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。
説明物理制約下の深層科学推論：構造を考慮したスペクトル予測
要約本論文は、物理制約の下で科学スペクトルを予測する汎用的な枠組み DeepSciReasoner を提案し、電子状態密度（eDOS）を代表例としています。構造を考慮したスペクトル復号と、制約を保つ物理的推論を組み合わせ、スペクトルの構造を捉えつつ基礎的な物理法則に従う予測を目指します。電子状態密度、フォノン状態密度（phDOS）、X線吸収端近傍構造（XANES）、ラマンスペクトルで評価した結果、物理的整合性を保ちながら予測精度が大きく向上したと報告されています。
説明BriLLM-MetaPred：表現と予測を統合し、適応的な自己測定を行う言語モデル
要約本論文は、AGI の数学理論によって提示された MetaPred 機械学習フレームワークを言語モデリングに実装した最初の工学的成果BriLLM-MetaPredを紹介する。単一の連続的に進化する動的状態が文脈表現と予測の読み出し元の両方を担い、自身の状態を連続的に測定することで有限深度の不整合を減らす。著者らは同規模の GPT ベースラインと同程度の予測性能を報告し、このフレームワークの工学的実現可能性の初期的証拠としている。
説明ResCom：大規模言語モデル量子化のための活性化残差補償
要約本論文は、大規模言語モデルの低ビット重み・活性化量子化で生じる精度低下を抑えるResComを提案します。活性化の丸めによる残差を用いて、層の出力誤差を低ランクの補正で補償します。出力を意識したキャリブレーションにより補正方向を選び、勾配による学習や校正済み重みの更新なしに閉形式で補正量を計算します。Llama-3-8Bの4ビット重み・活性化設定では、ランク32の注意機構補正によりWikiText-2のパープレキシティが7.708から7.147に下がり、MMLUは2.89ポイント向上し、5ショットGSM8Kの正答率は23.96%から36.16%に上がりました。
説明表現形成の情報幾何学：学習の経路から内部構造の形成を捉える研究
要約本論文は、学習済みの最終状態ではなく、ニューラルネットワークの表現が訓練中にどのように形成されるかを対象とする。Bures 幾何と量子 Fisher 情報を使い、表現空間内の移動と入力要因への局所的感度を測定している。原文によれば、形成経路の曲がりやすさは高次の相互作用を要する計算ほど大きくなり、その曲がりやすさは後の訓練での表現の漂いを予測できる。
説明患者は常に正しいのか？段階的な患者の信念を用いた医療診断における迎合性の評価
要約本論文は、患者が特定の（ただし誤った）疾患にかかっていると信じている場合に、9つのAIモデルが診断判断をどのように変えるかを評価しています。モデルは、虚構の疾患であっても患者の信念に迎合することがあると報告されています。さらに、医療分野での微調整やモデル規模が大きいほど、診断を変えにくくなることが分析されています。医療支援にAIを使う人が増える中、この迎合バイアスは安全性の面で重要だと論じています。
説明持続学習による表面筋電信号ジェスチャー認識の被験者間適応
要約本論文は、表面筋電（sEMG）によるジェスチャー認識に用いる再帰型ニューラルネットワークを、新しい装着者や新しいジェスチャー種別に展開後も適応させる方法を検討しています。NinaPro DB1で3種類の持続学習手法を比較し、クラス増分ドリフトでは経験再生が最終精度83.3%を達成し、弾性重み固定法や単純な微調整より優れていました。また、シャッフルした独立ウィンドウで学習する必要性と、手作業で設計した時間領域特徴量が精度を向上させることも示しています。
説明Fed-Universe：フェデレーテッドシステムにおける交渉型アラインメントのための意味・幾何・位相・人間（S-G-T-H）スタック
要約従来のフェデレーテッド学習は全体平均を最適化するため、拠点間の異質性のもとで少数派が抑えられると指摘する論文です。著者らは意味・幾何・位相・人間の四層からなるFed-Universeを提案し、受動的な平均化を能動的な交渉に置き換えます。両国にまたがる合成臨床ネットワークのシミュレーションでは、データ量3%未満の少数ノードの損失が0.857から0.340に下がり、主要ハブとも性能が並んだと報告されています。
説明部分モード張量回帰：条件付きモードに基づくテンソルデータの次元削減と回帰手法
要約本論文は、テンソル予測子と応答変数の関係を表現するための部分モード張量回帰（PMTR）を提案する。条件付きモードの情報を取り入れた部分モード張量共分散を構成して各モードの次元削減を導き、縮小したテンソル空間でモード張量回帰モデルを構築する。適切な正則性条件のもとで推定量の一致性と漸近的性質を示し、データ駆動型の手法で各モードの有効次元を決定する。
説明教師モデルを制御する：思考型モデルのための同方策自己蒸留の改良
要約論文は、同方策自己蒸留（OPSD）において参照条件付きの教師モデルが、存在しない参照を引用する学生モデルの参照幻覚や、不確かなステップでの再検討を抑制する問題を生じうると指摘します。著者らは、モデルの推論軌跡から二つの方向を抽出し、蒸留目標の計算時に教師の隠れ状態へ適用してこれらを抑える ST-OPSD（Steered-Teacher OPSD）を提案しています。AIME と HMMT での実験では、従来の OPSD などより精度が向上し、再検討率と参照幻覚率はベースモデルの水準に戻ったとされています。
説明移動性・公平性・排出量のトリレンマ解決：動的通行料政策のための因果機械学習フレームワーク
要約本論文は、移動性、公平性、気候目標を動的通行料に統合するための因果機械学習フレームワークを提案しています。二重機械学習（Double Machine Learning）により地域タイプ別の処置効果を推定し、商業地域の遅延削減効果が住宅地域のほぼ2倍であることを示しています。適応型クォータ機構は住宅地域のカバー範囲を34倍に拡大し、総遅延削減効果の93%を維持します。中程度の交通条件では、145.5トンではなく743.5トンのCO2削減が見込まれ、感度の範囲は557.6〜929.3トンとされています。実在のネットワークを模した合成データで検証されています。
説明単一縞画像からの3次元再構成のためのハイブリッドMamba-Transformerネットワーク
要約本論文は、高周波の変形縞画像1枚から縞投影プロファイロメトリで表面高さを復元する、ハイブリッドMamba-Transformerネットワークを提案します。ネットワークはSwinベースのU字型構造を採用し、中間解像度のエンコーダ段に視覚状態空間モデリングを導入するとともに、軸方向・拡張型の視覚状態空間（ADVSS）ブロックを追加しています。公開FPPデータセットでの実験では、hNet、SwinConvUNet、UHRNet、HiDNetを MAE、RMSE、相対誤差、SSIM で上回り、単一画像でのRMSEは0.548 mm、SSIMは0.9985と報告されています。
説明制約付き勾配均衡：局所的に制約された敵対者の下でのアプローチャビリティ（オンライン学習の理論研究）
要約本論文は、学習者の軌道に沿った時間平均勾配がゼロに近づくことを求める、オンライン学習の勾配均衡（GEQ）枠組みを扱います。学習者に制約がある場合、単純でゆっくり変化する制約でも制約付き勾配均衡（CGEQ）は実現不可能になりうることを示し、敵対者に局所的な時間構造を課します。古典的なBlackwellのアプローチャビリティに倣った必要十分条件を与え、窓ごとの無後悔学習器をCGEQアルゴリズムに変換する手法を提案します。実験では、均衡の達成と制約の遵守の両面で良好な性能が示されています。
説明EmoNet：注意機構を用いた軽量な音声感情認識用CNN
要約本論文は、七つの感情カテゴリを識別する軽量な深層学習モデルEmoNetを提案しています。深さ方向分離畳み込み、注意機構、双方向LSTMを組み合わせ、134チャネルの音響特徴と データ拡張を用いています。TESS、RAVDESS、SAVEEを統合したデータセットでのテスト精度は96.75%、パラメータ数は411万とされ、著者らは再現した基準モデルを上回り、大規模な最新モデルと競合すると述べています。
