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EXCISE：医療質問応答で妨害文を特定し除去する手法
要約論文は、医療言語モデルが無関係な一文によって正答率を下げられることを示している。著者らは推論時の手法 EXCISE を提案し、モデルの隠れ状態が症例と矛盾すると示す文について、答えに最も影響する文を遮断する。著者が構築した MedQA-TD ベンチマークでは、妨害文のない同じ問題に対して 1.5〜2.1 ポイントの低下にとどまり、三つのモデルすべてでプロンプト、書き換え、ステアリングの各ベースラインを上回った。効果は MedDistractQA、BiasMedQA、思考連鎖の生成にも及ぶ。
説明LoopFold：ループ型Transformerの再帰深度を並列化する手法
要約ループ型Transformerは共有バックボーンを繰り返し適用し、トークンごとの計算量を増やす手法です。ただし各ループが前のループに依存するため、深さを増すと復号の遅延も増えます。LoopFoldは同じトークン前置きに対する複数の再帰深度の計算を並列バッチにまとめ、軽量な予測器で後段ループの入力を先に推定し、校正器で先行ループの結果を使って出力を修正します。1.4Bモデルでの実験では、深いほど8タスクの平均ゼロショット精度が53.41%から56.38%に向上し、9ループの通常モデルと比べて復号遅延を46%削減しました。
説明Insta360カメラ内蔵IMUによるSfMのメートル尺度推定
要約本論文は、民生用360度カメラ（Insta360 X5/X6）の双魚眼動画から、スマートフォンのARKit/ARCore姿勢に頼らず、カメラ内蔵IMUを用いてSfM（運動からの構造復元）の実寸尺度を求める手法を検証しています。IMUの特性評価、カメラとIMUの回転・フレームタイミングの推定、線形の視覚慣性アラインメントによる尺度復元を行っています。LiDARとの比較では、慣性尺度の平均絶対誤差は0.74%で、スマートフォンの1.94%より小さい結果です。公開ベンチマークでは平均誤差が-0.07%でした。
説明確率的多目的バンディットにおけるバランス付きサンプリング：パレート最適アーム間で公平に採取する手法
要約本論文は確率的多目的バンディット問題を扱い、複数のパレート最適アームの間でバランスの取れたサンプリングを行う方法を研究している。真のパレート集合上の一様分布から経験的測度への KL ダイバージェンスで不公平さを測定し、適応的トップツーサンプリングを提案している。パレート集合が安定している場合について、期待不公平度と分散の収束率の上界を示し、情報理論的な下界と合わせて論じている。
説明表現レベルのユーザー転移によるクロスドメイン逐次推薦
要約本論文は、補助的なソースドメインのユーザー行動を使って、ターゲットドメインでの次のアイテム予測を改善するクロスドメイン逐次推薦を扱う。提案手法は、生の交互作用データやアイテム埋め込みを共有せず、学習済みのユーザー表現のみを通じて情報を転移する簡素な枠組みである。軽量なアダプターでソース側のユーザー表現をターゲット側の埋め込み空間に写像する。論文は、共有ユーザーと非共有ユーザーの双方で一貫した性能向上が見られたと報告している。
説明位相的データ解析による、コロナホールが引き起こす高速太陽風の可説明的予測
要約コロナホールに由来する高速太陽風流（HSS）は、繰り返し起こる地磁気活動の重要な要因です。本研究では、位相的データ解析の永続ホモロジーを用い、極端紫外線（EUV）画像のコロナ構造の位相から、4日後に地球でHSSが発生するかを二値分類しました。その結果、EUVコロナ構造の位相だけでも後続のHSS発生に関する予測情報を含むことが示されました。さらに、交差検証で集約した特徴量の重みと空間的証拠マップに基づく説明可能性の枠組みを構築し、持続図の特徴を分類結果と元画像上の位置に結び付けています。
説明双方向輸送アテンションによる四分の一度分解能の効率的な確率的天気予報
要約本論文は、分解能0.25度のアンサンブル天気予報モデル Astra を提案し、8基のH200 GPUで学習している。モデルはKantorovichアテンション（双方向輸送アテンション）と自己特徴化された連続順位確率スコア（CRPS）を組み合わせている。WeatherBench 2では、ハードウェア正規化後の学習計算量がGenCastの9.8%でありながら、5つの上空変数・1〜10日目の平均CRPSでGenCastと同等である。ERA5に対する検証では、600の変数・気圧面・リードタイムの組み合わせすべてでECMWFアンサンブルよりCRPSとアンサンブル平均RMSEが低い。
注目点両側輸送注意とマルチスケール特徴上の自己特徴化CRPSを提案し、WeatherBench 2でGenCastと同等のCRPSを約9.8%の学習計算量で達成し、影響は大きい。
説明StateLoop：ループ型Transformerのための持続状態の導入
要約本論文は、ループ型Transformer言語モデルを改良するStateLoopを提案している。各トークンに追加の持続状態を保持し、学習されたゲートにより、以前の状態をどれだけ残すか、バックボーン出力からどれだけ取り込むかを反復ごとに制御する。実験では、通常のループ型Transformerと比べてPileでの困惑度が下がり、8つのゼロショットタスクの平均精度も向上した。ループの深さが増すほど、その優位性は大きくなると報告されている。
説明建模順序を超えて：クロス被験者脳波感情認識のための二経路時空間表現学習
要約脳波による感情認識では、被験者ごとの神経活動の差が大きく、被験者をまたぐ汎化が難しい課題です。本論文はDP-STCLを提案し、時間→空間と空間→時間という異なる統合順序を、独立したパラメータを持つ2つのエンコーダで学習します。同一の感情刺激に基づく対照学習で表現の一貫性を保ち、さらにLoRAによる少数ショット適応も導入しています。SEED、SEED-IV、SEED-V、FACEDでの実験では比較手法を上回る結果が示されています。
説明EARS：音と動きの証拠に基づく予算制約付き動画推論のための検索手法
要約本論文は、視覚言語モデルがK枚のフレームしか見られない疎なイベント動画を対象に、学習不要かつクエリ不要のフロントエンドEARSを提案しています。光学フローの動きと音声エネルギーでフレームを順位付けし、時間方向の非極大値抑制で多様性を確保します。XDサブセットのK=1では、EARSのF1は0.660、中心均一サンプリングは0.614でしたが、対応区間にはゼロが含まれます。ほぼ無音のUCF-Crimeでは、EARSは均一サンプリングをわずかに下回りました。
説明言語モデルにおける少数例からの概念帰納のアルゴリズム的説明
要約本論文は、少数の正例から潜在的な概念を推論する際に、どの特徴が関連するかをどのように決めるかを説明するアルゴリズム仮説「Amortized Direction Accentuation（ADA）」を提案しています。ADAでは、事例の要約表現を、どの特徴が共通性の発見に有用かという償却された知識によって形作られた特徴空間の中で形成することで概念帰納が進むとされます。著者らは少数例概念帰納タスクを用いて、言語モデルにおいてこの仮説を検証しています。
説明CANS：大規模言語モデルの能力を保持するニューロン操作手法の解説
要約本論文は、大規模言語モデルの安全性・毒性・幻覚などの目標行動を、学習なしで制御しつつ汎用能力を保つCANS（Capability-Preserving Neuron Steering）を提案しています。目標トークンの対数確率と汎用入力上の出力分布のKLダイバージェンスを代理指標とし、ニューロンごとのスケーリング係数を閉形式で求めます。Qwen・Llamaモデルでの実験では、SFTやCAA等の基準手法と比べ、MMLU・BBH・IFEvalの性能をより良く保ちながら同等以上の制御効果が報告されています。
説明WorldPager：単一のコンシューマ向けGPUで長時間の世界モデルを動かす、停止のない階層型メモリ手法
