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DeepOpen：BANKING77 と CLINC150 における意図分類の結果
要約本論文は、BANKING77 と CLINC150 のデータセット向けに個別の構成をもつ、意図分類フレームワーク DeepOpen を提案しています。BANKING77 では、シャープネス認識最小化（SAM）で追加学習した単一の英語分類器が約 94.12% のテスト精度を示し、3 つの固定シードの平均は約 94.04% です。CLINC150 の 150 のクラスでは、4 つの分類器の確率融合により約 98.02% となりました。著者らは、過去のチェックポイントに対する改善は信頼できるものではないと述べ、結果には選択効果と実行経路の違いが影響していると指摘しています。
説明Flood-Itパズルの解法：専用A*探索と宣言的ソルバー手法の比較
要約本論文は、A*探索を用いてFlood-Itパズルを解くための最小手順列を求める最適化手法を提示し、SAT、整数計画法、制約充足ソルバーを用いた手法と比較しています。適切なヒューリスティックとゲーム状態の等価性を用いて探索空間を絞り込むことで性能を向上させています。テストした実例の約75%で、A*探索が最小解を最も速く見つけました。最小解の長さが増すと、SATベースの手法がA*を上回ります。
説明RIFT：草稿モデル向けKVキャッシュ圧縮と相補的圧縮性学習
要約本論文は、投機的デコーディングで出力が長くなるとKVキャッシュが肥大化する問題に対し、プリフィル情報と直近生成トークンの双方を考慮する選択型KVキャッシュ圧縮手法RIFTを提案しています。トークン生成中にキャッシュ選択を更新すると草稿モデルの品質が向上する一方、デコード遅延が増えるため、スコア計算回数を減らす適応的な更新戦略も提案しています。さらにスパースアテンションマスクに基づく圧縮性を意識した草稿モデル学習を組み合わせ、文中の設定ではQwen3.5-4Bが全キャッシュ時の接受長の98%超を維持したと報告しています。
説明共再帰的意味論的自己拡張：開放的知能のための数学的基礎
要約本論文は、固定された表現枠組みが人工知能の学習を制限すると論じ、カントとゲーデルの考えを踏まえて、認知状態を形式言語上の部分的評価としてモデル化します。有限で固定された系は、アルゴリズム情報を内包する履歴を生成できないとされ、そのため既存の意味内での曖昧さ解消にとどまらず、未解決の構造を新たな意味空間へ変換する「意味論的自己拡張」を設計原理として提案しています。
説明LAMB：ラテン語向けの現代的な文脈言語モデル
要約本論文は、ModernBERT アーキテクチャに基づくラテン語エンコーダ LAMB（Latin Modern BERT）を紹介します。形態を考慮した新しいマスキング手法を用い、740億を超えるラテン語トークンで二段階の事前学習を行っています。あわせて、ラテン語コーパス Acervus と、初のラテン語意味的三つ組データセット Corpus Trinum を公開しています。17の子タスクからなるベンチマークでは、LAMB が16のタスクで他の評価対象モデルを上回ったと報告されています。
説明ペア比較評価で見落とされるもの：プロンプトをまたぐ報酬スコア
要約この論文は、報酬モデルのペア比較評価が同一プロンプトに対する二つの回答だけを比べるため、プロンプトに共通するスコア成分が打ち消され検証されないと指摘します。著者らは人間の評価を基準に、公開された18の報酬モデルと6つの学習条件を監査し、モデルのスコアが人間の評価よりもプロンプトごとに強くまとまることを示しました。提案として、プロンプト間の変動、誤ったプロンプトへの感度、選択への有用性を別々に検査することを挙げています。
説明CoT付きTransformerが学習中にHeavy-Ball加速法を発見する
要約本論文は、線形回帰の文脈内重み予測タスクにおいて、Transformerが思考連鎖（CoT）によって教師アルゴリズムの模倣を超えられるかを検討しています。勾配降下法の教師による初期監督の後、真の回帰重みを用いた軌道レベルの監督を加えると、モデルはHeavy-Ball法を実装し、元の教師より高速化することが示されます。この加速は、Heavy-Ball法の教師からの監督なしに現れます。訓練を通じてTransformerが新しいアルゴリズムを発見しうる理論的な例を提示しています。
説明I²-KAN：モーダル内・モーダル間の多経路を用いた解釈可能なマルチモーダル感情分析の表現学習
要約本論文は、言語・音響・映像情報を統合する多モーダル感情分析において、各モダリティ自体の寄与と他モダリティとの相互作用による寄与を区別しにくい問題に取り組みます。モーダル内情報とモーダル間のペア情報を別々の構造的経路に保持する I²-KAN を提案し、CMU-MOSI、CMU-MOSEI、CH-SIMS v2 で実験を行いました。アブレーションと解釈性分析の結果、単独では予測力が低いモダリティでも、他モダリティとの相互作用を通じて有用な情報を持ち得ることが示されています。
説明MQAScore：大規模音声言語モデルによるテキストと音楽の細粒度アラインメント評価
要約テキストから生成された音楽の整合性は、通常テキストと音声の埋め込みの全体的な類似度で評価されますが、記述された属性を一つのスコアにまとめてしまい、どの属性が欠けているかが分かりにくいという問題があります。本論文は MQAScore を提案し、ジャンル、楽器、ムード・テーマ、ボーカル、用途の五つのクリップレベルの次元で、各音楽概念を大規模音声言語モデル（LALM）が二値の質問に肯定で答える確率によって検証します。評価器の信頼性を測るため、存在・不在の注釈と LLM が導く概念置換から検証ラベルを作り、意味を変える置換にどれだけ選択的に反応するかを測る「感度・不変比」を提案しています。実験では、概念単位の採点が質問応答型と類似度型の双方の評価器を改善し、MQAScore が全体的な類似度を補う、より信頼性が高く解釈しやすい細粒度の指標になりうることが示されています。
説明nnInteractive Agent：汎用AIエージェントを3D画像アノテーターとして使う研究
要約本論文は、自然言語の依頼から3D画像のセグメンテーションを行うエージェント型ツール nninteractive-agent を提案する。エージェントは対象を特定し、nnInteractive にプロンプトを与え、結果を確認・修正し、追加の学習なしで動作する。CT、MRI、PET、マイクロCTの14画像・51対象で評価され、Claude CodeとCodexの平均Diceはそれぞれ0.81と0.84だった。テキストプロンプト型の3Dモデル VoxTell との比較も報告されている。
注目点汎用AIエージェントを追加学習なしで3D対話型セグメンテーションの注釈に用い、14画像51対象で検証し、テキスト提示モデルより頑健であることを示した。
説明忘れた事実が戻るとき：接線カーネルによる知識グラフ埋め込みの再学習を考慮した忘却
要約本論文は、知識グラフ埋め込みに対する近似的な忘却を扱います。削除要求に対し、ゼロから再学習するのではなく、エンティティ埋め込みを編集して応答します。継続学習の下では、忘れられた事実が厳密な忘却のベースラインよりも多く復元されることを示し、その原因が忘れられた事実と新しい事実で共有されるエンティティ埋め込みにあると分析しています。提案手法 KAU（Kernel-Anticipated Unlearning）は接線カーネルを用いて継続学習による変化を予測し、FB15k-237 と CoDEx-L において、最も強い既存手法より情報漏えいを減らしつつ、より高い保持効用を示しています。
説明IRON-Meme：オンラインミーム物語における身元と役割の構造的理解のためのベンチマーク
