本サイトは 12 時間以上更新されていません（通常は 3 時間ごと）。以下の内容は最新でない可能性があります。
このページに条件に合う項目はありません（絞り込みはこのページ内のみ）。
説明スケルトンコーディング：エージェントへの仕様としてのプログラム構造
要約論文は、コーディングエージェントが自ら選んだプログラム構造によって出力が左右されるため、テストや入出力例だけでは開発者の意図を確定しにくいと指摘します。著者らは、動作仕様と並べて高水準のコード形式で構造を指定する「スケルトンコーディング」を提案しています。理論面では必要なテスト数を指数的に減らせることを示し、4つのモデルと3つのベンチマークでは、最良のスケルトン仕様が最良のエンドツーエンド仕様より平均テスト誤差を48.4％減らしたと報告しています。
説明RainCheck：機械学習と過去の気象データによるバングラデシュの降雨予測
要約本研究はバングラデシュ気象局の35観測所による1948年から2014年までの618,650観測日のデータを用いて、複数の機械学習モデルの降雨予測能力を比較しています。観測所と月ごとの気候統計だけで高い精度が得られ、将来の年を対象とした評価では多くのモデルが気候統計を有意に上回りませんでした。また、データ漏洩を避けた評価手法とコードが公開されています。
説明GAAC：個人向けデバイスでのLLM推論のための無損失KVキャッシュ圧縮
要約本論文は、指数部の冗長性を利用して保存容量を減らし注意機構を高速化する、無損失のKVキャッシュ圧縮・サービング方式GAAC（Group-Adaptive Additive Codec）を提案しています。テストした5つのモデルでBF16のKVキャッシュを1.405～1.407倍に無損失圧縮できたと報告しています。NVIDIA DGX Sparkでは64Kトークンの文脈でデコード注意機構が1.19～1.27倍、Apple M4では1.02～1.25倍高速化されたとされています。
説明ptychography向け拡散事後サンプリングの段階的結合法
要約ptychography（ptychography）は、重なり合う回折測定から試料を再構成する計算イメージング手法です。走査の重なりを減らすと測定は効率化しますが、再構成に使える物理的制約が弱まります。本論文は、不確実性が高いうちは解空間を広く探索し、再構成が精密になるにつれて拡散モデルによる誘導の一貫性を強める、段階的結合事後サンプリング（PCPS）を提案します。さまざまな走査重なりでの実際のX線ptychographyデータで、特に重なりが少ない場合に従来の反復法や既存の拡散事後サンプラーより再構成精度が向上し、拡散事前分布が必要な測定冗長性を減らせることを示しています。
説明テンソルPCAにおいて平滑化と平均化を施したマルコフ連鎖がアルゴリズム閾値に到達する（第2部：ランジュバン動力学）
要約本論文は、球面上のテンソル主成分分析問題、すなわちノイズを含むk乗テンソルの観測から未知ベクトルを復元する問題を扱います。焼きなまし（アニーリング）とエルゴード平均を組み合わせた球面ランジュバン動力学が、一様ランダムな初期化から出発して、アルゴリズム閾値より上で多項式時間の強い復元を達成することを示しています。第1部の結果と合わせて、局所的なマルコフ連鎖が無情報のコールドスタートからアルゴリズム閾値まで成功しうることを示しています。
注目点焼きなましと エルゴード平均を加えた球面ランジュバン動力学が、ランダム初期化から多項式時間で閾値以上の張量PCA復元を達成すると示す。Part Iの続編。
説明一石二鳥：統合検索と活用によるスキル拡張生成
要約本論文は、スキルの検索と活用を同一モデルで同時に学習させる強化学習フレームワーク「Skill-Uni」を提案している。学習はウォームアップの指示チューニングとGRPOの二段階で行われる。五つのスキル関連ベンチマークで、ベースモデルのQwen3-4BおよびLLaMA3.1-8Bに対し平均でそれぞれ66.59%、34.82%の性能向上を示し、多様なスキル検索エンジンと併用できることも報告している。
説明自然言語から実用的な回路図へ：パワーエレクトロニクス回路図自動生成ワークフロー
要約本論文は、自然言語による仕様をKiCadで編集可能な検証済み回路図と製造用成果物に変換する、有界二重ループ型の自動回路図生成フレームワークを提案している。Buck、Boost、Flyback、DAB、ハーフブリッジLLCなどのトポロジーに対応し、流通業者APIやデータシート、ngspiceによる過渡解析、KiCadネットリストの往復検証を組み込んでいる。2つの事例と素のLLMとの比較により、部品検証の網羅率、公称値の一致率、SPICEシミュレーション合格率の向上が示されている。
説明水中での身体性知能：多タスク水中マニピュレーションのための模倣学習
要約本論文は、穏やかな水域と乱流のある水域で収集した1616エピソードの水中操作データを用い、14種の汎用視覚・言語・行動（VLA）モデル（DynamicVLA）を訓練しました。海水による視覚歪みと動的な流れが生む領域シフトへの対応が狙いです。3タスクの実機評価では、10モデルがベースラインを上回り、最良モデルの総合成功率は93.3%でした。さらに海洋考古学の現場で、単一タスクのACTと汎用VLAのSmolVLAを比較し、ACTが大きく優れる結果（合計成功率47.9%対7.9%）を示しています。データ収集、学習、展開に用いたBLUEMBODIEDキットはオープンソースで公開されています。
説明Convex-SKM-Net：ニューラル凸制約充足のための低遅延ブロック半空間補正手法
