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。
説明十七歳の答案は誰が書いたのか？六つの最先端言語モデルにおける作者年齢の誤判定と自信度の問題に関する行動事例研究
要約本研究は、手書きの試験答案三件から作者の年齢と性別を推定させるよう、六つの大規模言語モデルに課した事例研究です。十七歳の受験者の答案が、多くのモデルで成人のものと誤って判定されました。1081回のAPIセッションと3225件の応答を評価し、提示方法や文脈の指示を変えた六条件を比較しています。著者らは、これは偏見の割合を推計するものではなく、仕組みを切り分けるための小規模な研究だと明記しています。
説明Kolibri：パレートフロンティアに位置する欧州の主権型モデル
要約本報告は、英独バイリンガルの混合専門家（MoE）Transformerモデル「Kolibri」を紹介します。総パラメータ数は781億、トークンごとの有効パラメータは34.6億で、Apache 2.0ライセンスの下で重みが公開されています。ドイツ語や行政、産業、航空宇宙などの規制対象分野での主権的・専門的な導入を想定しています。原文によれば、学習には24兆トークンが用いられ、ドイツ語はデータ比率で20%超を占め、英語とドイツ語において評価された公開モデルの中で品質と提供コストのパレートフロンティア上にあります。
説明信頼できるAI支援救急配車に向けて：不確実性を考慮した救急車移動時間推定
要約本論文は、AI支援の救急配車で用いられる救急車の移動時間推定が単一の点予測にとどまり、信頼性を示せない問題に取り組んでいます。不確実性を考慮した推定手法を提案し、スウェーデン・スコーネ地域の2年間の救急車移動データで回顧的に評価しています。提案手法は状況に応じて適応する予測区間を生成し、評価した重要な状況で安定した被覆率を示したと述べています。
説明ループ型言語モデルで深さを再利用可能に保つのは正規化ではなく「一致性」である
要約本論文は、同じ層のブロックを繰り返し適用するループ型言語モデルにおいて、推論時に深さを再利用できる理由を検討しています。ループ間の状態正規化と、学習時と推論時のループ回数の一致という二つの説明を比較しています。公開済みの重みと小規模モデルの実験から、正規化を外すと学習時の予算で精度が0になること、ただし状態ノルムの増大が原因ではないこと、そして一致性が重要であることを報告しています。
説明M³：多轮ジェイルブレイクをマルコフ決定過程として扱うマルチLLMシステム
要約本論文は、多ターンのジェイルブレイク攻撃を有限期間のマルコフ決定過程として定式化した自動レッドチーミングの枠組みM³を提案している。攻撃用LLMが、状態用LLMが生成するコンパクトな内部状態を用いながら対象LLMと対話する。原文によれば、2つのベンチマークと6つの対象モデルで、既存の多ターン手法より高い攻撃成功率を示したという。
説明局所精度を超えて：PDE基盤モデルのロールアウト信頼性のベンチマーク
要約PDE基盤モデルは自己回帰的に運用されるため、短期予測の精度が高くても長期シミュレーションが信頼できるとは限らないと指摘しています。著者らは七つの二次元時間依存PDEデータセットで七つのモデルを評価し、長期誤差を短期誤差で割った誤差増幅係数G=E(H_f)/E(H_s)を定義しました。短期で優れた微調整済み基盤モデルでも長期誤差は大きく増幅され、評価では時間窓ごとの絶対誤差、増幅統計、失敗発生率の報告が必要だとしています。
説明すべての重みは、共有された離散的決定の経路である
要約本論文はTWIG（継承ゲート付き木構造重み）を提案し、ニューラルネットワークの各重みを符号、2の冪によるシフト、ゼロゲート、共有テーブルの索引などの小さな離散的決定の経路として表現する。関連する重みは経路の上位部分を共有し、各決定は下位のすべての重みに継承される。著者らは、剪定や量子化などの圧縮手法を一つの表現上の編集として扱い、単一の最適化器で選択できると述べている。大規模言語モデルの五つの重み行列で、同じ層誤差においてGPTQより加算回数が少ないと報告しているが、具体的な割合は原文を参照されたい。
説明合成データから実画像へ：マルチモデル検索融合とクロスエンコーダによる再ランキングを用いたテキスト人物異常検索
要約本論文は、外見と行動の自然言語記述を使って大量の画像から人物を検索するテキストベースの人物異常検索を扱います。モデルは合成画像と文の組で学習されますが、評価は領域差や似た妨害対象を含む実際の監視画像で行われます。提案手法は、Qwen3-VL-Embedding-8B を合成データに適応させ、六つの Qwen3-VL チェックポイントと凍結された SigLIP2 の検索スコアを融合し、Qwen3-VL-Reranker-8B で上位候補を再ランキングします。AI City Challenge 2026 Track 4 の公式テストで mAP 94.7815%、R@1 90.8493% を達成し、公開リーダーボードで第8位になったと報告されています。
説明ENCL：局所学習則とサブネットワーク凍結戦略による効率的なニューロモーフィック継続学習
要約本論文は、ニューロモーフィック継続学習の効率を高めるENCL手法を提案しています。軽量な時空間的局所学習則で、従来の全体的な誤差逆伝播に代えて学習を行い、タスクごとのサブネットワーク凍結によってネットワーク構造の拡張を避けます。タスク増分学習の設定では、Split MNIST、Split Fashion MNIST、Split CIFAR-10、Split CIFAR-100において、データ・経験リプレイを用いる手法と同程度の精度を保ちつつ、メモリコストを最大88%、学習時間を最大51%、平均消費電力を最大40%、エネルギー消費を最大65%削減したと報告しています。
説明ガウス過程回帰における入力バイアスの補正
要約従来のガウス過程（GP）回帰では入力は既知と仮定され、不確実性は観測値からのみ生じます。移動センサーの姿勢推定に誤差がある場合（例：推測航法）、本論文はバイアス考慮型GP（Ba-GP）の枠組みを提案し、学習済みモデルの事後平均の勾配を用いて入力バイアスとノイズを平均と共分散の補正に変換し、一次の補正アルゴリズムで効率的に更新します。シミュレーションと室内光強度マッピング実験では、ノイズ入力GPの基準手法と比べて予測精度と不確実性の較正が改善し、計算コストは約一桁削減されました。
説明同方策と異方策を超えて：LLMエージェント蒸留は学生のどの層に従うべきか
要約本論文は、対話型LLMエージェントの蒸留において、どの層で学生モデルに従うかを検討する研究です。対話履歴と現在の行動接頭辞という二つの層を分けて扱う階層的フレームワークを提案し、その組み合わせ、混合比率、学習順序を制御できるようにしています。三つのモデルと四つの対話環境での自己蒸留実験の結果、学生が生成した履歴と教師が生成した行動接頭辞の組み合わせが通常最も強い学習信号を与える一方、両層とも学生に従う設定が最も性能が低いことが示されました。
説明「再試行の許可」：AIエージェントのワークフローにおける認可と復旧の研究
要約本論文は、ツールを使うAIエージェントの実行時の信頼性を、言語モデルの挙動と切り離して検討しています。LangGraphとTemporalで336の履歴を実行し、チェックポイント状態、実行許可、外部効果の証拠、照合の許可という各義務を検証しました。保持された台帳による照合は42件すべてに合格し、キャッシュ再試行、再検証後の再試行、安定キー再試行はそれぞれ30、36、31件に合格しました。
説明遅延デコード・一回だけ乗算：量子化重みの内積を再考する
要約本論文は1〜4ビットの量子化重みを持つニューラルネットワーク向けに、重みコードをアドレスとして2^k個のアキュムレータを選び、活性化値を加算した後、最後に一度だけデコードと乗算を行う内積の計算法を提案しています。整数演算では厳密に等価だと示され、乗算器の数はn/2^k分減ると報告されています。また、重み単一ステーショナリーのシストリックアレイに置き換えるSA-PEの設計をFPGAで合成し、乗算器を共有した場合に面積が削減されることを示しています。