要約本論文は社会科学理論に基づき、社会的アイデンティティ、視点（内集団と外集団）、物語上の役割の三つのカテゴリからなる枠組みを提示し、これに基づいて1,110件の人手で注釈された政治ミームからなるベンチマーク IRON-Meme を構築しています。多くのミームが侮蔑的な役割を割り当てていること、また身元・役割・テンプレートが体系的に関連していることを示しています。九つの視覚言語モデルの評価では、フロンティア規模と推論型モデルが最も高い性能を示し、出現頻度の低いラベルでは精度が下がることが分かりました。テンプレートの背景知識を加えても叙事的役割の分類は改善しませんでした。
説明デュアル試験：マルチモーダルエージェントと世界モデルの統制された評価
要約本論文は、固定された環境応答のもとでエージェントの行動選択を、固定された行動介入のもとで世界モデル（World Model）の状態変化を、それぞれ別個に検証する評価枠組み「Dual Exam」を提案し、物理・デジタル・社会・科学の各領域を対象とします。エージェント部分では10構成を1,088項目で比較し、世界モデル部分では8シナリオ400件を扱っています。両者は課題と指標が異なるため直接比較はできず、結合ペアの小規模試行では課題成功が0件でした。タスク性能の偏りや課題関連状態の保持の失敗が見られ、結合成功や持続的な相互学習の予測における有用性は今後の検証課題とされています。
説明多視点医用画像セグメンテーション向け汎用デュアルパス相互作用フレームワークDPIF：小サンプル環境でのデータ量依存の軽減
要約医用画像セグメンテーションの性能は大量の注釈付きデータに依存し、サンプル数が少ないと大きく低下します。本論文では、任意のエンコーダ・デコーダ型ネットワークに組み込める汎用のプラグアンドプレイ型フレームワークDPIFを提案し、視点間の解剖学的相補性を利用して注釈への依存を減らします。Sinkhornの最適輸送による分布整合、条件付き相互情報量に基づく特徴分離、永続ホモロジーによる位相正則化を組み合わせています。実験では、DPIFで強化したモデルが同程度のデータ量で単一視点のベースラインを上回り、多くの変種が全データで学習した単一視点モデルに近い性能を示しました。
説明SCOPE：自然言語ポリシーをニューロシンボリックな述語プログラムにコンパイルする手法
要約本論文は、LLMエージェント向けの自然言語ポリシーを、小型モデル、決定的な抽出器、出力を組み合わせるコードからなる実行可能プログラムへコンパイルするSCOPEを提案している。プログラムは学習データとともに最適化され、ポリシーからの逸脱箇所を狙った敵対的な反例生成を用いる。実世界のポリシータスクのベンチマークで、平均精度が最も高く、判定も安定しており、各判定は述語の出力から解釈できるとされている。
説明LLMにおける「明示的」心の理論と「応用的」心の理論のギャップの診断
要約本論文は、既存の心の理論ベンチマークが他者の信念を認識する能力と、その信念から行動を予測する能力を区別せず総合点だけを示している点を指摘します。SimpleToMでは、Llama-3.1-8Bの総合スコアは51.5%ですが、心的状態の認識は99.4%、行動予測は28.9%にとどまります。著者らは構造化プロンプト、文脈内学習、提案手法のBelief-State Test-Time Training（BSTTT）を比較し、回復の度合いはモデル、課題、介入方法によって異なることを示しています。二種類の正答率を分けて報告し、介入の比較を行うことを提案しています。
説明「多様化のための方向づけ」：自動ヒューリスティック設計のための多方向探索
要約本論文は、大規模言語モデルを用いてNP困難な組合せ最適化問題のヒューリスティックを自動設計する手法を扱います。著者らは、アイデアを拡張・圧縮・微調整の3方向で変換する多方向摂動-書き換え探索（PRS）を提案し、適応的な演算子制御を備えた幅優先探索で候補を探索します。多様な組合せ最適化タスクで高品質なヒューリスティックを発見できたと報告しています。
説明有害性は行動的、モデレーションは語彙的：言語と文化が自動安全システムの保護対象と抑圧対象を決める仕組み
要約本論文は、自動コンテンツモデレーションが語彙や表層形式に基づいて有害性を判定し、アフリカ系アメリカ人英語の過剰な検出や低資源言語での保護不足を招いていると指摘します。著者らは七つの失敗パターンを整理し、言語コミュニティごとに評価する手法を提案しました。十一言語で五つのオープンシステムを検証した結果、どのシステムも母語話者並みの精度には達せず、性能向上で最良と最悪の言語間格差は広がると報告しています。
注目点語彙ではなく行為で有害性を判定するという新しい枠組みを示し、検証可能な仮説と評価手順を提示。5システム・11言語で検証しているが規模は限定的。
説明競合認識型logitアダプタ：有用性を保つ蒸留対策
要約本論文は、推論トレースが下流の蒸留に利用されることを防ぐための、軽量な訓練時防御手法CALAを提案しています。凍結した教師モデルに小さな残差アダプタを付加し、アダプタのみを学習させます。模倣の影響が最も大きい位置で出力分布を摂動させつつ、高確率領域内に留めます。推論ベンチマークでの実験では、教師モデルの性能と生成品質をほぼ維持しながら、学生モデルによる成功した模倣が大幅に減少したと報告されています。
説明生成的適応学習におけるアルゴリズム的ドリフト：時間的公平性に関する研究
要約本論文は「アルゴリズム的ドリフト」という概念を提起し、適応学習システムで人口統計的に非対称な観測誤差が時間とともに蓄積し、体系的な不公平を生むと論じています。学習者と指導者の相互作用を結合力学系として定式化し、エージェントベースのモンテカルロ・シミュレーションで検証しています。提案された時間的公平性安定化手法（TFS）はシミュレーション環境で成績差を縮めましたが、実際の学習者での検証は今後の課題とされています。
説明ResGVC：高忠実度の生成的ビデオ圧縮のための残差符号化フレームワーク
要約本論文は、生成的ビデオ圧縮（GVC）向けの残差符号化フレームワーク ResGVC を提案しています。学習型ビデオコーデックで原画を符号化し、再構成と原画との歪みを残差セグメント列に分解して、ノイズ除去の各ステップで伝送することで、原画に近づくよう誘導します。論文によれば、従来の最先端手法と比べ、LPIPS と PSNR の BD-rate をそれぞれ 63.7% と 83.8% 削減し、視覚品質も向上したとしています。
説明CANNBot-CAKE：昇騰NPU向けのエージェント協調カーネル進化システム
要約本論文は、昇騰（Ascend）NPU向けのカスタム演算子を自動生成・最適化するシステムCAKEを紹介する。多DSL適応ルーティング、生成モードと進化モードの分離、審査済み知識の再利用を組み合わせている。CANN-Bench v1.1の53演算子では、標準セットで1,060件中1,060件、隠しセットで4,240件中4,167件が合格し、基準比の平均高速化は1.334倍と報告されている。進化モードでは、EngramGateFusionが20ラウンドで総デバイス時間を46.6%削減した。
説明慣性核融合におけるレーザーパルス形状設計の逆モデリング
要約本論文は、望ましい結果とターゲットペレットの構成から最適なレーザーパルス形状（LP）を直接生成する生成的逆モデリング枠組み、LPDS（ICFレーザーパルス形状設計システム）を提案しています。生成されたLPが物理的制約と実験要件を満たすよう多目的損失関数を設計し、制約条件付け、インペインティング、勾配ベースの編集機構を導入しています。さらに、少数の実験ショットへの枠組みの転移も検討されています。
説明ニューラルネットワークによるトランジスタモデリング：超高速SPICEシミュレーションと標準セルライブラリ特性評価向け
要約本論文は、3nmナノシートデバイスのドレイン電流と各種電荷を正確に予測するニューラルネットワーク（NN）ベースのトランジスタモデルを開発し、標準セルライブラリの特性評価に適用しています。業界標準の実装と比較して精度と高速化を評価し、アナログおよびデジタルレベルの回路シミュレーションで検証しています。遅延と総消費電力の推定誤差はそれぞれ0.11%未満と0.76%で、標準セルライブラリ特性評価の時間は最大8分の1に短縮されたと報告されています。
