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。
説明静的ランキングを超えて：時系列基盤モデルのための構造的多様性を備えた能力重視評価
要約時系列基盤モデル（TSFM）の公開ベンチマークは分布が固定され範囲も狭く、繰り返し使われることでベンチマーク向けの調整を招き、単一の総合スコアでは多様な時間構造への能力を捉えきれません。本論文は、元のベンチマークデータに基づき構造的多様性を加え、多次元の能力評価を行う CaFE（Capability-Focused Evaluation）を提案します。8 つの構造特徴量を定義して標本を再サンプリング・拡張し、モデルごとの特徴別能力プロファイルを示します。GIFT-Eval と FEV-Mini20 での実験で、結果が安定し、総合スコアでは隠れる長所と短所が明らかになることが示されています。
説明RECAP：効率的なビデオ拡散のための相互スパースアテンションと階層キャッシュ
要約拡散トランスフォーマーは高品質な動画を生成できますが、計算コストが大きいという課題があります。本論文では、学習を必要としない手法RECAPを提案します。相互補正によりスパースアテンションと階層キャッシュを結び付け、オンラインの誤差フィードバックで適応的に調整します。HunyuanVideoで720p・5秒の動画を生成する場合、RECAPは3.05倍の高速化を達成し、単純に組み合わせた手法より忠実度と推論速度の両方で優れていると報告されています。
説明Machina Pauliana：オランダ倒産法における詐害行為取消権の神経記号的アプローチ
要約本論文は、債権者を害する行為の取消しを認めるオランダ破産法第42条について、神経記号的モデルを提案している。記号部分はCatalaで記述され、条文と形式化の対応を保っている。不確定概念は神経サブルーチンがオランダの民事判決を用いた事例ベース推論によって判断する。100件の手作業注釈付き判決に対して、判決の区分と分類で高い適合率と再現率を達成した。10件の事例では多くの要件を概ね処理できたが、悪意の要件に課題が残った。検索の深さによる明確な定量的効果は見られなかったが、検索された判決は先例への明示的な根拠を与えている。
説明CoRS：複合区間状態の再利用による高速なニューラル柔軟ジョブショップスケジューリング
要約本論文は、柔軟ジョブショップスケジューリング問題（FJSP）のニューラルソルバーCoRSを提案します。区間単位のグラフ表現を複数の連続した決定で再利用し、実行可能性の状態は各動作後に更新する方式です。増強された静的特徴量により、再利用による表現の陳腐化を補償します。合成データおよび複数の公開ベンチマークで、解の質を保ちながら推論時間を大幅に短縮したと報告されています。
説明モデルではなく文書を調整する：文脈追従のための最適化サフィックス
要約ユーザーが提供した文書に基づいて言語モデルに回答させたい場合に、文書の末尾に離散トークン探索で最適化したサフィックスを付けるだけで、モデルが既存知識と矛盾する内容でも文書に従うかを検証した研究です。3つの指示調整済みモデル系列で、モデルが抵抗していた項目の大半を覆し、多くの場合デコードベースラインや最良の手作り指示を上回り、活性化ステアリングと同等の効果を示したと報告しています。
説明ハートビート思考：リアルタイム音声エージェントが聞きながら行う推測的推論とツール実行
要約ツールを使う音声エージェントは、発話が終わった後にユーザーを待たせることが多いとされています。本論文は、発話中に定期的に最新の部分的な書き起こしと完了済みの推論・ツール結果を読み取る「ハートビート思考（Heartbeat Thinking）」を提案します。FDBench v3 では、ツールのカバー率が16ポイント向上し、最終応答の平均遅延が削減されたと報告されています。
説明より細かな推論に向けて：大規模言語モデルを用いたDSA透明性データベースの分類体系とプラットフォーム利用規約の対応付け
要約本論文は、EUのデジタルサービス法（DSA）の透明性データベースの高次カテゴリが、プラットフォームの利用規約の規則をどの程度適切に表しているかを検討します。著者らは、少数例学習のGPT-4.1分類器を用い、指定された31のオンラインサービスの447件の政策文書を同分類体系に対応付けました。その結果、カテゴリの適用状況はサービスの種類によって大きく異なり、また複数のカテゴリの下位定義が重なり合うため、単一のカテゴリを割り当てにくいことが分かりました。著者らは、包括的な報告の一部はデータベースのスキーマ設計に起因すると主張し、サービスの種類ごとに区別し、プラットフォームの統治文言から帰納的に導いた必須属性を増やす構造を提案しています。
説明BPEの再考：マージ選択をモデル選択として捉える
要約本論文は、バイト対符号化（BPE）のマージ予算を統計的なモデル選択問題として扱い、コーパスの統計量から最適なマージ集合を直接計算する情報理論的基準を検討しています。データが限られる場合のマージ選択を改善するため、元データから生成した合成テキストで学習コーパスを拡張し、ユニグラムとバイグラムの分布を推定しています。複数のコーパスと下流タスクでの実験では、原理に基づく語彙選択によってモデルサイズが縮小され、性能の低下はわずかであることが示されました。また、低リソース環境では合成データがより良いトークナイザを与える場合があるとしています。
説明SAR2Net：検索による異染色スライド位置合わせのための空間アンカー表現学習手法
要約本論文は、異なる染色のWhole-slide画像間の空間的位置合わせを扱うSAR2Netというフレームワークを提案しています。明示的な変換を推定する代わりに、組織のランドマークとの相対的な空間関係を符号化した空間アンカー特徴を学習し、位置合わせを領域レベルの特徴検索問題として再定式化します。生検を想定したHE-IHCデータセットでの実験では、著しい組織変形の下でも従来手法より頑健な領域レベルの位置合わせが得られたと報告されています。
説明RoAR-VAE：頑健な予測による潜在表現の拡散適性の向上
要約本論文は画像の視覚トークナイザ（画像エンコーダ）を対象に、画像の忠実度を保ちつつ、拡散モデルが潜在表現を効率よく学習できるようにする RoAR-VAE を提案しています。破損させた潜在表現からでも生成に関連する情報を復元できるべきだという「頑健な予測」の原則に基づき、事前学習済みの意味特徴を予測する RobustAlign と、元の画像を再構成する RobustRecon の二つの目的関数を用いています。同じ学習予算の下で、平均的な生成ベンチマークの成績が最強のベースラインより 2.19 ポイント高く、小さな文字の再構成精度は FLUX.1-VAE より 16.93 ポイント高かったと報告されています。
説明公平か誤謬か？疾病検出におけるAIバイアスの研究状況を整理
要約本論文は、2015年から2026年までに疾病検出に用いられた人工知能の手法を整理したレビュー論文で、バイアスの特定と緩和に重点を置いています。解決策は入力データの種類、モデル構造、アルゴリズムバイアス、人口統計バイアス、モデルバイアス、導入時バイアスの類型によって分類されています。7つのデジタルライブラリから検討された64,389件のうち、23件の関連論文を選んで分析し、研究上の大きなギャップを示しています。
説明ExMR：単眼映像による人体モーションキャプチャのための末端動作精緻化手法
要約本論文は、単眼映像から身体・手・足の3D動作を再構成するシステムExMRを提案しています。まず時系列推定器で全身動作を予測し、その後、足の精緻化モジュール（FootMR）と手の精緻化モジュール（HandMR）が局所的な証拠を再検討して残差関節回転を予測します。ARCTIC、MOYO、RICH、MOOFでの実験では、手と足の再構成で最先端手法を上回り、MOYOでは手の頂点ごとの誤差と足首関節角度誤差がそれぞれ最強の比較手法より19%、18%低減したと報告されています。
説明法的立場を名乗ると小型ローカルLLMが正当な依頼を拒否しやすくなる問題