要約対話型の世界モデルは、過去のチャンクのKVを検索用メモリとして保持し、再訪した場所の一貫性を保ちます。本論文は、このメモリがまず容量の制約を受けること、またそのアクセス対象はカメラ姿勢が入力であるため計算前に分かることを示します。提案手法WorldPagerは、int4のKVをGPU、DRAM、NVMeの階層に格納し、外挿した姿勢に基づいてメモリを先読みします。論文によれば、停止なしで37.5分の映像を約9.5フレーム毎秒で連続生成できます。封閉されたテストセットでは、int4格納による測定可能な品質低下は見られなかったとされています。
説明大規模言語モデルによる、ループ停止証明のための順位関数の生成
要約論文はRAINFALLという枠組みを提案します。大規模言語モデルがプログラム中の各ループに用意された4つの欄を埋めて順位関数を生成し、記号的検証器が確認します。失敗した場合は検証器の診断内容を自然言語のフィードバックとして返し、反復的に修正させます。358本の終了するC言語プログラムで、MiniMax V2.7を用いて323本（90.22%）で検証可能な順位関数を得ており、PROTON 2.1と組み合わせると96.65%（346/358）に達しています。
説明ネイティブ3D拡散によるGenerative Structure from Motion（GenSfM）
要約本論文は、少数の未キャリブレーション視点画像から物体の三次元形状とカメラ位置を同時に復元するGenSfMを提案する。マルチモーダル拡散Transformerで形状と姿勢を共同ノイズ除去し、観測画像に整合する形状を生成しつつ、物体レベルの事前分布で未観測部分を推定する。Toys4kとGSOの4視点設定で、強力な既存ベースラインより新規視点のPSNRが3.2〜4.5 dB向上し、中央値Chamfer距離が2.8〜3.8倍改善した。
説明S3AC：LLM推論のための安定・選択的・スケーラブルなActor-Critic手法
要約本論文は、検証可能な報酬による強化学習で長い思考連鎖推論を行うためのS3ACを提案します。学習させたcritic（評価器）が、トークンごとのアドバンテージとプロンプトごとのベースラインを与えます。さらに、生成前にプロンプトを選ぶDifficulty-Aware Prompt Sampling（DAPS）を導入し、無駄なロールアウトを減らします。1.5Bから397Bパラメータのモデルで、GRPO-Xより高い性能を示したと報告されています。
説明点監督による時系列行動定位のための高品質擬似ラベル学習
要約本論文は、非トリミング動画内の行動を点レベルの注釈のみで認識・定位する課題を扱います。提案手法は、事前情報に基づく初期化（PGI）と合意に基づく精緻化（CGR）の二つのモジュールからなる枠組みで擬似ラベルを学習します。四つのベンチマークで実験を行い、THUMOS14では既存手法PseRを上回る検出性能を示したと報告されています。
説明HiFiPix：高忠実度の実世界超解像をピクセル空間へ戻す手法
要約本論文は、VAEベースの潜在表現による情報損失を避けるため、ピクセル空間で動作する実世界画像超解像フレームワークHiFiPixを提案している。クロススケール・ウェーブレット判別器と混合対照自己蒸留により、パッチ境界のアーティファクトを抑制する。また、LoRA層を選択的に剪定する手法により、再構成の忠実度を大きく損なわずに生成能力を高めている。著者らは、既存の潜在空間手法を復元精度と知覚品質の両面で上回ると報告している。
説明深層線形ネットワークにおける困難なタスクの学習時間スケーリングと深さの効果の解析
要約本論文は深層線形ネットワークを解析し、タスクのスペクトルによって、ネットワークの深さを増やすことで学習時間のスケーリングが改善される条件を明らかにしています。スペクトル上で困難なタスクでは深さによって漸近的なスケーリング指数が向上し、容易なタスクでは指数は深さに依存せず、両領域の境界で対数的な補正のみが生じます。また、予測器のノルムによって定まる時間の再パラメータ化により、異なる難易度のタスクのダイナミクスを統一的に記述できることを示しています。ベンチマーク画像データに由来するタスクと非線形ネットワークでの数値実験でも、定性的に一貫した結果が得られています。
注目点深層線形ネットワークの精密な解析により、タスクスペクトルが深さによる訓練時間スケーリングの改善条件を決めることを示し、統一的な時間再パラメータ化を与える。理論的貢献は明確だが実験は限定的。
説明MATCHA：SNS上の中国語多疾患メンタルヘルスデータセットと越言語分析
要約本論文は、Weibo（微博）のスーパートピックにおける疾患別コミュニティとユーザーの公開タイムラインを結びつけた、初の中国語多疾患メンタルヘルスデータセット「MATCHA」を提案している。DSM-5 の七つの疾患と対照群を対象とし、46,025 人のユーザーと 180 万件の投稿を含む。Twitter-STMHD との比較では、疾患間の差よりもプラットフォーム間の差の方が大きい場合が多いことが示されている。
説明大規模企業AIトラフィックの統制：Envoy上のポリシー駆動型マルチベンダーLLMゲートウェイの設計と運用
要約本論文は、PayPalの大規模言語モデル（LLM）向けエンタープライズゲートウェイ「Cosmos LLM Gateway」の設計と本番運用を紹介しています。Envoy上に構築され、認証や予算評価などの処理は外部プロセスで、形式変換やトークン計測などはプロキシ内のWebAssemblyフィルタで実行します。ガバナンスはOpen Policy Agent（OPA）による宣言的ポリシーで管理され、2026年9月時点の利用規模とコア経路のオーバーヘッド測定結果も報告されています。
説明学習済みニューラルネットワーク上の最適化による制約学習：実践的チュートリアル
要約本論文は、機械学習で学習したモデルを最適化問題に組み込む「制約学習」の実践的な使い方を解説するチュートリアルです。ニューラルネットワークを用いて効果的かつ効率的に制約学習を行うための実務上の考慮点を示し、より小さく疎なネットワークの利点を示す事例研究で検証しています。
説明時間方向のモデル縮約：確率力学系の時間ステップを減らすフローマップ学習
要約本論文はFM-FTM法を提案し、多数の時間積分ステップを置き換えるフローマップを学習することで、確率力学系のアンサンブル予測を高速化します。まず一次軌道マッチング（FTM）で確率確率流の決定論的表現を学習し、その時間発展をフローマップへ圧縮して、長い時間範囲の予測を直接得られるようにします。確力を伴う発展問題の数値実験では、時間周辺分布とアンサンブル統計量を精度よく予測しつつ、最大2桁の高速化が示されています。
説明姿勢グラフ最適化による、姿勢不明画像からのシーン座標再構成学習
要約本論文は、学習ベースの運動からの構造復元手法 ACE-Zero に姿勢グラフ最適化（PGO）を組み込み、カメラ姿勢の補正と誤った精緻化の抑制を行うものです。ACE-Zero が予測したシーン座標から相対姿勢制約を抽出して姿勢グラフを構築し、エピポーラ幾何と光学フローの整合性などの幾何学的事前情報で信頼度を推定します。著者らは、姿勢推定の頑健性と精度が向上したと報告しています。
説明強化学習による軌道シフト下でのテスト時信頼度適応
要約論文は、エージェント型強化学習（Agentic RL）の後、推論軌道に基づく大規模言語モデルの信頼度推定器の性能が大きく低下することを示しています。一方で、軌道が安定しているほど正答の可能性が高いという信頼性の関係は、基礎モデルと強化学習後のモデルの間でおおむね保たれています。この知見に基づき、著者は安定性を利用してテスト時に正解ラベルなしで信頼度を調整する StaR-TTA を提案し、4つの QA ベンチマークで平均 AUROC 0.721 を達成したと報告しています。
説明細粒度のクレジット割り当てはいつ有益か有害か：動画編集によるマルチモーダル・エージェント強化学習
要約本論文は動画編集を試験場として、マルチモーダル・エージェントの強化学習において細粒度のクレジット割り当てがいつ有効かを検討しています。ターン数の多い精編集タスクでは、減衰するプロセス報酬が結果のみのGRPOに対して相対で45.4%の向上を示しました。一方、短いタスクでの改善は限定的です。固定重みのプロセス報酬は冗長なツール呼び出しを招くため、重みを零まで減衰させることでこの問題を緩和できると報告されています。自己蒸留の手法は効果が小さく、場合によっては性能が低下しています。
