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RLSplat：フィードフォワード型3Dガウススプラッティングの資源線形予算制御
要約フィードフォワード型3Dガウススプラッティングは、画像から一度の順伝播で3Dシーンを再構成します。既存の予算制御手法は推論後にガウシアンを刈り込むため、推論コストが予算によってほとんど変わりません。本研究のRLSplatは、シーンの局所領域にガウシアンの予算を配分する方策を学習して必要数を直接生成し、階層的近傍探索による復号で精緻化します。表現サイズ、推論遅延、ピークメモリが予算に比例して減少します。ゼロショット評価では、各予算で既存手法を上回り、低予算時には最大4.1倍速く、ピークメモリは9.6倍少なくなりました。
説明微調の目的がLLMの幻覚検出における層ごとの情報をどう形作るか
要約本論文は、二値の幻覚検出に用いる2つの微調整方式、分類ヘッド微調整（CLS）とLLM-as-Judgeの系列対系列微調整（S2S）を比較しています。CLSの方が性能が高く、隠れ状態がより明確な2クラスタ構造を示すと報告しています。さらに上位の層は冗長であることが示され、その知見に基づいてネットワークの一部を切り詰めた結果、精度を保ったまま推論遅延が約1.4倍改善されたとしています。
説明VEOcc++：具身型オンライン意味占有マッピングとオフライン精緻化のための持続的ボクセル特徴マップ
要約本論文は、探索中のオンライン逐次マッピングと探索後のオフライン全体マップ精緻化を、持続的疎ボクセル特徴マップで結ぶVEOcc++を提案する。オンラインでは新しく観測された領域で地図を拡張し、信頼性に基づいて更新する。オフラインでは、キャッシュされた局所特徴を用いて多スケールの空間精緻化を行う。EmbodiedOcc-ScanNetでは、オンラインで67.12% IoU・58.40% mIoUを達成し、オフライン精緻化で67.79% IoU・59.37% mIoUに向上した。
説明資源制約のあるスマートシティ分類向け多目的進化的半教師あり学習（MOEA-SSL）
要約スマートシティの応用では、ラベル付きデータが少なく未ラベルデータが豊富な場合が多いです。本論文は、軽量な半教師あり表形式分類のための多目的進化的手法MOEA-SSLを提案し、予測品質と特徴量の使用量を同時に最適化します。3つのスマートシティ分類データセットで、ラベル付きデータの割合を検討した実験の結果、既存の軽量な半教師あり手法と比べて競争力のある予測性能を示し、すべての条件でEA-SSLより特徴量の使用量を大幅に減らしました。得られたパレート前線は、分類性能の低下が限定的な、特徴量使用の少ない代替案も提供します。
説明校正を超えて：言語と地域知識をまたぐLLMの時系列信頼度評価
要約本論文は、大規模言語モデルが問題解決の前（事前信頼度）と後（事後信頼度）に示す確信度シグナルの信頼性を検証します。英語、翻訳されたマラーティー語のベンチマーク、新たに作成したマラーティー語の地域知識問題で比較しました。事後信頼度は事前信頼度より一般に整合性が高い一方、推論コストが追加されます。翻訳による移転は概ね有効ですが、地域固有の知識では大きく低下し、幻覚的な回答は生成後も高い信頼度を保つことが示されています。
説明ラベルノイズ下のデータ拡張の理論的理解
要約本論文は、ラベルノイズが存在する場合にデータ拡張（DA）がいつ有益で、いつ有害になるかを理論的に分析し、独立同分布の学習と、より困難な領域一般化の両方の場面でその二つの状況を区別する十分条件を示しています。データ拡張は学習過程で不確実性を増幅し、モデルの安定性と汎化性能を低下させるという直観に反する現象を明らかにし、それを学習および汎化の限界によって裏付けています。分析は特定の拡張手法に依存せず、穏やかな仮定のみを必要とするため、ラベルノイズ下でのデータ拡張の設計に統一的な理論的基盤を提供します。
説明コードとしての記憶：コード化された長期記憶に対する宣言的検索
要約本論文は、LLMエージェントの長期記憶の構築と検索を共通のコード抽象化で統一的に設計する「Memory as Code（MaC）」フレームワークを提案している。構築では原子関数層、関係層、モジュール合成層からなる三層の実行可能な記憶構造を作り、検索では問い合わせを構造化された検索プログラムに変換する。LoCoMoとLongMemEvalでの実験では、各設定で最も強いベースラインに対し、LLM判定による総合正解率が最大15.91%相対的に向上し、トークン消費も大幅に減少したと報告されている。
説明E8-QAT：暗黙的格子コードブックを用いた効率的な2ビット量子化対応学習
要約本論文は、E8格子を暗黙の8次元コードブックとして用いる2ビット量子化対応学習フレームワークE8-QATを提案する。重みグループを算術射影によって同時に量子化し、学習の順伝播で明示的なコードブックを保存・探索しない。Qwen3.6-35B-A3Bでは、4つのタスクの平均スコアで全精度モデルと同等の性能を示し、同じデータ・スケジュール・ビット幅の条件で、IFEvalとLiveCodeBenchにおいて最先端のベースラインを上回った。2ビット表現はピークメモリを削減し、より大きなバッチをサポートする。
説明VLA-Retain：視覚チューニングがVLAモデルの他次元に与える影響を評価するベンチマーク
要約本論文は、視覚・言語・行動（VLA）ロボット制御モデルを対象視覚データで微調整した際、目標条件以外の頑健性がどう変化するかを評価するベンチマーク「VLA-Retain」を提案しています。LIBERO-Plusデータセットの7つの摂動次元で、五つのオープンモデルを基礎版と比較しています。その結果、目標領域での向上は他の条件での保持を予測せず、多くの構成で目標外の性能が低下することが示され、跨次元の保持が重要な基準であると論じています。
説明PanoGraphGS：パノプティックセグメンテーションと階層型3Dシーングラフをガウシアンスプラッティングで統合する手法
要約本論文は、パノプティック3Dガウシアン表現学習と階層型3Dシーングラフ構築を統合したフレームワーク「PanoGraphGS」を提案している。共有のガウシアン形状上で意味情報と個体情報を学習し、視点間で一貫したパノプティック予測を得る。新規視点でのパノプティックセグメンテーションに対応し、フロア・部屋・背景物・物体からなる階層と包含・空間関係を復元する。またパノラマシーン理解のための実世界データセット「NaviGS」を公開している。評価では、ReplicaとNaviGSにおける3Dシーングラフの物体ノード精度が比較対象の基準手法を上回り、2Dパノプティックセグメンテーションでも評価した手法の中で最高水準を示した。
説明長尾動画理解におけるフレーム選択のための最適輸送による原理的フレームワーク
要約マルチモーダルLLMで長い動画を扱う際、動画の長さがモデルの視覚的コンテキスト上限を超えるため、フレーム選択が必要になります。本論文はフレーム選択を構造化された証拠配分問題として定式化し、複数の証拠源をフレームに対応付ける最適輸送ベースのOTFSを提案します。半不均衡エントロピー最適輸送目的関数と効率的なソルバーOTFS-Sinkhornを用い、カバレッジを考慮した動的計画法と組み合わせて学習不要の二段階パイプラインを構成します。三つの長尾動画理解ベンチマークで、強力な学習不要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EASformer：工業用生成型ランキングのための環境・行動・状態アラインメントモデル
要約本論文は、工業用アプリマーケットのランキング向けに、環境・行動・状態を分離したアーキテクチャEASformer（Environment-Action-State disentangled architecture）を提案する。履歴トークンと非系列トークンが共有する整列済みの文脈空間を構築し、ユーザー行動と候補側の文脈を分けてモデル化する。マスクした履歴行動を予測するCloze式の自己教師あり目的関数も利用できる。オフラインのAUCは0.89411で、導入済みベースラインに比べ相対0.88%向上した。オンラインA/Bテストでは、2つのランキングシナリオでeCPMがそれぞれ相対1.26%および3.94%上昇した。
説明NeoWorld-3：ピクセルからコードで定義される物理世界へ
