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。
説明知識ではなく原子：大規模アドレス指定メモリへの書き込みが残すもの
要約本論文は、決定的ハッシュアドレス指定の条件付きメモリに事後的に知識を注入できるかを、124Mから7Bまでの各モデルと大規模FP8モデルで検証しています。書き込みは独立に検索・精密に指定・取り消しできる「原子」であり、推論のために合成することはできないと結論づけています。著者らは、デプロイ前にカバレッジ、協調比率、歪み率を報告することを提案しています。
説明SENRI：実生活動画における空間と出来事の関係理解
要約本論文は、長時間に及ぶ一人称視点の実生活動画において、出来事と空間の関係を研究するSENRIタスクを提案している。出来事から空間を推定する方向と、空間から出来事を検索する方向の計6種類のタスクを含む。評価用にSENRI-Benchを構築し、約25.3時間の動画に対する500問の人手注釈付き選択式問題を収録した。さらに、目標誘導型視覚チェックを用いるSENRI-Agentを提案し、既存の記憶手法の性能向上を示している。
説明不均衡な複数ソースの音声・映像ディープフェイク検出のための共有・私有クロスモーダル差異学習
要約学習データが複数のソースから来て各ソースの分布が偏っている場合の、音声・映像ディープフェイク検出を扱った論文です。FakeAVCelebとLAV-DFを用い、学習と推論の両方でソースの識別情報が与えられる設定で研究しています。MSCTの前段に共有ストリームとソースごとの私有ストリームを置き、ドメイン認識型ゲート残差融合で私有特徴を共有表現に統合します。2種類のソース構成条件で、MRDFとMSCTのベースラインより宏平均と最悪ソースのAUCが改善したと報告しています。
説明Transformerプランニングでいつ中止するか：機構解析の研究
要約本論文は、グラフ上の経路探索におけるTransformerのエラー検出能力を調べたものです。無効な遷移（隣接しないノードへの移動）が生じた際に中止トークンを出力するようモデルを訓練し、その内部メカニズムを分析しています。エラー検出と再試行を組み合わせることで、グラフ、Countdown、迷路でのプランニングの信頼性が向上したと報告しています。
説明憲法的AIによる先住民コミュニティの世界観への言語モデルの整合
要約大規模言語モデルは主に西洋・英語圏の世界観を反映したコーパスで学習されており、土地や共同体の権威、自然との関係についての回答が利用者の前提と食い違う場合があります。本論文は、ラテンアメリカの先住民リーダー5名へのインタビューに基づき、先住民の世界観に根ざした12原則からなる文化憲法を作成し、教師あり微調整と直接選好最適化の二段階で憲法的AIを実装しました。24組の選好データのみで、世代間の伝承、言語的慎重さ、協議と同意の面に検出可能な改善が見られたと報告しています。
説明世界モデルの解釈可能性：表現の解読から潜在世界の理解へ
要約本稿は視点論文で、結合埋め込み予測アーキテクチャ（JEPA）が表現学習から、予測・計画・制御を支える潜在世界モデルへ移行していることを論じています。これらの潜在世界には人間が理解できるインターフェースが欠けているため、解釈可能性は「何を符号化しているか」から、潜在変数がどのように相互作用し、変化し、予測を因果的に駆動するかへと広げる必要があると主張します。著者らは「Ground（基盤）・Structure（構造）・Verify（検証）・Act（介入）」の四段階の研究課題を提示しており、基盤段階には既存のJEPA解釈研究が初期の証拠を提供している一方、潜在構造の体系的分析、因果検証、介入はほぼ未開拓だとしています。
説明MotionShift：プランナー・評価器の協調適応による環境互換モーション転送
要約既存のモーション転送手法は、参照動画の動きを対象シーンへ忠実に再現することには優れるが、物理法則に沿って対象環境と整合するかは十分に扱えていない。本論文はMotionShiftを提案する。大規模言語モデル（LLM）がプランナーとして動きの軌道を生成し、視覚言語モデル（VLM）が評価器として視覚理解に基づき動きを修正する。この反復過程により、学習なしで動きを対象シーンに適応させ、画像から動画を生成するI2Vモデルの条件として用いる。著者らは多様な複雑シーンで高忠実度かつ物理的に整合した転送を示し、既存の軌道条件付きI2Vモデルへの組み込みも可能だとしている。
説明説明可能性の錯覚：ViTは必ずパッチ復号の解釈性を示すのか？
要約本論文は、視覚Transformer（ViT）分類器において個々のパッチトークンを復号した結果が解釈可能かどうかを検証しています。複数のアーキテクチャ、規模、学習目標にわたり、制御実験と実モデルの両方で体系的に調べた結果、解釈可能な模型もあれば、反転した説明マップや画像の意味とまったく相関しない模型もあることを示しています。したがって、この解釈性は学習済みTransformerの固有の性質ではなく、問題設定に依存するため、先験的に成立すると仮定すべきではないと結論づけています。
説明視覚を固有受容覚として：動画からヒューマノイドロボットの姿勢を推定
要約本論文は、動画のみからワールド座標系におけるヒューマノイドロボットの全身関節構成を復元するフレームワーク HumanoidPose を提案している。事前学習済みの人体姿勢特徴とロボットの運動学を統合モデルで組み合わせ、人の動作を16種類のヒューマノイド機体へリターゲットして合成データから学習する。さらに、ラベルのないオンライン動画による自己学習で2Dロボット姿勢検出器を開発し、3つの実機プラットフォームで関節角誤差が最良のベースラインより低減したと報告している。
説明注意欠如・多動症関連症状のモデル化とメチルフェニデートによる薬物介入のための離散・連続時間確率的枠組み
要約本論文は、メチルフェニデートを注意欠如・多動症（ADHD）の非線形動態に作用する最適制御方策とみなし、その効果を数理・計算的に記述する枠組みを提案している。ADHDの神経過程を確率過程として捉え、臨床症状に結びつく安定しているが機能不全のパターンへ軌道が収束するとしている。薬物介入は、系のドリフトを変化させ軌道を定型的な神経状態へ導く外部制御信号として形式化される。理論モデルを臨床データと結びつけるため、一次元畳み込みニューラルネットワークとVision Transformerを組み合わせた決定論的ハイブリッド深層学習構造を用い、前処理済みの機能的MRIデータから潜在表現を推定している。
説明オンラインHDマッピングのための車線構造条件付きフィールドの学習
要約本論文は、鳥瞰図（BEV）に整合した稠密な幾何表現であるLane Fieldを提案します。各空間位置の局所的な車線構造を符号化し、車載観測から予測することも、外部の地図事前情報から構築することもできます。この表現に基づき、BEV特徴の変調と変形可能注意の誘導という二つの仕組みで、オンラインHDマッピングを向上させる即插即用型フレームワークを示しています。OpenLane-V2での評価では、既存手法を一貫して改善し、車線セグメント認識で最先端の性能を達成したと報告されています。
説明熱帯雲霧林の生物季節の data 駆動型予測：力学系と機械学習のハイブリッド手法
要約本研究は、力学系理論と機械学習を組み合わせ、開花と結実のサイクルを予測するデータ駆動型ハイブリッド手法を提案しています。ベネズエラの熱帯雲霧林における35年分のデータを用い、Takensの定理に着想を得た遅延ベクトルで状態空間を再構成し、気温や降水量などの気候変数を組み込みました。ガウス過程回帰で学習し、著者らは開花と結実の予測精度がより高かったと報告しています。
説明概念をつなぐ：科学概念グラフ上のマルチエージェント推論による高インパクト研究の予測
要約本論文は、論文本文から LLM が抽出した細粒度の研究概念をノードとし、論文内での共起をエッジとする科学概念グラフ（SCG）を構築しています。現在は未接続だが、接続されれば高いインパクトを持つ概念ペアの予測を課題としています。CIKM、KDD、SIGIR の論文からベンチマークデータセットを作成し、MiroGraph という多エージェント推論フレームワークを提案しています。その結果、既存のインパクト予測および時系列リンク予測手法を上回ったと報告しています。