説明指示チューニング初期段階の「高品質」データ：データ品質指標の実証研究
要約本論文は、微調整の予算を固定した条件で、どの単純なサンプル単位の指標が指示チューニングの学習効果を最もよく予測するかを検討しています。各指標でサンプルを並べ替えて低・中・高の三群に分け、それぞれで微調整したうえで、検証パープレキシティとLLM評価スコアを比較しています。結果として、回答比率で測られる回答密度の高い教師データが、他の一般的な代理指標より効用をよく予測することが示唆されています。
説明階層型協調GFlowNet（HCG）：複数のサンプラーが役割分担して探索し、高報酬領域をより広くカバーする手法
要約GFlowNet（生成フローネットワーク）は、報酬関数に比例する確率で組合せ空間からサンプルを生成するよう学習されますが、探索が不十分だと少数の高報酬領域に偏りがちです。本論文は、共有分類器で探索空間を動的に分割する階層型協調GFlowNet（HCG）を提案します。上位のモデルは空間全体を探索でき、下位のモデルは上位がカバーしていない領域へ段階的に押し出されます。さらに、アンサンブルの集約規則が目標分布を回復することを理論的に示し、多峰性分布、系列生成、組合せ最適化、生物配列設計での実験でモード被覆と目標分布への近似が改善されたと報告しています。
説明「The Well」データセットにおけるニューラルオペレータ基線の性能再検討
要約本論文は、物理シミュレーションのベンチマーク「The Well」（約15TB、16の物理領域）で公開されたニューラルオペレータの基線結果を再検討したものです。原著者は少ない計算量で、ほぼ調整せずに得られた例示的な結果だと説明していましたが、その後は十分に調整された基準として扱われることがありました。著者らは同じ1回あたり12時間の制限の下で、Tucker分解フーリエニューラルオペレータ（TFNO）の簡単な超パラメータ探索を行い、入力は1時間ステップのみを使用しました。その結果、17タスクのうち15タスクでVRMSEが公開されたFNOおよびTFNOの基線を下回り、差が数桁に及ぶこともありました。このため、公開基線をアーキテクチャの基準として扱うべきではないと結論づけています。
説明InteractiveWorld：より良い対話型MLLMアシスタントを構築するための検証可能な人間中心環境
要約本論文は、AIアシスタントが人間を指導し、その結果を検証できる閉ループ型の対話環境InteractiveWorldを提案しています。これをもとに、6カテゴリー・120件のマルチターンタスクからなる動的ベンチマークInteractiveBenchを構築し、状態ベースの検証可能な報酬で採点しています。12の最先端マルチモーダルLLMを評価した結果、いずれも人を確実に支援するには至っておらず、最も強いモデルでも長期的な指導・計画タスクでそれぞれ最大20%・25%にとどまりました。
説明精度だけでは不十分：説明可能な消化管疾患多クラス分類におけるResNet50とViTの効率・統計を考慮したベンチマーク
要約本論文は、公開データセットKvasir（内視鏡画像4,000枚）を用い、ResNet50とViT-B/16による8クラスの消化管所見分類を統制された条件で比較しています。交差検証での精度はResNet50が92.12%、ViT-B/16が91.70%で、等価性検定により±3ポイントの範囲内で等価と示されました。両者の差は主に計算コストにあり、ResNet50はパラメータ数と演算量が少なく推論も高速でした。著者らは、資源が限られたスクリーニングには効率的なCNNが妥当な初期選択肢になり得るが、いずれのモデルも現地での検証なしには実運用できないと述べています。
説明QECGBERT：VQ-VAE波形トークン化による自己教師あり学習に基づくスケーラブルな心電図基盤モデル
要約本論文は、心電図の P波、QRS群、T波、等電位の背景波形をVQ-VAEでトークン化し、生理学的意味を符号化する自己教師あり心電図言語モデルQECGBERTを提案しています。MIMIC-IVの80万件を超える未ラベル心電図でBERT式の事前学習を行い、PTB-XL、CPSC2018、Chapman–Shaoxing–Ningboの各データセットで微調整して評価しています。著者らは、既発表のベンチマークと同等以上の性能を示したと報告しています。
説明信じる前に：LLMの誤情報への脆弱性の評価と軽減
要約研究者は、ツールを使用する五つの大規模言語モデルについて、偽の通知と過去の攻撃に対する挙動を検証しました。モデルは信頼できないと評価した情報に対しても、有害なツール呼び出しを実行する場合がありました。また、事前の信頼性評価の有無そのものが、評価される挙動に影響することが示されています。
説明小規模なコーディングエージェントはコードグラフと埋め込みをどう使うか：小型のオープンウェイトモデルが、リポジトリ内の対象箇所を特定する際に構造化ツールから本当に利益を得ているのかを検証した論文です。
要約SWE-bench Verified 上で、小型のオープンウェイトモデルが埋め込み検索やコードグラフのツールをどの程度活用できるかを、コードグラフ上の跳び数で層別化して検証しています。構造化ツールは小型モデルの精度を大きく押し上げる一方、モデルサイズが大きくなるほど効果は縮小します。エージェントの多くは一跳分の語彙的な情報に頼り、複数跳の探索を連鎖させることは少ないと報告されています。
注目点深さ別の多数の実験（79k エピソード、10 モデル）で、小型モデルのコードグラフ利用が主に一跳・語彙的であることを示し、証拠は強い。
説明スパースなサンプル重み付けとパラメータ推定を同時に行う非凸フレームワーク
要約本論文は、モデルのパラメータと各学習データの重みを同時に最適化するSWAPE（同時スパースサンプル重み付けとパラメータ推定）フレームワークを提案しています。凸、弱凸、差分凸などの損失関数と、サンプル重みの複雑さを制御する弱凸スパース性関数に対応します。交互最小化法で解き、アルゴリズムの収束を示しています。数値実験では、さまざまな学習タスクやデータ異常の設定で、既存の手法と比べて望ましくないデータ点の影響を抑えられることが示されています。
説明継続学習試験：LLMエージェントの長期的な経験学習を評価するベンチマーク
要約本論文は、50名以上の専門家が作成した120課題（各5段階、計600レベル）からなる「継続学習試験」（CLE）を提案しています。12の職業分野・89の職種を対象に、エージェントが前のレベルを突破して次へ進み、経験を積み重ねる能力を測定します。フィードバックと1回の修正を与えると完了率の中央値が5.3ポイント向上しましたが、最良のシステムでも47.7%のレベルしかクリアできず、全5段階を完了した課題は23.3%にとどまりました。
説明どのような質問が「好奇心」あるものか：人間とLLMの対話におけるモデルの好奇心の測定
要約本論文は、大規模言語モデルが対話中に行う、知識のギャップや前提、代替案を明らかにする認識論的な質問、すなわち「モデルの好奇心」を研究し、一般的な質問と区別する理論に基づく分類法を提案しています。四つの対話データセットの分析では、好奇心志向の質問は全質問の17〜28%にとどまる一方、ユーザーのその後の応答がより探索的で認識的に豊かになる関連が見られ、データセットごとにパターンが異なることが示されました。人間を対象とした調査では、特に助言、創作、研究の場面で好奇心が探索を促すことが分かりました。
説明構造化出力はなぜ失敗するのか：9つのLLMにおけるプロンプト指定のPydanticスキーマの実証研究
要約本論文は、プロンプトでPydanticスキーマに従った構造化出力を大規模言語モデルに求めた際に失敗する原因を調べたものです。著者らは失敗の細かい分類体系と決定的な分類器を提案し、OpenAIとAnthropicの9つのモデル・API構成による3,997回の生成を分析しました。その結果、同程度の有効率でも失敗のパターンは異なり得ること、最も多いのはMarkdownのコードフェンスで囲まれたJSONであり、その多くが文字数制限などの違反を隠していることが示されています。