説明大規模言語モデルによるマイクロサービス向け自己回帰型マルチモーダル異常検知（LLMMAD）
要約本論文は、マイクロサービスシステムの異常検知を扱い、大規模言語モデル（LLM）に基づく自己回帰型マルチモーダルフレームワークLLMMADを提案します。多様なデータを統一系列に組み替えてLLMでモダリティ間の関係を学習し、モダリティごとの再構成ヘッドで固有情報を保持します。また、入力をそのまま複製する「同一性ショートカット」を避けるため、未来の状態を予測する目的関数を採用しています。3つの実データセットで、既存の最先端手法よりF1スコアがそれぞれ3.1%、1.4%、0.9%向上したと報告されています。
説明実際の文書改訂下におけるチャンク再計算：固定・再帰・内容依存チャンキングの更新コストと検索品質の比較
要約本論文は、検索拡張生成で用いられる文書分割（チャンキング）が、文書の改訂に伴ってどれだけ再計算を必要とするかを調べています。中国語と英語のウィキペディアの隣接する120組の改訂版を用い、三つの無状態な分割方式の再埋め込みコストを測定しました。固定パラメータでは検索の再現率に大きな差はない一方、更新コストはパラメータに左右されて大きく異なることが示されています。
説明物理情報最適化のための端から端まで微分可能な拡散条件付け手法（D2C）
要約本論文は、オフラインのモデルベース最適化を対象に、決定論的サンプリングによって逆向きノイズ除去過程が条件信号に対して微分可能になる点を利用したD2Cを提案している。凍結された拡散モデルの条件変数を、凍結された代理目標と物理的制約ペナルティの勾配によってテスト時に直接最適化する。慣性閉じ込め核融合のレーザーパルス最適化、データセンターのワークロード計画、4つのDesign-Benchタスクで評価され、原文では2つの実世界タスクで最良の結果、4つのDesign-Benchタスクで最良の平均順位を得たとされている。
説明『Mostly Reading』：文書単位の LoRA アダプタにおけるオープンブック評価が実際に測定しているもの
要約本論文は、単一文書で学習した LoRA アダプタを知識の単位として統合・検索できるかを検討する。150 件の Wikipedia 記事ごとにアダプタを Llama-3.1-8B-Instruct で学習させた結果、オープンブック評価は各アダプタが共有する読解の振る舞いを主に測っていることがわかった。無関係な文書で学習したランダムなアダプタでも、専門アダプタの開卷優位のおよそ 82% を再現したが、閉卷のクローズテストでは 2% にとどまり、ゼロと区別できなかった。
説明XALIGN：AIの説明を理解するための人間中心の可視化分析手法
要約本論文は、同一のランダムフォレストモデルに対する規則ベースの説明と、TreeSHAP、KernelSHAP、LIMEの3つの特徴量寄与手法を並べて表示する可視化分析ワークフローおよびインターフェースXALIGNを提案しています。各手法間の一致と矛盾を可視化し、利用者がドメイン知識と比較できるようにします。ドイツの信用データセットと気象データセットを用いた2つの事例研究を行い、さらに3名の専門家による評価を実施しました。その結果、有力な特徴の特定や予測への過信の回避に役立つ一方、XAIの背景を持たない参加者には規則と寄与の対応づけが難しかったと報告しています。
説明ロボットのマルチツール選択：意味検索とLLMの比較
要約本論文は、自然言語による指示を、ロボットが実行可能なツールの最小限かつ完全な組み合わせに対応づける4つの手法を比較しています。3種のChromaDBベースの検索手法と、クラウド上の1200億パラメータ大規模言語モデルを基準として用いています。164件の手作業で注釈された指示で評価した結果、検索のみの手法ではCDB-v3が宏平均0.7822で最良、大規模モデル基準は0.8869でした。LLMの方が選択品質は高い一方、CDB-v3は遅延が大幅に小さく、ローカルで展開できます。
説明人工知慧（AW）の評価：文脈に応じた意思決定調整のための軌跡ベースの枠組み
要約論文は、既存のベンチマークが大規模言語モデルにできることを測るだけで、意思決定の条件が変わったときに推奨が適切であり続けるかを測っていないと指摘します。著者は、判断の文脈感応的な調整として振る舞いから定義した「人工知慧（artificial wisdom）」について、軌跡ベースの測定枠組みと前向きの検証手順を提案しています。模擬実験と探索的研究が含まれますが、著者は、測定ツールはまだ検証されておらず、能力以外に独立した意思決定結果を予測できるかは未解決の実証課題だと明記しています。
説明腹腔鏡ロボット操作における状態から視覚への方策蒸留（分布マッチング）の再検討
要約本論文は、腹腔鏡ロボット操作のための状態ベースから視覚ベースへの方策蒸留の枠組みを提案します。特権的な状態情報を持つ方策を教師とし、RGB画像とロボットの固有受容情報から学習する視覚方策を生成します。シミュレーション環境で様々な手術操作タスクに関する実験を行い、汎用的な強化学習では視覚方策の学習が難しい一方、提案手法はタスク間でより安定した性能を示すことを報告しています。
説明顕著性崩壊の緩和：頑健な顕著性考慮型の長文画像テキストアライメント
要約本論文は、長文の画像テキストアライメントにおいて、モデルが視覚的に目立つテキストに過度に依存し、目立たない文脈情報を十分に活用できない「顕著性崩壊（saliency collapse）」という問題を指摘しています。著者らは、画像テキストの組を顕著なビューと文脈ビューに分解して共同学習するファインチューニング手法RoSAを提案し、補助目的関数で両ビューを明示的に整合させます。論文によれば、RoSAは長文検索を大きく改善し、複数のベンチマークで顕著性崩壊に対する頑健性を示しました。コードとチェックポイントは公開されています。
説明Agri-SCHOLAR：シミュレーションに基づき LLM で制約した最適化による、作物の生育期中ローリング助言フレームワーク
要約本論文は Agri-SCHOLAR を提案し、作物の生育期間中に数日または一週間ごとに、農家向けの個別化された助言を生成する仕組みを示します。土壌・作物情報、観測済みの気象、短期予報、過去の類似年に基づく季節の外挿を用いています。複数の LLM エージェントと作物シミュレーター（APSIM）を閉ループで結合し、エージェントが提案する実行可能なパラメータ範囲内で、収量・資源利用・経済性を目的とする最適化を行います。南アジアの2地点、11年間のトウモロコシのデータで分析し、地域の標準的な栽培指針より優れていると報告しています。
説明省略による正直な入札：LLMネイティブ広告のためのクリック間引き
要約生成AIアシスタントの回答に広告を組み込む場合の広告オークションを扱った論文です。著者らは、広告をランダムに省略するクリック間引き（click thinning）という手法を提案し、各広告の総クリック確率が掲載順に依存しないようにします。これにより福利最大化は扱いやすいマッチング問題になり、期待値の意味で正直な入札が最適となります。最適福利の少なくとも半分を達成するとしています。
注目点クリック間引きという新機構で真実性と近似最適性を両立し、保序規則に対する最良の近似係数を示す点が理論的に際立つ。
説明k 個まで埋める：スキーマの最小件数がオープンウェイトモデルに抽出リストの水増しをさせる
要約この論文は、構造化出力のスキーマで抽出リストに最低 k 件を求めたとき、文書の実際の項目数が k 件未満の場合に言語モデルがどう振る舞うかを調べたものです。558 件の実文書で 8 個のオープンウェイトモデルを試験し、6 個のホスティングサービスモデルを参照としました。スキーマに示されただけで強制されない最小件数は、真の件数より長いリストの割合を 34.5% から 55.4% に引き上げました。追加される項目の多くは文書中の実際の文章であり、発見が困難です。
注目点スキーマの最小件数がモデルの水増しを誘発することを示し、8つのオープンモデルと558文書の事前登録実験で各種対策を検証している。
説明EEG-Captioner：脳波を言語へ変換する生成モデル、信号の基本特性に基づく手法