説明Holo4D：ビデオ拡散モデルの幾何制御としての全体的4D再構成
要約本論文は、新しいカメラ軌跡で単眼動画を再撮影するフレームワークHolo4Dを提案しています。フィードフォワード型の4D再構成器で元動画の三次元軌跡を復元し、それを目標視点に投影して幾何と外観を符号化し、事前学習済みのビデオ拡散モデルの誘導に用います。実験では軌跡ベースの条件付けがカメラ制御と新規視点合成に有効であることが示され、生成器を再学習せずに異なる4D再構成器を利用できるとされています。
説明GeoART：カメラ条件付きビデオ拡散のためのテスト時スケーリングによる幾何認識型リファインメント手法
要約カメラ条件付きビデオ拡散モデルは、ノイズ除去中にカメラ制約と推定幾何が弱くしか反映されないため、カメラ制御の不正確さや幾何の不整合が生じがちです。GeoARTは学習不要の自己リファインメント枠組みで、ノイズ除去の選択ステップで複数の候補を生成し、幾何事前分布で評価します。元の軌道は直接変更しません。実験では、カメラ制御性、多視点一貫性、視覚品質が既存手法より改善され、事前学習済みモデルの学習や変更は不要です。
説明EG-GRPO：深層検索エージェント向けの証拠誘導型ステップレベル信用割り当て手法
要約本論文は、大規模言語モデルベースの検索エージェントを対象に、証拠誘導型グループ相対方策最適化（EG-GRPO）を提案している。既存の強化学習は主に軌道全体の結果報酬に依存しており、検索と推論の過程に対する監督が限られている。本手法は合成の深層検索データにある証拠アノテーションを利用し、必要な各証拠について最初の裏付け引用を特定してステップレベルの過程報酬を構成し、軌道レベルの結果優位性と組み合わせる。五つの深層検索ベンチマークで、異なるモデル規模において標準のGRPOや既存の基準手法を全般的に上回ったと報告されている。
説明SPARC：音声の書き起こしから話者情報が漏れるかを調べる作者識別コーパス
要約本論文は、書き起こされたテキストだけで二つの音声が同一話者によるものかどうか、また性別・年齢・アクセントなどの属性を判定できるかを調べています。二つのポッドキャストコーパスから、1万2千人以上の話者と150万件の品質確認済み発話を含むベンチマーク「SPARC」を構築しました。実験では、大規模言語モデルがテキストのみで同一話者のペアを区別でき、性別とアクセントのラベルの照合も偶然より高い精度を示しました。また、50語の短いプローブテキストのみを公開すると、観測される関連付けを部分的に減らせることが示されました。
説明EasyResearch：プログラミングをしない研究者向けの誠実な回帰・予測・信号分類ツール
要約本論文は、回帰、時系列予測、信号分類を扱うオープンソースのツールEasyResearchと、コードなしで動くWindowsアプリEasyResearch Desktopを紹介しています。すべての学習は訓練データのみで行われ、選んだモデルには独立した最終評価が与えられます。著者らは未使用のデータで評価の誠実さを検証し、一般的な方法がR²を過大評価する一方、EasyResearchの最終評価はそれより正確だと報告しています。
説明粗い空間スケールで残る有効変数の数：AlphaEarth 埋め込みの分析
要約本論文は、AlphaEarth が10mの土地ピクセルごとに出力する64次元ベクトルを、順位付けされた全球非線形座標に再編成できるか、また指定した再構成精度でいくつの成分が必要かを検討しています。有効次元は、単一の固有値ではなく、許容誤差と空間スケールに対する二変数の面として扱われています。検証誤差3%では、必要な成分数はスケール10mの24から78.9kmの7へ減少し、対応するPCAの順位は46から38へとわずかに減るだけです。
説明PanoDent-KD：汎用知識蒸留から複数データセット対応の専門検出、組込み展開までのパノラマX線画像検出
要約本論文は、パノラマX線画像の歯科物体検出のためのPanoDent-KDパイプラインを提示しています。12クラスの汎用ソースモデルを学習し、知識蒸留の有無を含む3方式を比較したうえで、共有分類器の重みをOralXrays-9の5クラス専門モデルへ転用し、Jetson Orin Nano Super上に展開しています。3方式のマクロ・ボックスF1はいずれも0.82前後で、蒸留を使わない基準方式の3シード平均が最も高くなりました。展開版の推論遅延は約77ミリ秒です。著者らは、これは監査可能な展開手順の実現可能性を示すもので、臨床的妥当性や蒸留による対象領域での精度向上を立証するものではないと述べています。
説明BatchParScale：系列モデル向けのスパースなバッチ混合アテンション機構
要約本論文は、並列の推論ストリームが少数の通信位置を介して情報を交換できるアテンション機構BatchParScaleを提案し、各ストリームが互いに独立していた従来の並列スケーリング手法を改良しています。著者らは新たな並列Needle-in-a-Haystack検索ベンチマークと、事前学習、ファインチューニング、協調型マルチエージェント強化学習で評価しています。言語モデルの損失ではParScaleを上回りましたが、事前学習済みおよびファインチューニング済みモデルの事実検索性能は依然として不明確とされています。
説明持続的な表現の不整合がVLMの失敗を引き起こす
要約この論文は、視覚言語モデル（VLM）が人間には簡単なタスクで失敗する理由を調べています。著者らは、視覚表現と言語表現の間の不整合がその一因だと考え、既存の視覚表現と言語表現は線形的に整合させられないことを示しました。この不整合はデータに内在する性質であり、規模を大きくしても解消されないとしています。表現の整合性が高いモデルほど失敗が少ないことも示され、規模の拡大だけでは表現は整合しないという結論が、プラトン的表現仮説の強い版に反する証拠として示されています。
説明多段階検索によるハイブリッド系列モデルの表現力向上
要約本論文は、効率的なハイブリッド言語モデルにおいて、効率型層が全注意層のKVキャッシュにアクセスすることの理論的利得を検討しています。従来型および上位κのKVキャッシュにのみアクセスするハイブリッドブロックは、2関数合成の計算に少なくとも Ω(√n) の容量を必要とすることを示しています。これを克服するため、共有KVキャッシュから多段階検索を行う Multi-hop Retrieval Attention（MuRA）ブロックを提案し、m段の検索で m 関数の合成を計算できること、同じ検索深度で m+1 関数の合成には多項式規模のモデルが必要になることを証明しています。合成実験はこの表現力の階層を支持しています。
説明ビジュアル・スキャフォールディング：ネイティブなマルチモーダル推論に向けて
要約本論文は、マルチモーダルLLMが推論の任意の段階で自律的に検索を開始し、軽量な検索器が選んだネイティブな視覚特徴を思考連鎖に直接組み込んで後続の段階で再利用する「ビジュアル・スキャフォールディング」機構を提案しています。あわせて、負担計数とパス追跡からなるベンチマークNMR-Benchを導入しています。Qwen3-VL-4B-Thinkingに約88Mのパラメータを追加したモデルは、それぞれ66.43%と72.50%の精度を示し、評価されたGPT-5.5およびGemini 3.1 Proのベースラインを上回ったと報告されています。
説明ニューラル生成モデルによる観測データからの因果境界の推定
要約本論文は、ニューラル生成モデルを用いて離散的な観測データから因果境界（causal bounds）を推定する枠組みを提案し、より高精度に推定するための新しい外挿手法を加えています。著者らによると、複数の因果推論の設定において、既存の一般的なニューラル手法より真の境界に近い結果が得られるとしています。正確な境界が既知のベンチマーク問題で検証が行われています。
説明GeoV2V：自動運転シーン生成のための幾何制約付きビデオ拡散モデル
要約本論文は、幾何情報に基づくビデオ間拡散フレームワーク GeoV2V を提案し、車線変更などの新しい軌道に沿って時間的に一貫した自動運転映像を生成します。LiDAR と深度から導出した幾何学的事前情報を、Wan 2.1 バックボーンの全映像条件付けと組み合わせています。また、同期された複数車線の走行映像を含む合成データセット Para4D を導入し、車線変更生成の教師情報として用います。Waymo、nuScenes、Para4D での実験では、大きな軌道変化の下で視覚品質、幾何的一貫性、照明変化への頑健性が最先端の性能を示したと報告されています。