説明LazyFlash：長文脈ファインチューニングを高速化する、順伝播は密・逆伝播は疎な注意機構
要約本論文は、順伝播を密に保ち、逆伝播のみを疎にする注意機構 LazyFlash を提案し、大規模言語モデルの長文脈ファインチューニングを高速化します。注意出力の勾配ノルムに基づいてクエリブロックを順位付けし、パラメータ更新への寄与がわずかなブロックを飛ばします。これは FlashAttention の逆伝播カーネル内に実装され、飛ばされたブロックは読み込みも計算もされません。実験では、長文脈のテキストおよび音声モデルで、下流性能を維持したまま注意の逆伝播が最大 5.7 倍、学習全体が 1.7 倍高速化されたと報告されています。
説明スペクトル階層と密度クラスタ木の位相的等価性
要約本論文は、密度関数から階層的クラスタリングを得る二つの標準的方法を比較する。一つは超水準集合の連結成分による密度クラスタ木、もう一つはラプラシアンが誘導する拡散距離に単連結法を適用して得るスペクトル階層である。適切な拡散時間において、拡散階層が高さの単調な再スケーリングを除き密度クラスタ木と位相的に等価となる条件を与えている。さらに、k近傍グラフによる実装は拡散距離の一様近似を通じてこの等価性を継承し、有限サンプルでスペクトルグラフ構成を密度水準集合の位相に帰着させることを示している。
説明PixGR：高速フィードフォワード型3D再構成のためのピクセル空間生成デコーディング
要約本論文は、フィードフォワード型3Dガウシアン再構成に軽量なピクセル空間生成モデルを組み込み、シーンの不確かさをモデル化するPixGRを提案する。文脈となる観測画像は一度だけシーンの潜在表現に符号化され、その表現を条件として、ノイズを含む目標視点から共有の3Dガウシアン表現を生成する。ピクセル空間のフローマッチングを用い、微分可能レンダリングによって直接的な生成監督のもとで端から端まで最適化する。実験では、視点間隔が広い場合や視点外挿の場合を含む疎な視点設定で、回帰ベースの手法を上回り、推論は1秒未満に保たれることが示されている。
説明少数のXSEMデータとハイブリッド探索によるボッシュエッチングシミュレータの実→仮想キャリブレーション
要約本論文は、MEMSやTSVの製造に用いられるボッシュプロセスのエッチング結果を予測するため、少数のXSEM実測データからシミュレータパラメータを推定する少数ショットのキャリブレーション手法を提案します。局所探索、LLMによる候補生成、XGBoostによる代理スクリーニングを組み合わせて探索を行い、各候補はViennaPSシミュレーションで検証します。2種類のレシピでの実験では、未使用の条件に対するエッチング結果を予測でき、正規化全体誤差はそれぞれ0.340と0.249でした。
説明組織切片画像における核の自動セグメンテーション：注意機構付きU-Netによる手法
要約本論文はデジタル病理学における核セグメンテーションの課題に取り組み、MoNuSeg 2018データセットで軽量な注意機構付きU-Net（Attention U-Net）モデルを用いています。色素分離や多段階のマスク平滑化、高解像度画像の推論時の重複パッチ結合を組み合わせたパイプラインを提案しています。未見の全解像度テスト画像でIoUスコア0.8745を達成したと報告しています。
説明ニューラルセルオートマトンを用いた分散型群ロボットの形態形成：局所的な相互作用で形を組み立てる研究
要約本論文は、ニューラルセルオートマトン（NCA）を既存の配置割当・衝突回避制御と組み合わせたモジュール式フレームワークを提案しています。編隊内のロボットが局所的なNCA状態を更新・共有して新たな取り付け位置を見つけ、事前の位置リストなしで段階的に成長させる分散型の仕組みを導入しています。さらに、部分的な取り付けを模擬するオフラインの微調整と、無効な位置の活性化を罰する損失関数により形態の精度を高めています。シミュレーションでは数百台規模まで多様な格子形状が形成され、Crazyflieクアッドロータによる実験で実行パイプラインが検証されています。
説明StateBridge：合成から実世界への交通映像キャプションと視覚質問応答のための、フェーズと軌跡に基づく推論フレームワーク
要約本論文は、合成データのみで学習し、実世界の交通映像に対してキャプション生成と視覚質問応答を行うStateBridgeフレームワークを提案しています。フェーズを考慮したクリップ構成、歩行者と車両の軌跡要約、構造化プロンプトを用いて、視覚言語モデルを外観だけでなく安定した交通の証拠に基づかせます。AI City Challenge 2026 Track 2において、合成データのみの学習で公式S2スコア55.4679を達成したと報告しています。
説明大規模モデルのための構造化スパース性学習：モデルの圧縮性と効率的推論の橋渡し
要約本論文は、学習中にモデルの重みと低ランク・構造化スパース成分を同時に学習するフレームワーク S-SALAAD を提案しています。予算を考慮した圧縮と CPU・GPU 向けカーネルを組み合わせ、単一のチェックポイントから複数のメモリ予算で効率的に推論できるようにします。Llama2 と Qwen3 での事前学習・蒸馏実験では、評価したベースラインと比べ、複数のハードウェアでパープレキシティ、メモリ、推論遅延の経験的パレートフロンティアを前進させたと報告されています。
説明いつ止まるべきかを知る：コーディングエージェントにおける証拠と行動の隔たり
要約論文は、コーディングエージェントが環境上タスクを完了できない場合でも試行を続け、外部の支援でしか進展しないという証拠が早い段階で現れていても、それに基づいて行動することがまれであることを指摘しています。著者らは、解決可能な修復タスクに12種類の環境上の障害を注入するベンチマークImpasseBenchを提案し、証拠が十分になった時点を基準に行動を評価します。8つの最先端モデルによる19,371の軌跡を調べた結果、外部支援が必要な実行の多くで十分な証拠が集まっていたものの、約3分の1が予算を使い切っていました。
説明TaxoSAE：分類学的論理によりスパースオートエンコーダを再考
要約スパースオートエンコーダ（SAE）は、大規模言語モデルの内部表現を解釈可能な特徴に分解し、そこに符号化された知識の読み取りと制御を可能にします。本論文は、既存のSAEが各特徴を独立した単位として扱う一方、実世界の知識は上位・下位関係（is-a）で体系的に整理されていることが多いと指摘します。提案手法TaxoSAEは、分類学の階層ごとに1つのSAEを積み重ね、下位概念が活性化するとき上位概念も活性化するよう学習させる分類学的整合損失を導入します。2つの事実質問応答の分類体系での実験で、読み取りの精度、制御の精度、未見概念の上位語からの読み取りの改善が報告されています。
説明VisFlow：可視性の再構成・特徴付け・認識のための解釈可能なフローマッチング手法
要約本論文は、連続的な符号付き距離関数（SDF）表現と明示的なポリゴン進化を組み合わせた、解釈可能なフロー手法VisFlowを提案しています。可視性グラフからポリゴンの形状を逆に求める課題を扱い、可視性再構成と可視性特徴付けの二つの課題で評価を行っています。論文によると、既存の最先端手法と比べて、可視性再構成では可視関係を20%多く保持し、可視性特徴付けではカバー率を30%向上させたとされています。
説明条件付き分布の学習可能性の組合せ論的特徴づけ：有限空間上の確率分布を学習する理論研究
要約本論文は、入力を有限空間上の確率分布に写す関数クラスのPAC学習可能性を研究している。学習者は独立同分布の入力・ラベル対を観測し、ラベルは未知の目標仮説の条件付き分布から生成される。提案されたfat_γNatarajan次元とfat_γGraph次元について、正の各スケールでの有限性が学習可能性の必要十分条件であることが示され、分布値関数クラスは確率概念モデルにおいて各座標クラスが学習可能な場合にのみ学習可能であると述べられている。
説明高品質な画像合成のためのスケーラブルなTransformerエネルギーベースモデル