要約本論文は、弁護士などの法律実務者が社内で動かす小型オープンウェイトLLMにおいて、身分を名乗る文言によって過剰な拒否応答が生じる問題を扱っています。良性の法律分野のプロンプトを四つの小型モデルで評価したところ、「弁護人です」などの権威的な前置きは、前置きなしの基準と比べて拒否率を2〜20倍に高めました。著者らは、支援を受けやすさの偏りによる不公平の可能性を指摘し、さらなる検討の必要性を述べています。
説明OceanTensorCube と ST-MMT：アマノリ（ポルフィラ）白化を7日先まで予測するマルチモーダルデータ・Transformerシステム
要約本論文は、養殖ノリ（Pyropia、海苔）の白化を養殖場クラスターごとに7日先まで予測するシステムを提案する。公開の海洋・気象・海洋モデル・衛星データ32チャネルを統合し、92万パラメータの時空間Transformer（ST-MMT）で14日分の入力から白化確率を推定する。検証セットでの結果が報告される一方、栄養塩調査が古くなると予測精度が大きく低下するなど、システムの弱点も明記されている。
説明焦点型オムニモーダルGUIエージェント（論文）：各ステップで最も関連性の高いマルチモーダル情報に注目させる手法
要約本論文は、GUIエージェントがスクリーンショットや音声、動画などすべての情報を毎回一様に受け取ると、重要な信号が埋もれ、行動の誤りが累積すると指摘しています。著者らは、各ステップの判断に必要な証拠を動的に圧縮し、凍結されたデコーダの埋め込みに注入する軽量アダプタFocusGUIを提案しています。行動の教師信号だけで学習し、四つのオムニモーダル基盤モデルで平均してType Matchが33.2向上、Exact Matchは凍結ベースラインの約3.0倍になったと報告しています。
説明TaQFormer：データ融合による複数次元クーポン配分モデル
要約オンラインマーケットプレイスにおける複数サービスカテゴリーのクーポン配分を扱います。カテゴリーごとの割引を同時に決める必要があり、カテゴリー間の需要の移動も考慮します。著者らはTaQFormerを提案し、各処理次元をクエリトークンとして扱い、交差注意機構で処理ベクトル全体への反応を推定します。観測データで事前学習し、ランダム化比較試験データでLoRAによる微調整を行う二段階の手法です。補助金コスト率がほぼ同じ条件で、本番ベースラインより利用者あたりの事業価値が向上し、現在は全トラフィックで運用されていると報告されています。
注目点多次元施策を問い合わせとするTransformerと観測事前学習・RCT微調整を組み合わせ、本番A/Bテストと全量展開で効果と影響を示す。
説明GeoEdit：画像編集による地理情報の隠匿を目的とした敵対的証拠除去手法
要約マルチモーダル大規模推論モデルは、写真の細かな視覚的手がかりから撮影場所を推定でき、専門知識のない攻撃者でも住所特定（ドキシング）に悪用されるおそれがあります。本論文のGeoEditは、画像中の高リスクな証拠アンカーに最小限の編集を加えて空間推論の連鎖を断ち切り、シーン全体の意味は保持します。LifePhotoBenchでの評価では、6種の主要モデルに対する保護性能を示し、画像忠実度は視覚摂動ベースラインを0.59以上上回りました。
説明頑健な潜在変数グラフィカルモデル：厳密な復元と基本的限界
要約本論文は、スパース行列から対称な低ランク行列を引いた形に分解されるガウス精度行列の頑健推定を研究する。潜在変数の周辺化と線形測定による条件付けを組み合わせた場合に現れる構造である。提案手法は標本共分散を中心化されたガウス測度変換共分散に置き換え、低ランク部分を合同変換の核ノルムで罰則化する凸推定量である。主結果は原始双対証人定理で、一意性、偽エッジのなさ、符号の復元、真のランクと慣性の正確な回復を示し、情報理論的下界とHuber汚染下の頑健性も扱う。
注目点符号付き疎成分と低ランク成分の分解に対し、厳密回復と情報理論的下界・ミニマックス率を示し、理論的貢献が際立つ。
説明VEILED-SH：間接的な言葉による脆弱性表現の自傷評価データセット
要約本論文は、自殺、自傷、苦痛の間接的な表現に対するAIシステムの単一ターンの応答を評価するためのベンチマークと構築手法VEILED-SHを提案している。10,003件のプロンプトはカウンセラーとのチャット、フォーラム投稿、プラットフォーム検索、トリアージの場面にわたり、シンガポールに関連する資料と公開データセットを基にしている。専門家が検証した多ラベル分類体系は、意図、伝達機能、応答行動を区別する。6種類の自動評価プロファイルは、ピアサポート実践者3名と臨床医3名に合わせて較正され、代理整合性の評価に用いられる。5つのシステムを評価した結果、同じ応答であっても、プロファイルが生成する参照方針によって代理整合性にばらつきがあることが示された。
説明Wan-Alpha++：単一のRGBA素材を制御可能な透過動画エフェクトにアニメーション化
要約本論文は、テキストから動画および画像から動画の拡散モデルの双方で、制御可能なRGBA動画（透明度を持つ動画）を生成する統合フレームワーク「Wan-Alpha++」を提案しています。透明度を考慮した双方向拡散目的関数と透明度誘導型の平均サンプラーにより、RGBと透明度の分布を分離し空間的な制御を可能にします。また、時間位相再パラメータ化により、先頭と末尾のフレームが完全に透明になる「出現・消失」の問題を緩和し、限られたRGBAデータで参照画像に基づくエフェクトを生成します。
説明計数付きモーダル論理に関するグラフ計数
要約本論文は、グラフニューラルネットワークによって肯定的に分類される木やグラフ、言い換えれば計数付きモーダル論理の与えられた式を満たす木やグラフを数える問題の理論的計算複雑性を研究している。また収束性についても検討している。
説明MoveBench：運動・健康コーチングにおけるLLM評価のためのルーブリック型ベンチマーク
要約本論文は、MMLUやHELMなどの汎用ベンチマークでは運動の安全性や生理学的適切性、個別化といった分野固有の要件を評価できず、誤った推奨が身体的被害につながりうると指摘しています。著者らはMoveBenchを提案し、809問（選択式と自由記述式）と5,012の評価基準を用いて15のLLMを評価しました。その結果、安全意識、構造化されたプログラム設計、個別化能力において大きな性能差が見られました。
説明HP-PnP-Flow：フローマッチングに基づくプラグアンドプレイ画像復元のハイブリッド時間スケジューリングと投影
要約本論文は画像復元問題を対象に、フローマッチングを用いたプラグアンドプレイ法（PnP-Flow）の改良版HP-PnP-Flowを提案しています。異なる時間スケジュールと画素空間の投影演算子を導入し、比較的緩やかな仮定の下で収束保証を示しています。CelebAとAFHQ-Catでの実験では、ノイズ除去、ぼけ除去、超解像などの課題で元のPnP-Flowを上回り、一部の課題ではより少ない反復回数で同等以上の再構成品質を達成したと報告されています。
説明ピクセルベース言語モデルによる読書時間のモデル化
要約本論文は、トークン化を行わないピクセルベース言語モデル（PLM）を用いて次の単語の予測しやすさを推定し、人間の自然な読書のモデル化に応用する研究である。ピクセル空間で計算した予測困難度は、複数の言語において注視時間や単語スキップの行動をよく予測した。また、その効果はトークンレベルの驚き度やエントロピーの推定値と補完的であり、文字体系の違いによる視覚処理の偏りも明らかにされている。
説明凍結された階層型世界モデルによる目標条件付きサブゴール学習
要約本論文は、階層型世界モデルの上位層で行われる候補マクロ行動の探索を、軽量な目標条件付きネットワークに置き換える手法を提案しています。このネットワークが条件ベクトルを出力し、凍結された上位予測器が次の潜在ウェイポイントを生成します。学習にはオフライン軌道上の事後目標と状態予測損失を用います。H-JEPA の HWM チェックポイントでの平均成功率は、Cube で 70.4%、Push-T で 48.7%、FourRoom で 100.0%、Visual AntMaze で 71.1% と報告されています。