説明忘却の隠れたコスト：ソフトウェア工学エージェントにおける軌跡削除の研究
要約ソフトウェア工学エージェントは毎ターン、軌跡全体を大規模言語モデルに再送信するため、オンラインでの軌跡削減が検討されています。本論文はSWE-bench Verifiedで2種類の最先端エージェントを用い、42の軌跡削減構成・計9,400回の実行を実証的に調べました。古いターンの内容を遅延して削除すれば（推論テキストの最大100%まで）全体の有効性を保てる一方、即時削除は有効性を大きく下げます。エージェントは削除された内容を再取得して補うことが多く、ターン数やトークン数が増えます。コストが下がるかは料金体系により、固定料金では42中26の評価で推定コストが下がりましたが、キャッシュを考慮した料金体系では下がった評価は一つもありませんでした。
説明軸に平行な分割の学習における問い合わせ計算量
要約本論文は、正確なクエリ学習の設定で高次元の箱を学習する際の問い合わせ計算量を研究している。各点のラベルは、それを含む箱によって決まり、学習者はラベル照会器を使って全点のラベルを正確に復元する。箱の条件を段階的に強めた三つの設定を扱い、それぞれの結果を示している。
説明S²-RL：生成型セマンティックセグメンテーション用データセット蒸留のためのサンプル集合二重強化学習手法
要約セマンティックセグメンテーションのデータセット蒸留では、画素単位の勾配展開による計算コストと、意味知識を圧縮しにくい問題がある。本論文は、拡散モデルによるテキストから画像への生成として蒸留を定式化し、GRPOで拡散ポリシーを微調整するS²-RLを提案する。単一サンプルと標本集合の二種類の報酬を用い、ADE20KとCOCOで既存手法を上回る結果を示している。
説明Wasserstein 損失下の条件付き生成学習の極小最大レート
要約本論文は、条件付き分布がヘルダー連続であり共変量分布に制約を課さない設定で、積分 Wasserstein 損失下の条件付き生成学習の極小最大レートを研究する。期望 Wasserstein 損失については、共変量が一様分布の場合と同じレートになり、局所化バイアスと無条件分布推定誤差のバランスから導かれる。適応的局所化の議論により上界も一致することが示され、二次元の無条件 W1 極小最大レートの対数的ギャップも埋められている。
注目点無制限の共変量の下で条件付きWasserstein生成学習のミニマックス率を示し、高次モーメントに余分なn^{-1}項が生じることを厳密に証明している。
説明TP-JSCC：クラウドエッジ協調による3D視覚質問応答のための効率的なトークン剪定と結合信源・通信路符号化
要約本論文は、資源が限られた身体性エージェントで大規模視覚言語モデル（LVLM）を用いて3D視覚質問応答を行う際の、帯域幅が制限され雑音の多い通信路によるデータ送信の遅延と歪みの問題に取り組んでいます。提案手法TP-JSCCは、前景と背景のトークンを分離して局所と大域の意味を選択するLGS-HTPモジュールと、SNRに適応する軽量なT-JSCCモジュールから構成されます。ScanQAでは剪定率90%でもCIDEr低下は1%未満で、データ量は全体で180分の1、計算量は90%削減されたと報告されています。
説明FeatureLoop：要件が変化する状況下でのコーディングエージェントの評価ベンチマーク
要約本論文は、34のリポジトリから集めた61件の人手で確認済みのタスクからなるベンチマーク「FeatureLoop」を提案しています。タスクは要件の追加・明確化を伝える演化フィードバックと、未達の要件を報告する完了フィードバックを通じて、永続的な作業環境で進められます。12の最先端モデルを評価した結果、最も優れたモデルでもタスクの72.1%を完了しましたが、観測された失敗段階のうち2回の修正以内に回復したのは15.4%にとどまりました。
説明ShutdownMod：任意のエージェント軌跡をシャットダウン評価に変換する手法
要約本論文はShutdownModという手法を提案し、エージェントのコンテキストにシャットダウン要求を注入して応答を記録することで、任意の軌跡をシャットダウン評価に変換します。署名検証ツールにより、LLMエージェントは信頼できる指示と不正な注入を区別できます。7つのモデルを複数のベンチマークとセッションで評価した結果、不服従率はモデルや設定によって大きく異なり、最大で11.7%でした。
説明分布シフト下での頑健な生体時系列分類に対するベイズ深層学習の評価：睡眠判定を事例として
要約本研究は、生体時系列分類において分布シフトによりモデルの精度や校正が低下する問題を取り上げ、ベイズ・モデル平均（BMA）を用いたベイズ的深層学習が頑健性を高めるかを検討しています。げっ歯類の睡眠判定を事例に、遺伝子型・実験室・種の分布シフトの下で評価を行い、2種類のネットワーク構造について9種類の近似推論手法を比較しています。結果として、多盆地型の手法が最も良好で、BMAは分布外データにおける精度と校正を概ね改善し、分布内データでの向上は小幅でした。
説明言葉だけに頼らず：視覚的根拠に基づく文化翻訳のための分散証拠の分離
要約この論文は、SNS上のユーザー投稿の意味が文章、画像、文化的知識に分散しているため翻訳が難しいと指摘します。著者らは、498件の匿名化された投稿を20分野から集め、必要な証拠に応じて記号型、視覚型、混合型に分類した診断用ベンチマーク「Culture-MMT」を提案しています。実画像は視覚型と混合型の翻訳性能を向上させましたが、記号型への効果は小さいことが示されています。
説明GPDPO：群パレート支配ポリシー最適化による報酬競合からの学習
要約本論文は、複数報酬の強化学習において報酬信号が互いに衝突し、最適化が不安定になる問題を扱い、群パレート支配ポリシー最適化（GPDPO）を提案しています。この手法は、衝突によりフィルタされたサンプル応答の間のパレート支配関係を特定し、それを補助的な選好信号に変換して元のポリシー目標と同時に最適化します。API-Bank での実験では、複数のモデル規模と報酬構成において、競合する多報酬最適化の基準手法を上回り、群相対および対ごとの報酬衝突を減らすことが示されています。
説明MANTIS：フェイクニュース検出のための多軸ニュース変換による事例別ストレステストと最悪ケース学習
要約本論文は、既存のフェイクニュース検出手法が表層的な文体特徴や単一スタイルの書き換えに依存しており、多様な表現上の改変に対して頑健性が低いと指摘しています。著者らは、文体、感情表現、拡散の枠組みという3つの軸の書き換え版を元ニュースと組み合わせたMANTIS-Benchを構築しました。さらに、各記事に合わせて動的に最悪ケース学習を行い、推論時の追加コストがないMANTISを提案しています。実験では、GossipCopにおいてSheepDogと比べ連合攻撃成功率（UASR）が3.55ポイント低下し、Macro-F1で単一軸の防御手法を一貫して上回りました。
説明增幅・特定・推定（ALE）：ファインチューニング済みLLMの希少な失敗率を推定する手法
要約安全性のファインチューニングにより望ましくない挙動が極めて稀になると、直接サンプリングでの頻度測定は非常にコストがかかります。本論文は、安全性ファインチューニングによるトークン対数確率の変化を増幅方向として用い、低コストで失敗率を高めて測定する手法ALEを提案します。スコア関数推定量により希少な目標確率へ外挿します。41の評価対象で、ALEの推定値と直接測定の参照値との比の中央値はほぼ1で、37件が参照値の3倍以内に収まりました。Qwen3-8Bの派生モデルでは、約10^-5の失敗確率まで推定できたとされています。
説明解釈可能な能動的選好学習に基づく対話型進化的多目的最適化アルゴリズム
要約本論文は、能動学習によって対比較から木構造の選好モデルを直接学習する、解釈可能な対話型進化的多目的最適化アルゴリズムを提案します。学習した選好モデルでNSGA-IIおよびNSGA-IIIの生存演算子を拡張し、意思決定者の関心領域へ探索を導きます。実験では、最も好まれる解の発見において既存手法より優れる一方、最終集団の平均品質はやや劣ることが示されました。実際の工学問題の事例では、学習モデルを調べることで意思決定者の選好を左右する目的が明らかになることも示されています。
