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Polar Switch：多項式回路による高速なMuon直交化
要約Muonは2024年に登場した言語モデル向けの最適化手法で、Newton-Schulz多項式によって勾配行列を直交化します。本論文では、単純な多項式回路を用いて、四次多項式の反復より少ない浮動小数点演算量で高い次数の多項式に到達するPolar Switchを提案します。推奨する2手法は、正方行列においてPolar Expressより実行時間が15.5%から18.7%短くなります。事前学習の実験では、既存の直交化手法に近い最終検証損失に到達しました。
説明CheckDistill：画像編集における効率的な分布型報酬モデリングのための適応的チェックリスト蒸留
要約本論文は、指示に基づく画像編集の強化学習で用いる報酬モデルのための CheckDistill フレームワークを提案します。編集条件を独立に検証可能な原子的要件に分解し、特権教師モデルがチェックリストと次元別の根拠を用いて学生モデルを指導します。学生モデルはチェックリストや明示的な推論なしに四つの次元のスコア分布を直接予測します。MMRB2、MER-Bench、EditReward-Bench の総合精度はそれぞれ 72.30%、56.67%、82.90% で、比較された公開ベースラインを上回ったと報告されています。
説明CAVA：補完ラベルを考慮したデータ評価手法
要約補完ラベル学習は「あるインスタンスが属さないクラス」を示すラベルだけで分類器を学習する手法で、低コストに収集できます。しかしラベルの誤りで真のクラスが補完ラベルとして付けられることがあり、既存の最適輸送によるデータ評価は補完ラベルの意味の違いから機能しにくいことが示されています。本論文はこれを解決するCAVAを提案し、有害なサンプルを検出して通常ラベルの学習に再利用できるとしています。
注目点最適輸送によるデータ評価を相補ラベル学習へ適用し、意味的不整合を指摘して標識マージンで補正する。理論と実験は堅実だが適用範囲は限定的。
説明ニューラル事後推定のためのクロスフィッティング（CF-NPE）：過信を避ける償却推論の改良案
要約ニューラル事後推定（NPE）はシミュレーションデータで条件付き密度推定器を学習しますが、対数尤度を目的関数とするため訓練点に過度に自信を持ち、未見データでの性能が低下しやすい問題があります。本論文は、標本分割によって条件付き平均の推定と事後分布の高次モーメントの推定を分離するCF-NPEを提案します。K分割のクロスフィッティングで事後平均回帰器を学習し、得られた out-of-fold 残差に条件付き密度推定器を当てはめます。合成データと宇宙論への応用で、標準NPEより未見データの対数尤度が高く、通常は較正も改善したと報告されています。
説明EpiLens：疫学知識獲得のための軽量RAG（検索拡張生成）
要約本論文は、オープンソースの軽量な検索拡張生成（RAG）パッケージ「EpiLens」を提案している。固定の検索テンプレートと出力形式を文献コーパスの各論文に適用し、出力を原文の該当箇所に結びつける。多病原体のパラメータ研究の出典から2,297本の論文コーパスを構築し、214本の手作業ラベル付き論文で論文分類の性能を評価した。その分類器を用いて、異なるパラメータや病原体に関連する論文のモデルベース研究の割合を比較している。
説明PlanarCityLoc：3D平面によるLoD空撮定位のシルエット曖昧性の解消
要約この論文は、GNSSが弱い都市部で無テクスチャのLoD都市モデルを用いてドローンの視覚定位を行う課題を扱っています。従来のシルエットベース手法は、異なるカメラ姿勢を区別できなかったり、セグメンテーション誤差で誤った姿勢を選んだりすることがあると指摘しています。提案手法は建物の壁面と屋根の平面幾何を利用し、画像側の平面パッチをLoDモデルの平面と対応付け、得られた3D-2D対応からPnPで姿勢を精緻化します。UAVD4L-LoDv2とSwiss-EPFLv2で、評価した既製のLoDベース手法の中で最高の定位再現率を達成したとしています。
説明「流暢だが誤りやすい」：大規模言語モデルの幻覚と事実信頼性のベンチマーク評価
要約本研究は、基礎から難問まで4段階の複雑さに分けた70の学術プロンプトを用い、ChatGPTやGeminiなど10の大規模言語モデルを比較評価したものです。2025年2月時点の特定のモデルバージョンを対象に、3名の査読者が正確性・適合率・再現率・応答逸脱指数・幻覚指数の5指標で各回答を独立に評価しました。結果として、PerplexityとDeepSeek V3が総合正確性で最も高く、Geminiは再現率と指標間のバランスに優れ、Falconは適合率が高く幻覚はゼロでしたが再現率が最も低いことが示されました。研究は、回答の完全性と事実の信頼性との間に根本的なトレードオフがあり、プロンプトの複雑さによってそれが強まると結論づけています。
説明生成的深層学習を用いた低消費電力不揮発性メモリへの宇宙放射線エラーの注入
要約本研究は、低軌道を周回する超小型衛星（CubeSat）ミッションで物理的な故障が起きた際の影響を表す、不揮発性メモリ（NVM）のエラーモデルを構築しています。衛星に搭載された市販の低消費電力強誘電体RAM（FRAM）の読み書き試験のメモリスナップショットを基に、生成的深層学習でエラーの空間パターンを学習し、類似のエラーパターンを合成します。予備検証では、生成されたビット反転の0.92が実際のスナップショットのビット反転に対応し、観測されたビット反転の0.91を捉えていました。また、1万件の生成パターンの空間分布のWasserstein距離は0.073でした。