説明エージェント型汎用AIによる制御喪失リスクの実証的根拠の評価
要約本論文は、最近の実証研究19件を、戦略的欺瞞、状況認識、自己複製など、脅威モデルから特定された8つの特性に照らして評価し、構成妥当性、内容妥当性、外部妥当性の三つの観点から証拠の質を検討しています。結論として、現時点の証拠は制御喪失を「弱くもっともらしい」と判断するにとどまるとされています。ここでの「もっともらしさ」は確率ではなく、利用可能な証拠の強さと方向を指します。また、最も危険な特性については、責任ある研究慣行の下で高い外部妥当性を達成することが構造的に困難な場合があると指摘しています。
説明アラビア語・英語・フランス語文書向けのクラウド型と自前運用型OCRの評価：境界ボックス検出、テキスト認識、数式認識
要約本研究は、48ページのアラビア語・英語・フランス語文書での境界ボックス検出、9種類の文書315ページでの文字認識、英語とアラビア語の数式83件での認識という三つの課題について、クラウド型と自前運用型のOCRシステムを比較しています。文字認識は、Geminiで作成した参照転写との文字誤り率で評価されています。ページ全体の高得点が、アラビア語の変数の置換などの誤りを隠す場合があるため、評価には不確実性の推定と構造的な検査が必要だと結論づけています。
説明Map2Vid：人にとって扱いやすい動作制御によるエンボディードナビゲーション動画生成
要約本論文は、俯瞰地図（BEVマップ）から動画を合成する問題としてナビゲーション動画生成を再定義するMap2Vidタスクを提案し、大規模な評価ベンチマークを構築しています。61の屋内シーンにわたる10万件を超えるナビゲーションシーケンスのデータセットを作成し、それぞれに一人称視点動画、BEVマップ、カメラ軌跡、言語指示を対応させています。さらに、地図以外の入力を段階的に弱める学習戦略を備えた統合フレームワークを開発し、複数の基盤生成モデルで実験を行っています。
説明DROD：異種デバイス向け連合継続学習のための二重比率順序ドロップアウト
要約本論文は、クライアントごとにモデルの規模が異なり、データストリームも時間とともに変化する連合継続学習の設定を扱います。作者らはSplit-CIFAR-100（10タスク、クラス増分）上でResNet-18のモデル群を最初から学習させ、FjORDの順序ドロップアウトを基に、ショートカット比率と分岐比率という2つの独立した縮小軸でサブモデルを抽出するDROD（Dual-Ratio Ordered Dropout）を提案しています。共通のパラメータ・FLOP予算の下で、比較した異種モデル連合学習手法の中で平均精度が最も高かったと報告されています。
説明隠れカルトグラファー：二重予算下の指示チューニングに向けた隠れ状態ガイド付きデータ選択
要約本論文は、専門家による注釈が高価で微調整に使える資源が限られている状況で、大規模な未ラベルデータから予算内でデータを選ぶ手法を扱います。提案手法 Hidden Cartographer（HC）は二段階で、隠れ状態を使って注釈対象を段階的に拡張し、その後に正確な学習ダイナミクススコアで候補を絞り込みます。原文によると、医療・法律・金融の各分野で予算付きの基準手法より平均精度が高く、注釈は元データの 20〜30%、微調整は 10〜15% にとどまります。
説明大規模言語モデルは本当に差異認識が欠けているのか：群間差異を考慮した公平性におけるヒューリスティック置換の解明
要約本論文は、LLMは差異認識（公平性の判断で社会集団間の意味のある差異を認識・考慮する能力）が欠けているとする従来の説明に疑問を投げかけ、「公平性ヒューリスティック置換」という仮説を提案している。これは、差異を識別しつつその公平性への含意を判断する複雑さから、モデルが単純な形式的平等のヒューリスティックに置き換えてしまう可能性を指す。著者らは二段階のTDDフレームワークを導入し、4つのベンチマークと10モデルで従来の単段階手法を上回る結果を示し、ニューロンレベルの解析で仮説を裏付けた。
注目点公平性ヒューリスティック代替仮説を提案し二段階フレームワークを設計、ニューロン探索で機構的証拠を示し、4基準・10モデルで検証。
説明E過程を用いた思考連鎖推論のキャリブレーション不要な早期停止
要約本論文は推論型大規模言語モデル向けの適応的早期停止フレームワークを提案し、停止判断を検証データ上の閾値調整ではなく、推論軌跡に沿った逐次的な証拠の蓄積として扱います。各チャンクの同一信号に対して2つのE過程を並行して実行し、一方は信号の緩やかなトレンドに対する位置を、もう一方は符号付きの変化速度を追跡します。チャンク単位の増分に関する帰無仮説の下で、Villeの不等式により、任意の時点で有効な誤警報確率の上界が得られるとされています。著者らは、校准データを一切用いずに、様々なモデルとデータセットの組み合わせでトークンと精度のパレートフロント上、校准ベースの停止法と同等以上の性能を示したと報告しています。
説明NeuroAct：二重ループ自律研究による脳波（EEG）解析・デコーディングの高度化
要約本論文は、脳波（EEG）の解析とデコーディングのための自律研究エージェント枠組みNeuroActを提案している。内側ループでは信号構造、表現、予測器の挙動、学習動態に関する証拠に基づき仮説を検証し、分析や介入を選択して性能・安定性・コストの結果で候補を洗練する。外側ループでは結果を、タスクとモデルの条件付きで検証可能な推奨事項にまとめ、後続タスクで検証・修正する。複数の設定での実験で、既存手法より高い性能が報告され、経験の再利用によりタスク間で性能が向上し大規模言語モデルのトークン消費も減少したとされる。
説明BrandEval：リスク感応型LLM危機広報のための二軌道マルチエージェント・ベンチマーク
要約本論文は、製品の安全、品質、サービス、信頼に関わる事案でのブランドの公的対応を評価する、LLM向けの二軌道ベンチマーク「BrandEval」を提案します。静的トラックは利害関係者を考慮した戦略分析を、動的トラックは多エージェント・サンドボックス「BrandPolis」で応答方針を検証します。また中国語の危機対応データセット「BrandSRD」も構築されています。静的な戦略品質は終端結果の一部とは整合するものの、変動性や回復の遅れを確実には予測できず、動的テストは尾部リスクの失敗を明らかにすると報告しています。
説明『千の顔』：心理学と語用論に基づく、経験を根拠とする説得ベンチマーク
要約本論文は、200のトピックと9つの分野にまたがる1,000の人物像からなる説得ベンチマーク「A Thousand Faces（ATF-Persu）」を提案しています。人格・態度理論と会話の含意に基づき、事実の文脈ごとに5つの人物像を作成し、経験を判断・表現・再考の根拠と結びつけています。評価では、各比較ベンチマークの条件下での説得成功率よりも低い結果が示されています。
説明力学系にヒントを得た連続型大規模言語モデル（AI4Science向け）
要約本論文は、事前学習済みの残差変換を連続深度の言語モデルにおける動的演算子として再利用するContinuum-LMを提案します。隠れ状態は高次数値積分で評価される常微分方程式に従って変化します。八つの科学タスクで、0.6Bと1.7B規模の離散モデルと比べ、平均完全一致精度がそれぞれ7.77ポイントと10.96ポイント向上しました。論文は、パラメータ規模の拡大以外の設計次元として連続的な隠れ状態の発展を挙げています。
説明ViCoR：反事実残差による視覚的必要性の推定と医療マルチモーダルデータ選択
要約本論文は、医療用視覚言語モデルの微調整におけるデータ選択手法ViCoRを提案します。画像に依存する最適化残差によって視覚的必要性を推定し、医療的監督との整合性で補正したうえで、多様性を考慮した微調整用サブセットを構築します。二つのバックボーン、四つの外部汎化ベンチマーク、一つの多疾患頑健性ベンチマークにおいて、ViCoRが選んだサブセットは平均性能が最も高く、画像に依存する学習信号の強化も分析で示されています。
