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MythoSemantic：神話・宗教伝統間の意味的類似性を発見する対話型システム
要約本論文は、神話や宗教のテキストを比較研究するためのツールを紹介しています。ニューラル言語モデルでテキストを共通の意味空間に埋め込み、利用者が対話型インターフェースで文化伝統をまたぐ意味的類似点を探せるようにします。埋め込まれた断片が作る大まかな幾何構造は、文献で知られている伝統間の歴史的関係とおおむね一致すると報告されています。また、その構造のうち語彙の重なりや固有名詞によって説明できる部分も定量化されています。
説明店舗間で情報を借りる：選択型収益管理のための転移学習
要約大手小売チェーンは地域の顧客嗜好に合わせて品揃えや価格を決める必要があるが、特に販売期間の短い商品カテゴリでは店舗ごとのデータが限られることが多い。本論文は多項ロジット（MNL）需要モデルのもとで、店舗固有の推定と他店舗の情報を組み合わせる収縮推定量を提案し、情報転移がいつ需要推定を改善するかを有限標本の性能保証として示す。さらに後続の品揃えと価格決定についての後悔の上界を導出している。数値実験と欧州のアパレル小売業者数百店舗のデータを用いた実証では、収縮推定が単独推定や全店舗プーリングより、標本外の商品優先順位付けと収益獲得で優れていることが示されている。
説明EvaOmni：根拠に基づく音声・映像推論のベンチマーク
要約本論文はEvaOmniを提案する。392本の動画と人手で注釈された1,027組の質問応答ペアからなり、15の能力と3段階の難易度を対象とする。モデルには答えだけでなく、音声と映像の根拠区間も返すことを求め、カバレッジ指標とボトルネック指標で根拠の特定と時間的定位を評価する。最も高性能なモデルでも、最高難易度の正答率79.1%に対しボトルネック指標は12.3%にとどまり、根拠に基づく推論には改善の余地があることが示された。
説明短時間脳波からのMBTI外向・内向分類を行う、被験者非依存のCNNベース分類器に関する研究
要約本研究は、MBTIの外向・内向の区分について、簡易な前処理のみを施した4秒の脳波区間に識別に足る情報が含まれるかを検討したものです。50名の参加者のデータを用い、EEGNet、EEGProgress、新たに提案されたコンパクトな畳み込み型アーキテクチャSSCNetを、被験者非依存の入れ子型5分割交差検証で比較しています。SSCNetは平均精度、AUC、F1スコアが最も高く、分割間のばらつきも最小でした。
説明階層化スパースアテンション（SSA）：極端なスパース性における疎と密の差の縮小
要約長文脈で大規模言語モデルが推論する際のアテンション計算コストを減らすため、本論文は階層化スパースアテンション（SSA）を提案します。高スコアトークンの決定的な検索と、スコアに基づくサンプリングを組み合わせ、検索外の注意量を補正しつつ回復します。3Bから27Bパラメータの複数モデルとベンチマークで、同一のスパース度において基準手法を上回り、1Mコンテキストで最大2.96倍のデコード高速化を示しています。
注目点決定的検索とスコア誘導サンプリングを統合し包含確率を補正する手法で、複数ベンチマークとモデルで一貫した改善を示している。
説明ニューラルモデルは自身の部分モデルを好むのか：損失関数の局所最小値が部分モデル内に現れるかを幾何学的に分析。
要約本論文は、ニューラルモデル（あるアーキテクチャで表現できる関数の集合）の幾何構造を研究し、損失関数の局所最小値が部分モデルに含まれるかを検討しています。そのための幾何学的枠組みを提示し、浅い多層パーセプトロン、深い多層パーセプトロン、軽量自己注意機構をそれぞれ分析しています。結論として、いくつかの例外を除き、部分モデルへの選好はモデルの幾何だけでは説明できず、訓練過程など別の要因によるとしています。
注目点幾何学的枠組みで浅層・深層MLPの部分モデル非選好を厳密に示し、新規性は高いが実用的影響は限定的。
説明すべてのモデルは痕跡を残す：多段階のLLMフィンガープリンティング（論文）