要約本論文は、脳波（EEG）信号を自然言語の説明文に変換するフレームワークEEG-Captionerを提案している。研究者らは、信号の特性に関する質問応答ペアを付与した160,781件のセグメントからなるデータセットを構築し、モデルが実際に脳波信号を解釈できているかを検証できるようにした。また、時間波形と周波数・空間表現を同時に扱う二重領域EEGエンコーダを提案している。実験では、信号レベルの質問応答と説明文による教師あり学習が相互に補完的な効果をもつことが示された。
説明ColaBench：パーソナルエージェントにおける記憶誘導型の知識獲得の評価
要約本論文は、健康と日常生活を対象とした合成ベンチマークColaBenchを提案し、349のタスク、10のユーザープロファイル、13,033件の文書からなる知識ベースを含むとしています。証拠グラフでユーザーの過去の対話情報とタスクに必要な知識を結びつけます。またMemKBという手法を提案し、同ベンチマークで86.25%の正答率を、タスクあたり平均4.07ラウンドの対話で達成したと報告しています。
説明論点の省略と解釈のばらつき：政治的論争における省略三段論法の検出
要約本論文は、前提または結論を明示しない論証（省略三段論法）をSNS上で検出し評価する方法を扱います。ワクチン接種と移民に関するツイートを対象に、各投稿を5人の注釈者がラベル付けしています。微調整したどのモデルもF1は0.67前後で頭打ちになりました。そこで著者らは、予測と注釈者の投票分布全体を比較する指標と、分布を直接予測するモデルを提案し、F1を下げずに意見の分かれ方をよりよく捉えられることを示しています。
説明推論時のコンテキスト拡張手法の実態検証：精度向上が真の改善とは限らない
要約論文は、入力に挿入する内容の情報量が異なる五つの推論時コンテキスト拡張手法を比較しています。計算時間を増やすだけの埋め草トークンから関連内容の補足まで、七つの規模の異なるモデルと三つのデータセットで文単位に適用しました。その結果、精度の向上は必ずしも真の改善ではなく、一部の予測を正す一方で別の予測を壊す方向性のない摂動であることが示されています。実務で採用する前に、精度向上が信頼できるかを評価する必要があると論じています。
説明診断損失：放射線読影レポート生成のための非対称監督手法
要約本論文は、既存の医用視覚言語モデルが逐語的な最尤学習により文章の一致を優先し、重要な診断の見落としや誤った診断を生じやすいと指摘します。著者らは、参照レポートが支持する診断と支持しない診断の語彙に対応する確率質量を別々に集計し、非対称プーリングを行う微分可能な診断損失（DLoss）を提案しています。50,000件の腹部CTを用いた実験で、複数の3Dモデルにおいて診断の忠実性が向上し、一般的な言語生成指標でも競争力のある性能が維持されたと報告しています。
注目点復号器確率に直接作用する非対称な診断損失を提案し、5万件の腹部CTと複数の3Dモデルで診断忠実度の向上を示した。
説明LAST-V2X：自然言語で駆動する適応型シナリオ生成と通信障害テストの枠組み
要約本論文は、車車間・路車間通信（V2X）の安全アプリケーションを、通信障害の下で検証するためのLAST-V2Xという枠組みを提案している。大規模言語モデルを用いて自然言語のテスト記述を実行可能な交通シナリオに変換し、交通シミュレーションとメッセージ単位の故障注入を組み合わせる。劣化した情報と正しい情報での対照実行により、安全上の問題が通信によるものかを判別し、パラメータ探索と自己反省で試験条件を改善する。CARLAの複数環境とV2X安全アプリケーションでの実験により、信頼性のあるシナリオ生成と故障発見の向上が示されたとされる。
説明GraphCAD：エッジ隣接グラフ上の幾何認識型拡散によるCAD生成
要約本論文は、CAD（コンピュータ支援設計）モデルを生成するための幾何認識型フレームワークGraphCADを提案しています。中核となる表現は新たに提案されたエッジ隣接グラフ（EAG）で、ハイブリッドなグラフ拡散モデルで離散成分と連続成分を同時にモデル化します。SE(3)等変バックボーンによってノード属性を空間点集合に変換し、幾何情報を融合します。また、工学用CADモデルの大規模データセットEAGBenchを構築し、50面を超える複雑なモデルの生成で、幾何忠実度と分布の一致において系列ベースの基準手法を上回ったと報告しています。
説明時系列基盤モデルによる土壌水分・地温のゼロショット予測
要約本論文は、5億パラメータの時系列基盤モデルTimesFM 1を、半乾燥地域の劣化地の修復サイトにある27のセンサー局で、追加学習なしに直接適用して評価したものです。5cmと30cmの土壌水分および温度を1時間から168時間先まで予測しています。1日以内の短期予測では統計的ベースラインを上回り、それを超えると下回ることを、昼夜の周期の整合性という仕組みで説明しています。CatBoostとの比較や、一般的なCPUでの推論コストも検討されています。
説明同時読みか選択肢ごとの採点か？1700万〜10億パラメータの小型エンコーダによる閉じた集合の意思決定
要約本論文は、ツール選択などの閉じた集合の意思決定に用いる小型エンコーダについて、選択肢をまとめて読む方式と個別に採点する方式を比較しています。3,200万パラメータでの実験では、個別採点が複数の指標で上回りましたが、エンコーダの計算回数は多くなります。また、1700万〜10億パラメータの連合エンコーダ6種を公開し、一部の小型モデルは209のタスクで4.35億パラメータのDeBERTa-v3ゼロショット分類器を上回りました。
説明ビット区間制約に基づく段階的画像圧縮の潜在変数推論（BLI）
要約本論文は、段階的に復号されるtrit-planeを連続潜在変数に対する縮小する区間制約とみなし、エントロピーモデル用のガウス分布パラメータと再構成用の潜在変数推定を共同で更新する段階的画像圧縮フレームワークBLIを提案します。Kodak、CLIC、JPEG-AIでの実験では、段階的画像コーデックの中で良好なレート歪み性能を示し、CTCの平面ごとの予測器を共有モデルに置き換えてパラメータ数を約5.3分の1に減らし、CTCより低い遅延を実現したとしています。
説明エネルギーと遅延を優先：展開制約が時系列モデルの選定を逆転させる仕組み
要約本論文は、携帯電話網のハンドオーバー予測という実環境を対象とし、推論は端末上で40ミリ秒ごとに実行され期限内に完了する必要があるとします。末尾遅延で実現可能性を絞り込んだ後、特徴量計算を含む実測推論エネルギーでモデルを順位付けしています。その結果、勾配ブースティング木（F1=0.974）が最も高精度かつ低コストであり、精度のみで首位となる1次元CNN（F1=0.914）は推論ごとのエネルギーが3倍以上でした。
説明一度学んだ木構造は、他言語へも移るのか？言語モデルにおける階層的汎化の言語間転移の研究
要約本論文は、言語モデルが新しい言語の継続学習において、元の言語で学んだ階層的な統語構造を移転できるかを検証しています。著者らは、元の言語側の階層的証拠の量を統制し、学習状況を比較する言語間刺激貧困（CPOS）の実験設計を導入しました。結果として、移転は部分的にしか起こらず、弱く検出可能な階層的偏りが生じるにとどまり、効果は言語の組み合わせに依存することが示されました。さらに語彙の重なりが移転成功の重要な条件であることも明らかになりました。
注目点言語間の貧困刺激設定を提案し、階層的一般化の言語間転移を体系的に検証、語彙重複の重要性を消融実験で示した。
説明二重頑健な分布頑健オフライン文脈的価格設定
要約本論文は、学習環境と運用環境の間に分布シフトがある場合に、過去の観測データを用いてオフラインで文脈的価格設定を行う方法を検討しています。連続的な価格設定の場面で使える、分布頑健な離方策評価・学習のための二重頑健（DR）フレームワークを提案しています。また有限サンプルの後悔上界を示し、さまざまな程度の分布シフトの下で実験により提案手法を検証しています。
説明逆最適性に基づくグラウンドトゥルース優先の強化学習ベンチマーク：滑らかで完全観測可能なシステムから非滑らか・部分観測タスクまで