注目点反事実残差で視覚的必要性を推定するデータ選択法を提案し、医療VLMの模態不均衡に対し複数の外部ベンチマークで全データ微調整や既存手法を上回ることを示した。
説明RAIL-5G：AIベースの屋内測位のための実環境5Gデータセットとベンチマーク
要約本論文は、運用中の鉄道整備施設で収集した実環境の5G NRチャネルインパルス応答（CIR）の公開データセット兼ベンチマーク「RAIL-5G」を紹介します。対象は811平方メートルの屋内エリアで、8台の分散無線ユニット、ロボットに搭載した端末の軌跡、高精度なiGPS基準位置を含みます。TDoA、教師あり指紋法、教師なしチャネルチャーティング、自己教師あり無線事前学習などの手法を比較しています。全データでの平均誤差はTDoAが7.02メートル、最良の教師なし手法が2.46メートル、教師あり指紋法が0.52メートルでした。自己教師あり事前学習はラベリング作業を最大1桁削減できるものの、教師あり学習との差は残ります。
説明ChronoChart：位置ラベル不要で、設定に依存しない屋内測位向けチャネルチャーティング手法
要約本論文は、チャネル状態情報（CSI）とタイムスタンプのみで学習し、位置ラベルや事前知識を必要としないチャネルチャーティング（Channel Charting, CC）フレームワーク「ChronoChart」を提案している。三種類の目的関数を同時に最適化し、時間的に導出した正例・負例による三つ組損失、チャート上で滑らかな軌跡を促す時間近接損失、異なる拡張間の表現の一貫性を保つ結合埋め込み損失を用いる。実世界の5G、MIMO、受動UWBのデータで評価され、専用の距離指標に依存する既存のCC手法と同等以上の性能を示し、異なる無線システムにも適用可能であるとされている。
説明浅いプローブで連合学習における個人化の深さ配分をほぼ最適に決められるか
要約本論文は新しい連合最適化手法の提案ではなく、Macro-F1と導入コストを両立させる効用のもとで、クライアントごとの少量の測定予算によりコストを考慮した個人化深度の決定ができるかを検証します。三つの浅いプローブ（P0〜P2）で、実際には展開できない理想的な基準にどこまで近づけるかを調べ、CIFAR-10/100と患者単位で分割したPTB-XLで、学習不要の貪欲探索が後悔値0.0071、最適値の98.3%を回収したと報告しています。ただし深い最適行では相関が0.578に低下し、PTB-XLの深い事例は信頼できるエスカレーション基準がないまま後悔が大きい境界として残ります。
説明Acharya 2.0：ヒンディー語の自主学習科目向けAIチューター
要約本論文は、ヒンディー語話者の学生に学術支援を提供する、RAG（検索拡張生成）を用いたAIチューターアプリケーション「Acharya 2.0」を紹介している。クライアント・サーバー型のWebアプリケーションで、学生が教育コンテンツにアクセスし対話するための複数の機能を備える。論文は、RAGの適用は英語に限られ、インド系言語での活用は限定的だと指摘している。
説明モーメンタムSGDの初回脱出比較におけるサンプリングと曲率
要約本論文は、モーメンタムSGDの初回脱出（ある領域からの最初の離脱）予測を扱い、逐点的な勾配則だけでは省略されるサンプリング情報が重要であることを示します。一次元の持続サンプリングでは明示的なO(h)の平均脱出比較を与え、有限窓での脱出区間も提示します。また複数のネットワークで精密実数による検証と再現実験を行っています。
説明SCOPE：ニュースメディアの情報源信頼性と傾向を評価するマルチエージェントシステム
要約本論文は、ニュースメディアの偏向性、事実性、信頼性を評価するマルチエージェントシステムSCOPEを提案する。メディアのURLを入力とすると、記事取得、内容分析、外部証拠の検索、採点、報告書作成を担当する専門エージェントが連携する。200の媒体を対象としたベンチマークでは、大半の指標でベースラインを上回ったと報告されている。
説明知識グラフを用いて大規模言語モデルの回答を並べ替える研究
要約本論文は、知識グラフ上で自然言語の質問に答える際の課題に対し、大規模言語モデルが推論して得た候補エンティティに関連する部分グラフを、エンティティ間の最短経路を計算して抽出する手法を提案しています。部分グラフから得られる各種の特徴と再ランキングモデルを用いて、候補の中から最も確からしい回答を選びます。Wikidataを用いた実験で各特徴と手法の組み合わせを評価し、部分グラフを可視化しテキストで説明するWebアプリも公開しています。
説明ベクトル空間における概念表象：意味のばらつきを学際的に研究するための枠組み
要約本論文は、標準化された条件下で得られるテキストを通じて、個人の概念表象を経験的に分析可能にする測定枠組みを提案しています。Transformerベースの文埋め込みを用い、概念への標準化された応答を高次元の共有ベクトル空間に写像し、個人間のばらつきを体系的に分析します。大規模な自由連想データセットを用いた概念実証を示し、既存および独自のデータに使える実装をGitHubで公開しています。
説明ユーザー検索行動とナレッジグラフを用いた対話型推薦のための対話生成
要約本論文はSearClを提案し、ユーザーの検索・クリック行動から対話型推薦の対話データを人手の注釈なしに自動生成する。ユーザーの操作をクエリセッションに分割し、確率的状態機械で対話の流れを制御しつつ、求職者と推薦者の役割を担う2つのLLMエージェントが発話を生成する。推薦者は各対話で使われたコンテンツのメタデータから構築したナレッジグラフを参照する。3,538件の対話を生成し、1,731の異なる目標アイテムをカバーした。LLM-as-a-judge方式による評価では、既存ベンチマークより高い品質スコアを得た。
説明記憶は自分の立場を知れ：永続メモリ型エージェントにおけるライフサイクル状態と照会時の利用資格の統制
要約本論文は、永続メモリによって過去のやり取りが長期的なエージェントの状態になるが、既存システムではその状態が有効か、また後の照会に影響すべきかをほとんど制御できないと指摘する。著者らは、メモリ基盤に書き込み側の状態認定と読み取り側の認可を加えるガバナンス層PLACEを提案する。Mem0とQwen2.5-3B・7Bを用いた因子実験では、書き込み側の統制がライフサイクル状態の正しさを大きく改善し、読み取り側の統制は状態が正しい設定で資格のないメモリによる因果的漏えいを排除した。両者の組み合わせが最も高い性能を示した。
説明大規模AIクラスタにおけるOCS再構成可能な相互接続トポロジーのための情報幾何学フレームワーク
要約本論文は、光回路スイッチ（OCS）によってプログラム可能になったAIクラスタのPod間配線を設計するための統一的な情報幾何学フレームワークを提案している。配線を次数ポリトープ上の回路の確率単体上の点として扱い、対称なFat-Tree事前分布からの逸脱をKLダイバージェンスで測る。コストは平滑化されたDAG最長経路長とし、理論的保証と収束性を示したうえで、パイプライン、データ並列、MoEの各ワークロードで整数計画法と比較して検証している。
説明小売需要予測：世界モデル、決定木、基盤モデルの4つの公開データセットによる比較
要約本論文はM5、Dominick's、Breakfast at the Frat、Corporación Favoritaの4つの公開小売データセットで、品目×店舗、品目×全店、カテゴリ×店舗、カテゴリと全社合計といった粒度ごとに各種予測モデルを比較しています。最適なモデルは粒度によって変わり、多くの場合モデル平均の誤差が最も小さかった一方、カテゴリ層では差が統計的に区別できないケースが多く見られました。結果はこれらのデータセットに限られ、他の小売業者に当てはまるとは限りません。
説明LAMB：長期タスク向け大規模言語エージェントの潜在多仮説信念メモリ
要約本論文は、長期的な意思決定を行う言語エージェントのために、テキストではなく潜在表現で対話の証拠と複数の競合する仮説を保持する再帰型フレームワークLAMBを提案します。共有のCommon状態と重み付きのDelta成分を組み合わせ、方策と共同で学習させます。ALFWorld、BabyAI、ScienceWorld、Crafterの4環境でPABUと同等以上の結果を示し、具体的な改善幅を報告しています。