要約本論文は、潜在空間で動作するスケーラブルなTransformerをエネルギー関数とするTransformerエネルギーベースモデル（TEM）を提案しています。複数の層からエネルギーを抽出して合計し、局所的なテクスチャから大域的な意味までの制約を組み合わせます。視覚基盤モデルで中間表現を教師する正の表現アラインメント（PRA）と推論時のサンプリング手法も用いられています。原文によれば、TEM-XLはクラス条件付きImageNet 256×256でFID-50Kが3.82（分類器フリーガイダンスなし）、512×512では8.24を達成しています。
注目点Transformer能量モデルとPRAによりEBMを高解像度画像生成へ拡張し、ImageNet 256でFID 3.82を達成、比較的充実した実験で裏付けている。
説明カリキュラム学習の有効性は報酬のまばらさと競合する最適解に依存する
要約本論文は、カリキュラム学習が強化学習で効果的に働く理由を探るため、最小限の方策学習モデルを構築・分析しています。開ループ・エピソード型の目標迎撃タスクを対象に、報酬の疎密を調整して数理的・数値的に検討しています。報酬が密な場合、カリキュラムの利点はわずかである一方、報酬が疎な場合はカリキュラムがなければ学習が成立しないことがあるとされています。特に、労力の最小化と高い報酬の獲得という相反する目標を持つ場合にこの傾向が強いと述べています。
説明TACS-RF：RF・ミリ波モジュールのためのツール駆動型エージェント回路合成フレームワーク
要約本論文はTACS-RFフレームワークを提案し、大規模言語モデルのコーディングエージェントがCadence Virtuoso/Spectre、Calibre、EMX、Ansys HFSSなど業界標準のEDAツールを直接操作して、RF・ミリ波モジュールを設計する仕組みを示している。90 nm SiGe BiCMOSプロセスで240〜251 GHzのサブテラヘルツ送信機を、エージェントが準自律的に設計して検証した。この送信機の出力は+5.1〜+6.3 dBm、1 MHzオフセットでの位相雑音は-80〜-88 dBc/Hz、消費電力は361 mWである。
説明FSVL：長江中流域の混同しやすい魚種の識別と知識生成のための、分類学に基づく高速・低速の視覚-言語協調フレームワーク
要約本論文は、視覚認識と検索拡張生成（RAG）に基づく大規模言語モデルを組み合わせた高速・低速の二重経路フレームワーク FSVL を提案し、長江中流域の51種の魚類のうち混同しやすい種の識別と専門知識の生成を行う。高速経路は軽量な ResNet50 で初期分類を行い、低速経路は YOLOv8n で頭部・背びれ・尾部などの主要形態領域を検出して精密に識別する。607枚のテスト画像で、高速分類器の精度は99.67%、カスケード構成による補正後の全体精度は100.00%であった。255件の知識生成サンプルでは、学名の正確率が91.37%から100.00%に向上した。
説明フレームのマイニング：ニュース・フレーム検出のための教師なし手法としての関連規則マイニング
要約本論文は、人手による注釈や事前定義された分類体系を必要としない、関連規則マイニング（ARM）によるニュース・フレーム検出を提案します。主な検証対象は、ガザ戦争の最初の1年間を扱った米国・英国・フランス・ドイツの16媒体による25,512本の英語記事です。高リフトの共起規則から解釈可能なフレームの手がかりを導き出し、記者研究者が文脈で確認しています。見出しと本文の間に体系的な差異があること、また二つの調査報道記事に手法の成果が活用されたことも報告されています。
説明介入ではなく相関を予測する：共変量対応時系列基盤モデルの事前登録済み因果監査
要約本論文は、共変量を扱う時系列基盤モデルが「制御変数をこの経路で動かしたらどうなるか」という問いに、条件付き傾きと介入効果のどちらを答えているかを検証します。理論的な参照線を導き、反事実の真値を備えた事前登録済みの実験格子で複数モデルを評価した結果、いずれも回帰よりも交絡の影響を強く受けた応答を示しました。合成系列による介入型の事後学習で、そのずれを最大83%縮小できたと報告されています。
注目点観測予測器が介入クエリに答える際の交絡ギャップを閉形式で導出し、事前登録された因果監査と実機アクチュエータ実験で検証、さらに学習による修正法を示す点が新しく、証拠も比較的堅実。
説明月面群ロボットの協調的熱調節：群れ行動から自発的に現れる保温戦略
要約月の夜の極低温下で、小型ロボットの群れが互いを熱遮蔽として使えるかを調べた研究です。20台で共有する方針を強化学習で訓練し、夜明けに最も冷えた5台の平均温度という一度だけの報酬のみを与えました。その結果、群れは集まり、中心部と外縁部を入れ替わる行動が現れ、静止した集団より生存に必要なエネルギーが37%少なく、20台から40台へ再訓練なしで移行できました。
説明計算量とデータ制約下での合成データ書き換えのスケーリング則
要約本論文は、言語モデルで自然文書を目標のスタイルに書き換えた合成データ（リライト）を事前学習に用いる手法を扱います。モデルサイズ、学習トークン数、リライトの割合、自然データの反復回数から損失を予測するスケーリング則を提案し、リライト生成に要した計算量も考慮しています。算力制約下では最適なリライト割合が計算量とともに増加し、データ制約下では同規模モデルによる自己データのリライトで学習したモデルが、最大30億パラメータまで自然データのみの最良結果を上回ったと報告しています。
注目点改写生成の計算コストを含む改写スケーリング則を提案し、計算制約とデータ制約の両設定で検証、外挿予測の精度を示した。
説明ISO 11783 ネットワーク経由の機械可読な取扱説明書：オフライン多言語 LLM 支援
要約本論文は、ISO 11783 ベースの CAN バスを通じて、トラクタ側アシスタントの局所知識ベースを接続された作業機の取扱説明書と一致させる方法を検討しています。Markdown、JSON、XML の三形式による転送性能を比較し、複数のオープンウェイト大規模言語モデルの言語横断的な質問応答を評価しました。完全な取扱説明書は 31〜89 秒で転送でき、英語版では多くの質問に正しく答えられた一方、他の五言語版では性能が低下しました。意味検索は言語横断的な検索を可能にしています。
説明人間のフィードバックによる大規模言語モデルのアライメント：数学的基礎とアルゴリズム設計
要約本論文は、大規模言語モデル（LLM）を人間の意図・選好・価値観に合わせるための数学的基礎とアルゴリズムの枠組みを、チュートリアル形式で解説しています。教師ありファインチューニング（SFT）、人間フィードバックによる強化学習（RLHF）、直接選好最適化（DPO）などの手法を扱い、人間の選好からの学習の理論的背景として逆強化学習（IRL）や離散選択モデルとの関連も論じています。各アルゴリズムの利点と限界、実装上の示唆も提示されています。
説明慎重型コンフリクトフリー逆勾配法：PINN学習における勾配衝突の改善
要約物理情報ニューラルネットワーク（PINN）の学習では、境界・初期・残差の各損失項の間で勾配の衝突が起きやすい。本論文は、ConFIG法をAdamなどの適応型オプティマイザと組み合わせると、最終的な重み更新が勾配に対して衝突のない状態を保てなくなる問題を指摘する。その解決策として、ConFIGに三行を加えた拡張版Cautious ConFIGを提案し、三つのPINNベンチマークで標準のConFIGより安定した性能向上を示している。
説明SWE-Clar：コーディングエージェントは不完全な顧客要件を明確化し、新規ソフトウェアを納品できるか？
要約本論文は、Upwork 上の総支払額が 4,000 米ドル以上の実際のソフトウェア開発案件 100 件に基づく評価ベンチマーク SWE-Clar を提案しています。各タスクでは、コーディングエージェントと顧客エージェントの多段階の対話の後、実装の受け入れテストと要件理解の評価を別々に実施します。実験の結果、最も高い実装スコアを示したモデルでもタスクの合格率は 67% にとどまりました。
説明都市領域表現学習におけるマルチビュー融合の再考：適応型フレームワーク PRISM の提案