説明縦断的調査データ統合のための条件付き情報検索
要約本論文は、異なる調査間で概念的に等価な質問を見つける課題に取り組み、まず微調整された生成モデルで質問の社会学的概念を抽出し、その概念を明示的な条件として検索に組み込む二段階の枠組みを提案しています。CLOSER を事例とした実験では、MAP と Recall の両方で基準手法を上回りました。また、SFT、DPO、動的 DPO などの微調整手法も比較しています。さらに、汎用の社会科学シソーラス ELSST で微調整したモデルが、具体的な調査データにも安定して転移することが示されています。
説明VISAGENT：エージェントベースのエンドツーエンド音声対話システム
要約本論文は、大規模な公共サービス向けのエージェントベース音声対話システムVISAGENTを提案します。メニュー式の操作を自然な音声に置き換え、二段階のルーティングで利用者の要求を汎用対話モデルまたは専門分野のエージェントへ振り分けます。利用者の記憶による嗜好に応じた選択や、音声エージェントの登録による拡張も備えます。中国の114ホットラインでの実運用において、低遅延の全二重対話と良好なルーティング性能、競争力のある音声の自然さが確認されたと報告されています。
説明TriTD：リアルタイム自己回帰型ビデオ生成のための三者軌道・分布蒸留フレームワーク
要約本論文は自己回帰型ビデオ拡散生成における三つの誤差源を分析し、ステップごとおよび累積誤差の閉形式上界を導出しています。生成品質と推論効率を同時に最適化するため、次ノード軌道蒸留、チャンク単位の段階的ノイズ付加、直交並列DMD損失からなるTriTDを提案しています。論文によれば、本手法は視覚品質で既存のベースラインを上回り、単一のH100 GPUで26.8 FPSのリアルタイムスループットを達成しています。
説明動的バッチング：クラスを循環させる学習がニューラルネットワークの内部構造を形づくる仕組み
要約本論文は、学習バッチのクラス構成を周期的に入れ替えることで、ニューラルネットワークの性能と内部構造が変わるかを検証しています。損失関数と最適化手法は変えず、各クラスを周期的に強調する動的バッチング（DB）を提案し、各クラスの比率を均等にする一様バッチング（UB）と比較しています。標準的な学習が失敗する条件では、DB によって容量の限られた多層パーセプトロンが螺旋データに適合しました。CIFAR-10 では、同じ手法により二種類のネットワークのテスト精度がわずかに向上しました。
説明DeepSEA：東南アジア言語向け多言語評価ベンチマーク
要約本論文は、東南アジア言語を対象とした多言語評価ベンチマーク「DeepSEA」を提案しています。既存のデータセットを専門家による人手翻訳で12の東南アジア言語に広げ、数学的推論、科学的推論、質問応答、要約、機械翻訳の5つのタスクを含みます。評価では、大規模モデルは資源量の異なる言語間で安定した性能を示した一方、小規模モデルは低資源言語で大きく性能が低下することが報告されています。また、推論や要約は英語を経由した場合に性能が高くなる傾向が示されています。
説明非線形PA歪みを含むQoS制約付き衛星システムのための物理駆動型フレームワーク
要約本研究は、非線形相関電力増幅器（PA）歪みの下で歪みを考慮したプリコーダを、最適化ソルバーが生成するラベルを使わずに直接最適化する、物理駆動型の自己教師ありグラフ学習フレームワークを提案する。下り回線MISO衛星システムを対象に、ユーザーのQoS制約の下で非線形PAの消費電力を最小化し、プリコーダと受け入れ制御を共同で設計する。結果として、逐次凸近似（SCA）に基づく解に近い消費電力性能を、より高速な実行時間で達成するとされる。
説明MARC：関節式物体のコード生成のための機構認識型リフレクティブ修正
要約本論文は、画像とテキストから関節式物体のコードを生成する手法MARCを提案します。組み立てた機構が意図どおりに動くことを重視し、実行可能な運動学グラフを、プログラム構築、運動求解、修正の各段階で共有します。数値ソルバーが誤りを特定の接続に結び付け、エージェントがそれに基づいて修正して再テストします。20個の物体のテストセットで、Kimi-K3と組み合わせたMARCは有効運動カバレッジ67.8%、総合成功率60.0%を達成し、6つのベースラインを上回りました。
説明FLMNet：マスクからシードへの自己アンサンブル蒸留によるシングルタワーCTR予測
要約本論文は、クリック率予測で用いられる自己蒸留手法、すなわち同一ネットワークを異なるドロップアウトパターンで学習させ平均予測に近づける手法を研究しています。パターン数が無限大に近づくと、目的関数は平均予測のラベル損失と、ドロップアウト複製間の不一致に対するペナルティに還元されることを示しています。このペナルティを閉形式で近似し、サンプリングなしで学習するFLMNetを提案しています。五つのベンチマークで十七のベースラインと比較し、推論時は単一ネットワークで精度上位二位を獲得しています。
説明核融合シナリオ開発のための強化学習制御器
要約本論文は、シナリオごとに制御器を調整する従来の方法に代えて、自由境界平衡・輸送シミュレータで一度だけ学習させた目標条件付き強化学習制御器を提案している。プラズマ電流、線平均電子密度、LCFS形状、X点位置の目標波形を与えると、コイル電流と燃料供給の指令を生成する。EASTのプラズマ電流立ち上げで検証され、1024の試験シナリオのうち86%でダイバータが形成され、58%が1.2秒の終了時点で非接触状態を保った。失敗は高電流密度領域に集中していた。
説明MOSAIC：計算病理基盤モデルのための汎用潜在空間に向けて
要約本論文は、複数の病理基盤モデル（PFM）が学習した特徴空間が本質的に異なるのか、それとも同一の基礎的表現の別の座標系なのかを検討します。パッチレベル12種・スライドレベル6種のモデルについて潜在空間の類似性と整合方法を体系的に比較しています。評価はモデル間一致度、検索、幾何構造の保持、分子およびの形態予測タスクにおける多重インスタンス学習によって行われています。
注目点12のパッチ級と6のスライド級の病理基盤モデルの潜在空間の類似性と整合を体系的に比較し、下流タスクで評価しており、組み合わせに新しさがある。
説明Nash-MOPD：マルチ教師オンポリシー蒸留におけるタスク間トレードオフの最適化手法
要約本論文は、複数の分野専門家の教師モデルの能力を一つの生徒モデルに統合する際の、限られた学習ステップ数の配分問題を扱います。既存の反転KLダイバージェンスの統計量に基づく局所的なミニマックスゲームで各分野のサンプリング比率を適応的に決定するNash-MOPDを提案しています。著者らによれば、学習の進みが遅い分野により多くの例を割り当て、追加の教師クエリや生成は不要とされています。数学・コードの指標で基線を上回ったと報告されています。
説明オンライン多ラベル分類のための最適なマルチカーネル組合せ手法
要約本論文は、データが逐次到着するストリーミング環境での大規模多ラベル分類を対象とした、オンラインのマルチカーネル組合せ手法を提案します。まず効率的で頑健な単一カーネルのオンライン多ラベル学習器を設計し、複数のカーネル分類器の最適な凸結合を構造的リスク最小化問題として定式化して交互最適化で解きます。論文では、11のデータセットと7つの指標による評価で、既存のオンライン多ラベル手法より総合的に優れると報告しています。
説明分散を考慮した非定常バンディット：全予算の後悔上界と適応コスト
要約本論文は、有界かつ非定常な多腕バンディット問題を扱い、報酬の分散と平均変化という二つの予算が動的後悔に与える影響を明らかにします。対数因子を除いてミニマックスの後悔の境界を与え、小さな予算の場合の校正と打ち切りの手法も提示しています。さらに、適応に伴うコストを分析し、特定の決定的な基準族での追加的な損失を示しています。
注目点分散と変動の予算下における非定常多腕バンディットの動的後悔の最小最大境界を示し、小予算域のクリッピングと監視の均衡を解析している。
説明検索から認識へ：分類のための時系列基盤モデルの知識強化後学習