説明M-JEPA：分子グラフ向けの予測型自己教師あり学習と Tox21 での骨格分割評価
要約本論文は結合埋め込み予測アーキテクチャ（JEPA）を分子グラフに適用した研究です。化学的にまとまりのある連結部分グラフをマスクし、指数移動平均の教師エンコーダが作るマスク部分の埋め込みを文脈エンコーダに回帰させます。計算量を揃え、情報リークを防ぐ三段階の評価手順を用いて、ESOL では InfoNCE ベースラインより低い RMSE（平均 2.12 対 3.75）を示しました。Tox21 での改善はエンドポイントごとに異なり、確率の較正が良くなるとは限らないと報告されています。
説明区別できないエージェント：双子世界の識別不可能性としてエージェントのプライバシーを訓練する
要約LLMエージェントはユーザーに代わって検索、買い物、メッセージ送信を行い、その各動作は何らかの第三者に見られています。既存のプライバシー訓練は保護対象の項目に言及しないことに報酬を与えますが、観察者はエージェントの行動から私的事実を推測できる場合があります。本論文は、私的事実のみが異なる双子世界で学習し、凍結された識別器で観察者の視点の対数尤度比を測り、タスク成功からその比を引いた値でエージェントを訓練する手法を提案しています。購物とメッセージのタスクで、開示判定器やクエリ単位の報酬では見逃される情報漏えいを除去しつつ、エージェントがタスクを完遂できることを示しています。
説明実際の対話に見る法的助言：利用者は大規模言語モデルにどのように法律相談をしているか
要約本研究は WildChat-1M の実際の対話 2,122 件を分析し、利用者が法的助言を求めているか、どのように依頼しているか、どの法分野に関わるかを判定する多軸の分類体系を提示している。人手で確認した 200 件の金標準評価セットも作成され、ModernBERT と TF-IDF のカスケード手法が比較された。法的内容を含む対話の 71.1% が個別的または実務的な助言を求めていた。
説明LLMは孤独感の年齢差を再現できるか？欧州の調査データによる評価
要約本研究は2022年のEU孤独感調査を用い、大規模言語モデルがフランス、イタリア、ポーランド、スウェーデンの国内における18〜34歳と65歳以上の孤独感の年齢差を再現できるかを検証しています。一部のモデルは多くの国で年齢順を逆転させ、主に高齢者層の平均を過大評価していました。別のモデルは順序を保ちましたが、両グループの平均を過小評価しました。著者らは、モデルを年齢層の代理として使う際には、グループ平均とその対比の両方を人間の調査データと照合する必要があると結論づけています。
説明双レベル特徴最適化による深層補助学習：ラベル効率の良い医用画像セグメンテーション
要約補助学習は、関連する補助タスクを用いて主タスクの性能を高める手法である。本論文は、既存のセグメンテーション注釈から自動的に導出されたラベルを持つ補助タスクを使い、追加の手作業によるラベル付けなしで性能向上が可能かを検討している。双レベル最適化問題として定式化した枠組みで、特徴通信モジュールを介してタスク間の知識転移を行う。3つの医用画像セグメンテーションベンチマークで、ラベルが限られた条件下において既存手法を上回る結果が示された。コードは公開されている。
説明Morpheus：ギリシャ語臨床テキスト向けの完全ローカル型・多層防御の匿名化エンジンに関するベンチマーク評価
要約本論文は、ギリシャ語の臨床文書を完全にローカルで匿名化するパイプラインMorpheusを提案し、500件の合成退院サマリーでベンチマーク評価を行ったものです。直接的な患者識別子の除去率は98.49%、全体の匿名化率は96.59%、保護すべき臨床内容の過剰な削除率は2.82%でした。ギリシャ語臨床テキストの匿名化に関する初のベンチマーク評価と位置づけられています。
説明上書きせずに学習する：継続学習のための構造的知識融合
要約本論文は、継続学習における破滅的忘却を緩和する知識融合ネットワーク（KFN）を提案しています。新しいタスクごとに軽量な専門ネットワークを学習し、新規性スコアに基づいて構造融合モジュールで専用のチャネル容量を割り当てて全体モデルに統合します。原文によれば、10タスクの Split CIFAR-100 などで、KFN は一部の基準手法より高い精度と低い忘却を示し、パラメータ増加も抑えられています。
説明FHKAN：データ駆動および物理情報学習のための分数階エルミート・コルモゴロフ-アーノルドネットワーク
要約本論文は、KANに学習可能な分数階一般化エルミート基底を組み込んだFHKAN（Fractional Hermite Kolmogorov-Arnold Network）を提案しています。この基底は実数直線全体で正規直交し、ガウス包絡のもとで一様有界であるため、飽和写像を使わずに非有界な前活性化値を直接扱えます。基底関数の閉形式の導関数と原点での微分可能性の次数も示されています。合成回帰、画像分類・ノイズ除去、感情分析、およびLane-Emden方程式、Burgers方程式、分数階遅延微分方程式などの物理情報問題で評価されています。
説明PLANE：大規模視覚言語モデルの幻覚抑制のためのプラグアンドプレイ型細粒度視覚エキスパート
要約大規模視覚言語モデルは、画像にない物体を作り出したり、属性や空間関係を誤って出力したりする幻覚問題を抱えています。本論文は、CLIP系の視覚エンコーダが主要な物体に注目し画像の細部を見落とす点に着目し、物体・属性・物体間関係の三観点でそれぞれ学習するLoRA視覚エキスパートと、指示に応じて特徴を融合するゲートネットワークからなるPLANEを提案しています。複数種類・規模のモデルで幻覚を減らし、推論遅延の増加はわずかだと報告されています。
説明関係トリプル抽出のための多粒度相互作用ネットワーク：原文から実体間の関係を直接特定する手法
要約本論文は、実体の種類情報に頼らず、生の文から実体間の関係トリプルを抽出する課題を扱っています。従来手法は「未見」の実体に対する文脈依存関係を構築できず性能が大きく低下するため、単語同士、実体と関係、頭実体と尾実体の相互作用を利用して深い意味的依存関係を捉える多粒度相互作用ネットワークを提案しています。複数回の反復により頭・尾実体の表現を洗練させ、再編成された二つのデータセットで安定した性能を示し、未見指標では NYT-R で F1 が 3.1%、WebNLG-R で 20.5% 向上したと報告されています。
説明画像のヘイズ除去を文脈内表形式推論として扱う：DehazeTab フレームワーク
要約本論文は、単一画像のヘイズ除去を文脈内の表形式回帰問題として再定式化できるかを検討し、DehazeTab を提案する。ヘイズ画像の重なり合うパッチを、手作業で設計したヘイズ関連特徴量、事前学習済みの視覚埋め込み、またはその組み合わせによって表形式サンプルに変換し、事前学習済みの表形式基盤モデルがラベル付き参照パッチを用いて追加の微調整なしに透過率を予測する。予測値は透過率マップに集約され、ガイド付きフィルタで洗練された後、大気散乱モデルに組み込まれて無ヘイズ画像を復元する。ベンチマークデータでの実験では競争力のある復元性能が示され、物理的动機づけのある手作業特徴量が事前学習済みの視覚埋め込みを上回ることが報告されている。
説明交通予測のための効率的でスケーラブルなスペクトル適応グラフTransformer
要約本論文は交通流予測のためのスペクトル適応グラフTransformerを提案します。空間演算子はグラフラプラシアンから導出されるのではなく学習され、有向的で現在の交通状態に応じて変化し、計算コストはセンサー数に対して線形です。また、疎な道路グラフ拡散分岐とゼロ初期化されたゲートを備えています。6つの公開ベンチマーク（170～1843センサー）で評価され、1つのベンチマークでは単一のエンドツーエンドモデルの中で最小誤差を達成し、他のベンチマークでも最先端の注意機構モデルと競合します。メモリ使用量は約4分の1、学習速度は約2倍です。
説明テキストからの画像生成における反省誘導型ダイナミクス補正（RGDR）
要約本論文は、限られた追加予算のもとで既存の生成結果を細かく補正する、画像生成のテスト時最適化の課題を扱います。著者らは、完成した出力への反省を、軌道レベルでサンプリング過程への補正的介入に変える反省誘導型ダイナミクス補正（RGDR）を提案し、各サンプリングステップで適応的に介入します。同じ追加生成予算の下で、RGDR の参照に対するクロスモデル平均の最終チェックリストスコアの向上は、TIR プロンプト改良の 1.51 倍、Dynamic CFG の 1.81 倍だと報告されています。