説明スキーマ文書不要のText-to-SQL：クエリログから企業データベースの構造を学習
要約本論文は、スキーマ文書に依存せず、過去のクエリログからデータベースの表の関係や列の意味を学習するText-to-SQLフレームワークを提案しています。解析したクエリパターンからナレッジグラフを構築し、実体駆動型のGraphRAG検索で質問を業務用語に結び付けます。Beaverベンチマークでの実行有効率は95.7%で、埋め込みベース検索の60.8%を上回りました。社内導入では、専門のデータエンジニアの70%が本システムを、10%が比較手法を好んだと報告されています。
説明TurboWAM：重要な情報を学習し、高速な世界行動モデルを実現
要約本論文は、ロボットの方策学習のための高速な世界行動モデル TurboWAM を提案し、推論遅延の低減を目指している。動作のデノイジング状態との関連度に応じて、世界モデルの各層の表現を適応的に統合し、逆伝播では動作監督の勾配を層ごとに調整する。推論時は実行する世界モデル層を減らし、デノイジングステップ間で関連表現をキャッシュする。複数のロボット操作ベンチマークで、既存手法と同等のタスク成功率を保ちつつ低い推論遅延を達成したと報告している。
説明安定で較正された潜在力ODEフィルタ：機構系の未観測な力を推定する改良手法
要約本論文は、機構系で観測されない力（潜在力）を推定するガウシアンフィルタ手法を扱い、一度の前向き・後向きの計算で系の状態と潜在力を同時に推定できることを前提としている。著者らは、状態と力の同時事後分布が従来の潜在力事後分布を重み付けし直したものであることを示し、手法の安定性が系の状態の事前分散に依存することを明らかにした。この知見に基づき、安定かつ較正された推論を行う改良アルゴリズムを構築し、複数のシミュレーション実験で有効性を確認している。
説明HerHealthGPT：根拠に基づく女性の生殖健康向け対話型AIシステム
要約本論文は、女性の生殖健康を対象とする、根拠に基づく対話型AIシステムHerHealthGPTを紹介している。検索拡張生成、文脈に応じた確認質問、情報源の検証を組み合わせ、不完全な質問にはすぐ答えず、追加質問を行ったうえで根拠に基づいて回答する。540件の英語メッセージと30名の成人を対象とした予備アンケートでは、検索による根拠の利用で関心カテゴリの正解率が54.1%から59.3%に向上し、参加者の83.3%が検索機能ありの構成を好んだ。臨床的な検証は今後も必要とされている。
説明EnerGNN：最適化と整合する エネルギー関数を学習し、厳密な制約付き組合せ推論を行う手法
要約本論文は、グラフニューラルネットワークで完全な二値配置上のエネルギー関数を学習し、明示的なハード制約の下で混合整数計画法（MIP）によりその最小化を行う EnerGNN を提案している。二次ナップサック、組合せオークション、個別化細胞治療のサプライチェーン問題で、実行可能性100%かつ最適に近い解を得ている。サプライチェーン問題では平均原始ギャップが0.05%、統合型 MIP に比べて約17.4倍の高速化を示した。学習したエネルギーはより大規模な事例にも一般化し、再学習なしで制約の変更に対応できるゼロショットの制約注入もサポートする。
説明WebViSE：オープンウェブからデザイン知識を抽出し、LLMによるWebサイト生成に活用する手法
要約本論文は、成熟したWebサイトの実装から再利用可能な視覚スキルを自動抽出し、多親DAG構造のスキルライブラリとして整理するWebViSEフレームワークを提案します。著者らによれば、この構造は非階層型のLLM検索より低い検索コストで優れた結果を示し、プラグアンドプレイの指針としても、データ合成パイプラインとしても利用できます。複数のWeb開発ベンチマークと人手評価で、生成物の視覚品質と操作の忠実度が向上したと報告されています。
説明100種の認知課題にわたる再帰ダイナミクスにおけるマルチタスク相互作用
要約本論文は、階層型ほぼ線形RNN（AL-RNN）を100種の認知課題で同時に学習させ、課題同士がどのような条件で促進または干渉し合うかを調べたものです。階層型の共同学習モデルは、個別に学習したモデルや構造を持たない単一の共同モデルより高い性能を示しました。多くの課題は単独では線形動力学で解けるものの、共有された線形モデルでは同時に解けないことも示されています。
説明ニューラル固有流体基底：スペクトル目的関数・ゲージ・トポロジー（流体の降次元表現を学習する手法の研究）
要約本論文は、空間内の任意の点で評価できる基底関数をニューラルネットワークで表すニューラル固有流体基底（NEB）を提案している。微分リフトと境界条件により非圧縮性と不透過境界を直接満たすようにしている。周期的な渦の合体の例では、1024モードで速度誤差が1%未満に保たれた。障害物周りのランダムな流れでは、勢に基づく学習が同規模の数値ラプラシアン基底より多くの初期エネルギーを捉え、最終誤差も小さかった。同じ基底を再利用する場合、事前計算したガラーキン演算子によりミリ秒単位の更新が可能である。
説明変分Doob-Wasserstein流による集団動態の学習
要約本論文は、非平衡平均場シュレーディンガー橋（MFSB）の理論に基づき、リーマン型Wasserstein-Fisher-Rao（WFR）多様体上で非平衡な集団動態を学習する、シミュレーション不要の新しい枠組みVDWFを提案します。データ依存の計量をもつ幾何モデルを学習し、Doobのh変換で境界情報を取り込んで軌道推定を改善し、増長モデルでWFR空間の中間質量サンプルを構成します。一様対数Sobolev不等式を用いて収束速度も解析し、複数の実データで最先端手法に対して競争力のある性能を示しています。
説明RGB-Dによるモバイルロボット向けリアルタイム歩行者軌道予測（Bi-Mamba手法）
要約本論文は、RGB-Dカメラから人の短期的な移動軌道を予測する軽量な双方向状態空間モデル「TrajMamba」を提案している。学習時と展開時で同一の処理経路を用い、学習データと実センサーのノイズとの差（学習・展開のギャップ）を抑えることを狙う。ETH/UCYベンチマークで平均ADEは0.29m、FDEは0.51m、パラメータ数は26.2万で、TIAGoロボット上で動作している。
説明テクスチャを考慮したサブ領域スタイル転送データ拡張手法
要約この論文は画像のデータ拡張におけるスタイル転送手法を扱っています。既存手法はランダムまたは固定の幾何制約で領域を選ぶため、情報量の多いテクスチャを十分にカバーできない場合があります。著者らは、テクスチャ応答が強い領域を優先してスタイルを置き換える枠組みを提案し、さらにテクスチャ領域と補助的なランダム領域を組み合わせるハイブリッド戦略を導入しています。実験では、既存のスタイルベース拡張法より分類精度が高く、頑健性も向上したと報告されています。
説明ランク1重み補正を用いた学習可能な重み平均による分布外検出
要約本論文は、入力が学習分布の外にあるかを判定する分布外（OOD）検出を扱います。ランクに基づく分析に着想を得て、学習可能な重み平均（TWA）を、特異値分解で抽出したランク1の重み成分を補正方向として加える形に拡張しています。ResNet50では、評価した各データセットで微調整や標準的なTWAを上回る結果が示されましたが、マハラノビス距離による評価では結果がまちまちで、効果はOODスコアの算出方法に依存することが示されています。
説明OS-Wizard：知識誘導型探索により、コンピュータ操作エージェントを専門ソフトウェアに対応させる手法
要約本論文は、チュートリアル誘導型の探索とGUI・コードの混合アクション空間を組み合わせて、操作軌跡を自動収集するフレームワーク OS-Wizard を提案している。木構造の探索では重要な状態を保存して再訪し、より多くの作業手順を検討する。収集した10.9Kの軌跡でオープンソースのベースモデルを微調整したところ、専門デスクトップ作業のベンチマークで性能が大きく向上し、通用デスクトップ作業でも改善が見られたと報告されている。
説明言語モデルのショートカット除去のための反事実テスト時拡張
