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。
説明密な予測のための監督適応型カリキュラム学習とガード付き反カリキュラム学習（PaceShift）
要約本論文は PaceShift を提案し、第1段階では監督信号の信頼性、データ拡張の一貫性、モデル間の不一致、予測の確信度に基づいてサンプルを選択・重み付けし、学習を安定させます。第2段階では複数のスペクトル視点による予測を順位付けし、凍結された参照モデルに対する選好目的関数で精緻化します。著者らは CECS などの密な予測タスクで精度向上と校正・頑健性の改善を報告しており、推論時の計算は増えません。
説明思考連鎖における問いの近道を文脈認識デコーディングで緩和する研究
要約本論文は、大規模言語モデルが思考連鎖（CoT）推論で、推論過程ではなく問いに固有の近道に頼っていないかを調べます。有無の根拠を条件とする次トークン分布を対比し、根拠によって確率が上がるトークンを強める理性対比デコーディング（RCD）を提案しています。5つの推論ベンチマークで標準CoTより正答率が向上し、介入分析では最終回答が根拠の内容に依存する度合いが高まることが示されました。
説明AutoPhyX：テキスト条件による物理特性の自動生成
要約本論文は、テキストの説明に基づいて三次元物体の空間的に変化する物理パラメータを一度の順伝播で予測し、4D物理シミュレーションを改善するAutoPhyXという枠組みを提案しています。著者らは、複雑な三次元資産を意味的な部品に分解し、物理的に妥当なパラメータと文章記述を組み合わせる部品制御型のデータ生成パイプラインを構築しました。モデルはテキスト特徴で視覚特徴を変調する横断モーダル機構を用い、ボクセル場で予測を行うため、メッシュ、点群、ガウススプラッティング、NeRFなど多様な表現に対応します。実験では実世界の物体に対しても高い精度と汎化性能が示されています。
説明BRIDGE：モデル更新における偽の改善を防ぐ受け入れゲート手法と、遡及的臨床評価
要約本論文は、モデルの種類を問わず、予測結果と利用可能なラベルに基づいて各モデル更新を受け入れるかどうかを判定するゲート手法BRIDGEを提案しています。交差適合によって選択バイアスを減らし、利得のブートストラップ下限が閾値を上回ることを受け入れの条件としています。複数のデータセットと臨床課題での実験では、素朴な規則より偽の改善の割合が大幅に低く、更新1回あたりの平均利得も高くなっています。
説明Stein 演算子による非正規化モデル推定の統一的手法
要約本論文は、適切なスコアリングルール（proper scoring rules）と Stein 法を結びつけ、非正規化モデルの推定を扱う統一的な枠組みを提案する。スコアマッチング、比率マッチング、擬似尤度、ノイズ対比推定を包含するスコアリングルールのクラスを構成する。これらのスコアリングルールが Stein 演算子を自然に導出することを示し、その幾何学的構造を通じて推定量の漸近効率を統一的に特徴づける。
説明ロングテール認識のための近道耐性CAM蒸留：頭部クラスの物体中心の説明を尾部クラスへ移す手法
要約実世界のデータセットは多くの場合ロングテール分布に従い、尾部クラスへの汎化が難しくなります。本論文は、監督が少なく偏っている状況でモデルが物体の意味よりも背景やテクスチャなどの近道（ショートカット）を好む点に着目します。提案手法SRCDは、クラス活性化マップ（CAM）空間で頭部クラスの物体中心の説明を尾部クラスへ蒸留する差し込み型の枠組みです。長尾ベンチマークの実験で強力なベースラインを一貫して上回ったと報告されています。
説明時間の計算と時間の理解：LLMの時間推論はどちらか一方では説明できない
要約本論文は、時間推論を「時間算術」と「時間意味論」の二つに分ける考え方に疑問を投げかけます。同じカテゴリ内のデータセット間で転移可能な向上がほとんど見られないことを微調整実験で示し、認知的要求に基づく評価では、定量的・論理的推論ではなく知識が性能の主な要因だと報告しています。現行のベンチマークはこの区別を明確に実現しておらず、主に時間の一般的な仕組みを記憶しているモデルを評価していると結論づけています。
説明非同期・世代なしのABC：HPC上の異種シミュレータ負荷向けストリーミングAMIS再重み付け法
要約本論文は、世代ごとの同期を必要としない近似ベイズ計算（ABC）のサンプラーを提案します。各シミュレーション結果が返ってくるたびに提案分布を更新し、空いている計算ノードに新しい候補を送ります。全履歴を再利用し、再構成した提案分布の混合で粒子を再重み付けして事後分布を推定します。細胞Potts組織シミュレータ上で、pyABCベースラインと比較した結果も報告されています。
説明時系列予測におけるエージェント型モデル編成の再検討
要約時系列基盤モデル（TSFM）は予測タスクによって性能にばらつきがあります。本論文はFairAMOという、候補の予測結果を固定した管理された評価手法を提案し、エージェント型モデル編成（AMO）自体の寄与を検証します。GIFT-Evalでの実験では、AMOの精度向上は候補モデルに制約されており、最良の編成手法でも最良の単一TSFMに比べMASEの低減は6%未満でした。効果は候補の数ではなく相補性に依存し、利得は少数の最近の時間窓で得られます。
説明経路の多様性を持つ大規模言語モデルの並列思考（DPT）
要約本論文は、強化学習で大規模言語モデルに並列思考を行わせると推論経路が似通ってしまう問題に着目し、並列推論経路の接頭辞の類似度にペナルティを与えて多様な推論戦略を促す手法、Diverse Parallel Thinking（DPT）を提案しています。複数の推論ベンチマークで実験を行い、DPTが従来の並列思考手法を上回ったと報告しています。また、経路の多様性が並列思考を改善する重要な要素であると論じています。
説明強力なMoEがあれば過程監督は十分：専門家ルーティングで推論過程を監督
要約過程報酬モデル（PRM）は多段階推論の細かな監督を与えますが、信頼できる過程ラベルの取得が課題です。本論文は、Mixture-of-Experts（MoE）モデルの専門家ルーティング統計量が過程の確信度信号として出力ロジットの確信度と競合しうることを示します。これに基づきRoCo-Rethink（最も確信度の低い推論ステップを特定し後続を選択的に再生成）とRoCo-PRM（強力なMoEでステップ得点を自動付与し独立したPRMへ蒸留）を提案し、複数のMoEアーキテクチャと推論タスクで強いベースラインを上回ったと報告しています。
説明額の皺認識における基盤モデルと特徴特化学習のバランス
要約顔の一部が隠れた状況では従来の顔特徴認識の精度が低下しやすいが、額は比較的見えやすく、固有の皺パターンを補助的な生体特徴として利用できる。本論文は、マルチモーダル大規模言語モデルによる解釈可能なゼロショット照合（FIRE）、ドメイン適応学習、特徴特化モデリングを統一的に評価している。最良のゼロショットモデルGPT-4o+FIREの等誤り率（EER）は18.22%、Edge-Forehead は8.30%で、0.1%FMR時のTMRは54.01%であった。論文は、MLLMは解釈可能なゼロショット照合を提供するものの、堅牢な額の皺認識には特徴特化学習のほうが有効だと結論づけている。
説明非局所的な結晶交換パズルに対する厳密な93手解
要約本論文は、ゲーム『Order of the Sinking Star』のあるステージを、11×11盤上の結晶交換パズルとしてモデル化し、必要な方向コマンドの最小数を求めたものです。著者は93手の明示的な解を示し、コスト上限付きの厳密な幅優先探索によって、それより短い解が存在しないことを示しています。結果は指定された一つのインスタンスに対する計算機支援証明であり、ソースコード、実行ログ、再現用スクリプトが公開されています。
説明RubricOpt：選好最適化における意味的評価基準の自己改訂（モデルが自らの失敗から訓練の評価基準を修正する手法）
要約本論文は、選好最適化の過程で、モデルが評価基準なしの出力における自らの失敗を診断し、訓練を導く行動基準を修正するフレームワーク「RubricOpt」を提案している。訓練では直接選好最適化（DPO）を用い、選好データと目的関数は固定したまま、評価時には基準を取り除く。実験では、評価基準による条件付けが通常のDPOより良い結果をもたらす場合があったが、効果はモデルとデータセットによって異なった。