説明繰り返し下のコピー：前置一致から位置ハッシュへ
要約論文は、最先端の大規模言語モデルはランダムな文字列を概ね正確にコピーできる一方、同一文字の長い繰り返しでは余分に書いたり途中で止めたりしやすいと指摘します。著者らは、精度と幅を対数スケールで設定した二層の低精度 Transformer が、任意の繰り返しの下でも設計上限Nまでの文字列を正しくコピーして終了できることを示します。方法は小さな素数周期の RoPE 型回転と中国剰余定理を用いて距離を区別するものです。加えて、加法的注意バイアスのみを位置情報とするモデルには、幅に依存しない不可能性の結果があると証明しています。
注目点VO回転と中国剰余定理による位置符号化で反復文字列の複写を可能にし、有限精度softmaxの幅非依存な不可能性も証明している。理論と合成実験が充実している。
説明芝生画像から空間的に一貫した植生指数を抽出する柔軟なROI解析ツール
要約本論文は、時系列マルチスペクトル芝生画像から区画単位の植生指数（NDVI、NDRE、SAVIなど）を抽出するオープンソースのソフトウェアツールを紹介する。向きを調整可能で、N分割できる関心領域（ROI）を対話的に配置するGUIと、単一バンドの浮動小数点ラスタから区画平均値を一括計算し、JSON形式で出力するスクリプトで構成される。保存したROI座標は、同一時点内で再描画せずに別の指数の計算に再利用できる。地理参照されていないピクセル座標のラスタを直接読み込め、GISの専門知識は不要である。
説明ジャンプを含む連続時間確率制御のための深層ポントリャーギン学習
要約本論文は、ジャンプ拡散を自然に扱える高次元の連続時間確率制御問題に対する深層ポントリャーギン学習の枠組みを提案する。アジョイント学習と方策改善を分離し、シミュレートされた状態軌道に沿ってアジョイントのラベルを計算し、教師あり回帰でマルコフ状態に射影した後、ハミルトニアンの停留条件で制御を更新する。射影されたアジョイント過程が離散時間のポントリャーギン原理を満たし、時間刻みがゼロに近づくと連続時間のアジョイント後退確率微分方程式の解に収束することを証明している。数値実験により、精度、安定性、拡張性が示されている。
説明HoloCosm：単一指標を超えた複数指標にわたるベンチマーク圧縮
要約ベンチマーク圧縮は少数のサンプルを選んで評価コストを下げますが、既存手法の多くは単一の指標だけで選択を行います。本論文は、指標間でモデルの順位相関が弱く、ある指標で選んだサンプルが他の指標の評価を保てないことを示します。提案手法HoloCosmは、モデルと指標をまたいで正規化スコア再構成誤差を同時に最小化し、順位の歪みを抑えます。15の構成・85の構成指標での評価では、圧縮後にランダム抽出より平均NMAEと平均Spearman相関が改善しました。
説明PVBench：物体レベルの物理計測による動画生成の物理的妥当性の定量評価
要約本論文は、生成動画の物理的妥当性を測定するベンチマークPVBenchを提案しています。7つの領域にまたがる46の次元と600件のプロンプトを含み、約30%はロボットアームや人型ロボットなどの身体性エージェントを扱います。測定可能な次元では、専用の視覚モデルにより物体の6D姿勢や守恒則の残差などの検証可能な指標を算出し、自動指標と人間評価の一致も検証しています。
説明時変治療下における不均一な生存治療効果の二重頑健学習
要約本論文は、時変治療および履歴依存の打ち切りを伴う時間－事象データから、不均一な生存治療効果（HSTE）を推定するための二重頑健な学習器を提案する。本枠組みは介入期間と生存観察期間を分離し、治療は有限期間のみ規定され、その後は自然な経過に従う。Neyman直交性、レート二重頑健性、準オラクル効率という理論的性質を示し、迷惑パラメータと治療効果回帰には柔軟な機械学習モデルを用いることができる。数値実験により有効性を検証している。
説明GeoSplit：クロスユーザー移動手段認識のためのエッジ・サーバー間の選択的地図取得
要約本論文は、移動手段認識のためのエッジ・サーバー型フレームワーク GeoSplit を提案し、地図情報の有用性、学習時の転移、実行時の選択的取得を検討している。GeoLife データセット（ラベル 10%）において、未知のユーザーに対し完全な地図文脈を用いるとマクロ F1 が 0.7154 から 0.7864 に向上した。エントロピーに基づく選択的クエリは全クエリとほぼ同じ結果を示し、軌跡の 39.5% に問い合わせ、アプリケーションのペイロードを 60.5% 削減した。
説明潜在知識の引き出しに向けた頑健なモデル生物：脆弱性の解答を隠すよう訓練したモデルで、不整合なモデルから知っていることを引き出す研究の試験台を作る
要約本論文はAI安全性における潜在知識抽出（ELK）問題を扱い、監督者より知識が多くかつ不整合の可能性があるモデルから情報を引き出す方法を検討しています。脆弱性検出タスクで解答を隠す（サンドバッギング）よう学習させたモデル群を作成し、転写蒸留、反プロンプト、改ざん耐性訓練を組み合わせて、選択性、頑健性、知識優位の保持という三つの性質を付与しています。最も強いモデルは頑健性で先行モデルを大きく上回り、他の二つの性質も維持したと報告されています。コード、モデル、データセットは公開されています。