要約本論文は、移動流、関心地点、土地利用などの異種の都市信号を統一された埋め込みへ融合し、チェックイン予測、犯罪予測、サービス需要推定などに用いる方法を扱います。著者らは、既存手法が全体で共有する融合と同時最適化を用いており、モダリティの重要度が地域ごとに異なること、また目的関数間で勾配の不均衡が続くことを指摘しています。そこで、疎な MoE ルーティングで地域ごとの視点配分を学習し、PID に着想を得た調整機構で勾配の衝突を緩和する PRISM を提案しています。三つの大規模都市データセットでの実験では、強力なベースラインと比べて競争力のある性能を示し、より安定した最適化と、よりバランスの取れた地域表現が得られたと報告しています。
説明IFC-SSL-Bench：マルチスペクトル撮像フローサイトメトリーにおける自己教師あり学習の注釈効率ベンチマーク
要約本論文は、撮像フローサイトメトリー（IFC）で自己教師あり学習（SSL）を評価するためのモジュール式フレームワーク IFC-SSL-Bench を提案する。2つの異なるデータセットで、6種のSSL手法と4種のバックボーンを比較し、訓練データの注釈割合（1%〜100%）ごとの下流分類性能を検証している。形態分類では約5%の注釈で全教師あり学習のベースラインに匹敵し、MoCo-v2 と ConvNeXt の組み合わせが最良だった。
説明「学んだことを忘れない」：自己指向の修復でエージェントの失敗を持続する教訓に変える
要約本論文は、タスク失敗後にエージェントが自身の軌跡を振り返って教訓を抽出し、軽量な低ランクアダプタ（LoRA系）に蒸留する「Self-Direction」という仕組みを提案しています。元の重みは凍結され、アダプタは永続的な教訓ライブラリに保存されて、後の関連問題で自動的に呼び出されます。Qwenファミリーの公開重みモデルを用いたGAIA、Claw-Eval、Terminal-Bench 2.1での実験では、全体の成功率が8.9〜17.0ポイント向上したと報告されています。
説明EgoForesight：ノイズを含む一人称視点の動作を用いて方策学習を効果的に拡張する手法
要約本論文は、ロボットのデモンストレーションと一人称視点動画の両方から学習する視覚・言語・行動フレームワークEgoForesightを提案しています。信頼性の低い動作ラベルの影響を抑え、実演の結果を補助的な教師信号として利用します。原文によると、試験した範囲で従来手法よりスケーリング傾向が急であり、3万時間の事前学習データでは、実世界の開ループ動作MSEが20.5%減少し、RoboCasaの少数ショット成功率が8.1ポイント向上しました。
説明子どもの自然な経験データで行う状況横断的な単語学習の拡張
要約本論文は、子どもが状況横断的学習によって初期の具体名詞を習得する仕組みを検証しています。48名の子どもから得た2,441時間の縦断的な一人称視点動画（BabyView）で、対比型の視覚・言語モデルを訓練しました。インターネットで事前学習された視覚表現を使うモデルの方が、発達期の動画のみから視覚表現を学習したモデルより性能がはるかに高いことが示されました。学習信号の大部分は、見えている指示対象を述べた少数の発話から得られていました。モデルの語彙表現には人間らしい意味構造が見られましたが、訓練経験に伴う性能の推移は子どもとは大きく異なっていました。
説明SpecMem：実行中のメモリ管理でエージェントのツール呼び出しを高速化する手法
要約ツール呼び出しエージェントは、呼び出しのたびに逐次デコードされるため遅延が課題になります。本論文は、運用中もツール呼び出しのメモリを維持・更新するSpecMemを提案します。検証済みの呼び出しはユーザーごとの上限付きストアにLRUで書き込まれ、副作用のある不可逆な呼び出しは検証が終わるまで保留されます。複数セッション・複数ユーザーの評価では、固定ストアより平均受理トークン数が27%高く、最大1.74倍の高速化が報告されています。
説明SAGE：語義整合型マルチモーダル接地評価と注釈強化推論
要約本論文は、VWSD・VerSe・WikiDiverseを統一された語中心プロトコルに再構成した10候補の画像選択ベンチマークSAGEを提案します。名詞・動詞・実体を対象とした接地を評価し、混同しやすい難しい負例と文脈入れ替え診断も含みます。また、学習不要のGAR（Gloss-Augmented Reasoning）を提案し、定義による接地と制約誘導型の意味検証を組み合わせます。両信号を併用するとマクロ平均のHits@1が65.90から71.22に向上しました。
説明SAGE：一時的交通規制下の工事区間における走行経路予測のための視覚言語・幾何学ハイブリッドフレームワーク
要約本論文は、一時的交通規制のある工事区間で自動運転車が通行経路を予測するためのSAGEフレームワークを提案します。経路の生成、経路の選好、規制への適合を分離して扱い、視覚言語モデル（VLM）の軌道を幾何学的な候補経路に対する選好として用いて順位を統合します。MUTCDの規定に基づく制約も適用されます。実世界の2,306件のROADWorkエピソードで、幾何学的ランカーと比べて変位誤差が低下し、ハード制約違反は約37%減少したと報告されています。
説明WorldMirror：実世界のロボットデモから対話型シミュレーション世界を構築するエージェント型フレームワーク
要約本論文は、実環境で撮影されたロボットのデモンストレーションを、対話可能なデジタルツインに自動変換するフレームワーク「WorldMirror」を提案している。再構築過程を実行可能な世界プログラムの反復的な改良として定式化し、コーディングエージェントが画像生成ツールや3D生成ツールを呼び出し、検証フィードバックに基づいてプログラムを修正する。DROIDデータセットでの実験では、視覚的に忠実で幾何学的に一貫した対話型世界を再構築でき、記録されたロボット軌道の物理的妥当性も保たれたと報告している。
説明潜在的一貫性：最先端の言語モデルの確率判断は全確率の法則に従うか？
要約本論文は、特別な訓練を受けていない最先端の言語モデルが、文脈中の記録から潜在変数を推論する際に全確率の法則（P(X)＝Σ P(z)P(X|z)）を満たすかを検証する。各モデルに P(X)、P(z)、P(X|z) を別々の単一ターンで尋ね、因果問題でも同じ検証を行う。モデルによって不整合の程度は異なり、大きな残差は真の誤差と相関するため、正解なしで不信頼な回答を見分けられることが示される。
説明SEVI：実世界向け安全な証拠的強化学習
要約本論文は、実ロボットのオンライン学習中に安全介入を行うSEVIフレームワークを提案します。単一の順伝播で将来の制約違反リスクと認識的不確実性を推定する証拠的安全評価器を備え、行動が危険または証拠不十分と判断された場合は、オフラインで学習された回復方策に切り替えます。2つのシミュレーション操作タスクと実世界のUSB挿入タスクで評価され、安全予測・最終成功率・不安全事象数の全てで最良の結果を示しました。
説明クエリが覚えているもの：クエリの抽象度が古典アラビア詩の語彙検索と密ベクトル検索を左右する
要約本論文は古典アラビア詩の検索を対象に、2つのコーパス、3種のインデックス方式、2種の評価プロトコルを用いて、9種の密エンコーダとBM25を比較した。どの検索器が優れるかは、クエリが詩句の原文の語をどれだけ保持しているかに依存する。舌先現象型のクエリではBM25が各密エンコーダを上回り、抽象的なクエリでは10手法中8位に下がる。著者らは、単一のプロトコルまたは単一のクエリ種別だけを報告するベンチマークは誤った全体像を与えうると指摘している。
説明LLM信頼度の「無料ランチ」：強化学習のクリティックはすでに知っている
要約本論文は大規模言語モデルの信頼度推定を扱う。正答性を結果とする設定では、信頼度推定と強化学習の価値関数（クリティック）の学習が等価であることを示す。そのため、価値ベースの強化学習で訓練されたモデルでは、既存のクリティックを追加の訓練やデータなしで信頼度推定器として再利用でき、方策の課題性能も変わらない。数学、コード、ツール呼び出しなど多数の領域での実験で、再利用されたクリティックが多くの設定で最良の推定器となったと報告している。
注目点正解性の結果の下で信頼度推定と価値関数学習が等価であることを証明し既存の批評器を再利用する点が新しい。十数の領域での実験が根拠。
