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。
説明データ生成戦略による深層学習モデル性能の向上：オリーブの木の病害分類
要約本論文は、植物病害診断において深層学習がデータ不足やクラス不均衡によって制約される問題に対し、従来型の拡張、CutMix、MixUp、DCGANによる合成画像生成を含む包括的なデータ生成戦略を提案している。三つのデータ分布シナリオで、事前学習・微調整したEfficientNetV2B0を用いてモデル性能を評価している。実験では分類精度の大幅な向上が示され、データの多様性とクラスの均衡の重要性が強調されている。
説明PHM向け自己教師あり事前学習：何が転移し、何が転移せず、連合化のコストは何か
要約本論文は、データ漏洩を防いだ条件下で、47の公開PHMデータセットを用いて自己教師あり事前学習の有効性を評価しています。11のデータセットは事前学習から完全に除外されています。故障分類（CWRU、HSG18）では事前学習によりマクロF1が大きく向上した一方、CMAPSSの残存寿命推定では事前学習済みモデルが安定して基準モデルを上回りませんでした。同一予算では集中型の事前学習が4組の比較中すべてで優位でしたが、学習率スケジュールや各条件1回の事前学習という交絡があります。
注目点自己教師あり事前学習のPHMへの転移と連合学習のコストを、漏洩を抑えて体系的に比較し否定的結果も示す。ただし事前学習が各条件1回のみで一部結論は弱い。
説明ペアではなく同一性で数える：埋め込みベース認証のための分布フリーな誤受理制御
要約本論文は、埋め込みベースの認証で一般に用いられる、同じ人物集合から作られた偽陽性ペアで閾値を決める手法の問題を指摘します。ペア同士が人物を共有するため、誤受理率を保証できない場合があります。著者は、探査データと参照データを校準単位に加えて作ったすべてのペアを順位付けするCOVE手法を提案し、同一性の交換可能性の下で有限標本の誤受理率上限を与えます。6つのベンチマークと8つの固定エンコーダでの実験では、実際の誤受理率が理論上の限界と整合しました。
注目点同一性交換可能性の下で新しい校準手法と最悪ケース境界を示し、6つのベンチマークと8つのエンコーダで理論との一致を確認している。
説明『The Voice on the Line』：リアルタイム通話向けの因果的音声分離の研究
要約本論文は、通話中にその話者の声を取り込みながら他の音声を抑える因果的音声分離モデル（1.4億〜3.74億パラメータ、遅延20ミリ秒）を学習させたものです。WavLM-Largeの重みを用いたモデルにより、開発用データでの誤り率が改善されることが示されています。さらに、CPU上でリアルタイムに動作する2,210万パラメータの蒸馏モデルと、LiveKit用プラグインがオープンソースとして公開されています。
注目点WavLMを因果化して共同学習し、長い通話で訓練することで話者分離の実用性能を改善。複数ベンチマークと実時間評価で比較が充実している。
説明3D OCT画像ボリュームの低ランクMERA分解による圧縮・ノイズ除去・特徴抽出および網膜疾患診断
要約本論文は、3D OCT（光干渉断層計）画像ボリュームを低ランクの多スケール絡み合い繰り込み仮定（MERA）テンソルネットワークで近似する手法を提案しています。この表現により、圧縮、ノイズ除去、特徴抽出を同時に行え、学習は不要で各ボリュームを独立に処理します。2種類のスキャナで取得したデータで評価し、視認性の向上と網膜層のセグメンテーション誤差の低減を示し、Grassmann多様体上の最近傍部分空間分類器により小規模な臨床データで網膜疾患の分類を行っています。
説明MechAlign：数学形式化プロジェクトレベルでの意味的整合性の評価
要約Lean は形式的証明が宣言された仮定のもとで命題を成立させることを検証できますが、その命題が原稿の数学的主張を忠実に表しているかは確認しません。本論文は、LeanTrace で抽出した宣言の依存グラフと LLM による評価を組み合わせた MechAlign を提案します。173 件の OpenAI Math プロジェクトの 201 個の主要結果について予備的な審査を行い、501 組からなる LeanReviewBench を構築しました。
説明LLMを責める前にワークフローを診断する：自然言語からオントロジー準拠の記述への変換における役割別難易度プロファイル
要約本論文は、自然言語によるドメイン記述を、既存オントロジーの語彙に基づくABox（アサーション層）のDSL文へ変換する課題を扱います。失敗の原因は生成モデルの性能不足だけでなく、入力の不十分さ、ドメイン接地の弱さ、出力テンプレートや語彙の欠落、検証の弱さ、非局所的な修復といった構造的な問題にもあると指摘しています。著者らは、入力、生成器、出力、検証器、修復器の5つの役割にわたる7つの診断変数からなる難易度プロファイルを提案しています。これは経験に基づくもので網羅的ではなく、ワークフローの再設計や人間の介入の検討に役立てることを想定しています。
説明ハイブリッドフィードバックを用いた対話型一般化線形バンディット
要約対話型バンディットは、ユーザーに重要なキーワードを尋ねて商品への好みを引き出すことで推薦を改善します。本論文は、商品への絶対的な評価とキーワード間の相対的な比較を組み合わせた対話型一般化線形バンディットを扱い、異種のフィードバックから統一的な信頼区間を構成するHyConUCBを提案します。情報利得と方向のカバレッジのバランスでキーワード比較を選び、既存のベースラインより優れた後悔上界を示し、合成データと実データで有効性を検証しています。
説明イディオム翻訳の品質推定の現状：標準的な評価指標は直訳を高く評価しがち
要約本論文は、英語の慣用句を含む文の直訳と意訳を対にした平行データセットを構築し、九つの対象言語で翻訳品質推定（QE）を検証しています。COMETおよびMetricXの系列の従来型指標11種と、大規模言語モデル10種を評価対象としています。多くのシステムが慣用句の直訳を意訳より高く評価する傾向を示し、意訳を安定して高く評価できたのは一部のみでした。
説明中身より文体？LLMベースの査読に見られる言語的バイアス
要約本論文は、大規模言語モデル（LLM）による査読が論文の言語スタイルに左右されるかを調べたものです。著者らは科学的内容を保ったまま、英語母語話者または非母語話者に見られる言語的特徴、そして自信の高い、または低い表現になるよう論文を書き換え、複数のLLMで評価させました。その結果、LLM査読者は科学的内容とは無関係に、自信に満ちた修辞を体系的に高く評価することが示され、評価の頑健性に懸念が示されています。
説明NOMAD-EEG：電極配置と入力長に依存しない脳波の生成型基盤モデル
要約本論文はNOMAD-EEGを提案する。12.0Mパラメータの拡散モデルで、電極の数・順序・入力長に依存せず、電極を3D頭皮位置のみで識別する。147時間の無ラベル脳波で事前学習し、1〜64電極の10データセットと2つの未見の集団で、凍結線形プローブにより評価された。原文によると、69Mパラメータ（REVE）を含む7つの基盤モデルを上回る結果を示したとされる。
説明視覚・言語モデルを超えて：芸術作品の感情認識のための視覚・意味感情グラフ
要約本論文は、色、筆致、構図、光と影、線の質、抽出された視覚要素などの解釈可能な特徴ノードで芸術作品を表す、グラフベースの枠組み視覚・意味感情グラフ（VSAG）を提案しています。特徴と感情の関連を学習して主要な感情を予測し、任意の階層型補助モジュールで効価・覚醒度の構造を扱います。EmoArt-5kでは、階層型効価・覚醒度版が、Qwen3-VLとInternVL3.5による直接推論や感情のみのVSAGより全体的に優れた結果を示しました。
説明OCRノイズを超えて：立法アーカイブ向けの頑健な多言語RAG