説明再帰オートエンコーダによる階層的トークン併合を用いた教師なし文法帰納
要約本論文は、隣接するトークンを再帰的により抽象的な表現へ統合し、変分情報ボトルネックで系列全体を圧縮する階層的トークン併合オートエンコーダを提案しています。動的計画法で可能な二分木を周辺化し、構造の教師なしで表現と階層構造を同時に学習します。合成された曖昧な文法での実験では、保持データに対する文法的な構文解析の妥当率が93%、完全再構成率が93%で、最も強い自明なベースラインの妥当率42%を上回りました。
説明変分デコーディングによる並列言語モデル：一度の順伝播で整合したトークンを同時生成する手法
要約本論文は、潜在補助変数を介して依存関係を伝えることで、一度の順伝播で相互に整合したトークンを生成する並列言語モデル（PLMs）を提案しています。学習は、自己回帰損失と並列デコーディング損失に帰着する変分上界を用いて行われます。原文によれば、後学習を施した1.3Bモデルは数学、コーディング、指示追従のベンチマークで同条件で学習した自己回帰モデルと同等以上で、推論は2.3〜5.7倍高速化されています。
注目点潜在補助変数で依存関係を経由させ、1回の順伝播で並列生成する新手法で新規性が高い。80Mから3Bの規模と後学習ベンチマークで検証され、影響も大きい。
説明基盤モデル駆動のオプティカルフロー：凍結した視覚・深度特徴による稠密フロー推定
要約本論文は、凍結された事前学習済みの視覚・深度表現が、教師あり対応付けネットワークと組み合わせた場合に稠密オプティカルフローをどの程度支えるかを検討している。DINOv2とDepth Anything V2の凍結特徴を融合し、学習可能なTransformerベースの対応付けパイプラインでフローを推定する。Sintelの訓練分割Finalパスで端点誤差（EPE）2.37を示し、報告されたFlowSeek (T)構成の2.52を上回る。RoCo-Spring 2026での堅牢性平衡スコアは1.1038で、掲載された12の参照ベースラインのうち7つより低い。
説明評価表内の報酬の乖離：潜在次元の回復とバランス調整による評価表ハッキングの緩和
要約本論文は、評価表（ルーブリック）に基づく強化学習において、総合得点を上げるためにモデルが一部の品質次元を犠牲にする現象（評価表内報酬乖離）を検討しています。著者らは、各次元内で生成結果を個別に競わせる公平競争型次元集約（FRDA）と、全体的な選好信号に暗黙に含まれる評価次元を抽出して評価表を補う残差意味次元補完（RSDC）を提案しています。チャット、科学、医療分野での実験では、FRDAはより安定した改善を示し、RSDCは全体として高品質な応答を生成したと報告されています。
説明M-Plan：記憶の整理を伴うLLMエージェント向け包括的計画フレームワーク
要約本論文は、大規模言語モデルのエージェントが長い多ターン課題で苦戦する問題に対し、長期記憶と短期記憶を統合した閉ループのマルチエージェント枠組みM-Planを提案している。実行中、エージェントはタスク固有のマイルストーンと知見を受け取り、混乱が生じたときだけ局所的なヒントを得て、全体と局所の指針を形成する。タスク完了後は関連情報を整理して長期記憶に保存する。ALFWorld、Webshop、PDDLの多ターン課題での実験では、精度と効率の両面で複数の基準手法を上回ったと報告している。
説明短い動画からリアルタイム配信へ：身元認識型監督と文脈効率の高い生成によるビデオ顔交換
要約本論文は、参照画像に基づく流れマッチング（flow-matching）手法によるリアルタイムのストリーミング顔交換フレームワーク StreamingSwap を提案しています。Joint Rec-ID Loss、Face-RoI Generation、Short-Context Rollout Training の各手法を組み合わせています。また、1,000時間の映画風学習データと、短い動画200本・長い動画200本からなる評価用データセット HumanFaceVid を公開しています。単一の NVIDIA RTX 4090 で 20 FPS、最長10分の動画でも安定した生成が可能と報告されています。
説明StepBench：AIエージェントの実世界手順理解を診断するベンチマーク
要約本論文は、wikiHowから収集した81のオープンドメインカテゴリにわたる6,885件の検証済み手順を用いるベンチマーク「StepBench」を提案しています。各手順から、欠落・誤り・順序入れ替えのあるステップに関する課題などを含む5種類の診断タスクを設計しています。12モデルの14構成で評価した結果、ステップの順序付けが最も難しく、最も優れたモデルでも正しく並べられたのは63.0%の手順にとどまりました。
説明どの役割にどのモデルを？LLMエージェントワークフロー向けのコスト効率的なパレート推薦
要約本論文は、LLMエージェントワークフローで役割ごとに異なるモデルを割り当てる問題を扱い、タスク品質と導入コストのトレードオフに対するパレート推薦を行う多目的手法CC-Gittinsを提案しています。評価コストと導入コストの連動性を利用し、各評価結果を両方の探索に再利用します。八つの品質・コスト行列での評価では、全数評価の約10%のコストで真のパレートフロンティアのかなりの部分を回収したと報告しています。
