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GRAIL：時系列の説明を顕著性から意味へ
要約本論文は、時系列モデルを説明するためのGRAILフレームワークを提案する。時点ごとの顕著性ではなく、心電図のP波やQRS群などドメイン固有の区間を単位とし、それを人間が読める特徴で記述する。条件付き生成器で反事実のベースラインを作り、Owen値によって予測を特徴へ帰属させる。原文によれば、合成データと実データでの実験により、忠実で頑健な説明が得られ、専門家に有益な知見を与えるという。
説明ゲート初期化と再帰ドロップアウト・Zoneoutの比較：合成タスクにおけるLSTMとGRUの長期依存学習に関する制御実験
要約本論文は、加算問題と遅延再生タスクで720回の学習を行い、LSTMとGRUのゲート初期化（従来型とchrono型）と再帰的正則化（ドロップアウトとzoneout）の配置を比較しています。chrono初期化の全実験が5000回の更新内で検証基準に到達し、従来型初期化は長い系列で学習が遅いか基準に達しませんでした。著者らは、このようなタスクではchrono初期化を支持する結果だと述べています。
説明PHD-Hand：3D プリント可能なリンク駆動型・指あたり3自由度のヒューマノイド多指ハンド
要約本論文は、各指に3つの駆動自由度を持つリンク駆動型のヒューマノイド多指ハンドを提案しています。独自のフレクシャーヒンジとバネ鋼製の弾性駆動ロッドにより駆動機構を簡略化しています。微小な可動部品を多数必要とせず、安価な3Dプリンタで製作でき、サイズも人の手に近づけられます。把持と物体操作で試作機を評価し、そのキネマティクスと制御に関する最新の知見も示しています。
説明方策の改善が検証器の監査を悪化させる：同一方策での監査崩壊
要約本論文は、後段学習やテスト時計算の中で検証器を制御するループを研究する。コンポーネント検証器を新たな方策出力で、全体の成功ラベルに対して評価し、集計スコアが下がると更新する仕組みである。方策がコンポーネントFを習得すると、Fの失敗例の重みが減り、より劣る検証器が選ばれうることを示し、これを同一方策での監査崩壊と名付けている。修復策として、コンポーネント自身の失敗例で監査し、それらを更新分布に残すことを提案している。
注目点オンポリシー監査崩壊という現象を提起し、鋭い同定集合と完全消去閾値を導出し、正確なオラクルとテキスト・ECG実験で検証している。
説明『Resonance and Depth』：アーティスト参加型マルチエージェント打楽器パフォーマンスにおける音色的アイデンティティと空間形式の構成
要約約9分の没入型エレクトロアコースティック／アクスマティック作品で、音色と空間を主要な作曲素材として扱っています。作者自身が録音・整理・作曲した素材とライブ電子打楽器を基に、マルチエージェント・システムによるリアルタイムの再構成、空間化、演奏者とシステムの相互作用を通じて、音色のアイデンティティと音楽形式を生み出す手法を検討しています。演奏者のアイデンティティが人間、アルゴリズム、音色、空間の各プロセスの間でどのように保持・変換・再配分されるかを論じた研究報告です。
説明単一画像から食品重量を推定するモデルは、データセット間でグラム換算の尺度を移転できない
要約本研究は、重量を測定済みの2,253皿のNutrition5k料理でDINOv2-baseを微調整し、単一のRGB写真から重量を予測させ、ゼロショットの視覚言語モデルQwen3-VL-32Bと比較しました。評価はNutrition5kと3つの外部データセットで行われ、外部データでは比較モデルを上回りませんでした。同じ食品の正解ラベル付き写真1枚を加えると、ASA24での誤差が改善しました。
説明状態分布を安定化させるための非類似度ベースのマルコフ決定過程
要約本論文は、状態分布を安定化させる方策を学習するための理論的枠組みを提案します。問題を非類似度ベースのマルコフ決定過程（DMDP）として定式化し、現在の状態分布と目標分布との非類似度を目的関数とします。最適方策が目標分布を漸近安定にする十分条件を示し、線形系の例とHalfCheetahタスクの実験で有効性を検証しています。
説明LLMプロンプト統合演算子の受け入れテストとしての「継承」
要約本論文は、LLMプロンプト統合演算子が有効かどうかを判定する受け入れテストを提案します。子が供与者へ近づき、ゼロ用量の対照を上回り、信頼区間の下限が要求用量の半分に達した場合のみ採用されます。一つの交渉タスクでの実験では、tactic appendは採用、free rewriteは棄却、template appendは判定保留となりました。
説明GenXR-Bench：インタラクティブXR開発向けコーディングエージェントのベンチマーク
要約本論文は、XR（拡張現実）ソフトウェア開発においてコーディングエージェントを端から端まで評価する初のベンチマーク「GenXR-Bench」を提案しています。専門家が作成した112のタスクを含み、機能実装、バグ修正、アプリ生成の3種類からなります。最も高性能な構成でも全体のPass@1は50.9%にとどまり、非同期センサーのライフサイクルや物理的な理解、身体的インタラクションの意味理解に関する誤りが繰り返し見られたと報告されています。
説明ターゲットモデルによる再生成が投機的デコーディングの草稿学習目標の利得を縮小させる
要約本論文は投機的デコーディングにおける草稿モデルの学習目標を検討しています。交差エントロピー、蒸馏、検証を通過する位置に限定した蒸馏の三つを比較し、外部データでは大きな利得が見られる一方、ターゲットモデルが貪欲法で再生成したデータでは蒸馏の利得が小さくなり、ゲート付き目標はほぼ利得がないことを示しています。著者らは、利得はターゲット再生成後のベースラインと複数の学習長で測るべきだと提案しています。
注目点ターゲットモデルによるデータ再生成が草稿学習目的の利得を縮小することを示し、複数設定・複数コーパス・複数学習長での対照実験で検証している。
説明頭頸部陽子線放射線治療計画のための、エビデンス駆動型マルチエージェント複合AIシステム
要約本研究は、深層強化学習（PPOで学習したポリシーネットワーク）による自動治療計画作成と、大規模言語モデルによる対話型計画修正を統合した、エビデンス駆動型のマルチエージェント複合AIシステムを提案する。頭頸部がん患者21例で学習・評価し、SFTとGRPOで事後学習したQwen3-14Bは、基礎モデルと比べて指示追従、情報検索、領域特化の推論が向上した。修正により、利用者が優先する目標がより改善され、他の目標の悪化は抑えられた。
説明非圧縮性流れのための局所・疎なカーネル演算子学習：演算子ラグランジュ定式化
要約本論文は、非圧縮性流れの解演算子を学習する局所的かつ疎なカーネル法を提案します。これは著者の以前の性質保存カーネル法を改良したもので、全体的な出力再構成を、GPUで並列に解ける局所的な発散なし補間に置き換えています。コンパクトサポートのカーネルにより演算子回帰を疎にし、その支持半径はデータから決定されます。十の流体ベンチマークで、稀疏モデルは従来の稠密手法と同等以上の精度を示し、ニューラル演算子より高精度であると報告されています。
説明ハイブリッドCNN-Transformerと知識自己蒸留によるバナナ品種分類の等級横断汎化の向上
要約本論文は、バナナ品種分類において、ある品質等級で学習したモデルが未学習の等級にも汎化できるかという課題を扱う。Leave-One-Grade-Out評価プロトコルの下で、31,678枚の画像（3品種・3品質等級）を用い、CNN、ViT、二重ストリームのハイブリッドアーキテクチャを比較している。提案手法はKLダイバージェンスに基づく自己蒸留を組み込んだデュアルストリームSwin ResNetで、平均精度81.25%を達成し、CNNおよびTransformerのベースラインを上回ったと報告している。
説明エネルギーカーネルを用いた最大平均不一致度のためのジャンプ修正ワッサースタイン勾配流