要約本論文は、視覚観測から調整可能で実行可能なプログラムを用いて、対話可能な3D世界を再構築するコーディングエージェント枠組みNeoWorld-3を提案します。NeoSDKが幾何生成、部品の組み合わせ、微分可能なパラメータ調整、物理検証を担い、NeoMCPが視覚言語エージェントによるツール呼び出し形式での検査とプログラム修正を可能にします。著者らは、幾何忠実度と物理的な利用準備性が最先端水準に達したと報告し、再構築したデジタルツイン上で計画した操作軌道が双腕ロボットでゼロショット実行に成功したとしています。
説明影響度は「目標-応答ヤコビアン」と残差の積である
要約本論文は、個々の学習目標値の変化に対してモデル予測がどれだけ反応するかを測る目標-応答ヤコビアン J を提案し、学習データ帰属（TDA）手法を補完するものとしている。サンプル重みの影響度 I と J は、典型的な損失関数では逐一の乗数（学習残差）だけ異なることが示される。複数のデータセットで再学習と比較したとき、J の逐一予測の R² は 0.99 から 1.00 に達し、影響度の R² は全データセットで負であった。
注目点目標応答ヤコビアンを提案し、サンプル重み影響との差が残差倍数のみであることを示す点は新規。多数データセットで再学習を基準に検証しており、影響は同分野に限られる。
説明パターン・インテリジェンス：医療収益サイクル管理における体系的な過少支払い・査定否認パターンの教師なし発見と LLM による解釈
要約本論文は、請求の審査挙動に基づいて請求をクラスタリングし、教師なしで繰り返し発生する是正可能なパターンを発見するシステム Pattern Intelligence を提案している。各請求は130次元のベクトルで表現され、支払い方式の識別情報は距離計算から意図的に除外され、クラスタ後の分割にのみ用いられる。大規模言語モデルが各クラスタの中心を分析者向けの説明に変換する。2つの本番テナントで、有効性と回収可能金額が評価されている。
説明縦断的臨床検索における時間的証拠配分：立場と技術報告
要約電子カルテは診療のために書かれるため、同じ診断が繰り返し記載される一方、再発や治療変更などの経過の転換点は一度しか記録されないことがあります。類似度順に並べる検索では、この転換点を見落としがちだと論文は指摘します。論文は縦断的臨床検索を、限られた証拠予算を時間にわたって配分する問題として捉え、20名の患者記録と13の臨床クエリによる分析を示します。専門家の参照年表がないため、結果は臨床的正確性ではなく検索の振る舞いを示すものです。
説明PhonoBridge：誤差を考慮した音素媒介による筋電図からテキストへの再構成
要約本論文はPhonoBridgeという二段階の枠組みを提案します。前段で筋電図（EMG）信号を音素に変換し、後段の大規模言語モデルが音素からテキストを再構成して、無声の発話を解読します。LibriSpeechの書き起こしから追加の筋電図記録なしに音素-テキスト対を作成し、誤差プロファイル誘導型データ拡張（EPGA）でモデルをフロントエンドのノイズに適応させます。Open Vocabulary無声音声データセットで単語誤り率24.77%を達成し、同じテスト分割での既報の最良値28.27%を上回りました。
説明CovNav：コンフォーマル予測による物体ゴール・ナビゲーションの適応的推論
要約本論文は、未知の環境で「ベッドを探す」などの目標物体を見つけるロボットのタスクを対象に、学習不要のフレームワークCovNav（Conformal Prediction Navigation）を提案します。コンフォーマル予測（Conformal Prediction）を用いて、高速モードの大規模言語モデルの判断が十分に信頼できるかを評価し、不確実な空間クエリにのみ遅い思考連鎖推論を用います。Gibson・HM3Dでの実験では、HM3D v1・v2で最強のゼロショット基準を成功率でそれぞれ0.8・1.7ポイント上回り、遅い推論は全クエリの12.4%のみで、TurtleBot 4の実機でも検証されました。
説明深層学習の最適化のためのハイブリッド・モーメンタム法：長短2つの時間スケールの勾配情報を組み合わせる新しい最適化手法
要約本論文は、過去の勾配の線形重み付き平均と幾何学的に減衰する高速モーメンタムを組み合わせたハイブリッド・モーメンタム（HyM）を提案しています。さらに、そのハイブリッド方向にNewton–Schulz直交化を適用したHyMUONも提案しています。画像分類、機械翻訳、言語モデルの各タスクで、HyMとHyMUONは強力なベースラインと同等かそれ以上の性能を示したと報告されています。LLaMA-1.3BのC4事前学習では、HyMUONの最終検証損失は2.777で、Muonの2.903より低くなっています。
説明AIパイプラインにおける保証証拠の再利用：有効性条件、フェイルクローズ型リリースゲート、714件の公開DVCパイプラインでの再現
要約本論文は、AIパイプラインでガバナンス検査の結果を再利用する際の条件を検討しています。署名付き証拠記録が候補版に対して有効となる条件を定義し、Ed25519電子署名を用いた参照ゲートで九つの改ざんシナリオのうち八つを遮断したと報告しています。38,083件のコミットを再現した結果、宣言された依存関係による再利用で83.4%の段階実行を回避できる一方、3.3%のコミットでは依存するコードや設定が変わった段階を誤って再利用していました。静的インポート閉包を加えると、陳腐化した再利用は0.4%に減少します。
説明複雑形状の流体力学のためのニューラル演算子分割法
要約本論文は、分数ステップ数値解法の物理構造を保ちながら流体力学を学習する枠組み「Neural Operator Splitting」を提案する。各時間ステップを物理的に解釈可能な段階に分解し、数値解法の中間状態を用いて各演算子を個別に学習する。さらに境界形状などの条件で線形写像を変調する条件付き線形フーリエニューラル演算子（CL-FNO）を導入している。原文によれば、2Dと3Dの流れの実験で、同程度の誤差水準においてニューラル演算子の推論はモンテカルロ解法より1ステップあたり約10³倍速いとされる。
説明マルチモーダルエージェントの再利用：ゲーム内サウンドデザインを効率的に評価する手法
要約本論文は、マルチモーダル学習と強化学習を用いてゲーム内のサウンドデザインを効率的に評価する新しい枠組みを提案します。まず視覚と聴覚の情報を共通の潜在空間に符号化するマルチモーダルエンコーダを事前学習し、その表現を用いて強化学習エージェントを訓練します。その後、サウンドデザインごとにエンコーダのみを微調整し、方策は固定することで、音の変化がエージェントの行動に与える影響を切り分けます。複数ジャンルのゲームでの実験では、音の劣化や変更によるエージェント性能の差を検出でき、エージェントを一から再訓練する場合より計算コストを大幅に削減できたと報告されています。
説明ペア学習でディープニューラルネットワークのデータ効率を高める論文（相対順位比較で回帰と分類を行う手法）
要約本論文は、回帰問題を集約された相対順位の比較として扱うペア比較の枠組みを提案しています。UTKFace（約2.3万枚の画像）では、追加の教師データなしで10億を超える学習用比較を生成し、スクラッチから学習した軽量なResNet10が平均絶対誤差3.64歳を達成したと報告されています。STL10の分類では、500〜2000件のラベル付きデータにおいて、ペア監督が通常の10クラス交差エントロピーモデルを最大5.2%上回ったとされています。著者らは、ラベルデータが限られる臨床分野で特に有効だと述べています。
説明限られた神経画像データから連続的な認知特性を推定する、ペアワイズ畳み込みニューラルネットワーク
要約本論文は、全脳のT1強調MRIから直接学習し、絶対値ではなく比較による予測を行うペアワイズ畳み込みランキング手法を提案している。サンプル数108という小規模データでも機能するとしている。4つの小規模な空間能力課題で検証され、回帰分析は標準的な回帰や逐点型の深層学習ベースラインより高い予測力を示した。後退消去法による皮質領域の段階的除去で、4課題に共通する領域と課題固有の領域が特定された。
説明LLMの推論は中間結果をいつ確実に再利用できるか
要約本論文は、複数の小問からなるタスクにおいて、大規模言語モデルが中間結果を再利用することの信頼性と計算コストを検討しています。局所的な再試行の場合について、正しく完了するための条件と平均試行回数の上限を示しています。八つの推論モデルを用いた実験では、第一の小問の答えや推論を文脈として保持すると、第二の小問の平均成功率が上がることが示されています。