要約本論文はConvex-SKM-Netを提案する。これは残差と（劣）勾配オラクルから線形化半空間を構成する凸制約充足層で、制約ごとの射影を用いず、最小変位ブロック問題に固定深さの双対射影勾配降下法を適用して予測値を補正する。予測器と正定値のモビリティ行列を同時に学習し、補正の幾何を調整して目的関数の品質を高める。二次錐MPCの3つのホライズンと電力系統の凸緩和6件の試験で、出力は10^-3の実行可能性許容誤差を満たし、比較手法に対して推論が最大144.3倍高速になったと報告されている。
説明GearUp：スラック時間に基づく事前ロードで推論を高速化する DAG 対応サーバーレス推論基盤
要約本論文は、有向非巡回グラフ（DAG）で構成された機械学習推論ワークフローをサーバーレス基盤で高速化するシステム GearUp を提案している。DAG が示す待ち時間（スラック）を利用して、上流の実行中に各ノードのライブラリ、モデル重み、CUDA カーネルを先行ロードする。さらに、インスタンスの再利用と確率的なキープアライブ方策を用いる。AMBER Alert と FINRA-ML のワークフローで、SMIless と比べて中央値の端から端までのレイテンシがそれぞれ 64.5% と 75.9% 削減された。
説明プロトタイプ誘導型の動的ドメイン変調と多SKUシャンプーボトル表面欠陥検出の大規模ベンチマーク
要約本論文は、SKUごとに外観が異なるシャンプーボトルの表面欠陥検出を扱います。13,119枚の画像、20,419個のインスタンス単位のバウンディングボックス、7種類の欠陥カテゴリ、48のボトルSKUからなる大規模ベンチマーク「Bottle-SKU」を構築しました。提案手法ProDMMは、SKUごとの視覚プロトタイプを用いて入力に応じた調整を動的に生成し、事前学習済みのGrounding DINO検出経路を保持します。Bottle-SKUと公開データセットGC10-DET-SKUでの実験により、有効性が示されています。
説明マルチモーダル・グラウンディングでテキスト審査を補完：ショート動画プラットフォームにおける詐欺的誘導行為の検出
要約本論文は、ショート動画プラットフォーム上で「いいね」「フォロー」「非公開チャット参加」などを促し、金融詐欺へ誘導する行為を対象とする。OCRと大規模言語モデルを組み合わせた従来の手法に、マルチモーダル大規模言語モデル（MLLM）を加えたOCR+MLLM方式を提案し、OCR+LLM、OCR+MLLM、大型ゼロショットMLLMの三方式を比較している。2,419本の動画（3,194の注釈付きイベント）からなるデータセットで評価した結果、OCR+MLLMは時間的定位（mIoU 26.52、キーフレーム基準の14.49を上回る）に優れ、テキストのみの手法では見逃す非テキストの誘導も検出し、宏マクロ再現率67.0%を維持した。
説明マルチフィデリティなマルチスケールモデル閉包と演算子横断の分布外汎化のための文脈内学習
要約本論文は、単一の共有モデルで複数のマルチフィデリティ演算子を学習する文脈内マルチフィデリティ学習の枠組みを提案している。モデルは複数の演算子から得られた低精度と高精度の対応データを例示として、新しい粗スケール解のクエリを与えられ、対応する細スケール解を予測する。学習後は、新しい演算子に対して少数の粗細例とクエリがあれば、微調整なしで細スケール解を予測できる。
説明DecompGym：大規模言語モデルエージェントによる分解アルゴリズム設計のベンチマーク
要約本論文は、九つの問題群（Benders分解5件、列生成4件）から構成される81のインスタンスからなるベンチマーク「DecompGym」を提案する。エージェントは指定された手法の求解器を作成し、60秒以内の実行、LLMによるコードの方法監査、保存された最適目的値との1%以内の差異という三つの基準で評価される。12のモデルを、独立した再生成と失敗原因を先に診断する反省の二方式で比較した結果、反省方式では再試行の66%が成功し、再生成の39%を上回った。
注目点新規性は、Benders分解と列生成を実装するLLMエージェントを評価し、方法監査と出力検査を区別した点にある。81インスタンスと12モデルで評価し、再生成と反省を比較している。
説明実世界のコード検証に向けたLean定理証明の大規模化に関する研究
要約本論文は、分離されたコンテキストを持つ再帰的エージェント、非同期探索、並列タクティクプロービング、弾力的な精緻化サービスから構成される証明システムEasyProverを提示し、追加学習なしで既存の最先端モデルを用いてPutnamBenchやIMO 2026の形式化問題などで高い成功率を示している。ベンチマークが飽和に近いため、著者は競技プログラミング問題を実装に基づく検証タスクに変換するAegisを提案する。このパイプラインは2,045組の差分検証済みRust-Leanプログラム対と11,533件の候補仕様を生成し、2,000件の層別サンプルでは、EasyProverが1語句あたり30分の予算内で1,054件（52.7%）を証明した。
説明勾配ベースの敵対的拡張フレームワーク：学習不能データセットへの対策
要約本論文は、公開データを無断の model 学習から守る学習不能データ手法（ULD）に対し、勾配ベースの敵対的データ拡張フレームワークを提案している。確率的勾配上昇により拡張ポリシーを学習し、微分可能な拡張パイプラインで最大18種の拡張技術を探索する。代理モデルの分類損失を最大化するよう訓練し、知覚と画素の両方の正則化で画像の意味を保つ。制御された比較実験では、同等のランダムサンプリングのベースラインを上回る結果が示されている。