要約本論文は、インドの歴史的議会記録に見られる劣化したスキャン画像、多段組レイアウト、混在文字といった課題に取り組み、視覚ベースのレイアウト分割と多文字OCR、そしてエージェント型の検索拡張生成（RAG）を組み合わせたエンドツーエンドの枠組みを提案しています。反復的なエージェントループによりOCRノイズとレイアウトの曖昧さを回避してから回答を生成します。20万ページのパンジャーブ州議会アーカイブで評価した結果、歴史的文書の劣化に対して頑健に対処し、テキストのみのベースラインを上回りました。
説明極端な高温下におけるロボット知覚の熱余裕ルーティング：温度予測で検出モデルを選び締切超過とエネルギーを抑える
要約本論文は、RCサーマルモデルでプロセッサ温度を予測し、スロットリング閾値を超えると予測される検出器構成を除外する軽量なモデル選択手法、熱余裕ルーティング（THR）を提案します。45〜55°Cの周囲温度と厳しい推論期限のシミュレーションでは、THRによりスロットリングが生じず、締切超過率が3.9〜7.5ポイント低下し、按時完了フレームあたりのエネルギーは遅延ベースのルーターに比べ約12〜13%減少しました。固定の動作点では調整された静的手法がTHRと同等になりうるとも報告されています。
説明コンテキストは無料ではない：地理的に分散したデータセンターにおけるマルチターンLLMウェブサービス向けのカーボン対応ルーティング
要約本論文はCarbonRouterというオンラインフレームワークを提案し、各クエリに対してモデル、GPUの種類、リージョンを同時に選び、炭素排出を抑えます。マルチターンの会話は履歴のKVキャッシュに依存するため、別の環境で履歴を再計算すると炭素コストが生じます。本手法はキャッシュを考慮した炭素コストモデルと軽量なゲートでこれを扱い、実データに基づく実験で最も低い炭素排出を示しています。
説明エージェント型動画理解のための潜在推論と観測の共同学習（LARVA）
要約本論文は、多段階の動画エージェントの能力を小型モデルへ蒸留する枠組み LARVA を提案します。観測側は文章による説明ではなく、コンパクトな連続表現を推論側に渡し、推論側はそれを基に次の取得行動か最終回答を選びます。両者は共同で学習されます。5つの動画理解ベンチマークで4Bと7Bのバックボーンが良好な性能を示し、7Bモデルは同じ教師軌跡で学習したテキストCoT学生モデルを、VideoHolmes、Video-MME、LVBenchでそれぞれ5.1、2.5、3.7ポイント上回りました。
説明正解のない証拠十分性判断で境界を守る能力は訓練できるか：報酬学習の制御された検証
要約本論文は、利用可能な情報が因果主張を支持するに足るかを判断する証拠十分性判定を対象に、報酬学習の効果を検証しています。同一の基盤モデルを用い、SFT と GRPO で訓練した手法を基準・入れ替えプラセボ・汎用推論モデルと比較しました。訓練後は自発的な正しい拒否率が25%から100%に上昇し、プラセボ群は大きく低下しました。整った形式の主張に対する誤拒否率は1.1%でした。評価は人間の専門家ではなくモデルによるもので、14Bの同系列モデルに限られた研究です。
注目点事前登録された対照実験により、判定可能な正解報酬がない証拠十分性判断で報酬学習により境界維持が獲得できることを示し、新規性は高いが14Bの同系列モデルに限られる。
説明GaussianSpline：高動的シーン向け適応ベジエスプラインによる4Dガウシアン・スプラッティング
要約本論文は、各ガウス分布の運動を適応的な非一様区分三次ベジエスプラインでモデル化する動的4Dガウシアン・スプラッティング手法GaussianSplineを提案している。ベジエの制御点と各軌跡の時間分割を同時に学習し、急速に変化する領域により多くの時間的表現力を割り当て、ほぼ静止した領域では軌跡を簡潔に保つ。隣接するベジエ区間の間にはG1連続性を課している。Neural 3D Video、Google Immersiveデータセット、合成シーンでの実験では、非一様で難しい動きを持つシーンで再構成品質が向上し、一般的な動的シーンでも既存手法と競合する性能を示したと報告している。
説明O2D-MedNet：頑健な医用画像セグメンテーションのための最適化対応デュアルドメイン枠組み
要約医用画像セグメンテーションは、複合的な劣化や多スケールの幾何学的変動により困難です。本論文はO2D-MedNetを提案し、フーリエ領域とウェーブレット領域の特徴を統合する二領域相互作用モジュール、CNNと視覚状態空間モデルを接続する輪郭誘導融合モジュール、損失の傾向と勾配統計に基づく学習最適化戦略を組み込みます。著者らは六つのベンチマークで既存手法を上回ったと報告しています。
説明マルチエージェント・リレー思考：複数のAIエージェントが推論を順番に引き継ぐ方式
要約本論文は、推論の担当を複数のエージェント間で動的に引き渡す新しい協調構造「リレー思考」を提案している。提案手法MACRは、信頼度に基づいてリレーを開始し、信頼度に基づく入札で次のエージェントを選ぶ。四つのベンチマークでの実験では、最強の単一モデル手法より高い正解率を示し、一部のベンチマークでは多エージェント手法と同等の結果をより少ないトークン量で達成したと報告されている。
説明MuSID-KD：意味的IDを用いた生成型推薦のための多粒度知識蒸留
要約本論文は、意味的ID（SID）を離散トークン列として自己回帰的に次のアイテムを予測する生成型推薦モデルの推論コストが高い問題に取り組みます。強力な教師モデルの知識を軽量な生徒モデルへ移す多粒度知識蒸留手法MuSID-KDを提案し、階層的候補分布整合（HCDA）と、ランキング影響に基づく階層的蒸留（RIGD）を組み合わせています。三種類の軽量生徒アーキテクチャを用いた実世界の推薦データセットでの実験では、推薦精度の向上が示され、生徒モデルのオンライン推論構造は変更されていません。
説明SkillLifeBench：エージェントスキルのライフサイクル全体にわたるセキュリティベンチマーク
要約本論文は、388の対になったシナリオ（実装・インターフェース・実行時・構成・バージョンの変更を含む）からなるSkillLifeBenchを提案し、ウェブエージェントが再利用するスキルの保存コード、選択バージョン、読み込まれた実装の差異がタスク結果にどう影響するかを検証しています。14モデルを、実行時タスクと自律的ライフサイクルタスクの二つの判定トラックで評価し、タスク完了と登録された攻撃目標の不達成を同時に満たす成功率を比較しています。また、実行の来歴情報を加えた回復実験の結果も報告しています。
説明生成と検証：安全性重視の自動車ソフトウェア開発における人間とエージェントの協働
要約本論文は、自動車向けC/C++のコーディング支援ツールを提案している。このツールは、モデルコンテキストプロトコルを通じて生成、編集、検証の3つの機能を開発者に提供し、開発者はエージェントの自己チェックに頼らず任意のコードを検証できる。AUMOVIOの量産コードから作成したデータセットを用い、プロンプトエンジニアリングと微調整で大規模言語モデルを自動車分野向けに調整している。2週間の試験導入では、検証機能が最も多く使われ、75%の開発者が処理の速いプロンプトエンジニアリング版を選んだ。
説明エッジ端末の動的変化に対応する一回通信型フェデレーテッドモデル編集
要約従来のフェデレーテッド学習は複数回の通信中に端末の接続を維持する必要があり、端末が頻繁に出入りする車両ネットワークなどには適しません。本論文は、初の安定した一回通信型フェデレーテッド学習アルゴリズム F-SOSA を提案し、高速かつ厳密なモデル編集を可能にします。F-SOSA-U は撤回された寄与の除去に、F-SOSA-I は新たな寄与の段階的な取り込みに用いられます。都市の移動性シミュレーションでは、再学習と同等の性能を保ちつつ、累積の時間と通信オーバーヘッドをそれぞれ少なくとも 36% と 22% 削減したと報告されています。
注目点単一ラウンドで厳密なモデル編集を可能にする初の安定した連合学習手法を提案し、理論保証と都市移動シミュレーションでの検証を示すが、実験規模は限定的。
説明連合ゼロ次最適化における効率的な厳密アンラーニング