説明投機的拡散は二つのトレードオフの物語——拡散の計算量と投機的デコーディングの許容度を同時に調整し、速度と品質のバランスを改善する研究
要約本論文は、拡散言語モデルを高速な草案モデルとして用いる投機的デコーディング（speculative decoding）を扱います。拡散の計算量（diffusion effort）と投機的デコーディングの受理基準の緩さ（acceptance leniency）を同時に変化させ、速度と品質のパレート フロンティアを探索しています。実験では、両パラメータを共同で変えることで、単一ステップの拡散草案よりもフロンティアを拡張できることが示されています。
説明ネストされたスパース性：スケーラブルな事前学習と継続学習のための注意機構ベースの条件付き計算
要約本論文は、注意演算子に対応する新しい条件付き計算の仕組みを提案し、その疎性を混合専門家（MoE）の疎性と階層的に入れ子にできることを示しています。この構造をNestorと呼びます。同じ計算量と疎性の条件下で、言語モデルの事前学習においてNestorは従来のMoE Transformerより高い性能を示しました。継続事前学習では、より長い文脈や新しい領域への適応が従来型より効率的で、旧領域での忘却も少ないとされています。これらの利点はモデル規模、データ量、文脈長が増えても持続すると報告されています。コードとチェックポイントは公開されています。
注目点条件計算をMoEからアテンション演算子へ拡張し、MoEと階層的に組み合わせる点が新しく、事前学習と継続学習で規模を変えた比較実験が充実している。
説明PrefO2O：オフラインからオンラインへの潜在選好転移によるゼロショット選好強化学習
要約本論文は、ロボットの行動学習のためのPrefO2Oフレームワークを提案します。ソースタスクの少量のオフライン選好データから、タスクに依存しない潜在選好空間を学習し、信頼度重み付き最適輸送による疑似選好監督で新タスクへ選好構造を転移します。人間のフィードバックは不要です。ロボット操作と移動のベンチマークで、既存の選好転移手法を大きく上回り、実際の人間フィードバックで学習した手法と同等以上の結果を示したとされています。
説明PaperFormalizer：著者が関与する研究論文の Lean による自動形式化
要約本論文は、Lean を基盤とするエージェント型パイプライン PaperFormalizer を提案し、著者が自身の論文における証明や仮定の細かな不備を見つけて修正し、論文を Lean で検証された版に変換することを支援します。LaTeX のソースから出発し、各命題を自然言語で忠実性・曖昧さ・正しさの観点から点検します。複数の解釈が可能な場合は著者に確認し、すべての修正案は著者が採否を決められる形で提示されます。出力は注釈付きの改訂版論文、変更報告、および各宣言が対応する命題と紐づいた Lean コードです。
説明CuraLoc：計画型コード検査によるリポジトリ単位の障害箇所特定
要約本論文は、バグ報告からリポジトリ内で修正すべきコードを特定する手法 CuraLoc を提案します。候補ファイルを選び、シンボルを簡潔な振る舞いと構造の記述で表したうえで、モデルが一度の計画で開始シンボル、検査すべきコード関係、修正の仮説を決めます。その後、決定的な検索で必要なソースを集めて最終ランキングを行います。SWE-Bench Verified では、GPT-5.2 使用時に記録トークン数が 90.3% 減少したと報告されています。
説明英語と中国語における見下し・高圧的な言語の検出
要約本論文は、弱い立場の集団を見下し、哀れみを装うことで否定的な固定観念を強める「見下し・高圧的な言語（PCL）」を扱う。明白なヘイトスピーチと違い、人間にも見分けにくいことがある。著者らは、静的単語埋め込みと畳み込みニューラルネットワークを用いる方法と、PCLタスク向けに微調整した事前学習済みBERTを用いる方法の二つで自動検出システムを提案した。後者の方が大きく優れ、開発セットでのF1スコアは0.528だった。
説明StackGen3D：多視点シルエットから安定した3Dブロック積みを生成する手法
要約本論文は、与えられたブロックの在庫と3つの正投影シルエットから、物理的に安定したブロック組み立てを生成するフレームワーク「StackGen3D」を提案している。まず物理情報を取り入れたグラフニューラルネットワーク（PI-GNN）でブロック間の支持関係を予測し、安定した構造のデータセットを作成する。次に条件付きフローマッチングモデルを学習し、目標シルエットに合う配置を生成する。Best-of-10選択により安定性は45.3%から72.4%に向上し、シルエットIoUは0.970だったと報告されている。
説明PnP*：透視投影n点問題を大域最適に解ける検証可能なソルバー
要約本論文は、三次元と二次元の対応点からカメラ姿勢を推定する透視投影n点問題（Perspective-n-Point）の最尤推定を対象とし、大域的最適解を検証付きで効率よく求める初の実用的ソルバー「PnP*」を提案しています。中程度のノイズ下では基礎となる凸緩和が厳密であることを証明し、弦状疎構造と商環による縮約によって緩和問題を扱いやすく拡張可能にしています。数値実験で安定性と拡張性を確認し、10Hzを超える速度で動作すると報告しています。
注目点PnPの最尤推定に対して初めて拡張可能な証明可能大域最適解法を示し、中程度の雑音下で凸緩和が厳密であることを証明。実験も裏付けている。
説明PaperScorer：論文の採択結果はどこまで予測できるか
要約本論文は、抽出テキストまたはページ画像だけから論文の採択・不採択を予測するモデル群PaperScorerを提案している。学習前に著者情報と書式による手がかりを除去している。視覚モデルの予測精度が最も高く、ICLR論文で68%、arXiv上の機械学習論文で77%を記録し、テキストのみのモデルや最先端の推論モデルを上回った。評価が中程度の論文は予測が難しく、確信度の高い予測ほど正確であったという。
説明Phronix：エージェントのための能力中心の学習パラダイム
要約本論文は、エージェントが自身の実行から再利用可能な能力を獲得・検証・改良する学習パラダイム Phronix を提案し、予測・検証・修正のループで動作するとしています。原文によると、学習された能力は繰り返し課題に対し多数のモデルで初回試行の成功率が高く、1000 Genome Pegasus ワークフローでは正しさの検査を従来のベースラインより多く通過したと報告されています。
説明保持クライアントは一様ではない：連合アンラーニングのためのクライアント選択
要約本論文は連合アンラーニング（FU）において、学習履歴に基づいて保持クライアントを選ぶPDF手法を提案する。学習中に各クライアントの更新方向と大域モデルとの整合性を軽量に記録し、削除要求時には大域的に有用で対象クライアントとの結合が弱い上位k個のクライアントのみを用いて少数ラウンドの再学習を行う。FMNIST、CIFAR-10、CIFAR-100での実験では、保持クライアントを大幅に減らしつつ効果的な忘却と高い保持精度を達成したと報告されている。通信量はRetrainと比べて約69%、計算量は約57〜61%削減されたとされる。
説明大規模残差ネットワークの初期学習：入力次元が大きい極限では、初期の学習で線形関数しか学べず、特徴学習の理解には平均場理論が不十分かもしれないことを示す研究。
要約本論文は、隠れ層がゼロのブロックからなる非線形残差ネットワークの学習初期の挙動を調べ、幅・深さ、訓練データ数、入力次元を順に無限大へ発散させる逐次極限で解析する。学習データ間の内積の統計量に基づき、数ステルの勾配降下後のネットワーク出力と隠れ表現を図式的に計算している。主な否定的結論は、入力次元が大きい極限では初期の出力は線形関数しか学べず、高次の単項式は入力次元に抑制されて消えることである。さらに、データセットサイズと入力次元の変化に対する学習率のハイパーパラメータ転移の方法も検討し、数値実験が理論とよく一致すると報告している。
説明ベンチマークは驚くほどコンパクション（文脈圧縮）に対応しやすい