説明データ量の異質性がニューロイメージング向け連合学習の性能を向上させる
要約本論文は、構造的磁気共鳴画像（MRI）からアルツハイマー病を分類するニューロイメージングタスクにおける連合学習（Federated Learning）を扱っています。各拠点のデータ量が異なる構成（1つの大規模拠点と複数の小規模拠点）と、各拠点のデータ量が同じ構成を比較しています。異質な構成は、特にデータが少ない状況で同質な構成より高い性能を示し、集中学習に近い性能に達すると報告しています。大規模拠点があると収束が速く、最終的な精度も高くなる傾向があります。
説明B2P-Corr：非分解型相関損失のためのバッチから母集団への勾配推定法
要約ピアソン相関係数や一致相関係数などの指標はデータセット全体の統計量に依存するため、ミニバッチの局所統計で直接学習すると、偏りと分散の大きい勾配が生じると論文は指摘する。著者らは、軽量な全体モーメントスケッチを用いて相関目標を分解可能な擬似損失に変換するB2P-Corrを提案し、B2P-EMAとB2P-Uの二つの variant を示す。実験では、合成データと実データの両方で、素朴なミニバッチ最適化より安定し相関が高く、追加コストもわずかであった。
説明同じ勾配を別の ε で再生する：希少な埋め込み行に対する Adam の ε の固定軌道による説明の事前登録検定
要約本論文は、Adam最適化法の ε 項が希少トークンの出力埋め込み行の更新量に与える影響を検討しています。学習中に、同じ行の更新を別の ε で再計算する再生を行い、事前に定めた基準に従って説明の妥当性を検定しました。ε を4桁増やすと、再生による予測は実際より大きく外れ、その行は予測より多くの変位を保持しました。3桁増加の場合は差が小さいものでした。
説明超高解像度衛星画像による建物被害評価における近隣ショートカット：診断と建物証拠プラグイン
要約本論文は、超高解像度衛星画像から建物被害を評価する深層モデルが、隣接建物の被害度に依存するショートカットを用いている問題を検証している。孤立した被害建物の見逃しが多いことを示し、既存モデルを再学習せずに建物単体の証拠を加える二つの専門家からなるプラグインを提案している。
説明ATI-OPD：長系列のオンポリシー蒸留のための適応的教師介入手法
要約本論文は、オンポリシー蒸留を安定させる学習手法ATI-OPDを提案します。学生モデルが長い回答を生成すると、推論の前半部分が教師の推論から逸れ、後半への教師のフィードバックが弱まる問題があります。ATI-OPDは、最初に大きく食い違った部分を短い教師の文章に置き換え、学生がそこから推論を再開できるようにします。五つの数学推論ベンチマークと二組の教師・学生モデルで、標準的なオンポリシー蒸留より学生単独の平均正答率が向上したと報告されています。
説明REEL：同じフレーム、異なる回答と異なるコスト
要約本論文は、同一の観測フレームから作られた3種類の保存型メモリ（テキスト要約、視覚エンコーダ出力、言語モデルのプレフィックス状態）を比較する評価フレームワークREELを提案しています。各メモリを、フレームを毎回再処理する方式と、正答の入れ替わり、累積GPU時間、保存容量の観点で比べています。前缀状態メモリは、ほぼすべての正答を保ちつつ総GPU時間が最も少なく、代わりに1本の動画あたり最大約21 GiBの保存容量を必要とすると報告されています。
説明まず下限を保証し、その後で埋める：十億人規模で公平な動画推薦のためにクリエイター生態系をシミュレーションする
要約本論文は、約4.2万人のクリエイターと視聴者の相互作用を12週間にわたってモデル化する、実データに基づくユーザーシミュレーション枠組みを提案しています。予算制約付きマルチアームドバンディットとして定式化した、公平な再生配分の方策を評価しています。下限保証付きの方式では、毎週90%のクリエイターが再生目標を達成し、小規模クリエイターの自然なリーチは週あたり約33%増加したと報告されています。
説明MASS：漏洩耐性推論のための多重マスク選択的自己蒸留（論文）
要約本論文は、大規模モデルの推論学習を改善するための多重マスク選択的自己蒸留手法MASSを提案している。同一の検証済み解答から独立にマスクした複数の視点を生成し、教師モデルが多様な参照情報を統合した予測を行えるようにする。信頼できるトークン単位の修正を選択的に伝達し、影響の大きい参照区間にマスクを適応的に集中させる。数学推論ベンチマークと複数のモデル系列での実験において、MASSは強力な自己蒸留のベースラインを一貫して上回ったと報告している。
説明StepControl：足の接触スケジュールから長時間の人体動作を生成する手法
要約本論文は、未来の左右の足が地面に接触するタイミングを二値で指定するだけで全身の人体動作を生成する自己回帰型拡散モデル「StepControl」を提案しています。目標となるルートや身体の姿勢、意味的なプロンプトは不要です。接触を明示的な時間イベントとして扱い、専用のクロスアテンションと分類器不要ガイダンスで組み込みます。実験では、既存の空間誘導型モデルを接触制約に適応させる方法より正確に接触タイミングに従い、歩調の変化や歩行停止、跛行、両足ジャンプなどの編集された時間表にも対応することが示されています。
説明BridgeRouter：クロスモーダル橋渡し経路群における利得考慮型インスタンス単位ルーティング
要約本論文は、事前学習済みの脳波（EEG）基盤モデルを、他の生体信号へ再学習なしで転用する問題を扱います。全インスタンスに単一の橋渡し経路を割り当てる代わりに、凍結された複数の経路の中からインスタンスごとに一つを選ぶBridgeRouterを提案します。既定経路は検証で選ばれた最良の単一経路です。FOG（筋電図による歩行凍結検出）とISRUC（心電図による睡眠分類）の両方で、各最良単一経路より平衡精度が向上したと報告しています。