要約本論文は、ユーザーがデータ削除を要求した際に訓練データの影響を完全に取り除くための、連合ゼロ次最適化（FedZOO）向けの効率的な厳密アンラーニング手法を提案します。著者らは二種類の安定したゼロ次学習アルゴリズムとそれに対応するアンラーニング手順を設計し、カップリングによって計算を再利用します。アンラーニング後のモデルは保持データで再訓練した場合と同じ結合分布を持つことを証明しています。また、再最適化と比べて累積アンラーニング時間を削減できる一方、一次法と比べて通信オーバーヘッドを大幅に減らせることを示しています。
注目点全変動安定性と結合による計算再利用で、連合ゼロ次最適化の厳密な忘却を設計し、安定性と収束を証明。実験は時間と通信の比較が中心で範囲は限定的。
説明機械学習における実用的な最適化の理解
要約本論文は、古典的な理論で扱われる単純化されたアルゴリズムではなく、サブモデル訓練、勾配のクリッピングや正規化、層ごとの非ユークリッド方向、近似計算など、機械学習で実際に用いられる最適化手法を分析します。サブネットワーク訓練が偏った不動点に収束しうること、スケッチ分布を目的関数に組み込んだ手法の不偏性と収束保証、適応的分位点クリッピングの偏りと分位点スケジュールによる非凸収束率の回復を示します。さらに、Muon や Scion 系手法のための Gluon フレームワークと、Muon の近似直交化の精度は学習率と併せて調整すべきだという結果を提示しています。
注目点部分ネットワーク学習の偏りや分位点クリッピング、層ごとの一般化滑らかさなど実用的手法に新たな理論解析を与え、分野への影響は中程度以上。
説明同じ話、異なるレンズ：複数メディア間の報道フレーミング分析のためのマルチエージェントシステム
要約同じ出来事を報じる複数のニュースメディアが、何を強調し何を省くかを比較するための実験的な研究プロトタイプを紹介する論文です。17のメディアの国際・政治報道を収集し、同一の出来事に関する記事をまとめ、感情、政治的傾向、フレーミング、言葉の偏り、省略の可能性などを構造化して分析します。三つのモデル役割が記事分析、情報源の裏付け評価、横断的な概要作成を担当します。報告されている評価は予備的な診断にとどまり、「根拠スコア」は提供されたテキストへの支持についてのモデルの判断であり、事実の正確性を示すものではありません。
説明mdRNAcat：REST2構造アンサンブルに基づくRNA分子動力学データカタログ
要約本論文は、配列の多様性を高めるために選ばれた48種類のRNA系について、全原子分子動力学（MD）シミュレーションを整理したデータセットmdRNAcatを紹介している。各系はREST2（溶質スケーリング付きレプリカ交換法）で、32個のハミルトニアン状態、状態ごとに200〜300ナノ秒の本番計算を行っている。原子座標、瞬時の力、非スケール参照ハミルトニアンで再計算した力、構造注釈、レプリカ交換のメタデータを提供する。構造サンプリング、交換挙動、塩基対形成、糖ピucker分布も分析されており、粗視化力場を含むデータ駆動型RNAモデルの開発と評価に利用できる。
説明OrthoRF：物体中心表現における直交性の検討
要約本論文は、回転特徴（RF）の向き空間に内積損失とアーキテクチャの変更によって直交性を課す、直交回転特徴（OrthoRF）を提案している。これにより位相の整合がより鋭くなり、グルーピングの信頼性が高まるとされる。教師なし物体発見の評価では、物体の重なり、ノイズ、分布外テストを含む条件で既存モデルと同等または上回る性能を示し、多くの同期型手法で必要な事後クラスタリングも不要になるという。また、遮蔽された物体の部分も復元できる。
説明DTCA：拡散言語モデルの強化学習のためのノイズ除去トークン貢献度配分
要約拡散言語モデルは反復的なノイズ除去によって文章を生成し、近年は強化学習を適用して推論性能を高める研究が進んでいます。最終結果の報酬だけでは各トークンの寄与が分かりにくいため、本論文はDTCA（Denoising Token Credit Assignment）を提案します。これは、トークン確定後の未マスク位置の予測確信度の向上によってトークンの寄与を推定し、品詞ごとにまとめ、さらに方策更新によるエントロピー変化で校正する枠組みです。LLaDA-8B-Instructでの実験では、数学推論性能が一貫して向上し、MATH500で最大9.0ポイント、GSM8Kで最大5.3ポイントの改善が報告されています。
説明多段階勾配正則化ニュートン法の大域的 O(k⁻²) 収束性
要約本論文は、リプシッツ連続なヘッセ行列をもつ無制約凸最適化のための多段階勾配正則化ニュートン法を提案し解析しています。低次元の部分空間でニュートン補正を計算することで計算コストを抑えつつ、全空間法と同じ関数値の O(k⁻²) 収束率を保つことを目指します。そのために、各階層で縮約勾配のノルムの単調性を保証する行ネスト型制限作用素を導入しています。数値実験では全空間法と同程度の収束挙動を示し、大規模問題では計算量を大きく削減できることが報告されています。
説明『翻訳で失われるもの』：アメリカの中華料理店における中国語と英語の店名の体系的な相違の調査
要約本研究は、アメリカの中華料理店の中国語名と英語名の意味的な違いを比較したものです。3,172店舗を抽出し、884組の対応する店名を注釈付けしたNameFramesデータセットを構築しました。英語名は立地や特色を、中国語名は縁起の良さや雰囲気を強調する傾向があり、都市部や中国系住民の多い郡、新しく開業した店ほど両言語の差が大きいことが分かりました。さらに10人の店主へのインタビューも行われています。
説明LEAP：時系列異常検知のための潜在埋め込み異常パッチTransformer
要約本論文は時系列異常検知モデルLEAP（Latent Embedding Anomaly Patch-Transformer）を提案する。再構成や注意機構によるスコアリングに頼らず、窓内のパッチを隠し、残りの時間的・チャネル間の文脈から予測する。その予測誤差で異常を測り、潜在埋め込みの新規性、局所的な時間対比、チャネルプールの新規性という3種類のラベル不要の証拠を組み合わせる。TSB-AD協定の下で、多変量版は180本の保持系列でVUS-PR 0.5179±0.0022、単変量版TSB-AD-Uは350本で0.6194±0.0016を達成した。いずれも3つの乱数シードの平均である。
説明V³AST-Bench：コーディングエージェント向けの検証可能・妥当・多様な安全性評価ベンチマーク
要約本論文は、コーディングエージェントの実行安全性を評価するベンチマーク V³AST-Bench を提案します。18 カテゴリにわたる 212 件のリスクタスクを含み、実行環境で状態や記録に対する検査を行い、実際に生じた危害とタスク結果を検証します。11 のモデルと 5 つのハーネスの 51 組み合わせで実験を行い、前線のコーディングエージェントでも 20.9% のタスクで検証された危害が生じたと報告しています。さらに、リスクを認識しても有害な行動を確実には防げないことを示しています。
説明高スコアの裏に潜む失敗：コードブックに基づくLLM内容分析の評価
要約本論文は、計算社会科学においてコードブックに基づき大規模言語モデル（LLM）でテキストを注釈する際の信頼性を検討しています。4つのデータセットと5つのモデルを用い、制御された摂動、領域の変化、最適化手法のもとで安定性、頑健性、概念的妥当性を評価しました。その結果、総合スコアが高くても、ラベル間の大きな偏りや実行ごとの不安定さ、領域への感度が生じることが示されています。これらは正確度やmicro-F1などの一般的な指標では見えにくい問題です。
説明DAC-Loop：リモートセンシング CNN 向け蒸留認識型圧縮ループ
要約本論文は、リモートセンシングのシーン分類モデルをエッジデバイスに展開する難しさに対し、知識蒸留と構造化チャネル剪定、非構造化スパース化を反復的に組み合わせた DAC-Loop 手法を提案する。EuroSAT と NWPU-RESISC45 での実験では、一回限りの剪定や単段階の蒸留回復と比べて精度と圧縮率のトレードオフが改善され、パラメータを 90% 以上削減しても高い精度を維持したと報告している。
説明有限トレース上の線形時相論理における形式的説明