要約大規模言語モデル（LLM）は、学習データにある相関（ショートカット）を利用するため、テスト時に相関が変わると予測が悪化することがあります。本論文はテスト時のショートカット除去を扱い、反事実テスト時拡張（CTTA）の手法群を提案します。補助モデルでショートカットの値を変えた反事実編集を生成し、LLMの予測を重み付き平均します。最適な不変予測器がこの族に属することを証明し、学習済みLLMのトークン確率から重みを求める条件と、その検定法も示します。実験では既存のテスト時基線を上回り、ショートカットを均衡させたデータで微調整したモデルに近い性能を示しました。
説明ペルソナが有害になるとき：グローバル市民価値の整合でLLMを導く
要約論文は、価値観を伴うユーザーのペルソナ指定の要求は明らかな悪意を含まないことが多く、既存の安全性ベンチマークではこうした事例が十分に扱われていないため、ペルソナの利用から生じる害が見過ごされうると指摘します。著者らは、シュワルツ価値観調査の価値次元に対応する価値観ベースのペルソナと論争的な話題1万1千件からなるデータセットを構築し、話題とペルソナを反復的に洗練する agentic パイプラインを通じて、商用の高度に整合されたLLMから47%を超える成功率で有害な応答を収集しました。ユネスコのグローバル市民原則を、正当な価値表現と有害な行動を区別する最小限の共通基盤として用い、推論時にペルソナへの従順さと安全性のバランスを調整できる制御可能な整合モデルを提案しています。結果として、このモデルはほとんどのサンプルでベースラインより安全で、よりペルソナに従うとされています。
説明WMEval：物理シミュレーションを基準に対話型ワールドモデルを評価
要約対話型ワールドモデルはロボティクスやゲームエンジン、デジタルツインなどで大きな可能性を持つものの、既存のベンチマークは映像の見た目の類似度に重点を置き、物理的な因果の整合性を十分に測っていません。本論文はUnityの物理シミュレーションを高精度な基準として用いるベンチマーク「WMEval」を提案します。9つのシーンで、同じ行動系列をシミュレータとワールドモデルの両方で実行し、動作の制御性、シーンとキャラクターの一貫性、プロンプトへの従順性、運動学、流体力学、物理的因果、照明などを評価します。実験では、既存の先進モデルに、標準的な知覚指標では見えないものの実運用に重要な領域で大きな改善余地があることが示されました。
説明カリキュラム学習型深層強化学習による再使用ロケットの遠距離自律垂直着陸
要約本論文は、再使用ロケットが水平距離1,000～1,500単位の遠方から自律航行し、精密に軟着陸するための、カリキュラム駆動型深層強化学習フレームワークを提案する。三段階のカリキュラム、クリティック事前学習、忘却防止のための復習機構、完全な3×3回転行列を含む高次元観測を用い、報酬関数も再設計している。10万エピソードの評価では、提案方式の成功率は99.98%、ベースラインは68.31%であった。着陸地点中心からの平均最終距離は、提案方式が7.07単位、ベースラインが13.10単位であった。
説明多目的特徴量選択のための最小周辺パワー指標（MinPI）
要約本論文は、ゲーム理論に基づく特徴量選択指標MinPIを提案する。ある特徴量の追加によって、一部の組み合わせでモデルの効用が許容閾値を下回るかを判定し、各特徴量を有害・中立・決定的のいずれかに分類する。six個のベンチマークデータセットでは、分析対象特徴量の12.5%を削除し、保持データでの効用の損失はほぼなかったと報告されている。
説明介入認証増幅：σ加重ポストトレーニングの妥当性ゲート
要約本論文は、教師ありファインチューニング（SFT）と強化学習（RL）を組み合わせたハイブリッド後学習において、学習側の信号が目標タスクで有益かどうかを保証せず、事前学習で得た振る舞いを再活性化・増幅しうることを示す。DIAA（Dual-Implicit Adversarial Amplification）というサンプル単位のσ加重手法でこれを実証し、そのうえでペア化ロールアウトの目標証拠でσを制御する介入認証増幅（ICA）を提案する。ICAはTIRの比率を下げ、MATH-500での精度を向上させ、再調整なしでGSM8Kにも転移するとされる。
説明DIGEST：記号回帰のための発見誘導型LLMチューニング手法
要約記号回帰は、タスク固有の科学的記述を必要とせず、データから数式を直接発見することを目指します。本論文のDIGESTは、軽量なLLMの事前学習済みデコーダブロックを、遺伝的プログラミング（GP）の個体群初期化のための記号ポリシーに転用し、遺伝的プログラミングで見つかった高品質な式をオンラインでそのポリシーにフィードバックします。2つの真値ベンチマークでは、最強の競合手法より最大2.59%高い復元率を示しました。
説明意味概念による誘導で継続学習の説明ドリフト・ループを断つ
要約本論文は継続学習における説明ドリフトを扱います。モデルは精度を保ったまま、診断に有効な特徴から疑似相関へ注意を静かに移してしまう問題です。著者らは、ピクセル単位の顕著性正則化がモデル自身の凍結された顕著性マップを監督目標とするため、自己参照的なドリフト・ループが生じると指摘します。提案手法C³Lは、オフラインで発見されクラス内で一貫した意味概念を正則化の拠り所とし、五つのベンチマークと二十以上のベースラインで優れた結果を報告しています。
説明FlashScript：反復的なエージェントワークフローを再利用可能なニューロシンボリックプログラムへコンパイル
要約本論文は、エージェントの成功した実行過程を再利用可能なニューロシンボリックプログラム（NSP）にコンパイルする手法FlashScriptを提案しています。動作やデータ変換はコードに、個別の値はパラメータに、モデルの判断が必要な部分のみLLM呼び出しにします。Claude Haiku 4.5を用いた120件のWorkBench分析タスクでは、NSPは毎回正しく同一のツール呼び出しを行い、入力トークンは約70分の1、実行時間はスキル誘導型エージェントの約3分の1でした。複合版タスクでは後者の正答率が23%に低下し、NSPは全実行で正しく一貫していました。
説明等距離セントロイドエンコーダによる安定した次元削減手法
要約本論文は、潜在空間でクラスのセントロイドを直接学習し、指定されたクラス間の幾何構造を保つ教師あり次元削減フレームワーク、等距離セントロイドエンコーダ（ICE）を提案している。また、独立した複数回の実行間でクラスレベルの近傍トポロジーがどれだけ一貫しているかを測る指標、セントロイド近傍安定性（CNS）を導入している。画像および生物学的データセットでの実験では、ICEがより安定した埋め込みを生成し、クラスセントロイドの幾何構造をよく保持することが示されている。
説明RelateGS：ガウススプラッティングによる3D場景理解のための信頼できる意味・関係の証拠
要約本論文は、3Dビジュアルグラウンディングのために、意味と関係の証拠を選択的に洗練する構造化された言語認識ガウス表現RelateGSを提案している。意味特徴の持ち上げ時に信頼性の低い観測を抑制し、複数視点の物体観測を永続的な3Dグラフに統合する。さらに、観測が不足している物体関係を特定し、既存フレームの再照会で証拠を補う。Sr3D+とNr3Dでの実験では、Acc@0.25において従来の最良結果をそれぞれ7.9ポイント、1.7ポイント上回った。
説明速報結果：直接音声条件付けによるロボット操作用の音声-言語-行動モデル
要約視覚-言語-行動（VLA）モデルはロボットが文字入力の指示に従って操作することを可能にしますが、音声による指示への対応は限られています。本研究はπ0.5を基盤とするSpeech-π0.5を提案し、音声フレームを跨モーダル投影で音声トークンに直接変換し、文字起こしを経ずに動作指令へ対応させます。精度向上のため、音声用とタスク用の専用LoRAアダプタを分けた構成と二段階学習を採用しています。ASRパイプラインに比べて応答遅延は約3分の1で、LIBEROでのタスク成功率は競争力があり、未知のアクセントにも比較的頑健であると報告されています。
説明ReGE：経験の合成によりエージェントを強化する手法