説明TenetBench：職業倫理規範を条項単位で評価するロシア語コーパス
要約本論文は、ロシア語の職業倫理規範15件の条項と矛盾する依頼3,433件と、依頼の正当性だけが異なる良性の対照依頼を収めたコーパス TenetBench を提案する。規範本文から自動パイプラインでタスクを生成し、14のモデルと推論モードの組み合わせについて、矛盾する内容を生成するか、拒否するか、警告するかを評価した。14のうち11が多くの場合に矛盾する内容を生成し、そのほとんどに警告はなかった。
注目点職業倫理条項に基づくロシア語ベンチマークと自動生成手法を提案し、14の構成で体系的に評価しており、新規性と証拠は十分。
説明非線形シュレーディンガー橋と分岐拡散による生成モデリング
要約本論文は、平均場ゲーム理論や非線形シュレーディンガー系と関連する前向き後ろ向き偏微分方程式に基づく新しい生成モデリングの枠組みを提案します。結合偏微分方程式系により古典的なシュレーディンガー橋問題の非線形拡張モデル SBNL を導出し、分岐拡散と半線形偏微分方程式の確率的表現に基づく並列化可能で高次元にも拡張できる数値アルゴリズムを設計しています。実験では、古典的シュレーディンガー橋の復元、Gross-Pitaevskii などの凸ペナルティや相互作用項を含む非線形拡張、MNIST と FFHQ 顔データセットでの画像生成を検証しています。
説明低NFE生成フローのための密度レベル後退誤差
要約常微分方程式に基づく生成サンプリングで、ネットワーク評価回数が固定された場合の計算予算の配分を扱う論文です。著者らは、周辺分布を変える成分のみを残す密度レベルの後退誤差の枠組みを提案し、ソルバーの次数を考慮した配分規則を導きます。事前学習済みのCIFAR-10 EDM確率流ODEでは、低NFE領域において固定ステップのEuler法のサンプリングを改善したと報告されています。
説明装着型ロボット向けの把持部位セグメンテーションを複数物体画像へ拡張
要約本論文は、把持可能な物体部位を認識する既存の視覚ベースの携帯型パイプラインを改良するものです。上肢用義手での把持選択と事前形状設定を支援します。セットアップにレーザーポインタを加えて対象物を区別し、深層畳み込みニューラルネットワークを再学習させ、混合現実で既存の高品質マスクから画像を生成しています。実験では、既存手法と比べ対象の区別精度が最大 9% 向上し、計算コストは維持されたと報告されています。
説明適応的等変性緩和を超える非対称トンネリング
要約等変ニューラルネットワークは事前に与えた対称性を帰納バイアスとして符号化しますが、実データには対称性を破る構造が含まれる場合があります。本研究では厳密に等変なモデルと並べて残差経路を導入し、両者の接続を意図的に制限して、タスクに関連する構造がどのように伝わるかを調べました。5つのベンチマークで、残差経路が消失する場合と、制約にもかかわらず残る場合が観察され、後者を非対称トンネリングと名付けています。さらに4つの相補的な診断でこの現象を特徴づけています。結果として、潜在的な対称性破壊構造を捉えるために等変性緩和の適応的制御は必須ではないことが示唆されています。
説明OmniSimulator：小規模言語モデルに実際の多様なユーザー行動を学習させる手法
要約本論文は、ショート動画プラットフォーム上で現実的なユーザーを模擬するため、小規模な大規模言語モデルの予測能力を高める学習フレームワーク「OmniSimulator」を提案しています。五つの次元からなる構造化スキーマで行動志向の推論を整理し、教師モデルが生成した高品質な推論過程によって、小型モデルが表面的な相関ではなく行動に関連する推論パターンを学べるようにします。200人の実ユーザーの三か月分の履歴データから9,881件の学習事例を構築し、Qwen3-8Bの平均スコアは34.33%向上し、Claude-Sonnet-4.5に匹敵する性能を示したと報告されています。
説明PreCoMem：自己進化型長期対話エージェントのための予測的認知メモリ
要約本論文は、予測符号化に着想を得た記憶統合フレームワークPreCoMemを提案し、ユーザーの状態を信頼度付きの信念として記憶として表現します。「実効サプライザル」により意味的な逸脱と矛盾の証拠を組み合わせ、二つの閾値のゲートでMAINTAIN、PROFILE、CORRECTの三つの更新を決定的に選択します。LoCoMo、LongMemEval-S、PersonaMem-v2で一貫して最高水準の精度を示し、新たなDiMoBenchでは、ノイズに過剰反応せずに信念のドリフトに適応することが確認されたと報告しています。
説明AI学習向け動画ストレージの再考：フレーム間依存を断ちランダムアクセスを効率化
要約大規模なAI学習では膨大な動画からランダムに時点を抽出するため、順次再生向けに最適化され複雑なフレーム間参照を持つ既存の動画保存形式では、デコード効率が低下します。本論文は、要求されたフレームと必要な参照フレームだけを再構成する依存関係認識型スパースデコードと、任意のオフライン符号化方式DDRAを提案し、目標フレーム1つあたりの再構成を最大3フレームに抑えます。大規模ロボティクスデータセットで、同程度の再構成品質においてLeRobot v3の1.45倍の読み込みスループットを達成し、メディアデータ量は58.7%削減されました。
説明汎化可能なエージェント強化学習のための Harness スケーリング：構造化された実行フレームワークの多様化による汎化性能の向上。
要約本論文は、エージェント強化学習における「Harness スケーリング」（エージェント実行フレームワーク（harness）の構造化された変化を拡張の次元とみなす手法）を研究しています。同じタスクと環境のもとで、方策が harness とどのように関わるかを因子分解した空間として構成し、因子の網羅性が均衡した小規模な訓練サブセットを選び、局所性を考慮したタスク割り当てで学習を編成します。複数のベンチマーク、モデル規模、強化学習アルゴリズムにわたり、未見の harness の組み合わせへの汎化を改善することが示されています。また、白箱の構造化された変化で訓練した方策は、外部の黒箱 harness にも転移しました。
説明RegoMender：Regoポリシーを自動修復するマルチエージェント枠組み
要約本論文は、クラウドネイティブ環境のPolicy-as-Code（PaC）で用いられるRegoポリシーの自動修復を扱います。著者らは1,159件の実際の欠陥を含むベンチマークRegoBenchを提示し、共有ブラックボードと原子的ツールキットを介して協働するフィードバック駆動型マルチエージェント枠組みRegoMenderを提案しています。RegoBenchにおいて、本手法は最強のベースラインを上回る成功率を示し、132件の実際のCVE脆弱性では86.4%の修復率を達成したとされています。
説明Omnilingual-MsASR：オムニモーダル大規模言語モデルの多言語・マルチモーダル・長時間多話者音声認識ベンチマーク
要約本論文は、長時間の多話者動画に対するオムニモーダル大規模言語モデルの音声認識能力を評価するベンチマーク「Omnilingual-MsASR」を提案しています。6言語、最長30分の録音、最大20人の話者を含む場面を対象とし、音声と映像の並列入力で模型のクロスモーダル一貫性を検証します。主要モデルの評価では tcpWER がしばしば100%を超え、細粒度の時間定位、話者識別、モダリティ間の協調が今後の課題として挙げられています。
説明BlazeVGGT：学習不要で、カメラトークンによる疎化によりVGGTを2000フレームで約13倍高速化
要約VGGTは全視点注意によって多視点三次元再構成を行う順伝播型の視覚幾何モデルですが、計算量が入力視点数の二乗で増大します。本論文は、VGGTの浅い層のカメラトークンが局所的な視点近傍を捉え、深い層になるほど視点間の全体的な幾何関係を符号化することを示しました。これに基づき、学習不要のBlazeVGGTを提案します。各全体注意ブロックで行列式点過程により相補的な視点を選び、キーと値の文脈とし、全フレームはクエリとして保持します。事前学習済みVGGTにパラメータ更新なしで組み込めると述べられています。2000フレームで約13倍高速化し、点群再構成のChamfer距離は0.41から0.32に低下したと報告されています。