要約本論文は、大規模言語モデルが生成したテキストに残るモデル固有の特徴によって、近縁のモデルを区別できるかを検討しています。表層的な手がかりを段階的に抑え、出力を言い換え、テキストの量を変え、さらにプロンプトの分布や言語をまたいだ汎化も検証しています。その結果、蒸留モデルや同一ベースモデルのLoRA適応版でも識別可能であり、語彙的・表層的手がかりが弱まっても、モデル固有の信号は十分に残ることが示されました。
説明SimHack：強化学習の前に検出可能な報酬ハッキングの発生時期を予測
要約コード生成用LLMを強化学習で訓練する際、検出可能な報酬ハッキングがいつ支配的になるかを、本番の訓練を実行する前に予測する研究です。作者らは、少数の小規模な参照訓練から訓練の動態を学習し、高コストな再訓練なしに未知の目標レシピを反事実的にシミュレーションするSimHackを提案しています。中央値の発生ステップの相対誤差は11.3%、レシピ間の順位相関は0.85で、カリキュラムの選別にも使われ、ハッキングなしで訓練時間を96.6%延ばせたと報告されています。
説明もっともらしいが誤った選択：意図された未来へ世界行動モデルを導く
要約本論文は、閉ループでステージを認識するフレームワーク TaskWAM を提案しています。Mode Tokens でタスクの要件を、State Tokens で実行進捗を表し、世界と行動の生成を意図した未来へ導きます。また、パラメータ化された多段階操作ベンチマーク StageBench を導入しています。シミュレーションと実機実験で、ステージ混同を減らし既存手法に匹敵する性能を示したと報告しています。
説明Racer：記号的同値性検査で GPU カーネルのバグを探す
要約GPU カーネルの書き換えは、現在ほぼランダム入力による差分テストに頼って検証されています。この方法では、許容誤差より小さい論理バグを見逃すことがあります。本論文は、カーネルと参照実装を記号入力で実行し、出力を厳密な代数式として比較する記号的同値性検査を提案し、PTX レベルの実装 Racer を示しています。41 の収集対象にある 2,408 本の実運用カーネルで、23 ライブラリにおける 82 件の実バグを発見し、そのうち 76 件は未知のものでした。現時点で 41 件が確認されています。
注目点PTXレベルのGPUカーネルに記号的同値性検査を適用し、2,408個の本番カーネルで82件の実バグを発見しており、証拠と影響は大きい。
説明滑走窓2D CNNによる脳部位別の脳波分類と催眠感受性：被験者独立評価
要約本研究は、62名の男性被験者の脳波を二次元畳み込みニューラルネットワークで解析し、催眠感受性（対照群と誘導イメージ群）を部位別に分類できるかを検討した。ランダム分割では後頭部の精度が最も高かったが、被験者を一人ずつ除外する独立評価では偶然水準近くまで低下し、高い精度は個人固有の脳波特徴によるものだったことが示された。前頭部と前頭前野は独立評価でも偶然水準を上回り、前部皮質がより信頼できる指標だと結論づけている。
説明WorldSR：外部の視覚的世界知識検索を活用した根拠ある画像超解像
要約本論文は、入力画像を意味的エンティティに分解し、大規模な外部画像コーパスから各エンティティに構造・意味の面で整合する参照画像を検索するWorldSRフレームワークを提案します。記憶機構と多段階フィルタリングで効率と信頼性を高め、選ばれた参照画像は多参照超解像モデルで細部の制約として用いられます。実世界の超解像ベンチマークで、既存の生成型超解像手法より構造の忠実性と視覚品質が向上したと報告されています。
説明DISTRACT：視覚劣化下で競合する対象におけるテキスト参照の影響を検証する研究
要約本論文は、映像・対象・妨害物を固定し、四種類のテキスト条件と四種類の画像劣化を組み合わせて比較するベンチマーク DISTRACT を提案しています。五つの視覚言語トラッカーを評価した結果、Molmo2 と JointNLT はテキストを方向性をもって利用している一方、他の三つのモデルはテキストの意味変化への反応が弱いことがわかりました。内部表現の分析では、テキストの影響は比較的早い中間段階に現れますが、対象固有の意味的な補正効果は確認されていません。
説明Code2Video-Compass：T2V・I2V・V2Vに対応する汎用コードベース動画生成の総合ベンチマーク