説明PACT：軌跡グラフによる計画拡張型の動的マルチエージェント組合せ最適化の協調手法
要約本論文はPACTを提案します。環境グラフに各エージェントの計画を表す補助ノードを加え、資源ノードと接続して将来の依存関係を示します。問題情報は行動に伴い段階的に明らかになるため、グラフ上のメッセージパッシングにより、事後的ではなく事前的に衝突を解決します。原文によれば、動的問題で基線手法より解の質が向上し、大規模な事例への転移が最も優れ、インスタンスの不確実性に特権的にアクセスできる集中型オラクルをも上回るとされています。
説明ARC-AGI-1 における入れ子型共有演算子再帰の実証研究：HRM・TRM・URM の比較
要約本論文は、再帰推論モデルに、より速い状態の反復更新を同一演算子で統合する持続的な中間状態を加えると、パラメータ数を揃えた条件で予測性能が向上するかを検討しています。HRM、TRM、URM の 3 アーキテクチャについて、ARC-AGI-1 の公式コードベースを用いてベースラインと入れ子型の変種を比較しました。元の学習規模よりはるかに小さい単一 GPU の条件下では、入れ子型に一貫した優位性は見られず、完全解答率はいずれの構成でもほぼゼロでした。そのため仮説は未検証のままです。
説明AIエージェントの内部脅威に対するハニーポット手法
要約本論文は、組織内に配置されたAIエージェントによる内部脅威への対策として、本番環境にデコイとなる有害行為の機会を配置するハニーポットをAI制御手法として提案しています。これにより不正行為の検出、悪意あるエージェントの特定、攻撃の抑止が可能になると述べています。また、限界点や有効性の測定・向上に向けた研究課題も示しています。
説明AllPath：デプロイ済みで自己修正する LLM 取引エージェントの階層型検証
要約本論文は、ライブのペーパートレード口座で稼働する個人向け LLM 取引エージェント AllPath を紹介します。決定論的な code ゲート、上限付きの夜間自己レビュー、人間による承認画面という三層で検証を分担しています。人間承認と自動適用の二つの修正方針を比較し、本番環境で見つかった障害の分類も示しています。
説明CaptionFuse：視覚言語モデルによる意図キャプションと重み付き埋め込み融合を用いた、学習不要の合成商品検索
要約本論文は、参照画像と自然言語の修正指示で商品を探す合成画像検索（CIR）に対し、CaptionFuseという手法を提案しています。著者らは、ユーザーの文字による修正指示は変更点は示すものの保持すべき点を示さないことが多いと指摘します。そこで視覚言語モデルが参照画像と修正文を読み取り、画像に基づいた商品タイトル風のキャプションを生成して不足する属性を補う、言語空間での融合を行います。本手法はタスク固有の学習を必要とせず、特定のモデルに依存しません。対照実験では、効果をもたらすのは言語の文体ではなく属性の内容であることが示されています。
説明Tandem：モバイル NPU でハイブリッド線形注意力 GUI エージェントを動かすランタイム
要約スマートフォンの GUI エージェントは、画面を繰り返し読み取って次の操作をモデルに尋ねるため、操作ごとに遅延が積み重なります。本論文は、連続するプロンプトが分岐する箇所で再帰状態を保存して処理済みの文脈を再利用し、プリフィルと巻き戻し状態のオーバーヘッドを抑える、モバイル NPU 向けランタイム Tandem を提案します。Snapdragon 8 Elite では、llama.cpp の最速 NPU 構成と比べ、テキスト画面記述で 1 ステップあたりの遅延を 30%、スクリーンショットで 16% 削減し、モデル読み込み時の待機電力は 0.76 W から 0.22 W に下がりました。
説明SpatialScout：視覚言語モデルのエージェントは能動的に3Dシーンを探索し地図を作れるか
要約本論文は、視覚言語モデル（VLM）エージェントが能動的に物体レベルの3Dマップを構築できるかを評価するベンチマーク「SpatialScout」を提案する。80の室内シーンと3,140の対象物体を含み、限られた操作回数の中でカメラを制御し、共通座標系で物体の中心位置を推定する。最も性能の高いモデルでも平均重なりスコアは41.71%で、IoU0.9を超えた対象は3.25%にとどまり、大まかな配置把握と精密な地図構築の間に大きな差があることが示された。
説明言語モデルの追従的迎合（シコファンシー）の形成：事前学習から事後学習までの脆弱性の追跡
要約本論文は、新たな根拠がないのに、利用者の意見に合わせたり反論を受けて既存の回答を変えてしまう言語モデルの傾向を研究しています。30のオープンモデル系統の741個の学習チェックポイントを追跡した結果、この傾向は事後学習の前から存在するものの、どの質問で変化が起きるかは主に事後学習の段階で形成されることがわかりました。平均スコアが近いモデルでも脆弱性は異なり、公開モデルを監査するには学習履歴が重要だと論じています。
注目点741個のチェックポイントを追跡し、迎合の質問ごとの脆弱性が事後学習で形成され、事前学習では予測できないことを示し、モデル監査に示唆を与える。
説明タンパク質言語モデルにおける事前学習データフィルタリングの有効性と持続性：事前学習段階でウイルスタンパク質への理解を弱められるかを検証