説明XL MIMO極限学習機：積層メタサーフェスによる波動領域推論
要約本論文は、受信側に積層型インテリジェントメタサーフェス（SIM）と単一アンテナを備えた超大規模MIMOシステムが、無線チャネルと共同で空中のみで二層ニューラルネットワークとして動作できることを示す。第一層は無線フェージングが担い、第二層はSIMの制御によって実現され、非線形応答が必要なのは前段のメタサーフェス層のみである。極限学習機の枠組みで、本構成が万能近似器であることを示し、最適な線形合成を閉形式で導出している。数値評価では、理想的なデジタルモデルに近い分類精度が得られたと報告されている。
説明物理情報付き探索のための多時間幅将来発見（HTC²フレームワーク）
要約本論文は、物理制御環境における強化学習の探索問題を扱い、異なる時間幅で到達可能な将来状態の対比表現を学習して内発的報酬を生成する「Hamiltonian Temporal Contrastive Curiosity（HTC²）」を提案しています。有界な多段階のハミルトニアン変動でこの報酬を調整し、SAC と PPO に組み込んで、6 つの DeepMind Control Suite タスクで ICM、RIDE、E3B、Plan2Explore などと比較しています。状態被覆率、構成要素の削除実験、位相空間の分析も行われています。
説明EvoBench：環境モデリングのための進化型診断ベンチマーク枠組み
要約本論文は、モデルがどこで・いつ失敗するかを示し、能力の欠陥に焦点を当てて進化するベンチマーク枠組み EvoBench を提案する。米国の約9,000流域（1985〜2024年）の日流量予測を事例とした CAMELS-Evolve で、運用中の物理モデル NWM、概念モデル HBV、複数のデータ駆動モデルを比較している。どのモデルもすべての試験条件で最良ではなく、データ駆動モデルはいずれも洪水を過小予測することが示されている。
説明規範的テキストにおける曖昧さの文脈的指標
要約本論文は、法律、契約、規則などの規範的テキストに含まれる曖昧さを、関係者（評価者）が複数の場面で異なる文言の適用について意見が分かれる度合いとして測る方法を提案しています。二つの政策分野を用いた予備分析では、模擬評価者を用いた場合でも、この指標が実際の人間の意見の不一致と相関し、表面的なテキストの特徴に影響されにくいことが示されています。さらに既存の熟議データセットに適用し、政策の曖昧さと政策への支持との関連を検討しています。
説明ベイズ型LoRAのための事前予測マッチング：微調整前に事前分布の尺度を選ぶ閉形式手法
要約本論文は、ベイズ型低ランク適応（LoRA、Low-Rank Adaptation）において低ランク重み更新の事前分布を選ぶ問題を扱います。微調整前に使える閉形式の事前予測推定量を提案し、二次展開によって低ランク事前分布が事前学習出力からの関数空間の偏差をどう生むかを分析しています。RoBERTa-largeでは、検証データを使わずに、MAPや周辺尤度による選択より予測負の対数尤度と校正が改善され、分布外検出でも競争力のある結果が示されています。
説明フェデレーテッドラーニングを超えて：自己進化する臨床知能のための分散型エージェントシステム
要約本論文は、医療AIはデータの集約から経験の集約へ移行すべきだと主張しています。各医療機関のAIエージェントが、生データやモデルパラメータではなく抽象化された臨床推論の軌跡を共有する分散型エージェントシステム（DAS）の枠組みを提案しています。アーキテクチャの原則、導入、ガバナンス要件、未解決の課題について検討しています。
説明OBB-PBD：並列ボックス復号を回転バウンディングボックスに拡張し、航空画像の参照表現グラウンディングに適用する手法
要約航空画像では物体の向きが任意のため、水平ボックスではなく回転バウンディングボックスが必要だと論じています。著者らは並列ボックス復号（PBD）を双角度パラメータ化による6スロットの回転ボックス表現に拡張し、画像とプロンプトをシャッフルする対照実験で、モデルが両方に依存していることを検証しています。AVVG ベンチマークの全6139件のテストレコードで、回転 IoU はゼロショットベースラインの 0.1253 から 0.303 ± 0.012（3 種の乱数シードの平均と標準偏差）に向上しました。
説明蒸留プランナー代理による、エンドツーエンド運転の頑健性向上のための安全重要シーン生成（モデル認識型）
要約エンドツーエンド運転モデルは標準ベンチマークでは良好だが、安全重要な場面では衝突が頻発する。NeuroNCAP上の分析では、DiffusionDriveの衝突の95.9%が認識ではなく計画の失敗によるものだった。実走行データでは安全重要な相互作用がまれで、計画器が十分に学習していないことが原因とされる。本論文は、特定の計画器に対して安全重要なシーンを生成するモデル認識型の枠組みを提案する。鳥瞰図上で計画ヘッドから蒸留した微分可能な代理モデルを用い、攻撃シーンと安全な回避軌道を組にして微調整に用いる。NeuroNCAPでは、微調整後に2つの計画器の閉ループ衝突率がおおむね半減し、通常の運転性能はほぼ維持された。
説明エージェントベースモデル向けのシミュレーション効率に優れた二重フロー型ニューラル事後推定
要約本論文は、尤度が計算困難なエージェントベースモデル（ABM）においてベイズ推論を行うための二重フロー型ニューラル事後推定（DF-NPE）を提案している。学習された時系列要約と二つの条件付き正規化フローを組み合わせ、合成データの生成と事後分布の推定を行う。Brock-Hommes 資産価格モデルの二つの設定での実験では、直接シミュレーションを 90% 削減しつつ、標準的な NPE より低い事後分布の差異と実行時間を達成したと報告されている。
説明Omni-InteractScope：連続する音声・映像ストリームにおける能動的・エージェント的対話のベンチマーク
要約本論文は、1,479件の人手注釈付き対話と1,790個の時間的目標からなる、八つのタスク群を対象としたベンチマーク Omni-InteractScope を提案している。評価では、12モデルのうち工具呼び出しの目標に対して時間どおりに最初の応答を返したのは最大でも 40% であった。また、質問なしのリマインダーの再現率は最大 23.0% にとどまり、26の案内系列のうち完全に網羅できたモデルはなかった。
説明Skill∞：エージェントのスキル最適化における再帰的自己改善
要約本論文は、エージェントがタスクのスキルを最適化すると同時に、その最適化に用いるメタスキルも同じ手順で改善する Skill∞ を提案します。メタエージェントは実行トレースの診断、候補の提案、独立レビューの依頼、探索予算の配分を行い、メタスキル自体も書き換えられます。83 の SkillsBench タスクで、Skill∞ の通過率は 60.7% で、人手で整理されたスキルの 56.4% や SkillEvolver の 54.5% を上回りました。
説明Mimi コーデックの第一コードブックにおける音素表現の検証
要約ニューラル音声コーデックは大規模言語モデルと連携させるため音声の符号化に使われることが増えている。本論文は Mimi コーデックの第一コードブック（CB0）の音素表現を調べる。Mimi の固定 80 ミリ秒のトークン化窓は複数の音素にまたがることが多く、ABX 型評価は適さないため、強制アラインメント、エントロピー分析、音素正規化相互情報量（PNMI）を用いる。TIMIT 音声での結果、個々のトークンは特定の音素と強く結びつく（PNMI = 0.84、ランダムより高い）一方、音素は一対一ではなく複数の競合するトークンによって実現されることが示された。
説明マルチモーダル認知症予後におけるモダリティ欠損下での忠実な説明
要約論文は、アミロイドPETや脳脊髄液バイオマーカーなど高コストな検査が欠けている場合に、マルチモーダル予後モデルの特徴寄与を大規模言語モデルで臨床向けの報告文にしても忠実性が保たれるかを検討しています。アルツハイマー病神経画像イニシアチブの完全データを持つ307名を用い、四つの高コストモダリティの全組み合わせを隠し、軽度認知障害からアルツハイマー病への36か月後の転換を予測しました。その結果、多くの欠損データ戦略が未観測モダリティに12%から23%の寄与を割り当てる一方、プロンプトで欠損モダリティを明示すると架空の根拠は大幅に減りました。ただし、欠損検査を実施すると予測が変わるかについての助言は、実際の復元結果と照合するまで正確性が低いと報告されています。