要約本論文は、学習者に隠した認証済みの最適価値関数と方策を用いて強化学習タスクを構成し、最適性ギャップや後悔、方策誤差を直接評価するベンチマーク枠組みを提案している。連続時間モデルによる感度評価と、離散時間モデルによるオラクル参照比較の二つのモードを含む。さらに、非アフィン入力、非ガウス外乱、非滑らかな価値関数、部分観測タスクへの拡張も扱っている。
説明反事実介入による運転用視覚・言語・行動モデルにおける推論と行動の結合度の測定
要約本論文は、自動運転向けの視覚・言語・行動（VLA）モデルが生成する推論が、実際の走行軌道を決めているかを検証します。四つのモデルを複数のベンチマークで用い、モデル自身の推論の意味を変える介入や、推論で言及された重要な物体をフォトリアリスティックに取り除く反事実実験を行いました。その結果、提示される推論と運転行動の結びつきは弱く、こうしたシステムが意図する説明可能性に限界があることが示されています。
説明OpenAttention：尾部プロキシを使い、1%の読み取りで十分とする研究
要約本論文は、スパースアテンションで読み取られないKVキャッシュの尾部をどう扱うかを検討しています。尾部全体を一つのプロキシトークンにまとめる単純な手法が、サンプリングより小さい出力誤差を示すと報告しています。提案手法OpenAttentionは、クラスタリング、ErrorGate、top-k選択と、カウントを考慮した平均プロキシを組み合わせます。原文によると、RULER-32K HARDとLlama-3.1-8Bで1%の読み取りでも稠密アテンションの精度の99%を保ち、デコード段階は約10倍高速です。
説明時系列基盤モデルのベースラインとしてのランダム初期化
要約本論文は、時系列基盤モデル（TSFM）の自己教師あり事前学習済み重みが、同じアーキテクチャのランダム初期化モデルと比べてどの程度効果をもたらすかを検証しています。UEA多変量時系列分類データセットで七つの公開モデルを比較した結果、事前学習はいずれのモデルでも平均精度を向上させましたが、その改善は限定的でした。著者は、事前学習の重みとアーキテクチャ自体の効果を区別し、強力な非事前学習ベースラインを含めて評価すべきだと提案しています。
説明IQuest-Q1：エージェント型CLIシステムのための基盤能力の強化
要約本論文は、総パラメータ数3200億（活性化150億）のスパース混合専門家（MoE）型エージェント基盤モデルIQuest-Q1を紹介します。モデルは、安定した効率的な事前学習、細粒度の中間学習、マルチスキャフォールド・マルチバージョンの事後学習という三段階で開発され、さらにモデルマージによって異なる専門家やチェックポイントを統合します。論文によれば、コーディングと汎用タスクの両方で能力を示し、コミュニティ研究のためにオープンソースとして公開されています。
説明スペクトル法におけるランダム射影：ソボレフノルムでの最適収束率
要約本論文は、ランダム射影（RP）を用いたスペクトル法の汎化性能を研究している。再生核ヒルベルト空間の埋め込み性質を利用し、一般的な条件下でソボレフノルムにおける学習率を導出しており、その率はミニマックス下界と対数因子を除いて一致する。ランダムスケッチとNyström部分標本化の二つの実装について、最適性に必要な射影次元は有効次元に比例することが示される。実験によって理論結果と手法の有効性が確認されている。
説明RetiJev：高速かつ原典に基づく眼科意思決定モデル
要約本論文は、0.8B から 9B パラメータの眼科意思決定モデル群 RetiJev を提案し、自己回帰的な生成を行わず候補回答を直接スコア化する手法を示す。PubMed Central の文献と MeSH 語彙に基づく眼科コーパス RetiJev-Data と、ガイドライン分類問題を含む評価ベンチマークを構築した。原文によると、RetiJev は 27B の大規模言語モデルおよび商用の Jev 1.13 を上回り、1 件の症例を GPU 1 基で 158 ミリ秒で回答するとされている。
説明UMLクラス図生成における大規模言語モデルの推論過程の幻覚を追跡：実証的分類と緩和研究
要約本論文は、自然言語の要件からUMLクラス図を生成する大規模言語モデルに現れる幻覚を、推論過程のトレースを分析して検討し、三つの次元に分けた十一のサブタイプからなる実証的分類を提案しています。モデルによって失敗のパターンが異なることが分かりました。生成プロンプトに制約を加えたところ、13件の事例で三つのQwen3ベースモデルの平均F1スコアが4.0ポイント向上しました。関係のモデル化は依然として最も低いスコアでした。
説明メタ認知スキャフォールドがAI支援の知的作業に生む有益な「摩擦」
要約本論文は、297名の作業者（計594編の文章）を対象に、AI支援の執筆において目標の明確化とタスク分解を助ける動的に生成されるメタ認知スキャフォールドを、無作為割り付けの実験で検証したものです。スキャフォールドによって執筆の質が向上し、除去後の短期的な転移でもその効果が持続しました。また、3日後の話題の再生にも改善が見られました。一方、スキャフォールドを受けた参加者は成績が良かったにもかかわらず、AIを「役に立たない」「認知的負荷が高い」と評価しました。
説明注意機構を用いた混合型肝細胞癌・胆管細胞癌の分類と腫瘍局在化
要約混合型肝細胞癌・胆管細胞癌（cHCC-CCA）は、肝細胞癌と胆管細胞癌の両方の成分を含むがんです。腫瘍内の不均一性が強いため、正確な診断は困難です。本研究では、HES染色を施した全スライド画像（WSI）を用いて、これらの亚型を区別する分類モデルを学習させ、混合型肝がん画像において異なる種類の腫瘍を局在化する方法の可能性を示しています。
説明GateFormer：空の画像から1時間以内の日射量を予測する手法（予測空間での分解）
要約本論文は、地表水平面全天日射量（GHI）を条件とするデュアルデコーダ型ViT「GateFormer」を提案し、空の画像と観測済みのGHIから1時間以内の日射量を予測します。軌道ヘッドが将来のGHI系列を予測し、変化ヘッドが最終時刻の変化量を予測して、両者を予測空間で適応的に重み付けします。NREL-TSIベンチマークでは+30分のRMSEが125.01 W/m²で、比較対象のベースラインより9.6%改善しました。NREL-TSI、Chilbolton、SIRTAの3データセットすべてで、評価された基準手法の中で最終時刻のRMSEが最も低い結果となっています。
説明PAIR：LinkedInのプレミアム人材推薦のための選好整合型意図検索
要約本論文は、職業系SNSにおける人材推薦で、プロフィールの類似性に基づく順位付けが必ずしも適さない点に着目しています。求職者が同類の経歴の人より採用担当者と関わるなど、関連性は相補的であると指摘しています。著者らはPAIRという検索フレームワークを提案し、露出条件付きの多負例対比目標として選好学習を定式化し、位置エンコーディング付きのクリック履歴集約で利用者表現を軽量に更新します。LinkedInのプレミアム検索タスクで、0.6Bパラメータモデルは MAR@100 0.45 を達成したと報告しています。
説明データが少ない空画像から日射強度を推定するVision Transformer
要約本論文は、データが限られた状況で拡散水平日射量（DHI）を推定する二重フレームワーク手法を提案します。ビジョントランスフォーマー（ViT）を用い、高価な測定機器に代えて魚眼空画像から推定を行います。大気パラメータと時間エンコーディングを組み込み、合成全天日射量（GHI）を経由してDHIを精緻化し、物理情報を用いた教師なし雲分割による重ね合わせ画像も併用します。Chilbolton天文台のデータでは、1か月分のみで学習したモデルが、全データで学習した最新ViTとRMSEで1〜6 W/m²程度の差に収まりました。
説明ニューラルマニフォールドにおける意味の幾何学：意味的対応によるモデル間の相互運用性