説明PLaCA：行動生成のためのパッチレベル将来潜在変化の学習
要約本論文は、視覚・言語・行動（VLA）ロボットモデル向けのPLaCAフレームワークを提案します。現在のマルチモーダル入力から、空間構造を保ったパッチレベルの将来潜在変化を直接予測し、変化の大きい領域を重視する監督と、予測結果を行動生成に組み込むインターフェースを用います。LIBERO-Longでは成功率79.0%でベースラインを5.0ポイント上回り、CALVINでは平均系列長が2.784から3.564に向上しました。第2段階で更新したパラメータは全体の2.95%です。
説明PACE-MoE：医用視覚グラウンディングのための適応的ドメインサンプリングとドメイン別LoRA
要約本論文は、臨床記述と多様な画像ドメインにおける空間的根拠を対応づける医用視覚グラウンディングのためのPACE-MoEフレームワークを提案しています。現在のポリシーからのフィードバックに基づき各画像ドメインの学習価値を評価し、ドメインの採用、リプレイ、最終的な全ドメインのバランス調整によって学習範囲を段階的に調整します。また、ドメイン別LoRAアダプタで更新を対応する画像ドメインに振り分け、事前学習済みのバックボーンと視覚エンコーダは保持します。7つの医用画像ドメインでの実験では、Vanillaベースラインに比べ平均ボックスIoUが相対で3.64%向上しました。同一のアダプタ構造のもとで適応的サンプリングのみでも2.07%の改善が見られました。
説明エージェントが利用者に仕えるとき、マルチエージェント協調は割に合うのか：二重制御環境でのエージェント拡張性の検証
要約本論文は、マルチエージェントが単一エージェントより優れるのはいつかという既存の規則を、利用者が関与しない自律型ベンチマークで導かれたものとして、利用者との対話と方針文書がある状況で検証しています。τ²-bench（二重制御ベンチマーク）の航空、小売、通信の3領域で、6モデルについて約7,950件のシミュレーション対話を比較しました。その結果、固定された模擬利用者の下では、有効な設定のほとんどでマルチエージェントの方が劣り、利益は確認されませんでした。著者らは、利用者に仕えるエージェントには単一エージェントを既定とし、マルチエージェント設計には計算量を揃えた根拠が必要だと結論づけています。
説明コーパスの品質は向上したが検索の有用性は向上せず：音声からQAへのパイプラインにおける前処理と精錬の除去実験
要約本論文は、会議音声から質問応答ペアを生成する実運用パイプラインについて、転写文の書き換えと生成ペアの精錬の二段階を有無で切り替えた四種類のコーパスを比較する除去実験である。対象は韓国語の医療・金融分野の40セッションである。コーパスの品質スコアは両段階の有効化とともに上昇したが、下流の検索精度は同様には向上せず、転写文の書き換えのみが0.061の精度低下をもたらした。著者らは、このような評価基準の上昇は、モデルにとってのコーパスの実際の価値を予測しないと結論づけている。
説明言動と知識：大規模言語モデルの行動分布と知識分布のバランス
要約本論文は、大規模言語モデルが出力テキストに直接言語化した意見分布は、トークンの対数確率分布よりも人間の意見分布によく一致するという先行研究を踏まえています。しかし言語化分布はモデルの知識を、実際の出力は対数確率分布による行動を表すため、両者は世界価値観調査の質問の約37%で最も確からしい回答が異なると報告しています。そこで著者らは、行動分布の最尤回答に従いつつ知識分布の形状を保つ学習可能な組み合わせ手法を提案し、一つのハイパーパラメータで行動の忠実性と分布の質を調整します。複数のデータセットとモデルで、行動の一貫性を向上させています。
説明CUA-Recovery：長期タスクにおけるコンピュータ操作エージェントのエラー回復ベンチマーク
要約本論文は、複数アプリをまたぐ長期タスクで、コンピュータ操作エージェントがエラーを検出し回復できるかを評価するベンチマーク CUA-Recovery を提案しています。ReRail フレームワークを用いて構築され、2,250 の人手検証済み誤り状態からなるテストスイートと、8.6K 件の軌跡からなる学習スイートを含みます。テストでは、錯誤認識率は最大 44.0%、Pass@3 は最大 25.5% でした。学習スイートでファインチューニングしたモデルは、両指標で改善が見られたと報告されています。
説明BCT：フロー言語モデルのためのベイズ整合温度調整手法
要約本論文は、フロー言語モデルで一般的な事後的な温度スケーリングが、終端分布と中間ノイズ状態の分布の両方を乱し、未調整のフローに基づく輸送ダイナミクスとも不整合になると指摘します。著者らは、生成フローの分布と動的過程の両方に温度を明示的に組み込む手法、ベイズ整合温度調整（BCT）を提案し、従来通り学習されたチェックポイントにも使える学習不要の変種も導出しています。実験では、広い温度範囲でGSM8Kの生成性能が向上し、数独タスクでも効果が見られ、極低温では学習型の手法が学習不要の変種より頑健であることが示されています。
説明アンサンブル対応構造エンコーディング（EASE）：ペプチドの立体構造アンサンブルに基づくタンパク質エンコーダーの条件付け
要約本論文は、ペプチドの複数の立体構造（コンフォメーション）アンサンブルから構造情報を抽出するフレームワーク EASE を提案し、ペプチド特性予測の改善を目指しています。主要な構造状態を代表する中心的なコンフォーマーを選び、置換不変な演算子で融合してペプチド単位の表現を作ります。リーク対策を施した分割で6つのペプチド特性予測タスクを評価した結果、単一構造ベースラインと比べて6タスクすべてで改善し、2種類の構造エンコーダーで平均約3.0%の絶対的向上が見られました。コンフォーマーを K=20 まで増やすと利得は増え続けました。
説明SCODEL：食品エンティティ・リンキングとオントロジー基盤レシピ知識グラフのための共有正準オントロジー定義
要約本論文は、レシピ中で同一の実体を指す食品表現とオントロジー概念に共通の正準定義を学習させる、モデルに依存しない手法 SCODEL を提案します。SCODEL はこの共有定義を意味的正規化層として既存のエンティティ・リンキングモデルに追加します。また、レシピにおける文脈的食品オントロジー・エンティティ・リンキングの初のベンチマーク ReciLinkD を導入し、既存モデルの性能向上と生物医学オントロジーへの一般化を示しています。
説明フィードバックはいつ有効か？学習型電位固定実験設計の監査
要約本研究は二つの合成電位固定タスクで学習型コントローラを検証しています。循環ポリシーは1,200回の格子外試行すべてで同一の固定プロトコルを繰り返し、電流のマスキングも判断を変えませんでした。四仮説タスクでは、学習された方策は最初の電流を利用するものの、正しく指定されたベイズ制御器と同等の結果にとどまりました。論文は、フィードバックの利用と実験プロトコルの質は別個に検証すべきであり、これらの事例は生物学的発見や強化学習の一般的優位性を示すものではないと述べています。
説明双方向の転移：テキストと音声におけるコード混在と母語の相互作用の調査
要約本論文は、コード混在（CM）のテキストおよび音声システムにおける転移を双方向で扱った体系的なサーベイです。混在する言語（母語）からCMへの転移と、CMデータによって母語のモデルを改善する逆方向の転移の両方を対象とします。著者らは転移の方向・経路・モダリティに基づく分類体系を用いて整理し、多くの研究が母語からCMへの転移であること、逆方向は比較的新しく、コードスイッチングが主に二言語の整列によって有効であることを示しています。さらに、学習時の母語とCMデータの配分や、異なる文字で書かれたCMテキストの評価など、未解決の課題も挙げています。
説明PAR：状態追跡の長さ汎化のための進行整合型リカレンス
要約本論文は、循環型言語モデルの第k反復の予測を最初のk操作後の状態に整合させ、反復状態のノルムを初回反復のノルムに再スケールする手法PAR（Progress-Aligned Recurrence）を提案しています。swap-S5タスクでは、最大32手で訓練したQwen2.5-0.5Bモデルが512手で平均完全状態精度95.5%を達成し、訓練長の16倍まで外挿できたと報告されています。ノルム固定や最終答案のみの監督を外すと外挿能力が低下すると示されています。
説明TriGeoBench：図形とTikZを含むマルチモーダル幾何ベンチマーク