要約本論文は、エネルギーカーネルK(z)=-|z|^q（0<q<2）から生成される二乗最大平均不一致度のジャンプ修正ワッサースタイン勾配流を研究している。対象は次元d≥2のすべての場合と、一次元の1≤q<2の場合を含む。亜臨界密度と有限モーメントの仮定の下で、大域的適切性を証明している。
注目点跳躍を加えたMMD勾配流を提案し、大域的適切性と目標分布への収束を理論的に示す。影響は主に当該数学分野に限られる。
説明VeriEvolve：ツール利用エージェント向けの評価器優先進化フレームワーク
要約本論文は、エージェントを最適化する前に、タスク指示から実行可能な評価器を自動生成し、進化過程の適応度信号として用いるVeriEvolveを提案している。評価器は各ラウンドで固定され、強い実行と弱い実行の終了状態を反事実テストケースに変換して修正される。MCPMark Filesystemの30タスクでは、評価器に導かれた進化により、GLM-5.2の外部検証済み成功数が6/30から18/30に、Claudeが27/30から30/30に向上した。
説明T-DIG：テキスト条件付き画像生成の多様性フレームワーク
要約本論文は、ユーザーが自然言語で変化させたい軸（背景やスタイルなど）を指定し、多様な画像を生成できる反復型フレームワーク「T-DIG」を提案します。中核は、凍結された画像生成・編集モデルに対してK個の軸条件付きプロンプトを出力する大規模言語モデルのポリシーで、GRPOで学習されます。あわせて、テキスト条件付きプロンプト多様性の初のデータセットが公開され、元のプロンプトとの整合性を保ちながら多様性を高められることが示されています。
説明FlashNext-RL：Qwen3.8-Flash-Nextの長期タスク向けエージェント強化学習のシステム最適化研究
要約本論文は、prime-rlを基盤としたモデル特化型の強化学習訓練フレームワーク「FlashNext-RL」を提案し、ソフトウェア工程タスクのロールアウト生成にはvLLMを用いています。単一の8xB200ノード上で48層モデル全体をBF16で訓練する点に焦点を当て、ホストオフロード、勾配累積、混合エキスパートや疎な注意機構などのカーネルを最適化しています。学習スループットは約395から4,438 tokens/s/GPUへ向上したと報告され、実運用のソフトウェア工程RL実行では1イテレーションの平均が22.4分とされています。
説明周波数の観点から時系列トークン化を再考する
要約時系列を部分列に分割するトークン化手法は、スペクトルの歪みを生じさせ、学習される表現がトレンド、周期性、季節性などの真のパターンから逸脱して性能を損なうことが指摘されています。著者は周波数の観点から、そのような歪みが生じる境界条件を理論的に導出しました。そして、歪みがほぼない周波数ベースのトークナイザ TimeFT を提案し、既存のトークナイザと置き換えて使えるとしています。予測、分類、異常検知などの実験では、TimeFT が一貫して大きく性能を向上させたと報告されています。
説明多様な巡回セールスマン問題解のための最適サンプラー：特徴付け・限界・学習
要約本論文は、多様な巡回セールスマン問題（D-TSP）、すなわち最適ルート長の規定倍数以内に収まる互いに異なる k 本のツアーを求める問題を扱う。選ばれたツアー同士の最大 Jaccard 類似度を最小化することを目的とし、サンプリング段階と選択段階に分解する混合フレームワークを提案している。理論面では最適サンプリング分布に対する二つの end-to-end の保証を与え、実験では微調整なしの単一モデルが同分布・異分布の両方で基準手法を上回ることを示している。
説明失語症の視点から大規模言語モデルを調べる：標的的な破壊と活性化操作による機能構造の分析
要約本論文は、ヒトの失語症研究に着想を得た機械的解釈可能性の枠組みを提案し、大規模言語モデルに対して分類器誘導による構造的破壊と連続的な活性化ステアリングの二つの介入を行う。その結果、言語機能は離散的な構造回路や連続的な表現ベクトルに分離できるものの、異なる失語様プロファイル間で回路の重なりやベクトルの類似性が大きく、機能が密に絡み合っていることが示された。ステアリングは下流タスクで頑健に一般化する一方、構造的破壊には非対称な制約が見られた。
説明Doob変換に基づく生成的方策最適化：拡散・フローモデル方策の強化学習微調整手法
要約拡散モデルやフローモデルは、ロボットや逐次意思決定の方策として表現力が高いものの、行動の尤度が計算しにくく、PPOやGRPOなどの一般的な方策最適化手法を直接使いにくい問題があります。本論文はDoob変換を用いて尤度を必要としない強化学習微調整を行うDoobPO（Doob Policy Optimization）を提案します。方策改善と生成的方策の学習を分離し、まず軽量な比率モデルで目標の方策更新を表し、その後条件付きドリフトマッチングで生成的方策に蒸馏します。MuJoCo連続制御ベンチマークでは、有力な拡散・フロー方策のベースラインと比べて高い性能を示したと報告されています。
説明注意機構に基づく間接プロンプトインジェクションの分類検出
要約間接プロンプトインジェクション攻撃は、言語モデルが処理する外部データに悪意ある指示を埋め込むもので、運用中のLLMエージェントにとって脅威となります。本論文は、注意の分布を監視して攻撃を検出するAttention Trackerを、AgentDojoのエージェント環境で初めて評価し、データセット非依存という主張が成り立たないことを示しました。提案手法AttnDAは、単一の閾値をFisher線形判別分析の分類器に置き換えており、四つのベンチマークでの検出性能を改善しましたが、AgentDojoへの転移は依然として難しいとしています。
説明MedBOE：全身医用画像から完全な患者体表モデルを推定する最適化ベースの手法
要約全身医用画像では、スキャナーの孔径や体位などの理由で腕や手などの身体部位が欠けることがあります。本論文は、SMPL人体テンプレートと属性誘導型の最適化を用いて、欠損部位を補って完全な患者体表モデルを推定する、学習不要の自動化手法MedBOEを提案しています。AutoPETとHITの2つの公開データセットで評価され、体積と形状の両面で評価対象の中で最良の結果を示し、そこから算出した体格指標の誤差は2%以内でした。
説明テキストを超えた振る舞い：LLMエージェントにおける拒否の転移失敗の評価
要約論文は、ツールを呼び出す大規模言語モデルのエージェントについて、安全性評価が主にテキストでの有害な要求の拒否能力に偏っていると指摘します。著者らは4つの分野にまたがる2,304件のプロンプトからなるベンチマークを構築し、同じ要求をテキストのみ、標準のツール利用、敵対的に設定されたツール利用の3条件で比較し、20の禁止行動でツール呼び出しの安全性を評価しました。その結果、チャットでは拒否された有害な要求でも、安全でないツール呼び出しが頻繁に起きることがわかりました。また拒否に関連する方向性を特定しましたが、その差を部分的にしか説明できず、エージェントの安全性評価には行動そのものを直接確認する必要があるとしています。
説明LLM社会シミュレーションにおけるバタフライ効果：アーキテクチャ感度から頑健性監査へ
要約本論文は、大規模言語モデル（LLM）による社会シミュレーションで、実装上の小さな変更がエージェント間の相互作用を通じて増幅され、集団的結果を変えうることを検証します。繰り返し囚人のジレンマとSNS上のエコーチェンバーを対象に、四つのLLMファミリーで表現レベルと設計レベルの摂動を試しています。結果として、マッチさせたペルソナの表現だけを変えると、GPT-5.2で二者間の協力率が75.2ポイント変動しました。単一の設定から頑健性を推論することはできないと結論づけています。さらに、こうした依存関係を体系的に監査するための分類法TRAILSと社会シミュレーション監査カードを提案しています。
説明共通情報から正準相関分析へ：情報理論・信号処理・機械学習を結ぶ入門解説
要約このチュートリアルは、複数の同時観測から共通成分を教師なしで取り出す問題について、情報理論、統計学、信号処理の各分野で得られてきた主要な結果と手法を一つにまとめたものです。第一原理から情報理論の基礎を説明し、正準相関分析（CCA）とその多視点への拡張、ブラインド受信機としての応用を扱います。さらに、カーネル・深層・確率的定式化を含む非線形CCA、共通因子の識別可能性の条件、自己教師あり学習との関係を論じています。