説明暗黙的期待対数密度比の推定：期待対数密度比（ELDR）の概念を導入し、有限サンプルでの推定の根本的限界と改良手法を示す研究
要約本論文は、ある第三の測度の下で対数密度比を積分した「期待対数密度比（ELDR）」の概念を提案している。暗黙的密度を扱う多くの問題では、密度比推定（DRE）を単純に用いる場合でも、実際にはELDR推定の課題であることを示す。有限サンプルでのELDR推定には基本的な限界があり、一般的なDREに基づく手法はELDR推定には適さないと論じている。さらに、一部のDRE手法に簡単な修正を加え、ベンチマークで推定誤差が改善されることを示している。
説明SkillCT：エージェントスキル評価のための多次元ベンチマークと実行不要ベースライン
要約本論文は、下流タスクの効用にとどまらず、スキルの品質を多次元で評価するベンチマークSkillCTを提案している。静的、動的、人手支援の三側面にまたがる九つの次元で評価を行う。さらに、評価対象のスキルを実行せず、類似した参照スキルを検索して多次元の品質プロファイルを予測するベースラインを示し、SkillCTに基づく最適化で下流タスクの成功率と実行効率が向上すると報告している。
説明El Agente Quntur：CASSCFのためのエージェント型活性空間選択
要約この論文は、多参照量子化学計算（CASSCF）で活性空間を自動的に選ぶマルチエージェントシステムを検討している。軌道の選択、目的の励起状態の確認、収束の判定を、エージェントが行うことを試みている。32の一重項励起を対象に、決定論的な六つの活性空間選択手法と比較し、CASPT2の参照値に対する励起エネルギーの平均絶対誤差が最新手法より48%減ったと報告している。一方で、同じ分子でも実行ごとに計算の経過やコストが大きく異なるとしている。
説明拡張ではなく分解：構造によってモデル能力に依存しないAIシステムを作る
要約本論文は、AIシステム構築時に、モデルが難しすぎる課題に対し、モデルを拡張するか、課題を分解するかという設計上の選択を扱う。決定論的に解ける部分をホスト側に任せ、モデルには本質的に曖昧な残りの部分だけを担当させる方法である。九つのモデルでの測定では、分解された下位タスクでモデル規模による性能差が消えたと報告し、その設計原則を物理設定、モーションリターゲティング、オブジェクトモデル編集など複数分野に適用できると論じている。
説明グラフベース最近傍探索の最悪ケース保証に関する研究
要約本論文は、HNSW、DiskANN、NSGなどのグラフベース最近傍探索アルゴリズムの理論的保証を検討したものである。ユークリッド空間において、平坦または階層的グラフ上で貪欲探索の変種を実行する標準的なグラフ手法は、近似係数が任意に大きくても準線形のクエリ時間を達成できないことを示している。一方、探索グラフにSteiner点を許容すれば準線形のクエリ時間が可能であり、その境界は局所性鋭敏型ハッシュ（LSH）に匹敵すること、そして実用的手法へのSteiner点の導入について予備実験も行われていることを述べている。
注目点標準的なグラフ探索法はユークリッド空間で劣線形のクエリ時間を得られないことを示し、Steiner点を導入すればLSHに匹敵する界が得られることを作者が証明したと報告している。
説明グラフニューラルネットワークへの敵対的攻撃と防御のための分離原理
要約本論文は、グラフニューラルネットワークへの敵対的攻撃を、勾配や学習ポリシーだけでなく、グラフの構造に基づく問題として捉えています。正規化隣接演算子のスペクトル特性から特徴量攻撃を導き、最適な摂動が、グラフのみに依存する成分と重みのみに依存する成分に分解できるという分離原理を示しています。この原理に基づき、勾配計算を必要としない攻撃手法 SepAttack と、対敵的学習手法 SepAT が提案されています。
説明MiniMMD：サンプリング・推論・積分のためのMMD最小化
要約本論文は、計算統計学と機械学習における多くの問題を、カーネルに基づく確率測度間の距離である最大平均差異（MMD）の最小化によって統一的に扱うものです。MMDは統計的に意味のある分布間距離であるだけでなく、実用的で効率的なアルゴリズムを設計するための扱いやすい最適化目的でもあると位置づけています。論文は、こうした最小MMDに基づくアルゴリズムの近年の理論的・実証的な進展をまとめています。
説明LOLは何を測定しているのか？低照度画像強調ベンチマークに潜む隠れたラベルのずれ
要約本論文は、低照度画像強調の標準ベンチマークLOL-v1とLOLv2-Realを、8手法の公開チェックポイント18個を用いて検証しています。テストラベルが訓練ラベルと異なり、LOL-v1のテストラベルは描画方法が異なり、LOLv2-Realのテストセットのラベルは訓練ラベルより全体的に暗いと報告しています。さらに、テストセットでのモデル選択や公開されたテスト時設定が結果の順位に影響することを示し、報告の推奨事項も示しています。
注目点新規性は、低照度画像強調ベンチマークのテストラベルと学習ラベルの隠れたずれを明らかにし、順位への影響を定量化した点にある。
説明LLMON を用いた大規模言語モデルの事後学習
要約本論文は、実行可能な命令と受動的なデータを明確に分離し、識別子による実行を要求する LLMON（LLM Object Notation）を用いた事後学習手法を提案しています。約 46 億トークンの構造化学習コーパスを構築し、Granite-4.1 の 3B と 8B のベースモデルに対して教師あり微調整と強化学習を行いました。間接的なプロンプトインジェクション攻撃の成功率は 53〜100% から 0.02〜5.6% に低下し、汎用的な能力も維持されたと報告しています。