要約本論文は、中国の中学・高校数学試験から作成した、幾何を中心としたマルチモーダルベンチマークTriGeoBenchを提案している。7,000組の問答と、TikZコード付きの12,235点の幾何図形を含む。マルチモーダル大規模言語モデルの幾何推論能力を評価し、画像からTikZへの変換と推論課題で検証した結果、細かな構造把握と画像・テキストの整合に課題が残ることが示された。
説明結果から各ステップへ：長期タスク向け言語エージェントの信頼できる成功認識型クリティック学習
要約本論文は、軌跡レベルの監督しか得られない場合に、長期タスクの言語エージェントの中間行動が最終的な成功確率を高めるかを判断する強化学習手法を扱います。提案手法SCALEは、通常の収益予測に加えて、各対話接頭辞から最終的にタスクが完了する確率（Success Value）を明示的に予測します。その変化をSuccess-GAEで多段階の行動クレジットに変換し、予測器の推定信頼性に応じて寄与を調整します。論文によると、5つのエージェントベンチマークと3種類のモデル基盤で、多くの設定において比較対象のRLベースラインを上回り、成功率は最大4.1ポイント向上しました。
説明頭部カメラ1台で手袋型デモ収集を行う手法（電子部品不要）
要約本論文は、ロボットの模倣学習用デモを集める手法を提案します。収集者が頭に装着した1台のカメラで、電子部品のない手袋に印刷された目印と作業空間の紙タイルを読み取り、手先の6自由度姿勢と指の開き幅を同時に得ます。配備時には同じカメラを、ロボット横の低コストアームに取り付けます。ロボットのエンコーダと比べたラベル誤差は中央値で6.5mmと1.6度で、このラベルで学習した方策の検証損失は3%増にとどまります。手袋デモ194件を加えると、成功率は10/25から17/25に上がったと報告されています。
説明放射線耐性があり、障害を認識して自己修復する量子化ニューラルネットワーク
要約本論文は、汎用の市販ハードウェア上で、ビット反転後に量子化ニューラルネットワークの重みを実行時に修復する手法を提案しています。追加の複製を保存する必要はありません。故障認識訓練に整列ペナルティを加え、損傷のない値から破損した座標を再構成します。六つの回帰ベンチマークでは、従来の SECDED と比べて運用上のスクラブ間隔を延長できると報告しています。
説明自動運転向けの頑健で効率的なLiDAR認識の構築
要約本論文は、自動運転におけるLiDARベースの3次元物体検出を扱い、点群が劣化した状況でも精度を保ちつつ、推論遅延とGPUメモリの制約を満たすことを目指しています。極端な天候を模した劣化サンプルの生成や、摂動感度に基づく学習順序、ネットワークの縮小と近傍密度に基づくサンプリング設定により頑健性と効率を両立させます。KITTIでは、PointRCNNの劣化時中等難易度APが3.32ポイント向上し、平均遅延は19.8%、ピークGPUメモリは53.9%削減されたと報告されています。
注目点点群の破損に対する頑健性と推論遅延・メモリ制約を同時に扱い、摂動感度に基づく学習順序と密度に応じた効率化を組み合わせている。2データセットで比較実験を行っている。
説明化学系における異種部分構造間のグラフ間相互作用の学習
要約本論文は、複雑な化学系を記述するデータ記述子と、有機化合物と無機化合物の間のグラフ間相互作用を学習するグラフニューラルネットワークを提案している。既存手法は同種構造間のグラフレベルの相互作用のみを想定していた。著者らはこの手法をハイブリッド太陽電池材料の物性予測に適用し、1,682種の材料のバンドギャップ予測で最高水準の精度を達成したと報告している。
説明ABench：分類化された価値観に対する敵対的LLMベンチマーク
要約本論文は、中国語の分類化された価値観に特化して手作業で作成した細粒度ベンチマーク ABench を提案します。158 の価値サブカテゴリを持つ階層的分類に基づき、2,895 件の自由記述式の質問を含みます。質問はロールプレイや論理的罠などを用い、敵対的な誘導下でモデルの立場が安定しているかを検証します。16 の主要な大規模言語モデルでの実験では、多くのモデルが巧妙な価値観攻撃に対して大きな脆弱性を示し、スコアは 60 未満でした。データは一般公開される予定です。
説明製品ではなく再帰の検証を：再帰的自己改善の主張を支える評価根拠の監査
要約本論文は、2026年10月に固定された検索枠組みで選ばれた114件のarXiv研究を分析し、そのうち90件が自らのシステムを再帰的自己改善（RSI）と記述していることを確認しています。製品レベルの評価は比較的多い一方、改善過程の再現性や改善手続きの優劣を示す証拠は不十分であることが示されています。著者らは、各主張とそれを検証する評価設計を結びつける報告基準を提案しています。
説明WaveSpec：波長条件付きスペクトル一貫性適応によるマルチスペクトル虹彩提示攻撃検知
要約本論文は、近赤外のマルチスペクトル虹彩に対する提示攻撃検知フレームワークWaveSpecを提案します。各波長帯の特徴をDINOv2で符号化し、波長集合の合意、各帯域の偏差、波長情報を用いて特徴を更新してから、本物か攻撃かを判定します。MSIrPADベンチマークの未知攻撃に対する評価で、SpectraIrisPADより平均D-EERとBPCERが改善されたと報告されています。消去実験では適応器とスペクトル残差が改善の中心であり、一部の波長帯のみの場合も有効だとされています。
説明『Ask to Learn：クエリベース協調強化学習』：協力者への問い合わせで、オフラインデータを超えて方策を改善する研究。
要約オフライン強化学習は既存データの範囲に制約され、オンライン探索はコストが高く、危険または実施不可能な場合があります。本論文は、学習者が固定のオフラインデータセットから出発し、状態と時刻の組を適応的に問い合わせるクエリベース協調強化学習を提案します。協力者は固定された、最適とは限らない方策に従って行動を選び、シミュレータが対応する報酬と次状態を返します。有限ホライズンの表形式問題について、追加クエリ数の下界を導出し、適応的なクエリ配分アルゴリズムを設計しました。複数の合成・半合成環境での実験により、その経験的な効率性が示されています。
説明DART：解剖学的クラスと画像モダリティにまたがる形状表現の拡張
要約最先端のセグメンテーションモデルは、血管の断裂や腺の断片化など、解剖学的に不自然な形状を生成することがあります。本論文では、セグメンテーション確率から共有形状表現を学習し、解剖学的記述のテキストを用いて確率を補正するDART（Diffusion for Anatomical Reshaping with Text）を提案します。医用画像は入力しません。13の公開ベンチマークで評価し、単一の形状表現を50から377の解剖学的クラスへ拡張しました。
注目点テキスト記述で誘導される拡散モデルが分割確率を補正し、50から377クラス、CTからMRIへ転移、13ベンチマークで検証されており、新規性と根拠は強い。
説明HiQGS：フィードフォワード型ガウス再構成のための階層的時空間クエリ手法
要約本論文は、疎な単眼画像から前向き計算で3次元ガウス場を再構成する問題を扱い、HiQGSという階層型フレームワークを提案しています。階層的時空間エンコーダが、画像位置、観測時刻、カメラ姿勢に基づいて多解像度の幾何・外観特徴を整理します。時間適応デコーダは目標時刻をクエリとして時空間の証拠を検索し、対応するガウス場の状態を予測します。静的および動的シーンのベンチマーク実験では、レンダリング品質と幾何精度が高い結果が示されています。
説明符号化から生成へ：共感的な大規模言語モデルに向けて
要約本論文は、大規模言語モデルがユーザーの感情情報を内部でどのように表現し、注目し、応答生成に反映させるかを検証しています。Llama-3.2-3B-Instructを、EmpatheticDialoguesデータセットの10の感情カテゴリを用いて分析しています。中間層で感情カテゴリを高い精度で識別でき、生成時には感情に関連するユーザー語が多く注目される一方、生成された応答と目標感情との整合性は入力表現より低いと報告しています。
説明拡散モデルによる自己分解型コード生成：分割計画を立ててから並列実装する手法