注目点カメラトークンの類似度と行列式点過程で鍵値ビューを選び、学習不要で視点間注意を削減。点群再構成と姿勢推定、複数のVGGT派生モデルで検証。
説明DynaWeave：動的シナリオ合成による環境変化への適応学習
要約本論文は、既存の静的タスクを検証可能な動的シナリオへ自動変換するフレームワークDynaWeaveを提案している。タスク要件、環境状態、外部情報の変化といった外部イベントを生成し、イベント間の依存関係を有向非巡回グラフで表す。36環境で収集した2,095件の検証済み対話軌跡でQwen3.5モデルを教師ありファインチューニングし、Gaia2、CostBench、ToolMazeの3つのベンチマークで全体性能の向上を報告している。
説明捷近学習を超えて：顔偽造検出のための階層的空間プロトタイプ正則化（HSP）
要約本論文は、ディープフェイク検出器が未知の改ざん手法に汎化しにくい問題を扱います。微調整したビジョンモデルでは、抽出される手がかりがデータセット固有の不安定なアーティファクトと絡み合う「取違表現の崩壊」が起きると指摘します。著者は空間特徴上で構造化されたプロトタイプ部分空間を学習する階層的空間プロトタイプ（HSP）正則化を提案し、プロトタイプ直交性と二次の割り当てバランスを導入しています。要旨では、クロスデータセットおよびクロス改ざん設定でフレームレベルAUCが平均5.6%と5.3%向上し、プラグインとして既存検出器のビデオレベルAUCを平均95.3%まで引き上げたとされています。
説明出力に応じてスパース性を配分する：動画拡散Transformer向け学習不要のブロックスパースアテンション配分手法（ALLOT）
要約動画拡散Transformerでは全3Dアテンションの計算コストが高い。本論文は学習を必要としないスパース性配分手法ALLOTを提案する。各層・各ノイズ除去ステップの組を単位として、セル探索と軌道校正により最終動画の誤差への寄与を推定し、実測レイテンシの予算内で各セルの密度を同時に最適化する。同等以下の実時間で、HunyuanVideoにおいてXAttentionの各配分戦略を11.8 dB上回るPSNRを達成した。Wan2.1、Wan2.2、HunyuanVideoの9設定中、すべてで既定値を上回るか同等であった。
説明基盤モデルはジェット識別向けにどこまで効率的に蒸留できるか？
要約本論文は大型ハドロン衝突型加速器におけるジェットタグ付けを対象に、知識蒸留によって、アーキテクチャ・対称性・事前学習が異なる六つの教師モデル（基盤モデル二つを含む）を五つの小型生徒モデルへ移す手法を検討しています。すべての教師がすべての生徒を改善し、その効果は主に教師の強さに依存することが示されています。蒸留された L-GATr-slim は 2 万パラメータで、スクラッチ学習の既存のジェットタガーをすべて上回り、2 千パラメータでも数千倍のパラメータを持つ ParT と同等の性能を示しました。
注目点6種の教師を小型生徒へ蒸留し、2000パラメータで千倍の模型に匹敵することを示し、新規性と実験の充実度が高い。
説明ピクセルではなくイベント：世界モデルが報酬を誤るのはどこか
要約世界モデルは計画に使われることが増えていますが、評価は主にフレームの描画品質で行われ、映像が忠実でも返り値を誤って見積もることがあります。本論文は、想象上の遷移を実際の遷移に置き換え、予算を揃えたランダム対照と比べて返り値誤差の減少量を測る遷移レベルの診断法を提案しています。報酬獲得やエピソード終了といったイベント遷移は他の段階と同程度に描画されていても、それを修正すると返り値誤差の中央値の70%が取り除かれると報告しています。
注目点報酬イベントに限定した遷移診断により誤差の集中を示す新しい評価視点を提案し、44組での符号検定で有意性を確認。計画分野への影響は中程度。
説明視覚障害者向けシーンにおける視覚言語モデルの視覚的グラウンディング評価
要約本論文は、視覚障害者を支援する視覚質問応答において、視覚言語モデル（VLM）が回答の根拠となる画像領域を特定できるか（視覚的グラウンディング）を研究しています。VizWiz-VQA-Groundingデータセットとチャレンジを用いてオープンソースのVLMを評価し、ブラックボックスモデルにも適用できる説明手法VG-SHAPを提案しています。結果として、モデルは正しい回答を出すものの、画像内の適切な領域に定位するのに苦労することが示されました。ただし、この結果は説明フレームワークが用いるセグメンテーションモデルの品質に制約されており、さらなる研究が必要だとされています。
説明質問を超えて見る：全スライド画像質問応答のためのPreserve-Focus-Fuseフレームワーク
要約本論文は、全スライド病理画像への質問応答のためのBEYONDPATHフレームワークを提案します。質問に依存しない広い形態情報を保持し、質問ごとに関連する証拠を検索して、両者を固定長の視覚プレフィックスに統合します。著者らはWSI-Benchで平均スコア0.769、SlideBench-BCNBでゼロショット全体精度0.639を報告しています。アブレーション実験では、形態の保持と質問主導の検索がそれぞれ有益であることが示されています。
説明MERP：頑健なマルチモーダル・マルチラベル感情認識のための潜在ボトルネック枠組み
要約本論文は、テキスト・映像・音声の入力を固定サイズの潜在表現に写像するマルチモーダル感情認識モデル MERP（Multi-modal Emotion Recognition Perceiver）を提案する。テスト時に 20% のモダリティをランダムに欠落させた条件で、CMU-MOSEI では micro-F1 0.563、M3ED では 0.780 を達成し、評価した最強のベースラインをそれぞれ上回った。CMU-MOSEI の音声のみという深刻な欠落設定では、MERP は 0.473 を維持したのに対し、LDDU は 0.022 にとどまった。
説明一つの行動、多くの仮面：長期タスク向けエージェントの効果周辺化方策最適化
要約本論文は、大規模言語モデルエージェントの多ターン強化学習において、異なる文章の応答が同じ実行効果を生むにもかかわらず、クレジットが各文章表現に結び付いたままになる「クレジット更新のずれ」を指摘しています。提案手法の効果周辺化方策最適化（EMPO）は、実行レベルの等価性に合わせて、異なる文章表現間の更新を結び付ける効果レベルの代理目標を用います。ALFWorld、WebShop、Sokobanでの実験では、強力なベースラインよりタスク性能と学習効率が向上したと報告されています。
説明BIRD-RL：状態を持つデータ環境向けエージェント型強化学習の拡張手法
要約本論文は、SQLデバッグなど状態を持つデータタスクを対象に、四段階のエージェント型強化学習カリキュラムBIRD-RLを提案しています。あわせて、データベースの複製を軌跡ごとに隔離したまま安全に再利用できる基盤を構築し、空間効率を12.8倍に高めたと報告しています。BIRD-CRITIC-SQLiteベンチマークでは、7Bと14Bモデルの成功率がそれぞれ44.40%と48.00%で、Claude-Opus-4.6 Agent（48.20%）に競合する性能だとしています。
説明ベクトル値 L_p 相関 V_α による汎化境界の導出
要約本論文は確率的学習アルゴリズムの汎化を扱い、依存性指標の族 V_α（ベクトル値 L_p ノルム相関）を提案して汎化境界を導出する。パラメータ α は全変動（α=1）と分散・χ² 的な振る舞い（α=2）の間を補間する。ベイズ線形回帰や MNIST、ResNet-50 の実験で、α の調整が境界の厳しさに与える影響を示している。
説明KANに基づく非線形分解による埋め込み層圧縮