要約本論文は、事前学習済みの時系列基盤モデル（TSFM）を時系列分類タスクに適応させる後学習パラダイム R2R（Retrieval-to-Recognition）を提案している。分離されたクエリエンコーダで判別的なパターンを抽出し、構築された知識ベースから個々の事例の数値知識を検索して、モデルの暗黙的なパラメータ埋め込みと融合する。著者らは、158 の時系列データセットでの実験において、R2R が最先端の TSFM の分類性能を一貫して向上させたと報告している。
説明限られた知覚を持つ多数ロボットによる3D水中点検のためのGPU常駐パイプライン
要約本論文は、水中構造物を複数ロボットで3D点検するための、GPU上で完結する一連のパイプラインを提案する。三角形メッシュと、それぞれ短距離・狭視野カメラを搭載したK台のロボットを入力とし、表面の目標割合を共同でカバーしつつ、線形補間された完了時間・総コストを最小化する6自由度の軌道を計算する。問題全体はNP困難であるため、五つの中核段階に分解し、前処理と後処理を加えている。14個のメッシュでの実験により、ルーティング制約と探索手法の効果、および軌道平滑化後の衝突回避性を評価している。
説明SIDマップを書き換えない：動的なEコマース検索における生成的検索のトポロジー保持
要約本論文は、Eコマースのような動的環境で、生成的検索の意味ID（SID）マッピングを更新すると検索性能がどう変わるかを研究しています。67日分の大規模検索ログを用いた対照実験で、マッピング更新はビームサイズ1では再現率を大きく下げるが、大きなビームサイズではその低下が隠れることを示しています。提案手法として、既存商品のSIDを固定し新商品を挿入して前のモデルから温かい開始を行う方針を取り、TmallAPPでのオンラインA/Bテストでは UCTCVR と GMV が向上しました。
説明グラフニューラルネットワークの宣言的説明：デモシステムSliceGXQ
要約本論文は、大規模グラフ上のグラフニューラルネットワークについて、層ごとの説明を問い合わせて探索するためのエンドツーエンドの宣言的・対話型システムSliceGXQを紹介します。GUI、SPARQL風の軽量パーサー、説明エンジンSliceGXを呼び出す実行・可視化の仕組みを備えています。誤分類されたノードの診断、問題のある層や影響力のあるメッセージの特定、大規模グラフの解釈や不正検知分析への応用を示しています。
説明バンディット学習者からの学習：実行者が抱く次善行動との差の主観的推定を復元する
要約本論文は、トンプソン・サンプリングなどの確率的方策に従う無後悔の実演者について、その腕選択の確率分布から内部の次善差（suboptimality gap）の推定値を逆算する方法を扱います。従来の逆バンディット手法が真の報酬パラメータの復元を目指すのに対し、本研究は実演者の主観的な推定を対象とします。安定性と被覆性のトレードオフを分析し、逆算が信頼できる条件と推定誤差の理論的保証を示しています。シミュレーション実験で分析を検証しています。
説明証明可能な敵対的サンプル検出：素数量子化と Gromov–Wasserstein 距離の組み合わせ
要約本論文は、理論的保証を伴う形で敵対的摂動を幾何学的に検出する方法を扱います。標準的な CNN 埋め込み空間と、素数による離散化を用いた新しい空間との間で幾何構造を比較し、敵対的摂動が両者の構造を同時に保てないことを分離定理として示しています。多様な攻撃手法とモデルでの実験結果も報告されています。
説明収益性より信頼性を：LLMエージェントによる金融戦略開発を統制するQuantHarness
要約本論文は、自然言語で書かれた金融研究の要求を実行可能でバックテスト済みの戦略へ変換するLLMエージェントの信頼性を扱い、二層構造のエージェントフレームワークQuantHarnessを提案している。あわせて、実行成功、要求充足、実行時証拠によって戦略開発の信頼性を評価するベンチマークFinRelBenchを提示している。著者らは、QuantHarnessが比較対象のシステムより高いタスク成功率を示したと報告している。
説明事前学習済み音声埋め込みと勾配ブースティングによる多言語の留守電・留守番電話検出
要約本論文は、電話で応答した相手が人間か留守番電話（応答機）かを判定する課題を扱う。事前学習済みの音声埋め込みと勾配ブースティングマシンを組み合わせた軽量なシステムを提案し、人間による応答を正しく検出することを優先して学習させている。あわせて、7言語500件以上の録音を含む、初の公開応答機検出データセットOpenAMDを公開している。
説明コードから遊べるシステムへ：長期的なゲーム制作エージェント向けベンチマーク CEGame-Bench
要約本論文は、Defold、Godot、Roblox Studio、Unity、Unreal Engine の5つの主要エンジンにまたがる完全なゲーム制作を対象とした、初の長期的ベンチマーク CEGame-Bench を提案しています。エージェントは空のプロジェクトと設計文書からゲームを作成し、隠された評価器が実際の入力によるプレイで合否を判定します。結果として、エージェントは統合面の得点は多く得られるものの、ゲーム性の得点は半分未満が一般的で、結末に到達できたのは16%の実行のみでした。また、ゲーム完成度を高めるエージェントスキル Game Completion Boost も公開されています。
注目点5つの主要ゲームエンジンを対象とした初の長期完全ゲーム作成ベンチマークで、実入力による試遊で検証し、成果物と可遊性のギャップを示しており、根拠は十分である。
説明PnP-Transformer：ゼロショット6D物体姿勢推定のためのニューラル姿勢ソルバー
要約本論文は、従来のPnP-RANSACに代わる、反復不要で微分可能なニューラル姿勢ソルバーPnP-Transformerを提案しています。予測された半稠密な2D-3D対応場と信頼度スコアを入力として6D物体姿勢を回帰し、対応モジュールとは別に学習されます。BOPの7つのコアデータセットで平均AR 41.2%、遅延0.46秒/物体を達成し、Co-op（AR 58.4%）を除く既存手法を上回りました。ソルバーをEPnP-RANSACに置き換えると平均AR 52.2%となりますが、物体あたり60ミリ秒の追加コストがかかり、精度と遅延のトレードオフが示されています。
説明予後放射線特徴量はどれほど頑健か：プールした膠芽腫コホートにおける特徴選択手法の比較
要約本研究は、三つの公開コホートに含まれるIDH野生型膠芽腫患者705例を対象に、治療前MRIから得られた463の放射線特徴量・解剖学的特徴量・臨床特徴量と全生存期間との関連を解析しました。対数順位検定、単変量Cox回帰、SHAPで解釈したXGBoostの三手法を比較した結果、三手法すべてで選ばれた特徴量は五つのみでした。解析パイプラインの選択（ランキング手法、事前フィルタリング、記述子の扱いなど）が、どの特徴量が予後因子とみなされるかに大きく影響しうると結論づけています。
説明KDHNet：校正データが少ない SSVEP 復号のための知識駆動型ハイブリッドネットワーク
要約本論文は、定常状態視覚誘発電位（SSVEP）に基づく脳–コンピュータインタフェースの復号手法 KDHNet を提案しています。解析的な空間フィルタ（TDCA、TRCA）とニューラルネットワーク（SSVEPformer）を組み合わせ、校正データが少ない場合でも安定した復号を目指します。三つの公開データセットでの実験では、被験者内評価の多くの設定で最も高い平均精度と情報伝達率を示し、被験者間評価でも最良または次点の性能を報告しています。
説明GeoNaviDiff：局所リーマン航法により分離された意味制御を拡散特徴へ移す手法
要約本論文は、StyleGAN の StyleSpace で得られる分離された編集介入を、拡散モデルの h-space における局所リーマン軌道へ移す教師なしのクロス空間フレームワーク GeoNaviDiff を提案します。対応する再構成と編集のペアから球面 Log 写像の接ベクトルを抽出し、実画像の拡散状態へ平行移動します。推論時には因子条件付きの共有ナビゲータがこの接ベクトルを予測します。実験では、忠実度、因子の選択性、編集の局所性、軌道の滑らかさで比較手法を上回ったと報告されています。