説明グループ疎性と構造的平滑性を同時に扱う知識駆動型非凸平方根正則化フレームワーク
要約本論文は、ノイズレベルに依存しない平方根損失と非凸のℓ2,q罰則を組み合わせ、グループ疎性と区分的平滑性という二つの構造的事前情報を同時に表現するNS³Rという構造化スパース学習手法を提案しています。推定量に対する非漸近的な誤差上界を理論的に示し、非凸最適化問題に対して大域的収束性が保証される二重スクリーニング付き閾値IRLSアルゴリズム（DS-IRLS-th）を開発しています。人工データと実データでの実験により、有限サンプル設定で既存手法より優れた結果が報告されています。
説明意図を保つ敵対的ユーザーシミュレーション：多ターンエージェント評価のための手法
要約本論文は、多ターン対話エージェントを敵対的なユーザーシミュレーターで負荷試験するStressSimフレームワークを提案します。従来の協力的すぎるシミュレーターは性能を過大評価しがちですが、StressSimは遺伝的プロンプト最適化によって、ユーザーの本来の目標を変えずにタスク成功率を下げる会話を作ります。原文では、MultiWOZおよびtau-benchの小売・航空分野で評価され、一部のフロンティアLLMのpass^4スコアが最大69%低下したと報告されています。
説明拡散言語モデルにおけるデノイジングの動態から終点の不確実性へ
要約本論文は、マスク付き拡散言語モデルのデノイジング過程における収束挙動と、複数回の生成結果の不確実性との関係を調べたものです。4つのモデルと4つの推論ベンチマークを用い、約32,000本のデノイジング軌道を収集しています。単一の軌道内での収束が強いほど最終出力分布のエントロピーが低いことが示されました。また、単一の実行の特徴から、独立した実行が共通の終点に集中するか否かを予測でき、完全な生成回数を減らせる可能性が示されています。
説明INVAR-Agri：微調したLLMによる農機取扱説明書の多言語翻訳の不一致検出
要約本論文は、農機の取扱説明書を対象に、同じLLMを使った二つの微調整ワークフローを比較する概念実証研究です。一つは訳文を英語に逆翻訳して比較する方式、もう一つは英語原文と訳文を並べて差異を報告させる方式です。検査モデルは植え込まれた誤りの大半を検出しましたが、単位や訓練にない数値変更には弱い結果でした。実際のフィンランド語訳文に対する警告の多くは誤警告でした。
説明ImgMT：ウィキペディアに基づく画像内テキスト翻訳評価データセット
要約本論文は、ウィキメディア・コモンズの現地化されたSVG図（図表、地図、インフォグラフィック）から収集した多言語データセットおよびベンチマークImgMTを提案しています。35,612組の対応画像、1,855の画像セット、129言語、20以上の文字体系、4,886の言語対を含みます。原文領域の検出とOCR精度、訳文の品質を同時に測る多層的評価方法を提示し、複数のマルチモーダル大規模言語モデルと専用システムを評価した結果、原語や文字体系が翻訳品質に大きく影響することがわかりました。
説明『Unveil the Mask』：外見に依存しない操作者検証のための共同最適化拡散マスク事前学習
要約本論文は、リアルなアバター動画では描画された顔の外見と操作者が分離されているため、従来の顔認識では操作者を特定できない問題を扱います。外部の事前学習済みモデルを使わず、顔のランドマーク系列から拡散マスク事前学習で動きの表現を学び、隣接フレームの差分から細かな顔の動きを捉えます。両者の埋め込みを統合し、WBA2026 ベンチマークで全体 AUC 0.769 を達成しました。特に話す場面と聞く場面で融合の効果が見られたと報告されています。
説明スケール・深さ・指示チューニングをまたぐ感情表現の幾何構造に関する論文
要約本論文は、Gemma 2 ファミリーの 6 つのモデル（2B、9B、27B の基盤版と指示チューニング版）について、内部の感情表現の幾何構造を測定しています。すべてのモデルで中核となる感情の幾何構造が確認され、第一主成分は人間の感情価評価と高い相関を保っています。モデル規模が大きくなると分散はより多くの方向に広がり、出力語彙上で感情語が現れる層の深さもモデルによって異なります。
説明PolicyMediator：一人企業エコシステムにおける調停エージェントによる多地域政策学習（進化するスキルを使用）
要約一人企業は個人起業家がデジタルプラットフォームと大規模言語モデルベースのAIエージェントで運営し、地域間を移動することが多いため、地方の支援政策は地域横断的な調整課題になります。本論文は、検証済みの政策を一人企業に説明して認知と信頼を築き、そのニーズと未解決の懸念を政府へ報告して政策学習に用いる調停付きの枠組みPolicyMediatorを提案しています。中国の六地域での模擬実験では、15のすべての組み合わせで首位となり、八つのベースラインの平均と比べて政府の総合目標は42.4%、一人企業の平均効用は40.9%向上しました。
説明NeSySpec：工学仕様を監査するための神経記号技術知能（航空機への応用）
要約本論文は、論理テンソルネットワークに基づく解釈可能な神経記号監査フレームワークNeSySpecを提案し、工学システムの仕様書が物理的制約を満たしているかを検査します。違反した制約の診断、改ざんされた項目の特定、最小変更による修正案の提示、画像証拠と対応する部品の関連付けを行います。107機種の航空機で検証され、9つの機種ファミリーに属する16機の試験機では、制約判定、違反制約の特定、修正誤差などの点で比較手法を上回ったと報告されています。
注目点論理テンソルネットワークで仕様監査を統合し、107機種での検証と既存手法を上回る診断精度を示している。
説明AdaTrendLike：時系列異常検知のための適応的階層型トレンド除去とトレンド尤度スコアリング手法
要約産業用IoT機器の普及により、大規模で非定常な時系列データの異常検知が難しくなっている。本論文はAdaTrendLikeフレームワークを提案し、入力系列をトレンド成分と除去後成分に適応的に分解し、トレンド分布を推定してその尤度から異常スコアを算出する。五つの公開ベンチマークデータセットで既存手法を上回る結果を示し、推定トレンド分布の偏差による特徴レベルの解釈性も提供するとしている。
説明分散型LLM協調のための信念条件付きマルチエージェント Actor-Critic 手法
要約本論文は、文脈情報に対する信念を保持し、それを学習に役立てる信念条件付きマルチエージェント Actor-Critic 手法 BCMAAC を提案しています。Minecraft のゲームプレイ、ウェブ検索、ツール利用のタスクで実験を行い、素朴な Actor-Critic のベースラインと比べてタスク性能と協調行動が向上することを示しています。改善は、文脈情報が豊富な多ターンのタスクで特に顕著だと報告されています。
説明深層学習に基づく頭蓋内超解像4D Flow MRIの多コホート転移学習による臨床応用に向けた研究
要約本研究は前向きと後向きを組み合わせた混合研究で、健常者12名、もやもや病3名、多発性硬化症3名の計18名について、1.2mmと0.6mmの4D Flow MRIのペア撮像を解析しました。合成脳血管データで事前学習した畳み込みニューラルネットワークを、コホート別または複数コホートを統合した生体データで微調整しています。統合多コホート転移学習で平均vNRMSEが最も低く（0.119）、超解像位相コントラスト血管造影はすべてのコホートで標準分解能画像より高い適合率-再現率曲線下面積を示しました。多施設での追加検証が必要とされています。
説明LLM駆動エージェントによる生物プロセスの動態と速度論の自律的構造発見
要約本論文は、大規模言語モデル（LLM）エージェントに駆動される閉ループの枠組みを提案し、生物反応プロセスの速度論的状態空間モデルを自動で発見する手法を示す。直交する運転領域ごとに「分離‐剥離」の手順を用い、細胞増殖の乗算的（阻害）成分と加算的（触媒）成分を分解する。モデル仮説の区別が困難になると、能動的実験計画が摂動を加える。連続撹拌槽反応器での評価では、事前の速度論的知識なしに真のパラメータを6%未満の誤差で回復した。