説明HullProbe：海事船舶分類器における部位への介入的依存性の測定
要約本論文は、船舶画像の船体や上部構造を同クラスの別船の対応部位に入れ替え、その部位が分類判断にどれだけ寄与するかを直接測定する HullProbe を提案しています。群ラベルを必要とする最悪群精度に頼らず、2×3 の部位グリッドの 64 通りの入れ替えを評価します。MARVEL の 26 船種では、分類器の補正感度の約 46% が汎用的な船体に置かれ、評価された群ラベル不要の去バイアス手法では船体の比率を明確には下げられませんでした。
注目点部品依存を直接測る介入型手法を提案し、64通りの交換とWalsh変換で影響を分解、既知の捷径で最悪グループ精度と高相関を示す。
説明TIRE：信頼できる実行を伴うトップダウン式インスタンス化による物理問題合成手法
要約本論文は、再利用可能な物理公式とその適用条件を用いて生成される物理問題の物理関係と数値設定を制御し、問題生成の前に参照解を実行で確定させる枠組みTIREを提案しています。この手法で物理学9分野にまたがるデータセットTIRE-19kを構築しました。3つのベースLLMと4つのベンチマークでの評価では、同量のSFTデータで比較した5つの代表的データセットを平均2.86ポイント上回りました。さらにQwen3-8Bに対するGRPOは、TIRE-19kのSFTチェックポイントより平均精度を1.52ポイント高めたと報告されています。
説明有益な情報を含むラベル欠損における決定目標の反転：同じ統計実験でも損失関数によって優劣が逆転する
要約ラベルの欠損が偶然ではない場合に、ラベルの有無のパターンを利用する部分分類が有効かどうかを論じた論文です。データ生成モデルと統計実験を固定しても、ある損失関数では有利でも別の損失関数では不利になりうることを示し、これを決定目標の反転と呼びます。二値ガウス判別について局所的なコスト考慮型の過剰リスク展開を導き、一次元では順序が反転する臨界コスト比を明示的に求めています。
説明MemBubble：エージェントのメモリがLLMの応答多様性に与える影響を測るベンチマーク
要約本論文は、LLMベースのエージェントが過去のやり取りから利用者の嗜好を抽出して個別化応答を行う一方で、応答の多様性が低下しうる点を検討しています。実際のユーザーとアシスタントの会話から抽出した嗜好に基づく1000件のインスタンスからなるベンチマーク「MemBubble」を提案しています。複数のLLMとメモリ機構の下で、全対話履歴を直接与える場合と比べてエントロピーが平均34.7%低下したと報告しています。簡単な利用者側の介入や情報の利用可能性の変更では、この多様性の差を十分に埋められなかったとしています。
説明追跡可能なスキルライブラリのライフサイクル管理（エージェント型強化学習向け）
要約本論文は、スキルで強化されたエージェント型強化学習のためのTrackRLフレームワークを提案し、各スキルの実際の寄与を追跡してスキルライブラリの全ライフサイクルを管理する手法を示しています。GRPOグループ内でオンラインのランダム化対照実験を行い、独立したランダム注入と組内比較によってスキルの因果的寄与を分離し、信頼度加重で証拠を蓄積します。実験では、スキル利用ありとなしの両方の評価で、近年のベースラインを上回る結果が報告されています。
注目点GRPOのグループサンプリングをオンラインの無作為化対照実験とみなし、各スキルの因果的寄与を追跡して証拠に基づくライフサイクル管理を提案。新規性は高く、近年の基線との比較と分析を行っている。
説明ボトルネックは読解ではなく検索：長文脈質問応答におけるRAGの根拠ベース生成の診断
要約本論文は、長文脈質問応答における検索拡張生成（RAG）の構造的な弱点を診断します。回答と行単位の引用を返すよう求める根拠ベース生成（EBG：Evidence-Based Generation）と、正しさと根拠の両方を同時に採点するAns+Evid指標を提案しています。十の専有フロンティアモデルと三つのオープンウェイトモデルで評価した結果、類似度検索は多事実クエリに必要な全チャンクを揃えるのが難しいこと、チャンク分割が同一性を解決するための文書メタ情報を失わせることが示されました。
注目点証拠ベース生成と結合評価指標を提案し、RAGの構造的欠陥を多数のモデルで体系的に診断しており、分野への示唆がある。
説明方策の差を超えて：能力を考慮したマルチ教師オンポリシー蒸留
要約本論文は、複数の分野別専門モデルの能力を一つの生徒モデルに統合する CA-MOPD 手法を提案します。まず強化学習の専門モデルを統合して強い初期化を作り、次に検証器で推定した教師と生徒の能力差に基づき分野ごとの蒸留強度を調整します。差が縮まれば監督を弱め、生徒の能力が低下すれば強めます。数学、コード生成、指示追従を含む6つのベンチマークで平均 32.22 点を記録し、既存手法を上回りました。
説明根拠より長く残る記憶：ツールを使うLLMエージェントのための依存関係つき記憶
要約論文は、エージェントの記憶にある結論はその前提に依存しているが、前提が無効になったとき関連する結論を同時に検索できず、古い結論が誤って公開されてしまう問題を指摘しています。著者らは、書き込み時に各結論の根拠となる正確なバージョンを記録し、読み出し時にストア内のどこかで根拠が失効していればその結論を撤回する Tether を提案しています。模拟実験では、Tether の安全でない公開率が基準手法より大幅に低い一方、依存関係が正しく記録されない場合は効果が低下すると報告しています。
説明専門家のように意味地図を構築：データと意味知識を融合し、効率的に作成する手法
要約本論文は、言語間の形式と意味の対応を比較して概念の類似性を表すグラフを作る意味地図モデル（SMM）を扱う。既存の自動手法は専門家が用いる事前の意味知識を無視しており、候補グラフの探索空間が広がるため、精度と効率の両方が損なわれると指摘する。著者らは、言語モデルの内部表現に潜む分布的意味知識を、トップダウンかつデータ駆動型のアルゴリズムに取り込み、概念の意味的類似度に基づいて膨大な候補を並べ替える。自作の10データセットからなるベンチマークで、この手法が意味地図を効果的かつ効率的に構築できることを示したと報告している。
説明ClinSDT：LLMで臨床意味を符号化し、Decision Transformerで敗血症治療を支援する手法
要約本論文はICUの後ろ向き軌跡データから敗血症治療方策をオフラインで学習するためのClinSDTフレームワークを提案しています。凍結したLLMを治療決定者ではなく意味的な橋渡し役として用い、Profile、Context、Advisoryの3つの臨床意味ビューを独立したトークンとしてDecision Transformerに入力します。さらに治療反応予測器で低不確実性の反事実候補を選別し、MIMIC-IIIとMIMIC-IVでは代表的なベースラインに対して一貫した相対的改善が報告されています。
説明LC-TSRNet：土地被覆を手がかりとする2段階ネットワークによる年次MODIS地表反射率時系列の再構成
要約MODIS地表反射率製品は雲による汚染やセンサー不具合でデータに欠損が生じることが多い。本論文はLC-TSRNetを提案し、年次MODIS地表反射率製品を欠損なく再構成する。第1段階では年次土地被覆図を事前知識として用い、第2段階では多スケールの時空間文脈情報と三次元的な結合制約により欠損を補う。また、AIRMOD-TSRデータセットを構築した。実験では既存手法より再構成精度とスペクトル忠実度が高く、空間的に隣接する場合にPSNRが0.56 dB向上し、SAMが0.13度低下した。植生モニタリングへの応用で、再構成時系列の実用性も確認されている。
説明記憶は信念である：自己進化型LLMエージェントのためのベイズ的記憶進化
要約本論文は、LLMエージェントが外部記憶を再利用する際に、その価値をどう評価するかという問題を扱っています。提案手法BEAMは、記憶の価値を文脈に依存する動的な信念として表現し、実行フィードバックに基づいて較正します。推論およびコード生成のベンチマークで、記憶の活用が改善され、エージェントの継続的な自己進化が可能になったと報告されています。