注目点命令とデータを分離する構造化後学習により間接的プロンプト注入の成功率を大幅に下げ、注意ベースの解釈指標を提案。摘要は2モデルと注入ベンチマークでの結果を報告。
説明難しすぎず、易しすぎず、ちょうど良い：仮想現実消防訓練における成績に基づく課題適応
要約本論文は、仮想現実（VR）消防訓練のためのProACTシステムを提案している。受訓者の成績に応じて、模擬火災の動態との閉ループ相互作用を通じて訓練の難易度を調整する。グローバルモジュールは受訓者の成績に基づき場面全体の延焼動態をリアルタイムで調整し、ローカルモジュールは環境内の物体ごとの可燃性を定期的に更新する。評価では、既存の適応型および非適応型ベースラインと比べ、客観的な訓練成績と主観的な利用体験の両方が向上したことが示された。
説明美は人間的だ：AIが生成したアートを好むとき、人が作ったと考えやすい
要約公開のオンライン「AIアート・チューリング・テスト」で11,123人が50点の画像（うち26点はAI生成）について人間の作品かを判断し、お気に入りを選びました。受験者と画像を固定した分析では、お気に入りに選ばれた画像は人間の作品と判断される確率が22.1ポイント高く、AI生成と人間制作のお気に入りで同様の傾向が見られました。AI詩を扱った既存実験の再分析でも同じパターンが確認され、出所が隠されているとき、好みと人間制作の認識は連動することが示されています。
説明ゲティア・マシンから正当化された真の出力へ：生成AIにおける合理的信頼の三段階論
要約本論文は、ユーザーが生成AIの出力から命題を得たとき、それをいつ知識として扱い、いつ合理的に信頼してよいのかを論じる。著者は、AI媒介の探究に特有の失敗が、正当化された真なる信念（JTB）の伝統とその後のゲティア問題への反偶然性の修正が診断しようとしたものと重なると主張する。獲得、理解、独立した検証からなる三段階の利用構造を提示し、リスクに応じた基準として「正当化された真の出力（JTO）」を提案する。日常的な検証の問いは「もしこれが偽だったら、自分は気づけただろうか」である。
説明「Who Called?」V33DA：ゼブラフィンチの群れにおける発声者特定のための、物理的に検証されたマルチモーダルベンチマーク
要約本論文は、社会性のあるゼブラフィンチの群れで、どの個体がどこで鳴いたかを特定するためのデータセットV33DAを提案している。33,625件の検証済みイベントを含み、5チャンネル音声、3方向のカメラ映像、各個体の校正済み3次元姿勢、10羽分の無線テレメトリを対応づけている。発声者の正解は体に取り付けた加速度計の振動信号で確認され、この信号は評価対象のモデルには与えられない。既知の個体には強いが未知の個体では性能が大きく落ちる手法がある一方、空間推論を明示的に保つ手法の方が新しい個体への汎化性能が高いことが報告されている。
説明TGTV：時空間グラフ学習と大規模言語モデルによる無人機の故障検知・追跡の解釈可能なフレームワーク
要約本論文は、固定翼無人航空機（UAV）の故障検知と追跡のためのTGTVフレームワークを提案する。時空間グラフ学習と大規模言語モデルを組み合わせ、時間畳み込みネットワーク、グラフアテンションネットワーク、Transformerと変分オートエンコーダで異常を検出し、連続時間Shapley帰属で重要なセンサーと時間区間を特定する。公開データセットALFAでの跨航空機ホールドout実験では、窗口レベルのPR曲線下面積が0.976、航空機レベルの故障診断のF1スコアが0.944であった。
説明同じラベル、異なるインターフェース：ロボット学習における行動空間ラベルを超えて
要約ロボット学習の研究では、位置と速度の行動を単一の実験条件として比較することが多いが、ラベルだけではロボットが実際に実行する内容は決まらない。本論文は同一の学習器と学習予算のもとで、接触の多い Factory の三タスクにおいて五種類の関節空間インターフェースを比較し、フィルタリングや物理スケーリングなど見過ごされがちな性質が結果の帰属に影響することを示す。局所的な生トルク指令ゲインに合わせて速度スケールを校正しても、両者の学習結果には残差が残る。
説明The Prestige：マジックを用いた認知的視覚推論のベンチマーク
要約本論文は、プロのマジック公演を題材にした動画理解ベンチマーク「The Prestige」を提案している。意図的なミスディレクションの中で出来事を追跡し、予想外の結果を説明できるかを評価する。質問は時間的・因果的理解から、敵対的な質問への頑健性までを扱う。主要な視覚言語モデルの評価では、最も強いモデルでも人間の性能との間に大きな差があることが示された。
説明倉庫物流の自動化最適化のためのAI駆動型デジタルツインフレームワーク
要約本論文は、FlexSimベースのデジタルツイン環境で強化学習エージェントを用い、リアルタイムに商品配置を最適化するフレームワークを提案しています。エージェントはストリーミングされる運用データから継続的に学習し、ピッキング時間の短縮とシステムスループットの向上を図ります。シミュレーション環境では4ゾーンの倉庫レイアウトとフォークリフトによる荷役を再現し、Asset Administration Shell（AAS）を用いて学習エージェント、物理資産、デジタルツインを連携させています。実験では、平均ピッキング時間が29.66%、スループットが35.42%、移動距離が18.54%改善したと報告されています。