説明信頼性教師付きルーティングと非対称解像度融合によるRGB-イベント物体検出：複数の動作周波数での検出（RGB--Event Object Detection Across Operating Frequencies）
要約自動運転車は、フレームカメラが画像を出力するより速く物体を検出する必要があります。イベントカメラはマイクロ秒単位で明るさの変化を記録します。本論文は、位置ごとに融合重みを割り当て、学習時に用いる単一モダリティ分類器の損失で監督する信頼性教師付きルーティングと、フレームを元の解像度で符号化してイベントグリッドへ統合する非対称解像度融合を提案します。DSEC-Det データセットでは、20Hz から 180Hz への精度低下が 6.3 mAP から 3.1 mAP に半減しました。提案検出器 ERA-Det は 63.2 mAP を達成し、FlexEvent を 3.7 mAP 上回ります。
説明チベット語音声認識の方言と適応条件にわたる評価：多粒度分析
要約チベット文字は語の境界を示さないため、チベット語音声認識は通常、文字誤り率や音節誤り率で評価されます。本論文は文字誤り率、音節誤り率、分割後の単語誤り率を一つの評価枠組みにまとめ、辞書ベース、ニューラル、言語モデルベースの分割手法の境界を専門家の注釈と比較しています。ラサ・チベット語で五つの認識アーキテクチャを評価し、さらに五つの追加コーパス部分集合でゼロショット転移と対象コーパスへの適応を検証しています。文字誤り率が低くても音節誤り率や分割後の単語誤り率が低いとは限らず、この順位の差はコーパス間でも残ると報告しています。
説明非対称な脳波・眼球運動による感情認識のための文脈認識型トポロジー蒸留グラフネットワーク
要約本論文は、脳波と眼球運動を組み合わせて感情を認識するCTD-GNetモデルを提案しています。脳波特徴を電極グラフのノードとし、眼球運動と前のウィンドウがエッジ、ノード、出力を調整します。マルチモーダルの教師モデルから単一ウィンドウの脳波のみを用いる生徒モデルへ双方向に蒸留を行います。SEEDとSEED-IVでの留め置き被験者テストでは、平均精度が最も高く、眼球データが欠損した場合でも良好な性能を保ちました。
説明DeOverlay：動画のオーバーレイ除去のためのベンチマークとソース固定フロー手法
要約本論文は、字幕・タイトル・ロゴなどの動画オーバーレイを除去し、隠れた場面を復元する手法「DeOverlay」を提案しています。あわせて、8種類の文字オーバーレイを含む1,631組の動画ペアからなる評価用ベンチマーク「DVTE-Bench」を構築しています。実験では、5つの再構成・知覚指標すべてで4つのベースラインを上回り、最強のベースラインと比べて Mask LPIPS を58.3%、Mask VFID を70.3% 削減したと報告されています。
説明顔の匿名化（非識別化）評価ツールキット：顔認証分野のプライバシー保護技術を評価するオープンソース枠組み
要約本論文は、顔の非識別化技術を評価するためのオープンソースツールキットを提案しています。前処理、非識別化、性能評価を含む完全な評価パイプラインを備え、データの有用性、画質、本人性保護の指標に基づいて評価を行います。複数のデータセットに対応し、研究者が新しい非識別化技術をベンチマークしやすくしています。結果として、一部の技術がプライバシーを守りつつ画像の有用性を保てることが示されています。顔生体認証におけるプライバシー強化技術の統一的な評価基準を提供することを目指しています。
説明DCR-TSF：学習不要のゼロショット合成画像検索のための二重階層合成推論と三項球面融合
要約本論文は、参照画像と修正テキストに基づいて目標画像を検索する、学習不要のゼロショット合成画像検索（ZS-CIR）フレームワーク DCR-TSF を提案する。二重階層合成推論（DCR）で細粒度と粗粒度の記述を生成し、三項球面融合（TSF）で参照画像・修正テキスト・元の合成クエリを単位超球面上の重み付きカルシュ平均により統合する。著者らは CIRCO、CIRR、Fashion-IQ での実験により、学習不要手法の中で最先端の性能を示したと報告している。
説明類似性＝漏洩ではない：合成顔データセットにおける分布を考慮した身元漏洩評価
要約本論文は、合成顔データが生成モデルの条件付け過程により学習データと過度に似た個人を生成し、プライバシー保護の効果を損なう恐れがあることを指摘しています。既存手法が分類器に強く依存し、学習に使われていない実データとの類似を漏洩と誤認しやすいという二つの問題を分析しました。これに対し、多モデル構成で個々の分類器の誤りを補正する新指標Scaled Overlap（SO）を提案し、身元漏洩の実態を評価します。CemiFace、SFace2、IDNetなど漏洩の大きいデータセットを特定し、大多数の合成画像が単一ではなく複数の身元に由来することも示しています。
説明CUA-Lite：コンピュータ操作エージェントのためのオープンプラットフォーム
要約本論文は、コンピュータ操作エージェント（CUA）を開発するためのオープンプラットフォームCUA-Liteを提案します。環境インターフェース、教師ありデータ形式、モデルハーネスの3つを標準化し、デスクトップ・ブラウザ・モバイルの12のベンチマークを統合しています。同じハーネスによる強化学習と教師あり学習が、オープンウェイトモデルの性能を向上させることを示しており、データセット、コード、モデルが公開されています。
説明幻覚を考慮した動画サンプリングのためのリスク分解
要約動画モデルは高い視覚的忠実度を持つものの、物理的な幻覚（例：球が突然瞬間移動する、エネルギーの追加なしに跳ね上がりが大きくなる）を起こすことがあります。本論文は、低密度サンプリングリスクと高密度ドリフティングリスクからなる二次元の物理幻覚リスク枠組みを提案し、それに基づく採用手法HA-Samplerと評価手法HA-Scorerを開発しました。Physics-IQとVideoPhyのベンチマークで、比較対象のベースラインを上回る結果が示されています。
説明PhysSkin++：自己教師ありニューラルスキニングによるリアルタイムで汎化可能な物理ベースアニメーション
要約本論文は、静的な形状から連続的なニューラルスキニング場を学習し、コンパクトな変形部分空間を構築する PhysSkin++ フレームワークを提案しています。形状ごとのネットワーク学習なしに変形部分空間を予測するオートエンコーダと、勾配衝突補正を組み合わせた自己教師あり学習手法を用いており、シミュレーション軌跡は不要です。実験では、形状間での汎化、リアルタイムの縮約シミュレーション、および制御可能・衝突考慮型・リグと相補的なアニメーションへの応用が示されています。
説明FinSafeGuard：金融AIの安全性向けの品質重視合成データセット
要約本論文は、大規模な合成学習データを生成する手法を提示し、632,000件のシナリオ仕様の構造化分類から、品質フィルタリング済みの1,430万件の例を作成します。パイプラインには、事前生成の参照研究、低多様性バッチを是正する自動進化機構、語彙と埋め込みを組み合わせた二層の意味的重複除去、行動の正しさに基づくLLM評価が含まれます。銀行、保険、金融サービスの3分野で、重複除去率は9.9%から40.6%でした。
説明線量多様体の学習：自動放射線治療計画における三次元線量予測のための潜在拡散フレームワーク
要約本論文は、頭頸部放射線治療について三次元線量分布全体を予測する潜在拡散フレームワーク「LaDose」を提案している。線量マップを128倍に圧縮して単一GPUでの三次元拡散を可能にし、多尺度のclassifier-free guidanceで推論時に臨床上のトレードオフを調整できるとしている。5施設の900件の臨床治療計画で中央値絶対誤差は1.18 Gyであり、直接開口最適化と組み合わせると15.2分で計画を生成した。
説明スキル拡張型言語モデルエージェントにおける手続き的露出バイアス