説明ガウス入力下の正値ReLUネットワークの多項式時間学習
要約本論文は、標準ガウス入力のもとでのバイアスなし1隠れ層の正値ReLUネットワークを扱う。隠れ方向に分離性や条件数の仮定を置かず、サンプル数と実数演算の計算量がいずれも多項式となるアルゴリズムを示す。条件付きラベル平均が出力重み総和1以下の幅kのネットワークである場合、指定の二乗予測誤差を達成できる。有界な二次モーメントを持つ任意のラベルに対しては、幅O(k log(2/ε))の正値ReLUネットワークとその危険度の上界を与える。
説明一度コンパイルし、安く実行する：身体性エージェント向けの凍結・移植可能なスキルと再帰的自己改善の効果
要約本論文は、身体性AIで操作スキルを得る新たな方法を研究している。強力な汎用モデルは、シミュレーション内でスキルを書き、実行し、診断・修正するオフラインの作成者としてのみ動作し、凍結後に生成されたレイアウトでの試験に合格するまで続ける。凍結されたスキルは、コードのみで、または説明文だけを読む安価な呼び出し元のもとで実行される。7つのRoboTwin 2.0タスクのうち4つを、Claude Codeが7つの凍結スキルにコンパイルし、作成者コストは1スキルあたり4.29〜8.22米ドルだった。残る3つのタスクは18回の試行でコンパイルされなかった。凍結スキルは新しいレイアウトで148/150の成功を収め、DeepSeek-flash呼び出し元では147/150だった。
注目点凍結され移植可能なスキル編成プロトコルSkill-RSIを提案し、隠し配置と対照実験で継承効果を検証した。直接制御のベースラインが欠けている点が弱い。
説明学習者なしの群れが探索と利用の均衡に到達する：強化学習の解に近づく自己組織化アトラクタ
要約本論文は、資源を共有する多エージェント環境における探索と利用のトレードオフを、理想自由分布（混雑ゲームのナッシュ均衡）として捉えます。学習器も報酬も使わない極小の採餌群れが、レヴィ飛行による探索、近傍ネットワーク上の閾値カスケードによる動員、混雑時の分散によって、この均衡の形へ自己組織的に近づくことを示しています。同じ環境で訓練されたPPO学習器と比べると、零訓練の群れの配分は理論上の勾配によりよく一致し、資源が乏しい場合は学習器の方が多く収穫します。
説明探索か確認か？ノイズ下でLLMエージェントが測定回数を誤配分する問題
要約本論文は、実験スクリーニングを模擬する基準環境Wellocateを提案し、生成された地形と2つの実タンパク質データセット（GB1、PhoQ）に基づいて構築し、モデルが記憶から答えられないようデータを攪乱しています。ツールも記憶も持たない最小限のエージェントとして5つの言語モデルを試験した結果、予算配分に両方向の偏りが見られました。3つのモデルは過剰に再測定を行い、1つのモデルは単一の測定値を信用しすぎ、最終的な選択は基本的なスクリプト戦略より劣りました。著者らは評価と学習に使えるよう、この基準と強化学習環境を公開しています。
説明生成重視型ハイブリッド機械翻訳：ソース言語資源が乏しい言語対向けの手法
要約本論文は、ソース言語の資源が少なくターゲット言語の資源が豊富な言語対を対象とした「生成重視型ハイブリッド機械翻訳」（GHMT）という手法を提案している。必要なのはソース言語の構文解析器と簡単な一対多の翻訳辞書だけで、変換規則や複雑な中間言語表現は使わない。ターゲット言語の豊富な記号的資源を用いてソース文の構文依存表現から複数の構造的変種を生成し、ターゲット言語の統計的資源で訳文を選択する。著者は、この非対称な設計により新しいソース言語への移植が容易になるとしている。
説明1次元における重い玉法（ヘビーボール法）の非加速性
要約本論文はPolyakの重い玉法（heavy-ball法）の加速性を扱う。この手法は凸二次関数上では漸近的に最適な収束速度を持つが、より一般的な設定での加速性と力学の特徴づけは長年の未解決問題であった。著者らはフーリエ解析を用い、1変数の滑らかな強凸関数の class において重い玉法が加速しないことを証明する。さらに、既知の単位根による循環領域を厳密に拡大し、単位根循環では扱えない高次元の循環例も示している。
説明深層融合メモリ：大規模言語モデルのためのチャンク単位のパラメトリックメモリ
要約本論文は、大規模言語モデルに外部知識を補うためのパラメトリックメモリ構造「Deep Fusion Memory（DFM）」を提案しています。モデルは直前の文脈からメモリを生成し、ゲート付きクロスアテンションによって中間の隠れ状態へ統合します。バックボーンは凍結したまま学習され、推論時に明示的な検索は不要です。既存手法と比べて訓練データ構築に必要な検索回数が大幅に少なく、6つのQAタスクおよびドメイン適応で性能向上が報告されています。
説明問い合わせ前の情報保持と、ビット・ワード単位の有界な読み出し
要約本論文は、エージェントが将来の質問を受け取る前に固定長の情報を保持し、後に不変の二値アーカイブから証拠を検索する状況を扱う。著者は一ビット読み出しで実現可能な記憶セルを特徴づけ、全記録空間を分割するエンコーダを構築し、多ビット読み出しについては決定木の計数とエントロピーの逆の界を用いて境界を導く。対話エージェントの実験では、カテゴリ型の十分統計量が汎用エンコーダより少ない記憶量と低い復号遅延で出典判断を保つことが示されている。
説明異種データソースをまたぐ企業小売ワークフロー向けエージェント型検索拡張生成に関する研究
要約本論文は、企業の小売ワークフローでは、構造化された商品や注文の記録と、問い合わせやレビューなどの非構造化データを横断して根拠をつなぐ必要があるが、既存のエージェント型RAGベンチマークではこの課題をほとんど扱えていないと指摘しています。著者らは、ペルソナに基づくシミュレーションから作られた組み合わせ型の小売ベンチマークRetailBridgeと、自動スキーマ概要、データソース別の計画連鎖、診断に基づく計画修正を備えたRetailRAGを提案しています。十種類のLLMでの評価では、複数ソースをまたぐ連鎖が主なボトルネックであることが示され、信頼できる小売エージェントには規模の拡大だけでなく明示的なクロスソース編成が必要だとしています。
説明共形予測を用いた系列レベル方策最適化：推論型言語モデルの強化学習手法
要約本論文はCSPOを提案し、共形予測を用いて直近の学習統計から系列レベルのクリッピング境界を適応的に校正する。GSPOで用いられる固定クリッピング幅では、方策のドリフトに伴い裾確率が変化する問題に対処する。Qwen3-1.7Bシリーズを用いた実験では、難しい数学推論ベンチマークとALFWorldにおいてGSPOを上回る結果が示されている。
説明空間と時間にわたる視覚的推論：動画セグメンテーションのための根拠ある推論
要約本論文は、暗黙的に記述された対象を特定し、そのピクセル単位のマスク軌跡を予測する動画推論セグメンテーション（VRS）を扱います。著者らは、クエリに関連する観察を時系列順の推論連鎖に整理する時空間的に根拠づけられた動画CoT形式「TCoVP」を提案します。各基元は実体参照、時間的根拠、タイムスタンプ付きの空間的証拠を結び付けます。データセットを構築し、教師あり微調整と連鎖整合強化学習で学習させ、5つのベンチマークと3種のモデル基盤で実験を行っています。
説明DAGLoop：自動化AI研究における手法設計と実験フィードバックの整合
要約本論文は、自動化AI研究エージェントのためのDAGLoopを提案している。各設計判断の期待効果を検証可能な実験に変換し、その判断を含む実装と含まない実装を比較するアブレーション的な検証を行う。実験間の依存関係は有向非巡回グラフで表し、結果は構造化された研究メモリとして記録して、判断の保持・修正や追加実験の計画に用いる。著者らは、数十の研究タスクで性能の大幅な向上を報告している。
説明事実の正確さを超えて：LLMの視点整合性を評価するベンチマーク