説明大規模言語モデルの因果推論の評価：手続き的生成ベンチマークの課題に関する事例研究
要約本論文は、CLadderベンチマークで大規模言語モデルが高い成績を示した場合に、何が信頼できる形で推論できるのかを検証しています。著者らは、生成器がデータに埋め込む表面的で予測性の高いパターンを特定し、ランダムフォレストのような単純なモデルでも良好な成績を収めることを示しました。また、多くの商用モデルの成績は非常に脆弱で、形式的な因果推論に重要な文章の大部分を削除しても性能はほとんど変わらないことを報告しています。
説明既知の力学的限界を用いた言語モデルの検証：計算と拒否判断の乖離
要約本論文は、既知の塑性崩壊または破断限界を基準に梁の荷重や円盤の回転数を設定し、12のモデルを4,860回の呼び出しで検証したものである。追加実験では新たな設計も試された。結果として、実現不可能な設計であっても、実現可能性だけを問われた場合には識別できるモデルが、完全な解答を求められると「解決済み」として受け入れる場合があることが示されている。
説明Nemotron 3.5 Super と Lightning：エージェント AI 向けのオープンで高効率な混合専門家型 Mamba-Transformer モデル
要約本論文は、オープンな混合専門家（MoE）ハイブリッド Mamba-Transformer モデルの Nemotron 3.5 Super と Lightning を紹介します。Super は 120B パラメータ（12B が有効）のマルチモーダルモデル、Lightning は 30B パラメータ（3B が有効）のテキストモデルで、推論、長文脈理解、エージェント型タスクを想定しています。大規模な蒸留、長文脈学習、ネイティブな投機的デコーディングを組み合わせ、Super は後学習として教師付きファインチューニングと強化学習を行っています。後学習後の Super は SWE-bench Pro で 51.78% を達成したと報告されています。
説明回答エンジンが引用するページを予測：オープン意思決定モデル、リランカー、4Bの蒸留モデル
要約本論文は、生成エンジン最適化において候補ページが回答の中で引用される割合を予測する問題を扱います。十の回答エンジンに対し GEO-Bench のクエリを用いて、事前学習済みリランカー、ホスト型の意思決定モデル、八つのオープン意思決定モデルと蒸留モデルを評価しました。最も強いスコアラーと Qwen3-Reranker-4B を微調整した GEO Citation Ranker 4B の差は統計的に区別できないとされ、モデル、ベンチマーク、コードが公開されています。
注目点新規性は、蒸留した4Bモデルで大型モデルに近い引用順位付けを狙う点と、10の回答エンジンでの統制比較にある。摘要はGEO-Bench上の複数評価器の比較結果を報告している。
説明モデル蒸留に直面した企業は何ができるか：蒸留攻撃とその防止策を経済理論の観点から分析した論文です。
要約本論文は、小規模企業が強力なクローズドモデルとの対話データを用いて蒸留によりモデルを学習し、低コストで高品質を得る現象を検討しています。既存企業と蒸留を行う競合企業の二者モデルを用い、市場競争や利用者余剰への影響を分析しています。攻撃が検知可能な場合には罰則的規制が蒸留を完全に抑止しうる一方、市場競争に悪影響を及ぼす可能性があること、検知できない場合には自己蒸留が緩和策となり、その効果は新モデルを市場に投入する費用効率に左右されることを示しています。
説明翌日から数日先の山火事へ：マルチ大陸の活発な火災延焼データセットによる系列対系列予測
要約本論文は、2023年から2026年にかけて三地域八か国で発生した1,194件の火災事例からなるマルチモーダルデータセット AFSeq を提案している。既存のベンチマークでは少ない短期間の小規模火災が中心である。また、U-Net と時間的オートエンコーダを拡張し、デコーダ前に再帰モジュールを加えた UTAE-AR モデルを提案し、翌日だけでなく系列全体を自己回帰的に予測できるとしている。結果として、翌日予測の精度で既存の最先端手法を上回り、パラメータ数は約21.5%である。
説明大規模言語モデルと統計的選択モデルによる非構造化データからの解釈可能な特徴発見
要約本論文は、大規模言語モデルに項目同士を対にして比較させ、その違いを解釈可能な言葉で説明させ、その説明を統計的選択モデルでまとめることで、意思決定に関係する特徴と項目ごとの特徴スコアを自動的に見つける手法を提案している。合成した採用用カバーレターのデータでは、大規模言語モデルに直接特徴を抽出させる方法より特徴の再現性が有意に高かった。ChangeMyView（Reddit）の討論データでは、説得力に関連するいくつかの特徴を発見し、既存のベースラインに匹敵する予測精度を示した。
説明月面環境における単眼深度推定の有効性の検証
要約本論文は、学習データの分布外となる月面環境で、最新の単眼深度推定手法がどの程度有効かを調べたものです。NASA AmesのPOLAR立体データセットとアポロ17号の月面画像を用い、地上の物理的アナログの真値と歴史的な野外データの双方で評価しています。その結果、一部の最新手法は不規則な月面に対して高精度な相対的三次元再構成を行えることが示されています。
説明多パラメトリック二次計画向け長いADMM軌跡のニューラル圧縮手法