要約本論文は、有限トレース上の線形時相論理（LTLf）において、トレースが仕様を満たすか違反するかの理由を説明する手法を扱います。有限トレース上で時刻付きイベントのロックとアンロックに基づき、アブダクティブ説明（AXps）とコントラスティブ説明（CXps）を直接定式化し、分類器ベースの定式化と等価であることを示しています。CXpsは最近提案されたLTLfの時間的因果意味論と一致し、ASPプログラムの最小不充足コアと最小修正集合の列挙により効率的に実装され、実イベントログでの実験で有効性が示されています。
説明言語モデルはイボ文化を理解しているか？選択式を超えて
要約本論文はイボ語を事例に、大規模言語モデルがその民族の文化を実際に理解しているかを検証しています。先住民の文化資料に基づき、母語話者が検証したベンチマーク「CAB-Igbo」を六つの領域で構築し、選択式の正答率と人による評価で測定しました。多くのモデルでは、文化知識の欠如は英語の段階ですでに見られ、イボ語での提示は主に言語品質と語用能力を低下させることが分かりました。
説明組織病理画像から空間遺伝子発現を予測するための生物学指導型文脈認識残差伝播法
要約本論文は、HE染色組織画像から空間トランスクリプトーム上の遺伝子発現を予測するBCARPフレームワークを提案しています。高コストな空間トランスクリプトーム測定の代替を目指す研究です。画像特徴から直接発現を解読するのではなく、形態学的な事前情報として扱い、細胞核に基づく局所文脈とプロトタイプに基づく大域文脈を組み合わせた残差伝播で表現を段階的に洗練させます。3つのSTデータセットと10のHEST-1kコホートで評価され、相関ベースの平均性能で他の基準手法を上回りました。
説明低精度エミュレーションによる SO(2) 等変材料モデルの高速化
要約本論文は、グラフニューラルネットワークに基づく機械学習の汎用材料モデルについて、整数 Ozaki 方式による低精度演算のエミュレーションで SO(2) 等変層を高速化する FlashSO(2) を提案している。NVIDIA GH200 上で SO(2) 層のスループットは参照実装の 40 倍（MALOQ）と 7 倍（UMA）に達し、MALOQ の学習は 3.9 倍速く、ピークメモリは 58% 削減されたと報告している。精度の低下はないとされる。
説明健康データの木ベース合成における逐次的指定と完全条件付き指定の比較
要約本論文は、医療データを元データの代わりに合成データとして公開する際のプライバシー保護を扱い、決定木による条件付き分布モデルを合成分布にまとめる2つの方法、すなわち逐次的指定と完全条件付き指定を比較しています。医療データセットを両方の方法で合成し、複数のリスク指標と効用指標で品質を評価しました。結果として、どちらか一方が一般に優れているとはいえず、逐次的合成は変数の順序に影響されやすく、完全条件付き指定はハイパーパラメータが多く計算コストが高いとされています。
説明AutoEnergyDesign：建物エネルギーシステム設計を自動最適化するLLM駆動エージェント
要約本論文は、LLMエージェントが過去のシミュレーション結果をもとに構成変更を提案し、git式の仕組みで不成功の変更を自動的に取り消すAutoEnergyDesignを提示します。実測の建物負荷データを用いた事例では、ランダムサーチやTPEベイズ最適化、(1+1)進化戦略と比べ、少ない評価回数で約3.53百万ユーロの25年正味現在コストに到達したと報告されています。すべての意思決定は監査可能な記録として残されます。
説明UnityBench-Mini3D：Unity における 3D ゲーム開発向け LLM エージェントの評価ベンチマーク
要約本論文は、Unity の 3D ゲーム開発タスクで LLM エージェントを評価するベンチマーク UnityBench-Mini3D を提案している。専門家が定めた 7 つのスキル分類と 3 段階の難易度に基づく 77 のプロジェクトレベルのタスクを含み、1,178 件の人手で作成されたマイルストーンテストで評価する。21 モデルと 9 種のコーディングハーネスでの平均通過率は、易しいタスクで 80.9%、難しいタスクで 35.2%、全体で 57.7% だった。
説明汎化可能な人体ガウススプラッティングのための複雑度誘導型正則化
要約本論文は、複数視点画像から未見の人物の新しい視点画像を合成する汎化可能な人体ガウススプラッティングにおいて、細部がぼやける問題に取り組みます。衣服を着た人体の幾何学的・テクスチャ的特徴の局所エントロピーから得られる複雑度事前分布を用い、複雑な領域にガウスが粗く配置されることを抑制します。また、その事前分布に従って複雑な領域から局所パッチを主にサンプリングします。ベンチマークデータセットで最先端の性能を示し、リアルタイムの推論速度を維持したと報告されています。
説明LongSearchEval：軌跡認識型エージェントと失敗ノード特定による大規模言語モデルの長期Web検索能力評価
要約本論文は、大規模言語モデルを用いたエージェントの長期Web検索能力を評価するフレームワークLongSearchEvalを提案する。模擬軌跡や最終回答から事後的に再構成した軌跡ではなく、実際に保存された対話軌跡を用いる。第1段階では、エージェントが引用したWebページに基づいて回答グループを検証し、第2段階では、正規化されたラウンドを監査して、フラグが立った失敗ノードを誤った回答グループに関連付ける。8系統16モデルを100タスクで評価し、1,600件の実行と6,545個の失敗ノードを得た。
説明時間スライス学習によるAI生成動画検出：順伝播FLOPSを400倍以上削減
要約本論文は、AI生成動画の検出を、動画全体ではなく圧縮された時間スライス表現に基づいて行う手法を提案しています。周波数を考慮した時間スライス一貫性学習と軽量なTransformerを組み合わせています。また、新しいベンチマークAI-Artistを公開しています。GenVideoとAI-Artistでの実験では、強力な動画ベースの基準手法ReStraVと比べて、順伝播FLOPSを400倍以上少なくし、推論を3.6倍高速化したと報告されています。
説明『Locked In』：AIデータセンター建設のための多目的強化学習
要約本論文は、AIデータセンターの建設が数兆ドル規模・数十年に及ぶインフラ事業であるにもかかわらず、立地、電力調達、冷却の判断が依然として一時点の静的な評価ツールに頼っていると指摘しています。著者らは長期の建設計画を階層的な多目的マルコフ決定過程として定式化し、推論時に費用、炭素排出、水、信頼性の間で方針を調整できるエージェントを提案しています。実サイトのデータで3種類の確約方式を比較し、コンパクトな反実仮想動態モデルは水ストレス指標では単純な持続予測に劣ると報告しています。
説明折り畳み型FPGA音声強調器における低精度ストレージとスパース実行の実現
要約本論文は、折り畳み型ストリーミング音声強調アクセラレータの実測コストに基づいて学習目標を設計する研究である。混合精度の重みはオンチップ記憶量を減らし、構造化チャネルスパース性はスケジュールから演算全体を取り除く。Kria KV260上でビット精度一致の実装を行い、最良のスパースモデルは畳み込みMACの47.3%を削減し、同じセッションで測定した記憶量基準モデルに対しフレーム時間を45%、動的エネルギーを60%下げ、音声品質も向上したと報告している。
説明統計的形状モデルによる小児手骨の形状の性的二形性と性別特有の特徴
要約本論文は統計的形状モデル（SSM）を用いて小児の手の骨の形状を分析し、年齢と性別ごとの形態差を定量化しています。研究者は2段階の検出・セグメンテーション枠組みを開発し、1456名のX線画像から27664個の骨マスクを分割しました。分層化した形状パラメータの分析により、各骨の性的二形性と発達過程の性差が示され、既存文献と一致したと報告されています。
説明CalibraRL：検索拡張生成における幻覚を抑えるための信頼度校正型強化学習