説明TransECG-SSL：心電図不整脈分類のためのハイブリッド自己教師あり表現学習
要約本論文は、ラベルのない心電図データから転移可能な心拍表現を学習する自己教師あり枠組み TransECG-SSL を提案している。Transformer エンコーダをマスク信号再構成と対照学習を組み合わせた目的関数で事前学習し、凍結したうえで患者が重複しない条件での線形プロービングにより評価している。三つの公開心電図データベースの七つの転移設定で、ハイブリッド手法はランダム初期化の Transformer を上回り、同構造の教師あり事前学習より高い平衡精度を示した。一方、データセット間転移は対象領域での自己教師あり事前学習より平衡精度が低く、クラス不均衡の下で少数派の不整脈クラスは依然として難しいとされている。
説明ACSAN：畳み込み演算とVision Transformerを統合した全畳み込み型自己注意ネットワーク
要約本論文は、Vision Transformer（ViT）の全結合行列積を畳み込み演算で置き換えた深層学習モデル、全畳み込み型自己注意ネットワーク（ACSAN）を提案しています。基本モジュールの動的畳み込み自己注意（DCSA）は、多スケール拡張畳み込みでQuery、Key、Valueを生成し、空間と通道の自己注意を計算して統合します。CIFAR-10、CIFAR-100、ImageNet-1kで一から学習させた結果、パラメータ数が同等以下の標準ViTなどより高い分類精度を示したと報告されており、アブレーション実験で各構成要素の寄与が確認されています。
説明GIFT：単一ドメイン汎化物体検出では表現の幾何構造の維持が重要
要約本論文は、単一の学習ドメインのみで訓練し、分布の異なる未知のドメインへ汎化させる単一ドメイン汎化物体検出を扱います。無制約の微調整は、ドメインに依存しない意味を符号化する事前学習済み視覚基盤モデル（VFM）の表現の幾何構造を壊すことを示しています。これを受けて、幾何を意識した微調整手法GIFTを提案し、事前学習重みに学習可能なHouseholder反射を導入するとともに、軽量なチャネル単位スケーリングを加えます。2つのベンチマークで既存の最先端手法を上回り、凍結したバックボーンに1%未満の学習可能パラメータを追加するだけで、Cityscapes-CとDiverse Weather DatasetのmPCをそれぞれ7.9%、2.9%改善しました。
説明共有因子で条件付けした拡散モデルによる低ランクテンソル復元
要約本論文はDiffTRという、座標条件付き拡散によりテンソル補完、ノイズ除去、ハイパースペクトル超解像を統一する教師なしフレームワークを提案する。テンソル座標で索引される共有因子が小型のスコアネットワークを条件付け、スコアマッチングによって観測データから因子と暗黙のテンソル表現を同時に学習する。多様なテンソル種別と復元タスクの実験で、統一的な条件付き生成表現による競争力のある再構成品質と柔軟性が示されたと報告している。
説明SG-Splat：姿勢不確実性下で安定した幾何学習を行う、姿勢不要の3Dガウシアン・スプラッティング手法
要約3Dガウシアン・スプラッティング（3DGS）は、リアルタイムの新規視点合成と3次元シーン再構成に用いられる表現方法です。SG-Splatは、カメラ姿勢を必要とせず、姿勢の付いていない入力画像から直接ガウシアン表現を再構成する順伝播型フレームワークです。幾何推定とガウシアン属性予測を二つの分岐に分け、オプティカルフローに基づく姿勢精緻化と残差に基づく幾何補正を含む粗密パイプラインと、二重経路の学習戦略を用いて、姿勢誤差への頑健性を高めています。著者らは、DL3DVおよびRealEstate10Kで、新規視点合成と姿勢推定の両方で最先端の性能を示したと報告しています。
説明再構築したGDELT GKGレコードと元レコードの一致度：フィールド別の基準研究
要約本論文は、GDELTのグローバル知識グラフ（GKG）のレコード形式を再現するオープンソースツールgdelt-regkgを紹介し、GDELTが保存した元のレコードと項目ごとに比較しています。約19万件の英語記事と他の5言語の記事を対象とした結果、一致度はフィールドによって大きく異なることが示されました。英語のトーンの平均絶対誤差は1.79ポイントである一方、日付、完全な件数、引用などは一致度が低くなっています。そのため、再構築したレコードは元のレコードと完全に同等とみなさず、フィールドごとに評価すべきだとしています。
注目点GDELT GKGの非公開生成処理を公開版として再構築し、原生レコードとフィールド別に比較した点が新しい。19万件超の英語記事で検証しているが、一部フィールドの一致度は低い。
説明工学回帰におけるグレード付き分布シフト下の不確実性定量化のベンチマーク
要約本論文は、五つの系統に属する12の回帰型不確実性定量化手法を、七つの公開工学データセットで比較しています。評価は分布内、ソフトシフト、ハードシフトの三段階で行われています。ハードシフトでは、区間を必ず返す11手法の平均被覆率が0.40から0.75に低下したと報告されています。著者らは、校正データを展開単位ごとに分け、棄権を明示的な運用結果として扱うことを提案しています。
説明OneEEG：マルチタスク脳波理解のための、タスク対応プロジェクタ混合を備えた統一信号・視覚マルチモーダル言語モデル
要約本論文は、マルチタスク脳波（EEG）理解のための統一型マルチモーダル大規模言語モデルの枠組みOneEEGを提案しています。著者が構築したマルチタスク脳波指示チューニングデータセットOneEEG-Instructで学習し、数値形式と視覚的レンダリング形式の脳波表現を統合するとともに、タスク対応のプロジェクタ混合（MoP）により脳波特徴を言語モデルの埋め込み空間に整合させます。また評価用ベンチマークOneEEG-Benchを構築し、既存のマルチモーダルモデルは脳波入力の解釈能力が限定的であり、OneEEGはより高い性能を示したと報告しています。
説明MarkovSim：長期的な計算シミュレーションのための、文脈長が有界なLLMエージェント基盤
要約本論文はMarkovSimを提案する。これは長期的な計算シミュレーションを対象とするLLMエージェントの基盤であり、中核は文脈管理の仕組みである。ワークフローの記録は事前定義されたスキーマでメモリシステムに書き込まれ、有限状態機械の状態遷移の時点で、そこから求解の進捗を表す簡潔な表現が構築されてエージェントの文脈となる。有限要素解析に適用され、6つのベンチマーク問題で評価された結果、18回の実行のうち16回に合格し、求解器の操作とモデル物理の両方の誤りを自ら修正した。文脈は実行全体を通して長さによらず有界に保たれた。
説明CVTSplat：適応型重心ボロノイ分割による多視点三次元再構成
要約本論文は、多視点画像から形状と外観を再構成するため、適応型重心ボロノイ分割（CVT）を用いるCVTSplatを提案する。セルのサイズは変化する符号付き距離場によって調整され、サイトは零等値面付近に集中しつつ、セルはほぼ重心に保たれる。著者らはこの規則性を生かし、GPUによる最近傍探索と近似ボロノイ構築、小さくほぼ等方的なセルに適した光線描画器を設計した。ボロノイ構築は汎用手法より5〜10倍速いとされる。DTUおよびBlendedMVSでは、最良の高速ガウシアン・スプラッティング表面手法に匹敵する幾何精度を示し、単一GPUで約2.5分で学習するという。
説明疑似ラベルはラベル付きデータと同じミニバッチを共有すべきか？訓練コストを抑えた半教師付き継続的能動学習
要約本論文は、能動学習の各ラウンドで訓練ステップ数を固定する状況において、疑似ラベルをどのように利用すべきかを検討しています。どの未ラベルデータに疑似ラベルを付与して訓練に使うか、また各ミニバッチ中での割合をどうするかという二つの判断を定式化しています。提案手法SSCAL は、任意の取得関数と組み合わせられ、既ラベル近傍との距離で疑似ラベルを選び、その割合を制限して、既ラベルデータの損失を再重み付けします。2つの音声データセット、2種類の凍結エンコーダ、6種類の取得関数、10のシードでの実験で、同じ訓練ステップ数の4つの手法中、平均で首位になったと報告されています。