要約本論文は、多パラメトリック二次計画問題を解く際の長いADMM反復軌跡を、コンパクトなニューラルネットのウォームスタートと少数の精緻化反復に圧縮する自己教師ありフレームワークTQPNetを提案する。ネットワークはReLU活性化付き多層パーセプトロンと少数の展開型ADMM(ReLU)精緻化層から構成され、ソルバー生成ラベルを使わず最適性条件に基づく残差損失でオフライン学習する。大規模問題とMPC応用での実験で、高精度・高汎化性能を示し、従来の最適化法より推論が大幅に速いことが報告されている。
説明LLM審査員における「プロンプト宝くじ」：構文的言い換えへの感度の測定と緩和
要約本論文は、LLMを評価者として用いる（LLM-as-a-Judge）手法において、意味は同じで表現だけが異なるプロンプトの言い換えによって判定結果が変わるかを調べています。著者らは、言い換えによって評価結果が変化し、場合によってはモデルの順位が逆転する現象を「プロンプト宝くじ」と名付けました。10名の人間の注釈者による利用者調査も行われ、複数のプロンプト変種を集約する手法で頑健性が大きく向上することが示されています。
説明誤り予測から因果的影響へ：多肢選択式QAにおけるSAE特徴の検証
要約本論文は、スパースオートエンコーダ（SAE）の特徴とモデルの誤りの関係を調べたものです。八つのデータセットでGemma 3 1BおよびモデルとGemma Scope SAEを用いて分析し、形式や選択肢の順序などのアーティファクトと強く相関する特徴を除外したうえで、残った特徴を因果的介入によって評価しています。SAEの活性化は誤りや不確実性を予測できる一方、介入の効果は安定せず、回答の反転はまれでした。特定された特徴は誤答の生成メカニズムではなく、文脈に依存する回答間の競合を反映していることが示されています。
説明ビジョン断層撮影：視覚データから携帯可能な3D顔-頭蓋骨双方向推定へ
要約本論文は、画像やスケッチなど複数の視覚データから、対になった3D顔と頭蓋骨の形状を再構成するVision Tomography（VT）の枠組みを提案しています。CT頭蓋骨、CT顔、高精細テクスチャ付き顔スキャンを含む200例以上のデータセットを構築し、共有係数空間を通じて顔と頭蓋骨の形状を相互に推定する双方向顔-頭蓋骨形態モデル（BFSM）を導入しています。さらに、法医学や医療における応用として、画像やスケッチからの3D顔-頭蓋骨再構成や、顔と頭蓋骨の同時編集による手術結果の予測を示しています。
注目点視覚データから顔と頭蓋骨の3D形状を対で再構成する新しい枠組みと双方向モデルを提案し、200例超のデータセットを構築。法医学と医療応用で実験を報告。
説明マルチエージェント強化学習による電気自動車の協調充電割り当て：都市交通の不確実性下におけるQMIXと独立Q学習の比較
要約本論文は、複数の充電ステーションが同じ充電要求を分担する問題を分散部分観測マルコフ決定過程として定式化し、集中学習・分散実行のQMIXと協調型独立Q学習（IQL）を比較している。SUMOで模擬した6か所の都市ネットワークと4種類の交通流量条件での評価では、QMIXが平均報酬と受入率で上回った。アブレーション実験によれば、この利得は協調報酬項ではなく学習アーキテクチャに主に起因すると示唆されている。
説明文脈付き注文履行最適化のための共形予測分布
要約本論文は、回帰には共形予測システム（CPS）、多クラス分類には交差Venn-Abers予測器（CVAP）を用いて共形予測分布を構築し、それを文脈付き最適化モデルによる履行判断に適用します。解法には文脈付きサンプル平均近似（C-SAA）を用いています。約500万件の独自注文データにおいて、CVAPは日単位の正確率を規則ベース推定の49.5%から64.1%に引き上げました。JD.comのシミュレータによる決定実験では、CVAPおよびMondrian CPSを用いたC-SAAは、元の非共形予測と比べて総コストをそれぞれ平均7.1%、6.7%下げ、遅延配送率を5.7%から4.0%未満に低下させています。
説明自転車設備の利用状況と走行方向による都市地点の分類：複数地点の観測に基づく検証済みカメラ手法
要約2023年にアリゾナ州テンペの17地点・19回の動体検知カメラ設置で撮影された映像を分析し、サイクリストが自転車レーンと歩道をどのように使っているかを調べた。自転車レーンの利用割合が高いほど逆走率が低いという負の相関（Spearman rho = -0.87）が見られ、設置地点は自転車レーン優位・歩道優位・混在の3種に分類された。
説明PromptSense：感情認識と動的プロンプトを用いたメンタルヘルス対話ボット
要約本論文は、モデル推論の前に感情とうつ傾向の分析とルールベースのフィルタリングを行い、その結果に基づいてプロンプトを動的に構成する枠組みを提案しています。目的は、大規模言語モデルによるメンタルヘルス対話ボットの応答における文脈適合性、共感性、リスク認識を高めることです。共感、有用性、明瞭さ、関連性、安全性などの定性指標と、Perspective API による毒性評価で、4つのモデル戦略と2つのプロンプト工学的手法を比較しました。結果として、プロンプト工学的手法はDSFTより1.8%、RLAIFより1.1%優れていました。
説明イベント検出器は放送カメラの外でも使えるか？テニスでの検証
要約本論文は、テニス動画に含まれる、フレーム単位で注釈された345件のボールバウンドとラケットヒットを収めた8本のクリップからなるベンチマークを公開している。放送、固定の高所、スマートフォン、コート視点を含む。放送映像で学習された教師あり検出器は放送映像で高精度を示したが、スマートフォンやコート視点の映像ではほとんど機能しなかった。
説明CARF：科学的エビデンス選別のための文脈認識型推論監督フレームワーク