要約長期タスクでは、LLMエージェントが文脈ウィンドウを超えるため、文脈を解放するコンパクション（文脈圧縮）が必要になります。著者らはOpenCodeの枠組みに5種類の圧縮戦略を実装し、3つの最前線モデルを3つの長期ベンチマークで評価しました。圧縮の閾値が性能に与える影響は限定的な一方で、最初の要約だけでタスクの制約の約3分の1が失われることが報告されています。
説明クエリごとのモダリティ選択による効率的な全モダリティ大規模言語モデル推論
要約全モダリティ大規模言語モデル（Omni-LLM）はテキスト、音声、動画などを同時に処理できますが、推論コストが高くなりがちです。本論文は、追加モダリティの効果がクエリごとに異なることに着目し、モデルを固定したまま各クエリに提供するモダリティを適応的に選ぶ手法を提案しています。精度とコストの最適化問題として定式化し、コストを考慮した学習で選択を行います。WorldSenseでQwen2.5-OmniとQwen3-Omniを評価した結果、精度とコストのトレードオフが改善し、Qwen2.5-Omniでは全モダリティ設定と同等以上の精度を、入力トークン・遅延・費用をそれぞれ約41%・39%・61%に抑えて達成しました。
説明SyncVid：同期化された動画生成のための世界等変拡散手法
要約本論文は、1本の参照動画から、同じ動的シーンを複数の視点で同期して生成する方法を扱います。各二次元画像面で独立にノイズを生成するのではなく、元動画を正準的な四次元表現に持ち上げ、正準三次元空間でガウスノイズを生成してから目標カメラへラスタライズします。さらに、視点間で一貫性を保つ白色化手法を提案し、近傍画素の相関を除去します。この構造化ノイズを、LoRAで適応させた既存の動画拡散モデルの事前分布として用いており、モデル構造の変更は不要です。
説明VibeGame：自然言語プロンプトから AI ネイティブエンジンと自己進化型敵対的エージェントチームで 2D ゲームを開発するフレームワーク
要約本論文は、自然言語のプロンプトと任意の参考画像から完全な 2D ゲームプロジェクトを作成する VibeGame を提案しています。AI ネイティブのゲームエンジンはプロジェクトの状態をスキーマ検証済みの構造化テキストで表し、フレーム同期のランタイム制御を提供します。実装とレビューを分ける 8 体の専門エージェントからなる敵対的エージェントチームが、複数ラウンドのループで問題を発見・修正します。GameCraft-Bench のサブセットでは、同じ基盤モデルを用いた他のエージェントフレームワークと比べ、P2G 設定で VibeGame が一貫して高い成績を示したと報告されています。
説明「必要なものを見て、望むものを夢見る」：自己構築表現空間上のナビゲーション基盤モデル
要約本論文は、複数の視覚基盤モデルから方策自身の目的によって構築された表現空間上で動作するナビゲーション基盤モデルRepresentNavを提案しています。各行動の前に潜在的な思考連鎖によって少し先のシーンの表現を予測し、これを予測型の共同埋め込みアーキテクチャとして端から端まで学習します。複数のナビゲーションベンチマークで新たな最高水準を示し、実機ロボットにも効果が移ると報告しています。
注目点視覚基盤モデル上に自己構築した表現空間とJEPA式の潜在予測を組み合わせ、複数のナビゲーションベンチマークで大きな改善を示し、証拠は比較的充分。
説明AudioLift：音声駆動で単一画像から全頭ガウシアンアバターを生成（多視点動画生成による）
要約本論文は、単一の人物画像と音声から3D会話アバターを生成する二段階の枠組み AudioLift を提案しています。生成した多視点動画を中間表現とし、パラメトリックな顔モデルやインスタンスごとの最適化は用いません。同期した多視点動画生成と、不整合に頑健なガウシアン再構成により全頭の幾何を復元します。既存手法より極端な表情を表現でき、幾何の完全性と360度全体での多視点一貫性が向上したと報告されています。
説明可変粒度による画像から3Dパーツ生成の統一フレームワーク
要約本論文は、単一のモデルで点、バウンディングボックス、マスクなど異なる粒度の幾何条件を扱える画像からの3Dパーツ生成フレームワーク「FlexPart」を提案している。ゲート付き適応変調により異種入力を統合し、非対称な幾何ガイダンスで粒度間の表現を整合させる。PartVerseXLのマスク条件下で、Part CDはTripoSG + SAM3Dに対して16.6%、OmniPartに対して10.5%削減されたと報告している。
説明感覚運動アライメント：身体性方策の成功を測る「プラトン的」代理指標
要約本論文は、学習を必要とせずオフラインで計算できる指標「感覚運動アライメント（S²）」を提案し、モデルの感覚表現が物理運動の幾何構造とどれだけ一致するかを測定します。S²は複数のモデル系列において下流のロボットタスク成功率と正の相関を示し、閉ループ評価の前にモデルを絞り込むための低コストな代理指標になるとされています。また、視覚言語動作モデルで観察される現象を表現レベルから説明する手がかりも提供します。
説明動画を通じて世界を読み、書き、共有し、関わる：世界モデリングの視点からのサーベイ
要約本論文は、動画基盤モデルと動画世界モデルに関するサーベイ論文です。観測された動画を、潜在的な時間的世界の部分的・有損失で時間順に並んだ投影とみなし、読む、書く、共有する、関わるという四つの操作を軸に文献を整理しています。研究の重点は、クリップ単位の認識や知覚的忠実度から、持続的な状態、制御可能な変化、物理的・因果的妥当性、そして相互作用と下流の意思決定に基づく評価へと移りつつあると述べ、残された課題をまとめています。
説明思考の剪定のための直接Pass@k最適化：テスト時推論における品質と多様性の両立
要約本論文は、推論モデルのテスト時スケーリングにおいて、短い接頭辞を生成した後に候補解を剪定する手法を提案します。選ばれた解のプールについてpass@kを直接最適化し、その中の部分解を最後まで続けた際に少なくとも一つが正解となる確率を最大化します。これにより品質と多様性が個別の設計なしに基準自体で釣り合います。八つのオープンウェイト推論モデルで、既存の品質ベースおよび多様性ベースの剪定戦略を上回り、中程度の数の部分解を残す場合に特に効果が大きいことが示されています。
説明ランダム特徴から完全学習可能なネットワークへの相転移
要約本論文は、固定されたランダム特徴と完全適応的な表現の間をつなぐ部分的に学習可能なニューラルネットワークの近似誤差を研究している。多項式スペクトル減衰などの仮定の下で、2層ネットワークの二乗L2近似速度を示し、学習誤差にも相転移に似た振る舞い（初期の急速で滑らかな改善と、その後の逓減）が見られると報告している。球面上のバイアス付きReLU特徴を例とし、最大15層のネットワークを含む数値実験の結果も示している。
説明選択的監査による信頼性の高いAI支援意思決定
要約本論文は、連続的に決定を出力するAIシステムをオンラインで監視する方法を扱う。各ラウンドで、システムは提案する決定と信頼度スコアを出力し、その決定を自動承認するか、専門家（人間の監査者）に確認を依頼するかを判断する。目標は、専門家による監査の頻度を最小化しつつ、監査されなかったAIの誤りの割合を利用者が定めた閾値以下に保つことである。著者らは、仮定を必要とせず誤り制御を証明できるアルゴリズム群を提案し、敵対的データ列と独立同分布データ列の両方で漸近的に最適な監査率を達成する手法も示した。大規模言語モデルへの有害な要求の選別などの実験では、提案手法が実際に誤り制御を達成し、人間による監査の必要性を大きく減らすことが確認された。
注目点オンライン制約付き最適化として選択的監査の新しい問題を定式化し、仮定なしで誤差制御を保証する最適な手法を示す。LLM要求のスクリーニング等で実験的に検証。
説明SpectralCanary：文生画像データセット利用の監査のための低周波トレース手法
要約本論文は、データセット公開前に固定のカナリア画像を低域通過マスクで各画像に混ぜ込み、キャプションは変えない手法SpectralCanaryを提案しています。その後、疑わしいモデルの生成画像に同じ信号が現れるかを軽量な検証器で確認し、特定の画像集合で微調整されたかを判定します。複数のデータセットとアーキテクチャでの評価では、高い検出精度と元画像への小さな影響が報告されており、低周波の視覚信号が有効な監査用の手がかりだとされています。