説明文脈内強化学習は事後分布サンプラーか？実証研究
要約文脈内強化学習（ICRL）は大規模言語モデルの文脈内学習能力を利用し、推論時にパラメータ更新なしで未知のタスクにゼロショットで汎化します。本論文は、決定事前学習Transformer（DPT）などが実際にベイズ事後サンプリングを行うかを問います。ベイズ事後サンプラーが満たすべき二つの必要条件（十分統計量の不変性とマルチンゲール性）を設定し、統計的仮説検定で検証しました。ガウス、ベルヌーイ、線形バンディットの設定で、両条件が一貫して破られることが示されました。
説明SSMCGM-Stream：個別化糖尿病管理のためのストリーミング状態空間モデル
要約本論文は、受信するグルコース測定値ごとに個別化された隠れ状態を更新するストリーミング状態空間モデルSSMCGM-Streamを提案しています。これにより定数時間での血糖予測、生理学的構造に基づく反事実推論、隠れ状態への寄与度による解釈可能な予測を実現します。さらにSSMCGM-Agentは、予測・説明・反事実を、制御された言語モデルのインターフェースを通じて根拠のある自然言語の推奨に変換し、リスクを考慮した意思決定支援を行います。T1DEXIコホートでの評価では、強力なニューラルベースラインと同等の予測性能を、計算コストを大幅に抑えて達成しました。
説明直交化はニューラルネットワークのヘッセ行列構造にどう適応するか：初期化時の勾配自己外積解析
要約本論文は、Muon オプティマイザがニューラルネットワークのヘッセ行列構造に適している理由を研究している。著者らは初期化時の勾配の自己外積 E[GG^T] を、対称行列分解、深層線形ネットワーク、2層 ReLU ネットワーク、単層線形アテンションの4つのモデルで解析した。隐れ次元が大きくなるにつれ、対角成分は明示的な速度で非対角成分を上回り、アテンションの query・key・value 重みでは非対角成分が完全に消えることが示された。シミュレーションと言語モデルの初期化実験により、この予測されたスケーリングが確認されている。
説明TEMPL：材料CT擬似ラベル生成のための資源効率的で透明なモデルフリー枠組み
要約学習済みモデル、ラベル付きデータ、GPUを必要としない多段階の手法を提案し、グレースケールCT画像から閾値処理、形態学的膨張、独自の幅優先探索による領域成長を組み合わせて多角形の擬似ラベルを生成します。樹状結晶データセットではIoUが63.19%で、ゼロショットSAMの10.74%を上回りました。珪砂試料では抽出粒子の等価直径中央値が163.8マイクロメートルで、既知のふるい範囲にほぼ一致しました。標準CPUで1枚あたり約15秒です。
説明天気から強化風化へ：運用規模での二酸化炭素除去のための気象基盤モデル
要約強化岩石風化（ERW）は年間数十億トンのCO2を除去できる可能性を持つ炭素除去手法ですが、現在その除去量を定量化するには土壌の密なサンプリングと実験室分析が必要です。本研究は、凍結エンコーダとして用いた5つの気象基盤モデル（FM）を、ブラジルと米国の264圃場・5,192の時系列データで留め置き検証により評価しました。最良のモデルであるTerraNova-ERWは、未見の圃場内の測定値を正しく順序付けできました。新しい圃場の平均除去量のゼロショット予測はまだ実現できていませんが、圃場ごとに少数のサンプルを用いた数ショット予測は可能で、必要なサンプリング量を大きく削減できます。
注目点気象基盤モデルを強化岩石風化の炭素除去定量化に初めて体系的に適用し、264圃場・5192系列で評価、大規模な実証が特徴。
説明臨床・ウェアラブル健康データ向けの、単位を考慮した差分プライバシー量子機械学習
要約本論文は、差分プライバシー（DP）の制約下で、量子機械学習モデルが臨床およびウェアラブル健康データにおいて古典モデルより多くの有用性を保てるかを検討しています。3つの臨床コホートと1つのウェアラブルコホートで、容量を揃えた量子モデル、多層パーセプトロン、ロジスティック回帰を、5つのプライバシー予算と5つの乱数シードで比較しています。量子モデルは臨床データの3コホートで傾向的に優れていましたが、Holm補正後も有意差は残らず、量子優位性とは断定できないとしています。また、IBMの量子コンピュータ上でノイズのある中規模量子（NISQ）ハードウェアによる推論の実現可能性も確認されています。
説明RoPT：動画におけるロバストな6自由度物体姿勢トラッキング
要約本論文は、物体が急速に動く際に単眼トラッキングが発散しやすい問題に対処するため、6自由度の物体姿勢を追跡するRoPTフレームワークを提案しています。視覚認識、運動学的因子グラフ、大域的な再局所化を密結合の閉ループに統合しています。複数の難しいベンチマークと実ロボットによるデモで、急速な動きの下でより高い追跡の持続性を示したと述べています。
説明Transformerを汎用深層ニューラルネットワークとしてコンパイルする：正確なコンパイル、活性化同士の積を除く代償、マルチエージェント注意のクラスタリング
要約本論文は、注意機構・LayerNorm・GELU型MLPからなる各Transformerブロックが、固定アフィン写像、ルーティング、二乗、sigmoid、逆平方根およびGELUから構成される汎用深層ニューラルネットワークへ正確にコンパイルできることを示します。活性化同士の積を用いない場合、密な注意では各ヘッドあたり少なくともN²個のスカラー非線形評価が必要になります。著者らはこの代償を、その演算種を保持することで回避する方法を提案しています。またtop-k注意の尾部の扱いや、クエリの重心でキーを先に選ぶことで計算するスコアをN²からNkに減らす手法も分析されています。DeiT-Tiny、MambaIRv2-Light、Pythia-70Mでは、コンパイル後のモデルが参照モデルと一致し、標準的な学習後量子化も適用できると報告されています。
説明全文スキャンか索引か：長文書RAGにおける証拠カバレッジ、回答品質、コストの比較
要約本論文は、語彙検索や密ベクトル検索、ハイブリッド再順位付け、全文スキャンを含む11種類の長文書検索構成を比較しています。QASPERの396問と、八冊の完全な教科書から作成した80問で評価しています。証拠カバレッジが最も高い手法が必ずしも最良の回答を出すわけではなく、全文スキャンは遅延が大きく、再利用可能な密検索は問い合わせが増えるとAPIコストが低いと報告しています。証拠の保持、回答品質、再利用コストを併せて検討すべきだと論じています。
説明SLoSa：ロボットのタスク計画のための小型・低消費電力・安全な基盤モデル
要約本論文は、小型で低消費電力かつ安全性を考慮したロボットのタスク計画器を訓練するためのSLoSaフレームワークを提案しています。古典的プランナー、高性能な教師LLM、形式検証器を用いて安全性を考慮したデータセットを構築し、教師ありファインチューニングと、検証ベースの報酬機械に導かれた強化学習ファインチューニングで安全性の整合を図ります。PDDLの各ドメイン、家庭内シミュレータ、エッジ機器、卓上ロボットアームで評価を行い、成功率と消費電力を報告しています。
説明対になった動画データを使わない、粗い映像から実写風映像への生成：実写から粗い画像への教師信号の活用
要約本論文は、アニメーション、シミュレーション、ゲーム描画などの粗い映像を、シーンのレイアウト、カメラの動き、動態を保ったまま実写風の映像に変換する手法を扱います。著者らは作成しやすい実写と粗い画像のペアを利用し、DINO特徴空間で実写画像を粗い画像へ変換するDINO-R2Cモデルを学習させ、通常の実写動画から擬似的な粗い動画を生成してC2R#モデルを学習します。これにより、対になった動画データを必要としません。
説明HyperDrone：毎秒数百万フレームのシミュレーションから実機への転移（四発ドローン用シミュレータ）
