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。
説明局所ヘブ学習による空間認識型自己組織化グラフ自己符号化器
要約本論文は、既存の動的自己符号化器がグローバル平均プーリングとスカラー結合に頼ること、デコーダのアーティファクト、損失関数の切り替えによる不安定性といった課題を扱い、S-LooMを提案しています。空間的相互相関と学習可能な空間カーネルによって特徴マップ間に動的な結合を築き、ソフトブレンド型の訓練カリキュラムで潜在トポロジーを滑らかに整えます。実験では、既存の動的アーキテクチャと比べてトポロジーがより安定し、特徴の絡み合いやノイズに強く、照明・形状・テクスチャなどの視覚属性を担う機能的コミュニティが形成されることが示されています。
説明3Dガウススプラッティングのための出生・消滅構造学習：ヒューリスティックな増減規則を変分スコアで置き換える
要約本論文は、3Dガウススプラッティング（3DGS）の適応的密度制御が位置勾配や不透明度などの代理信号に依存している点に着目し、一次変分に基づく出生・消滅制御を提案する。再構成損失から導出した変分スコアで、新しいガウシアンを配置する位置と、削除しても影響の小さい既存のプリミティブを選ぶ。著者らは、このスコアを3DGS-MCMCに組み込むと標準ベンチマークで高い再構成品質が得られ、ガウシアン数の予算が厳しい場合に効果が最も大きいと報告している。
説明Xing USP：情報抽出と意図スロット解析のための横断的な意味契約
要約本論文は、カテゴリ、フィールド、値、インスタンス間の関連を共通インターフェースで表現する統一的な意味契約USPを提案し、固有表現認識、関係抽出、イベント抽出、意図スロット解析に適用します。あわせて5つの診断的マッチング観点と61データセットの統一コーパスを提示しています。微調整したXing4.0-29B-Intentは、いずれのタスク群および5つの観点すべてで首位となり、厳密な評価ほど他モデルとの差が広がることを示しています。
説明長短対比剪定による剪定済み推論モデルの思考連鎖圧縮性の向上
要約本論文は、剪定後の大規模推論モデルを対象に、同一問題の長い正答と短い正答における神経細胞の活性化を比較する対比集合差分法（CSD）を提案する。冗長な推論に関係する神経細胞を優先的に剪定し、さらに剪定モデルが常に解けるか全く解けない問題にも選好ペアを拡張する。4つの数学ベンチマークで、推論認識キャリブレーション（RAC）による剪定に同じ圧縮を続ける方法と比べ、思考トークンが8〜22%少なく、精度の差は0.5ポイント以内である。
説明CoLink：多ターン対話モデリングのための全体圧縮と知識リンク手法
要約本論文は、ドメイン特化型の多ターン対話において大規模言語モデルの全体文脈把握を高めるCoLinkフレームワークを提案しています。対話履歴をトピックグラフにクラスタリングして外部知識と関連付け、意味的関連性とグラフ構造を組み合わせて知識を検索します。また情報理論に基づく最適化目標により、長く冗長な履歴と知識を圧縮し、コンパクトな記憶・知識スロットにまとめます。著者らは公開データセットと自作のMMDデータセットで有効性と汎化性を示したと述べています。
説明CrossPair：画像編集モデルで汎用的な視覚変換学習を可能にする手法
要約本論文は、事前学習済みのマルチモーダル画像編集モデルに、一組の変換前後の例示画像ペアだけから多様な変換を移し替えさせる CrossPair を提案します。視覚言語モデル（VLM）で変換の意味を抽出し、VAE で外観と構造を保持します。学習時のみ使う変化認識型の DINOv3 目的関数で、特徴変化の方向を揃えます。Transform-360K というデータセットも構築され、既存システムより目標一致度と編集方向の類似度が高いと報告されています。
説明SHIFT-Jev：分布シフト下のLLM意思決定モデルのための認証付き棄権と利得ゲート付き継続適応
要約論文は、大規模言語モデルを用いた意思決定モデルが分布シフト下で失敗する仕組みを検討し、監視・棄権・継続適応の手順SHIFT-Jevを提案しています。不確実性などの信号から各判断のリスクを評価し、Learn-then-Testで棄権閾値を認証し、留保データで有意な改善があり以前の状況で性能が落ちない場合にのみ更新を採用します。十の偏移環境での実験では、KLアンカー付き微調整と温度スケーリングによりキャリブレーション誤差が0.289から0.087に低下しました。
説明TopX：スケルトンファイルだけで未知のスケルトンにテキストから動きを生成
要約本論文は、関節構造・静止姿勢・関節名だけを入力として、学習時に一度も使われていないスケルトンの関節回転とルート軌道を生成する、7,300万パラメータのフローマッチング型Transformer「TopX」を提案している。対象キャラクターの動きデータ、テンプレート、リターゲティング、微調整は不要である。評価用に構築されたSkelShiftでは、同じデータで学習したUniMateと比べ、2種類のFréchet距離がいずれも低下し、地面に沈む frame も少なかったと報告されている。
説明開発者による LLM へのタスク委任と信頼要因：混合手法による研究
要約本研究は、22 件のインタビューと 160 名のソフトウェア実務者への調査を通じて、開発者がソフトウェア開発タスクを大規模言語モデル（LLM）に委任する実態を検討しています。開発者は完全委任、部分委任、自己実施、タスク回避の 4 つの方式を用いていると報告されています。統計分析の結果、信頼が LLM へのタスク委任と関連する有意な要因であることが示されました。
説明挿入型系列生成における修正機構：δMDM
要約本論文は、挿入ベースのマスク拡散モデルが並列復号で生じた誤りを後から修正できない問題に取り組み、挿入モデルに置換と削除の操作を加えたδMDMを提案しています。学習時にはモデルが自らの誤りを修正するよう訓練され、推論時には挿入や復号と修正ステップを交互に行います。OpenWebTextの高多様性な無条件生成では、最も高い推論予算でFlexMDMの生成困惑度のおよそ半分になったと報告されています。TinyGSMの条件付き生成では、順伝播回数が半分でFlexMDMと同等の精度を達成しました。
説明学習における汎化：アイリング式と捕食者－被捕食者モデル
要約本論文は捕食者－被捕食者モデルを用いて機械学習における汎化を検討し、確率的勾配Langevin動力学と敵対的生成ネットワークの生物学的・化学的解釈を概観する。雑音を含むデータ集合から固定次数の多項式で未知関数を復元する例では、このモデルが勾配降下法より良い近似を与えると示される。さらに、熱力学的な議論、特にアイリング式を用いて、機械学習における遅延汎化（grokking）現象を説明する。
説明境界反発MixUpによる判別的プロトタイプ学習の物体再識別
要約本論文は、クラス間の幾何構造を明示的に学習対象とするプロトタイプベースの枠組みPBR-ReIDを提案しています。学習可能な身份プロトタイプの類似度行列から最も混同しやすい身份の組を特定し、その境界を押し返す正則化手法Boundary Repulsion MixUp（BRM）を用いています。学習はプロトタイプの事前学習とEMAで安定化した共同微調整の二段階で行われ、人物および車両の再識別ベンチマークで良好な性能を示し、各構成要素の寄与は消融実験で確認されたとされています。
説明Edge TPU で高速化した YOLOv11 による Raspberry Pi 5 向けコンベアベルト欠陥のリアルタイム検出
要約本論文は、Raspberry Pi 5 上で Google Coral Edge TPU により高速化された、低消費電力のエッジ AI 視覚システムを提案しています。縦裂、穴、補修部の劣化、衝撃による穴あきなどの欠陥をリアルタイムで検出します。YOLOv11n モデルを INT8 量子化して用い、4 つの欠陥クラスで mAP@0.5 は 0.764 でした。西ジャワのセメント工場で、30〜40 FPS、遅延 70〜90 ミリ秒で安定して動作しています。
説明EditDistill：画像編集で動画編集を導けるか？