要約本論文は、埋め込み行列を圧縮する低ランク分解の線形ボトルネックを緩和するため、圧縮埋め込み層に学習可能な非線形射影を導入する手法を提案しています。Kolmogorov-Arnoldネットワーク（KAN）の考え方に基づき、固定の線形変換を学習可能な単変量関数に置き換えています。提案手法はSkip-gramの枠組みに組み込まれ、同じパラメータ量の標準的な低ランク基準と、単語アナロジーおよび意味的類似度のベンチマークで比較されています。
説明思考が記憶になるとき：インコンテキスト学習とファインチューニングの統一
要約本論文は、未見データを事前学習済みモデルの文脈（コンテキスト）に入れるべきか重みに入れるべきかを判断する、証明可能な規則を提案しています。この規則は未見データの情報価値に関する厳密な法則に基づき、保留したクエリによる任意時点で有効な検定で選択を行います。複数のモデルとタスクで検証し、文脈学習がいつ有効かを分析しています。
注目点情報価値の厳密な法則に基づき、未知データを文脈に置くか重みに置くかを認証する規則を示し、新規性が高い。多様なモデルと課題で検証されている。
説明ベイズBradley-Terryモデルを用いた能動学習の代替戦略
要約本論文は、限られた一対比較の結果から順位を復元する方法を扱っています。著者らはPolya-Gamma データ拡張によるギブズサンプリングを用いるベイズBradley-Terryモデル（BBTM）を提案し、潜在能力と順位の不確実性を定量化します。知識勾配の原理に基づく三つの能動学習戦略を提示し、参照順位を必要としない順位の信頼性指標として事後分離信頼性（PSR）を導入しています。合成実験では、BBTMが優先度ベースのベイズ比較判断（PBCJ）より一般に正確に順位を復元することが示されています。
説明CCG Diffusion：組み合わせ範疇文法に基づく、構文を明示的に扱う文章からの画像生成
要約テキストから画像を生成するモデルは、プロンプトの構文構造（どの語がどの語を修飾するか）を明示的に受け取らないため、属性の結び付けや空間関係・数の描写、構文的に曖昧なプロンプトの解釈で誤りが生じやすいとされています。本論文は、学習を必要としない手法CCG Diffusionを提案し、組み合わせ範疇文法（CCG）の構文情報を用いて修飾関係を読み取り、前置詞の範疇を固定することで前置詞句の付着の曖昧さを解消します。Stable DiffusionとSanaの2種類のモデルで評価した結果、属性の結び付けと二次元の空間関係では比較手法の中で最高の得点を得て、前置詞句の曖昧さ解消では大きく上回ったと報告されています。
説明位置スーパーコウ（PSK）規則下での囲碁の解法：安全な証明転用と新たな盤面値
要約位置スーパーコウ（PSK）は、過去に現れた盤面全体の局面の再出現を禁じます。従来の解かれた囲碁盤面の多くは、より単純な基本コウ規則のもとで計算されていました。本研究は並列深さ優先の証明数ソルバーSankoを提案し、PSKのもとでも置換表、生死判定、安全な着手の剪定を安全に用います。5x5囲碁は6スレッドで16分で解けたと報告されています。さらに23の盤面についてPSKでの値を示し、そのうち11は既存のどの規則でも未解決でした。例えば4x7は基本コウでは全盤勝ちですが、PSKでは12目となります。ソースコードと実行記録も公開されています。
注目点局面超劫下の証明転送定理を示し、未解だった盤面を含む多数の値を新たに求めた。実験は充実している。
説明雑談を超えて：人とAIの会話における自己開示の軌跡をモデル化
要約本論文は、社会的浸透理論に基づき、あらかじめ定めた自己開示の軌跡を用いてモデルの挙動を評価する枠組みTraDEを提案しています。同じ深さの現在の開示に対し、それまでの開示履歴が応答をどう変えるかを調べ、特にユーザーの枠組みを受け入れるか疑問を呈するかに違いが生じることを示しています。その差は、単一の瞬間ではなく深い開示への累積的な露出に対応し、開示が浅い水準に戻った後も数ターン続くと報告されています。
説明GuanDan自己対戦における予測と最適化のギャップ
要約本論文は、強化学習で結果予測信号を最適化目標として用いることの信頼性を検討しています。多ラウンドの不完全情報カードゲームGuanDanで、凍結した試合勝利予測器の変化を各ラウンドの教師信号として、DanZero型のモンテカルロ自己対戦で対照実験を行いました。個別の系統では改善が見られたものの、5つの再現シードはいずれも正の結果にならず、10シードをまとめた区間は0を含みました。予測信号は試合の進展を表せても、安定して有益な最適化の方向を与えるとは限らないことを示しています。
説明ECHO：選好最適化で生じる共通モード隠れオフセットによる語彙崩壊
要約本論文は、選好最適化が順位指標を向上させる一方で、相対的な順位損失ではほとんど捉えられない共有の隠れ表現のずれを蓄積させ、最終的に生成を破壊しうることを示す。この共通モードのオフセットが出力層に投影されると、単一トークンの確率が支配的になって生成崩壊を引き起こすと報告している。著者らは、この表現レベルの信号が崩壊の発生前に警告に使えると述べている。
注目点選好最適化で相対損失に見えない共通モードの隠れオフセットが語彙崩壊を招くことを、注入・マスク実験で示し影響は広い。
説明LLMSeg：学習不要でテキスト指示とBスプラインを用いる画像セグメンテーション手法
要約本論文は、視覚対応の大規模マルチモーダル言語モデルを、追加の分割ヘッドやマスクデコーダーなしに、テキスト指示による画像分割器として用いるLLMSegを提案している。手法は検出、閉じた周期的Bスプラインによる輪郭の描写、反復的な精密化の三段階からなり、中間の幾何情報を確認できる二値マスクを出力する。ReasonSegおよびRefCOCO系データセットで評価され、市販のGemini-3.7-Flashバックエンドを用いたところ、専用モデルSAM 3と同条件で競争力があり、ReasonSeg検証セットで71.5 cIoUに達したと報告している。
注目点汎用MLLMを学習なしで三段階のBスプラインパイプラインに用い、複数ベンチマークで専用SAM 3に匹敵・上回る結果を示し、証拠は比較的充実している。
説明LiveAct：異種アクションインターフェースを備えたリアルタイム多エージェント世界モデルに向けて
要約本論文は、複数の制御エージェントの共同視覚的未来を一つのモデルで生成する多エージェント映像世界モデルを研究しています。ゲームのボタンからロボットの連続指令まで多様な制御を扱うため、各動作ストリームを対応する視覚エージェントに結びつける仕組みと、言語記述と数値を組み合わせて各制御変数の意味を調整する仕組みからなる異種アクションインターフェース（HAI）を提案しています。ゲームとロボット操作でのエージェント帰属精度はそれぞれ0.898と0.942と報告され、因果生成器は512×448で17.70 FPSを達成したとされています。
説明VideoGen Model 1：音声・映像生成におけるプロンプト拡張と整形の比較
要約本論文は、MiniMax H3 を後学習した VideoGen Model 1 について、30 件のプロンプトを原文、整形のみ、創造的拡張の三通りで比較した小規模な対照試験を報告しています。生成器、シード、サンプリング設定は固定され、各クリップは五つの観点で評価され、その平均が総合スコアとなりました。整形のみと比べると、総合スコアは VA-Judger で 0.63 点、Gemini 3.8 Flash で 0.15 点上昇しましたが、後者は信頼区間が零を含むため結論は不確かです。
説明深層学習とドメイン知識ベースの判定融合による領域対応型多視点検査
要約本論文は、シート部の局所欠陥を対象としたインスタンスセグメンテーションと、シャフト部の全体的異常を対象とした画像分類を組み合わせた、領域対応型の二モデル光学検査フレームワークを提案します。モデルの出力は、工業用標準作業手順を形式化した決定論的な判定融合層で統合され、部品単位の最終判定が行われます。自動車用燃料噴射ニードル380個を対象に、360度の多視点画像を用いて評価されました。単純な和集合ロジックでは誤不合格率が57.6%でしたが、判定層の導入により10.9%に低減し、不良品の再現率は100%を維持しました。
説明温度制御スペクトル先鋭化による段階的置換アラインメント（ニューラルネットワーク重みの整列に関する論文）