要約拡散言語モデルは並列にコードを生成できて高速ですが、複雑なプログラムでは各部品が相互に依存するため、並列生成でインターフェースやデータの流れに矛盾が生じやすいという課題があります。本論文は、プログラムの分割方法と部品間の依存関係を定めた契約を先に生成し、それに従って各部品を並列実装する SDDC 框架を提案しています。5 つのベンチマークと 2 つの 7B 拡散モデルでの評価では、精度と遅延のトレードオフが改善し、pass@1 が最大 31.1 ポイント向上し、ベースモデルより 7.5 から 13.7 倍速くデコードできたと報告されています。
説明Meta Expert：層間で専門家を共有し、MoEの保存・検索効率を高める手法
要約論文は、疎に活性化される混合専門家（MoE）モデルにおいて、層ごとの専門家の内容が似通い冗長になる問題を扱います。層間で共有するMeta Expertを提案し、各層に独立して配置されるLocal Expertと多面的に比較しました。Meta Expertを用いたモデルは、パラメータの冗長性が低く、交差エントロピー損失が小さく、下流タスクの精度も高くなりました。活性化数と専門家の粒度を固定した条件では、一部の専門家のみで標準的なMoEと同等の性能に達したとされています。理論解析では、Meta Expertが隠れ状態により柔軟な残差経路を与え、情報検索の効率を高めると述べています。
説明WORTH ベンチマーク：完全には協力的でない情報下での証拠発見――2エピソードのパイロット研究
要約本論文は、手がかりの注釈がない推理小説の原文を読ませ、モデルに重要な手がかりの文を自ら選ばせ、事件の関係人物を特定させ、推論過程を説明させる WORTH ベンチマークを提案しています。全文条件の2エピソードで計70回の正式実行を行い、うち67回が採点可能でした。第02話の採点可能な37回のうち31回が同じ誤った人物集合を選び、隣接する容疑を示す文と容疑を晴らす文はそれぞれ25回と0回選ばれました。著者は、これは2エピソードのパイロットであり、モデルの順位や一般的な仕組みを結論づけるものではなく、人間プレイヤーの記録は未整理で人間とモデルの比較も報告していないと明記しています。
説明単眼動画からの4D再構成のための因果的時空間状態進化
要約本論文は、単眼動画から因果的な4D視覚幾何を学習するフィードフォワード型フレームワークを提案しています。中核となる因果時空間Mambaは、2種類の相補的なスキャンによって幾何を考慮した状態をフレーム間で方向性を持って伝播させます。また統一運動監督は、カメラと深度の予測から3D構造と整合する運動場を構成し、フレーム間の状態遷移を制約します。著者らは動的ベンチマークで、深度・姿勢・光流推定において最先端の性能と時間的ドリフトの低減を報告しています。
説明実画像のみでシーン文字編集を行う自己ペア学習手法TextRIRO
要約本論文は、元の書体を保ったまま画像中の文字内容を書き換えるシーンテキスト編集（STE）を扱います。合成データへの依存を避け、各実画像を切り抜き・シャッフル・マスクなどで壊して自己ペアの学習データを作り、条件付き拡散モデル上にTextRIRO（原文ではTextRIROと表記）を構築しています。原文によれば文字列の列シャッフルと切り抜きの組み合わせが最も効果的で、これを用いて長文テキスト認識用のデータセットTextRIRO-3Mも作成され、認識精度の向上が報告されています。
説明繰り返しデータ下でのランダムトークン置換の利益とコスト：既知エントロピーによる分解と10の実コーパスによる検証
要約独自の事前学習データが少なく、モデルが同じトークンを何度も見る場合、入力を崩す拡張手法であるランダムトークン置換は検証損失を下げると報告されています。本論文は、エントロピー率が既知の制御データで、置換が予測をコーパス平均へ縮小させることを示し、検証損失を近似・推定・記憶の三項に分解する方法を提案しています。10の実コーパスのうち9つで最終損失が下がり、最も冗長なプログラム生成JSONのみ悪化したと報告しています。
説明適応的なスリップ角・コーナリング剛性推定のための感度直交残差学習
要約論文は、車両のスリップ角推定において、コーナリング剛性のオンライン適応と学習型モデル補正が同じフィルタの新息を奪い合う問題を扱っています。剛性感度に直交する補正器を構成し、零空間パラメータ化で制約を満たします。シミュレーションと公開の実車データでは、直交補正器が剛性への応答を保ち、横滑り誤差を低減したと報告されています。
説明モデル重みを超えて：拡散言語モデルにおけるサンプリング依存の公平性
要約本論文は、拡散言語モデル（DLM）の社会的バイアスを、自己回帰型言語モデルとの比較の観点から検討しています。Open-BBQ上でLLaDA、LLaDA-1.5、Dreamの3モデルを調べたところ、測定されるバイアスの大きさやモデル間の順位は、ブロック長やリマスキング戦略などのサンプリング設定に強く左右されることが示されました。自己回帰モデル向けの緩和策を適用しても、この依存性は残るとされています。
説明TeCoP：暫定コンテキストパイプラインによる拡散型大規模言語モデルのデコード高速化
要約拡散型大規模言語モデル（dLLM）は一度の前向き計算で複数の位置のトークンを予測できますが、ブロック単位のデコーダは生成を直列化し、安定した予測を繰り返し再計算します。本論文は、訓練不要のデコーダTeCoPを提案します。ずらしたブロック並列パイプラインと草案・検証により、安定しているが未確定の予測をブロック間の暫定コンテキストとして再利用し、確定は信頼度と安定性の検査で決めます。GSM8K、Minerva MATH、MBPPでLLaDAとDreamの4モデルを評価した結果、前向き計算回数は最大87%減少し、KVキャッシュなしで最大7.50倍、ありで最大11.77倍のスループットを達成しました。キャッシュありの平均精度は元のデコーダと1ポイント以内の差です。
説明DuplexLedger：全二重音声エージェントにおけるトランザクショナルメモリのベンチマーク
要約本論文は、全二重音声エージェントが会話中にどの出来事を記憶し、更新し、無視するかを評価するベンチマーク DuplexLedger を提案しています。1,094 件の持続セッションと、事象単位の記憶操作ラベルを含みます。五つの全二重モデルを評価した結果、対話境界の制御と最終状態の記憶を両立できるシステムはなく、また論文では ACT-Mem（8.92M パラメータ）という補助モジュールを提案し、最新値の正答率を向上させたと報告しています。
説明拡散言語モデルにおける事実アクセス状態：機構から知識編集・検索まで
要約本論文は、拡散言語モデル（DLM）が内部表現を通じて事実を呼び出す仕組みを検討し、その内部表現を「事実アクセス状態」と呼びます。DLMではこの状態が比較的早い注意層とフィードフォワード層で組み立てられ、関係の表現や問いの方向によって変化すると報告されています。著者らはこれを基に、知識編集手法Multi-View Editを提案し、学習なしで二つのエンティティを含む検索に使える可能性も示しています。
説明静的プローブが失敗する理由：文脈が欺瞞特徴の組み合わせを決める
要約本論文は、大規模言語モデルの欺瞞的な振る舞いを検出する方法を扱っています。著者らは、欺瞞を単一の方向で捉える線形プローブは異なる欺瞞シナリオにうまく一般化しないと指摘し、欺瞞を多次元の部分空間として表現する手法を提案しています。さらに、テスト時に少数の例で方向の組み合わせを動的に調整するドメイン適応型ゲーティング機構を導入し、10例のみで平均AUROC 0.97、偽陽性率5%で再現率94%を達成したと報告しています。
説明POMDP理論から粒子フィルタを用いた深層強化学習へ：部分観測環境での理論と実践の橋渡し
要約本論文は、部分観測環境における強化学習のための端到端アルゴリズムを提案します。逐次モンテカルロ法（SMC）による粒子フィルタで隠れ状態を推定し、潜在ダイナミクスモデルをオンラインで更新し、有限ステップの近似オンライン計画の後に状態価値評価器（QMDP近似）で打ち切ります。著者らは誤差をモデル推定、粒子フィルタ、モンテカルロ展開、計画深度で制御可能な構造的バイアスに分解した端到端の後悔上界を示し、MPCベースの深層強化学習フレームワークで複数の環境において検証しています。
説明大規模言語モデルが人を操るとき：行動・社会・時間的影響の測定
要約本論文は、操作的なAI応答に対するユーザーの受けやすさ（行動的脆弱性）を測定する計算フレームワークを提案しています。DarkPatterns-LLMベンチマークを基に、権威・緊急性・社会的証明に関わるバイアスを狙った操作的刺激を生成し、120人の参加者で検証しました。その結果、操作的な表現によって信頼の調整と応諾が有意に変化し（p<0.01）、その効果は社会的文脈にも広がることが示されました。