要約本論文は、既存の画像編集モデルで動画の最初のフレームを編集し、元画像と編集後画像の間の視覚的変換を「編集記述子」としてコンパクトに表現する EditDistill フレームワークを提案します。この記述子は軽量な融合モジュールを通じて動画拡散モデルに組み込まれ、所望の編集へ向けてノイズ除去過程を誘導します。動きとレイアウトを保つため、編集記述子の整合損失と DINO による構造一貫性損失で学習を行うとしています。著者らは、標準ベンチマークで高い性能を示し、多様な場面で高品質な動画編集結果が得られたと報告しています。
説明インターフェースの形式が異なれば、エージェントの振る舞いも異なる：MCPとCLIの対照研究
要約本論文は、言語エージェントが同じ機能をMCP（Model Context Protocol）とコマンドライン（CLI）の二つのインターフェースで呼び出す場合に、振る舞いが変わるかを検証した研究です。著者らは、6つのモデルと3つの対話環境で両者を比較する手法MICAを提案し、タスク性能と対話コストに大きな差があることを示しました。さらに、意味を保ったままインターフェース固有の実装差を修復するDARTを提案し、6つの設定すべてでベンチマークスコアを向上させたと報告しています。
説明言語モデルと天文ツールによる、バビロニア天文日誌の自動かつ検証可能な年代決定
要約本論文は、規則ベースの解析器、言語モデル、天文計算ツールを組み合わせ、欠損があり日付が失われたバビロニアの天文日誌の粘土板について、天文学的な観測に基づいて年代を自動推定するシステムを提示しています。対象は紀元前626年から紀元75年までの701年です。各年を観測記述との適合度で順位付けし、候補年ごとに根拠となる記述と計算位置を示します。已に年代が判明している120枚の粘土板では、最上位に並んだ年の中に既刊の年が含まれる割合が96%でした。
説明ChronoReplay：単一の回答インターフェースでは流れる空間知能に不十分
要約本論文は、視覚言語モデルの空間推論訓練を扱い、異種の空間監督を時系列順のエピソードとして再生し、各ソース固有の目標を保持してタスク族間で均衡を取る手法ChronoReplayを提案している。同一の観測条件下で単一のチェックポイントが OVO-S-Bench、OST-Bench、UCS-Bench の3つのベンチマークすべてで向上し、OST-Bench では13.41ポイント増加した。さらに、学習後に特定の出力形式へ偏る現象を指摘し、流れる空間性能は監督が保つ区別、学習中の履歴の編成、推論時の証拠に依存するとしている。
説明マルチエージェント経路計画を超論理の観点から見る
要約マルチエージェント経路計画（MAPP）は、複数のエージェントに衝突のない経路を求める問題で、自動運転車のナビゲーションなど多くの実用場面がある。本論文は仕様記述の観点から、多くのMAPPの変種をHyperLTLおよびそのω正則拡張であるHyperQPTLでモデル化できることを示す。ただし、既存のハイパープロパティ・モデル検査器が専用のMAPPソルバーに取って代わるという主張ではない。この超論理的な見方は、MAPPの変種を比較し、エージェント間の制約や最適性を表現するための統一的な言語を与え、ハイパープロパティの検証・説明・因果性の技術とMAPPを結びつけるものである。
説明複数ユーザーによる地球観測衛星スケジューリングにおける重み付き公平性
要約衛星コンステレーションは規模とコストが増し、複数の出資者が投資に見合った利用権を求めるようになっています。そのため計画結果の公平性が重要な課題になります。従来研究の多くはユーザーの重みを同等と仮定していましたが、本論文では出資貢献に応じて重みを付けた加重版の地球観測衛星スケジューリング問題を扱います。加重功利主義、加重平等主義、加重 leximin、加重順序付き加重平均（WOWA）を提案し、混合整数線形計画法として定式化したうえで、加重貪欲法と加重ラウンドロビンと比較します。厳しい実行時間制約の下で、効率と公平性の両面から評価しています。
説明TransformerからGPT-5へ：大規模言語モデル設計の進展・限界・今後の方向性
要約本論文は、BERTなどの初期モデルからGPT、Gemini、Claude、Grokに至るまでの大規模言語モデルの発展を、時系列に沿って分類・整理しています。学習データ、学習時の計算資源、ハードウェア、アーキテクチャとパラメータ数、さらに限界、計算上の課題、未解決の問題も取り上げています。アーキテクチャの複雑さと学習データの質の比率を最適化したモデルほど、推論の安定性と整合性が高いと指摘しています。
説明ロシア人、ブラジル人、ドイツ人がバーで同じ質問をすると三通りの答えが返る：論争的話題におけるLLMの視点の多様性を測る
要約本論文は、世界各地で議論のある話題18言語分を手作業で検証したPerspectivesQAという多言語データセットと、言語・視点・枠組みの多様性を測るROOTSという枠組みを提案しています。オープンソースと商用の計8モデルを評価し、英語では回答を曖昧にする一方、低リソース言語では立場を明確にすることを示しました。大規模モデルは言語間で一貫した世界観を保ち、小規模モデルは影響を受けやすいとしています。また、全モデルが入力の表層的な微小な変化に敏感であると報告しています。
説明DoubleFree：探索履歴を活用したロールアウト不要のマルチタスクLLM学習
要約この論文は、マルチタスクLLMの事後学習で多教師オンライン蒸留（MOPD）のシステムコストが高い問題に対し、DoubleFree を提案する。強化学習の過程で収集された過去の軌跡を再利用してロールアウトなしで統合を行い、教師の監督信号を事前計算してオンライン教師なしで学生モデルを学習させる。数学、コード、指示追従のタスクで Qwen3-4B、Qwen3-8B、SmolLM3-3B を用いた実験では、統合速度が2.99〜5.75倍向上し、多領域での性能を維持したままGPU時間を大幅に削減したと報告している。
説明截断Lp関数を用いたロバストな単一パラメータ点群位置合わせ
要約本論文は、調整が必要なパラメータが一つだけのTLPという点群位置合わせ手法を提案している。異なるpの値をもつ截断Lp関数で対応点に優先度を与え、仮説の選択と最終モデルの改良を行う。現実の3次元特徴量マッチングで多い高い外れ値率にも対応できる。GPU並列化により数千の対応点から平均1秒未満で位置合わせできるとしている。公開ベンチマークでは、既存の単一パラメータ手法より高い精度を示し、4つのデータセットのうち3つで二つの多パラメータ手法を上回り、実行時間も競争力があると報告している。
説明RacerGS：3D ガウシアン・スプラッティング圧縮のための残差・自己回帰コンテキスト手法
要約3D ガウシアン・スプラッティング（3DGS）は高品質な新視点レンダリングを高速に行える手法だが、パラメータ量が大きく、保存と伝送の負担になっている。本論文は、ハッシュ投影、FiLM 変調された自己回帰 GRU コンテキストモデル、コンテキストから予測した平均に対する残差のエントロピー符号化からなる圧縮フレームワーク RacerGS を提案する。元の 3DGS に対して 150 倍超、Scaffold-GS に対して 28 倍の圧縮を達成し、描画品質は同程度と報告している。5 つのデータセットで既存の 3DGS 圧縮手法より優れると述べられている。
説明MultiEvoSkill：汎用的なスキル成果物のための構造認識型マルチエージェント技能進化フレームワーク
要約本論文は、凍結された大規模言語モデル（LLM）エージェントが利用するスキル文書を最適化するMultiEvoSkillを提案しています。型付きグラフによってスキルを表現し、並列分岐や依存関係を明示的に扱います。異種エージェント群が修正案を出し、構造を考慮した議論と進化の仕組みで編集をまとめ、多次元ゲーティングで各進化の情報利得とトポロジーの正しさを保証すると述べています。既存手法との比較とアブレーション実験により有効性と汎化性が検証されたとしています。
説明企業フィールド予測のための業務ルールのカスケード検索による復元