要約大規模言語モデルは、もっともらしいが誤った回答を生成することがあります。CalibraRL は、回答の信頼度と質問ごとの回答根拠を報酬設計に組み込む強化学習フレームワークです。過信した誤答を抑制し、不必要な回答拒否を減らすことを目指します。三つの質問応答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回答の精度が向上し、幻覚が減少したと報告されています。さらに、二つのバックボーンモデルと三つのデータセットにわたって平均期待校正誤差（ECE）が低下したことが示されています。
説明Co-Design Bench：エージェント型モデル向けマルチモーダル協調コーディング評価ベンチマーク
要約本論文は、参照解を必要としない評価ベンチマーク「Co-Design Bench」を提案します。実ユーザーのマルチモーダルな依頼に由来する273件のタスクを含み、マルチモーダル編集とリポジトリ編集の2種類があります。原文によると、10のモデルエンドポイントのうち最良のものは、タスクごとの基準の平均69.9%を満たしましたが、タスクを完全に達成できたのは26.4%にとどまりました。
説明CTからPET画像への変換のためのドメイン適応型潜在拡散モデル
要約本論文は、約21,930組のCT/PETスライドの比較的小規模なデータセットを用いて、自然画像の事前知識を医療領域へ転移させる、ドメイン適応型の潜在拡散フレームワークを提案しています。PETデータの極端な強度の疎性に対処するため、符号付きべき乗変換を取り入れています。ベースラインのCPDMと比べ、画素単位の再構成と局所的な腫瘍の忠実度で優れた結果を示しています。また、疎なPETデータでは画像全体を対象とする従来の指標が誤解を招きうるとし、背景除外およびマスク限定の指標を代替として提案しています。
説明TUON：大規模言語モデル事前学習のためのテンソルSVDと偏極を用いたテンソル認識型オプティマイザ
要約本論文は、大規模言語モデルの事前学習向けの新しいオプティマイザTUONを提案します。テンソルSVD（T-SVD）から導かれる変換ベースのテンソル代数に基づき、ユニタリ変換で層どうしを混ぜたのち各変換済みスライスを偏極し、逆変換で更新量を得ます。GPT-124M/350MおよびQwen-0.6B/4Bでの実験では、MuonやTEONを一貫して上回る結果が示されています。
注目点T-SVDに基づくテンソル対応オプティマイザを提案し、層を跨いで混合後に層ごとに極化する。GPTとQwenでの比較・アブレーションで裏付けている。
説明STeP-TS：時系列向けの枝刈り付き共有時間フィルタ
要約本論文は多変量時系列予測のための、コンパクトな1層畳み込みフレームワークを提案しています。複数スケールの共有時間フィルタ群を学習し、変数ごとの軽量なスカラー重みで各時間成分の寄与を調整します。学習された重みとフィルタ出力のエネルギーは、畳み込みフィルタの構造化枝刈りにも利用されます。実験では、最先端手法と競合する予測性能を保ちつつ、パラメータ数と推論FLOPsが大幅に少ないことが示されています。
説明融合の順序が重要になるとき：クロスモーダル検索のための段階的マルチモーダル表現学習に関する考察
要約本論文は、視覚・音響・音声情報を組み合わせた動画検索において、融合の順序がどのように結果を左右するかを検討するため、UniPRO（Unified Progressive Representation Learning for Order Analysis）という枠組みを提案しています。逐次的な融合は積み重ね型の融合より高い性能を示し、同じ逐次融合でも順序によって結果が変わることが分かりました。著者らは、モダリティの利用可能性と検索クエリの両方を考慮して順序を選ぶべきだと述べ、MSR-VTT-9kで画像クエリに視覚を最後に融合する方式を用い、R@1で97.9を達成したと報告しています。
説明乱流における生成AI：基礎・応用・検証・ベンチマークの概説
要約本論文は、拡散モデル、スコアベース手法など確率輸送の定式化を中心に、生成AIの乱流問題への応用を概観します。無条件生成、確率的再構成、低次元モデリング、時間発展、メッシュフリー表現を扱います。著者は、エネルギー輸送、構造関数、異常スケーリング、確率密度関数の裾、コヒーレント構造、保存則、時間的一貫性、アンサンブルの多様性といった乱流の性質で検証すべきだと主張し、オープンデータ、標準化された課題、非公開テスト、物理を考慮した指標、失敗の記録を組み合わせたベンチマーク体制の必要性を論じています。AI研究者と乱流研究者の双方に向けた入門的な内容です。
説明量より質：ベンガル語の共参照解決におけるデータとモデルの前提の再検討
要約本論文は、文中で同じ対象を指す表現を判定する共参照解決について、多言語Transformerモデルがベンガル語で有効かを検証したものです。ベンガル語は2.5億人以上が話しますが、注釈付き資源は限られています。ゼロショット、ファインチューニング、データ拡張、言語間転移などの条件で評価しています。少量の高品質な注釈データが、品質にばらつきのある大規模データより有意に高い性能を示し（p < 0.01）、逆翻訳によるデータ拡張は性能向上につながらず、言語間転移も一貫した効果は見られなかったと報告しています。
説明UTA：汎用訓練適応型学習率減衰法
要約本論文は、学習率減衰を訓練状態に応じて形状と大きさを閉ループで調整する問題として扱う、UTA（Universal Training Adaptive）という手法を提案しています。Adam系の最適化手法にも適用可能としています。LLaMA（60Mから1B）の言語モデルと、ImageNetでのResNet50・ViT-Bの視覚モデルで一貫した改善を報告し、アブレーション研究で頑健性を検証しています。
説明部分空間の結晶化：Grokking における階数圧縮と相転移の同期
要約本論文は、モジュラ演算の学習で見られる「grokking（遅延的汎化）」、すなわちネットワークが訓練データを暗記した後に長い時間を経て汎化する現象を調べたものです。平均場MLPと一層Transformerでは、有効階数の最大の低下は汎化開始の約900ステップ後に起きており、暗記のみのネットワークではその圧縮はわずかでした。また、階数を人為的に制限しても grokking は速まらず、階数圧縮は原因ではなく grokking の兆候であると結論づけています。
説明クリプキによるウィトゲンシュタイン解釈を用いた、「意味は使用である」に基づく言語モデル評価の再考
要約本論文は、大規模言語モデルが前提とする「意味は使用である」という見方が規則追従の難題に直面すると論じる。有限な使用の履歴だけでは将来の拡張に用いる規則を一意に決められないとし、固定された用例や局所的な頑健性しか測らないベンチマークでは意味的能力を示せないと主張する。原則的な領域拡張において規則と概念が保たれるかを評価するため、抽象化と再帰という二つの能力を取り上げ、両者を検証する実験の枠組みを提案している。
説明悪天候下の協調知覚の原因理解と修復
要約悪天候下で協調型3D検出器が車両を見逃す問題を扱った論文です。物体上のLiDAR点が変わらなくても、天候による外部環境の変化が協調の利点を失わせることを「天候起因の文脈干渉」として示しています。提案手法AWCRは、自然な悪天候のCoInfra開発データでV2X-ViTとAttFuseの車両BEV AP@0.7をそれぞれ4.66点、5.56点改善しました。
説明FlowGenesis：表現によって駆動されるニューラルアーキテクチャの自己組織化
要約本論文は、学習前に構造を決めるのではなく、神経細胞の誕生と剪定によって訓練中にネットワーク構造が自ら調整される FlowGenesis という枠組みを提案している。判断の手がかりは、ミニバッチ平均活性化の変化を捉える「表現フラックス（Representation Flux）」である。異なる初期サイズのネットワークでも、各データセットで最終的な神経細胞数は近い範囲に収束し、予測性能も同程度に保たれた。継続学習のタスク増分設定では、固定幅の Progressive Neural Networks と同程度の精度を保ちつつ、より少ない神経細胞とパラメータを用いた。
説明有用な多様性か、幻覚的な多様性か？ EC検索向けのペルソナ条件付き合成クエリ生成