説明RaspAssistant：多孔質材料の吸着シミュレーション研究を自動化するエージェント型フレームワーク
要約本論文は、多孔質材料の吸着研究を、力場の準備からシミュレーション、検証、分離解析まで調整する階層型マルチエージェント・フレームワーク RaspAssistant を提案しています。4つの吸着・分離ベンチマークにわたる12回のワークフロー再現実行では、総合スコアが8.50から10.00の範囲でした。8件の力場抽出ベンチマークでは、平均加重スコアは0.967でした。さらに、アセチレンの力場を診断・改良し、MFI実験で検証したCO$_2$力場を用いて197種の純シリカゼオライトをスクリーニングしています。
説明テキスト基準のモダリティ専門家と不確実性誘導ルーティングによるマルチモーダル感情分析（TAME）
要約本論文は、ユーザー生成動画の感情をマルチモーダルに分析するTAMEモデルを提案する。テキストを常時活性化される共有専門家とし、音声-テキストおよび映像-テキストの交差モーダル分岐を動的にルーティングされる補助専門家とする。軽量なProphet Headsで各モダリティのサンプル単位の予測不確実性を推定し、信頼性を考慮した専門家の統合に用いる。CMU-MOSI、CMU-MOSEI、CH-SIMSで多くの指標において最先端の性能を報告し、混合専門家ベースラインに比べパラメータ数を最大78.7%、FLOPsを最大41.2%削減したとしている。
説明データ生成分布上のディリクレ過程事前分布による、深層強化学習のランダム化価値関数のためのベイズニューラルネットワーク
要約本論文は、ネットワークのパラメータではなく、データ生成分布そのものにベイズ非パラメトリックなディリクレ過程（DP）事前分布を置くことで、認識的不確実性を定量化する新しいベイズニューラルネットワークを提案しています。これを基盤として、DP-BNNを用いて価値関数の事後分布を保持し、トンプソン・サンプリングを行う強化学習アルゴリズムDP-DQNを開発しています。ベイズ・ブートストラップによるデータ駆動の事後重み付けと、DP基底測度を通じた生成的事前仮説を組み合わせ、単一のニューラルネットワークで深い探索を行えるとしています。
説明2クラスで十分：二値分類の事前分布で多クラスのインコンテキスト表形式予測が可能になる
要約本論文は表形式基盤モデルTabICLv2の事前学習において、合成分類タスクのクラス数上限を10から2に下げても、ゼロショットでK値分類ができる重みが得られることを示しています。38のTabArena分類データセットでは、二値の二段階方式がEloで1590.1となり、公式デフォルトの1568.0を上回りました。60の実データ信用スコアリング機関でも、44機関でテストAUCが改善しています。著者らは、クラス数はアーキテクチャ上の制約ではなく調整可能なハイパーパラメータだと論じています。
注目点二値分類の事前学習のみで多クラスのゼロショット予測が可能と示し、38データセットと60機関で既定設定を上回る点が新規性と証拠の根拠。
説明TRCM：ロバストなニューラル配送経路最適化のためのトポロジー認識型ルート整合性モデリング
要約本論文は、容量制約付き配送経路問題（CVRP）の自己回帰型ニューラルソルバーを改善するTRCM手法を提案しています。顧客ペアが同じルートに属するかを明示的に予測し、顧客選択時の整合性信号として利用します。CVRP50とCVRP100では、最適性ギャップがそれぞれ3.67%から3.28%、2.11%から1.99%に低下したと報告されています。
説明AudiPsy：話し言葉のカウンセリング対話に基づく、根拠付きうつ病評価のマルチモーダル推論
要約本論文は、話し言葉のカウンセリング対話を対象としたうつ病評価のための全モダリティ大規模言語モデルAudiPsyを提案します。観察-評価-要約（OAS）の枠組みで、対話の書き起こし、テキストと音声から得た感情、両者の不一致を段階的に整理して推論します。合成カウンセリング対話コーパスAudiPsy-Counselと三段階の学習カリキュラムも構築されています。DAIC-WOZでの実験では、専用のうつ病検出手法や汎用の音声・全モダリティLLMを上回る評価性能と推論品質が示されました。EATD-Corpusでの補足評価は、自然な対話への適用可能性を支持しています。
説明大規模言語モデルの信頼度を抽出するための学習型読み出しトークン
要約本論文は、大規模言語モデルの出力の信頼性を推定する新しい方法を提案します。語彙に既にあるトークンの隠れ状態を読む代わりに、新たな読み出しトークンを学習し、その隠れ状態で出力の正しさを予測するプローブを訓練します。著者らは、この ScratchProbe が複数のデータセットとモデルで既存トークン版より優れると報告し、複数トークン化による更なる改善も示しています。読み出し位置の変更は既存のプローブにも適用でき、論文では各バックボーンでAUROCが向上したとされています。
説明AnomalyJev：主張レベルの検証による画像異常説明の評価
要約マルチモーダルLLMに基づく画像異常検知手法は、予測を解釈するための文章による説明を生成できます。しかし、その説明を信頼性高く効率的に評価することは困難です。本論文は、各説明から検証可能な主張を抽出し、対応する正解アノテーションと照合する枠組みAnomalyJevを提案します。トークン生成を行わずに忠実性と網羅性を採点します。640件の人手注釈付き説明からなるデータセットで評価した結果、多くのオープンなLLM評価器より人間の評価との一致度が高く、主要モデルに近い水準を、はるかに少ない計算資源で実現しました。
説明太陽系の地表テクノシグネチャー：地外の地形に残る人工的な設計の痕跡を探す研究
要約この論文は人類学の視点から、電波信号に限られてきた技術の痕跡（テクノシグネチャー）探査の対象を、惑星表面へ広げることを提案しています。地球上の長く残る人工景観のように、地形上にみられる非ランダムで意図的なパターンを探します。月や火星など地質活動の少ない天体では、そのような痕跡が数億年見える状態で残る可能性があると述べています。また、高解像度画像データと機械学習による異常検出の手法、そして教師あり・教師なしの2つのモデル化案を紹介し、LiDARなどとの併用も挙げています。
説明CityPaint：2D拡散モデルによる都市規模3Dテクスチャ生成
要約本論文は、都市規模の3D環境に全体で一貫したテクスチャを生成するフレームワーク「CityPaint」を提案します。都市規模の3D学習データを使わず、2D拡散モデルと幾何学的事前情報を組み合わせ、top-K カメラベイキングによる反復的なテクスチャ投影を行います。さらに、地形と建物のテクスチャを分けて最適化する仕組みで2Dから3Dへの投影によるアーティファクトを抑えています。実験では、既存の強力な手法と比べて視覚品質と視点間の一貫性で良好な結果が示されています。
説明HypoNet Nankai PS：三次元P波・S波速度モデルと物理情報ニューラルネットワークによる南海トラフの震源迅速決定
要約本論文は、従来P波の走時のみに対応していた南海トラフ向けの震源決定手法HypoNet Nankaiを、P波とS波の両方に対応させたHypoNet Nankai PSを提案しています。P波モデルから経験的換算式でS波速度モデルを構築し、物理情報ニューラルネットワークの学習手法を改良しました。高速マーチング法との比較では、P波・S波ともに二乗平均平方根偏差が従来より大きく低下しました。紀伊半島沖のDONET観測点で記録された223地震への適用では、観測網直下でJMAカタログとおおむね整合し、沖合の遠方では震源が大幅に浅く、海洋地殻と最上部マントルに位置すると推定されました。
説明マルチタスク臨床テキスト処理のための再帰深度言語モデルの検討
要約本論文は、小型の再帰深度言語モデルが共同ファインチューニングにより、臨床テキストの情報抽出、分類、推論、質問応答などの多様なタスクを一つのモデルで処理できるかを検証し、標準的なTransformerと性能を比較している。9つのデータセットでファインチューニングを行い、学習に含めなかった4つのデータセットで評価した。その結果、Ouro-1.4B-Thinkingは13データセット中11でQwen3-1.7Bを上回り、Ouro-2.6B-ThinkingはQwen3-8Bと多くのタスクで競合した。
説明AnchorRM：時系列グラフニューラルネットワークのための、アンカー残差メモリによるバッチ内並列状態再構成