要約本論文は、外部スキル（再利用可能な手続き的知識）を与えられた言語モデルエージェントが、その知識をどのように使うかを研究し、「手続き的露出バイアス（PEB）」を提案しています。これは、関連する手続きパターンがスキル内で繰り返し提示されると、状況が変わらなくてもモデルがその行動をより好む傾向を指します。同じ内容でもテキストより視覚的に提示した方が、この好みの変化が大きく抑えられ、ALFWorld、ScienceWorld、WebShopでの評価では、視覚スキルが4つのモデルすべてで文字スキルより高い平均タスク成功率を示しました。
説明『甘い言葉に隠された刃』：偽りの礼儀を見抜くLLMの評価と訓練
要約本論文は、形式上は丁寧でも実際には敵意を含む発話を扱う中国語ベンチマーク ZhenhuanBench（1,592項目）を提案します。『後宮・甄嬛伝』の専門家による注釈を基にし、話し手の意図、感情と言語のずれ、聞き手ごとの受け取り方を評価します。34のLLMをテキストのみで評価し、最上位のGPT-6 Astraは総合73.48%でした。さらに、CPR-GRPO という訓練手法を提案し、公開選択問題で67.0、隠し条件では74.5を記録したと報告しています。
説明HierDTA：薬物-標的親和性予測のための階層的構造認識表現学習
要約本論文は、薬物と標的タンパク質の結合親和性を予測するHierDTAフレームワークを提案し、実験検証の前に化合物-タンパク質ペアの優先順位付けに役立てることを目指しています。薬物を原子-モチーフ異種グラフとして表し、キナーゼドメインの構造を残基相互作用グラフに変換したうえで、クロスアテンションにより両者を統合し、分子指紋とESM-2の事前学習埋め込みを併用します。Davisデータセットでは全指標で既存手法を上回り、KIBAでは r_m^2 0.791 を達成したと報告され、コールドスタート設定でも良好な汎化性能を示したとされています。
説明ORBIT：次の周波数帯域予測による自己回帰型時系列生成
要約本論文は、時系列データを合成して数据不足を緩和する統一的な深層生成フレームワーク「ORBIT」を提案している。構成要素は、潜在表現を周波数帯域ごとに分解し残差量子化を行う周波数階層VQ-VAE（FH-VQ-VAE）と、低周波から高周波へ自己回帰的に生成する周波数帯域自己回帰Transformer（FBAR）である。著者らは、複数の実世界ベンチマークで全体的に最先端の性能を示し、推論効率も先進的なベースラインより優れていると報告している。
説明CorteXforge：実機テストベッドでシナリオに基づき RF データセットを生成する手法
要約本論文は、プログラマブルなソフトウェア無線（SDR）テストベッド上で、再現性のある RF データセットを生成するフレームワーク CorteXforge を提案している。高レベルの RF シナリオを、SLICES-RI/CorteXlab 基盤で同期実行される実験へ自動変換し、ハードウェアの劣化や伝搬効果を含む SIGMF 形式の注釈付きデータセットを出力する。変調方式識別タスクで検証した結果、合成データと実空中データの間に性能差があるものの、合成データによる事前学習は実空中データへの適応に有効であることが示された。
説明AVTime：双方向アラインメントで高密度な音声・映像キャプションを強化
要約本論文は、動画の時間情報付き高密度な音声・映像キャプション生成に取り組んでいます。既存研究には、データセット、チェックリストに依存する強化学習手法、時間と事象を双方向に評価するベンチマークの不足という課題があると指摘しています。著者らは約5万件のAVTime-50Kデータセット、双方向時間・意味アラインメント（BiTSA）報酬で最適化したAVTimeモデル、そして時間精度と意味的正確さを双方向に評価するAVTime-Benchを提案しています。
説明拡散型大規模言語モデルの並列デコーディングにおける、バランス考慮型ピボット選択
要約本論文は、拡散型言語モデルの並列デコーディングのための手法、Balance-Aware Pivot Decoding（BPD）を提案しています。連続するマスク区間の中央に位置するピボットを優先して選び、選ばれた位置を並列にデコードします。バランスの取れたピボットにより、デコードの深さは区間長に対して対数オーダーになるとされています。LLaDAとDreamで、数学推論・コード生成・指示遂行の5つのベンチマークを用いて品質と効率のトレードオフを評価しています。
説明FinHopper：複雑な金融エージェント向けの段階的多段階推論ベンチマークと段階別評価
要約本論文は、金融エージェントがオープン検索で投資に関する質問に答える能力を評価するベンチマーク「FinHopper」を提案します。推論の深さは1〜6ホップで、株式、ファンド、マクロ経済の事実を扱い、過程レベルの評価のために中間正解を備えています。20種類のLLMエージェント構成での実験では、公開検索ツールは必要だが十分ではなく、ホップ数が増えると性能が大きく低下し、最良のモデルも人間の専門家には遠く及ばないことが示されました。
注目点金融多段推論向けに深さ制御と中間答えを持つベンチマークと合成手法を提案し、20構成で検証しており、分野内で実質的な貢献がある。
説明Decision4Rec：マルチエージェント推薦システムのための意思決定モデル枠組み
要約本論文は、意思決定モデルを推薦に活用するためのオープンでモジュール式の枠組みDecision4Recを提案する。知識グラフが各推薦シナリオのログを簡潔な陳述として記述し、エージェントプールが候補を提案し、残差ランカーが上位30件を残す。意思決定モデルの回答はランカーのスコアと融合される。3つの疎なAmazonデータセットでは、訓練済み4Bモデルを用いた枠組みがNDCG@10で最良の訓練済みベースラインを25〜36%上回った。
説明DRA-SAM：低高度ドローン参照セグメンテーションのための不一致駆動型局所再推論手法
要約本論文は、低高度ドローン画像における小型で外観の似た対象を指示表現で分割する課題を扱い、DRA-SAM を提案します。全体推論で得られた候補マスク間の不一致と未解決領域に基づき、局所再推論用の領域を一つ選んで証拠で仮説を更新します。著者らは RIS-LAD と UAVid-RIS の多くの指標で最先端の結果を報告し、RIS-LAD では mIoU を 49.55 から 52.34 に改善したとしています。
説明切り詰めるか否か？切り詰めた逆伝播を用いるループ型Transformerのスケーリング研究
要約本論文は、同じ層群を繰り返し用いて計算深度を増やすループ型Transformerの学習において、時間方向の逆伝播（BPTT）を途中で切り詰めるべきかを検討しています。約600回の学習実験を通じて統一的なスケーリング則を当てはめ、前向きと逆向きのループ回数を同時に最適化した場合には、完全なBPTTが優れると示しています。計算量を揃えた比較では、ループ数が少なくても完全なBPTTの方が切り詰めた設定より良い結果となりました。モデルサイズも可変とすると、2回の完全な学習ループが最良の設定とされ、非ループ型の計算最適モデルより検証損失が低く、非埋め込みパラメータは約27%少なく、学習計算量は8%増にとどまったと報告しています。
説明エピソード型MDPにおける事後サンプリングによるインスタンス依存の後悔最適性に向けて
要約本論文は有限ホライズンのエピソード型マルコフ決定過程（MDP）における後悔の最小化を研究する。PSRLの変種π0-PSRLを提案し、事後サンプルを使って探索の必要性を判断し、探索エピソードでは固定の参照方策π0に従う。この設計により、探索の判定と情報収集に用いる方策の選択が分離される。π0-PSRLについてインスタンス依存の後悔上界を示し、π0によって生じる対数オーダーの探索コストを特定して、エピソード型強化学習の漸近的下界への接近に寄与する。
説明連合学習の後で：異種の新規参加者への知識移転可能性のベンチマーク
要約本論文は、過去のクライアントが利用できなくなった後に、連合学習が残した知識を新規参加者へ移転できるかを評価する七つのデータセットからなるベンチマーク FEDNBO を提案しています。公開応答の蒸馏を参照手法として比較し、CelebA と FedEMNIST で強化されたローカル学習に対する改善幅や、アーキテクチャごとの編集時間と精度を報告しています。