要約企業の受注システムでは、支払条件や出荷拠点などの項目を手動で管理された設定ルールに依存している。ルールが不完全または古い場合、下流の請求や物流に誤りが広がる。本論文は、大規模言語モデルのエージェントが業務キーを提案し、SQLで検証したうえで決定的なカスケード検索に変換する手法を提案する。推論時は透明なキー検索のみを行う。業務ルールが安定している場合にはこの手法が有効で、時間や近傍のパターンに依存する場合は学習型のグラフモデルが適している。
説明長期タスク向け視覚・言語・行動モデルのための変分認知メモリ抽象化（論文）
要約視覚・言語・行動（VLA）モデルはロボット操作で高い性能を示していますが、長期記憶のモデル化が不十分なため長期タスクには限界があります。本論文は、選択的状態空間メモリエンコーダ、多スロット時間抽象化、変分情報圧縮によってマルチモーダル軌跡をコンパクトな潜在メモリに符号化する変分認知メモリフレームワーク「CogMemory」を提案します。行動生成時には、動的クロスアテンション検索とゲート付き融合により関連する記憶を取り込みます。追加パラメータは 3.45M のみで、複数の VLA バックボーンにおいて長期ロボット操作ベンチマークで一貫した改善を示しています。
説明表記法は重要か？記号音楽の生成と理解のための MusicXML トークン化
要約本論文は、MusicXML を対象とした初の汎用トークン化フレームワークを提案し、MusicXML、MIDI、ABC などの表現が深層学習に与える影響を体系的に比較します。著者らは 26 個の自己回帰モデルおよびマスク言語モデルを学習させ、作曲家分類、難易度推定、伴奏提案などの理解タスクと生成タスクで評価しました。その結果、MusicXML でトークン化したモデルは、理解・生成の両タスクで MIDI やテキストベースの比較モデルを上回りました。
説明汎化による整合：Aligned-PAC 学習の枠組み
要約本論文は、AI の整合性（アライメント）問題を汎化の問題として捉える Aligned-PAC 学習の枠組みを提案する。訓練で用いた要件での成功が、未経験の要件にも及ぶかを問うものである。人間の意図を単一の目的関数ではなく、具体的な要件の集合で表現し、独立した評価による整合性の証拠と必要な評価量を理論的に示す。さらに、明示的な仮定のもとで学習済みモデルを組み合わせて訓練要件を満たす最適化手法も提示している。ただし、意図を忠実に捉える要件の選定や、未知の要件へ学習が汎化する条件は未解決の課題として残されている。
説明Δτ-Bench：変化し続ける能力境界に対応するエージェントのベンチマーク
要約本論文は、大規模なツールエコシステムの構造的な変化をモデル化した実行可能なエージェントベンチマーク「Δτ-Bench」を提案する。42のドメインと6つの連続したエコシステム状態にまたがる1,588件の検証済み多ターンタスクを含む。評価では、最も強力なモデルやハーネスでもタスク成功率は42.3%にとどまり、既存のスキル学習手法の初期の効果はエコシステムの変化に伴って適応の改善に一貫してつながらなかった。著者らはこれを受けて、増分的なスキル保守とタスク実行中の動的な提供によりツールと手続き的知識を統合管理するエコシステムマネージャー「Steward」を提案し、変化の中でより高いタスク成功率を維持することを示している。
説明ParetoGS：疎な適応アンカーによる高品質な連続予算型3Dガウシアンスプラッティング
要約本論文は、3Dガウシアンスプラッティングにおいて異なるガウシアン数の予算に対応する問題を扱い、ParetoGS を提案しています。少数の適応予算アンカーでメンバーとパラメータの変化を表し、そのパラメータ変化をコンパクトな残差アトラスに符号化することで、要求された各予算ごとに個別最適化を行わずに中間予算を復号します。著者らによれば、13 のシーンで、比較対象の多くの手法よりも少ないガウシアン数で平均 PSNR、SSIM、LPIPS が向上し、追加状態の平均サイズは 390.0 MB から 85.7 MB に減少、PSNR の平均変化は 0.01 dB です。
説明BoundedGS：3次元ガウシアン・スプラッティングの高解像度学習を省メモリ化する手法
要約本論文は、高解像度の3次元ガウシアン・スプラッティング（3D Gaussian Splatting）の学習時に生じるメモリ消費を抑える BoundedGS を提案している。光栅化と投影の逆伝播を分離し、局所的な光栅化の作業領域を実測負荷に応じて制限するとともに、候補インデックス付き投影とコンパクトな勾配保存を用いる。約600万個のガウシアンを用いた解像度検証では、渲染の作業集合は1K から 16K まで 1.073～1.077 GiB に収まった。5つの原生 5K 屋外シーンでは、平均作業集合が 9.97 GiB から 1.76 GiB に減り、学習時間は 36.7 分から 33.9 分に短縮され、再構成品質はほぼ同等であった。
説明概念ボトルネックを用いた解釈可能で制御可能な分子グラフ生成
要約深層グラフ生成モデルは解釈性に乏しく、薬剤発見で生成分子の望ましさを制御しにくいという課題があります。本論文では、概念ボトルネックを組み込むことで、利用者が生成過程を解釈・デバッグ・誘導できるようにする手法を提案しています。結果として分布の忠実度（FCD）が一貫して改善し、有効性と一意性への影響は小さく系統的ではありません。また、最適化ベースの誘導手法 Concept Controller も検討し、単発的な分子グラフ生成フレームワークで評価しています。
説明商用機の空力形状設計のための条件付き強化生成敵対的ネットワーク
要約本論文は、幾何学的情報と空力情報を生成過程に組み込む条件付き強化生成敵対的ネットワーク（CEGAN）を提案している。幾何学に基づく実現可能性ペナルティ、代理モデルで評価した空力性能ペナルティ、そして実現不可能な設計を除外する出力フィルタリングを組み合わせている。Cessna Citation Xに類似した機体を対象に、28個の形状パラメータで表現し、OpenVSPで空力性能を評価した。ベースラインと比べ、補間条件で平均生成誤差が少なくとも36%、極端な外挿条件で少なくとも46%減少したと報告している。
説明CropReward：人間の選好に基づく美的画像トリミングのベンチマークと報酬モデル
要約既存の美的画像トリミングの評価指標（IoUや既製の画像美的評価モデルなど）は人間の選好との一致が限定的であることを示しています。著者らは106,995組の人間選好ペアを含む大規模ベンチマーク「CropBench」を構築し、トリミング結果を元画像と比較して美的な向上や低下を評価する、MLLMベースの報酬モデル「CropReward」を提案しています。さらに、これを用いたデータセット「CropReward-300k」と、人手によるトリミング枠の注釈なしで学習したモデル「CropAlign」を開発し、既存手法を上回る結果を報告しています。
説明存在ラベルからバウンディングボックスへ：マルチモーダル大規模言語モデルは手術器具の位置特定を拡張できるか
要約本研究は、手術フレームと既存の器具存在ラベルを正確なバウンディングボックスに変換する、MLLM（マルチモーダル大規模言語モデル）ベースの注釈フレームワークを提案し、その信頼性、コスト、設計への感度を分析しています。腹腔鏡下胆嚢摘出術のCholec80データで、6種類のMLLMと複数回呼び出しの構成を用い、2名の注釈者と外科医が1,000フレームを評価しました。多段階の注釈パイプラインは mIoU 0.784 を達成し、最良の単一呼び出しベースラインの 0.735、人間同士の一致度 0.814 に近づきました。作者らは、80本の動画の全184,498注釈フレームに対する285,977個のバウンディングボックスを含むCholec80の空間拡張版を公開しています。
説明合成言語データ：モデルが生成した言語データを言語学研究でどう扱うか