要約本論文は、マルチモーダル大規模言語モデルがコードを生成して動画を作る能力を評価するための総合ベンチマーク「Code2Video-Compass」を提案しています。テキストからの動画生成、画像からの動画生成、動画からの動画生成の三つの設定を対象とし、10カテゴリ・24サブタイプ・2,104タスクで構成されます。客観指標12種と主観指標5種からなる二層の評価枠組みを用い、9系統の15モデルを評価した結果、最先端のモデルでも要求に合った高品質な完全な動画を安定して生成するのは難しく、複雑度が上がるほど性能が概ね低下することが示されています。
説明PhaseBreak：無許可の画像から動画へのアニメーションに対する能動的な時間的保護手法
要約本論文は、画像から動画を生成する拡散モデル（I2V）が、本人の許可なく人物写真や写真を動かしてしまう問題を扱う。著者らは、画像公開前に所有者が有界な摂動を加えて共有の流れは保ちつつ、後続の動き生成を妨げる手法PhaseBreakを提案する。本手法は、ノイズ除去器の中間特徴を、クリーン画像の特徴を制約付きで時間的に並べ替えたものに合わせ、被写体認識マスクで摂動を被写体に限定する。Stable Video DiffusionとDynamiCrafterでの評価では、保護された画像は短期的な動きの変動を大きくし、時間的な規則性を下げ、公開された画像からの安定した動きのカスタマイズを妨げることが示された。
説明Brain2Vec：構造的脳MRIのための自己教師あり3D基盤モデル
要約本論文は、複数の研究から集めた74,425件のT1強調脳MRI画像で事前学習した基盤モデル「Brain2Vec」を提案しています。下流タスクのファインチューニングの重み初期化バックボーンとしても、単独の特徴抽出器としても利用できます。脳年齢予測タスクでは、ランダム初期化と比べて最終精度が向上し収束も速いことが示されています。また、凍結した埋め込みは5つの分類タスクのうち4つで解剖学的に定義された体積特徴を上回りました。
説明医用画像解析向けに、根拠に基づく計画を行うマルチエージェント型自動機械学習フレームワーク
要約本論文は、自然言語インターフェースを通じて、単一モーダルおよびマルチモーダルの多様な医用画像タスクのモデル訓練を自動化するMedicalMLOmniを提案します。公表済みの結果を検索してモデル選択と設定の指針とし、複数のエージェントが並列にハイパーパラメータ調整戦略を探索します。20のベンチマークのうち19で最高成績を達成し、例外はPMC-VQAで、より広範な事前学習を持つ視覚言語モデルが上回りました。
説明予算を意識する多ターンエージェントの報酬設計：任意のテスト時制約への適応
要約本論文は、大規模言語モデルのエージェントが推論予算（トークン数、API呼び出し回数、環境ステップ数など）の中で多ターンのやり取りを行う際に、自ら資源配分を学習できるかを検討します。著者らは11種類の報酬目標を比較し、AppWorldとBabyAIでQwen3.5の4Bおよび9Bモデルを訓練しました。超過を罰する報酬によって、予算内での成功率と自然な遵守性が向上し、未見の予算にも一般化することが示されています。
説明事実想起に対する「指示チューニングの税」：ベースモデルが指示調整版を上回る
要約本論文は AKBC LM-KBC 2026 共有タスクへの解法を紹介し、公式リーダーボードで 0.6836 を獲得しました。これはベースライン 0.2964 の 2 倍以上です。タスクは、検索や微調整を用いず、最大 320 億パラメータの言語モデルで主語と関係のペアに対する全ての目的語を生成することを求めます。ベースモデルはテキスト補完形式のプロンプトで 0.6836 を得た一方、指示調整モデルはチャット形式で 0.5681 にとどまり、指示調整が事実想起を低下させることが示されています。
説明DIVE：連続ストリームにおける視覚的関与を伴う全二重インタラクションのベンチマーク
要約本論文は、マルチモーダル大規模言語モデルが連続的で現実的な音声・映像ストリーム中で全二重インタラクションを行う能力を評価するベンチマーク DIVE を提案しています。六つのタスクを、主体的介入、持続的関与、インタラクション調整の三つのシナリオに分け、精細な人手アノテーションを付した 525 件の音声・映像サンプルを含みます。実験では、主要なリアルタイムモデルの平均応答遅延は一秒未満である一方、平均ウィンドウ応答率は 53.77% 以下にとどまり、新たに到着した情報に応じて進行中の応答を調整することが特に難しいと報告されています。