要約本研究は、大規模言語モデルで生成した合成クエリが、コールドスタートのEC検索で意味解析器の学習に使えるかを検討しています。6つのモデルと9種類のペルソナ条件付きプロンプトで約11万8千組の合成データを作り、人手注釈クエリや本番クエリと比較しました。性格特性に基づくプロンプトは解析器のF1値を改善し、構文条件付けは実際のトラフィックに近い生成をもたらしました。すべての解析器が取りこぼした927件のうち約37%が幻覚と判定され、制約の欠落が最も多いとされています。
説明言語モデリングのための球面ブラウン拡散：単位球面上での連続拡散言語モデルの前向き過程
要約本論文は、単位球面上で等方的なブラウン運動を前向き過程として用いる球面ブラウン拡散を提案し、連続的なトークン表現から言語を生成する手法を示しています。ブラウン型ノイズと、モーメント整合したvon Mises-Fisher型ノイズを比較したところ、数独タスクでは結果がほぼ同じでした。一方、サンプラーの選択によって大きな差が生じ、推論タスクではカテゴリカルな精緻化が性能を改善し、条件なしの文章生成では多様性を保つ確率的更新が有効でした。
説明検索拡張生成による暗黙的な女性蔑視の説明の改善
要約本論文は、英語とイタリア語の暗黙的な女性蔑視を検出し説明するための検索拡張生成（RAG）フレームワークを提案し、百科事典、スラング、フェミニズムの知識源を活用しています。ImplicIT-MisとSBIC+のデータセットを用いて、各知識源が検出と説明の質に与える寄与を評価しています。結果では、RAGはImplicIT-Misで再現率を向上させた一方、SBIC+では検出性能を改善しませんでした。ただし人間による評価では、両言語においてRAGを用いた説明がRAGを用いない説明より好まれました。フェミニズム文献が、検出と説明の両面で最も一貫して有用な情報源であることが示されています。
説明目標同士の衝突から学習して指示階層を改善する
要約本論文は、既存の指示階層の学習データに「目標と目標の衝突」という種類が欠けていると指摘する。Qwen3.5-9BとGemma4-12B-itをこの種の例で微調整すると、訓練で見ていない多様な実世界タスクで指示階層の遵守が向上した。既存の学習セントへ追加しても遵守は改善し、衝突のない八つのベンチマークでの平均的な性能変化はわずかであった。
説明SOTIF分析のための不確かさ評価：ML型LiDAR物体検出の性能目標が異なるトリガー条件に適用できるかの判定
要約本論文はISO 21448（SOTIF）に基づく分析を対象に、機械学習によるLiDAR点群物体検出器が不確かさの閾値を超える検出を棄却して性能目標を満たす仕組みを扱う。ある条件で選んだ閾値を別のトリガー条件へ移し、統計検定でその目標が適用できるか、不適用か、判定不能かを判断し、適用の結論に必要な独立単位数の下限を算出する。KITTIとnuScenesでの実験では、記録シーケンス単位で数えると両データセットはいずれの目標限界にも十分な独立単位を持たず、フレーム単位では不適用の結果が得られた。
説明テスト時プロンプト非依存分解：テスト時プロンプト調整の更新軌道を安定化する手法
要約本論文は、テスト時プロンプト調整（TPT）におけるプロンプト更新の不安定性に取り組みます。更新量の膨張と方向のドリフトという二つの失敗モードを指摘し、スペクトル半径による測定と、持続・振動・残差成分への方向分解を行うTPDを提案しています。AKCとHURを組み合わせて安定した更新を生成し、バックボーンやプロンプト構造を変えずに15データセットで10のベースラインを改善したと報告しています。
説明手作業による行単位の転写なしで教皇ホノリウス3世の登録簿を読む：強制アラインメントによる手書き文字認識（エンドツーエンド、モジュラー、ハイブリッド）
要約本論文は、教皇ホノリウス3世（在位1216〜1227年）の登録簿を対象に、行単位の手作業による転写を行わずに、既存の改行のない専門家による校訂稿を利用して手書き文字認識を学習させる方法を検討しています。強制アラインメントによって訓練用の行を自動生成し、自作のハイブリッドConformerモデルが、文字誤り率4.7%、単語誤り率8.7%を達成し、汎用のベースラインやモジュラー型パイプラインを上回ったと報告しています。また、写字生の名前の頭文字を保持することと編集上の正規化との間のトレードオフや、各設計要素の効果を検証するアブレーション実験の結果も示しています。
説明JiT に基づくノイズ除去による無線信号変調分類の敵対的サンプル防御手法
要約本論文は、無線信号の自動変調分類において深層ニューラルネットワークが敵対的攻撃に脆弱である問題に対し、クリーンな画像を直接予測する拡散生成モデル JiT（Just image Transformers）に着想を得た防御手法を提案しています。フローマッチングで学習した一次元 Transformer のノイズ除去ネットワークが、入力を干沒な信号の低次元多様体へ投影し、攻撃手法の事前知識を必要としません。RML2018.01A データセットでの実験では、PGD 攻撃下の頑健精度が敵対的学習に比べ相対で少なくとも 20.58% 向上し、クリーンサンプルの分類精度も 10.20% 向上したと報告されています。
説明回答の前に問う：文脈内学習のための質問駆動型証拠推論アーキテクチャ（QERA）
要約本論文は、チャットやコミュニティの投稿、活動ログなど利用者自身のウェブ上の記録を用いた実生活の文脈学習ベンチマークCL-bench Lifeでは、最先端のLLMでも解けるタスクが5件に1件未満であることを指摘します。提案手法QERAは、依頼を要件チェックリストと型付きの情報要求に変換し、会話全体をもとに回答し、コードで検証した引用を伴って同じ質問を再度行い、局所的な修正を加えます。平均求解率は21.0%で、比較対象の推論時ベースラインを上回ると報告されています。
説明大規模マルチモーダルモデルのためのルール順序付きプロンプトによるゼロショット多クラスウェーハマップ分類
要約本論文は、学習を行わない六クラスのウェーハマップ欠陥分類フレームワークを提案します。凍結した大規模マルチモーダルモデルに対し、連結成分のハイライトと、形態・位置・除外を考慮したプロンプトを組み合わせています。Mixed-WM38（6,866枚）では、多領域プロンプトがマクロ精度92.9%、全体精度93.8%を達成しました。WM811K（9,000枚）では、それぞれ79.1%と81.3%です。さらに八種類の代替ルール順序を比較し、全体精度は選択された順序の93.8%に対して、90.1〜91.9%でした。
説明高頻度のデジタル対話データからの高速な人間の反応モデリングに向けて
要約本研究は、Counter-Strike 2 の高精度テレメトリを用いて、辺縁系様の素早く顕著性に駆動された行動の特徴を探索的に調べたものです。プレイヤーの知覚状態を再構成する Ego-Knowledge 手法を導入し、60～120ミリ秒の窗で戦闘・逃避のラベルを作成しています。トリガー時点までの情報のみを使うモデル EMBER と ORBIT は、検証セットでそれぞれ 73.5%、71.2% の精度を示し、多数派ベースラインの 51.5% を上回りました。同じ1000件の検証例では最強のLLMベースライン（62.7%）よりも高い結果でした。ただし神経科学的な枠組みは仮説生成的であり、機構の証明には至っていません。
説明自律的進化による科学グラフ分析の視覚言語モデル性能向上
要約本論文は、モデルのパラメータを変更せず、推論プログラムとそれを囲むコードを自律的進化の手法で探索し、視覚言語モデル（VLM）の科学グラフ質問応答精度を高める方法を提案する。3つのモデルと4つのベンチマークで、平均精度は16.6%から41.3%に向上し、最大の単一向上は55.2ポイントであった。また、進化後のプログラムは開始時より3.8倍高速である。
説明離散パーツを持つモデル向けブレンドシェイプ生成：アニメ調キャラクターモデルへのARKit/MediaPipeブレンドシェイプ追加