要約本論文は、高性能なバッチレンダリングに特化した四発ドローン用の超高速シミュレータ HyperDrone を提案している。既存の最先端バッチ型四発シミュレータより 20 倍以上速いと報告されている。レンダリングエンジン HyperLux はレイトレーシングに基づき GPU 上で動作し、複数のグラフィックスバックエンドに対応する。コンシューマー向け GPU で、リアルな 3D シーンを毎秒数百万フレームで描画できるという。著者らは、シミュレーションのみで学習した視覚ベースの旋回制御方策を、カメラを搭載した小型機 Crazyflie に移し、機上で完全に動作させることに成功したとしている。
説明超次元計算によるオンライン・オープンワールドのウェハ欠陥発見
要約従来のウェハ欠陥分析は、連続的な半導体製造で現れる未知の欠陥を検出できない、オフラインの閉じた世界型分類器に依存している。本論文はWaferHDCを提案し、超次元計算（HDC）に基づいてメモリ中心の構造で異常を迅速に検出し、繰り返し発生する故障をコンパクトなハイパーベクトルにまとめる。ラベルや事前に定めたクラス数は不要である。業界標準のWM-811Kデータセットで、最強のオンラインベースラインを上回る結果を示した。
説明2:4スパース化はまだ価値があるか？LLM推論における半構造化スパース性と量子化の比較
要約本論文は、LLM推論における二つの圧縮手法、2:4半構造化スパース性と量子化精度の引き下げを比較しています。同じビット数と同じテンソルコア階層の条件で、Transformer層の六つのGEMMオペランドを三世代のGPUで測定しました。低い精度が使える限り、2:4を追加すると精度が下がり速度も遅くなることが示されています。最低精度では線形層が1.3〜1.7倍高速化しますが、品質の回復には再学習が必要です。
説明世界モデルの予測パスによって自己改善するエージェント
要約本論文は、モデル予測経路積分（MPPI）制御に着想を得た、テスト時フレームワークを提案する。複数分岐の予測分析と経験に基づく適応を組み合わせ、エージェントは各ステップで複数の候補行動を示し、世界モデルで結果を想像して比較する。予測結果はタスクの進捗とリスクで評価され、MPPI型の重みが最終判断を導く。ALFWorldとScienceWorldでの実験では、三つのバックボーンにおいて本手法の全体的な高い性能が示された。
説明「連想による連座」：意味的リークが引き起こす連想的ジェンダーバイアス
要約本論文は、プロンプト内で対象と無関係な概念がモデルの生成内容を偏らせる「意味的リーク」を検討しています。概念を対象に直接帰属させない場合でもリークが続くことから、単なる誤ったヒューリスティックではなく、より広い連想的傾向であると論じています。さらに、ジェンダー関連の概念が場面に存在するだけでも、ステレオタイプの方向へ出力が偏ることを示しています。著者らは、こうした偏りが現行の評価では見過ごされていると述べています。
説明モジュール式拡散ステアリングによる多目的タンパク質最適化
要約本論文は、タンパク質の複数の性質を同時に改善するためのフレームワークMODSを提案している。推論時に拡張チェビシェフスカラー化の重みと適応度サロゲートのアンサンブルを用いて拡散モデルを誘導し、各評価バッチ後にはサロゲートのみを更新して生成モデルは再学習しない。六つのタンパク質最適化課題で評価した結果、二種類の拡散モデルのいずれでも競争力のある最終ハイパーボリュームを達成し、いくつかの課題では最良のベースラインを大きく上回ったと報告している。
説明MINER：再識別のための人物内・人物間分散のモデル化
要約本論文は、服を着替えた人物を再識別する問題（CC-ReID）を扱います。服が変わると外見が大きく変化し、同一人物の識別が難しくなります。著者らはMINERというモデル非依存の枠組みを提案し、困難な事例を対比させることで服装による偏りを抑え、データセットに応じて人物内・人物間の分散を適応的に調整します。4つのCC-ReIDベンチマークで最高性能を達成し、TVRID RGB-Depth再識別チャレンジの3トラックすべてで上位に入ったと報告しています。
説明StyleStream 2.0：高速で制御可能なストリーミング音声スタイル変換
要約本論文は、発話内容を保ったまま音色・アクセント・感情を目標の声に合わせて変換する、高速かつ制御可能なストリーミング音声スタイル変換フレームワーク「StyleStream 2.0」を提案しています。消費者向けGPUでのエンドツーエンド遅延は約520msとなり、1.0版の約2倍の高速化を実現しました。さらに、コンパクトなスタイル埋め込みを通じてテキストによる声のデザインと指示による声の編集をサポートします。実験では、目標スタイルの忠実度が最も高く、可読性や未編集属性の保持でも競争力があると報告されています。
説明推論時モデルシフトの下での言語モデルの共形予測の検証
要約言語モデルの共形予測（CP）は、較正時と展開時で同じ学習後の推論設定（量子化方式や推論温度など）を用いる条件で評価されることが一般的です。しかし実運用では、メモリやスループット、サービス方針の制約から、これらの設定が較正時と異なることがあります。本論文は、入力とラベルの分布ではなく推論設定によって生じる共形スコア分布の変化を「推論時モデルシフト」として定式化し、タスク分布と学習済みモデルが変わらなくても分割共形法の交換可能性が崩れることを理論的に示しています。8つの言語モデル、4つの有限ラベルベンチマーク、12の推論設定で評価した結果、一致条件での評価は展開時のカバレッジを大きく過大評価しうること、その影響はモデルやデータセットによって異なることが分かりました。
説明後悔する前にバックアップ：コーディングエージェントのバックアップ意識の測定と自動化
要約コーディングエージェントは自律的にタスクを実行する過程で、ファイルや環境、設定などを変更しますが、変更前に状態を保存する意識は限られていると論文は指摘します。著者らは、ユーザーが必要なデータを残さなかったことを後悔した事例に基づく205件のタスクからなるRegretBenchを構築しました。六つの最先端モデルはタスクの86.1%を平均して完了したものの、事前にバックアップしたのは15.2%にとどまりました。これを受けて提案されたBackUpperは、ツール呼び出しごとに影響を受ける状態を保存する仕組みで、論文はその有効性と低コストを報告しています。
説明データ差別化フレームワーク（DDF）：エージェント型評価パイプラインにおける情報理論とゲーム理論による限界データ価値の定量化
要約本論文は、企業が保有する既存データに対して候補データ資産が追加する情報の価値を評価する枠組み、データ差別化フレームワーク（DDF）を提案しています。相互情報量による冗長性の減点、コストで正規化し有意性で判定する限界効用、業務側が設定するガバナンス入力を組み合わせ、段階的パイプラインSDSAEで実行します。公開のクレジットカード不正検知データセットで五つの構築した候補資産を用いて検証し、真に差別化された資産のみが有意性基準を満たして採用推奨を受けています。
説明一つの方策、多様なスタイル：人型ロボット制御で好みをどこで集約すべきか
要約本論文は、ユーザーの好みに応じて実行時に動作スタイルを切り替えられる、操作可能（steerable）な人型ロボット制御を扱います。著者らは、好み報酬応答性（PRR）と、カバレッジおよび有用性の指標を用いて、報酬レベル、アドバンテージレベル、損失レベル、PCGradという4種類の好みの集約方法を比較し、二つの人型制御フレームワークで実験を行いました。どの集約レベルもすべての環境と指標で最良とはなりませんでした。目的を早い段階で集約すると行動の応答範囲は広がるものの他の目的への意図しない変化も大きくなり、遅い段階で集約すると制御の精度は向上するが応答性は一部損なわれると報告されています。
説明クエリフィードバックと教示による安定かつ認証可能な言語生成
要約本論文は極限における言語生成を研究し、未知の目標言語の列挙を観察する学習者が、有効でこれまで見ていない要素のみを最終的に生成できるかを問います。出力集合が最終的に変化しなくなる安定性と、現在の出力が有効であると観察から判定できる認証可能性を扱い、学習理論の教示集合を用いて教示次元の階層を定義します。さらに、クエリフィードバックの有無における安定・認証可能な生成を特徴づけ、極限同定との関係を比較しています。