要約本論文は、対話型タスクにおける過去の実行記録を、新たな試行のための自己完結したガイダンスへと変換するフレームワークReGEを提案する。主な実装ReGE-Synは、一度のコーチ呼び出しで実行記録と利用可能な資料を統合する。四つのベンチマークで、ガイダンスなしの実行と比べ、正解率はGPTで平均9.9ポイント、Claudeで8.8ポイント向上した。
説明Numina Fuse：Lean 4 における対話型自動形式化ツール
要約Numina Fuse は Lean 4 で数学を形式化するためのエージェント型アプリケーションで、AI オーケストレーターの作業を人間が、ブループリント、依存関係グラフ、Lean コードの各ビューを通じて監督する仕組みです。本論文は 2026 年における開発経緯を述べ、人間のレビューに合わせて進む固定パイプラインから、専門エージェントや証明器、並列の子タスクを自律的に割り振るオーケストレーターへの移行を記録しています。三次元 Kakeya 予想の形式化と証明器モデルの研究での利用も報告されています。
説明TrackTok：意味的に持続するトークンによるオブジェクト中心の動画トークン化手法
要約本論文は、物体が移動・変形・部分的に遮蔽されても同じ意味的対象を時間を通じて一貫して符号化する、オブジェクト中心のトークンを生成する効率的な動画トークン化フレームワーク TrackTok を提案しています。従来の画像パッチや固定位置に結びついたトークンとは異なり、時間的に持続する表現を学習します。UCF-101 では、潜在トークン数を 8 分の 1 にしながら、クラス条件付き生成の FVD で同程度の結果を達成しました。また Kinetics-600 の低トークン予算におけるフレーム予測で、既存の一次元トークン化手法を上回りました。
説明ソフトウェア工学LLM：なぜ必要か、そしてソフトウェア工学はどのように構築を支えるか
要約本論文は、10万人以上の開発者に提供される920億パラメータのコーディングLLMを対象とした産業事例研究を通じて、ソフトウェア工学の知見が学習にどう役立つかを検討しています。著者らはRefactorForgeというパイプラインを開発し、リファクタリング知識、ソフトウェア工学ツール、検証技術を組み合わせて検証可能な学習データを構築しました。306のPythonリポジトリから得た軌跡による増分的な教師ありファインチューニングで、RefactorBenchやSWE-Bench ProMaxなどの性能が向上したと報告しています。
説明ラベルノイズ下で早期打ち切りはいつ有効か：カーネル勾配フローの位相図
要約本論文は、ラベルノイズがある場合の早期打ち切り（early stopping）を検討しています。合成ノイズ分類課題でカーネル勾配フローを解析し、高次元学習曲線を導いて、線形カーネル成分と高次成分の釣り合いで決まる位相図を得ています。ある領域では有限時間で汎化が最適となり早期打ち切りが必要です。別の領域では補間まで汎化が改善しますが終点は最適ではありません。境界では補間の終点が最も低い汎化誤差を示します。このため、削減できないラベルノイズが大きくても、補間が早期打ち切りを上回る場合があります。
説明「プレイせず、構築せよ」：自己改善型LLM研究エージェントがハースストーンのバトルグラウンズAIを開発し、トッププレイヤーに匹敵
要約本論文は、LLMエージェントが生データから出発して人間と対等に戦えるシステムを作れるかを検証しています。対象はハースストーンのバトルグラウンズで、著者らは研究エージェントが共有メモリと検証を用いて自己改善するAutoTavernを提案しています。本文によれば、20日間でTavernGymとTavernAgentを構築し、公開ランキングの最近20戦の平均順位は1.60で、評価上位10人を上回りました。また960タスクのTavernBenchでは、LLMエージェントはシステムを構築する能力の方がプレイ能力より高いと結論づけています。
注目点LLM研究エージェントが自己改善する完全なシステムを提案し、忠実なシミュレータを構築して人間トッププレイヤーを上回るAIを実証、オンライン対戦と大規模ベンチマークで裏付けている。
説明相互作用のもとでの近似的な汎用予測
要約本論文は、ベイズ混合（特にソロモノフ帰納法）を基にした汎用予測器が、予測に基づいて行動を計画するエージェントによって評価対象の分布が変わる場合にも、近似保証が成り立つかを検討しています。有限ホライズンの因果混合における転移係数の分解と、環境の複雑さに依存する誤差のオーダーを示し、そのオーダーが鋭いことを証明しています。有界な報酬に対する価値誤差の上界と、延期判断を保つための条件も示しています。
説明要求に応じた根拠の選択：視覚言語モデルにおけるモダリティ制御の学習
要約画像とキャプションが食い違うとき、ユーザーが視覚言語モデル（VLM）にどちらのモダリティに従わせるかを確実に制御できるかを検討した論文です。反事実介入による Flip と Stay の評価法を提案し、新語埋め込みの学習と反事実ツインマージン（CTM）監督で制御を学習します。3つのモデル、3つの既存ベンチマーク、自作の Ground-CF で検証しています。
説明スライディング・ネットワーク：特徴学習と特徴多様性を保つ残差構造の一群
要約本論文は、深層学習モデルの幅と深さを拡大しても学習の安定性と特徴の多様性を保つ方法を検討しています。残差幅、隠れ層幅、深さの比の極限を核とする同時スケーリング手法を提案し、相関初期化（Half Copy）で形状制約を一部緩和できることを示します。理論と残差MLPの実験では、固定の正の比率で局所的に最大の特徴学習をもつSDE極限に収束することが示されています。一方、言語モデルの実験では、パラメータ数を固定して幅と深さを組み替えると性能差が生じることも報告されています。
説明参加数上限付きのヘッセ行列類似最適化：下界と仮想マスター
要約各ラウンドで m 台中最大 s 台のクライアントとしか通信できない場合の、ヘッセ行列類似最適化に必要な通信ラウンド数を研究しています。強凸二次問題について下界を示し、アンカーの質に依存しない仮想マスター型 SVRS 手法を提案しています。下界は零保存型アルゴリズムにのみ当てはまります。
説明EEGBiFormer：脳波によるリアルタイム注意状態分類と脳波に基づく聴覚プロトコルの検証
要約本論文は、16チャネル脳波から集中と非集中の二つの注意状態をリアルタイムで分類する、CNNとTransformerのハイブリッドモデルEEGBiFormerを提案しています。研究者は独自のアナログフロントエンド取得基板を製作し、課題ベースの脳波データを収集しました。学習前のスペクトル解析と位相同期値の分析により、両状態の神経的特徴の違いを確認しています。モデルはウィンドウ単位の検証精度91.3%、17セッションでの記録単位精度88.2%を達成し、システム全体の遅延は100ミリ秒未満でした。さらに、被験者37名による対応のある行動実験で、モデルで順位付けした聴覚刺激を用いたプロトコルは、無音の対照条件より総合注意スコアを統計的に有意に20%向上させました。
説明リアクティブ最適化器：単一の学習実行中に言語モデルエージェントが最適化器のコードを書き換える手法
要約本論文は、事前学習済み言語モデルのエージェントが単一の学習実行中に学習の動態を点検し、実行可能な最適化器コードを書き換える「リアクティブ最適化器」OPALを提案している。エージェントはパラメータグループごとに更新規則や学習率スケジュールを変更でき、最適化器固有のメタ学習は必要としない。対象設定向けに調整されていないレシピに対し、言語モデリングと画像生成で評価し、選ばれた固定レシピと同等かそれ以上の結果を示している。
説明累積認識型量子化により、電圧スケーリング起因の誤りに対応するDNNの適応手法
要約本論文は、システマティックアレイのアキュムレータにおいて、電圧・周波数の動作点ごとにタイミングに強いビット範囲が異なることに着目し、ハードウェアとソフトウェアの協調設計手法を提案しています。学習段階での累積認識学習、混合精度量子化と非構造化枝刈り、選択的MSBマスキング、細粒度クロックゲーティング、層ごとの動的周波数スケーリングを組み合わせています。2nmプロセスでの評価では、低電圧動作時に公称電圧の実装と比べてエネルギーが39%、エネルギー遅延積が23%改善し、精度低下は1%以内に収まったと報告されています。