要約本論文は、互いに接続されていない複数のパーツからなる3Dモデルのブレンドシェイプ生成を扱います。商用アニメ調キャラクターモデル（顔あたり最大11パーツ）を事例とし、入力メッシュ周囲の変形場をニューラルネットワークで生成します。各パーツを別々のネットワークで処理し、アンカーパーツの形状も入力して位置関係を調整します。出力変位がゼロかどうかの予測、サイズ別グループごとのネットワーク、左右対称性の強化を用いており、著者らは既存のニューラルネットワーク手法より単純だと述べています。
説明電力負荷予測におけるGNNの診断プロトコル：パラメータ共有と近傍アクセスの切り分け
要約本論文は、ノードごとのネットワーク、近傍を使わない共有ネットワーク、エッジを除いた同一GNNという3つの参照モデルとGNNを比較する診断手法を提案しています。低圧フィーダーのデータでは、パラメータ共有が誤差差の大部分を説明し、エッジの追加による効果は小さく、次数を保つ再配線後に半分以上が消えました。客間データでは効果が一貫しないと報告されています。
説明動的車線反転と可変速度制限の協調制御：Graphormerに基づく手法
要約本論文は、コネクテッド・自動運転車により各道路の車線方向と速度制限を頻繁に再配分できる状況を扱い、道路網全体での動的な車線配分と方向別速度制限の制御手法を提案している。グラフ定向理論に基づく行動決定アルゴリズムにより、道路網の強連結性を常に維持する。共有Transformer（GERASTSA注意機構）を、行動条件付き交通予測による事前学習と近接方策最適化による微調整で学習する。6×6グリッドの通勤ラッシュ条件のシミュレーションでは、学習方策がピーク方向で約3分の2の道路を一方通行化し、固定初期配置に比べ日当たり遅延を90%、調整済みの双方向負荷分散法に比べ85%削減した。
説明単一属性監査を超えて：LLMの交差的公平性のための構成可能な多属性ベンチマーク（ComFair）
要約本論文は、既存のLLM公平性ベンチマークが一度に一つの敏感属性しか監査しておらず、複数属性の相互作用による交差的な害を見落とす可能性があると指摘します。著者らは既存の公平性データを479,066件の制御された二属性・多属性インスタンスに変換するベンチマーク「ComFair」を提案し、各インスタンスを対応する元タスクと対にしています。十台のLLMによる実験では、タスクや部分集団によって感度が異なり、属性の組み合わせによってモデルのランキングも変わることが示されています。
説明MemVLN：視覚言語ナビゲーションのためのストリーミング型エピソード記憶
要約本論文は、視覚言語ナビゲーション向けのストリーミング型エピソード記憶フレームワーク MemVLN を提案します。時刻と行動由来の相対姿勢が付与された圧縮知覚特徴の有限バンクを保持し、クロスアテンションで小型の記憶トークンを生成します。標準的な VLN-CE ベンチマークの多くの指標で最先端の性能を示しました。実機評価では、保留エピソードの成功率が VLM ベースラインの 17% から 40%、後処理学習で 47% に向上しました。
説明クロネッカー構造と交差適合型自己教師残差学習による動画補完
要約本論文は、すべてのフレームで観測されていない空間位置の時間軌跡を復元する二段階の動画補完手法を提案します。まず正則化付きマスク付きクロネッカー積分解で構造的な骨格を推定し、次に交差適合で学習した軽量な3次元畳み込みネットワークが補正量を予測します。観測済みデータは厳密に保持されます。グレースケールおよびRGB動画の実験で、複数の指標において高い性能が報告されています。
説明明示的な信頼度目標のための強化学習手法（RLEC）
要約大規模言語モデルは不確実な場合でももっともらしい誤答を出すことがあり、既存の拒否学習手法は固定の誤答ペナルティを使うため、推論時の異なる信頼度要求に対応できないと論じられています。本論文はユーザーが目標値pを指定すると、モデルが回答か棄権かを直接選ぶRLECを提案し、単一モデルで異なる目標を区別できることを示しています。多様なベンチマークで一般的な能力を概ね保ちつつ、校正性能も競争力があると報告されています。
説明質問からクエリ、そして洞察へ：自然言語による交通事故データ分析のためのスキーマ基盤型エージェントワークフロー
要約本研究は、交通事故データベースを自然言語で分析できる、完全にローカルで動作するスキーマ基盤型エージェントワークフロー「CrashDB-QA」を提案しています。質問の解釈、読み取り専用SQLの生成と検証、クエリ実行、結果の説明を専門コンポーネントが分担し、データ辞書と安全分析の慣行を用いてクエリ精度を高めます。ウィスコンシン州の440万件の事故記録と300問のベンチマークで、9つのローカルオープンウェイトモデルを評価しています。
説明LOCUS：一度位置を推定し、収束するまで検証する視覚的グラウンディング手法（ボックスヘッドと座標トークン検証）
要約本論文はLOCUSを提案し、回帰型ボックスヘッドと視覚言語モデル自身の座標トークンを組み合わせる。まず回帰ヘッドが草案ボックスを出し、同じバックボーンでJacobi反復により座標トークンを検証して収束させる。RefCOCO系データセットでは、検証によりLocus-2BのAcc@0.9が54.87から59.13に向上し、同じ座標トークンをvLLMで貪欲復号する場合より1.5倍速い正確な解を得られるとされている。
説明リスク認識型の出力制御こそ機械学習アンラーニングの焦点であるべき
要約本論文は、既存の機械学習アンラーニング研究の多くが、保持データで最初から再学習したモデルにパラメータ空間で近づけることを目標としている点に疑問を呈します。著者らは、実用上重要なのは統計的に保証された出力空間の制御であり、パラメータの類似性を優先すべきではないと主張します。その立場を、実証結果と関連する理論的結果によって裏付けています。
説明CA-HNM：構造化ドメインモデルを用いた密検索のための制約認識型ハードネガティブマイニング
要約本論文は、検索で得た候補から、構造化ドメインモデル由来の決定的な非互換ルールに基づいてハードネガティブを選ぶ CA-HNM 手法を提案し、デュアルエンコーダの密検索モデルの微調整に用います。構造情報はオフラインでの負例構築時にのみ必要です。MOOCCubeX と Course-Skill Atlas の二つのデータセットでは、検索順位を揃えた対照群と比べ、八つのデータセット・エンコーダ・損失関数の組み合わせのうち六つで平均 NDCG@10 が高くなりました。結果は学習目標と負例プールの構成に左右されます。
説明DriveUniTok：運転の世界・行動モデル向けの統一マルチモーダル・トークナイザ
要約本論文は、外観、投影されたLiDAR深度、自車の運動を一つの復号可能な連続潜在表現に符号化する統一トークナイザDriveUniTokを提案し、自動運転の世界・行動モデルに用いる。著者らはこのトークナイザを凍結し、事前学習済み拡散モデルを適応させて将来の統一潜在表現を予測させ、それを将来の外観、深度、軌道に復号する。NAVSIMでの実験では、分離型の手法よりも将来予測と計画の性能が高く、下流の計算コストも低いと報告されている。強化学習による事後学習後、DriveUniWAMはPDMS 91.54を達成した。
説明SimPOTrans：強化学習によるオフラインから同時音声翻訳への自己適応
要約同時音声翻訳は、翻訳品質を保ちながら進行中の音声を低遅延で翻訳することを目指します。本論文では、オフライン音声翻訳モデルが強化学習の2段階後学習によって対話形式の同時翻訳に自己適応するフレームワークSimPOTransを提案します。合成された読み書きの軌跡や明示的な遅延最適化は不要です。推論時には外部の決定ポリシーを必要とせず、音声入力のチャンクサイズを調整するだけで品質と遅延を柔軟に制御できます。ACL 60/60およびMCIFベンチマークの3つの翻訳方向で、複数の強力なベースラインを上回りました。
説明冷却水排出のない水中航走体による熱航跡の画像特性の解明
要約小型無人水中航走体が増えており、大型潜水艦向けのソナーや磁気センサーでは検知しにくくなっています。本研究は3年間に収集した161,485フレームの実環境赤外線画像から、初の大規模ベンチマーク AVP-IR-Wake を構築しました。熱航跡は離散的な渦からなり、個々の渦は風によって生じる背景の渦と統計的に区別しにくい一方、全体としては航走体の軌道に沿って構造化されることが示されています。このため信頼性の高い検知には、局所的特徴ではなく軌道を制約とした全体的な物理モデリングが必要だと結論づけています。