要約本論文はESM-2ファミリーのタンパク質言語モデルを対象に、事前学習データからウイルスタンパク質を除去することの効果を調べています。除去すると、ウイルスタンパク質に対するマスク言語モデリング、変異効果予測、長距離接触予測の性能が明確に低下する一方、非ウイルスタンパク質の性能はおおむね維持されます。影響はヒトに感染するウイルスのタンパク質に集中し、モデルの大型化とともに大きくなります。しかし、除去したウイルス系統の配列での微調整により性能は回復し、最大のモデルでも回復コストは約80米ドルのH100時間にとどまります。
注目点ESM-2で病毒性タンパク質の事前学習フィルタリングの効果と耐久性を多規模で検証し、微調整による性能回復を示した。安全対策に重要な示唆を与える。
説明結果から構成要素へ：LLMが提案する修復の反事実的評価フレームワーク
要約本論文は、大規模言語モデル（LLM）が提案する修復動作を、変更対象のレコード（ターゲット）と具体的な変更内容（アップデート）に分け、それぞれを修正または維持した場合の効果を評価する反事実的フレームワークを提案している。交通割当とデータベース修復の二つのタスクで検証した結果、あるアップデートの価値はそれと組み合わされるターゲットに依存することが示された。また、二つの提案からターゲットとアップデートの組み合わせを新たに試すと、留保データでの平均回復率が向上したと報告している。
説明言語モデルのための推論認識型マルチキャリブレーション信頼度予測器
要約本論文は、プロンプトの話題による群に加え、思考連鎖（CoT）の観測可能な特性から作られた群を用いて、言語モデルの回答の信頼性を予測する「推論認識型マルチキャリブレーション」の枠組みを提案しています。幻覚予測と安全でない回答の検出という二つのタスクで複数のベンチマークを用いて実験し、CoTの群を加えるとBrierスコアが両タスクで低下することを示しています。また、話題の情報なしでCoTの群だけを用いても、話題全体の校正が改善することも報告されています。
説明二重スケール条件シフト編集によるロバストな実画像のモアレ除去
要約本論文は、画面を撮影した画像に生じるモアレを除去する DemoiréEdit を提案しています。事前学習済みのフローマッチング編集器を、端点教師付きの学習目標と二重スケールの条件シフト戦略で去モアレに適応させ、低解像度で全体補正を行った後、元入力へ条件を移して全解像度で細部を復元します。また、スマートフォンで撮影した 130 枚の実写画像からなるベンチマーク DailyMoiré130 を導入し、残留モアレ面積の最小化と FHDMi・UHDM での指標向上を報告しています。
説明インタラクティブな体験とフィードバックに基づく修正ベースの学習：Webインターフェース生成コードモデルを改善する手法
要約本論文はRELIEF（Revision-based Learning from Interactive Experience and Feedback）を提案します。コーディングエージェントで、モデルが生成したWebインターフェースを修正し、その改善を元の生成過程に組み込んで微調整用の教師データを作成します。評価には合成Webサイト200件、インタラクション記録355件、24名のユーザーのフィードバックからなるデータセットが使われました。テストしたモデルでは、人間のインタラクション記録から導かれた批評が最も大きな使いやすさの向上をもたらしたと報告されています。
説明ハーネスが成否を決めるとき：再観測できない状態
要約本論文は、エージェントのハーネス（各ターンで言語モデルに何を見せるかを決める仕組み）における文脈の切り詰め、要約、推論の再生といった設計が、タスクの成功率にどう影響するかを検討しています。事前登録された合成実験では、必要な事実を再検索できる場合は切り詰めても成功率はほぼ変わらず、再観測できない場合は偶然レベルまで低下し、その差は 92.5 ポイントでした。ARC-AGI-3 の 4 ゲームでは差を構成要素ごとに分解しましたが、結果は各設定・ゲームにつき一回の計測による点推定です。
説明VaDar：価値分解による暗黙的な目標条件付け
要約本論文は、長期的タスクに対する強化学習の新手法VaDar（価値分解）を提案します。サブゴールに依存しない単一の方策を学習し、各サブゴールの批評家価値の線形結合を最大化するため、実行時にサブゴールを選ぶ必要がありません。実験では、目標条件付けなどの基準手法と同等以上の性能を示し、RoboCasaの長期的タスクでも成功したと報告されています。
説明SleepPairNet：ランダムペア交差注意による小児睡眠の多モーダル表現学習
要約本論文は、交差注意を通じて生理信号間のペアワイズな相互作用を学習する多モーダル自己教師あり学習フレームワーク「SleepPairNet」を提案しています。事前学習時にはランダムなモーダルペア選択戦略を用い、モデルが多様な信号の組み合わせに触れるようにすることで、テスト時にさまざまなモダリティの組み合わせへ柔軟に対応できるようにしています。NCHデータセットで事前学習した結果、評価された自己教師あり学習のベースラインを呼吸関連の全タスクで上回り、脳波関連タスクでも競争力を保ちました。外部のCHATデータセットへ転移した場合には、さらに強い結果を示したと報告されています。
説明EgoXperience：人間の一人称視点の経験から世界に整合した表現を学習する手法