説明共有すべきものの学習：時系列予測のためのエキスパート特化
要約本論文は、多変量時系列予測においてチャネル間で何を共有し、どこを特化させるかを検討し、混合エキスパートモデルの効果の要因を分析しています。著者らは、凍結された事前学習済み予測器の周りで低ランク残差エキスパートを学習する手法PCRを提案し、特化がいつ有効かを調べるための合成データセットGalaxyTSを導入しています。四つの予測ホライズンの平均で、三つの凍結バックボーンに対し平均二乗誤差が低減したと報告されています。
説明EnvLunch：実行環境そのものを無償の学習タスクとして使い、対話型エージェントを学習させる手法
要約この論文は、言語モデルのエージェントがデータ分析で効果的に対話するために大量の人手アノテーション付きタスクが必要になる問題を扱います。提案手法EnvLunchは、実行可能な環境（データベース）から有効な操作の軌跡をサンプリングして最終観測を得て、人手やモデル生成のタスク記述を使わずに、最終観測だけから機能的に同等の軌跡を復元するようエージェントを学習させる準備段階です。原文によると、全ての下流学習規模で基準より平均9ポイント以上高く、少ないラベルでは基準の8〜32倍の注釈例が必要とされています。
説明記憶か時計か：XLand-MiniGrid における記憶の優位性を、シード・マップ・評価ノイズを分離して検証
要約部分観測の XLand-MiniGrid タスクで、LSTM エージェントが記憶を持たない MLP を約 25 ポイント上回る理由を検討した研究です。著者は 60 回の学習で訓練シード、マップ、評価のランダム性を分離し、時間ステップを与えた MLP と LSTM を新しいマップで比較しました。その結果、見かけの記憶の優位性の大部分は時間を知っていることによるものだとされ、無記憶のベースラインには時間ステップを与えるよう推奨しています。
注目点種子・マップ・評価ノイズを分離し、時間ステップ付きベースラインにより記憶の優位の多くが時間把握によるものと示した点が新しい。
説明タスク形式が適応に与える影響：プロンプト安全性分類におけるLoRAと全パラメータ微調整の対照比較
要約本論文は、プロンプト安全性分類タスクにおいて、LoRA（低ランク適応）と全パラメータ微調整を比較しています。同規模の400Mエンコーダ・デコーダモデル（Ettin）を用い、3種類のタスク形式、各条件で最大15シードで検証しました。事前に定めた学習率では、全パラメータ微調整がLoRAを2〜3ポイント上回りました。LoRAに判定の後で理由を書かせると差が埋まりました。学習済みモデルはドメイン内では8Bモデルを上回りますが、分布外のデータの一部では劣り、良性だが有害に見えるプロンプトを27〜66%で不安全と判定しました。
説明Rectified Language Flow：整流フローによる高速・並列なテキスト生成の言語モデル
要約本論文は Rectified Language Flow（ReLF）を提案し、整流フローを用いてノイズをトークン埋め込みへ輸送することでテキストを生成します。Hellinger-SVD による固定埋め込み、交差エントロピーで学習した自己条件付けガイダンス、正則化された reflow を組み合わせています。論文によれば、OpenWebText で 64 回の関数評価を行った場合、試験した3つのモデル規模すべてで自己回帰ベースラインより生成困惑度が低く、多様性は同等でした。2 回の reflow 後は 16 回の関数評価でも自己回帰ベースラインを上回り、バッチサイズ 1 で 1,024 トークンの系列を 15〜19 倍速く生成したとしています。
説明自由度の高い画像編集のための根拠ある探索：実行可能な編集方向を先に定めてから具体的指示に落とし込む手法。
要約本論文は「この部屋を飾って」のように複数の妥当な実現方法がある自由度の高い画像編集の依頼を扱い、まず多様で実行可能な編集範囲を特定し、それを実行可能な編集指示に具体化する二段階の枠組みを提案します。300件の自由形式画像編集タスクで、直接的な多様性プロンプトと比べ、平均意味的分散が24.6%、平均的な根拠性が17.1%高く、より有効で互いに異なる結果を生成したと報告しています。
説明IntentDelta：変化するユーザー意図を評価する人手構築ベンチマーク
要約本論文は、638 本の軌跡と 3,766 ターンからなる、人手で構築した多ターン対話ベンチマーク IntentDelta を提案しています。WebShop と TravelPlanner の 2 つの環境を対象とし、各ターンはユーザー発話、累積的な意図状態、人手による参照動作を組み合わせています。11 のエージェントを意図の回復と行動の質で評価した結果、早期の要件の保持や、ソフトな好みと必須条件の区別に苦戦することが示されました。また、意図を正しく回復しても実行成功が保証されないことも明らかにされています。
説明静的構造を超えて：DynaReason-Proでタンパク質の動的性質と機能を結びつける
要約本論文は、天然変性タンパク質（IDP）の機能が単一の静的構造ではなく構造アンサンブルの動的性質に依存する点に着目し、構造アンサンブルから GO 用語を同時に予測し、自然言語による機能の根拠を生成する枠組み DynaReason-Pro を提案している。評価は Protein Ensemble Database（PED）から整理した IDP ベンチマークで行われ、データ漏洩を防ぐため配列およびクラスタ構造で互いに重複しない分割を用いている。構造のばらつき別の評価では、構造のばらつきが大きい場合に最も明確な改善が見られた。
説明ProMo3D：凍結された3D基盤モデルに潜む動きの手がかりを探る
要約本論文は、凍結した3D基盤モデルのトークン表現に動きに関する情報が既に含まれ、軽量な読み出し関数で取り出せるかを検討しています。提案手法PMD（Probing-based Motion Distillation）は、YouTube-VOSの160本の動画のみを用い、16GBのGPU1枚で学習されます。DAVIS、SegTrackv2、FBMS-59へ、対象ベンチマークでの微調整なしに零ショットで転用されることが示されています。学習不要の手法より高い性能を示し、より重い教師あり・自己教師あり手法に近い結果が報告されています。
説明医療質問応答の言語モデルへのUMLS注入はもう十分に研究され尽くしたのか？
要約本論文は、医療質問応答において知識グラフ（UMLS由来）を言語モデルに組み込む既存研究を概観し、採用されたUMLSの情報源とモデルとの組み合わせ方を批判的に分析しています。各選択肢を個別に検証し、従来の研究で議論されてこなかった問題点、例えばUMLSのカバレッジの低さや部分グラフ検索の弱さを指摘しています。その結果に基づき、UMLSを外部知識源として活かすための実践的な提言を示しています。
説明MTA-Zero：オンライン質疑応答の生成とソルバーの共同学習による自己改善型マルチモーダル深層検索
要約マルチモーダル大規模言語モデルは、画像の理解、ツールの選択、ウェブ上の証拠の統合を要する多段階の検索で依然として限界があります。本論文のMTA-Zeroは、学習可能な問題生成器が画像を起点に証拠を検索し、検証済みの多段階質問をオンラインで作成し、別のソルバーがツールを選んで回答する枠組みです。生成報酬はソルバーの成功率から設計され、学習の境界付近の質問が重視されます。六つのベンチマークで、Qwen3-VL-8Bソルバーの平均正答率は36.91%から51.58%に向上しました。
説明隣接するキャプションからの手がかり：視覚言語検索における推論時の証拠としてのキャプション合意の再考
要約本論文は、同一画像の他のキャプションを推論時の証拠として用い、凍結したデュアルエンコーダの画像類似度と融合してテキストから画像への検索を改善する手法を提案します。クエリと同じ注釈者によるキャプションのとき効果が最も大きく、別の注釈源では効果がほぼありません。著者はその利得の由来も分析し、組み合わせ型ベンチマークでは、キャプションは画像の理解よりも人間の記述との一致に役立つと述べています。