説明StreamEval：対話型ストリーミング動画生成モデルを評価するベンチマーク
要約本論文は、対話型ストリーミング動画生成のための初のベンチマーク StreamEval を提案し、データ、評価コード、プロトコル、採点基準を公開しています。アバター対話、アバター演技、世界生成、指示編集、参照編集の5タスクに、15〜300秒の脚本化された300のケースを含みます。10の指標でタスク実行、状態の一貫性、映像の忠実度、視聴覚の協調を評価しています。37モデルの結果では、高い映像品質や同一性の保持が、要求の確実な実行や状態の持続的な一貫性と必ずしも一致しないことが示されています。
説明スケーラブルなカメラネットワーク向けの分散型マルチビュー・マルチゾーン追跡
要約本論文は、スケーラブルなカメラネットワークのための分散型マルチビュー追跡システムを提案している。単一視点の検出結果は鳥瞰図（BEV）座標に投影され、動的な空間ゾーンをそれぞれ管理する独立したマルチビュー追跡器によって統合される。ロック方式と「グローバル照合」と呼ばれる周期的な軌跡統合により、ゾーンをまたぐ軌跡を統一し、遅延出力バッファで過去の結果を遡って修正する。評価した構成では、単一インスタンスの基準と比べ、精度の低下を抑えつつグローバルIDの一貫性を維持する。
説明コピーが難しいとき：正確なスパン再現のためのコピー制約付きデコーディング
要約論文は、長い文脈の中で目標のスパンを逐語的に再現する際、大規模言語モデルが依然として誤りを起こすことを指摘しています。著者らは契約書、科学文献、コード、ランダム系列にまたがるベンチマークを構築し、コピーを「いつコピーするか、どこまでコピーするか、いつ止めるか」の三つの判断に分解する軽量プラグイン CopyGen を提案しています。原文によれば、三つのバックボーンと四つのタスクで、微調整なしに平均完全一致率が相対で35%向上し、SFT と組み合わせるとさらに4%向上し、生成も大幅に高速化されたとされています。
説明SpecEvo：複数の大規模言語モデルを連携させ、低コストで科学的発見を行う進化的探索フレームワーク
要約本論文は、軽量モデルで候補プログラムを並列に生成・改良し、助言役のモデルが成功・失敗・飽和した方向性を整理して持続的な指針を作る手法SpecEvoを提案しています。探索が停滞した際には、少数のチェックポイントで最上位モデルが介入します。4つの科学・アルゴリズム発見領域の176タスクで、フロンティアモデルの基準と同等以上の結果を示し、APIコストを最大80%削減したと報告しています。
説明Self-Credit：グループ内再スケーリングによる長期タスク向けエージェントRLの信用割り当て手法
要約本論文は、長期タスクで報酬がまばらなために生じる信用割り当ての難しさに取り組む Self-Credit を提案する。モデルは推論中に、重要な証拠を含む初期のターンを引用した要約を自ら生成し、それを自己生成の信用とする。さらに同一プロンプトの成功・失敗ロールアウト間の比較によりこの信用を再スケーリングし、対応するターンのアドバンテージを更新する。BrowseComp-Plus などで既存手法を上回る結果が報告されている。
説明VisualEvolve：視覚推論のためのスキル自己進化フレームワーク
要約本論文は、視覚言語モデルが再利用可能な外部スキル（視覚操作とツール利用戦略）を通じて自己進化できるVisualEvolveフレームワークを提案する。モデルのパラメータを更新する必要はない。選択・実行・進化・評価のサイクルを用い、固定の検証集合で性能の高い過去のスキルライブラリのスナップショットを選ぶことで性能低下の伝播を抑える。また、粗から細へ段階的に証拠を参照する仕組みで能力の不足を診断する。4つのモデル基盤と3つのベンチマークの6つの評価セットで、初期スキルライブラリを24設定中23で上回り、強化学習に基づく代表的手法より桁違いに少ない軌跡数で済むとしている。