説明LLMによるITチケット分類のためのコスト考慮型の判断保留（アブステンション）
要約本論文は、ITサポートチケットの自動振り分けの誤りが与えるコストを対象に、校正データ上で明示的なコストのもとに振り分け方針を選び、その後テストデータで一度だけ評価するオフラインの評価手法を検討しています。47,837件・8クラスの公開データセットで、学習済みの非LLM分類器4種とLLM 4種を比較しました。TF-IDFとロジスティック回帰、閾値0.60の構成がテストコストを0.763から0.472に下げた一方、結果は本データセット、プロンプト設計、モデル環境、例示的なコストに限定されます。
説明METTA：メタ強化学習のためのメモリ強化型テスト時適応手法
要約本論文は、メタ強化学習においてエージェントが限られた相互作用から未知のタスクに素早く適応できるよう、METTA（Memory-Enhanced Test-Time Adaptation）を提案しています。適応過程を二つの時間スケールに分け、エピソード内の細かな適応には因果的ニューラルメモリを、エピソード間の長期的なタスク推定にはコンパクトなエピソード要約を用います。著者らは、未見のMeta-World ML10/45評価環境で高い成功率を示し、スパース報酬のPointMaze長文脈タスクでTransformerベースの基準手法を上回ったと報告しています。
説明BrickWright：物理的に組み立て可能なレゴブロック作品をエージェントで生成
要約本論文は、事前学習済みのコーディングエージェントがテキストや画像の指示からレゴブロック作品を生成するためのフレームワーク BrickWright を提案しています。BrickLayer というツールキットでエージェントがコードを書き、検証器が部品の実在性、衝突や浮遊の有無、構造の連結性を確認します。原文によると、基準エージェントの物理的有効率は 9％から 69％でしたが、本手法を用いたエージェントは 512 件のサンプルで 100％を達成しました。
説明EpiSEM-Bench：証拠欠落下でのLLMエージェントの安全性と証拠回復を評価するベンチマーク
要約本論文は、証拠が欠けている状況でLLMエージェントが安全でない行動を実行するか、安全境界を守れるか、欠けた証拠を回復できるかを評価する実行可能なベンチマーク「EpiSEM-Bench」を提案しています。6つの分野にわたる300組の対応する危険・安全タスクを含み、重要な事実を意図的に抑制して測定します。10モデル間で、証拠欠落への頑健性、証拠の取得、適切な行動に大きな差があることが示されています。
説明Gate3DGen：3D生成のために実画像を選択的に浄化する前処理モデル
要約本論文は、既存の3D生成器の前段で動作し、生成器を再学習せずに画像入力を選別するGate3DGenを提案している。劣化認識ルーターが、クリーンと判定された入力をそのまま通し、残りを単一ステップの浄化器で修復する。浄化では物体の同一性、輪郭、テクスチャの手がかりを保つよう空間的損失を用いる。合成ベンチマークでは平均2.3秒で処理し、TRELLIS.2のメッシュ距離を劣化入力に比べ61.5%削減した。
説明低ビットn-gram埋め込み：メモリを減らして言語モデルの性能向上を保つ手法
要約本論文は、言語モデルのn-gram埋め込みテーブルを低精度で保存し、メモリ消費を抑える方法を検討しています。量子化手法やテーブル間のビット配分を系統的に比較しています。ゼロから学習したモデルでは、4ビットのテーブルがテーブルメモリを約75%節約しつつ、テーブル追加による検証損失の改善の99%以上を維持しました。DeepSeek-V4.1-FlashやQwen3.8-Flash-Next等の既存の大規模モデルでは、低ビットテーブルにより47〜55%のメモリを節約し、困惑度の上昇は1.2%未満でした。
説明公衆衛生データ収集へのエージェント型AIの適用に関する検討
要約本論文は、感染症サーベイランスのための多エージェントフレームワークを提案し、情報源の発見、評価、証拠の構造化、事例の関連付け、検証を異種の情報源にわたって調整するものです。三つの遡及的な適用例が示されており、ハンタウイルスの集団発生では13例すべてを回収し、カナダの麻疹件数は国の基準値との最終合計差が0.33%、シエラレオネのmpoxでは直近報告のある日の割合が28.2%から65.6%に増えました。著者らは記録の完全性と正確性の限界も指摘しており、迅速性に関する前向きの効果は未検証とされています。
説明OmniRay：カメラ非依存の単眼3D再構成（複合レイフィールド）
要約本論文は、推論時にカメラ情報を必要とせず、単一画像から3D形状を復元するOmniRayモデルを提案している。レイモジュールは径方向基底、球面調和関数による残差、自由形式の残差の3要素で構成され、魚眼やパノラマなど多様なカメラ幾何に対応する。さまざまなカメラ設定での実験により、カメラ非依存の単眼3D再構成で新たな最先端性能を示したとしている。
説明GigaBench：ギガピクセル画像の圧縮と超解像のための学習可能表現ベンチマーク
要約本論文は、ギガピクセル画像に対する学習可能表現（LRs）を評価する初のベンチマーク・実験評価である GigaBench を提案している。科学、文化、産業など多様な分野で収集・取得・合成された画像を含み、画像圧縮と超解像を扱う。暗黙的、ハイブリッド、明示的の三種類の代表的手法を、一般的なハードウェア上でギガピクセル規模でも動作するよう適応させ、再構成品質、モデルサイズ、圧縮および推論時間の観点から体系的に評価している。
説明Softmax と交差エントロピーの二つの数値バグを修正する
要約この論文は、標準的な softmax、log-softmax、交差エントロピーの実装に二つの数値上の問題があることを指摘しています。一つは、目標の logit が他より非常に大きいと勾配が丸めでゼロになり、勾配の総和がゼロにならなくなる問題です。もう一つは、生徒と教師の logit が近いときに、等しくても非ゼロの勾配が生じる問題です。著者は両方を修正する簡単な実装を提示しています。
説明UniVOE：除去タスクを基盤とした、相互作用を考慮する汎用ビデオオブジェクト編集フレームワーク
要約本論文は、ビデオ内のオブジェクトの除去と注入の両モデルを学習するためのフレームワーク UniVOE を提案しています。まずビデオinpainting由来の事前知識を用いて、相互作用による効果も消去できる除去モデルを学習し、そのモデルで実映像から対になるデータを生成して注入モデルを学習します。さらに報酬ベースの後学習により、人間の好みに合うよう注入結果を調整します。実験では、特に複雑な相互作用効果の場面で最先端の性能を示したと報告されています。
説明WorldForge V2：ビデオ拡散モデルにおけるカメラ軌道の整合を引き出す手法
要約本論文は、事前学習済みのビデオ拡散モデルが目標のカメラ経路に沿って映像を生成しつつ、シーンの外観と物体の動きを保てるようにするWorldForge V2を提案しています。ワープした参照画像による学習不要のガイダンス、オプティカルフローで選んだ運動関連の潜在チャネル、二経路による補正、v-cacheによる計算削減、Trajectory LoRAを組み合わせています。著者らは複数のデータセットで、カメラ制御映像生成において最先端の生成品質と軌道精度を達成したと報告しています。
説明因果的思考連鎖：コンテキスト分離による注意漏洩の緩和
要約思考連鎖（CoT）プロンプトは段階的な推論を引き出すが、その各ステップが最終回答を因果的に導いている保証はない。本論文は、問題を原子的な小問題の有向非巡回グラフに分解し、各ノードを直接の因果的親のみを含む隔離されたコンテキストで評価するCausalCoTを提案する。多様な推論ベンチマークで、予測性能を保ちつつ、中間推論ステップの因果感度を最強のベースラインより平均で約12ポイント、最大21ポイント向上させたと報告している。