要約本論文は、暗黙的ニューラル表現において、独立に学習され機能的に等価なモデルが置換対称性のため重み空間で離れて見える問題を扱います。著者らは層ごとに進める段階的アラインメント手法を提案し、ハンガリアン法で得た離散アンカーに相関行列を合わせ、温度制御のスペクトル焼きなましで置換行列へ徐々に近づけます。MLP、CNN、NeRFでの実験では、神経細胞の対応関係を安定して復元し、NeRFモデルの重み補間における損失障壁を既存手法より低減したと報告されています。
説明検出だけでは不十分：推論トレースを検証可能なプログラム仮説として扱う
要約本論文は、参照解・評価モデル・重み更新のいずれもない条件で、言語モデルの単一の推論トレースをどこまで検証できるかを検討しています。凍結した LLaMA-2-7B-chat と GSM8K において、自己チェックの AUROC は 0.741 でした。誤ったトレースの多くは誤った等式を含まず、誤った計画を正しく実行していると報告しています。候補から導いた蜕変プローブも提案されていますが、有意な精度向上は得られず、論文は検出よりも修復が未解決の課題だと結論づけています。
説明「まず候補を提示し、次に判定する」：LLM支援によるMIPソルバーの一回限り・インスタンス別チューニング
要約本論文は、混合整数計画法（MIP）ソルバーのパラメータが非常に多く、最適な設定がインスタンスごとに異なるという問題を扱っています。固定されたパラメータ候補群を事前に一度サンプリングして各インスタンスで再利用し、基盤モデルが一回の呼び出しで設定を選ぶ「候補提示後判定」パイプラインを提案しています。評価した問題族では、同じ一回限りの条件下でISAC+を含む逐次インスタンス別ベースラインを上回る結果が示されています。
説明FM-Occ：3D占有予測のための特徴多様化アップサンプリングとメモリ認識デコーディング
要約本論文は、シーン内の各ボクセルの占有状態と意味ラベルを推定する3D意味的占有予測を扱っています。従来のスパース転置畳み込みによるアップサンプリングではボクセルの応答が区別しにくく、後段のデコーダ層が以前の正しい意味予測を失うことを指摘しています。これに対し、3D Sparse Subvoxel Shuffle（3S）とエントロピー調整型の層別メモリ（ER-LM）からなるFM-Occを提案し、SemanticKITTIでmIoUを12.16%から12.73%に改善したと報告しています。
説明多様な推論経路のための並列化可能な確率的潜在推論
要約従来の言語モデルは、言語空間でトークンを一つずつ生成する思考連鎖に依存しており、多くのトークンは推論の中身よりも文章の一貫性を保つためのものです。本論文は、確率的潜在推論モデル（PLRM）を提案します。これは並列化可能な変分フレームワークで、連続的な潜在空間において複数の推論経路の分布をモデル化し、離散的な戦略変数と混合事前分布により、異なる経路が生む混合ガウス構造を保持します。論文によれば、単一経路のデータセットでは決定論的な潜在推論モデルと同等の性能を示し、複数経路のデータセットでは他の確率的ベースラインを上回り、学習も効率的です。
説明ノイズ付き観測によるカスケード型バンディット：アルゴリズムと後悔上界
要約本論文は、L 個の腕から順序付けられた K 個の候補を探索すると位置に応じたコストが発生し、学習者は各腕の真の出力に関するノイズ付きフィードバックしか観測できない確率的カスケード型バンディットを提案します。各腕のスコアで並べ替えれば最適な候補列が得られるノイズモデルについては、UCB に基づくアルゴリズムを示し、後悔は O((L-K)log T) となり、アルゴリズムに依存しない下界と定数倍の範囲で一致することを示しています。スコアが存在しない場合には、楽観性を厳密な動的計画法に組み込んだ DP-UCB を提案し、後悔は O(LK log T) です。理論結果は合成データと実データを用いた数値実験で検証されています。
説明AdvFidelity：強化学習で選好整合と少ステップ画像生成を統一する手法
要約本論文は、敵対的な忠実度報酬を強化学習に組み込む AdvFidelity を提案し、分布マッチング蒸留（DMD）などの明示的な蒸留目標を使わずに、単一の学習段階で人間の選好への整合と少ステップの高忠実度画像生成を同時に実現します。判別器は、高品質な参照画像を、現在の生成器が再構成した負例より高く評価するよう学習し、低レベルのアーティファクトを捉えます。実験では、CFG を使わず 4 または 8 ステップで、全ステップの LeapAlign と整合性・生成品質が同等であることが示されています。
説明Right On Q：自己生成の軌跡による量子化後の低ビットLLMの推論能力の回復
要約本論文は、低ビット量子化された大規模言語モデルの推論能力を回復させるOnQ手法を提案しています。量子化された生徒モデルが自身の生成した接頭辞を用い、全精度の教師モデルから監督を受けるほか、候補トークンごとの確率比で重みづけした動的KLで過小予測と過大予測のバランスを取ります。Qwen3-1.7B、4B、8Bの2ビットおよび3ビット設定で、OnQは9つのベンチマークの平均が最も高く、長い推論課題で最も大きな向上を示したと報告されています。原文によれば、8Bモデルの2ビットでは最強のベースラインを平均10.26ポイント上回り、応答も短く、打ち切りや繰り返し誤りが少なくなったとされています。
説明AOV-GS：3Dガウシアンスプラッティングによる能動的オープン語彙意味マッピング
要約本論文は、凍結された基盤モデル（SAMとCLIP）で探索を誘導する能動的3Dガウシアンマッピングシステム AOV-GS を提案する。人手で注釈された分割マスクを使わずに、開放語彙のテキスト問い合わせに対応する意味地図を構築する。ReplicaとMatterport3Dでの対照実験では、幾何のみの能動的計画と比べ、言語場のmIoUがそれぞれ1.3ポイントと1.8ポイント向上し、Replicaでは深度誤差も改善した。
説明X線・中性子散乱の多モーダル逆解析のための合成型ニューラルネットワーク
要約本論文は、複数の散乱測定を組み合わせて構造を逆推定するためのモジュール式の確率的フレームワークを提案している。X線、飛行時間型中性子、偏極中性子の反射率測定など、観測ごとに個別の事後推定器を学習し、推論時に合成サンプラーで統合するため、共同の再学習は不要である。薄膜や界面のナノスケール深さ分解構造解析に適用され、同種の中性子コントラストの組み合わせと、X線と中性子の異種多モーダル組み合わせの両方が示されている。
説明ノイズ除去で目標を捉える：周波数誘導型の一段階ノイズ除去による赤外線小目標検出
要約赤外線小目標検出は、目標が極めて小さく、信号対雑音比が低く、背景が煩雑なため困難な課題です。本論文のDiffIRSTDは、検出を背景再構成問題として捉え直し、目標をノイズ様の信号とみなして拡散モデルで目標のない背景を復元します。復元背景と原画像の残差から候補領域を強調します。一段階ノイズ除去と周波数誘導型の知覚損失を導入し、3つのベンチマークで最先端の性能を示したと報告されています。
説明マスクを読む：BI-RADSに基づく記述子ベースの乳房MRIセグメンテーション根拠生成
要約本研究は、乳房MRIのセグメンテーションマスクと動的造影系列から、BI-RADSガイドラインに基づく決定木を用いて八つの定量的記述子を導出し、大規模言語モデルで自然言語による根拠文を生成する手法を検討したものです。MAMA-MIAデータセットの1,506症例に適用し、3,012件の根拠文を作成しました。忠実度は99.98%、反事実精度は99.3%でした。生成された根拠文は放射線科医による確認用の下書きとして想定されています。
説明AIエージェントのための記憶中心の継続学習（MCCL）
要約本論文は、既存のエージェント用メモリシステムが主に受動的な検索キャッシュであり、継続的な学習を支えにくいと指摘しています。著者らは、記憶が将来の行動を改善するかどうかで評価すべきだとして、記憶中心の継続学習フレームワーク MCCL を提案しています。これには、保存場所・形式・管理方法による三軸分類、実際の行動改善と単なる文脈拡張を区別する評価プロトコル、経験や容量に応じた性能の拡張を扱うフレームワークが含まれます。
説明GaP-MoE：直交勾配の累積と射影による混合エキスパートモデルの明示的な専門化