説明Latin square上のGrokkingにおける解集合構造の分析
要約Grokkingとは、モデルがまず学習例を記憶して未知の入力ではほぼ偶然レベルにとどまり、その後急に汎化する遅延的な移行現象を指します。本論文は二部グラフK_{q,q}の辺彩色としてペアごとの入力タスクを定式化し、ラテン彩色を構造化された対象とします。各事例を最小ノルム端点集合に基づき、全て良好、混合、良好なしの三類に分類します。有限アーベル群の族は部分観測から漸近的に全て良好になる一方、一様ランダムなラテン方陣では全て良好なタスクは稀になることを示しています。
説明マクロMondrian共形リスク制御：グループごとにリスクを制御する手法
要約本論文は、全体の周辺リスクだけでなく、利用者が定めたデータのグループごとの平均リスクを制御する新しい共形リスク制御手法を提案している。分類体系に基づき各データ点をグループに割り当て、グループの確率に応じてリスクを重み付けするため、稀なデータの寄与が大きくなる。著者らは二つの意味的セグメンテーションのデータセットで手法を例示している。
説明AutoPRL：学習可能なビュー生成器による自動化された経路表現学習
要約本論文は、道路網における車両などの移動体の経路を表現するための自己教師あり学習フレームワーク AutoPRL を提案している。変分オートエンコーダでノード埋め込みから多様な経路ビューを生成し、解耦された対照学習と不確実性に基づく損失の重み調整を組み合わせる。三つの実データセットで、複数の下流タスクにおいて有効性と効率性の両面で良好な結果を示したとしている。
説明PatentAgentBench：専門的な特許タスク群で大規模言語モデルエージェントを評価するベンチマーク
要約本論文は、新規性検索、FTO検索、無効性検索、クレームチャート作成、特許明細書作成、審査官意見への応答、特許翻訳など八種類のタスクからなる510件のベンチマーク「PatentAgentBench」を提案する。データは実際の特許記録と専門資料から作成され、専門家によるアノテーションと評価基準が付与されている。七つの大規模言語モデルを四種類のエージェント環境で評価した結果、現行システムは新規性の特定、リスク評価、実務家の意図の理解において依然として課題があることが示された。
説明合成された親子の対話は発達の観点から妥当とはいえない
要約本論文は、合成データセットTinyDialoguesと実際の対話を、幅広い言語指標で比較している。語彙のレベルでは合成データは実データと一致するが、話し言葉のやり取りが持つ乱雑で断片的な性質を大きく過小評価している。この問題に対し、実際の対話から作成したデータによる指示チューニングを提案し、小規模な予備実験で、適度なパラメータ効率の良い微調整の後に小型モデルが実データの統計的傾向に近づくことを示している。
説明BellowsKV：複数層で一つの潜在表現を共有し、必要に応じて展開するKVキャッシュ圧縮法
要約大規模言語モデルは推論時に処理済みトークンのアテンションキーと値（KVキャッシュ）を保存するため、メモリ使用量がボトルネックになりやすい。本論文は学習を必要としないBellowsKVを提案し、隣接するn層の隐れ状態をトークンごとに一つの共有潜在表現へ写像する。各層は層ごとの射影を通じて自身のキーと値を読み出す。著者らは低精度での保存（BellowsKV-Quant）と、ブロック単位で共有する追い出し判断（BellowsKV-Evict）によって圧縮を行う。Llama-3.1-8B、Mistral-7B、Qwen2.5-7Bで、BellowsKV-Quantは3.6倍圧縮時に完全キャッシュの精度の約99%を保ち、13～14倍圧縮時には97～98%を保つ。
注目点隣接層の入力状態の類似性とKVの差異に着目した新手法で、3モデルで高圧縮下でも全精度に近い精度を保ち、LLM推論のメモリ課題への影響が大きい。
説明キーとクエリの類似度が有界な場合のアテンション：空間計算量とTransformerの異方性
要約本論文は、キーとクエリのコサイン類似度がゼロ付近の小さな区間に収まるという仮定の下で、アテンション近似に必要な空間計算量を研究しています。ほぼ最適な空間計算量のアルゴリズムと対応する下界を示しています。下界の構成で現れる類似度分布は、先行研究で経験的に観測された異方性を示し、単純な一様サンプリングも一般的なパラメータ範囲でほぼ最適であることを示しています。
注目点鍵とクエリの余弦類似度に制約を置く新たな前提の下で、ほぼ最適な空間アルゴリズムと下界を示し、異方性や一様サンプリングの有効性も説明している。
説明下肢義足の視覚認識のためのゼロショット単眼深度推定
要約本論文は、基盤モデルによる単眼深度推定を下肢義足の視覚認識に応用できるかを検討したものです。膝の高さに模擬した義足視点から深度知覚を評価するための LP データセットを提案しています。このデータセットを用いて、最新の単眼深度推定基盤モデル 4 種を評価し、義足視点での性能に関する初の体系的なベンチマーク結果を示しています。
説明指差しがプロファイリングになるとき：テキストで誘導可能な視覚エンコーダにおける社会的偏見と拒否
要約テキストで誘導できる視覚エンコーダSteerViTを検証し、言語による指差し機能が人種や性別によるプロファイリングにつながることを示しています。たとえば犯罪に関連する語では黒人が選ばれやすいと報告しています。さらに、モデルは不適切な要求を拒否できないため、学習による棄権出力を持つSafeSteerを提案し、人種的な偏りを減らしつつ定位と検索の性能を維持するとしています。
注目点テキスト誘導型視覚エンコーダが言語による指示を人口統計的プロファイリングに変えることを示し、拒否機構を持つSafeSteerを提案。反実仮想モザイクと複数モデルの比較で根拠が充実している。
説明多尺度ポリシー最適化：長期タスク向けLLMエージェントの学習手法
要約長期タスクのLLMエージェントは、トークンごとに行動を生成しながら、完全なアシスタントのターン単位で環境と相互作用します。著者らは、批評者の価値がターン間で主に変化することに着目し、ターン単位で最適化するMultiscale Policy Optimization（MPO）を提案しています。MPOはMultiscale Advantage Estimation（MAE）とターン単位の重要度サンプリングを組み合わせ、検索・ツール利用・自動化タスクで4Bおよび30B-A3Bモデルを用いた実験により、強力な強化学習ベースラインを上回る結果を示しています。
説明批評家の目：レビューに基づくグラフ推論による長編モチーフ発見
要約本論文は、文学作品におけるモチーフの反復と変奏がどのように象徴的意味を生むかを研究し、戯曲全体の叙事構造を用いて台詞とモチーフの欠けた関連を予測する計算的モチーフ発見の課題を定義しています。著者らはCritic's Eyeを提案し、作品を異種叙事トポロジーグラフとしてモデル化して大域的な構造的証拠に基づく推論を行います。ベンチマークでのHit@5は84.8%で、Gemini-3-pro-preview（約22.6%）を大きく上回ったと報告されており、パラメータ規模の拡大よりも明示的な構造的事前知識が有効だと結論づけています。
説明ペルソナと台詞が矛盾するとき：思考連鎖TTSにおける計画から合成までの失敗の診断
要約本論文は、思考連鎖型音声合成システムで、要求された感情が台詞の語彙的感情と矛盾する場合に、意図がどの段階で失われるかを検討しています。日英バイリンガルのペルソナ・台詞矛盾ベンチマークを構築し、プランナーの出力、感情ベクトル、生成された波形の音響的方向の一致を追跡しています。プランナーの出力は概ね正しい方向を示す一方、下流での一致率は大きく下がること、QwenEmotionを教師あり学習させると方向一致率が日本語で75%、英語で84%に向上することが報告されています。
