分割などの下流タスクに必要な情報も保持し、1ボリュームあたり約6秒で再構成できる。
説明大規模言語モデルによる異種最適化の評価計画（REP-HO）
要約本論文は、どの候補解を評価するか、また異なるコストと忠実度のもとでどの目的関数や制約を評価するかを決める必要がある異種最適化問題を扱います。手作業で設計された規則ベースの選択手順を大規模言語モデル（LLM）による計画器に置き換えたREP-HOを提案し、適応的な最近傍要約も加えています。五つの異種条件で評価した結果、人手設計のMFE-NSGA-IIIと比べて競争力があり、適応的な資源配分の振る舞いも示されました。
説明検索プログラムの学習：強化学習による検索プリミティブの組み合わせ
要約本論文は、検索プリミティブを局所状態と制御フローを持つ実行可能なプログラムに組み合わせる検索プログラム学習（RPL）を提案しています。強化学習中に生成された非最適プログラムの局所的な変異を用いる手法も導入しています。開放型質問応答で複数のモデル規模にわたり性能を向上させ、多段推論では特に大きな改善を示し、4Bモデルが全ての8Bベースラインを上回りました。コーパス規模の推論では、文脈の消費と検索ターン数を大幅に削減しています。
説明MisleadQA：誤解を招く文脈におけるLLMの失敗の診断
要約本論文は、選択肢と棄権オプションを備えた選択式問題のデータセットMisleadQAを作成し、誤解を招く文脈下でのLLMの挙動を検証した。文脈は、事実として正しいが対象範囲外のもの（S）と、誤っているが対象範囲内のもの（F）に分けられている。結果として、Sのみを与えた場合は29.3%、Fのみの場合は75.4%で誤答に切り替わった。正しい文脈（G）を加えるとSの影響はほぼ消えたが、Fは依然として21.0%で誤らせ、Fが先に提示されるとより顕著だった。
説明AgentSoV：変動ストリームによるLLMマルチエージェントシステムの仮想センシング
要約本論文は、LLMマルチエージェントシステムの実行を確率的動的システムとしてモデル化する「変動ストリーム（Stream of Variation, SoV）」に基づく仮想センシングフレームワークAgentSoVを提案しています。状態空間モデルを用いて段階間の変動伝播を学習し、システムを再実行せずに故障の発生箇所の特定、中間入力の影響度の定量化、監視予算下での仮想センサの配置を行います。複数のアーキテクチャでの実験により、統一的な手法であることが示されています。
説明ETFターゲット幾何の不可能性結果と、不均衡な解析的継続学習のための等ノルム修正法
要約本論文は、解析的継続学習（ACL）の分類器ヘッドについて、進行的神経崩壊のシンプレックスETFターゲットと厳密な解析的更新を組み合わせる手法を検討しています。その融合は通常のone-hot ACILと同一になり、ETFはクラス数をまたいで入れ子にならないため、破滅的忘却を引き起こすと示されています。提案は学習後の重みに対する等ノルム後処理で、5:1から100:1の長尾不均衡で尾部クラスと全体の平均精度を改善する一方、ほぼ均衡な場合には平均精度が下がるとされています。
説明PCHMR：プライバシー制約のある実環境における人体メッシュ復元の強化とベンチマーク
要約本論文は、プライバシー制約下での人体メッシュ復元（HMR）モデルの学習と評価を扱います。元画像を中央サーバーに集めない連合学習と安全集約の手法で主要なHMRモデルを学習し、クライアント規模とデータの異質性を変えて評価するベンチマークを提示しています。また、深度基盤モデルを用いた局所アノテーションと微調整の手法DePoserを提案し、DePoserで生成した擬似正解に対して、野外データでの個人化精度が向上することを示しています。
説明Adam・Shampoo・Muon を統計的に捉える視点
要約本論文は、勾配が正規分布に従うとモデル化し、確率的勾配を共分散を用いて白色化することで、確率的最適化手法を設計する統計的な視点を示しています。勾配の平均と分散をオンラインで推定する方法を提案し、対角近似とクロネッカー積による近似を用いて、Adam に近い手法と Shampoo の変種である MN を導出しています。さらに同じ枠組みを Muon に適用して MN-Muon を提案しています。GPT-2 系モデルでの実験では、MND が Distributed Shampoo や KL-Shampoo より安定性・検証損失・時間の面で優れると報告され、MND-Muon は多くの比較で Muon を上回る一方、NorMuon が同程度で一部わずかに良い結果になったとされています。
説明パターン駆動によるLLMコード最適化の評価：コンパイラを超えた意味推論能力の切り分け
要約従来の評価は主にエンドツーエンドの高速化率のみを測り、モデルが意図した最適化を実際に行ったかは不明瞭でした。本論文は、高度なコンパイラ最適化後も残る性能向上を対象とするベンチマーク「PatternBench」を提案します。7種類の変換を扱い、AST based の最適化忠実度分析で意図した変換が生成コードで実現されたかを検証します。実験では、忠実度と実際の高速化に強い関連があり、ファインチューニングが両方を改善することが示されました。
説明AIエージェントネットワークにおける合意の測定：評価フレームワーク
要約AIエージェントはネットワークで相互に接続され、交渉や共同意思決定を要するタスクを担うようになっている。本論文は、合意形成を公開された立場が共通領域へ近づく過程とみなし、蓄積された通信履歴を文脈として用いる評価フレームワークを提案する。立場の軌跡、グループの分散、公開メッセージで表明された情報を追跡する。2つの事例研究では、分散した事実に基づく人員配置の判断と、重複情報や解約された契約を調整する判断を検討しており、1,872回の完了した実行では、説明を共有することがより正確な集団決定と関連していた。