要約本稿は用語解説項目で、言語学研究で重要性を増している合成言語データを扱います。著者は「人工の苗床」という比喩を用い、Bresnan（2016）の「言語の庭園と藪」の区別を拡張して、合成データを二つに分けます。一つはモデルが生成した言語を集めたコーパス的な「合成藪データ」、もう一つは特定の言語学的仮説を検証するため統制された条件下でモデル出力を引き出す「合成庭園データ」です。合成データは独立した研究対象であり、自然言語データとの比較で共通点と相違点が見えること、ただし解釈には生成条件への慎重な考慮が必要だと論じています。
説明h1：自動定理証明における「苦い教訓」の検証
要約本論文は、モデルが効率的なインターフェースで Lean 4 と対話し、検証器のフィードバックと自己反省によって証明を試み続ける単純なエージェント型フレームワーク h1 を紹介しています。分解や探索の構造は課されていません。著者らは、複数のベンチマークで最先端の結果を報告し、同じモデルを用いた場合には Goedel-Architect や AlphaProof Nexus などの専用ワークフローと同等以上だと述べています。さらに、効率的な Lean インターフェースがコストと解決率を大きく左右すると論じています。
説明StaX-Net：クロスモダリティ医用画像変換のためのシュタッケルベルグ交互非対称ネットワーク
要約本論文は、合成画像の解剖学的不整合が臨床診断に影響しうる問題に対処するため、クロスモダリティ医用画像変換手法StaX-Netを提案しています。部分的に結合したエンコーダ・判別器構造と、特権情報学習の枠組みでターゲット教師付きの事前知識を抽出する2D特徴集約・空間変換（FAST）層を備えます。学習では共有パラメータの凍結と非対称学習率を用いたシュタッケルベルグ型の非対称最適化で安定化し、推論時にはFAST層はソース側のみに変換を適用します。コードはGitHubで公開されているとされています。
説明推論の労力を高めるとGPT-5.5の参考文献の検証可能性が向上し、推論要約も変化する
要約本研究は、GPT-5.5が低・高の2つの推論労力設定で1,000本の論文の参考文献を生成した際の挙動を分析し、生成された参考文献を外部の書誌記録と照合しています。高い労力設定では、論文単位で解決器により検証された参考文献の割合が78.3%から84.8%に上がり、推論要約も長くなりました。事前に定めた4つの特徴はいずれも高労力時に高いスコアを示しました。
説明MIS-VQA：複雑な手術理解のためのアノテーション駆動型手術視覚言語データセット
要約本論文は、EndoVis18 と CholecT50 の多様な手術アノテーションを構造化されたテキストの場面表現に変換し、大規模言語モデルで問答ペアを生成する手術視覚言語データセット MIS-VQA を提案している。四種類の応答タイプを含み、基本的な視覚的グラウンディングから多段階推論までを段階的に評価できる。また視覚エンコーダを備えたモデル群 LLaVA-SurgXpert を導入し、既存の手術 VQA ベースラインを上回る結果と、知覚的グラウンディングと高次推論の間の能力差を示したとしている。
説明CORMA：多制約オフライン安全強化学習の汎化に向けた制約ルーティング型決定Mambaフレームワーク
要約本論文は、静的データセットのみから学習し、展開時に安全制約を満たす方針を得るオフライン安全強化学習を扱います。著者らはCORMAを提案し、方針推論を制約を考慮した回帰値推定と適応的な行動生成に分けます。制約ごとの専門家モデルが実行可能な回帰値分布をモデル化し、ルーターに導かれる積の専門家機構でそれらを統合します。Decision Transformer系の手法と比べて推論遅延を37%削減し、未学習の安全予算の組み合わせへのゼロショット汎化も向上したと報告されています。
説明MatOS：材料研究向けのエージェント・オペレーティングシステム
要約本論文は、データ、知識、ツール、スキル、役割、ワークフローを再利用可能な資産として整理し、再開・追跡が可能な実行グラフで長期的な材料研究タスクを行う、材料研究用エージェントOS「MatOS」を提案している。ResearchClawBenchでは同じベースモデルのもと、従来の最高性能エージェントを11.15%上回ったと報告されている。八つの研究事例では、固体電解質候補の絞り込みなどが示されている。
説明異なる教師アーキテクチャ間の知識蒸留によるコンパクトな糖尿病網膜症分類
要約本論文は、APTOS 2019データセットを用いて、ResNet-50、MobileNetV3-Large、Swin Transformer-Tiny（Swin-T）を教師モデルとし、オフラインの応答ベース知識蒸留によってMobileNetV3-Smallの学生モデルに五段階の糖尿病網膜症分類を学習させた研究です。単一シードでの最良の二次重み付きカッパは0.9093、三シードの平均は0.9024で、蒸留なしのベースラインの0.8804を上回りました。学生モデルのパラメータ数は1.52Mで、Swin-Tと比べて18.07倍の削減です。独立した外部検証は依然として必要とされています。
説明SRA：LLMの推論能力を高める選択的残差適応手法
要約知識蒸留は大規模言語モデルの推論能力を軽量な生徒モデルへ移しますが、蒸留後の小型モデルは多段階の推論に依然として苦労します。本論文は、プラグアンドプレイ型のフレームワークSRA（Selective Residual Adaptation）を提案します。差異ゲートで教師と生徒の分布が乖離する位置を特定し、候補残差アダプタでtop-Kのlogitを補正します。Qwen3の0.6Bから4Bのモデルを用いた数学ベンチマークでは、平均Pass@16を最大4.37ポイント向上させつつ、汎用能力を保持しました。
説明スライスからボリュームへ：肺結節悪性リスク分類における2D・2.5D・3D残差ネットワークの比較
要約本論文は、肺結節の悪性リスク分類に用いる2D、2.5D、3D残差ネットワークを比較したものです。LIDC-IDRIのコホート2,654個の結節を対象に、動量対比（MoCo）事前学習、軽度のデータ拡張、不確定な評価の除外の効果も検討しています。拡張を加えた2.5Dモデルが最も高いテストMacro-F1（0.6537）を示しました。ラベルは病理確定ではなく、放射線科医が評価した悪性リスクに基づくと明記されています。
説明二度重要なタイミング：フローマッチングのオンポリシー蒸留で、いつ問い合わせていつスキップするか
要約本論文は、フローマッチングモデルのオンポリシー蒸留（OPD）向けに、生成過程の段階に応じて教師モデルへ監督信号を問い合わせる時点と、不要になった残りのロールアウトを省く時点を決める PhaseOPD を提案する。段階は学生モデルが既に出力している速度予測から、追加のモデル評価なしでオンラインに識別される。SD3.5-M での実験では、ローカルバッチあたり 16 個のロールアウト位置のうち 5.56 個のみを実行し、DanceOPD と比べて学習時間を 41.3% 削減しつつ、美的評価・GenEval・OCR のスコアを向上させたと報告している。
説明GeoPrompt：水中オープン語彙インスタンスセグメンテーションのための幾何条件付きプロンプト学習
要約水中画像は色の減衰、散乱、低コントラストによって劣化し、視覚特徴とテキストのカテゴリ表現の整合が不安定になり、未知カテゴリの認識が特に難しくなります。本論文は、劣化した外観より安定した幾何構造を利用するGeoPrompt枠組みを提案します。幾何誘導視覚適応モジュール（GVAM）と幾何条件付きプロンプト学習（GCPL）により幾何を考慮したテキスト分類器を生成し、既存の分類器と統合します。MARIS-OpenISベンチマークの実験では、最先端の性能と一貫した改善が示されています。
説明R2A-Sales：営業エージェントが規則を合規行動へ移せるかを測るベンチマーク
要約本論文は、静的な方針質問と多ターンの営業シナリオを対応させたベンチマーク R2A-Sales を提案し、商業的圧力下で大規模言語モデルが規則を理解した後に合規で根拠ある行動を取れるかを検証します。原文では静的合規率 K が 89.9%～99.1% なのに対し、八つのバックボーンモデルの行動合規率 A は 3.0%～17.3% にとどまり、差 G は 80.4～92.5 ポイントと報告されています。