説明離散時間のオフライン データから学ぶ連続時間強化学習アルゴリズム（モデルフリー、エンドツーエンド保証付き）
要約本論文は、状態が未知の確率微分方程式に従い、固定された離散時間の遷移データのバッチしか利用できない連続時間強化学習を扱います。PhiBE-Qを基礎に、単一の状態行動評価器を用いるモデルフリーのPhiBE方策反復（PhiBE-PI）を提案し、線形関数近似の下で学習方策の局所的なエンドツーエンド次善性保証を示しています。小さな時間刻みは連続時間問題への近似を改善する一方、固定サンプル数では統計誤差を増やす可能性があり、時間離散化を細かくしても方策性能が必ず向上するとは限らないと分析しています。
注目点離散データから学ぶモデルフリーの連続時間方策反復を提案し、端到端の次善性保証と偏差-分散トレードオフを示す；主に理論分析である。
説明D-Skill：エージェントスキルによる教師モデルの知識蒸留
要約本論文は、教師モデルを黒箱として扱い、対になった実行軌跡の行動の差異と一致を分析して、解釈可能な自然言語スキルに蒸留するD-Skillフレームワークを提案します。生成されたスキル文書は推論時に生徒モデルへ提供され、モデルの重みは更新しません。SpreadsheetBench-Verified、ALFWorld、チェスのパズルなどで、教師と生徒の性能差の75%～95%を埋め、1エポックのSFTベースラインを上回りました。同一モデルファミリーでは、生徒のタスクあたり推論コストは教師の約5.7～8.3分の1です。
説明『Simply Logical』の三十年：印刷版からインタラクティブなオンライン版へ至る Prolog 教科書の歩み
要約本論文は、1994 年に 3.5 インチのフロッピーディスク付きで出版された Prolog 教科書『Simply Logical』が、複数の中間的なオンライン版を経て、現在の完全にインタラクティブなオンライン版に至るまでの変遷を振り返る。執筆者と読者の双方の視点から、技術が教育教材に与える影響を検討している。著者らはそれぞれ教育理念、Web によるインタラクティブ化、オンライン版を支える著作ツールキットについて論じ、今後の Prolog 教材の可能性を考察している。
説明バックトラッキングによる直接効果・間接効果・総効果
要約本論文は、従来のクロスワールド介入反事実に基づく自然直接効果・間接効果に代わり、バックトラッキング反事実に基づく因果効果の定義を提案する。処置変数や媒介変数に直接介入するのではなく、バックトラッキング条件付き分布を用いて、目標とする処置－媒介の制約を満たす代替的な外生状態を構成する。これにより、バックトラッキング直接効果・間接効果および総効果が得られ、母集団介入効果も同様に調整されている。
説明DiffResearch：拡散言語モデルで深層リサーチを高速化
要約本論文は、各段階の中核に拡散言語モデル（dLLM）を置くオープンなマルチエージェント型の深層リサーチ枠組みDiffResearchを提案している。枠組み、検索コード、プロンプト、評価を固定し、底層モデルのみを拡散モデルと同程度のARモデルで入れ替えたところ、100件のDeep Research Benchタスクで端から端までの処理がおよそ6倍速くなり、主に計画と執筆の段階が大幅に短縮された。さらに、生成完了前の中間ノイズ除去状態からサブクエリを抽出するdFastを導入し、分解段階単独で中央値1.99倍の高速化を報告している。報告品質の低下はないとされる。
説明拡散言語モデル・エージェント間の隠れたメッセージ：潜在通信の因果的証拠
要約本論文は、二つの独立した拡散言語モデルのエージェントが、テキストへ復号する前に連続的な隠れ状態を通じて情報を受け渡せるか、そして受信側がその内容を実際に使っているかを検証しています。メッセージを除去したり別の例のものに置き換えたりする実験で性能が大きく変化し、QASCタスクでは正しいメッセージで80.8%、誤ったメッセージで46.8%となりました。さらに、後期に一度だけ伝達した場合（87.8%）が四回の往復交換を上回り、交換回数よりも伝達のタイミングが重要である可能性が示されています。
注目点拡散言語モデル間の隠れ状態通信を提案し、メッセージの削除と差し替えによる因果実験で内容効果を示しており新規性が高い。
説明AI気象モデルのスパースオートエンコーダ特徴に現れる台風属性
要約本論文は、GraphCast内の熱帯低気圧を対象とし、205個の低気圧の2,115の6時間刻みの時刻について、スパースオートエンコーダの活性化と位置・強度・気圧構造との関係を分析する。各属性は複数の特徴と関係し、位置と気圧構造の関係は一部で重なることが示された。この構成は、独立したスパースオートエンコーダや異なる層でも再現された。
説明手書き楽譜合成のためのデータ駆動型グリフ配置手法
要約光学式楽譜認識では注釈付き手書き楽譜の不足が課題であり、合成データがその対策として使われています。本論文は Smashcima の手作業で定めた配置規則を、約 28.5 万件の注釈付き関係から得た経験的分布で検証し、一部の定数を経験的平均に置き換えるとともに、グラフニューラルネットワークで文脈依存の位置オフセットを予測します。位置の二乗平均平方根誤差は最大 60% 減少し、図形合成データで事前学習した YOLOv8 は実手書き譜 200 段での微調整後に mAP50 が約 30% 向上したと報告されています。
説明分布ドリフト下での極小極大最適な予測型フローマッチング
要約この論文は、データ分布が時間とともに変化する状況で、生成モデルの速度場を現在のデータが届く前に配備する問題を扱います。二進法の過去データ接頭辞で流れマッチングを再学習し、スリーピングProdマスターで候補を選ぶDyProd-FMを提案します。ドリフト予算を知らなくても動的リグレット上界を得られ、固定したニューラルクラスでは対数因子を除きその速度が最適であることを示しています。凸性や曲率の仮定は不要です。
注目点非凸なニューラルクラスに対し分布ドリフト下の動的後悔を最適に評価し、曲率仮定なしで下界により最適性を示す点が新規で、子分野への影響も大きい。
説明低リソース言語間で拒否方向は普遍的か？
要約本論文は、安全性調整されたモデルにおける「拒否方向」が言語間で転移するかを検証しています。著者らは PolyRefuse を白ロシア語、バシキール語、タジク語に拡張し、Qwen2.5-14B-Instruct で Wang ら（2025）の手順を再現しました。その結果、普遍性は二値ではなく段階的であり、安全に調整された言語や部分的に調整された言語からの方向は広く転移する一方、強く不整合な言語からの方向は拒否行動を確実に調整できないことが分かりました。
説明CSD：異なるトークナイザ間の知識転移のための共通サポート蒸留
要約本論文は、異なるトークナイザを持つモデル間で知識を移す、ロジットベースの枠組みCSD（Common-Support Distillation）を提案します。各入力区間で教師と生徒の共通サポートを構築し、単一の目的関数で両分布を一致させます。著者らは、Llama-3.2-1B や Gemma3-1B-PT の生徒モデルと Qwen・Phi の教師モデルの組み合わせにおいて、評価した他の跨トークナイザ手法より平均性能が高く、継続事前学習や同一トークナイザ蒸留をも上回ったと報告しています。
説明知識の再構成による継続的ドメイン適応での破滅的忘却の抑制
要約本論文は、言語モデルを後学習で新しい分野に適応させる際に既存の能力が失われる「破滅的忘却」の問題を扱い、新知識を既存のスキル空間へ移す枠組み、スキルスキーマ輸送（SST）を提案している。継続的ドメイン適応の実験では、2つの3Bモデルで逐次後学習より平均最終性能が2.53〜5.75ポイント向上し、すべての評価設定で最大低下量が減少したと報告している。
説明Fig：マルチエージェント行動を自動的に引き出すシステム
要約本論文は、ゲーム環境に対して標的型の介入を行い、マルチエージェントの行動を引き出すエージェント型システム Fig（Finding Interactions in Games）を提案しています。自然言語で記述された行動を下位の行動に分解し、社会的ゲームを生成または選択して、エンジン、対戦相手、指示、文脈に介入します。協力、搾取、欺瞞、秘密の協調、裏切り、妨害の6つの行動で評価され、有効なシナリオでモデルが目標行動を試みた割合は平均45.2%でした。