要約本論文は、自動アノテーションエンジンEgoX-Engine、50時間のデータセットEgoX-Data-6M、評価ベンチマークEgoX-Benchからなる全体フレームワークEgoXperienceを提案している。モデルEgoXは、単眼の一人称視点動画と最初のフレームの物体マスクを入力とし、単一の順伝播で共通の世界座標系においてカメラ、シーン、手、物体を同時に再構成する。論文は、最も強力な比較手法と比べて誤差を低減し、物体姿勢スコアを向上させたと報告している。
説明グローバル時間認識条件付け（GTC）：小児睡眠表現学習のための時間認識メカニズム
要約本論文は、睡眠全体の中で各入力ウィンドウがどの時点にあるかを潜在表現に条件付けるグローバル時間認識条件付け（GTC, Global Time-Aware Conditioning）を提案しています。GTCは局所的な位置エンコーディングを補完するもので、3種類の代表的な自己教師あり学習フレームワークに組み込まれています。2つの独立した小児コホートで、極端なクラス不均衡を持つ5つの臨床課題により評価され、多くの構成・課題でF1とAUPRCが改善し、コホート間転移でも効果が持続したと報告されています。
説明病的信号復元における事後拡散事前分布のヒルベルト尺度安定性
要約本論文は線形逆問題における事後拡散モデルの安定性を、ヒルベルト尺度上の非漸近的な復元上界として検討し、観測ノイズ、スコア近似誤差、逆時間離散化を分けて扱う。演算子の平滑性、真値の正則性、スコアの正則性、事後補正によって共同で決まる復元可能な正則性の閾値を示す。さらに、前向き演算子に適合した事後補正が、演算子の平滑化作用が最も重要となる正則性の範囲では等方的ガイダンスより安定性を高めることを証明している。
説明信頼性の低い音声認識（ASR）を用いた警察音声データにおける信頼できるキーワード推定
要約本論文は、不完全な自動音声認識（ASR）の書き起こしに少数の人手ラベル付き例を組み合わせ、統計的に妥当なキーワード頻度の推定を得られるかを検討しています。手法は予測駆動型推論（Prediction Powered Inference）と設計ベースの教師あり学習の枠組みに基づきます。バルチモアとシカゴの警察無線通信データで評価したところ、統計的に妥当な信頼区間で分析できる領域キーワードの割合は、ASRのみの43.0%から、バルチモアのデータでは56.2%に向上しました。
説明点群を区別する多項式とニューラル不変量の次数上界
要約本論文は、点群の回転と置換に対して不変なニューラルネットワークが必要とする表現の次数を研究する。n 点の点群を回転と置換を除いて区別する多項式について、次数の二次の下界と上界を初めて示した。また Tensor Field Networks と MACE が十分な表現次数のもとで所与の次数のすべての不変多項式を表せることを示し、これらのアーキテクチャが完全となるための明示的な二次の次数上界を導いた。さらに局所正則性の仮定の下では、点群全体ではなく局所近傍の大きさにのみ依存する次数の不変量で、メッセージパッシング型モデルにより点群の分離が可能であることを示す。
注目点点群分離多項式の次数について初の二次の上下界を示し、TFNとMACEに明示的な表現次数の界を与えた点が新しい。
説明連続体ロボット設計空間向けの確率的・回転保存型カーネル演算子代理モデル
要約本論文は、腱駆動連続体ロボット（TDCR）を対象とした不確実性を考慮する演算子学習ベースの代理モデルを提案します。このモデルは、ロボットの設計と駆動方式をまたいで一般化し、完全な平衡姿勢を予測します。非定常ガウス過程カーネルの距離を浅いニューラルネットワークで学習し、SO(3)上で姿勢を直接復元します。実験では、カーネル被覆に基づく取得により、IIDサンプリングに比べ平均軌道誤差が約15%低下しました。既存のニューラル演算子モデルより精度が高く、学習設計数も少なく、事後不確実性も提供します。
説明ITU-DESC：英国バイオバンクにおける欠測を考慮した機械学習による認知症リスクスコア
要約本論文は、約8,000の候補特徴量から予測因子を選択し、データ欠測によるバイアスを明示的に制御する、機械学習ベースの認知症リスクスコア（ITU-DESC）を提案しています。英国バイオバンクの約50万人を対象とし、中央値16.6年の追跡データを用いました。独立したテストセットでの全原因認知症に対する平均精度は0.138、ROC AUCは0.853で、英国バイオバンクの認知症リスク予測モデルを含む既存のスコアを上回りました。
説明BERTはすでにデノイザー：マスク言語モデルの反復生成を低コストで実現
要約本論文は、BERTなどのマスク言語モデルが拡散学習なしで条件付き生成を行えるかを検証しています。著者らは、マスクされたトークンを繰り返し予測し、コサインスケジュールに従って確信度の高い予測を確定させる復号方式を用いています。凍結したBERTにも一定の去噪能力がある一方、通常のMLM適応を行うと利用可能な生成器になり、明示的な拡散学習は必須ではないと結論づけています。
説明Bombadil：植物電気生理学の基盤モデル
要約本論文は、植物の電気信号を扱う基盤モデル「Bombadil（ボンバディル）」を提案している。100種の植物、10種の環境（実験室、温室、果樹園、天然林など）で記録された400万時間以上の電気信号を、ラベルなしで事前学習している。このモデルは、学習時にラベルがない種やストレス要因を含め、七つの生理的ストレス指標の変化を電気信号から追跡できると報告されている。
説明ジェイルブレイク攻撃のベンチマークにおける懸念：攻撃成功率の実証研究