要約本論文は、独立に学習されたニューラルネットワークは座標系が互換しないものの、内在的な幾何構造を共有しうることを示しています。意味的対応を基本的な手段として、異なるシステムを共通の意味フレームに結び付け、独立に学習されたモデル間のゼロショット変換を可能にするとしています。モデル接続、クロスモーダル変換、方策転移、活性化ステアリング、神経デコーディングなど14の取り組みが扱われ、人間の脳のfMRIデータにも整列可能な幾何構造が見られると述べられています。
説明自然言語オートエンコーダで活性化の差分を言語化し、汎化性とモデル比較能力を検証
要約本論文は、大規模言語モデルの内部活性化を人間が読めるテキストに変換する自然言語オートエンコーダ（NLA）の汎化性を検討しています。3系列の4モデルを用い、構成的構造、微調整モデルへの適用、モデル差分（model diffing）における微調整目標の復元、差分比較への特化という4点を検証しました。全体として肯定的な結果が得られ、Taboo モデルの隠された秘密語をほとんどの場合に復元できました。一方、創発的誤整合の検出では最先端の手法にはまだ及ばず、黒箱ベースラインは上回ったと報告されています。
説明ReflectPO：長期タスク向けLLMエージェントのための内省誘導型方策最適化
要約本論文は、長期タスクにおいてエージェントが自律的に誤りから回復するための強化学習フレームワーク、ReflectPO（Reflection-Guided Policy Optimization）を提案する。分岐の差異と繰り返し訪問から誤り回復のヒントを作り、サンプルした軌跡を木構造にまとめて行動単位の報酬割り当てを行う。二つの長期ツール利用ベンチマークで、多くの領域において既存の複数のベースラインを上回り、平均では最良の総合性能を示した。
説明ICGF-CXRMate：画像条件付き臨床文脈圧縮とゲート融合による胸部X線レポート生成
要約本論文はICGF-CXRMateを提案し、胸部X線のレポート生成を行う。まず現在の画像を条件として患者の臨床データを固定数の文脈トークンに圧縮し、ゲート付きクロスアテンションで視覚情報へ選択的に統合する。MIMIC-CXRとMIMIC-IV-EDの連結データでの実験では、第2段階においてCXRMate-EDと比べてレポート品質が向上し、平均プロンプト長は373.89から288.37トークンに減少した。
説明MLLM潜在表現を活かす：映画的ビデオ生成のための因子認識型予測学習
要約本論文は、映画的ビデオ生成のための因子認識型予測学習（FAPL）を提案する。まず凍結したMLLMの潜在表現をDiTが生成に利用するよう学習させ、次に対になった動画で対象因子の変化と非対象部分の保持を実現させ、さらにテキストのみと完全動画の観測を用いて限られた入力からの時間的推論を学習する。3つの課題で既存手法より良い性能を示したと報告している。
説明宇宙データセンターにおける低遅延MoE推論：無線電力伝送の視点
要約本論文は、衛星間レーザー無線電力伝送（WPT）を用いて太陽光発電電力を再配分するSpaceWPTフレームワークを提案しています。混合エキスパート（MoE）モデルでエキスパートの活性化が偏ることで生じる電力需給のずれに対し、各活性エキスパートが電力を供与・保持・受領するかを決める二方向の水充填戦略を導出しています。Mixtral-8x7BとPhi-3.5-MoEによるシミュレーションでは、WPTを用いない場合と比べて推論遅延が最大29.25%低減されたと報告されています。
説明DConstrain：拡散言語モデルの制約付きデコーディングのための文脈パラメータ化遷移プログラムのコンパイル
要約拡散言語モデル（DLM）は複数のトークンを並列にデコードするため、単独では有効なトークンでも、スキーマの下では組み合わせると矛盾することがあります。本論文は、スキーマを文脈パラメータ化された遷移プログラムへコンパイルするDConstrainを提案し、フィールド履歴を実行時の値として追跡することで任意のプロパティ順序に対応します。BFCLベンチマークで全スキーマのコンパイルに成功し、デコード遅延の大幅な削減と精度向上を示しています。
説明言語モデルを最適化モデリングエージェントとして活用する（OPTICYCLEとOPTISTATEの軽量推論ハーネス）
要約本論文は、自然言語で書かれた最適化問題を大規模言語モデルがソルバー用プログラムに変換できるかを検討しています。著者らはOPTICYCLEとOPTISTATEという2つの軽量推論ハーネスを提案し、9つのベンチマーク・計2,634問を、0.6Bから27BまでのQwen系11モデルで評価しました。実行結果に基づく修正は、評価した全モデルで直接生成を上回り、最大49.46ポイントの向上が見られました。追加学習なしで、両ハーネスは同一モデル比較で6つの改変エージェントワークフローや、同程度の規模の学習後最適化モデル4つを上回りました。
説明見て学ぶ：テキストの近道を取り除いて視覚的文脈内学習を教える
要約視覚言語モデルは、テキストモデルに比べ文脈内学習が苦手です。著者らは、モデルがテキストの近道に頼り視覚的な例示を十分活用していないことを見いだしました。そこで近道のない学習データ MIME を構築し、学習時に例示ラベルをランダムに隠す DTAD も提案しています。MIME での微調整により、3 つのモデルで視覚的文脈内学習の精度が 8.1〜18.0 ポイント向上しました。
説明動的粒度発見と最適輸送による階層的な細粒度クロスモーダル整合（HFCMA）
要約本論文は画像・テキスト検索における細粒度の照合を扱う。モデルは画像と文全体の意味的一貫性だけでなく、文中の物体、属性、数量、動作、関係に対応する視覚的根拠も評価する必要がある。提案手法HFCMAは、動的粒度発見（DGD）でパッチとトークンを視覚領域と句にまとめ、エントロピー正則化最適輸送（OT）で構造的な対応行列を推定する。背景の除去や重要度の重み付けなどの仕組みも加えられている。Flickr30KとMS-COCOでの実験では、意味の微妙な違いの識別が改善されたと報告されている。
説明H-2DGS：神経外科における鮮明で変形可能な表面再構成のための高さ場ガウシアン・スプラッティング
要約本論文は、手術顕微鏡で露出した大脳皮質表面を再構成し、MRI解剖構造や拡散トラクトグラフィーと整合させる手法H-2DGSを提案している。3段階のパイプラインで、まず頑健な3Dガウシアン・スプラッティング（3DGS）による再構成を行い、その深度を截断符号付き距離場（TSDF）表面に統合し、湾曲した表面指向のガウス基本要素で表現する。実験では5例の実際の神経外科症例において、多視点深度の不整合が小さく、表現が7.97MBと小さく、1フレームあたり29〜42ミリ秒の対話的レンダリングが得られたと報告されている。
説明TwinStore：視覚・言語モデルを用いた合成消費者プラットフォーム
要約本論文は、視覚・言語モデルに基づく実店舗小売向けの合成消費者プラットフォーム TwinStore を紹介する。店舗をデジタルツインとして構築し、パッケージ、価格表示、販促サインを含む描画された棚を見て購入を決める合成買い物客を配置する。これにより、店舗に導入する前に、同じ買い物客を用いて陳列、価格、パッケージ、販促を試すことができる。11の公開データセットを用いた検証では、模擬レシートの品目構成が実際の世帯の自然な変動に近く、価格弾力性は現場計測の範囲内に収まり、3つの独立した意思決定モデルの結果が一致したと報告されている。
説明開放語彙3Dセグメンテーションのための、クエリ時のCLIP特徴の校正
要約本論文は、3Dガウシアン再構成に持ち上げられたCLIP特徴を自然言語クエリで使う際の比較方法を改善する手法を扱います。シーン共通の方向成分を差し引き、汎用語の参照語彙を使ってテキスト表現を白色化し、ソフトクラスタリングとCSLSに基づく比較を行います。再学習や特徴の再生成は不要で、複数の手法とデータセットで平均交差率が向上したと報告されています。
説明同じ分子、異なる知識：化学分野の大規模言語モデルにおける識別子間の結合失敗