説明RACE：クエリ・キーの活性化エネルギーに基づく RoPE 整合型アテンション圧縮
要約本論文は、学習済みモデルのアテンションを削減された次元の形式へ変換する学習後手法 RACE を提案しています。RACE は、クエリとキーの結合活性化エネルギーに基づいて RoPE の回転ペアを選択し、その結果を重みに組み込むため、実行時の再構成や専用カーネルは不要です。原文によると、KV キャッシュ保持率 50%、コンテキスト 256K の条件で、非圧縮モデルと比べ推論の総 FLOPs が 47.8% 減少し、スループットは 1.79 倍になりました。
説明RACE：参照抽象と合成的証拠によるマルチモーダル検索の学習
要約本論文は、視覚的な検索が答えの決定に必要となる学習タスクを合成する RACE フレームワークを提案しています。参照抽象（RA）は身元を示す文章を視覚的参照や関係参照に置き換え、合成的証拠（CE）は一枚の画像内または異なる画像内の複数実体についての検索事実を結合した問いを作ります。RACE から生成した 1.2 万件の軌跡だけで Qwen3.5-27B を微調整すると、十の多モーダルベンチマークの平均精度が 53.5 から 56.0 に向上したと報告されています。
説明CAPSafe：身体性エージェントの文脈的な行動・計画の安全推論ベンチマーク
要約本論文は、大規模言語モデルを用いる身体性エージェントの安全推論を評価するためのCAPSafeベンチマークを提案しています。単一の行動が環境の文脈で安全かどうかを判定する行動レベルと、複雑な家庭内の危険なタスクで安全な長期計画を立てられるかを評価する計画レベルの二段階で構成されます。九つのモデルを評価した結果、危険な行動の認識は高精度（最良で90%超）である一方、安全な長期計画は大きく難しいことが分かりました。Gemini-3-proの安全成功率が78.19%と最も高く、他は65%未満でした。
説明オブジェクト指向ハーネス（OO-Harness）：オブジェクト指向設計によるエージェントハーネスの進化
要約本論文は、オブジェクト指向設計でエージェントのハーネス（プロンプト、ツール、制御フローを規定する実行可能コード）を階層的なクラスとして進化させる手法OO-Harnessを提案している。学習時には進化エージェントが実行記録をもとに、継承を通じて専門化されたハーネス群を生成する。テスト時にはルーターが学習で蓄積された知見に基づき、各タスクに適したハーネスを選択する。3つの長期タスクのベンチマークで、比較手法中最高の性能を示し、ベースラインに対して最大15%の絶対的改善を達成したと報告している。
説明ベースラインを飛ばすな：MoEにおける動的エキスパートスキッピングの対照比較
要約本論文は、Mixture-of-Experts（MoE）モデルの推論時にトークンごとに有効化するエキスパート数を動的に減らす手法を、統制された条件で比較しています。四つの代表的な既存手法を統一的な分類に整理し、すべての層とトークンで同じ k に固定する最も単純な静的ベースラインと、同じ計算予算で比較しました。対象はGemma4-26B-A4B、Qwen3-30B-A3B、Qwen3-VLです。単純なベースラインを安定して上回る手法は少なく、校正時と評価時の実効 k がずれる問題も指摘されています。著者らは校正不要でモダリティごとに静的に k を減らす方法を推奨しています。
説明相対表現による言語モデル間で移植可能なホワイトボックス監視
要約独立に学習された自己回帰型言語モデルの内部表現が、行動に関連する情報を互換的に整理しているかを検討した。共有アンカーへの角距離で各例を表し、全Transformer層の情報を集約する全体アンカー型プローブを提案し、モデル変更後も凍結したまま別モデルに適用できるようにしている。雑学、安全性監視、数学的推論のタスクで評価したところ、転移したプローブは平均して同一モデルのAUROCのうち、偶然水準を超える部分の少なくとも85%を保持した。ただし転移の成否はタスクと対象に依存し、失敗する場合もある。
説明FALCA：長期的な深層検索エージェントのための反証認識型強化学習と階層的クレジット割り当て