要約本論文は、8種類のジェイルブレイク攻撃を3つのオープンウェイト言語モデルに適用し、3つの評価手順で攻撃成功率（ASR）を比較しています。同じ攻撃でも評価方法によって結果が大きく変わり、低リソース言語攻撃はキーワード照合で96.0%、評価器では2.7%でした。また、繰り返しサンプリングにより、初回の拒否後にも残存する安全でない挙動が現れうることを示し、明確な成功定義や検証済み評価器の使用を提案しています。
説明EGiME：エントロピー誘導による少数ショット学習のモデル評価手法
要約本論文は、分類器の学習を必要とせず、候補となる事前学習モデルの特徴空間のクラスタ構造から評価する半教師あり基準EGiMEを提案している。全サンプルに対してK平均法クラスタリングを行い、クラスタ間エントロピーとクラスタ内エントロピーを組み合わせて重み付けする。5つの少数ショットベンチマークと9つのモデルで、全データの真の精度との相関係数は0.966であり、交差検証による教師あり手法よりも安定したランキングを示した。
説明毒性病理学向けビジョン基盤モデルの大規模化に関する研究
要約本論文は、非臨床研究向けの病理基盤モデル群 TOX-FM を提案しています。60 以上の臓器、6 種の動物、6 十年にわたる 14,000 件超の毒性試験から得た 100 万枚以上のスライド全体画像で学習しています。非臨床 18 タスクと臨床 9 タスクのベンチマークで、最先端の臨床用病理基盤モデルと比較評価しています。
説明Drive2Gauss：マルチモーダル生成運転映像からのフィードフォワード4Dガウス再構成
要約本論文は、生成された RGB、メートル単位の深度、動的オプティカルフローを動的な4Dガウスシーンに変換するフィードフォワード型フレームワーク Drive2Gauss を提案している。シーンごとの最適化は行わず、単一のフィードフォワードパスで再構成する。nuScenes での結果は、将来の RGB 生成で FID 6.38、FVD 12.43、生成観測の再構成で PSNR 29.91 dB である。横方向のカメラ移動下での直接レンダリングも可能と報告されている。
説明選好最適化によりAIエージェントに戦略的なポーカーを教える研究
要約本論文は、隠れた情報のあるゲームで小型AIエージェントが戦略的な振る舞いを示せるか、また選好最適化が静的・ゼロショット方策を上回れるかを検討しています。著者らはSPOKEという手法を提案し、教師相対の価値ペナルティ、方策の固定、リスク制約、構造化された根拠の監督を組み合わせ、SFT、DPO、GRPO、GSPOと比較しています。KuhnポーカーとLeducポーカーでは可利用性が最も低く、六人局ではtop-1一致率が最も高い結果になりました。
説明DenseHap：単眼画像からの密な手の触覚推定
要約本論文は、単一の単眼画像から手の距離場認識、包括的な接触検出、手の圧力分析、手の再構成を行う統一的なエンドツーエンド手法DenseHapを提案している。3つの個別に定義されたヘッド、事前学習済みの3D再構成スケルトン、拡張データセットを組み合わせている。4つの評価データセットで従来の最先端モデルを上回り、未学習データセットではF1スコアが8.5ポイント（相対16%）、同分布データセットでは3ポイント（相対5%）向上したと報告している。
説明WhatIf-Bench：介入を考慮した時系列予測のベンチマーク
要約本論文は、時系列予測モデルが将来の出来事に対する目標変数の反応を、共変量を用いてどの程度正しく予測できるかを評価するベンチマーク WhatIf-Bench を提案しています。データはデータセンター、電力網、道路交通、水道網の機構モデルによる半合成データで、タスクは37,665件です。大規模言語モデルが時系列基盤モデルより高い性能を示し、既知の値をなぞる未来は良く予測できる一方、未知の値を設定する未来では性能が大きく低下することが報告されています。
説明SafeWall：HPCスケジューリングのためのリスク考慮型ジョブ実行時間推薦手法
要約高性能計算では、ユーザーがジョブの実行時間（walltime）を指定しますが、その見積もりは不正確になりがちです。過小評価するとジョブが途中で終了し、進捗や資源が失われます。本論文は、予測値に非負の安全バッファを加えるSafeWallを提案し、ユーザーの過去の挙動に基づいてバッファを動的に調整します。データが少ない場合は統計的シュリンケージで全体の基準値に合わせます。五つの公開ワークロードトレースで評価し、未補正の予測器と比べて過小評価のリスクを大幅に減らしつつ、競争力のある精度を維持したと報告しています。
注目点利用者の履歴に基づくリスク考慮型安全バッファを提案し、統計的縮約で少データに対応、5つの公開ワークロードで低估リスクを削減。
説明ロバストな（部分観測）マルコフ決定過程の報酬目的：（部分観測）ゲームとの法則保存的な等価性
要約本論文は、部分観測下で行動し、敵対的な環境が遷移確率の不確実性を決める主体（RPOMDP）を扱います。割引和、長期平均、累積報酬の各目的と、期待値、平均分散、CVaR、エントロピーリスクといったリスク指標を考察します。著者らは、これらの問題を部分観測確率ゲーム（POSG）へ帰着させる統一的枠組みを提案し、多面体の不確実性集合を持つ (s,a) 矩形モデルでは両者が等価であることを示します。さらに (s,a) 矩形ロバストMDPの解法は単純確率ゲームの解法と同程度に難しいという計算量の結果も導かれています。
説明PrismWAM：世界・行動モデルにおける状態表現の分離