要約スパース混合エキスパート（SMoE）モデルでは、複数のエキスパートが似た関数に収束して多様性を失う表現崩壊が起こることがあります。本論文のGaP-MoEは損失関数を変えず、エキスパート出力の勾配を直接操作します。各ステップで確率的に一つのエキスパートをリーダーに選び、残りのエキスパートの勾配をリーダーの直近の勾配が張る部分空間の直交補空間へ射影して、方向の重なりを取り除きます。GLUEでのBERTファインチューニングとWikiText-103、enwik8、text8でのGPT-2事前学習で評価され、標準的なSMoEと同等かそれ以上の性能が示されています。また既存のSMoEに差し込んで使えることも確認されています。
説明長文脈の継続事前学習を早く止めすぎないために：経験的スケーリング則
要約本論文は、長文脈継続事前学習（LCCP）の効果が学習トークン数とともにどのように伸びるかを検討する。長文脈性能をモデル規模と短・長文脈の事前学習トークン予算に結び付ける経験的な加法的べき乗則を提案し、学習率一定の実行から直近4チェックポイントを平均する Constant-Last4 で学習軌跡を安定的に監視する。1.22Bパラメータモデルで約100Bトークン規模まで、目立った飽和は見られず、128K文脈拡張や教師ありファインチューニング後も効果が持続し、長文脈理解やエージェント的タスクにも及ぶと報告している。
説明クロスリンガル音声クローニングにおけるアクセント制御のための閉ループ二重参照ガイダンス
要約ゼロショットのクロスリンガル音声クローニングでは、参照話者のアクセントが目標言語に持ち込まれることがよくあります。本論文は、元の参照と、音声変換（VC）で作成される再利用可能なネイティブアンカーを組み合わせる閉ループ二重参照ガイダンスを提案します。両参照は共有の音響軌跡を導く別々の言語モデル状態を初期化し、各生成パッチ後に両状態を更新します。20名の未学習フランス語話者で、残留フランス語LID量を直接クローニング比で73%削減し、ECAPA類似度の低下は0.042にとどまりました。
説明B-CARE：スタンス分類の誤り順位付けのための盲検クラス別相対証拠評価
要約本論文は、限られた人手レビュー予算の下でスタンス分類器の誤り予測を優先的に見つけるためのB-CAREフレームワークを提案する。固定された大規模言語モデルの検証器が、ターゲットと文章のみから各候補ラベルに順序的な証拠スコアを与え、基礎モデルの予測や信頼度は観察しない。最も強い代替クラスの証拠と予測クラスの証拠を比較して危険度スコアを構成する。4つのスタンスベンチマークと3つの異種LLMの12設定で評価され、平均AUROCは0.735、上位20%の予測で誤りの41.06%を捕捉した。
説明データのスケジュールと学習率のスケジュールは一体で設計すべきであることを示す研究です。
要約本論文は、大規模言語モデルの中間学習（MT）におけるデータ混合スケジュール、すなわち事前学習データと中間学習データの比率が訓練中にどう変化するかを検討しています。総計算量と中間学習データ量を固定した条件で、中間学習データへ完全に切り替える方法が最終的な損失を最小化するかを比較しています。その結果、最適なデータスケジュールは学習率スケジュールに依存し、学習率を減衰させる場合は早期に中間学習データを混ぜる方が有利ですが、学習率を一定にすると結論が逆転すると報告しています。アブレーション実験では、中間学習データが投入された後に学習率を減衰させる方が良いとされ、その理由を説明する理論モデルも提示されています。
説明Deep Search・Deep Research型LLMエージェントのベンチマークとエラー分析
要約本論文は、既存の評価が最終結果ばかりを見て、エージェントの中間実行過程を十分に扱っていない点を指摘しています。中間ワークフローのエラーを診断するための方法論と分析フレームワークを提案し、エラーをシステムレベルとタスクレベルの2つに分類しています。ステップごとの実行トレースとエージェントと環境の相互作用を検証し、これらのエラーが全体性能に与える影響を示し、信頼性向上のための設計指針を提示しています。
説明復号可能性は制御可能性ではない：連続潜在TTSにおける局所的・異方性の話者制御
要約本論文は、連続潜在音声合成（TTS）において、線形に復号可能な話者情報が因果的な制御に使えるかを検証しています。VoxCPM2では、最終残差音響言語モデル層（RALM L7）の参照音声状態の探索精度は0.970に達しましたが、整列した編集では60の有向話者ペアのいずれでも目標が優位になりませんでした。L0層でのペア整列更新は全60ペアで目標優位を達成しており、有効な制御には幾何学的な特異性と、目標話者条件を音響合成へ運ぶ計算経路が必要であることを示しています。
注目点線形デコード可能性と因果的制御可能性の分離を示し、位置整合プローブ、等ノルム介入、話者エンコーダ、二重盲検試聴で検証している。
説明「検閲なし」は「偏りなし」ではない：アブレーションは拒否応答を除去しても、台湾に関する文字体系依存の偏りは除去しない
要約本論文は、オープンウェイトの2ビット言語モデル2組とそのコミュニティ版「アブレーション（abliteration）」版を、繁体字中国語、簡体字中国語、英語で台湾や1989年の天安門事件などに関する陳述の立場について比較した。文字体系（スクリプト）による差がアブレーションよりはるかに大きく、アブレーションは拒否応答を除去したものの、この偏りは残ることが示された。作者は「検閲なし」は「偏りなし」を意味しないと結論づけている。
説明Transformer MLPにおけるリーダーとライターの結合
要約本論文はTransformerのMLP層を鍵と値のメモリとみなし、各隠れチャネルを、いつ反応するかを決めるリーダーと、残差ストリームに何を加えるかを決めるライターの二つの役割に分けて分析します。両者のヤコビ行列を組み合わせて、チャネルごとの符号付きペアリング指標を求めています。その結果、各ブロックには強く結合した少数のチャネルがあり、多くは逆向きに働いていることが示されています。この傾向は小規模モデルから公開チェックポイントまで見られるとされています。
説明ChronoSynth：時系列知識グラフ向けの制約認識型質問生成
要約本論文は、構造化されたグラフ情報と目標回答から自然言語の質問を生成する時系列知識グラフ質問生成を扱う。回答欄、時間条件、参照イベント、時間順序を保持することを目的とし、既存手法で生じる時間的意味のずれを抑える。提案手法ChronoSynthは、時間的意図状態の構築、型付きパターン記憶からの検索と適応、生成結果の検証とフィードバックによる修正を行う。CRONQUESTIONSとMultiTQでの実験で最先端の生成性能を示したとされる。
説明Policy Central：導入済みの警察政策で衝突・重複・類似を検出する
要約本論文は、警察機関が文書化された政策の各部分の関係（衝突、重複、類似、相違）を見つけるために導入されたシステム「Policy Central」を紹介します。Retrieve-Judge（全体を低コストで確認する方式）と Screen-Confirm（選択した文書を総当たりで確認する方式）の2つの構成を比較しています。ある部署の約84件の政策文書による302組のベンチマークで、Screen-Confirm は文書対を与えられた場合の総合再現率が0.795、衝突の判定では0.885でした。一方、関連する文書対を見つける組合せ再現率は約0.46〜0.47にとどまります。
説明プロンプトから事後分布へ：LLMエージェントは文脈内でベイズ推論を行えるか？
要約本論文は、大規模言語モデルが文脈内でベイズ則に従って信念を更新できるかを検証しています。確率的整合性、定量的ベンチマーク、非ベイズ的更新が下流タスクに与える影響を評価する枠組みを構築しました。結果として、モデルは文脈内では一般にベイズ則に違反する一方、推論能力とコード実行ツールを備えると性能が大きく向上し、解析的に扱いにくい事後分布を近似できることが示されています。
説明AgentMonopoly：LLMエージェントの行動パターンとペルソナ制御