説明Policy-Mask：判別タスク向け拡散特徴の予算対応型適応手法
要約本論文は、凍結された拡散モデルの中間特徴を分割・分類・意味的対応などの判別タスクに使う方法を扱います。下流の目的で学習する予算条件付きポリシー Policy-Mask を提案し、与えられたチャネル予算の下で、デノイジングの時間ステップ、ネットワークのブロック、チャネル部分集合を同時に選択します。部分集合の要素数で正規化することで、結合学習を安定させています。同じ予算での比較において固定抽出法や特徴フィルタのベースラインを上回ったと報告され、PixArt-Σ や SD3.5 MMDiT などの拡散 Transformer にも適用されています。
説明線形注意機構アーキテクチャを自律的に発見するためのAI研究チームの構築
要約本論文は、異なる学問分野を背景とする持続型AI研究者からなるチームを提案し、各研究者が私的な研究履歴を保持し、実験証拠を共有し、適応的割り当てによって研究機会を得る仕組みを示している。線形注意機構を探索し、1.3Bスケールの言語モデリング、常識推論、合成および実世界の検索タスクでGDN2を上回った。対照実験では、いずれかの組織的要素を取り除くと成果が大きく低下することが示されている。
注目点異なる専門分野、非公開の研究履歴、適応的配分を持つAI研究チームを構築し、線形注意機構探索でGDN2を上回り、アブレーションで設計を裏付けた。
説明SANE：LLM評価器向けの、スコアラー別に自動生成するメタモルフィックテストの枠組み
要約本論文は、LLM評価器（ジャッジ）の信頼性を自動的にテストするエージェント型フレームワークSANEを提案します。まず各スコアラーに固有の能力を特定し、それに応じた摂動レシピと期待されるスコア関係を自動で導出します。また、生成されたテストを検証する独立した仕組みも備えています。五つの領域での実験では、比較対象のJudge Reliability Harness（JRH）の約3.7倍の検証済みテスト群を生成し、全領域でスコアラーの欠陥を検出しました。忠実性の評価では、テストスイートの結果と人手ラベルのFaithBench性能との順位相関（Spearman ρ）は0.852で、JRHの0.100を大きく上回りました。
説明RL-IF：オンライン強化学習における非局所的な学習データの影響の追跡
要約本論文は、オンライン強化学習において、個々の学習サンプルが後続の複数回のオンライン更新を経て下流の目標に与える影響を測る手法RL-IFを提案します。平滑性の仮定の下で近似精度の理論的保証を示し、最適化効果だけで完全な推定量をよく近似できることを明らかにしています。これに基づくデータフィルタリング手法RINSEは、標準的な制御ベンチマークとRLHF型の毒性低減タスクで、PPOや局所的な帰属法より学習効率と最終性能を改善しました。
説明inr2action：ロボットのエピソードを想起と行動のための神経暗黙表現として符号化する手法
要約本論文は、各操作エピソードを独立したオブジェクトとして保存するパラメータ空間のメモリ枠組みを提案します。共有のメタ学習済み初期値から映像に当てはめた神経暗黙表現の重み差分を記憶とし、そのサイズはエピソードの長さによらず固定です。学習された投影器で重み差分をトークン埋め込みに変換し、質問応答と同時指令回帰に用います。RoboMMEでは言語モデルが全質問タイプで偶然水準を上回り、デコーダーの平均R²は0.51でした。差分を同サイズのノイズに置き換えると性能は11.4ポイント低下します。
説明Real2Sem2Real：単一の人間のRGBデモから学ぶロボット学習のための3D意味的拡張
要約本論文はReal2Sem2Real（R2Sem2R）というパイプラインを提案し、単眼RGBの人間のデモ動画1本から、同じカテゴリの意味的に異なる物体インスタンスにわたる数千件のロボットデモを生成します。DINOv3で蒸留したガウススプラットで物体のSE(3)姿勢を追跡し、写真から生成した「デジタルいとこ」を意味的整合で示範物体に合わせます。実機2台・4タスクの評価では、この データで学習した視覚・言語・行動方策が、遠隔操作データで学習した方策と同等以上の性能を示しました。
説明実は、学習可能なすべての分布クラスはプライバシー保護付きでも学習可能である
要約本論文は、全変動距離において有限個のサンプルで任意に小さい目標誤差まで学習可能な分布クラスは、(ε, δ)-差分プライバシーの下でも、有限個のサンプルで任意に小さい目標誤差まで学習可能であることを示しています。これは Ashtiani による予想を証明するものです。以前、Bun らの研究（arXiv:2402.00267）は、目標誤差を固定した定義の下でこの含意が成り立たないことを示し、予想を部分的に反証していました。本論文は、標準的な学習可能性の定義のもとでは予想が正しいことを示しています。
注目点分布学習と差分プライバシーの関係に関する予想を解決し、先行研究の弱い反駁を覆す厳密な証明を与えており、理論的意義が大きい。
説明操作するか否か：LLM同士の対話における意見の動態
要約本研究は、論争的なテーマ（気候変動の原因帰属）について二つの大規模言語モデルが繰り返し議論する、統制された対話フレームワークを提示しています。一方には立場が割り当てられ、条件によっては相手を説得するよう明示的に指示され、もう一方には立場は与えられません。GPT-6 LunaとGemini 2.5 Flash Liteを含む四つの順序付きモデルの組み合わせで、各役割が明示的に示した立場と、対話中の各ターンでの行動を追跡しました。同一モデル同士では平均して意見の差が縮まり、異なるモデル同士では差が広がるなど、組み合わせによって意見の動態が大きく異なることが分かりました。明示的な表明と対話中の行動は意見変化の異なる側面を捉えており、一律に説得を指示しても影響力が確実に高まるわけではありません。
説明ループ型Transformerで打ち切り逆伝播はどれだけの勾配を失うのか？
要約ループ型Transformerは同じ層のブロックを何度も再利用し、多くの場合は最後のk回のループだけを通して逆伝播して学習します。本研究は九つのループ型言語モデルで、一度の逆伝播からすべてのkについて失われる重み勾配を正確に測定しました。学習済みモデルでは、ループ回数がkより十分大きいと失われる勾配はほぼ変化しないことが示されています。ただ、この指標が打ち切り学習のコストをより良く予測するかどうかは確認できていません。
説明ニューラルネットワーク損失地形の臨界軌道に対する汎用トポロジカル対称性指数
要約本論文は、等変次数理論に基づくトポロジカル対称性指数を提案し、ネットワーク構造と学習目標から生じる損失地形の対称性と、それに対応する臨界軌道を特徴づけます。この枠組みは任意のネットワーク構造に適用でき、退化した臨界軌道にも対応します。softplus MLP、Transformer、等変ニューラルネットワークを例として、計算方法を示しています。
説明ユーザー中心 Open RAN ネットワークを管理する AI エージェント
要約本論文は、ユーザー中心の Open RAN ネットワークにおいて、サービング クラスタ（クラスタ）をどのように形成するかという課題を扱っています。著者らは、言語モデルに基づく AI エージェントでこの問題を解決することを提案しています。シミュレーションでは、従来のネットワーク中心アーキテクチャと比べて、ユーザースループット分布の中央値が 2 倍以上に向上したと報告されています。
説明DualHeads：少ステップ拡散モデルを報酬で調整する簡単な手法
要約本論文は、蒸留された少ステップ拡散生成モデルを、外部の報酬評価と参照サンプルだけで調整できる手法DualHeadsを提案しています。凍結した拡散バックボーンの上に、二つの軽量な二値分類ヘッドを載せます。報酬ヘッドは同じプロンプトの中でどのサンプルの得点が高いかを学習し、参照ヘッドは参照画像と生成画像を区別します。生成器は両者のロジットの重み付き和を最大化します。規則ベースおよびモデルベースの報酬の下で、少ステップ生成器は画質を保ちつつ、40ステップの強化学習手法に近いタスク報酬を、推論コストを増やさずに達成しています。