要約大規模言語モデルは、事実としては正しいものの、ユーザーが指定した視点を保てない回答をしばしば生成し、複数の視点が混ざるため、ユーザーが不要な情報を選別する必要が生じます。著者らはこの問題を測定するベンチマーク「PerspectiveBench」を提案し、複数の有効な推論経路が併存する場面を構築したうえで、指定視点への適合度を測る視点整合スコア（PAS）を定義しています。実験では、最新モデルは目的の内容を含めることには成功する一方、要求されていない視点を除外できないことが示されました。RAGで文書を与えると事実の裏付けは向上しますが、視点のずれは解決されないと報告されています。
説明Dual-Slot：言語モデルにおける直列ループから並列スロットへ
要約本論文は、ループ型言語モデルで逐次実行される計算を、並列の潜在スロットと予測スロットに再編成する Dual-Slot アーキテクチャを提案し、自己回帰デコードの遅延を減らすことを目指しています。1B 稠密モデルでは Pile 検証集合の困惑度が 7.25 から 7.00 に下がり、9 つのタスク構成の 5-shot 平均精度が 2.26 ポイント向上しました。教師ありファインチューニング後は、GSM8K のゼロショット精度が稠密モデルと A0.6B MoE モデルでそれぞれ 5.83 と 3.49 ポイント向上しています。デコードスループットは約 93〜99.6% を維持しています。
説明動画理解における十分なフレーム部分集合：モデルの判断に重要なフレームを特定する
要約本論文は、動画理解モデルの説明における課題を扱い、既存の帰属手法が類似したフレームに根拠を分散させてしまう点を指摘しています。著者らは、その部分集合以外のフレームをマスクしてもモデルの予測が保たれる、コンパクトなフレーム集合「充分なフレーム部分集合（Sufficient Frame Subsets）」を提案しています。UCF101とSomething-Something v2において、CNNとTransformerの両方のアーキテクチャで評価を行い、説明に有効な小さな部分集合を見つけられることを示しています。
説明実行ハーネスが進化するとき、モデルはどう追随すべきか：CoEvo-RSI
要約本論文は、エージェントの実行ハーネス（スキャフォールド）とモデルの能力を共進化させる自己改善手法CoEvo-RSIを提案する。共有された進化アーカイブを用いた双方向の履歴継承により、モデルの能力と要求される実行条件の不一致（脳と身体のミスマッチ）を減らすことを狙う。自身が拒否サンプリングで得た軌跡に対する教師あり微調整のみで、Qwen3.5-9Bが多様なタスクで競争力を持つと報告されている。TraceElephantではDeepSeek-V4-Pro、HomeBench VMではGLM-5.3を上回ったとされる。
説明P2N：深い表現を再利用して実効的な深さを高める手法
要約この論文はP2Nという手法を提案します。直前のトークンの深い隠れ状態を、現在のトークンの浅い表現に加算し、後続の層が既に完了した深い計算を利用できるようにします。デコード時の追加コストはほぼなく、実効的な計算深度を高めます。Qwen系モデルの実験では、1.5Bパラメータモデルで、GSM8Kの正答率が10ポイント以上向上し、デコード遅延はほぼ変わらなかったと報告されています。言語モデリングや一般的な下流ベンチマークでも効果が示されています。
説明MoCKEFA：動画モデル説明のためのモデル条件付きキーフレーム抽出と公平な寄与度配分
要約本論文は、少数のキーフレームで動画を表現しても、モデルが動画に対して持つ予測の確信度を損なわない手法 MoCKEFA を提案します。キーフレームはモデルの予測を条件として抽出され、ゲーム理論に基づく公平な Shapley 値を用いて、動画のモデルに対する重要度を各キーフレームに配分します。定性・定量実験により、キーフレーム単位の寄与度評価が従来のフレーム単位の評価より優れていることを示し、隣接するキーフレーム間の差分からフレーム間の重要な変化を示す予備的な検討も行っています。
説明MoWE：超音波病変セグメンテーションのための空間適応型ウェーブレット専門家混合プーリング
要約本論文は、超音波病変セグメンテーション用のU-Netで最大プーリングとストライド畳み込みを置き換える、空間適応型のルーティング手法MoWE（Mixture-of-Wavelet-Experts）を提案しています。文脈認識型ルーターが局所のテクスチャと大域的な特徴に応じて、各領域を固定のウェーブレットファミリーに割り当て、デコーダーは符号化器のルーティングマップを逆変換で再利用します。BUSIなど複数の超音波・心臓データセットで評価され、Dice係数などの改善とU-Netのパラメータ削減が報告されています。
説明ガウス位置混合モデルにおける f-ダイバージェンス間の次元非依存な比較不等式
要約本論文は、コンパクト台をもつ混合分布のガウス位置混合モデルについて、KL ダイバージェンス、χ² ダイバージェンスと二乗 Hellinger 距離の間の比較不等式を示している。両ダイバージェンスは、台の半径のみに依存する定数を用いて二乗 Hellinger 距離で上から抑えられ、その際に周囲の次元や混合成分数には依存しない。証明にはガウス補間の手法が用いられ、jia2023entropic が提起した未解決問題にも答えている。
注目点Jiaらが提起した未解決問題に答え、次元に依存しない比較不等式を高斯補間法で証明しており、新規性と証明の厳密さが高い。
説明Auto-MD-bench：実世界の医療タスクにおける自律研究エージェントの評価ベンチマーク
要約本論文は、10の臨床データセットから得た15の実世界医療タスクを含むベンチマーク「Auto-MD-bench」を紹介します。生存分析、分類、逐次予測を対象とし、コホート・病院・時期をまたぐ外部検証を行っています。AIDE、AI Scientist v2、Codex、Autoresearchの4つのエージェントを評価した結果、主要指標は競争力があっても、予測リスクの較正はシンプルなベースラインモデルより劣ることが示されました。そのため、主要タスク指標だけでは自律的な臨床モデリングを評価するには不十分であると結論づけています。
説明エッジでの位置推定とニューラルスプラッティング：ロボット向けFPGAシーンメモリ
要約本論文は、デスクトップGPUを使わずにカメラの位置推定と近傍視点のレンダリングを行うため、低消費電力のAMD KR260（FPGA/ARM）上で動作するエッジ向けシーンメモリ加速システム「LENS」を提案している。新しいシーンモデルを提案するのではなく、INT16のシーン座標回帰アクセラレータと、固定小数点で順序を保つ3DGSレンダラーにより、主要な2つの計算を基板のデータパスと協調設計している。原文によると、基板上で測定した結果では、LENSはJetson Orin NXより電力あたり性能が高く、一部のタスクでは絶対的な遅延も小さい。一方、オンデバイス学習は ACEsplat 並みの品質に達するものの、時間とエネルギーの面ではGPUに及ばないとされる。
説明『One Skill Takes Over』：競合するエージェントスキルと一ファイルによる修正
要約同じ作業を担う二つのエージェントスキルが同時に文脈にあるとき、モデルが互換な規則を統合するのか、一方だけに従うのかを調べた論文です。16組のスキルからなるベンチマーク SkillClash を作成し、七つのモデルで検証しました。単独読み込み時の規則遵守率は93〜99%ですが、同じ作業のスキルが並ぶと61〜62%に下がり、多くの場合一方が他方を乗っ取ります。各スキルファイルの末尾に両方に従う例を一つ加えると乗っ取りは1〜15%に減少し、両方の規則を統合した単一ファイルも有効だと報告しています。
注目点同種のスキルが併存すると片方の規則だけが従われる乗っ取りを示し、一例追加の修正で大幅に改善する点が新しく、七モデルで検証している。
説明LightCRS：軽量なマルチドメイン対話型推薦システム
要約本論文は、多領域・多モーダルの対話型推薦に向けた軽量フレームワークLightCRSを提案します。商品の多モーダル表現をオフラインで事前計算し、オンラインでは約530万パラメータの小型モジュールがクエリ条件付きのクロスアテンションで情報を統合します。25領域のベンチマークMM-R2A-25（Redditの対話とAmazonの商品を組み合わせたもの）も構築され、報告によると平均指標で最良を達成し、HR@1は最強のベースラインより35.4%向上、クエリあたりの遅延は266分の1になったとされています。