説明AudioFM：汎用音声表現学習に向けた自己教師あり手法
要約本論文は、音声表現を学習する自己教師あり框組み AudioFM を提案している。録音単位の対比学習と、パッチ単位のマスク付き潜在識別を組み合わせ、時間的に近接する区間からの弱い教師信号で局所的な時間の一貫性を促す。論文では、線形プロービング、ファインチューニング、ゼロショット転移の各設定で、多様な音声領域において最先端の性能を達成したと報告している。
説明恒常性最適化のためのエントロピー制御：動的フィードバックによる破滅的忘却の事前抑制
要約本論文は、大規模言語モデルの教師ありファインチューニングで生じる破滅的忘却に取り組み、閉ループ制御フレームワークECHOを提案します。出力エントロピーをKLダイバージェンスの主要な構成要素とみなし、それをオンラインの代理指標として忘却リスクを監視します。0.6Bから9Bパラメータのモデルでの評価では、可塑性と安定性のフロンティアに沿った性能を示し、データ混合比の変化にも高い頑健性を保ちました。
説明重要なものを書き込む：再帰メモリにおけるトークン選択とスロット割り当ての分離
要約長系列モデルの再帰メモリにおける書き込みの問題を扱う論文です。各トークンを保持するかスキップするかを先に決め、その後に固定数または適応数のスロットを選ぶ因子化書き込みルーティング（FWR）を提案しています。合成タスクの実験では、情報が密な場合は常に書き込む方が、疎な事実の場合は選択的に書き込む方が良い結果となりました。
説明確定した領域を凍結し、滑らかな部分をキャッシュ：空間凍結でステップキャッシュを低誤差域に保つ
要約本論文は拡散トランスフォーマーに基づく指示型画像編集の高速化を扱い、ステップ間で特徴を再利用するステップキャッシュと、編集で変化しない領域の計算を止める領域凍結の二つの学習不要手法の、高速化率の配分方法を検討しています。提案手法 FreezePlan は五つの完全ステップを保持し、残りの計算予算を TaylorSeer に割り当てます。事前登録したテスト分割で、元の出力に対する PSNR 29.8 dB を保ちながら、エンドツーエンドで 5.05 倍高速になったと報告されています。
説明推論か、それとも単なるプロンプティングか？潜在的な化学推論のメカニズムを探る
要約本論文は、化学分野において、明示的なトークンではなく連続空間で中間計算を行う潜在推論が、実際に隠れた推論連鎖になっているのかを検証しています。中間の潜在状態を入れ替えたり適度に摂動させたりしても性能への影響はわずかで、完全に取り除くと大きく低下する場合があると報告しています。著者らは、これらの状態はソフトプロンプトのように後続の計算を導く役割を主に担っていると示唆しています。
説明MetaARIMA：ARIMAモデル向けの設定レベル転移学習
要約時系列基盤モデルは、多様なデータでの事前学習が新しい予測タスクへの転移に有効であることを示しました。一方、古典的なARIMAは系列ごとに個別に設定・学習され、過去の実験の知識が活用されていません。本論文はメタ学習に基づく事前学習済みの設定方針MetaARIMAを提案し、モデルではなく設定の水準で古典的統計予測に転移学習を導入します。M4で学習し、M1、M3、Tourismで評価した実験では、AutoARIMAなどの古典手法を上回り、零ショットの基盤モデルであるChronos2、Moirai2、TimesFMと競合する結果が示されています。
説明タスク成功だけでは不十分：ツール利用言語モデルエージェントの副作用を考慮した評価
要約本論文は、タスクが完了したかどうかだけで評価すると、エージェントが無許可の副作用を起こす問題を見落とすと指摘します。著者らは、メール・カレンダー・チケットの201タスクからなるベンチマーク「SABench」を提案し、目標達成と認可遵守を決定的な軌跡ベースの検証器で判定します。11の最先端LLMを対象とした実験では、15.2%の実行で副作用による損害が発生し、曖昧さを含むタスクの違反率は38.8%でした。
注目点副次的被害（collateral damage）という評価軸を提案し、決定的オラクル付きの201タスクで11モデル、2211組を実験し、成功率だけでは見えない危険を示している。
説明動的バリアを用いた適応的な群衆流制御のための強化学習
要約本論文は、ラベル付き学習データを必要とせずに群衆バリアの配置を学習する、シミュレーション駆動型の強化学習フレームワークを提案しています。分割された群衆映像から観測された歩行者分布を再現するシミュレーション環境を構築し、Soft Actor-Critic（SAC）エージェントがバリアの位置を連続的に調整します。未知の歩行者数で評価した結果、学習された方策は人手で設計された従来の配置より歩行者の停止を減らし、効果的な流れの制御を維持しました。
説明圧縮連続ウェーブレット特徴と深層ニューラルネットワークによる単一サイクル電池残存寿命予測
要約本論文は、リチウムイオン電池の初期の単一サイクルのデータのみから残存使用寿命を予測する手法を提案している。各サイクルの電圧・電流・容量信号を連続ウェーブレット変換で時間周波数表現に変換し、スケール圧縮によって冗長性を減らしている。七つの公開電池データセットから作成した八つのベンチマークで評価され、単一サイクル予測において既存手法を上回り、入力サイクル数を1から100まで増やしても頑健であったと報告されている。
説明有限回の Newton-Schulz 反復を用いる Muon の最終反復定常性
要約本論文は、実用的な有限ステップ五次 Newton-Schulz 反復を用いる Muon（ミューオン）最適化手法について、滑らかで下に有界な非凸目標関数上での最終反復勾配収束を研究しています。入力安定化がない場合、滑らかな凸二次関数上でも Muon が循環しうることを示しています。正の安定化を加えると、確定的勾配の下で最終反復の勾配収束が成り立つことを示します。確率的勾配では、学習率の減少と運動量の増加を組み合わせることで、ほぼ確実および平均二乗の意味での収束を示しています。
注目点有限回の牛頓-シュルツ反復を用いるMuonの最終反復収束を示し、反例と密度1の収束率を与えており、理論的貢献が堅実。
説明パラメトリック Tanh 関数によるエッジ適応型ニューラル活性化手法
要約本論文は、Kolmogorov-Arnold ネットワーク（KAN）の B スプラインを、有界なパラメトリック tanh 関数に置き換えた軽量なエッジ中心型ニューラルフレームワークを提案する。関数は4つの学習可能なパラメータを持ち、エッジごとに誤差逆伝播で最適化される。著者らは MNIST と CIFAR-10 で、従来のアフィン基準より大きな精度向上を示し、より複雑なベースラインと同等以上の表現力を、学習時間を大幅に短縮して達成したと報告している。
説明実行ログがロボット進捗のVLM判定を左右する
要約視覚言語モデル（VLM）はロボットの動画を評価できるようになったが、フレームに添えられたテキストで判定が変わることがある。作業が遅れている場面に「ロボットは進捗している」という一行のログを加えたところ、Gemini、Qwen、GPTの各モデルで、中立的な一行より10〜35ポイント多く正しい判定が「進捗あり」に反転した。ログが誤りかもしれないという一行の警告で、この影響の大半は消えた。
説明空間の中の人間：マルチモーダルLLMは能動的な外部視点探索で人間中心の空間理解を構築できるか？
要約本論文は、316の実世界シーンと2,525組の多段階QAを含む対話型ベンチマークSATE-Benchを提案し、視覚的自己認識と能動的な視点探索能力を評価する。モデルは強く遮蔽された視点から始め、十分な証拠が集まるまで隣接する視点を繰り返し問い合わせる必要があり、ステップ数に応じて減点される効率報酬で採点される。評価の結果、既存のマルチモーダルLLMは高い確信度を示しながら探索を早期に打ち切り、細粒度の3D幾何課題で苦戦することが分かった。
説明MuSTEL：OCR向けの大規模多言語合成テキスト行画像データセット