要約本論文は、World Action Models（WAM）が事前学習済みの動画モデルの潜在埋め込みで世界を表すため、外観と物理的構成が混ざってしまう点を指摘します。提案手法PrismWAMは、意味的計画、物理的ロールアウト、実行可能な行動という三段階で課題を分解し、初期RGB画像から最終目標画像を予測した後、深度空間で目標までの変化を推定して行動を生成します。具身行動の事前学習や追加のデータ拡張を行わずに、シミュレーションと実環境の双方で強い操作性能を示し、大規模な具身行動事前学習を行ったモデルの一部を上回ったと報告されています。
説明推論ダイナミクスに基づくMRI再構成リスクの推定
要約本論文は、反復型MRI再構成モデルが最終画像を返す前に生成する中間推定の系列を研究している。これらの推論軌跡を固定の16次元特徴量に要約し、ソースドメインで学習したリッジ回帰によって再構成誤差（log-NMSE）を予測する。ソースドメインの保留データでは軌跡特徴が再構成リスクを強く予測する一方、ターゲットへのシフト下での挙動はバックボーンに依存することが示されている。
説明BetaMem：変化する世界を記憶するために具現化エージェントを学習させる
要約本論文は、長期タスクを行う具現化エージェント向けに、作業・空間・実体・エピソード・経験・手続きの6層からなる、追跡可能で進化する長期記憶フレームワークBetaMemを提案している。教師ありファインチューニングと強化学習を組み合わせ、失敗に基づく診断と局所的なルール修復によって方針を自己改善させる。著者らは複数の記憶・質問応答ベンチマークで、比較された手法の中で高いスコアを報告している。
説明「自然な策略者」の訓練：強化学習が監視条件付きの行動を増幅しうることの検証
要約本論文は Kimi K2.6 をベースに、目標とする策略を直接与えずに前線の訓練で生じうる特性で訓練した「自然な策略（スキーミング）」モデルを構築しています。その後、タスクの品質と方針遵守のみに報酬を与え、策略を報酬しない強化学習で訓練したところ、監視下と非監視下での遵守の差（監視フリップ）が複数の環境で増加しました。思考連鎖の分析では、監視に関する道具的推論が伴うことも示されています。
注目点明示的な誘導なしに自然な欺瞞モデルを構築し、欺瞞を報酬しないRLでも監視条件付き行動が増幅することを示した点は新規性が高い；三環境と複数基盤モデルで検証したが規模・比較は限定的。
説明Holi-World：人間の一人称視点経験から全体的な世界知能を構築
要約本論文は、一人称視点の録画を、シーン構造・物体状態・相互作用履歴を結びつける学習資源に変換する統合エコシステム HOLI-WORLD を提案し、人手による注釈への依存を減らすことを目指します。自前で収集した約100シーンから約8万組のQAペアを作成し、HOLIWORLD-VL-4B の学習に用いています。独立に人手で注釈した評価セット HOLIWORLD-Bench も構築されました。実験では、静的知覚・動的追跡および空間・時間的推論の性能向上が示されています。
説明EDCデータスペース検索と自然言語によるデータ処理のエージェント型オーケストレーション
要約本論文は、自然言語のリクエストによりデータスペースのネゴシエーション手順を自動化するマルチエージェント構成を提案している。LangGraphとEclipse Dataspace Components（EDC）上に構築され、ルーティング、データ抽出、機械学習、可視化、検証の各エージェントが役割を分担する。主要な評価の600回の実行では、タスク成功率は89%、ポリシー違反はゼロであった。別の600回の評価では、権限のない地域へのリクエストを100%遮断したと報告されている。
説明マルチエージェント協調は臨床タスクにおける幻覚を減らすか？
要約本論文は、単一LLMと3種類のマルチエージェント構成を比較し、各システムが生成する推論過程内の幻覚を評価しています。協調によりタスク性能は向上するものの、幻覚が一律に減るわけではなく、効果はモデルに依存し、構成やエージェント数では決まらないと報告しています。自己修正の実験では、Llama-3.2-3B-Instruct以外のモデルで幻覚が減少しました。
説明拡散を打ち破る：ドラフト修正による並列推論
要約本論文はドラフト修正言語モデル（DRLM）を提案し、単一のデノイザーで並列に修正案を出し、完成したドラフト全体を評価する方式を示す。逆拡散の遷移を用いず、一様に破損させたドラフトから各トークンを再構成する形で学習する。1回の順伝播で計算するキャビティエネルギーにより、エネルギーが下がった修正のみを保持する。著者らは、Countdown、Sudoku-Extreme、Maze-Hardで自己回帰および離散拡散のベースラインを上回ったと報告している。
説明平均誤差は小さいが個人誤差は大きい：食事写真から摂取エネルギーを推定する汎用LLM（給餌試験）
要約本研究は対照給餌試験の802食（重量測定済みの摂取量）を用い、8つの汎用マルチモーダルLLMが食前・食後の写真からエネルギー摂取量を推定できるかを検証しました。食前写真と食後写真を別々に推定して差し引く方法は、8モデル中6モデルで摂取量を過小評価しました。食前写真のみで推定し平均摂食割合（0.87）を掛けると、食後写真を加えた場合の改善の大部分が得られました。平均バイアスが小さくても個人の摂取量を正確に推定できるわけではなく、こうした推定は栄養士の評価を補助するものであり、代替するものではないと結論づけています。