要約本論文は、記憶型の時系列グラフニューラルネットワーク（TGN）の小バッチ学習において、同一バッチ内でノードが複数回現れると古い記憶しか使えない問題に取り組み、AnchorRMを提案しています。各バッチ開始時のノード記憶を固定アンカーとし、同バッチ内でそれ以前の相互作用から、アンカーに対する状態変化を推定します。各イベント専用のノード記憶を再構成でき、再構成は並列に計算可能です。4つの時系列グラフデータセットと3種の記憶型バックボーンでの実験では、学習が平均6.16倍（最大10.05倍）、バッチ拡張が28.67倍（最大40倍）高速化し、予測性能も競争力を維持したと報告されています。
説明ネイティブな安全性は移転できるか？オンポリシー蒸留によるモデル間での安全事前学習の再利用
要約本論文は、安全事前学習済みの小型教師モデルが持つ安全性を、オンポリシー蒸留によって通常の事前学習済み生徒モデルへ移転できるかを検討します。その結果、生徒モデル（1.7B）は追加微調整後の平均攻撃成功率の上昇が5.00%にとどまり、安全事後学習の11.58%より小さいと報告しています。また平均効用は48.20%で、教師モデルの27.42%を上回りました。
説明滑らかな非凸ゼロ次最適化の下界：低曲率トレース下で決定的手法が払う代価
要約本論文は、厳密な関数値のみが得られる場合に、滑らかな非凸関数の近似定常点を見つけるために必要な呼び出し回数を研究しています。低曲率トレース（有効ランク）の仮定の下で、ランダム化手法は O(ET) 回で済み、これは最適であることを示しています。一方、任意の決定的手法は Ω̃(d·min{T, √(ET)}) 回以上を必要とし、適応的部分空間探索がこの上界を達成します。したがって決定的手法の代価は次元 d とともに線形に増大します。
注目点低曲率トレース条件下で決定的ゼロ次法が乱択法より約d倍のコストを要することを、上下界の一致で示し理論的新規性が高い。
説明ウェアラブル機器のイベントデータ向け、時間を考慮した解釈可能なセルフアテンション手法によるタスク切替検出
要約本論文は、ウェアラブル機器が記録する行動イベントから、利用者がいつ別のタスクに切り替わったかを検出する方法を検討しています。著者らは、イベントの開始時刻と継続時間を取り込む時間考慮型のセルフアテンション・フレームワークを提案し、時間情報を核関数ベースのコンパクトな表現で符号化しています。半自然環境で収集されたウェアラブルデータセットでは、既存のイベントベース手法を上回り、より簡潔な入力で統計的手法や深層学習モデルと同等以上の性能を示し、積分勾配による分析で解釈性も向上したと報告しています。
説明SynCalib：外部パラメータ制御可能な合成によるLiDAR・カメラ較正のデータセット捷径の解消
要約本論文はロボティクスにおけるLiDARとカメラのオンライン較正を扱います。既存の深層学習手法は、学習データの外部パラメータの多様性が不足するため、固定された公称の外部パラメータに過学習し、実環境での性能低下や汎化の悪さが生じると指摘しています。これに対し、深度の正解値が付与された全方位画像データセットを利用し、厳密な外部パラメータ制約の下でマルチモーダルな較正データを合成するデータ生成フレームワークを提案しています。実験では、生成データが典型的な学習型較正ネットワークの汎化性と頑健性を高めること、また合成データのみで学習したモデルが様々なカメラ・LiDAR構成にゼロショットで転移できることが示されています。
注目点全方位画像と深度注釈を用い外部パラメータを制御可能な合成データを提案し、データセットショートカット問題に実質的改善をもたらす；複数の学習型キャリブレーション網と実環境での零ショット転移で検証され、証拠は十分。
説明BEACON：マルチモーダル意味と非同期伝播を統合したクラウドシステム異常検知フレームワーク
要約大規模クラウドシステムは、メトリクス、ログ、依存関係グラフなどのマルチモーダルな観測データを継続的に生成し、異常検知モデルがこれらを分析して異常状態を特定します。本論文は、既存手法がモダリティ間の意味的ギャップやインスタンス間の非同期な時空間依存関係を無視している点を指摘し、BEACONフレームワークを提案しています。これは動的解釈可能マルチモーダル集約器（DIMA）と非同期時空間伝播器（ASTP）で構成されます。三つの実世界のクラウドシステムデータセットでの実験では、BEACONが既存のベースラインを上回る異常検知性能を示しました。
説明EviDial：正解でも根拠が不足する抑うつ対話の評価ベンチマーク
要約本論文は、382件の抑うつ対話と2,744の参加者-症状セルからなるベンチマーク「EviDial」を提案し、モデルの予測がラベルと一致することと対話の根拠に裏付けられていることを区別します。一般化可能性理論などを用いて校正された根拠参照を導出した結果、セルの82.8%は該当する症状評価を支える十分なテキスト根拠を欠いていました。ラベル上正解とされた予測の69.2%～96.9%は、対話の十分な根拠に支えられていないと報告されています。
注目点ラベル一致と対話による根拠の支持を区別する新たな評価視点を提示し、多様な測定手法で参照を校正して監査している。
説明少ないほど良い：合成画像検索のための簡潔な検索と批評ベースの再ランキング
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ゼロショット合成画像検索（ZS-CIR）を扱います。学習を必要としない二段階の枠組み「Less-is-More CIR」を提案し、第一段階では修正意味のうち最も識別力のある情報だけを残した簡潔な目標キャプションを生成してノイズを減らします。第二段階では批評的再ランキングモジュールが、修正の一貫性と参照画像の保持の観点から候補を評価します。著者らは大規模な実験によって、この枠組みの有効性と頑健性を示したとしています。
説明何がアラームスコアを動かしたのか：厳密計算と希少事象推定による因果寄与分析
要約本論文は、インシデントデータが少ない産業システムや科学機器のアラーム診断を対象とします。アラームスコアの変化を、ハイブリッド構造因果モデルの状態上のShapleyゲームとして定式化し、構造関数と外生分布を別々のプレイヤーとして扱います。順序付き線形モデルと二次スコアに対しては、因果的な一次・二次モーメントの再帰と求積法により、多項式時間で完全なShapleyベクトルを厳密に計算します。希少な事象データからの推定には、交差適合推定を用いて参照モデルを事象の状況に適合させ、寄与の誤差上界と上位k項の回復保証を示します。実験では、数百変数への拡張性と少数サンプルからの推定を評価しています。
説明自動化されたマルチエージェント組織設計：アーキテクチャ探索から組織学習へ
要約本論文は、組織そのものを設計対象とする自動化マルチエージェント組織設計（AMOD）の枠組みを提案する。エージェントチームの構成、各エージェントが担う機能的役割、協調の方法、集団的意思決定の仕方をモデル化する。実行結果に基づく設計ループで、タスクごとに役割と協調ルールを割り当て、実行後に不足・重複・非効率な役割を見つけて組織を修正する。さらに、役割を除去、汎用ロールに置換、または割り当てを変更して、発見された役割を検証する方法も提案している。
説明判断の正当化を評価する：生成型報酬モデルのための決定証明書による監督
要約生成型報酬モデル（GenRM）は選好判断の根拠を自然言語で生成しますが、結論が正しくても根拠が妥当だとは限りません。本論文は、参照解説を使わずに生成された根拠の妥当性と結論との整合性を評価するDeCertという枠組みを提案します。結論の正しさと根拠の質の両方を考慮した選好監督を構築し、複数の分布内・分布外ベンチマークで強力な生成型ジャッジの基準を上回り、位置一貫精度を最大14.8ポイント向上させたと報告しています。
説明MemDev-Bench：メモリはコードエージェントを助けるか？実リポジトリ履歴によるメモリシステムの評価
要約本論文は、実際のコードリポジトリの履歴を用いて、メモリシステムがコードエージェントに与える影響を評価するベンチマーク MemDev-Bench を提案しています。各タスクには同一リポジトリの関連性注釈付きの過去タスクが組み合わされ、自動化パイプラインにより 555 の基本タスクに対し 4,869 件の過去タスクが作られました。結果では、メモリは細粒度の箇所特定と編集の機能的正確性を高める一方、関連のある履歴でも解けるはずのタスクを失敗させることがあり、無関係な履歴ではその傾向が強まるとされています。また、メモリシステムを使うより生の履歴軌跡を直接与える方が、ステップ数を大きく減らせることも示されています。著者らは、将来のメモリシステムは過程情報を保持し、現在のタスク文脈に照らして適用可能性を再評価すべきだと述べています。