説明一度のスキャンで十分：デモ不要で言語誘導ナビゲーションに適応する手法
要約本論文は、言語誘導型ナビゲーション方策を新しい建物に導入すると性能が低下する問題を扱い、人手による実演の代わりに一度の簡単な iPhone スキャンを用いる手法を提案しています。Scan2Instruction（スキャン2指示）はスキャンから完全な学習環境を生成し、根拠のある指示付きの実行可能なナビゲーション試行を自動合成します。PRPT-KS（パレート効用に基づく適応）は再構築したシーンから直接読み取れる閉形式のパレート効用で方策を適応させ、学習済みの評価器や人手ラベルは使いません。5つの実環境で、提案手法の RealNav は実機成功率 85% に達し、人手の実演で後学習したベースラインの 49% を上回りました。同じ建物の未スキャン領域でも 82% で、ベースラインは 41% でした。
説明OWL関数を用いたカメラ運動中の移動物体のセグメンテーション
要約本論文は、単一カメラの運動中に独立して動く複数の剛体を分割するための、OWL知覚関数に基づく解析的枠組みを提案している。各画素の相対並進方向の推定値をクラスタリングすることで、視野内のシーンを独立運動剛体ごとに分けるとされている。三次元の枠組みは四元数を用いて導出され、並列処理が可能で、カメラの回転に対して不変であり、学習データや深度情報、意味的事前知識を必要としないと述べられている。
説明構造化剪定と適応的ファインチューニングによるウェアラブル信号向けPPG基盤モデルの専門化能力の活用
要約本論文は、ウェアラブル機器で収集される低品質なPPGデータに対し、事前学習済みPPG基盤モデルが固有の疎性と計算上の冗長性を持つことを示しています。著者らは構造化剪定とファインチューニングを組み合わせたSPAFTを提案し、より関連性が高くコンパクトなパラメータ空間に微調整を制約します。4つのモデル、5つのデータセット、10の下流タスクでの実験で、SPAFTは回帰と分類でそれぞれ82.8%と87.5%の勝率を示したと報告されています。
説明リプシッツ制約付き貪欲直交多項式多様体：次元削減と縮約モデリングのための手法
要約本論文は、学習データ上で正規直交となる特徴量を用いて多項式デコーダを表現する手法を提案しています。これに基づくアルゴリズム Greedy-OPM は、デコーダのリプシッツ定数に所定の上限を設けた条件で、再構成誤差を最小化しつつエンコーダのモードと多項式特徴量を同時に選択します。数値実験では、このリプシッツ制約により高い再構成精度を保ちつつ、学習データから外れた領域での汎化性能が向上することが示されています。
説明ReLU関数空間における極限の幾何学：固定構造のReLUニューラルネットワークが表現できる関数の集合が、極限のもとでどう閉じるか（閉包性）を調べた論文。
要約本論文は、固定構造のReLUニューラルネットワークで実現される関数空間の幾何学と閉包性を研究しています。著者らはまず、区分線形連続関数の極限に関する一般的な結果を示し、浅いベクトル出力ReLUネットワークで実現可能な関数を特徴づけます。さらに、固定幅の浅い標量ReLUの実現空間は重み付き上限ノルムで閉じている一方、アーキテクチャ(2,3,2|1)では閉じないことを具体例で示し、Petersen、Raslan、Voigtlaenderの予想を反証しています。
注目点CPWL関数の極限に対する多面体複雑度の下半連続性を証明し、Petersenらの予想を反例で覆した。厳密だが影響は理論分野に限られる。
説明RoboReason：拡張可能なデータ生成によるロボット関連VLM推論の向上
要約本論文は、視覚言語モデル（VLM）をロボット操作に組み込んだ際の評価が困難でコストも高いと指摘し、実機ロボットのステレオカメラと手首カメラの画像を用いた空間・時間の順序付けタスクを提案しています。フレームの並べ替え、カメラからの距離による奥行き順、左右の順序という三つのタスクで評価した結果、複数の最先端モデルが順序付けに苦戦することが示されました。そこで自動的に学習データを生成するパイプラインを提案し、生成データによる教師ありファインチューニングと強化学習の両方が推論性能を向上させることを示しています。
説明InfiniteWorld：視覚的証拠と見慣れた物理法則の切り分け
要約本論文は、物理パラメータを系統的に変えたシミュレータ動画と物理推論の質問を組み合わせたベンチマーク InfiniteWorld を提案します。五つのタスクで、映像言語モデルが見慣れた物理則に頼らず視覚的証拠に基づいて答えるかを、同一質問に対する入力条件の違いによって評価します。結果として、多くのモデルが物理の変化があっても地球上の通常の物理に従った回答を続ける傾向が示されています。
説明TriageRAG：専門分野向けに失敗を認識して自己学習する検索拡張言語モデル手法
要約本論文は、ラベルのない文書コーパスしかない場合に、検索拡張生成（RAG）システムを医療などの専門分野へ適応させる TriageRAG を提案する。各自己生成質問について検索文脈の有無で生徒モデルを試し、既知、解決済み、文脈失敗、検索失敗の四分類に振り分けて、それぞれに対応する学習信号を与える。11 データセットと CS-Bench での実験では、予算を合わせた SimRAG を上回り、検索が基盤モデルを妨げる場合にもクローズドブック水準を回復できたと報告している。
説明System 1 モデル入門ガイド：LLM を超える高速な意思決定
要約本論文は、単一の順伝播で入力を構造化された決定へ直接写像する「System 1」モデルを紹介し、ルーティング、ゲーティング、スコアリング、分類など低遅延が求められる日常的な判断への適用を扱います。エンコーダ型分類器、報酬モデル、非自己回帰型、対照学習型、抽出型の五つの系統に分類し、各系統の構造、学習法、導入上のトレードオフを解説します。較正（キャリブレーション）を中心的なテーマとして扱います。
説明能動的に学習するニューラルオペレータによる近陽的な大気化学の再現
要約地球システムモデルは、近陽的な機構（Master Chemical Mechanism、MCMなど）を各格子で解くには計算コストが高すぎるため、大気化学を簡略化した機構で扱っています。本研究はFNO-MoEを提案します。これは専門家混合を組み込んだフーリエニューラルオペレータで、30分間の完全な近陽的化学状態を一度の呼び出しで予測します。同じネットワークが専門家間の不一致を用いて学習データを選択し、同コストでランダムや均等サンプリングより高精度になります。
注目点FNO-MoEと専門家間の不一致による能動的サンプリングを提案し、近陽的化学を長時間一括予測する点は新規性が高い。根拠は箱モデル実験に限られる。
説明双曲型輸送のためのグラフニューラルソルバーにおけるCFL対応のエッジ設計
要約本論文は、双曲型偏微分方程式をグラフニューラルネットワークで解く際に、局所的な輸送スケール（CFL信号）を各エッジに明示的に与えることが有効かを検討している。ネットワーク構造は固定し、エッジに与える情報の形式だけを変えている。CFL条件付けは、エッジ表現がすでに輸送の相互作用を示している場合に効果が高く、ステップ幅が大きくなるほど改善が広がるとされる。
説明ブラックボックス型LLM生成テキスト検出のための局所エントロピー変動手法
要約本論文は、ソースモデルが不明なブラックボックス条件で機械生成テキストをゼロショットで検出する方法を扱います。既存の二モデル型および再サンプリング型検出器は、指示に基づいて生成されたテキストに対して性能が大きく低下すると指摘しています。提案手法は相対ピーク突出率（RelPPR）という指標で、エントロピー軌跡上の構造的差異を捉え、多様なモデルとデータセットで最先端の性能を示すとしています。
注目点エントロピー軌跡の局所的変動に基づく新指標RelPPRを提案し、複数モデルとデータセットで黒箱検出性能を検証しており、証拠は比較的充分で、この分野に有用である。