要約本論文は、長期にわたる深層検索でLLMエージェントの初期の誤りが増幅される問題に取り組み、検索を「提案と反証」の過程として定式化するFALCAフレームワークを提案しています。検索者と独立した反証者が協働し、反証者は反証を探し、未達成の制約を確認し、研究状態の修正に用いる反証レポートを作成します。学習では、反証の軌跡によるSFTウォームアップと、並列ロールアウトおよび階層的クレジット割り当てに基づくエージェント型RLを組み合わせます。論文は、5つの検索ベンチマークで、ベースラインやアブレーション版より性能が向上し、確証バイアスと誤りの蓄積が減ったと報告しています。
説明マスク付きMDPの告白：未知の行動制約を学びつつ最適方策を探す
要約本論文は、強化学習で行動マスク（許可されない状態・行動の組）が事前に分かっていない場合を扱います。線形MDPモデルの下では、行動を試すたびにその有効性を決める線形スコアの正確な値が得られます。著者らは決定論的な楽観的最適化に基づくアルゴリズムがミニマックス最適で計算効率も良いものの、非退化の事例では準最適であることを示します。そこで、探索戦略を計画する代替アルゴリズムを提案し、決定論的フィードバックに対する情報指向サンプリングの類似物として解釈できることを示します。最後に、無効な行動集合が時間とともに変化する転移学習への応用を検討しています。
説明CountVideoBench：動画言語モデルの物体計数における予測バイアスを評価するベンチマーク
要約既存の動画質問応答ベンチマークの計数問題では、正解の数値が小さい値に偏っており、平均精度ではまれな計数に対するモデルのバイアスが見えにくくなります。著者らは、5から50までの26種類の計数値を対象とした2,600本の合成動画からなるCountVideoBenchを構築しました。16のモデルをゼロショットで評価した結果、完全一致率は27.6%を超えず、モデルは特定の好みの整数に予測を集中させ、隣接する計数では精度が急落することが分かりました。
説明点質量を超えて：推測デコーディングのための受理率由来の重みと分布損失
要約本論文は、推測デコーディングで軽量なドラフトモデルを学習する方法を扱う。草稿分布と目標分布の重なり（1から全変動距離を引いた値）を受理信号とし、期待受理長から位置ごとの重みと損失（D-PAL）を導出している。交差エントロピーを1/2次のレニー発散に置き換えると、Qwen3-4B目標モデルの6つのベンチマークで平均受理長とスループットが向上したと報告している。
説明S-Agent 2.0：汎用コーディングエージェントによる空間推論
要約本論文は、既存の汎用コーディングエージェントにコマンドラインの3D知覚ツールキットを組み込んだ空間推論エージェントS-Agent 2.0を提案します。モデルが場景の証拠を取得し、永続的な場景メモリに保存し、各読み取り値を平易な空間言語で解釈できるよう設計されています。MMSI-BenchとReVSIの両ベンチマークで、ツールを使わない同じエージェントより大きく向上し、同じバックボーン上の専用システムSpatialClawも上回ると報告されています。
説明RayCo4D：単眼4D動的再構成のための光線条件付き連続運動モデル
要約本論文は、単眼動画から動的な3Dシーンを再構成する手法RayCo4Dを提案する。視覚的観測と潜在的な3D運動状態を分離し、カメラ光線に拘束された参照時刻の3Dクエリと、共有される連続的な運動ノードを通じて、断片的な長距離トラックを統合する。推定された運動はガウス基元へ転送され、新規視点合成で競争力のある品質を示し、高速運動や不完全なトラック下でも構造と時間の一貫性を改善し、連続時間レンダリングに対応する。
説明ゲート付きプロトタイプ転移による、サポートデータ無しの医療用視覚言語モデル手法
要約医療用視覚言語モデルの少数ショット適応では、低頻度クラスにラベル付きサンプルが全くない場合があります。本論文は、既存クラスの視覚的残差を、VLMの類似度と臨床オントロジー距離を用いて欠落クラスへ転移するGProtoTを提案します。MESSIDORでの50回の一枚ショット試行では、欠落クラスの再現率と平均クラス精度などが向上し、負の転移の頻度は大きく低下しました。一方、既存クラスの再現率とtop-1精度は小幅に低下しています。
説明機械学習ベース電力系統保護におけるリレー間一般化失敗の特性評価