説明TamedFlow：教師支援型拡散サンプリングのための軌道認識蒸留手法
要約本論文は、拡散Transformer（DiT）の推論に多数の逐次的なモデル評価が必要である点に着目し、圧縮した生徒モデルを学習させるTamedFlowを提案している。圧縮モデルに適応型推論の手法をそのまま適用すると品質が低下する問題（Combination Gap）を指摘し、軌道監督と学習可能な軌道推定器によって草稿を受理または棄却し、棄却時に教師モデルで一度補正する仕組みを示している。ImageNet 256×256で、DiT-XL/2からDiT-B/2へ蒸留した結果、FID 2.58、DDIM-50に対する実測2.25倍の高速化を報告している。
説明意味と構造の整形によるマルチモーダル分離で多様化を図る推薦手法
要約精度だけを最適化した推薦システムは結果が一部に集中しやすく、多様性が損なわれます。本論文は、マルチモーダル情報の分離、カテゴリを考慮した意味特徴の選択、交互の二重グラフ伝播、エントロピーに基づく多様性正則化からなる統一フレームワーク MOSS を提案しています。実データセットでの実験において、強力なベースラインより優れた精度と多様性のバランスを示したと報告されています。
説明SPEM：LLMエージェントの効率的なスキル利用のための構造認識型手続き記憶
要約本論文は、大規模言語モデルベースのエージェントにおけるスキル利用の効率を高める、軽量な構造認識型手続き記憶フレームワーク SPEM を提案している。SPEM は個々のスキルを保持する原子スキル記憶と、成功した実行から得られる再利用可能なスキル組合せ（Skill-DAG）記憶を維持する。新しいタスクでは、信頼度の高い Skill-DAG テンプレートがあれば再利用し、なければ原子スキルを検索して Skill-GNN による状態・構造認識型の選択を行う。ALFWorld と SkillsBench での実験では、ALFWorld 成功率 87.1%、SkillsBench 報酬 38.38% を達成し、強力なベースラインと比べてトークンと実行時間のコストを削減したと報告している。
説明FrameGRPO：マルチフレームロールアウトと時間的クレジットによる動画推論の強化
要約本論文は、マルチモーダル大規模言語モデルの動画推論を向上させる強化学習フレームワークFrameGRPOを提案します。補助ネットワークやモデル構造の変更は不要です。手法は、単一の最大フレームデコードを均等に時間サブサンプリングして多様な視覚的根拠を得るマルチフレームロールアウトと、全フレーム参照サブセットの全ロールアウトが失敗した場合にのみ正しい低比率の軌道を選択的に強化するゲート付き時間効率クレジットからなります。多様な動画理解・推論ベンチマークで、標準GRPOに対する全体的な改善が示されています。
説明ローカル推論モデルで反省型プロンプト・スキル最適化が有効な条件：GEPAとSkillOptの二モデル研究
要約本論文は、テキスト空間の最適化手法GEPAとSkillOptを、ローカルで提供される二つの推論モデル（DeepSeek V4 FlashとQwen3.8-27B）で再現できるかを検証しています。HotpotQAとMATH-500で、ベースライン、GEPAプロンプト、SkillOptスキル、人手による提示の四条件を比較しています。GEPAはMATH-500で正答率を向上させた一方、両手法ともHotpotQAのベースラインは改善せず、検証での向上がheld-out評価で逆転する場合もあると報告しています。
説明Aerial-R1：MLLMの航空画像における推論とセグメンテーション能力を強化
要約本論文は、航空画像分野に特化した初のマルチモーダル大規模言語モデルの枠組みAerial-R1を提案し、視覚推論とセグメンテーション能力の強化を目指します。スケール変動や視覚的曖昧さが大きい航空画像での幻覚問題に対し、高解像度と低解像度の視点からなる動的グループを用いるハイブリッド視点グループ優位性加重回帰（H-GAWR）を導入します。専用ベンチマークVSAI-Refでの評価では、教師ありファインチューニングのベースラインを上回るセグメンテーション精度を示し、低情報シーンでの深刻な幻覚を大幅に抑制したと報告されています。
説明ProtGlycanDock：タンパク質－グリカンドッキングのための専用データセット・ベンチマーク・モデル
要約本論文は、タンパク質とグリカンのドッキングに専用のデータセットやベンチマーク、モデルが不足している問題に取り組み、ProtGlycanDockベンチマークを構築して10のモデルを評価しています。さらに、汎用の分子構造予測モデルにグリカンの立体配座の知識を組み込む2つの微調整手法を提案しています。結果として、AlphaFold 3が既存手法の中で最も優れており、両手法を組み合わせることで最先端のモデルが得られたと報告されています。
説明LLM時代における科学文体の加速的な変化：中断時系列分析による検証
要約本研究は、2022年11月のChatGPT公開前後におけるarXivおよびmedRxivのプレプリント要旨を、語彙・句読点・可読性・統語の観点から比較しています。中断時系列回帰を用いた結果、2022年以降、複数の特徴群と研究分野で顕著な変化が見られ、平均語長の増加、数式ベースの可読性の低下、依存構造木の最大深さの減少などが確認されました。特徴ごとに動きは異なり、一部の語彙指標は持続的に加速し、他は上昇後に減少しています。著者らは、単一の指標の頻度だけでは変化を捉えきれず、科学文章を多次元的に変化する体系として監視すべきだと述べています。
説明インド言語LLMのための合成事前学習データと評価の拡張
要約本論文は、インドの法定22言語（ネイティブ文字）と12言語のローマ字表記をカバーする、約2.83兆トークンの合成事前学習コーパス「Nemotron-Pretraining-Indic-v1」を紹介しています。英語文書をGPUで高速に翻訳し、翻訳品質を評価して低品質な出力を修正する手法が用いられています。合成コーパスと自然なインド言語テキストを組み合わせると、公開コーパスを用いたベースラインより知識と推論が向上することが、12言語での継続事前学習実験で示されています。さらに、チャット、指示遵守、推論、知識、コード、翻訳を評価する多言語ベンチマーク群Indic-LLM-Eval-Suiteも提案されています。
注目点合成翻訳による大規模インド言語事前学習コーパスと評価スイートを構築し、多言語継続事前学習で公開コーパス基準を上回った。
説明表形式モデルによる実際の地表灌漑の代理モデル化：同一区域のシナリオ汎化と区域間転移の研究
要約本論文は、ドローンで取得した圃場形状、地形、水文、空間情報、シナリオ情報から、灌漑時の最大水深を予測する表形式代理モデルを検討しています。1行が1つの灌漑シナリオ下の1つの空間セルに対応します。勾配ブースティング木、ニューラル表形式モデル、AutoML、表形式基盤モデルを比較し、同一区域での汎化と未知の区域への転移の2つの条件で評価しています。固定された8/32分割の同一区域では良好な性能を示しましたが、未知の区域への転移は大きく困難で、区域座標系の正規化は構造が似た区域間の転移を改善するにとどまりました。
説明曲率を基準とする：二色ストライプマーカーによる円柱物体の単眼姿勢計測
要約細い円柱物体は平面マーカーを貼る場所が少ないため、本論文では物体の既知の曲率を利用し、単一カメラでの姿勢計測を改善する二色ストライプマーカーを提案しています。異なる深さの特徴が、円柱軸まわりの回転（ロール）の推定精度をどう高めるかを解析しています。15 cm の距離では、ロール標準偏差のクラメール・ラオ下限は平面マーカーで 2.00°、単一湾曲マーカーで 0.38°、巻き付け型マーカーで 0.21° とされ、モンテカルロ法によるロールの二乗平均平方根誤差はこれらの下限の約10％以内に収まっています。
説明TimesJev：システム1の十分性で時系列を素早く思考する