要約本論文は、ペルシア語、アラビア語、英語を含む1,450万枚以上の注釈付きテキスト行画像からなる大規模な合成多言語OCRデータセットMuSTELを提案しています。自然言語コーパスから生成され、行内のフォント・スタイル変更、書字方向の混在、ハイライトや下線などの描画が含まれます。多言語の行単位認識システムの学習と評価に利用できるとされています。
説明長文脈時代における検索の再考：学習不要の意味木による適応的文脈構築
要約本論文は、学習を必要としないTreeFuse枠組みを提案します。完全な文書から一度の生成で再利用可能な意味階層木を作り、ノードの説明を原文の該当箇所と結びつけます。クエリに対しては、構造・意味スコアリングと詳細な語彙的帰属によって関連ノードを選び、祖先文脈と併せて構造関係と局所テキストを保持します。3つのLongBenchタスク、4つの最先端モデルで、全文プロンプトより平均QA-F1が1.72ポイント向上し、回答用文脈も短くなりました。
説明復元・保持・意味的介入：CLIPファインチューニング差分の機能的内容の測定
要約本論文は、CLIPモデルのファインチューニングにおいて、どの重み変化がタスク性能を支えているかを調べます。事前学習値への復元（reversion）と、選んだ更新のみを残す保持（retention）を組み合わせ、複数の視覚データセットで評価しています。その結果、注意機構の値・出力（VO）更新だけで精度向上の43〜87％が回復し、同規模のランダム部分集合より多くの損失改善を回復することが示されています。
説明分離型のプルーニングと再構成：二層スパース化によるコンパクトなコア上での学習
要約本論文は、百万ノード規模のグラフで GPU メモリが不足する GNN の問題に対し、DPR 手法を提案します。まず剪定してコンパクトなノード集合で符号化器を学習し、推論時に疎な構造認識デコーダで剪定されたノードを再構成します。6 GB の GPU で学習ピークメモリは 1,450 MiB と報告されています。
説明自己進化推論器：方策内在の探索と活用による継続的最適化
要約本論文は、大規模言語モデルの推論能力を継続的に向上させる自己進化方策最適化（SEPO）を提案する。ラベルを用いて方策から正しい推論を引き出し、その推論を条件とする現在の方策を自己教師として、新たに発見した解法を方策へ蒸留する。この探索と活用の反復により、科学、ツール利用、複雑な論理推論の分野で、同じ学習時間またはステップ数において最良の性能を示したと報告している。基準手法が大きく劣る場合でも安定した改善が得られるとしている。
説明StickFigure：プライバシーを守るエッジビジョン向け、姿勢情報のみを出力するIoTカメラ
要約本論文は、リアルタイム監視中に生のRGB映像を端末内に一時的にとどめ、人の活動認識に必要な骨格データのみを送信するStickFigureシステムを提案しています。資源の限られたIoTカメラでも正確な姿勢推定を行えるよう、活性化を考慮した姿勢バックボーンと、軽量な階層型MLP補正器を用いています。NTU RGB+D と Penn Action で評価し、RTMPose-S ベースの基線と比べてパラメータ数を96.5%、フレームあたりのMACを99.3%削減しつつ、STM32H753 MCUで p95 遅延0.107秒を達成したと報告しています。（StickFigure：Enabling Pose-Only IoT Cameras for Privacy-Preserving Edge Vision）
説明微調したオープン LLM による Eclipse バグ報告の重大度分類：TF-IDF・CodeBERT 基準との対比較
要約ノートPCで動く小型のオープン大規模言語モデル（Llama 3 8B、Qwen 2.5 7B）を、従来の TF-IDF 分類器や CodeBERT と比べ、Eclipse のバグ報告の重大度 4 段階分類で評価しています。微調整しないモデルは、すべての TF-IDF モデルより低い結果でした。微調整後の Llama 3 は CodeBERT と検出可能な差がなく、Qwen 2.5 はやや低い結果でした。データの重複も報告され、分析スクリプトと予測結果が公開されています。
説明HumanoidNDM：ヒューマノイドの神経動力学モデルで動作追従の学習と実機運用のギャップを埋める
要約ヒューマノイドロボットは動作追従で高い成果を上げていますが、実機では外乱やシミュレーションの不正確さによる動力学のずれが生じます。本論文は、実世界データで学習した神経動力学モデルを用いるオンライン微調整フレームワーク「HumanoidNDM」を提案します。適応強度を持つ低周波の参照摂動でデータを収集し、微分可能な順運動学を組み込んだ履歴ベースの固有感覚モデルを学習し、モデルの勾配を逆伝播して方策を直接微調整します。Unitree G1での実機検証を行い、モーションキャプチャを使わない初のオンライン微調整手法としています。
説明進化アルゴリズムと機械学習による2型糖尿病診断の強化
要約本論文は、ランダムフォレスト分類器とバットアルゴリズム（Bat Optimization Algorithm）を組み合わせ、特徴量選択とハイパーパラメータ調整を同時に行うモデルを提案しています。Pima Indians Diabetes Databaseに対してSMOTE-ENN法を適用し、クラス不均衡の是正とノイズのある曖昧なサンプルの除去を行いました。最適化されたモデルは正解率89%、適合率88%、再現率90%、F1スコア89%を達成し、ベースラインのランダムフォレストや既存手法を上回りました。著者らは、臨床現場で2型糖尿病を早期発見するための実用的で低コストなツールになる可能性を示したとしています。
説明関数データの合成データ拡張：Wasserstein リスク上界と拡散モデルによる条件付き生成
要約関数データ（曲線）は収集コストが高く、数十から数百本程度しか得られないことが多い。本論文は、クラス条件付きの関数拡散生成器によるデータ拡張を研究し、Wasserstein-1 距離での保証を示す。合成曲線の最適な本数と、合成データが実データより優れる条件を導出している。温度、ハイパースペクトル、歩行曲線への応用では、分類と関数から尺度・関数への回帰が改善し、クラス不均衡時には少数派クラスに合成曲線を割り当てるのが最も効果的であった。
説明RoboDuo：コードを通じて試行・確認・原子的回復を行う視覚・言語・行動モデルの枠組み
要約この論文は、視覚・言語・行動（VLA）モデルが指示の完了を確認しないため、長期タスクで一つの失敗段階が全体の未完了につながると指摘する。著者らは、コーディングエージェントと二つのVLAをコードで接続する閉ループの二系統枠組みRoboDuoを提案する。まず全タスクVLAで全体を試行して完了を確認し、失敗時は原子的VLAが残りの段階を完了する。既存モデルの重みは更新しない。LIBEROとLIBERO-PROでX-VLAとπ0.5を改善し、長期タスクで最も大きな向上を示し、実機でも凍結された全タスクVLAの失敗実行を回復させたと報告している。
説明LLMは適切に信頼できるか？不完全なパートナーへの較正された依存の評価
要約本論文は、大規模言語モデルが人間や他のAIエージェントなどのパートナーから得た証拠を、適切な依存方針へと変換できるかを検討しています。著者らは23の協働カテゴリにわたる324のシナリオからなるベンチマークを構築し、各シナリオには三段階の連続的な意思決定と明示的なコストおよびフィードバック規則が含まれます。最も強力なフロンティアモデルは最適に近い判断を示した一方、他のモデルは過剰な保護策の調達や、情報価値ゼロの検証への支出などの問題を繰り返し示しました。
説明T2D：効率的な投機的デコーディングのための目標モデルからドラフトモデルへの剪定と適応
要約本論文は、投機的デコーディング用のドラフトモデルを大規模言語モデルから直接構築するフレームワーク T2D を提案しています。レイテンシを考慮した構造化剪定と知識蒸留を組み合わせ、実測の推論レイテンシと目標モデルの応答に対する交差エントロピー損失を同時に最適化します。実験では、競合する基準手法と比べて、目標モデルの大部分を剪定しても高性能なドラフトモデルが得られることが示されています。