要約本研究は、故障検出に用いる機械学習モデルが異なるリレー設置位置の間でどの程度一般化できるかを分析したものです。模擬の110kV送電網において、8台のリレー、64通りの送信元・対象の組み合わせ、5つの乱数シードで多層パーセプトロンを評価しました。平均F1スコアはほぼ変わらない一方、誤警報率は0.088から0.341へ上昇し、その増加はバス位置ごとに方向性を持つことが示されています。
説明Auto-Director：マルチエージェント協調による自律的な動画編集
要約本論文は、専門的な編集工程を模倣した複数のエージェントによる自律型動画編集フレームワーク Auto-Director を提案している。企画、素材の索引付け、クリップの組み立て、反復的な修正の各工程を担う。あわせて100のテーマを含むベンチマーク VEdit-Bench を導入し、五つの観点で評価したと述べ、ベースライン手法を上回ると報告している。
説明DeclineCraft：検索と内部知識を併せて測るRAG回答拒否ベンチマーク
要約本論文は、コーパスの打ち切り日以降に追加されたMinecraftの機能に関する回答不能な質問からなる動的な回答拒否ベンチマーク、DeclineCraftを提案しています。27のLLMについて、正しい回答拒否率、回答を試みた率、回答精度を測定しました。主な結果として、単発検索は多くの設定で正しい回答拒否率を有意に高める一方、反復的RAGはその率を下げ、回答精度はほぼ変わりませんでした。モデル規模と正しい回答拒否率の間には有意な関連は見られませんでした。
説明HistoLoop：組織像からの空間遺伝子発現予測のための、ループ型Transformerによる反復的文脈推論手法
要約本論文は、H&E染色画像から空間遺伝子発現を予測する手法HistoLoopを提案する。これは実験的な空間トランスクリプトミクスを拡張できる手段として位置づけられている。モデルはループ型Transformerで、各反復ステップで現在のスポット状態から文脈トークンを構成し、共有の空間Transformerで処理し、更新された状態を次のより細かい解像度の文脈構築に用いる。HEST-Bench HVG50評価プロトコルの下、HEST-1K内の5臓器にわたる6つの癌タスクにおいて、比較手法の中で遺伝子ごとのPearson相関の宏平均が最も高かった。アブレーション実験は、反復的な状態洗練と解像度を段階的に細かくする文脈再構築の重要性を支持している。
説明単一の感情スコアを超えて：ツイッターの絵文字の意味におけるトピック性と感情の次元
要約本論文は英語ツイート16,575件を用い、文埋め込み空間での絵文字の「安定性差分」という指標を提案し、絵文字が主題的にまとまった文脈で使われるほど、クラウドソースの感情評価がむしろ二極化することを示す。Kralj Novakらの感情辞書（ρ=+0.361）およびFerréらのスペイン語13感情評定との相関で検証されている。著者は、主題の一貫性と感情の分散が絵文字の意味の異なる次元であると論じる。
説明多領域の線形混合から従属成分を識別する
要約本論文は、潜在成分が互いに従属する線形混合モデルを、複数のデータ領域を仮定して研究している。各領域は成分ごとのスケーリングの違いで区別され、潜在成分の分布は領域間で同一とされる。領域の変動が十分であれば、二次統計量だけで潜在変数と混合関数を識別できることを示し、MuDo-CoMアルゴリズムを提案している。提案手法はシミュレーションデータと実際のfMRIデータセットで検証された。
説明観測同化トランスフォーマー（OAT）：まばらな観測点データからの確率的天気解析
要約本論文は、まばらな観測点データを用いて数値天気予報の事前場を修正し、高解像度の事後場を得る幾何学認識型ニューラルプロセス、観測同化トランスフォーマー（OAT）を提案します。モデルは絶対座標ではなく位置間の相対関係に依存し、任意の連続位置で確率分布として予測します。学習にはCRPS損失を用いています。地域規模と大陸規模の2つのデータセットで、OATは複数のベースラインを上回り、較正も良好でした。ERA5（約31km）をCOSMO（1km）へダウンスケールする事例では、テスト観測点において気温と降水の平均絶対誤差とCRPSがCOSMOより低くなりました。