説明OmniVLoc：全方位カメラ向けのトポ・メトリック視覚自己位置推定
要約本論文は、トポ・メトリックフレームワークに基づく全方位カメラ向けの視覚自己位置推定システムOmniVLocを提案しています。大域的な場所認識と単眼深度推定を統合し、スケールを考慮した姿勢グラフと球面バンドル調整により、各クエリフレームの度量レベルの姿勢を推定します。さらに階層的検証機構で誤った出力を除去し、公開データセットと独自データセットでの実験により精度と信頼性を確認しています。ソースコードとデータセットは論文発表後に公開される予定です。
説明マルチスケール時間・周波数・空間EEGと模態固有／不変表現による感情認識（GMSI-Net）
要約本論文は、EEGを中心とするマルチモーダル感情認識フレームワークGMSI-Netを提案している。時空間スペクトル領域エンコーダでEEGのマルチスケールパターンを捉え、モダリティ固有分支で各生理信号の特徴を保持し、モダリティ不変分支では適応重み付き対照損失により共有の感情表現を学習する。DEAPとMAHNOB-HCIでの被験者内ランダム10分割交叉検証において、DEAPの価数・覚醒度はそれぞれ96.21、96.41、MAHNOB-HCIでは94.10、94.48に達し、EEGと補完的な生理情報の組み合わせが認識性能を向上させることを示している。
説明健康アシスタントは自己診断に安易に同意しすぎるか：時間的に緊急な自己診断のベンチマーク
要約本論文は、ユーザーの自己診断に対してAIモデルが不適切に同意し、緊急受診を遅らせてしまうかを調べるSelfDxベンチマークを提案しています。100組の対照ケースには、重篤な可能性が残るため慎重さが必要な例と、ユーザーが他の可能性を除外する根拠を示しており同意しても安全な例が含まれます。27の最先端モデルを評価した結果、慎重さが必要な場面で不適切に同意する傾向が見られ、最良のモデルでも時間的に緊急な病態での適切な慎重さの割合は77.0%にとどまりました。
説明HealBench：テキストから画像生成における心理的安心感を評価する細粒度ベンチマーク
要約本論文は、テキストから画像への生成や画像編集の出力が心理的な安心感をもたらすかを評価する細粒度ベンチマーク HealBench を提案しています。認知評価理論に基づき、心理的安心感を、回復的で情緒を支える視覚的手がかりへの評価から生じる感情反応として定義しています。HealBench-Eval（1,095 件）を用いて 14 の代表的な画像生成モデルを評価した結果、視覚的品質や意味的整合性が高くても、感情的に安らぎを与える画像になるとは限らないことが示されました。
説明段階的サブセット選択と連鎖的一貫性による、教師なし視覚言語モデル適応
要約事前学習済みの視覚言語モデルは、対象領域のずれがあると性能が低下することがあります。本論文は、ラベルなしで適応できる手法を提案し、予測マージンに基づく段階的なクラス均衡型疑似ラベル部分集合の選択と、教師モデルの平滑化された予測を用いる連鎖的一貫性学習を組み合わせます。信頼度フィルタリングで不確かな疑似ラベルの影響を抑え、視覚エンコーダの正規化パラメータのみを更新します。CLIPとSigLIPの複数のベンチマークで、ゼロショットのベースラインを一貫して上回り、近年の教師なし手法と同程度の性能を示しました。
説明微細なミリ波液体識別のための構造化トークン注意機構
要約本論文は、コンパクトなミリ波測定から似た液体を区別する方法を検討しています。著者らは、レーダー特徴テンソルをアンテナ、特徴、分岐、全体の4つの視点に分けて11個のトークンに埋め込み、3層のTransformerに入力するStructAttnモデルを提案しています。公開データセットFG-LiquID（30種類の液体、3,000サンプル）での実験では、5つのシードの平均最良エポック精度は96.70%で、スカラートークン注意モデルを1.50ポイント上回りました。5分割交差検証でのStructAttnの袋外精度は95.30%です。
説明マルチエージェントシミュレーションに基づく完全道路（コンプリート・ストリート）設計
要約本論文は、自動運転車、コネクテッドカー、人間運転車、乗降サービス、マイクロモビリティなど多様な道路利用者を表現し、街路設計案を定量評価する微視的シミュレーション枠組みを提案しています。安全性は衝突物理に基づく衝突深刻度で評価し、遺伝的アルゴリズムで街路レイアウトを最適化します。シカゴのベルモント・アベニュー区間への適用では、専用自転車レーンが衝突深刻度を下げる一方で車両通行量を減らすことが示されました。
説明4Dシーングラフにおける可視性ギャップを越えた同一性の持続（CVG-SGM）
要約本論文は、4Dシーングラフで物体が不透明な運搬体の内部に消え、後に新しい検出として再び現れる問題を扱います。外観や運動情報が使えない場合でも、記憶した対象と運搬体の結び付きを手がかりに過去の同一性を復元するCVG-SGMを提案しています。制御された単一同一性・単一運搬体の設定では再リンク精度1.000に達し、記憶なしおよびパラメータ数を揃えた対照（0.570）を上回りました。実際のRGB-D/SAM2特徴量のエピソードでは、保持out検出36件中36件を正しく再リンクし、最も強い固定結び付き対照（28/36）を上回りました。ただし、共有運搬体における同一性の曖昧さは依然として制約であり、エンドツーエンドの生映像からの再識別は提供されていません。
説明異種マルチロボットタスク割り当てにおけるロボットとタスクの適合度の比較
要約本論文は、規則、類似度、要件指向、ファジー、意味的アプローチにまたがる10種類の決定論的手法と2種類のLLMベースの手法を比較しています。同一のロボットとタスクのプロファイルを用い、候補ロボットの採点、順位付け、実行可能性の判定、最上位ロボットの選択結果を比べています。その結果、同じシナリオでも手法間で判断がしばしば食い違うことが示されており、適合度は明示的にモデル化すべき選択事項として扱うべきだと論じています。
説明一次元ソリトン解の形状：強化型ニューラルネットワーク解法と制約付きDeep Ritz法
要約本論文は、非線形シュレーディンガー方程式、一般化KdV方程式、非線形Klein-Gordon方程式の定常解を与える一次元基底状態方程式 Q''=bQ-γQ^p を対象に、複数の強化型ニューラルネットワーク解法を開発・比較している。標準的なPINNを基準に、Gauss-Newton/Levenberg-Marquardt法やL-BFGSによる高次最適化、フーリエ特徴PINNを導入し、さらにNehari制約付きとWeinstein商最小化に基づく2種類のDeep Ritz法を提案している。全体としてDeep Ritz法の性能が最も良く、特にWeinstein版が誤差と計算時間のバランスで最良とされる。ただし一次元では、従来のPetviashvili反復法に精度・効率の面で及ばないと結論づけている。
説明特権的振り返り蒸留による自己進化エージェント：経験から継続的に学ぶ手法の論文
要約本論文は、同一モデルが学生と教師を兼ね、教師が過去のタスクの知見や振り返り、完了後の事後情報を用いて学生の行動を再評価し、オンポリシーの自己蒸留で方策を更新する「回顧的自己蒸留（RSD）」を提案している。さらに、より強力なフロンティアモデルが特権的文脈の構築方法に制約付きの修正案を出す仕組みも導入している。ALFWorld、ScienceWorld、SearchQAでQwen3-8BとQwen3-14Bを用い、基準モデルに対し最大59.7%の相対的改善を報告している。
説明MiCLA：複音オーディオ表現学習のための混合から構成要素への潜在アライメント手法
要約本論文は、同時に鳴る複数の音イベントを扱うため、合成した対数メルスペクトログラムの混合音と構成クリップの表現を揃える二段階の自己教師あり事前学習手法MiCLAを提案しています。第2段階では双方向アライメントを行い、パッチトークンとグローバルクラストークンに対する残差化で一方の成分を抑制し、もう一方に残差を揃えます。AudioSetのAS-20Kで43.2%、AS-2Mで50.3%のmAP（微調整時）を報告し、凍結設定ではCGPで両データセットとも評価対象モデル中最高のmAPを得たとしています。