要約本研究はAgentMonopolyという環境で、4つのモデルファミリーそれぞれ2つの規模のLLMエージェントを比較し、取引、家賃の免除、現金や不動産の管理といった行動の違いを調べました。より大きなモデルが一貫して多くのゲームに勝つわけではないことが示されています。ペルソナ指示は発話や一部の行動を変えるものの、すべての判断で役割と一致するとは限りません。著者らは、ペルソナへの従順さを言語だけでなく行動と結果によって評価すべきだと述べています。
説明個々の会話から全体の合意へ：LLM同士の一致はどう現れるか
要約本論文は、二つの大規模言語モデルが主観的な議題について多ターンの対話を行う際に、どのように合意へ向かうかを研究しています。線形分類器で個々の会話の活性化から内部の「合意」表現を特定しましたが、個別の会話レベルでは外部の合意を確実には追跡しないことがわかりました。複数の会話にわたって内部表現を集約すると、外部の合意はマルコフ過程で予測でき、内部の集約結果とは冪乗則による対応関係があることが示されています。また、立場を変えた後は、外部の表出が内部表現より先に現れると報告しています。
説明OACap：細粒度な動画キャプション生成のための、キャプション誘導型の能動的観察手法
要約本論文はOACapを提案します。これはキャプションを中心に据えたエージェントで、根拠の乏しい情報や欠落情報に対して観察要求を出し、時空間ツールで証拠を取得し、キャプションを反復的に検証・修正します。また、事実と意味の保持を診断するベンチマークFSCap-Benchを導入し、主張の精度と重要度を考慮した事実カバレッジを測るCSFS、および動画とキャプションの往復変換で意味の保持を測るCSRSを提示しています。
説明シグナルとクエリ：トークン効率の良いエージェント文脈発見
要約ユーザー向けLLMエージェントは各ターンでどの行動ポリシーが適用されるかを判断する必要がありますが、すべてのポリシーをLLMで評価するのはコストがかかります。本論文は、Parlant 4.0向けに開発された軽量な第一段階の関連性フィルタ「Signals and Queries（S&Q）」を提案します。下流の評価の前に候補ポリシーの少なくとも30%を除去しつつ、高い再現率を維持します。各ポリシーについて、LLMが事前にアクティブ化例と困難な負例を生成し、その埋め込みで学習した独立したロジスティック分類器が関連性を予測します。254の対話接頭辞と36の航空会社ポリシーに対する9,144件の評価ラベルで、S&QはTop-Kおよびコサイン閾値検索より高い適合率を示し、2つの埋め込みプロバイダーでも一貫した結果でした。
説明OpenMAP-HIE：病理情報付きスコアベース拡散モデルによる新生児低酸素性虚血性脳症病変の教師なしセグメンテーション
要約本論文は、健常新生児のADC画像分布を拡散モデルで学習し、条件付きと無条件のノイズ予測の差から病変を検出するOpenMAP-HIEを提案しています。画素単位の病変注釈は不要です。急性HIEに典型的なADC低下の方向と一致する差分のみを用い、BONBID-HIEデータセットで評価しました。教師なし手法の中で重なりと表面距離の指標が最良で、人口由来のADC Zマップで補正するとDiceは0.602に向上しました。ただし小さく低コントラストの病変の検出には課題が残ります。
説明BrainCodes：離散神経コードに基づく軽量な脳波（EEG）基盤モデル
要約本論文は、800時間以上・1,000人超の記録を用いて自己教師あり学習で事前学習した軽量な脳波基盤モデル「BrainCodes」を提案する。量子化ベースの神経トークナイザと、任意の電極配置に対応する時空間エンコーダを組み合わせている。睡眠段階判定、注意評価、認知負荷推定などの課題で最先端と同等以上の性能を示し、低リソースのウェアラブル機器へ効果的に転移でき、学習可能パラメータは比較対象より最大97%少ないとされている。
説明OSynth：会議理解を縦断的かつ文脈依存的に評価する合成データセット
要約本論文は、570時間分の会議音声と関連資料、潜在的な正解状態を含む、模擬組織の大規模合成データセットOSynthを提案している。150～300語の抜粋を用いた比較では、人間の評価者がOSynthの会議と実際の会議記録を見分けた正答率は56%にとどまった。また、最先端の大規模言語モデルにおいて、追加の文脈情報が実体に関わるいくつかの観点で有意な向上をもたらすことが示されている。
説明監督者から何が見えるかを尋ねると、視覚言語モデルの選択が変わる可能性
要約本論文は、視覚言語モデル（VLM）の心の理論の能力を検証する。レンダリングされた Director Task で、仕切りによって隠された最大のブロックを「最大のブロック」と指示された導演者（ディレクター）に対し、先に導演者に見えるブロックを尋ねると、隠れたブロックを選ぶ割合が上昇することを示す。そのため、視点の報告を先に求めて行動を評価する場合は、その質問を含まないベースラインが必要であると主張し、その質問のみが異なる対の提示文を提供している。
説明SpatialBrain：経験から育つ空間知能
要約本論文は、視覚言語モデルの基盤を固定したまま、直接観察で足りるか、再構成・測定・参照系の変更が必要かといった空間推論の判断に関する経験を蓄積するフレームワーク「SpatialBrain」を提案しています。現在のシーン観測を問い合わせ可能な空間関係に統合する3D記憶、再利用可能なツール手順の技能ライブラリ、そしてタスク条件と記憶・技能の使い方を結びつける空間認知の各要素で構成されます。5つの空間推論ベンチマークのうち4つで同じ基盤モデルの直接回答を上回り、残る1つでは同等でした。
説明DISRL：動的コミュニティ追跡のための二重スケール増分半教師あり強化学習
要約本論文は、グラフのスナップショットをまたいで指定したシードノードの所属コミュニティを追跡する動的局所コミュニティ検出を扱います。提案手法DISRLは、疎で古いラベルから種ノードごとの指導信号を動的に生成する監督構築モジュールと、時間窓内の短期適応と窓をまたぐ長期的パラメータ統合を分離して方策の進化を安定させる二重スケール探索モジュールを含みます。また、多様なコミュニティ変化シナリオを持つ動的グラフベンチマークを構築し、様々な動的設定でDISRLが既存のベースラインを上回ったと報告しています。
説明YingLan：異種の海洋観測データを統一的に表現学習する多モーダル海洋基盤モデル
要約本論文は、衛星画像、格子状の海洋物理場、ブイ観測など異種データを統一的に表現学習する多モーダル海洋基盤モデルYingLanを提案する。物理属性条件付き動的符号化、時空間増分結合（STIC）、海洋状態の変化を考慮した事前学習を組み合わせている。深圳沿岸海域での7日間の海面塩分（SSS）予報では、平均RMSEが0.687508 PSUで、LangYa、XiHe、GloNet2と比べて相対誤差をそれぞれ0.58%、5.31%、12.42%減らした。より広い課題や地域での汎化性の評価は今後の課題とされている。
説明遺伝的プログラミングによる混合整数線形計画の解釈可能なカット選択手法
要約本論文はGPSCSという枠組みを提案し、遺伝的プログラミングで候補カットを順位付けする解釈可能な記号的スコア関数を進化させ、統計的手法で各ラウンドに追加するカット数を適応的に決定する。SCIPソルバー上で評価され、テスト事例は学習事例より平均で約41倍難しい。平均求解時間はSCIPの既定のカット選択より改善し、2つの比較手法に対して約2倍の高速化を示した。
説明一般化モーメントマッチングによる差分プライバシー付き合成データ
要約本論文は、[-1,1]^d 上の n 件のレコードからなる任意のデータベースに対し、指定された積分確率距離（IPM）の下で (ε,δ)-差分プライバシーを満たす合成データを生成する方法を研究している。著者らは一般化モーメントマッチングを提案し、モーメントをプライベートに推定し、確率測度をあてはめ、合成レコードをサンプリングする。モーメント誤差が目標とするIPMを制御する場合に成り立つ一般の誤差定理も示している。この枠組みは、1-Wasserstein距離と滑らかなクエリに対するChebyshevモーメントマッチングを拡張し、MaternカーネルおよびLaplaceカーネルによる最大平均離散度、二層ReLUニューラル接線カーネル、スライスWasserstein-1距離、ノルム有界なReLUネットワークが誘導するIPMに適用される。合成レコード数が十分であれば、固定次元において対数因子を除き、これらの速度はミニマックス最適である。