説明StateWise：多ターン対話で変化する制約を言語モデルに追跡・遵守させる手法
要約本論文は、ユーザーが対話の途中で制約を追加・変更・撤回する場面で、大規模言語モデルが制約を守れなくなる問題（持続性の失敗と撤回後の再発）を扱います。提案手法StateWiseは、単一のモデルに改訂可能な制約状態を自ら維持させ、偏好学習によって撤回された規則を実行してしまう応答を抑えます。二つの基盤モデルと未見の制約タイプでの評価では、教師あり自己学習と比べて撤回違反を8〜22ポイント減らし、対話成功率を向上させました。
説明RoleHear：半教師あり学習による話者役割付きストリーミング音声認識の擬似ラベル手法
要約ストリーミング音声認識は低遅延で文字起こしを行うが、出力される単語列には話者の役割が付与されていない。顧客対応の分析などリアルタイム用途では、各単語がどちらの役割に属するかが必要になる。本研究は RoleHear という半教師あり学習のパイプラインを提案する。単一のキャッシュ対応ストリーミング変換器が、語彙内の軽量な役割トークンを使って役割を直接出力する。先に発話の切り替わりを示す標識を出し、数語後に役割トークンを出す仕組みである。オフラインの教師モデルが未ラベル音声を再ラベルし、人手の注釈がない場合はマルチモーダル大規模言語モデルが銀ラベルの役割を与える。人手の役割注釈がある顧客対応通話と銀ラベルのある決算説明会で評価した結果、転写品質を保ったまま役割を正確に付与でき、オフラインの教師モデルとの差も縮まった。
説明事実はすべて正しいのに答えが誤り：視覚言語モデルにおける複数証拠の統合ギャップ
要約本論文は、マルチモーダルモデルが全制約を満たす決定のために複数の証拠を組み合わせる際の失敗原因を調べています。制御された部分集合選択と経路探索の課題で、個々の事実の認識と全体の決定の妥当性を結びつけて評価しています。結果として、局所的な事実認識は正確でも全体の判断は大きく失敗することが示され、Gemma-3-27B は八項目の視覚インスタンスで全体の妥当率が 19.75% にとどまりました。
説明C-DFF：自動運転のシミュレーション検証における機構パリティのための概念レベル診断
要約本論文は、同じ知覚システムが実画像と合成画像で依存する視覚的根拠が一致するかを比較する概念レベルの診断手法C-DFFを提案します。凍結された被検システムから決定的根拠を抽出して意味概念空間に射影し、実画像と合成画像の概念重要度ベクトルを比較します。KITTIとVirtual KITTI 2の2126組の対応サンプルを用い、三つの感知タスクで評価しました。出力の一致だけでは機構の一致は示されないと結論づけています。
説明自動運転のための道路インフラ知覚：分類・表現・タスク・課題
要約本論文は、自動運転における道路インフラ知覚の研究動向を整理したサーベイ論文です。関連研究を幾何構造型、機能空間型、規制意味型の三つに分類し、センシング手法、シーン表現、代表的な手法、ベンチマーク、評価方法を概観しています。現行のベンチマークは関係推論、時間的一貫性、頑健性、計画志向の評価において限界があると指摘し、今後の方向性についても論じています。
説明強化学習を用いた自動運転車モデルのコンピュータビジョン・ナビゲーション
要約本研究は、近接方策最適化（PPO）強化学習アルゴリズムが、シミュレーション上の道路線内で車両モデルを走行させる方策を学習できるかを評価したものです。入力はカメラ画像で、出力は後輪の回転速度と前輪の操舵角であり、それぞれ速度と進行方向を制御します。簡略化された環境では走行可能な方策が得られました。複雑な場面での頑健性を高める改善案も示され、他の開発者が手法を試せる枠組みも提供されています。
説明「RATE：人間レベルの翻訳システム時代の翻訳評価の再考」
要約論文は、機械翻訳が人間レベルに近づくなかで、既存の標準的評価手法（MQM、ESA）では細かな誤りを見つけにくいと指摘します。著者らは、専門の言語学者によるWMT24の英露翻訳の人手評価データセットを構築し、誤りの分類を簡素化し、重大度と正確さ・流暢さを併せた多次元評価を行うRATEプロトコルを提案しています。その結果、一部の最先端機械翻訳は正確さで人間の翻訳を上回る一方、流暢さでは遅れていることが示されています。
説明ProtAgent：対話レベルの信用割り当てで小型タンパク質ツールエージェントを事後学習する研究
要約本論文はProtAgentを提案します。これは二段階の事後学習手法で、まず教師ありファインチューニングでツールの呼び出しインターフェースを学習し、次にREINFORCEによる強化学習で対話方策を改善します。中間のツール呼び出しにはステップレベルの回報で報酬を割り当てます。実際の生物情報学ツールを用いた閉ループ評価では、80億パラメータのProtAgent-8Bが注釈カバレッジ指標で61.00%の成功率を示し、6710億パラメータのDeepSeek-V3.2-Thinkingの41.60%を上回りました。著者は、この指標は参照注釈の再現度を測るものであり、生物学的な正しさや証拠の完全な根拠付けを単独で示すものではないと述べています。
説明POD-RoPE：身体性AIのための物理観測分布上の回転位置エンコーディング
要約本論文はPOD-RoPEを提案し、各トークンの観測範囲をカメラ中心、視線方向、サンプリング時刻上の分布として表現し、期待回転によって分布間の相対関係を符号化します。ロボット方策モデルへ統合した結果、RoboTwin 2.0の全50タスクで平均成功率が91.83%から92.88%に向上したと報告されています。計算速度についても比較結果が示されています。
説明プロンプトを超えて：LLMベース機械翻訳評価器の体系的研究
要約本論文は、指示設計、少数ショットの例示、基盤モデルの選択、多段階ワークフローが、大規模言語モデルによる機械翻訳評価の挙動にどう影響するかを体系的に調べたものです。WMT24・WMT25の英露翻訳に専門家の注釈を新たに収集し、他の5言語対のベンチマークで転移性を検証しています。提案されたORBITシリーズの最良構成は、誤りスパン検出と正確性・流暢性のランキングで専門家レベルに達し、専門家による人手注釈の約20分の1のコストで実現するとしています。
説明分布マッチングの観点から見た大規模言語モデル訓練アルゴリズム
要約本論文は、大規模言語モデル開発の各段階における訓練アルゴリズムを、分布マッチングの観点から統一的に扱う枠組みを提案しています。多くの訓練アルゴリズムが、現在のモデルと目標分布との間のある種のダイバージェンスを最小化するものとして解釈できることを示します。現在のモデル分布が目標分布に近い場合、オンポリシー蒸留（OPD）は古典的な知識蒸留（KD）より有利であり、両者が大きく離れている場合には不利になると分析しています。さらに、条件付きKL（CKL）正則化を提案し、目標分布の劣化を緩和しつつモード多様性を保つとしています。
説明大きさを考慮した比較による量子k近傍法の実装：異なるL2ノルムのベクトル間のユークリッド距離を計算する量子符号化手法
要約本論文は、各ベクトルに成分を1つ追加することで、異なるL2ノルムを持つベクトル間のユークリッド距離を計算できる量子符号化手法を提案し、量子k近傍法（QKNN）に適用しています。著者らは、この手法が類似の手法より理解と実装が容易で、必要な量子ビット数も少ないとしています。標準的なラベル付きデータセットで、近年のユークリッド距離QKNN手法と比較ベンチマークを行い、現実的なノイズを含むシミュレーションで優れた結果を示したと報告しています。
説明多項式残差ネットワークは一般的に識別可能である
要約本論文は、多項式活性化関数とバイアス項を持つ定数幅の残差ネットワークについて、識別可能性の結果を証明している。次数が5以上で係数が一般的な活性化関数では、一般的なパラメータに対応するファイバーは一点集合となる。次数が3以上で入力を適切に平行移動すると線形項がない場合、一般的なファイバーはバイアスの平行移動の後、重みと平行移動後のバイアスを実数の1の冪根でスケーリングしたものとして与えられる。また、特異学習理論で重要となる残差ネットワークのパラメータ化の臨界点に関する必要条件も導出している。