要約化学AIでは、通称、IUPAC名、SMILESなど複数の識別子で同一分子を表すことが一般的ですが、本論文はこれらの識別子を通じたモデルの知識アクセスが一貫しないことを示します。モデルはSMILESから分子を認識できても、同じ事実をSMILESから直接取り出せない場合があり、著者はこれを「識別子間結合失敗」と呼んでいます。さらに、訓練時に語彙的同一性を用いる「Binding Self-Distillation」という緩和手法を提案し、名称検索なしにSMILESから直接事実を取得できるようにすることを目指しています。
説明表現型の類似性を超えて：多モーダル脳疾患診断のための関係精緻化と選択的集団グラフ学習
要約本論文は、脳疾患診断のためのPopDRPフレームワークを提案している。訓練ラベルに基づき属性ベースの被験者間類似度を診断の一致に合わせて調整し、機能的結合と非画像情報を用いてグラフ上の関係をさらに精緻化する。その上で階層的な選択的状態空間ネットワークにより、複数の解像度で集団表現を学習する。ABIDEとADHD-200での層別10分割交差検証において、比較基準より高い精度とAUCを示し、アブレーション実験も関係精緻化と階層的バックボーンの有効性を支持している。
説明注釈パターンが学習されるとき：皮膚科概念における肌色依存性
要約本論文は、皮膚疾患の概念データセットSkinConの注釈信頼性を肌色別に検証したものである。同一疾患内で、濃い肌では淡い肌に比べて紅斑の注釈が少なく、色素沈着と色素脱失の注釈は多い。この注釈を用いて学習したモデルも同じパターンを学び、未見の画像でも再現する。そのため、概念に基づく説明を信頼する前に、亜集団ごとに注釈を監査すべきだと著者らは述べている。
説明シリコンサンプルは回答分布には合うが、回答者個人とは一致しない
要約シリコンサンプリングは、指定した人口統計属性をもつ人物として大規模言語モデル（LLM）に調査へ回答させ、合成的な回答者を生成する手法です。従来の評価は個別回答の正確さ、設問ごとの回答分布、設問間の相関に注目しており、回答者そのものを比較していません。本研究は、各回答者を完全な回答パターンによる点として表す「回答者カバレッジ差（RCG）」を提案し、各実在回答者から最も近い生成回答者までの距離を、実在標本同士の距離との相対値で測ります。米国の二つの社会調査では、評価した六つのLLMすべてに実在回答者が覆われない部分があり、主要な設定では人間の周辺分布から各回答を独立に抽出するベースラインより劣りました。また、試したすべての設定で、各LLMのRCGは実在データに当てはめたガウシアン・コピュラより高くなりました。
説明変分メッセージパッシングによるアクティブ推論のパラメータ学習
要約本論文は、期待自由エネルギーの最小化を認識的事前分布を加えた変分自由エネルギーの最小化として扱い、和積メッセージパッシングで解くアクティブ推論の枠組みを扱います。観測と遷移のパラメータにディリクレ事前分布を与え、各因子に独自の事前分布を設定することで情報利得の項を保持しています。2つのグリッドPOMDPの実験では、モデルを学習するプランナーのみが安全な経路を見つけ、毎エピソードで目標に到達したと報告されています。
説明金融犯罪分析に向けた敵対的に頑健なマルチグラフニューラルネットワーク
要約本論文は、マネーロンダリング対策などの金融犯罪検出に用いられるマルチグラフニューラルネットワークが、取引構造を操作する敵対的攻撃にどの程度耐えられるかを検討しています。ノード・エッジ接続行列を用いた構造攻撃と敵対的学習の枠組みを提案し、有向2サイクル・3サイクルの数の変化を罰則とする正則化項で攻撃の妥当性を測ります。実験では、学習された攻撃が検出性能（PR-AUC）を大きく低下させ、敵対的学習によって頑健性が一貫して向上することが示されました。
説明連続深度ディープガウス過程：深さを連続的に変化する潜在過程とみなすベイズ回帰モデル
要約ディープガウス過程（DGP）はベイズ回帰モデルですが、層を重ねるほど離散的な構造の最適化が難しくなる場合があります。本論文は深さを連続的な潜在過程とみなし、ガウス過程事前分布を持つ深さ依存のドリフト族で確率微分方程式を定式化します。CDGP と FlowDGP の二つの実装を示し、検討した条件では両者が全体として優れた結果を示したと報告しています。
説明高品質なスライド生成のためのプレゼンテーション知能の構築：統一学習フレームワーク
要約本論文は、自動PPT生成のための統一学習フレームワークを提案し、交差検証付きのデータ合成、ルールに基づく教師モデルの強化、検証可能な報酬最適化を組み合わせています。教師あり微調整に加え、GRPOベースの強化学習でスライドの視覚的属性を最適化します。実験では、PresentBench上でQwen-3.6-27BとQwen-3.6-35B-A3Bがそれぞれ7.45点と9.35点向上したと報告されています。
説明加害者のデジタル痕跡から行動コミュニティへ：ベンガル語ネットいじめ分析のためのオントロジー駆動型フレームワーク
要約本論文は、加害者を中心に据えたODCBNAフレームワークを提案し、オントロジー設計、知識グラフ構築、行動モデリング、コミュニティ分析、影響力モデリングを統合している。BenCoDiCコーパスを事例として、3件以上の攻撃的コメントや返信を行った1,063人を加害者として特定し、64次元の特徴ベクトルで表現した。重み付きネットワーク（27,554本のエッジ）上のLouvain分析により、6つのコミュニティが得られた。
説明事前学習を通じたサブリミナル学習（subliminal learning）の追跡
要約本論文は、ある言語モデルが他のモデルの生成データから、そのデータとは無関係な特性を受け継ぐ現象（サブリミナル学習）を調べています。Pythia、PolyPythia、DataDecide OLMo のモデルで、ハードラベル蒸留とオンポリシーのソフトラベル蒸留を比較し、どちらの設定でも偏好の転移が持続することを示しています。さらに、偏好を伝える能力と獲得する能力は事前学習の過程で別々に発達し、教師と生徒の役割を入れ替えると転移の大きさが大きく非対称になることを報告しています。
説明発明ではなく継承：推論モデルにおける「wait」の出所をたどる
要約本論文は、推論モデルが推論の途中で立ち止まる際に使う「wait（待って）」という標識語の出所を調べたものです。オープンモデルの学習履歴を、頻度・位置・形式・用法などのラベル不要の指標で分析しています。その結果、ゼロ強化学習ではこの語がほとんど新たに生まれず、主に学習データから引き継がれることが示されています。
説明一人の教師、多様な視点：オンポリシー自己蒸留における参照解への感度低減
要約本論文は、推論能力の向上のためにモデル自身の軌跡を学習させるオンポリシー自己蒸留（OPSD）を扱う。著者らは、参照解全体を条件とする従来の教師は、推論時に学生が利用できない情報に過度に依存しうると指摘し、有効な参照を別のものに置き換えると教師分布が大きく変わる現象を参照誘発ターゲット不安定性と呼ぶ。これに対し、特権文脈を部分的な参照ビューの分布として扱い、周辺化された教師分布を蒸留するモンテカルロ特権蒸留（MCPD）を提案する。論文は、数学および科学の推論ベンチマークにおいて、MCPD が完全参照の OPSD を一貫して上回ると報告している。
説明HimmBO：画像生成のための高次元インタラクティブ・モデル統合ベイズ最適化手法
要約本論文は、大量のテキスト画像生成用アダプターを嗜好に基づいて統合する二段階手法HimmBOを提案します。スクリーニング段階では、事前生成済みの画像に対する水準集合推定により有効なアダプター集合を特定し、新たな画像生成は行いません。続く精緻化段階では、その低次元部分空間で統合係数を最適化します。模擬ユーザーによる画像マッチング実験では、最終的な類似度が全比較手法を上回り、先行研究の10分の1未満の画像生成回数で同じ類似度に到達しました。アダプター数が1080に増えても性能は安定しています。
説明MOER：専門家プレフィックス誘導と選択的ロールバックによる混合方策最適化