説明動的スケジューリングのための LLM ベース外生世界モデリング
要約本論文は、新しいジョブが次々に到着する動的スケジューリングを扱い、将来のジョブを見越した投入判断を行う手法を提案します。事前学習済みの大規模言語モデル（LLM）を、不確実な将来のジョブ到着を予測する構造化世界モデルの外生部分として用います。提案手法 AWMP は、信念を条件とする派工戦略とシナリオベースの短期ロールアウトを組み合わせたものです。複数の到着分布において、八つの古典的な優先度派工規則のうち最良のものと比べ、重み付き遅延を削減したと報告されています。
説明データ駆動と物理誘導を組み合わせた実測波スペクトルのヒンドキャスト
要約本研究は、1時間ごとのブイ波スペクトルを初期値とし、局所風・フェッチ・水深を与えた再帰型モデルで、短期の波スペクトルのヒンドキャストを評価しています。バルト海の3観測点のデータを、2017〜2020年の学習、2021年の検証、2022年の試験に用いています。局所的な緩和制約によって、物理的比較では波高誤差が低減しましたが、効果は目的関数に依存し、業務予報や独立観測点での検証は今後の課題とされています。
説明ExpEvolve：オープンエンドな発見のための経験の構造化と再利用
要約本論文は、大規模言語モデルを用いてプログラムを進化させる探索手法 ExpEvolve を提案している。進化の過程で、異なるプログラム間のスコア差を説明する高レベルの「アイデア因子」を抽出し、既存の経験の活用と探索の指針として使う。11 のオープンエンドな数学課題で最終性能とサンプル効率が向上し、最大 5.0 倍とされる。改善は別の 4 つの LLM と MLS-Bench の 6 つの機械学習課題にも移転したと報告されている。
説明マルチモーダル知識編集における証拠の誤接地の診断と緩和
要約本論文は、マルチモーダル大規模言語モデルの知識編集が、答えレベルでは正しく見えても、意図した視覚的証拠ではなく背景などの付随的文脈に依存しうることを指摘しています。著者らは鳥の生息地ラベルを背景から切り離して検証するWaterBird-Edit分析データセットを構築し、検索ベースで視覚的文脈内デモンストレーションを用いるVICE手法を提案しています。3つの標準ベンチマークで良好な性能を示し、背景変化への感度を大きく低減したと報告しています。
説明行動忠実度を要件とする宇宙ロボット向け搭載言語モデルの圧縮
要約本論文は、宇宙ロボットが操作者の指令を解釈し検証済みのスキルを選択するために搭載する言語モデルを、低ビットに圧縮する方法を検討しています。AWQ、GPTQ、AutoRoundの各量子化手法を線形モジュールごとに組み合わせる手法QSelectを提案し、全精度モデルとの最終出力分布のKLダイバージェンスで各置換を評価します。実験は地上のGPUで一般領域のベンチマークを用いて行われ、組み合わせモデルは単一手法のモデルより低い困惑度を示しました。宇宙領域のタスクと飛行ハードウェアでの検証は今後の課題とされています。
説明ナッシュ均衡にどれだけ近いか？一般和ゲームの解を証明する方法
要約本論文は、ソルバーの更新過程で既に保持されている後悔量の累積値を用いて、返される戦略プロファイルとナッシュ均衡との差（NashGap）を推定するオンライン証明書を提案します。平均戦略に対する最適応答の計算は不要です。Leduc の偏りを持つベンチマークで、訓練不要の後悔マッチング系ソルバー群による検証結果が示されています。
説明ニューラルネットワークの微調整・高速ランキング・埋め込み次元削減のための潜在空間構成手法
要約本論文は、ニューラルネットワークの構造化された潜在空間（LS）に対する探索アルゴリズムを提案します。これにより、大規模な埋め込みギャラリーから上位K件を検索する際、小さな候補部分集合だけを探索すればよく、検索を高速化できます。著者らは潜在空間構成（LSC）手法を用いてArcFace事前学習済みのIResNet50モデルを微調整し、望ましい幾何学的性質を持つ新しい埋め込み分布を得ています。基準となる総当たり探索と比べ、GPUで最大3倍、CPUで40%の高速化を報告しており、次元削減によりさらなる高速化とrank-N指標の向上も示されています。
説明同じ確率、異なる助言：高リスクLLM意思決定支援における利得・損失フレーミング効果
要約本論文は、同じ確率を「利得」または「損失」の枠組みで表現したとき、大規模言語モデルの高リスクな助言が変わるかを検証しています。医療、金融、教育・キャリア、法律・消費者権利の4分野にわたる240シナリオから派生した2,880件のプロンプトからなるベンチマークFrameBench-HPSを構築し、7つのLLMを評価しました。完全なグループの32.4%で、フレーミングの切り替えによって推奨カテゴリが変わり、その多くは直接の逆転ではなく不確実性に関する変化でした。確率の正規化により、この感度は大幅に低減しました。
説明功績は帰すべきところへ：マルチエージェントシステムのための対照的寄与度トポロジー探索
要約本論文は、専門化されたエージェントのスーパーグラフ内でコンパクトなチームを探索する手法 CATS（Contrastive Attribution Topology Search）を提案している。LLM の寄与度評価器が候補トポロジーの実行トレースを比較し、各エージェントに貢献度を割り当てる。その値でエッジを更新し、弱いエッジとエージェントを段階的に削除する。BigCodeBench では、スコアのみを用いる启発的探索より平均精度が 5.3 ポイント高かった。HotpotQA のプロンプト汚染試験では、3 回の実行すべてで敵対的プロンプトを受けたエージェントを除外した。
説明近似ソロモノフ帰納法：学習型ユニバーサル予測器の頑健性
要約本論文は、対数損失最小化で学習された大規模言語モデルがなぜ広い能力を持つのかを、メタ学習の観点から分析します。最適な予測器が近似的にしか得られない場合に予測性能が頑健かを問い、事前確率の小さい環境では近似により誤差が大きく悪化しうる一方、事前分布で平均した場合の超過誤差は O(η) にとどまることを示します。さらに分布シフトの結果と、ニューラルネットワークや Transformer に関わる有限サンプル設定への拡張も扱います。
説明知識に基づく言語モデルとコンピュータビジョンによる知的養蜂支援
要約本論文は、巣枠の写真を解釈可能で行動につなげやすい点検報告書に変換する、エッジ端末で動作可能なパイプラインを提案しています。物体検出器で巣房の種類を検出し、その結果を構造化された事実に整理して制約付きの文章にし、根拠のある知識ベースで解釈と推奨を導きます。FAIRHiveFrames-1Kデータセットに基づいて構築され、事実と文章を対応させたFAIRHiveText-1Kデータセットも公開されています。
説明Flat-RLVR：LLMの推論能力のための鋭さ考慮型・検証可能報酬強化学習
要約本論文は、検証可能な報酬による強化学習（RLVR）が大規模言語モデルの推論能力を高める一方で、方策分布が過度に尖り、まれだが正しい推論経路が抑制されて多様性が低下すると指摘しています。著者らは、後学習中に鋭さ考慮最小化（SAM）で平坦な報酬領域を探索するFlat-RLVRを提案し、GRPO系の手法と組み合わせて、サンプリング効率と推論能力のより良いトレードオフを目指しています。論文によれば、単発回答の正答率を維持しつつ、サンプル多様性が改善されたとされています。
説明ベイズ進化最適化による多エージェントシステムの設計と調整
要約本論文は、タスクに特化した多エージェントシステム（MAS）のトポロジーを自動的に発見するためのベイズ進化最適化フレームワークを提案しています。進化演算子で多様なワークフローグラフを生成し、グラフ認識型ガウス過程と期待改善量を用いて、有望な候補に高コストな評価を集中させます。BigCodeBenchでのコード生成と、TabPFNを用いた表形式データの前処理ベンチマークで評価したところ、進化によって得られた構成が総合性能で最も高く、時系列表形式データのいくつかのタスクでは既定のTabPFNモデルを上回りました。