説明VTF900：900名の被験者を含む可視光・熱画像顔認識データセットとベンチマーク
要約本論文は、900名の被験者の可視光画像と熱画像のペアを含む大規模顔認識ベンチマークVTF900を提案する。表情、姿勢、遮蔽の変化を含み、1対1の照合と1対N の閉集合識別による評価に対応する。著者らはARL-VTFデータセットで学習させた後、畳み込みネットワーク、ビジョントランスフォーマー、ドメイン適応モデルを比較した。N=900の正面条件ではViT-Bが AUC 97.68%、TAR@1%FAR 51.10%を示し、横顔条件ではDPIT-ResNet50がより頑健だった（AUC 94.68%、TAR@1%FAR 36.08%）。小規模での高いAUCは大規模運用時の信頼性を保証せず、姿勢変化が性能低下を大きくすることが示されている。
説明生体力学的運動系列のための再帰型時間制限ボルツマンマシンによる教師なしエンコーダ
要約本論文は、再帰型時間制限ボルツマンマシン（RTRBM）を教師なしエンコーダとして実装し、運動データのウィンドウを固定長の埋め込みに写像して、SIT-FUSEのセグメンテーションパイプラインに組み込みます。模擬された筋骨格系のリーチングタスクと2つの実際の歩行データセットで評価した結果、埋め込みのクラスタリングはラベルなしで目標への進行に関連する運動構造を再現しました。歩行データでは非線形プローブの下でPCAや自己符号化器を上回りましたが、再帰結合を除いても性能低下は確認されず、単純なチャネルごとの統計量が歩行速度分類で埋め込みと同等以上でした。
説明逐次計算とパラメータ共有の間で行う分割型長期予測（Compose the Horizon、論文）
要約本論文は、パラメータを共有する小さな演算子を三つのブロックに繰り返し適用して将来系列を生成する再帰的関数分解法（RFD）を提案しています。予測途中の状態そのものが有用な信号であり、共有演算子の再利用よりも幅を広げる方が効果が大きいと報告されています。凍結した長文脈評価では24セル中23セルで誤差が低い結果ですが、比較条件が異なり、通道数が多い場合は逐次実行で遅く、メモリも多く使います。
説明私有コードを漏らさずに質問するようコードエージェントを訓練する
要約ローカルのコーディングエージェントは、より強力なクラウドモデルに相談して能力を広げることができますが、その際リポジトリの私的な識別子、ファイルパス、ソースコードが露出しがちです。本論文は、私的な実体を役割と型で記述させ、専門家に必要な技術的詳細は残すよう訓練する「効用検証付き抽象化（UVA）」を提案しています。訓練後のエージェントはより頻繁に相談し、リポジトリ単位の課題修正では、単独で動かした同モデルの25.3%に対し37.6%を解決しました。その質問で露出する私的な実体は訓練前の約3.7分の1、逐語的なコードは約1.4分の1に減少しました。
説明ペア認識最適化：LLMエージェントへの脱獄のための探索と洗練の協調
要約本論文は、敵対的入力によって大規模言語モデルエージェントに攻撃者が指定した悪意ある動作を引き起こさせる脱獄（ジェイルブレイク）を扱います。ゼロ次・一次の各手法を比較し、前置き（プレフィックス）を零次最適化で探索し、接尾辞（サフィックス）を一次最適化で洗練するZO-FOフレームワークを提案しています。実験では、ハイブリッド最適化が単一の手法より攻撃効果を高め、最適化の順序も性能に大きく影響することが示されています。
説明イベント率を雑音ではなく特徴量として使う：イベントベースGNNのためのカリキュラムFiLM学習
要約イベントカメラの事件発生率はシーンの動きなどに応じて変化するが、従来の手法は時間の正規化や率に対する不変性学習でこの情報を捨てていた。本論文は各記録の対数事件率をFiLMでPointNet++の各段に作用させ、自然な事件率での学習の後に率を拡張したデータで微調整する二段階のカリキュラムを提案する。N-Caltech101では67.2%、DVS128 Gestureでは82.5%に達し、追加パラメータは約0.2Mである。容量を揃えた対照実験により、向上はモデル容量の増加ではなく事件率の条件付けによるものだと示されている。
説明検証不能な領域の強化学習に向けた、専門家ガイド付き評価基準による密な報酬信号
要約大規模言語モデルを金融などの自動検証が難しい分野で学習させる研究です。そうした分野では問い合わせの質を専門家が段階的に評価する必要があり、単純な二値報酬では学習が進みにくい問題があります。著者らは、少量の固定された専門家判断を密な報酬に変換し、検索指標と組み合わせてGRPOに対応した学習信号を作成しました。論文では、疎な報酬のベースラインと比べてRecall@3が最大6%、MRR@3が最大6.7%向上したと報告されています。
説明英語で測った効率：トークナイザーのカバー率がインド系文字での小規模言語モデルを制約する
要約本論文は、小規模言語モデルの効率が通常は英語で測定されたメモリ量だけで示され、インド系の文字には当てはまらないと指摘します。11種のインド系文字にわたる131k文の코퍼스で、TinyLlama-1.1Bのトークナイザーはほとんどの文字でほぼ語彙をカバーせず、一部はバイトフォールバックに陥ります。未知トークン率は0.0%と報告されますが、制約の本質は語彙であってパラメータ数ではないと論じています。2048トークンの文脈長では、英語利用者は約1,528語、カンナダ語利用者は約91語しか使えないとされています。