説明エージェントはウェブコーパスをデバッグできるか？スロバキア語 FineWeb2 のエージェント監査
要約本論文は、大規模言語モデルをコーパスの「デバッガー」として使う手法を提案しています。エージェントが読み取り専用で予算の決められた API を通じてコーパスを調べ、発見した問題を実行可能なテストにまとめ、母語話者が検証します。スロバキア語 FineWeb2 の 2,650 万文書で、三回の実行により四つの現象に関する七つの発見が得られ、最大のものは処理パイプラインのフィルタを通過した 1,408,437 文書（5.32%）の機械生成コンテンツでした。このテストスイートは GPU なしで約 0.7 秒で全コーパスを走査できます。
説明HiP3R：長時間の3D再構成のための階層型ポーズグラフ
要約フィードフォワードモデルは短い動画区間からカメラ運動と3D形状を正確に推定できますが、長い動画は重なり合うチャンクに分割して処理する必要があり、座標系の不整合や共有カメラの重複推定が生じます。HiP3Rは階層型ポーズグラフを用い、まずチャンク単位で頑健なSim(3)グラフを最適化して全体の配置とスケールを決め、その配置を固定したうえでフレームごとに共有のSE(3)カメラを推定し、重なるウィンドウの予測を一つの軌跡にまとめます。複数のベンチマークで、カメラ軌跡と3D再構成の改善が示されており、追加の学習なしにチャンク型・ストリーミング型の両バックエンドに適用できます。
説明BeNice!：KV共有による循環モデルの推論メモリ差の解消
要約循環型アーキテクチャは、同じ層のブロックを繰り返し通すことでパラメータ数を固定したまま品質を高めますが、推論時には各反復が独立したKVキャッシュを生成し、メモリが線形に増加します。本論文は循環モデルでKV共有を有効にする方法を研究し、事前学習で確率的深さを用い、さらに後学習手法BeNice!で最終反復のKVキャッシュを最初の反復へ共有させる二段階の手法を提案しています。KV共有は他のKV圧縮手法と組み合わせ可能で、模拟的な低メモリ・長文脈推論でキャッシュヒット率と処理量の改善、初トークン遅延の短縮が示されています。
説明RLVRにおける道具的収束への疑問：OLMo-3のチェックポイントによる検証
要約本論文は、検証可能な報酬による強化学習（RLVR）が、目標達成のために自己保存や資源獲得などの下位目標を示す「道具的収束」行動を言語モデルでより起こしやすくするかを調べています。OLMo-3-7B-ThinkのSFT、DPO、中間のRLVRチェックポイント群、最終モデルをInstrumentalEvalで評価しました。道具的行動の割合はSFTの25.0%からRLVRのstep200付近で46.1%へ上昇し、最終チェックポイントでは11.8%まで下がり、SFTの基準を下回りました。
説明F2G-Pose：カテゴリレベルRGB-D物体姿勢推定のための幾何認識型基盤特徴リフティング手法
要約本論文は、インスタンス固有のCADモデルや参照ビューを用いずに物体の3D回転と並進を推定する、カテゴリレベルRGB-D物体姿勢推定を扱います。提案手法F2G-Poseは、単一のRGB-D観測から、一回の順伝播で姿勢、計量サイズ、カメラ座標系での補完形状を予測します。SOPEとROPEで最先端の精度を達成し、姿勢推定のみでは28 FPSで動作します。
注目点基盤視覚特徴を点群へ持ち上げ、MoE Transformerで単一パス直接推定を行う点は既存の中間構造や拡散手法に対する実質的改良で、SOPE・ROPEでの比較評価も充実している。
説明バイリンガル言語モデルは第二言語読解における言語間の影響を捉える
要約単言語言語モデルの予測サプライザルは読書時間の予測に有効ですが、読者の母語（L1）に左右される非母語（L2）の読解過程は捉えられません。本研究は、12種類の母語背景を持つ読者による英語テキストの視線計測データを用い、読者の母語に合わせて学習したバイリンガルモデルを、英語の単言語ベースラインや他の母語で学習したバイリンガルモデルと比較しました。読者の母語に合わせると第二言語の読書時間の予測が向上し、その効果は後期の視線指標に集中し、母語と第二言語の文字体系の重なりに左右され、中級レベルの読者で最も大きくなりました。
説明正解ラベルが検索スコアを左右する：乳房病変向け検索拡張生成システムの証拠認識型評価
要約本論文は、乳房病変の管理文献を対象とする臨床用検索拡張生成（RAG）システムのための、証拠を考慮した検索評価手法を提案する。18文書・18問からなる開発用ベンチマークで、チャンクサイズ、重複率、検索器構成を比較した。選ばれたハイブリッド検索器は18問中17問で上位3件に採用済みの証拠を検索し、Recall@3、R-Precision、MRR@3、nDCG@3はいずれも0.94だった。注釈の拡充で証拠範囲は増えたが順位は変わらなかった。著者らは開発セットが小さいため独立した検証が必要だとしている。
説明CRANE：多モーダル分類器向けの事後反実仮想検索手法
要約本論文は、多モーダル分類器を対象とした、モデルに依存しない事後説明フレームワークCRANE（Counterfactual Retrieval via Agnostic Nearest-neighbour Explanations）を提案する。対象クラスの実際の訓練例を候補説明として検索するため、説明の妥当性が構造上保証される。四つの異種データセットと三つの融合戦略による実験では、各モダリティの近傍集合を交差させるMultimodal Consensus Retrieval（MC-R）が最も有力な多モーダル戦略であることが示された。単一のモダリティが決定境界を支配する場合には、単モーダル戦略も競争力を保つ。
説明シミュレートされた制御評価（SCE）：言語モデルで実環境の代わりにAI安全対策を検証する手法
要約本論文は、実行環境の代わりに言語モデルでツール応答を模擬するシミュレート制御評価（SCE）を提案します。AIモデルが意図的に問題行動を取ろうとしても安全対策が機能するかを測ります。LinuxArenaでの実験では、SCEによる安全性予測の二乗平均平方根誤差は3.6ポイントで、BashArenaの10.1より小さい結果でした。
注目点実環境の代わりに言語モデルでツール応答を模擬する制御評価を提案し、LinuxArenaで実行結果と比較して予測誤差がBashArenaより大幅に小さいことを示している。
説明Best-of-k を超えて：曖昧な非線形逆問題のための事前一貫性 DAPS
要約この論文は、位相回復などの非線形逆問題において、測定と整合する複数の解が事前分布によってのみ区別できる場合を扱います。既存の拡散型サンプラーは、そのような場合に事前分布で支持されない解を選んでしまうことがあると指摘しています。提案手法の PC-DAPS は、一回のサンプリング内で複数の候補解を保持し、真値を使わずに事前一貫性に基づいて弱い候補を淘汰します。非線形問題で事前一貫性のない標本を減らして品質を改善し、線形問題では品質と多様性を維持するとされています。
説明すべてのエージェントに最強モデルは不要：異種LLMマルチエージェントシステムのためのプロンプトとモデルの統合最適化（UniMASO）
要約本論文は、LLMベースのマルチエージェントシステムにおいて、各役割のプロンプトとモデル割り当てを同時に最適化する枠組みUniMASOを提案しています。局所・下流・全体のフィードバックで候補更新を評価し、コストを考慮したパレート探索で品質とコストのトレードオフを保持します。5つのベンチマークと5つの実行トポロジーでの実験において、本手法は同種の最強構成より大幅に低い展開コストで、競争力のあるタスク性能を示しました。
説明VERA：EU AI法に照らしてLLM導入を評価する責任あるAIダッシュボード
要約本論文は、LLMの導入を承認する担当者向けに、オープンソースで自己ホスト可能なダッシュボードVERAを紹介しています。COMPL-AIによるEU AI法の技術的解釈に基づき、現行のベンチマークで測定可能な12の要件を採点し、各評価で消費されたエネルギーも記録します。原データファイルを直接見る場合と比べ、評価にかかる平均時間は56秒から30秒に短縮され、組織内の調査での有用性評価は5点満点中4.36でした。