要約本論文は、時系列推論のためのシステム1モデルTimesJevを提案しています。重要な周波数パターンを保ったまま、生の時系列を既存モデルの埋め込み空間と両立する圧縮表現に変換する手法です。13のデータセットでの実験では、推論モデルを平均62%以上上回り、その微調整版と比べて推論時間を平均62.9%削減したと報告されています。
説明PnP-CF：一般的な逆問題のための合意フローマッチング解法
要約本論文は、フローマッチングによる生成モデルをデータ事前分布として用いる PnP-CF フレームワークを提案し、モデルベースの逆問題の解を求める手法を扱っています。ADMM 型の双対変数更新と、確率的成分と決定論的成分を組み合わせた時間適応型のプルバックにより、解法と生成モデルの間の整合性を高めます。実験では、標準的な線形逆問題で既存の基準手法と同等以上の品質を示し、事前学習済みニューラルネットワークの前向き演算子を含む非線形逆問題にも対応できることが報告されています。
説明TempoMoE：速い思考と遅い思考の専門家を特定・制御し、効率的なマルチモーダル推論を実現
要約マルチモーダルMixture-of-Experts（MoE）推論モデルは複雑な課題に長い思考連鎖（CoT）を用いますが、簡単な入力でも考えすぎてトークン数と遅延が増え、精度が下がることもあります。本論文は、速い思考と遅い思考で専門家のルーティングパターンが異なり、それらが推論の深さに影響することを因果的な実験で示しました。これに基づき、学習不要の二段階フレームワーク「TempoMoE」を提案します。速い思考・遅い思考の専門家を特定し、サンプルの難易度に応じて元のtop-k集合内でルーティング重みを再配分します。Kimi-VL、Qwen3-VL、ERNIE-4.5-VLの6つのベンチマークで、基準手法と比べ、精度は最大2.6ポイント向上し、出力トークンは最大35.4%削減されました。
説明思考連鎖（CoT）をループ型 Transformer に内在化する：トークン逐次生成から隠れ状態の反復計算へ
要約本論文は、一定ビットサイズの Transformer が生成トークンによる思考連鎖（CoT）と、隠れ状態の反復による潜在思考の間を補間する、ループ型 Transformer の族を構成する。与えられたループ回数 L に対し、時間 t(n)・空間 s(n) のチューリングマシンを、コンテキスト長 O(s(n)/L)・生成トークン数 O(t(n)s(n)^{1/k}/L) でシミュレートし、非ループの対応する待ち行列機械シミュレーションに比べ両資源を L 倍削減する。さらに、本論文で規定する有限精度カーネルの下で、一定ビットサイズの softmax 注意機構でも成立することを示す。
注目点定数ビット循環Transformerの族を構成し、CoTと潜在思考の間を補間して、文脈長と生成トークン数をL倍削減する。厳密な理論的改善である。
説明二部ネットワークにおける連合型コミュニティ検出：生データを共有せずに分散行列計算でネットワーク内の群構造を特定する研究
要約本論文は、各サーバーがデータを保持し生データを共有できない状況で、大規模行列のスペクトル推定を行う方法を研究している。著者らは、ローカルデータブロックへの行列-ベクトル積だけで指定したスペクトル方向を求めるFLICKERを提案し、それをもとに二部ネットワークの連合型コミュニティ検出手法BiFLICKERを開発した。疎な二部確率ブロックモデルの下で理論的な収束と誤分類率の結果を示し、LastFMのユーザー・アーティスト・ネットワークでは集中型クラスタリングに近い結果（全体のARIは0.94）を得ている。
説明言語エージェントの手続き記憶：明示的な目標構造に関するニューロシンボリックな視点
要約本論文は、大規模言語モデルが手続き的推論を要する長期タスクで信頼性に欠ける理由の一つとして、明示的な手続き記憶が存在しないことを挙げています。ここでの手続き記憶とは、タスクの遂行方法に関する、アクセスや修正が可能な知識を指します。著者らは、目標とその前提依存関係を検査可能な記号構造として符号化する目標指向グラフを提案し、その構築方法、直面する課題、ニューラル推論との統合の原則を検討しています。
説明グラフから表への接続方式が関係汎化をどう制御するか
要約本論文は、グラフから表への系において、エンコーダ、文脈構築、表形式デコーダの三つの構成要素を独立に評価できるかを調べる。CLUTRR、57 の GraphLog ワールド、57 の知識グラフで、ロジスティック回帰、CatBoost、TabPFN-3 を用いて一つの要素だけを変える比較を行った。その結果、ある要素についての結論は、他の要素が変わると変化しうることが示された。
説明マルチエージェント経路探索のための地図分布ベース混合エキスパート手法
要約本論文は、倉庫物流などの集団自動化を対象とするマルチエージェント経路探索（MAPF）のニューラル方策設計を扱います。異なる地図分布に特化した小型で高性能なエキスパート群を用意し、各エージェントの局所状況に応じて出力を選択的に融合するルーターを学習するメタレベルの混合エキスパート（MoE）手法を提案します。グラフニューラルネットワークに基づく方策と、新たに開発した再帰的な行動トークン精緻化モデルの両方で検証されています。実験ではMoEは事前学習済み方策や既存の主要手法を概ね上回りましたが、パラメータ数を揃えて適切に学習した単一モデルはMoEを上回ることも示されました。
説明ClueFlow：帰属可能な研究状態遷移による長期探索の学習
要約本論文は、探索エージェントが研究状態を変化させる際、証拠を得たブラウザ操作と最終回答を結びつける帰属連鎖を作る手法ClueFlowを提案しています。この帰属は教師ありファインチューニングで監督対象を選ぶことと、強化学習で報酬を割り当てることの両方に使われます。Qwenの二つのモデルと四つの検索ベンチマークで評価が行われ、性能の向上が報告されています。
説明GraphEvoResearcher：コスト制約付きマルチホップ質問応答のためのグラフ認識型・学習不要の自己反省推論
要約本論文は、中間結論と根拠を明示的な推論グラフとして構成し、構造的な信号によって修正・後戻り・停止を決める学習不要のプロトコルを提案しています。DeepSeekモデルを用いたGSM8K、MATH、BBH（各50問）の評価で、それぞれ98%、92%、82%の正答率を示し、最も難しいMATHで最大の改善が見られました。構築コストは約2ステップ、4.5〜5ノードに抑えられています。
説明種分類における不確実性推定の有用性：専門家による再アノテーションの最適化を事例として
要約本論文は、顕微鏡画像からの珠藻（硅藻）の自動同定を対象に、759クラスのデータセットでResNet-18のベースラインを構築しました。校正済みの信頼度を用いた選択的分類により、専門家の作業負担を減らす手法を検討しています。温度スケーリングによって期待校正誤差は0.117から0.055に下がり、被覆率66.2%で選択的Macro-F1は99.01%を維持したと報告しています。
説明自己蒸留方策最適化のための正解性依存型非対称ターゲット分布
要約本論文は、大規模言語モデルの事後学習において、自己蒸留方策最適化（APSD）と呼ばれる手法を提案している。正解の出力では生徒と自己教師の分布を補間して既存の成功行動を維持し、不正解の出力では自己教師を超える外挿によって修正を強める。検証可能な報酬と豊富なフィードバックを用いた強化学習の実験で、基線を上回る全体性能が示され、Qwen3の複数規模で平均約2.6倍少ない学習ステップでSDPOと同等の性能に達したと報告されている。
説明GLOBE：単位球面軌跡に基づく幾何学的オンライン早期終了手法
要約本論文は、大規模言語モデルの思考連鎖（CoT）推論を途中で打ち切る、学習不要でオンライン動作するアルゴリズムGLOBEを提案します。推論の各段階を単位球面上の点として埋め込み、その意味的軌跡の形状から十分な答えが得られたかを判断します。数学推論、ツール呼び出し、エージェントの記憶など5つのベンチマークで、2つのモデルにおいて出力トークンを49.7%、エンドツーエンドの実時間を51.0%削減し、5タスク平均精度は80.58%で、完全なCoTと同程度でした。