説明深度情報に基づく幾何適応による少数ショット画像分類
要約少数ショット画像分類は、データが少ない状況で背景の雑然さやRGBの見た目の類似性により、判別的な特徴の対応付けが難しくなることがあります。本論文は、単眼深度を表現学習、エピソード適応、密な支持・クエリ照合に組み込むDAFICという枠組みを提案します。RGB-D自己教師あり事前学習で幾何を考慮した表現を学び、深度由来の幾何情報で背景の干渉を抑えながらパッチ表現を洗練します。さらに空間双方向パッチマッチングで密な照合を行います。4つのベンチマークで既存手法に対して高い性能を示し、アblation分析と頑健性分析がその有効性を支持しています。
説明リレーショナル基盤モデル事前学習のスピードラン・リーダーボード（modded-nanoRT）
要約本論文は、リレーショナル Transformer 向けの初のスピードラン・リーダーボード modded-nanoRT を提案します。問題と技術スタックを固定し、目標品質に達するまでの実時間で順位を付け、GPU 1 台で参加できます。保留データベースは較正により選定し、型付き三重線形注意機構と Muon、SIGReg を組み合わせた手法は、NVIDIA H200 1 台で 305.63 秒で目標に到達し、参照実装より 8.11 倍速く、開発用データベース以外の 15 組中 13 組で勝ちました。
説明高忠実度フィードバックによる低忠実度最適化モデルの自己教師あり調整
要約低忠実度（LF）最適化モデルは効率的かつ確実に解けるため広く使われるが、物理的・運用上の制約をより良く捉える高忠実度（HF）モデルとの間に系統的な誤差を持つことが多い。本論文は、HFフィードバックから直接LFモデルをパラメータ化する自己教師あり枠組みを提案する。LF問題を微分可能な最適化層として組み込んで端から端まで学習させ、HF修正問題が解を評価して双対変数を通じて勾配情報を与えるため、HF解のラベルは不要である。最適潮流、最適ガス流、プーリング問題での実験では、未調整のLFモデルより目的関数の質と実行可能性が向上し、一般に半教師あり学習を上回った。
説明ガウス事前分布はいつ失敗するか：RL微調整における潜在幾何の調査
要約本論文は、強化学習による微調整時に潜在拡散モデルのガウス事前分布が抱える構造的な限界を調べたものです。実際のアラニン・ジペプチドのボルツマン分布で、ガウス事前分布のVAEは崩壊閾値0.224、モード追跡型ガウス混合事前分布は0.00316となり、同一パイプラインで約71倍の差が生じました。作者はこの差を幾何学的な中介量d_min/(2σ0)に帰し、介入実験で因果連鎖を検証しています。
説明正答を超えて：構成的な手がかりが視覚的判断をどう左右するか
要約本研究は、視覚質問応答においてモデルが属性や関係を正しい物体に結びつける仕組み（視覚的バインディング）と、構造化プロンプトの各フィールドラベルの役割を分析しています。十のモデルと六つのタスクで画像と主張を固定して比較し、全体の正解率では見えない差異を明らかにしています。明確な表現のヒントはテキストの照合を改善するものの、視覚的判断を一貫して向上させるわけではありません。一方、画像に示された関係を直接選ばせると、一部の条件で誤りが減少します。
説明KIRA：子ども向けの二経路分析を備えたフルスタック読解スクリーニングシステム
要約本論文は、子ども向けの読解スクリーニングシステムKIRAを紹介します。単語レベルの流暢さ評価と音素レベルの誤り検出という二つの分析経路を備えています。事前学習済みの単語認識と音素認識モデルを子どもの音声に適応させ、単語誤り率は13.88%から8.84%、音素誤り率は41.66%から23.00%に低下しました。これらのモデルを用いて低学年の二つの基礎課題を実装し、教師向けのWebインターフェースも提供します。
説明多言語事前学習で対訳データを活用する方法
要約本論文は、文書とその翻訳を同じ学習系列に連結する方法で、対訳データの並列構造を多言語事前学習に活かす方法を検討しています。同じトークン予算で標準的な事前学習と比較した結果、並列事前学習だけでは一般的な言語理解が一貫して向上しないことが示されました。そこで、並列事前学習で言語横断的な基盤を作り、その後標準的な事前学習を行う二段階の手法を提案し、高資源・低資源の両設定で標準的な事前学習より良い結果を得たと報告しています。
説明DuoPIC：輸送偏微分方程に基づく、不確実性を考慮した急性脳卒中の脳灌流ボクセルレベル・デジタルツイン
要約本論文は、参照マップを必要としない脳灌流のデジタルツイン手法DuoPICを提案する。Windkessel血流モデルでトレーサー輸送偏微分方程式を駆動し、ニューラルクロージャにより各領域を速い経路と遅い経路に分割するとともに、各推定値の不確実性を定量化する。ISLES'17 MRおよびISLES'24 CTでの病変検出のAUCはそれぞれ0.745と0.743である。留保患者では、ニューラルPDEにより再構成誤差が19%減少し、95% MTT区間の被覆率が88%から94%に向上した。
説明Sketch2Sim：手描き回路解析のためのエンドツーエンド・モジュール型フレームワーク
要約本研究は、手描きの回路図をシミュレーションまで処理するシステムを提案します。写真を SPICE 互換のネットリストに変換し、節点の電圧と電流を自動計算します。処理は、部品・文字の検出、CRNN-CTC と OCR による値の抽出、閾値処理・細線化・DBSCAN による節点の特定の3段階から成ります。1,000 枚の手描き RLC 回路データセットを作成し、筆跡や照明、雑然とした背景に対しても頑健だと報告しています。
説明プライバシー保護型視覚センシングのための条件付きイメージング：撮影時に映像を守り、正当な権限のもとで復元可能にする手法
要約本論文は、静的な光学系ではプライバシーと復元可能性を同時に実現できないことを情報理論的に示しています。測定データに残された再構成用の情報は、その測定を見る観察者にも利用可能だからです。これを解決するため、撮影フレームごとに光学状態を変える「条件付きイメージング」を提案しています。測定データだけでは場景は隠されますが、対応する装置の状態が分かれば再構成できます。人の顔データセットでの実験では、権限のある再構成では個人識別が保持され、システム状態にアクセスできない観察者には視覚情報が示されないことが確認されました。
説明行き詰まったエージェントは次のトークンをどこに使うべきか：推論時リソースの因果的帰属
要約本論文は、失敗状態と修復手順を固定した上で、計算・情報・フィードバックの各リソースが修復に与える限界寄与と相互作用を測る、Banzhaf リソース帰属（BRA）という枠組みを提案します。評価は、MBPP+ と HumanEval+ の関数レベルの失敗 194 件、SWE-bench Verified のリポジトリレベルの失敗 126 件、計 6 モデルで行われました。タスク関連の仕様は一貫して修復を改善し、公開テストのフィードバックは小幅な改善にとどまり、検索されたコードはほとんど効果がありませんでした。一部の最先端モデルはフィードバックを 95〜100% の確率で選びますが、その改善はランダムにリソースを選ぶ場合より低いと報告されています。
注目点Banzhaf資源帰属という枠組みを提案し、計算・情報・フィードバックの修復への限界寄与と相互作用を制御された因子実験で測定、モデルの選好と実効果の乖離を示す。
説明HorizonComposer：交通意味論を取り入れた時空間的に一貫した走行映像編集
要約本論文は、指示により走行映像を編集し、多様な環境条件を模擬して自動運転システムを試験するためのHorizonComposerを提案します。混合データセットの構築、オフライン強化学習のAdvantage Conditioningを応用した画素単位の密な報酬による学習、そして静止画と動画を滑らかにつなぐ「thinking frames」機構を用います。著者らは、複数の交通参加者の動きが崩れにくく、ユーザー評価と下流のタスク（道路線分割、物体検出）で改善が見られたと報告しています。