説明文書レイアウトから因果トポロジーへ：時系列因果推論のためのエンドツーエンド・アーキテクチャ
要約本論文は、大規模言語モデルが時系列の因果推論に弱いという問題を扱い、離散的な叙述から因果トポロジーへの転換を提案しています。学習不要のニューロシンボリック型のTCR-Agent（外部因果グラフと記号的介入エンジン）と、因果トポロジー注意マスクで機構をTransformerに内在化したエンドツーエンドのTCR-Former（約8.6Bパラメータ）の二つを構築しています。TempoCausalベンチマークでは、TCR-Formerは既存の最先端手法より精度が16.5%高いと報告されています。
説明LegoOcc++：一貫性のあるオープン語彙3D占有予測
要約本論文は、カテゴリが固定されない環境で空間の占有と意味を推定するオープン語彙3D占有予測を扱う。作者らは二値の占有ラベルのみを用いる幾何学的教師付けを採用し、言語埋め込みガウシアンを基盤として、不透明度を考慮したポアソンベースの定式化、段階的温度減衰、インスタンスレベルの意味的一貫性、共視認性を考慮した補助視点選択を提案する。室内と屋外のベンチマークで強い性能を示したと報告している。
注目点言語埋め込みガウシアンを基盤に、不透明度考慮のポアソン占有定式化や実例レベル一貫性を加えた実質的改良で、室内外の複数ベンチマークで充分な実験がある。
説明自己回帰型動画生成の学習：スコア差の直接推定と将来クレジットによる動画蒸留（Leta）
要約本論文は、自己回帰型動画生成の少ステップ蒸留のための Leta フレームワークを提案し、ScoreDelta と FutureCredit の二つの手法を用いる。ScoreDelta は教師と生徒の修正量をノイズ除去残差から直接推定し、FutureCredit は次のチャンクの教師残差のヤコビアン積から跨チャンクの更新信号を学習する。制御実験では、Leta は DMD と比べて VBench で 0.9 点、VideoAlign で 0.66 向上したと報告されている。
説明AgentBaton：エージェントタスクにおける効率的なモデル協調
要約本論文は、長期的なエージェントタスクにおいて、高性能モデルと低コストの効率モデルがどのように協調して費用を抑えられるかを研究している。モデルの引き継ぎの方向とコンテキスト転送などの設計要素を体系的に分析し、タスクの進行が適切な段階で高性能モデルから効率モデルへ引き継ぐと、精度を保ちつつ大幅にコストを下げられることを示した。これに基づき、いつ引き継ぐかを学習する軽量な検出器AgentBatonを提案し、11のモデル組と2つのベンチマークで、API費用を平均65.9%削減しつつ精度を維持、最大8.8ポイント向上させた。
説明ミリ波レーダーのドップラー情報を用いた隠れた物体の位置・速度追跡
要約本論文は、ミリ波レーダーを用いて室内で直接見えない物体を追跡する手法を提案しています。距離、方位、ドップラーの全情報を用い、576系列・720,856フレームからなるデータセットを構築しました。連続する位置と速度を推定し、後処理で動きに整合した軌跡を得ます。未知の軌跡での誤差は位置8.95cm、速度1.75cm/sと報告されています。
説明明示的ガウス点過程フィルタにおける指数的な再開時オーバーシュート
要約長い沈黙の後にイベントが再開すると、明示的ガウス点過程フィルタの最初の更新が沈黙の長さに対して指数的に増幅される現象を扱う論文です。更新量の正確な分布と、過剰反応が起きる時点を予測する計算可能な指標を示し、状態分散の二次の沈黙展開も導出しています。73のすべての臨界セルと取引所データで予測を検証し、分散上限の効果も比較しています。
説明LALAベンチマーク：LLMの文学・言語学的分析能力を評価
要約本論文は、言語学と文学研究の専門家が作成した236の自由記述式問題と専門家による理想解答からなる文学・言語学分析ベンチマークLALAを提案しています。17の言語モデルに回答させ、人間の専門家と2つのLLM評価器で評価しました。基礎モデルはこのベンチマークで測られる能力をほとんど示さず、後学習を施したモデルは大幅に高い成績を示しました。パラメータ数と部分点の成績には統計的に有意な関連は見られず、能力は言語学の領域ごとに偏りがありました。
説明通信効率の良い投機的デコーディングによる分散LLM推論
要約本論文は、デバイスとサーバーが協調して大規模言語モデル（LLM）推論を行う際の分散投機的デコーディングについて、通信効率を高めるフレームワークDISCOを提案しています。DISCOはサーバー側に草案用の小規模言語モデル（SLM）のレプリカを置き、棄却サンプリングに必要な草案側の分布をサーバーが局所的に得られるようにします。これにより、語彙規模の分布全体を転送せず、草案トークンのインデックスとスカラー確率値のみをやり取りします。複数のデータセットでの実験では、特に帯域幅が厳しく制限される環境において、既存手法より高いデコーディング高速化を達成したと報告されています。
説明同じ条件で学習した言語モデルでも、脱獄攻撃への脆弱性は異なる
要約この論文は、同じデータと同じ安全性学習で作られた別の事前学習の実行が、同じ脱獄プロンプトに破られるかを調べています。著者らは25種類の事前学習データ構成について計150のモデルを学習し、共通の脱獄プロンプトへの応答を比較しました。結果として、どの脱獄が通るかは事前学習データよりも事前学習の実行（シード）に強く依存することが示されています。
注目点脱獄への脆弱性は事前学習データよりも事前学習の乱数シードに強く依存するという新知見を、150モデルと3211プロンプトで検証している。
説明メモリ税：エージェントメモリの純粋な価値を分析する
要約本論文は複数のベンチマークとモデル基盤での大規模評価により、多くの専用メモリシステムが生の履歴を直接検索する単純なRAGより性能が低く、純価値が負になる場合があることを示しています。直接検索を基準に、メモリがもたらす利益を「メモリ利益」、損失を「メモリ税」と呼び、特に見過ごされがちなメモリ税の発生要因を検討しています。
説明INTRA：交互配置の非連続トークン疎注意機構
要約本論文は、Transformerの注意機構の二次的な計算コストを抑えるため、ハードウェアを意識した静的疎注意設計INTRAを提案します。複数の疎なグループが層をまたいで中継する形で通信し、遠距離の情報交換を保ちます。A100上で、2K解像度のFLUX.1-devの画像生成において1.53倍の高速化を達成し、LLaMA-3.1-8Bの長文脈プリフィルでも効率を向上させたと報告されています。注意演算のベンチマークでは、MoBAおよびNSAに対して最大8.4倍と10.4倍の高速化が示されています。
説明拡張LASMP：ドローン航法のための言語支援サブセットサンプリング運動計画器
要約本論文は、ナビゲーション指示を探索過程に直接組み込む指示整合型サンプリング分布を提案し、三次元環境におけるクアッドコプターのサンプリングベース運動計画の効率を高めます。大規模言語モデルを用いて自然言語の指示を、ヨー角と高度を考慮した幾何制約に変換します。複雑な環境でのシミュレーションでは、一様サンプリングのRRT系計画器と比べ、衝突のない一貫した軌道を生成しつつサンプリング量を大幅に削減しました。
説明リカレントニューラルネットワークの帰納バイアスとしてのデール則の活用
要約本論文は、学習可能な興奮性・抑制性の分離によりデール則（各ニューロンの出力が興奮性か抑制性のどちらか一方に限られる原理）を実装した循環型ニューラルネットワーク EISep RNN を提案している。マルチタスク学習、継続学習、強化学習などの設定で、学習が安定し、性能は同等以上で、接続はより疎でモジュール化されると報告している。また、潜在ダイナミクスも安定し情報量が多いとしている。
説明ロボット向け空間理解ベンチマーク BEHAVIOR-Spatial：空間指示が守られているかを評価