要約本論文は、専門家の思考連鎖プレフィックスと自己探索を組み合わせて強化学習による推論訓練を行うMOERフレームワークを提案しています。プレフィックスの長さは段階的に短縮され、自己探索を促します。失敗した補完は元の完全な専門家トレースに置き換えられ、各オフポリシー軌跡の正しさが保証されます。実験では数学および一般推論タスクで平均スコアが最も高かったと報告されています。
説明共有された使用例をツール索引に畳み込むと、未使用ツールの検索率が下がる
要約AIエージェントは多くの場合、ツールのドキュメントを検索して目的のツールを見つけます。本論文は、エージェント間で共有された使用例を索引に別項目として加える「折りたたみ（folding）」が、まだ一度も使われていないツールにどう影響するかを調べています。二つのカタログでは、必要な未使用ツールが上位5件に入る割合が大きく下がりました。提案手法のZoEは文書と使用実績を別々に採点し、三つのカタログと二種類の埋め込みモデルで未使用ツールの検索率を高めました。
説明Verus-Insight：AI生成動画における説明可能なアーティファクト検出に向けて
要約本論文は、生成アーティファクトを手がかりにする検出器の設計と学習方法を検討し、検出を検査計画、証拠検証、証拠集約の三つの能力からなる過程として定式化しています。人手による注釈付きの知覚可能なアーティファクトを含むベンチマークVerus-Bench、およびモデルVerus-Insightを提案しています。複数のベンチマークでの実験により、細粒度のアーティファクト分析と動画検出の両方で良好な性能が示されています。
説明地月空間における角度のみ追跡のための合意ベース分散フィルタリング
要約本論文は、複数の観測衛星が視線測定のみを用いて目標宇宙機の慣性状態を推定する、地月空間での合意ベース分散フィルタリング手法を検討している。分散拡張カルマンフィルタ、情報重み付け合意フィルタ、カルマン合意フィルタの3手法を比較し、集中型拡張カルマンフィルタを基準としている。数値シミュレーションでは、分散手法が独立した局所フィルタより推定精度を大きく向上させることが示された。さらにモンテカルロ感度解析により、有限回の合意反復と初期推定の不一致に対する頑健性が調べられている。
説明多分光古文書二値化のためのクロススペクトル特徴融合
要約本論文は、褪色したインク、裏写り、背景劣化が可視光と近赤外で波長ごとに異なる挙動を示す古文書の二値化の難しさに取り組んでいます。500、600、700、1000nmの四つの登録済みバンドを、多分岐条件付き敵対的生成ネットワーク（cGAN）で処理し、エンコーダでの空間・チャネル方向ソフトマックスゲーティングによる融合と、可視光・近赤外のバンド対から得た辺縁マップによる構造誘導を比較しています。五分割交差検証の結果、F3＋近赤外辺縁誘導の構成が最良で、F1は0.7916でした。固定融合の基準モデルより、Holm補正後も統計的に有意にF1、p-FM、IoUが向上したと報告しています。
説明正しさを超えて：形式ライブラリの自然言語ドキュメントにおける帰属性の研究
要約形式言語はソフトウェア工学でプログラムの性質を記述・検証するために広く使われますが、記法が読みにくいため、開発者は形式ライブラリの関数を自然言語のドキュメントで理解することが多いです。本論文は、ドキュメントの記述が証明上真であっても、関数の動作が変わった後も成り立つ場合があると指摘し、その関数固有の動作への依存を「帰属性（attribution）」として定義し、検査方法を示します。著者らはDocAuthというドキュメント生成手法を設計・実装し、帰属性に基づいて公開する文を決め、各文に検査可能な形式的性質と証拠を添付します。ACL2定理証明器のCommunity Booksライブラリの150関数では、真偽のみを確認するパイプラインより公開文のうち第二のモデルが帰属性ありと確認した割合が82.9%から94.7%に向上しました。
注目点形式ライブラリのドキュメント生成に帰属（attribution）という新基準を提案し、ACL2の150関数で確認率と帰属可能な文数を比較して検証している。
説明Direct Forcing：単一段階学習による少ステップ自己回帰型動画生成手法
要約本論文は、ODE初期化段階を別途設けずに少ステップ自己回帰型動画生成器を学習する単一段階フレームワーク「Direct Forcing」を提案している。因果的継続整合と、最大平均差異を用いた生成分布整合を組み合わせ、動的勾配バランシングで両信号を調整する。Wan2.1-1.3Bを用いた実験では、250回の更新で四ステップ生成器を学習し、VBench Totalで84.63、Qualityで86.01を達成したと報告されている。
説明合成から実音声へ：ネパール語・英語コードスイッチングASRと自発的ポッドキャストベンチマーク
要約本論文は、ネパール語と英語が混在する自発的な会話音声の自動音声認識を扱い、13,044発話のポッドキャストベンチマークを新たに構築しました。データは機械翻訳の混入や音響ループを除くため監査・検証されています。合成音声による教師ありファインチューニングと、転写および文字体系の報酬を用いたGRPOという二段階の手法を検討しています。合成データによる微調整で混合誤り率は23.40%から21.52%、切り替え点誤り率は35.89%から28.77%に低下したと報告されています。
説明CAVC：モダリティ非対称な拡散生成のための収束適応型音声映像キャッシュ
要約本論文は、拡散モデルによる音声・映像生成の処理速度を高める、学習不要のモダリティ非対称キャッシュ手法CAVCを提案します。中間段階で音声側のキャッシュによって生じたずれは、末尾のわずかな共同ノイズ除去ステップで修正できる一方、映像側のキャッシュは動きや時間的な細部の持続的な損失を招くことが観察されました。そのためCAVCは中間段階で音声の出力を再利用し、映像は時空間の精細化を続けたうえで、末尾に共同ステップを戻します。複数の公開ベンチマークで、実時間で1.10〜1.35倍の高速化を示し、音声品質と音声・映像の整合性は競争力を保ったと報告されています。
説明集合伝播を使わず検証できる混合単調ニューラルネットワークの学習手法
要約本論文は、混合単調関数を二つの単調サブネットワークの差として表す新しいニューラルネットワーク構造を提案している。混合単調システムの理論を用いることで、入力区間の対角する二つの端点についてそれぞれ一回の順伝播を行うだけで出力包囲を計算でき、複雑な集合伝播は不要になる。包囲のサイズは重みの閉形式関数なので、学習中に直接最小化できる。また包囲サイズの下界も示されている。実験では、包囲サイズは下界の0.5%以内に収まり、予測精度を損なわず、CROWNやα-CROWNより桁違いに高速であった。
注目点混合単調ネットワークにより出力包絡の計算を2回の順伝播に簡約し、包絡サイズの下界も示す点が新しい。回帰と動力学系のベンチマークでCROWNなどと比較している。
説明ADAPT for Science：自己進化する科学最適化のためのマルチエージェントシステム
要約本論文は、科学的最適化を「どこを探索するか」と「どのように探索するか」という相互に関連する二つの判断として扱うマルチエージェント枠組み ADAPT for Science を提案しています。過去の設計を用いて有望で多様な初期条件を選び、実行結果に基づいて最適化手順を改良します。微分可能な物理シミュレータを用いた重力波検出器の設計で評価され、同じ科学的評価予算の下で平均損失は 0.204 ± 0.101 となり、最良の古典的最適化手法より 54.9%、最良の汎用エージェント型進化ベースラインより 62.2% 低減したと報告しています。
説明重み空間から分岐を読む：パラメトリック力学系へのJEPAWGの適用
要約本論文は、力学系のパラメータ格子の各点で予測ネットワークを微調整し、パラメータで索引されたモデル群を構築して、重み空間の解析手法を検証しています。モデル群はJEPAWG（同時埋め込みハイパーネットワーク）で分析され、予測性能は直接学習されたハイパーネットワークと同等と報告されています。さらに、復号された重みのパラメータ微分のノルムからHopf点を特定し、Feigenbaum定数を定性的に推定し、線形化では見えない大域的分岐も検出できたとされています。