説明WorldStream：階層的プランニングと永続状態によるストリーミング対話型3D世界
要約本論文はWorldStreamという、開かれた3D世界モデルを提案する。事前に定義された地図を超えて遊べる地形を拡張し、実行中の世界で自由形式の言語に基づいて行動し、訪れた場所を編集内容とともに復元できる。階層的プランナーが宏観と微観の構造化された決定状態を生成し、決定論的なローカルコードが地形、道路、集落、植生、エンティティへ変換する。単一の世界記録が計画、シード、状態、境界の約束、編集を保持し、戻ってきたタイルはそこから再構築される。
説明決定言語モデル：臨床生成AI評価のための低コスト・高速な代替手段
要約本論文は、構造化された判定を返す決定言語モデルJevを、最先端およびオープンウェイトの大規模言語モデル（LLM）評価器と比較し、臨床AI出力の評価における性能を検証している。4つの用例において、Jevと医師の評価との一致度は多くのLLM評価器と同等以上であった。Jevの実行コストは最先端の評価器の約73〜294分の1、所要時間は約7〜57分の1とされている。著者らは、Jevが大規模で効率的な臨床AI評価を可能にする可能性があると述べている。
説明並列多方言アラビア語係り受けツリーバンク
要約アラビア語の係り受け解析資源は現代標準アラビア語に偏っており、方言は資源が乏しい状況にあります。本論文は、ベイルート、カイロ、ドーハ、ラバト、チュニスの5都市方言にまたがる初の大規模並列係り受けツリーバンク「MADARTB」を紹介し、5,000文をCATiB係り受け体系で注釈しています。方言間では全体的な構造は高い類似性を示す一方、局所的な統語構造は頻繁に異なることが分析されています。教師あり解析器と4つの大規模言語モデルによる比較では、教師あり解析器がLAS 87.5%、最良のLLM設定が85.7%でした。注釈とモデルは公開されています。
説明汎用点群位置合わせモデル（Register Anything Model、RAM）：一つのモデルで多様な場面に対応する三次元点群の位置合わせ手法
要約本論文は、室内・屋外・物体など異なる領域の三次元点群を、一つのモデルで位置合わせ（六自由度変換の推定）するRegister Anything Model（RAM）を提案している。幾何感知型の正規化戦略と、粗から精への階層構造、効率的な幾何Transformerを採用している。12のベンチマークで内点比率と位置合わせ再現率が最先端を達成し、領域ごとに個別学習したモデルよりも高い性能を示したと報告している。
説明LIFT：指示追従の評価と学習のためのスコープ付き制約
要約本論文は指示追従ベンチマーク Lift-Bench を提案する。モデルはトピックと構造化されたアウトラインから文書を作成し、制約は特定のセクションに限定されるため、制約の密度をより細かく制御できる。検証可能な制約と評価者による判定が必要な制約の両方を含み、学習用の Lift-Train も提供される。著者らは、複数のモデルでの実験により、フロンティアモデルは難しいサブセットで苦戦すること、また Lift-Train で学習すると一般的な IFTrain より報酬ハッキングを受けにくいことを報告している。
説明設計上もろいのか？システム・オブ・システムズにおける頑健なミッション調整のための多シナリオ強化学習
要約本論文は、システム・オブ・システムズのミッションエンジニアリングを対象に、高忠実度のデジタルミッションモデルと近接方策最適化（PPO）による強化学習を組み合わせ、適応的なタスク割り当てを行う手法を提案しています。空中消火ミッションの3つのシナリオで検証し、学習済みの調整器はランダムやヒューリスティックなベースラインを大きく上回りました。また、単一シナリオで学習した調整器は、より厳しいシナリオへの移行時に性能が低下する一方、複数シナリオで同時に学習した調整器は同じ学習量で最良の結果を示しました。
説明より良いハーネスへ多くのタスクを取り込む：逐次規模レーシングによるエージェント・ハーネス進化
要約本論文は、エージェントの指示・ツール・制御フローからなるハーネスを、タスク実行経験を証拠として進化させる手法を扱います。タスクプールが広がると既存手法の性能が低下する現象を指摘し、原因は各進化段階での証拠選択の不適切さにあるとします。これに対し、各ラウンドで最適な証拠の組み合わせを適応的に探索する逐次規模レーシング（SSR）を提案しています。原文によれば、3つのベンチマークの6構成すべてで最先端の結果を達成し、タスク数40から200への増加で合格率は64.3%から68.3%に向上、検証実行は60%削減されたとしています。
説明LLMベースのエージェントシステムにおける自動故障帰属の機構的研究
要約この論文は、複数のLLMエージェントからなるシステムで誤った最終結果の原因となったステップを、大規模言語モデルに自動で特定させる方法を検討しています。モデルの内部表現には正しい帰属に必要な情報が含まれているのに、責任のあるステップを明示的に出力しないという「知っているが言わない」ギャップを発見しました。そのうえで、推論時に正解ラベルを必要としない人手による介入手法「グラフティング」を提案し、複数のモデルとベンチマークで直接プロンプトより優れた結果を示しています。
説明SAIL：グラフ構造データ上の空間自己相関を学習可能に一般化する手法
要約本論文は、空間自己相関の古典的統計量（Moran's I、Geary's C）を学習可能な演算子へ一般化する微分可能なフレームワーク SAIL（Spatial Autocorrelation Index Learner）を提案します。特徴量の射影と節点間の近傍親和度を同時に学習し、局所・全体の空間的一貫性を表す解釈可能な記述子を出力します。合成データと大規模な生物医学グラフでの実験が示されています。
説明より現実的な変化のモデルに向けて：意思決定と動的システムを因果の観点から考える
要約本論文は、統計的学習が分布の変化の下で汎化しにくいという課題を指摘し、変化の仕組みを捉える因果モデルの利用を提案します。前半では、不利な決定を覆すためにどのような変更ができるかを探る算法的リコースを扱い、より現実的なコスト関数、因果的な問題設定、政策評価への時間の導入を論じます。後半では、離散・連続の確率過程に介入と効果の概念を拡張し、その均衡を構造的因果モデルと結びつけます。
説明JUICE：事前学習済み表現空間での画像・テキスト統一モデリング
要約本論文は、凍結された画像・テキストのエンコーダ表現空間上で、単一のフローマッチング Transformer により両モダリティの同時分布を直接モデル化する JUICE を提案しています。各モダリティは独自のノイズレベルを持ち、どちらがクリーンで どちらが生成されるかによって、画像生成、キャプション生成、視覚質問応答、同時生成のタスクが決まります。迷路課題では、同時サンプリングにより成功率が 54.6% から 93.7% に上昇したと報告されています。
説明ガウス測度下におけるニューラルネットワークの深さの分離
要約本論文は標準ガウス測度の下で、ニューラルネットワークの深さの分離問題を再検討し、径方向関数の L² 近似を扱う。3層の ReLU ネットワークなら次元に対して多項式サイズで小さな誤差に近似できる径方向関数が存在するが、2層ネットワークで同じ精度を得るには、サイズが次元に対して指数的でなければ重みを準指数的に抑えることができないことを示す。さらに、エルミート展開の高周波成分に大きな質量をもつ径方向関数は、幅が小さく重みが有界な2層ネットワークでは良く近似できないという一般的結果を証明する。すべての定理は Lean 4 で検証されている。
説明法的要因はLLMのどこに存在するのか？
要約本論文は、大規模言語モデルの内部に、CATOの全26の法的要因に対応する表現が形成されているかを調べています。Qwen3-1.7B、Qwen3-8B、Gemma-2 2Bの3つのオープンモデルで、線形デコードと疎なオートエンコーダによる検証を行いました。その結果、3モデルすべてで26要因が線形にデコード可能であり、単一特徴の疎な読み出しのテストAUCは0.86から1.00の範囲でした。