要約本論文は、BEHAVIOR-1K（BEHAVIOR-1K）上に構築したベンチマーク BEHAVIOR-Spatial を提案し、空間質問応答、点ベースの対象定位、ロボット動作の三つの面から、VLM の空間理解と VLA の動作の関係を検証する。3,256 件の空間質問、1,240 件の定位クエリ、14 種の操作タスクと 10 種のナビゲーションタスクの動作評価を含む。ベースラインは未知の構成で 41.6%、指示を変えると 16.1% にとどまり、視覚的な目標ヒントを与えるとそれぞれ 60.3%、38.0% に向上する。
説明Sobolevカーネル強化学習における最小最大後悔の上下界
要約本論文は、報酬と遷移密度がSobolev再生核ヒルベルト空間に属する、連続状態・連続行動空間のエピソード型カーネル強化学習について、最小最大後悔の速度を研究しています（初期状態は敵対的）。T個のエピソードにわたる最小最大期待後悔が、行動次元と状態次元で決まる指数を持つTの冪として与えられることを示しています。提案手法Sobolev Optimal Value Iteration（SOVI）はこの速度を達成し、上界と下界が一致することで、エピソード数に対する最適な依存性を確定しています。これによりVakili（2024）の未解決問題を部分的に解決しています。
説明RLVRにおけるサンプラー不一致によるエントロピー漂流の符号則
要約本論文は、検証可能な報酬による強化学習（RLVR）でエントロピーが上下する原因を調べ、超過長の応答をマスクするか失敗扱いにするかといった処理が、サンプラー不一致を通じて符号の異なる変化を生むことを示します。定数の優位性シフトはsoftmax方針のエントロピーを一次かつ期待値の意味で変化させ、その符号はサンプラーによって決まると証明しています。2Bおよび9Bモデルでの実験では、截断サンプリング下のエントロピー変化が正味優位性に線形に従い、基準の補正や再正規化で保留データの精度が改善しました。
説明着実に進む：専門知識と教訓からの知識進化による継続的エージェント学習
要約本論文は、検証器の証拠を用いて成功した行動を再利用可能なスキルに、失敗を是正のための教訓に変換するKEEL（Knowledge Evolution from Expertise and Lessons）フレームワークを提案しています。新たな証拠が蓄積されると、個々のスキルの主張は支持、反証、置換、または廃止されます。SkillFlowベンチマークでは、知識なしのベースラインと比べてタスク成功率が4.2〜21.7ポイント向上し、スキルと教訓が相補的であることが示されています。
説明スケッチからわかるLVLMの描画慣習・グラウンディング・局在化
要約本論文は、大規模視覚言語モデル（LVLM）が人間の描画慣習（部品の描く順序など）を保持しているかを、学習不要のスケッチ・プローブで調べる手法を提案しています。9モデルで部品の順序、5モデルで注意機構によるグラウンディングを評価し、2つの部品注釈付きスケッチデータセットを用いています。モデルの部品順序は人間の慣習と一致し、部品レベルのグラウンディングは抽象化後も有効で、その信号はネットワーク中間の狭い層帯に集中することが示されています。
説明文脈内オフポリシー評価のための事前データ適合ネットワーク
要約本論文は、オンライン実験が高コストまたは危険な場合に意思決定方針の期待収益を評価するInCOPEという手法を提案する。著者らは、マルコフ決定過程と行動方針・目標方針の組からなる合成OPEタスクの事前分布を構築し、それを用いてネットワークを事前学習する。学習済みネットワークは、行動方針のデータ、目標方針、既知のタスク設定を文脈として入力し、タスク固有のパラメータ更新なしに新しい表形式の意思決定問題の方針価値を予測する。半合成の臨床設定を含む四つの表形式領域での実験により、その有効性が示されている。
説明Fovea-JEPA：カメラモーション認識におけるV-JEPAの幾何学的盲点の克服
要約本論文は、カメラの並進・回転・ズームによる視点変化を識別するカメラモーション認識を対象とし、V-JEPAなどの表現モデルが一部の領域で幾何学的手がかりを十分に表現できない「幾何学的盲点」を指摘しています。ベースモデルとしてV-JEPA、幾何学専門モデルとしてVGGTを用い、両者の予測誤差から介入擬似ラベルを作成して盲点予測器を弱教師あり学習し、視覚特徴と幾何特徴を適応的に融合します。CameraMotionDataset、CameraBench、ShotBenchで、報告済みの最先端ベースラインをそれぞれ9.67、8.67、24.38ポイント上回ったとしています。
説明チャネル予測のための構造化時間周波数表現
要約本論文は、高移動性無線システムにおけるCSI予測の課題を扱い、過去の上りリンク観測と将来の下りリンク目標を時間と動作周波数帯の結合位置場で区別して表現するFAR-CSI手法を提案している。統一的な構造化ルーティング規則により、符号化、復号、目標選択の各段階で同一のFDD構造を維持する。同一条件下で、一般的なルーティングと比べNMSEを21.44%削減し、移動条件や予測期間などの多様な状況でも予測上の優位性を保つ。
説明TCSP3.0：組成を保つ元素置換と構造多様性に基づくテンプレート型結晶構造予測
要約本論文は、既知の結晶構造の元素を置換して新しい組成の構造を予測する、テンプレート型の結晶構造予測手法TCSP3.0を提案しています。著者らは従来のTCSP2.0の実装を検証し、T180ベンチマークで選ばれた構造の20%（2,347件中469件）が誤った組成を持つことを明らかにしました。TCSP3.0は化学量論係数を保つ元素対応と同時置換によりこれを修正し、周期数検索や構造の重複除去、ORB-v3による緩和とエネルギー順位付けなどを加えています。T180ではTop-1が72.2%、Top-20が90.6%で、TCSP2.0の28.3%と45.6%を上回りました。
説明ナビゲーション判断の説明：視覚言語ナビゲーションのための段階認識型視覚帰属
要約本論文は、視覚言語モデルで制御されるロボットの移動判断を説明するための、段階認識型の視覚帰属フレームワークを提案します。既存手法は、指示の異なる段階に応じて説明を変えられない（指示段階への不感受性）という問題があると指摘しています。提案手法は、過去の観測と指示段階の対応を用いて関連する履歴情報を統合し、指示に基づく空間フィルタで説明を絞り込みます。複数の方策とベンチマークで帰属の質の向上を示し、失敗事例の分析や実機ロボット（Unitree G1）での検証も行っています。
説明GEPAのマージ操作はいつ有効か：メカニズムレベルの診断
要約GEPAは言語モデルプログラム向けの強力な反省型プロンプト最適化手法の一つですが、そのシステム認識型マージ演算子はモデルによって不安定です。gpt-4.1-miniでは平均して改善する一方、Qwen3-8Bでは性能が低下します。本研究は5つのデータセットと2つのモデルでこの不安定性を調べ、マージの実行タイミングと演算子を変えた9設定の比較から、適切に設定すれば両モデルとも改善しうることを示しました。したがって不安定性はマージ演算子自体の欠陥というより、設定への感度によって説明できると考えられます。また、プロンプトレベルの静的特徴ではGEPAのマージ採用判断を予測できないことも確認しています。概念実証として、高リスクのタスクで棄権することで大きなマージ失敗を避ける行動ベースのプローブを提示していますが、NoMergeを一貫して上回るわけではありません。
説明直交群の下での微分ニューラル接線カーネルの対称性：学習ダイナミクスを表すカーネルの対称構造の研究
要約本論文は、物理情報ニューラルネットワークの学習ダイナミクスを解析するための微分ニューラル接線カーネル（DNTK、Differential Neural Tangent Kernel）が、直交群の下でどのような対称性を持つかを調べたものです。2層ネットワークと深層ネットワークについて、それぞれDNTKの明示的な表現と再帰式に基づいて解析しています。同じ群軌道に属する作用素から誘導される単位球面上の積分作用素はスペクトルを共有し、その再生核ヒルベルト空間は直交変換のみで異なることを示しています。さらに、対称な作用素に対するDNTKは単位球面上で帯状対称性を示すことを示し、RePU活性化関数とゼロバイアス初期化の浅いネットワークについて固有値の減衰率を導いています。