説明対象領域を絞った深層回帰：UK Biobankの全身水脂肪MRIへの初期応用
要約本論文は、英国バイオバンク（UK Biobank）の頸部から膝までの水脂肪MRI画像を対象に、腎臓体積・心臓体積・年齢などの数値を画像ベースの回帰で推定する手法を提案しています。参照画像で手動定義した解剖学的部位を位置合わせ（レジストレーション）により他の画像へ伝搬させ、複数チャネルのコラージュ画像としてResNet50系ネットワークに入力します。決定係数R²は0.731〜0.984で、重要度マップは医学的に関連する領域を示しました。
説明巨大カーネル1つでは不十分：ストリーミング推論の分割位置を予測する
要約本論文は、カーネル融合をどこまで広げるべきか、どの境界を残すべきかを検討します。従来の計算グラフのプロファイルと単独カーネルのベンチマークから、エンドツーエンドで実行せずに最初の出力までの時間を予測する枠組みを提案しています。テストした13のモデルとバッチサイズの組み合わせすべてで、最適な構成は単一の巨大カーネルではなく、2〜4個の巨大カーネルの組み合わせか、完全に従来型の実行でした。
説明いつ人間に引き継ぐか：不確実性を考慮したコンテンツモデレーションのための意見対立パターン分析
要約本論文は、価値判断を伴うコンテンツモデレーションでは、エージェント間の意見対立が除去すべき誤りではなく、価値観の多元性を反映しうると指摘します。提案手法RTDA（推論トレース分歧分析）は、各エージェントの理由づけの類似性と結論の一致によって事例を四つに分類します。Measuring Hate Speech コーパスの1,000件では、この構造的な信号が、対立の大きさだけ、または出力だけを見る基準より、人間の注釈者間の不一致をよく予測しました。
説明RepoTrace：マルチラウンドのエージェント対話における要件トレーシングの改善
要約本論文は、コードエージェントが対話ラウンドの増加とともに性能を落とし、反復的なソフトウェア修正が難しくなることを指摘しています。EvoCode-Benchの2,656件のエージェント軌跡を分析し、要件の主たる修正対象と無関係なコードを区別できない「要件焦点のずれ」が繰り返し現れる失敗パターンであることを示しました。提案手法RepoTraceは、リポジトリ構造と要件の意味を組み合わせて要件とコードの対応関係を構築し、エージェントの文脈に注入します。実験では、複数のモデルとエージェントハーネスで平均ラウンド報酬が向上し、一部の設定では回帰エラーも減少したと報告されています。
説明幾何学的一貫性に基づくラベルなし検証：音声アクティブラーニングにおけるチェックポイント選択
要約本論文は、音声アクティブラーニングでチェックポイントを選ぶ際の、ラベルを使わない検証手法を提案しています。凍結した事前学習埋め込み空間で、ラベル付きデータから最近類平均法とk近傍法の2種類の分類器を作り、未ラベルデータの擬似ラベルを生成します。各チェックポイントを、その擬似ラベルとの一致度およびラベル付きデータ上の交差エントロピーで評価します。著者らによれば、同一のラベル予算の下で、追加ラベルを要しない手法の中で最良の平均順位を得たとされています。
説明制約付きデコーディングは有害か有益か：LLM性能への影響を再検討
要約本論文は、形式制約、有効性制約、推論制約の3種類の制約付きデコーディングを区別します。4つのモデル系列の11個のオープンソースモデルで因果的アブレーション実験を行い、見かけ上の性能低下は主にデコーダ層のマスキングではなく、非等価なプロンプトと出力形式によるものだと示しました。有効性制約は無効な回答を除き信頼性を高め、推論制約は有益な推論経路を強制することで正答率を向上させる場合があるとしています。
注目点制約の三分類を提案し、理論と複数モデルでの因果的アブレーションにより、制約付きデコーディングの影響を既存の通念に対して再検証している。
説明CRIM：効率的なパーソナライズ検索のための合成・再利用可能なアイテムメモリ
要約大規模言語モデルは、パーソナライズ検索や推薦で学習・推論コストが大きく、対話履歴が長くなるほど入力が増え、同じアイテムの文章が繰り返しモデルに入力されます。本論文はCRIM（Composable and Reusable Item Memory）を提案し、アイテム単位の意味符号化と、リクエスト単位の履歴モデリングを分離します。少数の学習可能な要約トークンが各アイテムを連続的なコンパクトな記憶に圧縮し、その記憶はユーザーやクエリに依存しないため複数のリクエストで再利用できます。MovieLens-1M、Qilin、新データセットLazSeqでの評価では、同じバックボーン規模で最先端の検索性能を示しつつ、推論コストを大幅に抑えています。
注目点アイテムの意味符号化とリクエスト単位の履歴モデリングを分離し、再利用可能な連続メモリで反復エンコードを削減する点に新規性がある。3つのデータセットで実験とコスト分析を行い、証拠は比較的十分。
説明RSIV-Harness：開かれた領域の対話型テキストからの可視化のための再帰的自己改善ハーネス
要約本論文は、言語モデルの重みを固定したまま、エージェント自身の失敗履歴をもとに周囲の実行ハーネスを再帰的に修正するRSIV-Harnessを提案している。修正案は四層の仕組みでアンカーとメモリの検査を受ける。また、640タスクからなるODAC-Visベンチマークを導入し、データ発見、曖昧さの解消、複数ターンでの図の改良、実行可能な図の生成を評価する。実験では、一回の改善で六つの評価指標すべてが初期ハーネスより向上し、実行可能性と図の構造で特に大きな伸びが見られた。
説明CoPE-CGL：リプレイ不要の継続グラフ学習のためのコミュニティ認識プロトタイプ抽出手法
要約本論文は、過去データを保存せずに継続グラフ学習を行うフレームワーク CoPE-CGL を提案します。多段ホップのラプラシアン平滑化で事前計算した、パラメータを持たない構造事前情報を学習・記憶・推論の基盤として用い、コミュニティ単位のプロトタイプと多数決による動的ルーティングを組み合わせます。同じ記憶容量でタスク識別子なしに、Arxiv と CoraFull で最強のリプレイ手法と同等の平均性能を示し、実行速度は速く忘却はゼロです。主に、コミュニティ構造を持つ同質グラフを対象としています。
説明OVM-Occ：幾何認識型視覚言語蒸留による開放語彙単眼占有予測
要約本論文は、単一のRGB画像から室内シーンの三次元幾何と意味を推定する開放語彙単眼占有予測を扱います。提案手法OVM-Occは、言語埋め込みガウス分布を中間表現とし、幾何認識型の変形可能注意機構、インスタンス単位の視覚言語埋め込み、幾何と意味学習を分離する蒸留を組み合わせています。また、より多様な細粒度カテゴリを含むOpenOcc-ScanNetとOpenOcc-Replicaを構築し、Occ-ScanNetで従来最良法を12.2 mIoU、0.6 IoU上回ったと報告しています。
説明ブラックボックスシミュレータの時間差分キャリブレーション手法
要約本論文は、目標システムの一段階遷移とノイズを含むシミュレータの継続値を用いて、ブラックボックスシミュレータのパラメータを校正する、導関数を必要としない時間差分（TD）の枠組みを提案する。ランダム方向の有限差分に基づく3つのTDアルゴリズムを示し、概確実収束、最終反復の平均二乗誤差の上界、Polyak-Ruppert平均の中心極限定理を導いている。さらに、モデル指定の正否がバイアスと収束速度に与える影響を分析している。
注目点ベルマン直交性に基づく微分不要のTD校準枠組みを提案し、特定条件下で有限差分バイアスが消えるという新現象を示す。理論的境界の改善は実質的だが、実験による検証は限定的。
説明共有コンテキスト、独立したエンジン：エッジSoC上のストリーミング視覚言語推論
要約エッジSoCはCPU・GPU・NPUを搭載するが、既存の視覚言語モデルの実行環境は一つのエンジンで生成を行い、他は遊休になりがちである。本論文の\nameは、ストリームのバージョン管理されたコンテキストと各エンジンのKV状態を分離し、複数の異種アクセラレータで有状態の推論を並行実行する。Apple M4 Max、Rockchip RK3588、Qualcomm QCS6490で、最強の単一エンジン基準を上回るスループットを示したと報告されている。
説明推論レイテンシを考慮した Tsetlin マシンの学習手法
要約本論文は、論理ベースの機械学習モデルである Tsetlin マシン（TM）において、学習ハイパーパラメータ T と s が分類精度と推論レイテンシにどう影響するかを検討しています。精度を制約条件として扱い、s を大きくする方向に探索する手法を提案しています。gem5 シミュレータ上の ARM プロセッサでの実験では、6 つのデータセットで推論レイテンシを最大 16.34% 削減し、一部では精度低下が 0.06% にとどまりました。網羅的なグリッド探索より評価回数が大幅に少なくて済みます。
説明InterQ-RL：量子化エージェント強化学習における相互作用認識型の実行ずれ補正
要約本論文は、多ターンのエージェント強化学習で量子化ロールアウトにより生じる実行ずれの問題に取り組み、InterQ-RLを提案しています。この手法は、状態に至った方策履歴に対して有界な実行プレフィックス補正を行い、固定の変位予算のもとで有効サポートに基づき行動セグメントごとに補正強度を配分します。追加のモデル前向き計算は不要です。ALFWorld、WebShop、ScienceWorldで4Bから30Bの密モデルと混合エキスパートモデルを評価し、量子化後の最終結果はBF16に0.7ポイント以内で並び、2つの設定では上回ると報告されています。
説明階層別リパッキング：追加の再分配パスなしで可変長ハイブリッドアテンションを学習する手法
要約本論文は、可変長サンプルでハイブリッドアテンションモデルを学習する際、層ごとに並列化の要件が衝突する問題を扱い、階層別リパッキング（Layerwise Repacking）を提案する。全アテンション層では広いシーケンス並列グループを維持し、スパースアテンション層ではサンプルをノード内の小さなグループに再配置して実行する。層の切り替えは既存の全アテンション層の通信に相乗りして行うため、追加のデータ再分配は不要である。1F3S型ハイブリッドアテンションモデルの一部の学習ステップでは、リパッキング単独で平均エンドツーエンド時間が5.95%短縮し、モデルFLOPs利用率（MFU）が3.75ポイント向上した。改良された親グループ求解器を併用すると、時間は7.61%短縮し、MFUは4.83ポイント向上した。
説明PROBE：最先端のコーディングエージェントが見つける不具合は、メンテナーが修正する不具合と異なる
要約本論文は、20の GitHub リポジトリで18か月間に修正された計2,457件の不具合を収めたベンチマーク PROBE と、候補となる発見を参照集合と照合する手法を提案している。評価では、各最先端モデルの再現率は21%未満、適合率は9%未満であった。より強力なモデルは再現率を高めたが、適合率は改善しなかった。さらに、エージェント間で発見された不具合の分布は似ているものの、メンテナーが修正した不具合の分布とは大きく異なることが示された。
説明金融不正検知のための、事業意味情報を取り入れたLLM強化型異種グラフ学習（SemHGT）
要約本論文は、取引グラフ内の構造化属性をエンティティの役割（カードや加盟店など）に応じて大規模言語モデルで解釈し、事業上の意味を明示するSemHGTを提案している。役割を考慮したプロンプトでリスク関連の記述を生成し意味ベクトルとして表現に加え、意味的類似度で経路事例を抽出、さらに統一Transformerで処理する。著者は3つのベンチマークで多くの比較指標において既存の基線を上回ったと報告している。
説明モデルはその情報を使ったのか？反事実学習で言語モデルの自己帰属を高める
要約本論文は、言語モデルが質問に添えられた情報によって回答が影響された場合にのみ、その旨を示せるか（自己帰属性）を検討しています。11の最先端モデルの多くは影響のある情報をほとんど示さず、残りは影響のない情報を帰属させることがわかりました。提案手法CREDITは、人手による注釈なしに反事実ラベルで最終回答の帰属を直接教師し、4つのオープンモデルで改善を示し、未見の情報種類にも一部転移しました。
説明気候変動関連の健康課題に対するアフリカでの人工知能活用に関する文献分析
要約本論文は、Scopusに収録された世界とアフリカの文献を書誌計量学的手法で分析したものです。世界の研究は地球の健康（planetary health）を対象とした複雑な予測モデルを重視する一方、アフリカの研究は感染症の即時トリアージに向けた地域密着型の対応的解決策に焦点を当てていることを示しています。計算資源の不足、データのサイロ化、エネルギーの不安定性といった構造的障壁がアフリカでの高度なAI拡大を妨げており、論文は国際資金を分散したパイロット事業から基盤的なデジタルインフラと地域に根ざしたAI枠組みの構築へ移すべきだと結論づけています。
説明AgenticCity-Bench：都市動態の縦断的マルチモーダル観測とエージェント型推論のためのベンチマーク
要約本論文は、六大陸12か国の16都市を2000年から2025年まで対象とし、都市機能、活動、環境状態にわたる18のモダリティを含む縦断的マルチモーダルベンチマーク「AgenticCity-Bench」を提案しています。データは共通の空間参照と暦インデックスのもとで整理され、空間・時間的カバレッジ、出所、タイル単位の利用可能性が保持されています。これを基盤に、都市のクロスモーダル変換と、予測・計画・資源分析を含むエージェント型都市タスクを支援します。
説明報酬誘導型 RRT*：予算制約付きのタスク・運動計画
要約本論文は、限られた移動予算の下で報酬の高い地点を選び、実行可能な運動を同時に計画するサンプリングベースの手法「報酬誘導型 RRT*（Reward-Guided RRT*）」を提案する。事前にタスク遷移グラフを作成せず、連続状態空間で局所的なタスク選択と運動計画を段階的に行い、予算内で帰還可能かを確認しながらミッションを構築する。障害物やタスク数を増やした実験では VNS-PRM* と同程度の解が得られ、サンプル状態数は大幅に少なかった。さらに Dubins 転向に拡張し、CoppeliaSim で縮尺型の自動車型ロボットを用いて車両運動学の制約を組み込めることを示した。
説明エージェント性証明（Proof-of-Agentness）：ウェブ上でのエージェント検証に向けて
要約本論文は、LLM を用いたエージェントと単純なボットやスクリプトなどの自動クライアントを区別する仕組み「エージェント性証明（PoA）」を提案しています。チャレンジ応答による能動的検証と、サービス側から見える信号の受動的分析という二つの方法を検討しています。八つの言語モデルは挑戦課題で全体 96.5% の精度を示し、平均オーバーヘッドは 1,647 トークンでした。受動的分析では、四つの分類器の平均精度は 95.8% でした。
説明衛星インテリジェンス：LEO衛星コンステレーションにおける分散学習・協調推論・LLM適応の解説
要約本論文は、低軌道（LEO）衛星ネットワーク上の人工知能活用を体系的にまとめたサーベイです。軌道上では、トポロジーの変化、断続的なリンク、サイズ・重量・電力（SWaP）の制約が課題になると指摘しています。連合学習（FL）と分割学習（SL）による衛星と地上の協調学習、単一・複数衛星および衛星と地上を組み合わせた協調推論、軌道上での大規模言語モデル（LLM）の適応と提供の三つの方向を扱い、最後に未解決の課題と今後の方向性を挙げています。
説明ゲートに判断させる：LLMにおける量子化条件付きメモリの参照ごとの精度
要約本論文は、大規模なハッシュ化n-gramテーブルを言語モデルに付加する条件付きメモリ層（DeepSeekのEngramなど）の量子化を扱います。提案手法GateRQは、各行を1ビット残差符号の階層として保存し、ゲートで参照の優先度を決めて、上位の参照だけ深い階層を読み込みます。再学習なしで、DeepSeek-V4.1-FlashのGPUテーブルメモリを7.8分の1に削減し、FP8テーブルと比べてvLLMのスループットを11%〜31%向上させ、2つのモデルで精度低下はわずかです。