要約本論文は、言語モデルが標題・抄録のスクリーニングにおいて、モデルが生成した推論に対する専門家のフィードバックから学習する枠組みCARFを提案しています。システマティックレビューでは、専門家が詳細な適格基準に照らして多数の研究を手作業で選別する必要があります。著者らは、世界的な公衆衛生の死亡監視に用いられる口頭剖検と死因確定法に関するレビューでCARFを評価しました。その結果、比較対象のモデルと競合する選別性能と高い感度を示し、文脈依存の曖昧な研究を人による確認のために残す傾向が強いことが報告されています。
説明EARS-Info：マルチロボット探索のための情報認識型イベント駆動再配置手法
要約本論文は、OpenStreetMapから作成した格子地図上でのマルチロボット探索のため、イベント駆動型アリ再配置探索（EARS）に情報認識を加えたEARS-Infoを提案している。八つの都市地図で168,000エピソードを用いた比較実験の結果、全評価パネルで平均運用スコアが最も高かった。八台のロボットと3％の通信ドロップアウトの条件では、EARS-Safeよりスコアが5.43％向上し、重み付き発見率は88.88％から98.46％に上がった。
説明ミニバッチ潜在MAP推定による効率的な深層ガウス過程サロゲートモデル
要約本論文は、勾配ベース最適化で潜在表現のMAP推定を求め、連結ガウス過程の計算により確率的予測を行う潜在最大事後深層ガウス過程（LaMP-DGP）を提案しています。大規模データに対応するため、ミニバッチ最適化アルゴリズムを開発し、潜在状態最適化の定常性上界を示しています。数値実験では既存の推論手法と比べて予測性能が競争力を持ち、Vecchia MCMC法より計算が大幅に高速であると報告されています。
説明深層学習の性能を測る：アーキテクチャとタスク別の性能分布に関する実証研究
要約本論文は、186の実験（各実験を異なる乱数シードで100回実行、合計18,600回）により、深層学習モデルの性能が乱数性にどの程度左右されるかを、画像分類と時系列予測の二つのタスクで比較しています。性能分布は非ガウス分布であることが多く、時系列モデルは画像分類モデルのほぼ3倍の低性能外れ値を生じました。著者らは平均性能だけでモデルを選ぶべきではなく、ばらつき、対称性、尾部リスクの評価が必要だと結論づけています。
説明積分確率境界：積分確率メトリクスより厳密な非線形の境界
要約本論文は、積分確率メトリクス（IPM）の非線形な一般化である積分確率境界（IPB）を提案する。IPMは二つの分布の差を期待値の差の最悪ケースに圧縮するため、希少事象や安全性の失敗、少数派の集団では境界が緩くなったり無意味になったりする。IPBは極端な場合でも厳密な境界を与える。基本的性質を導出し、実用的な設定での推定アルゴリズムを示した。アライメント、評価者を使わない性能推定、公平性への応用を示し、現実的な生成モデルの課題では、希少集団の公平性格差の推定が従来手法より大幅に精密になることを確認した。
説明局所最適からの脱出に向けた相対的行動クレジットからの学習
要約この論文は、接触の多い長期的なロボット操作タスクで、PPOなどのオンポリシー手法が停滞しやすい問題を扱っています。著者らは、状態価値クリティックが結果のみで進捗を判断するため、部分解に収束すると行動間の優劣を区別できなくなると指摘します。そこで、実行した行動と同じ状態で採られた別の行動を比較できる行動条件付き価値クリティックをPPOに導入し、一般化アドバンテージ推定と探索ノイズの上限を組み合わせました。その結果、同じ探索条件のPPOが失敗する訓練予算内で、提案手法が停滞から抜け出し、精密なペグ挿入を完了できることを示しています。
説明Metatron：ヒューマノイド向けのプロンプト可能な全身実行レイヤー
要約本論文は、生成型ベースポリシーとプログラム可能なスキル層を組み合わせた全身実行レイヤーMetatronを提案する。ベースポリシーは、部位ごとの時間付き目標、速度指令、スタイルの手がかりからなる部分的な目標（プロンプト）を受け取り、それに整合する多様な全身動作を生成する。学習後にポリシーは凍結され、スキルは各制御ステップでタスクの意図をプロンプトとして表現する。実機のUnitree G1では、同一の凍結チェックポイントで歩行、回復、遠隔操作による物体の拾い上げ、家具への着座を実現し、比較対象の参照追従方式より高い到達成功率と押しに対する頑健性を示した。
説明読者層の変化をどう理解したか：小紅書における因果的帰属と境界管理
要約本論文は、ワールドカップに関連するとされた読者層の流入をめぐる小紅書（Xiaohongshu）上の議論を分析し、ユーザーがコミュニティの変化をどう説明し、その説明が境界管理の戦略とどう関係しているかを検討している。高い反響を得た8つのスレッドの262件のコメントを分析した結果、アルゴリズムへの帰属は技術的な境界管理と、社会的主体への帰属は社会的制裁や規範的社会化と、それぞれ結びつく傾向が見られた。
説明科学分野への言語モデル適用性の評価：慣性閉じ込め核融合を事例として
要約本研究は慣性閉じ込め核融合（ICF）を試験事例とし、定性的推論、数値計算、記号的導出、方程式の立式を含む250問の専門家作成ベンチマークを構築しています。汎用の大規模言語モデルと、ICF向けに領域適応事前学習と教師ありファインチューニングを行った専用モデルProsperoを比較し、検索支援評価も実施しています。Prosperoは基盤モデルより総合スコアが10.7ポイント向上しましたが、フロンティアモデルでも数値計算には重大な物理的誤りが残ると報告されています。
説明ウェアラブル加速度計データの特徴量シグネチャで脳腫瘍の進行を検出
要約本研究は、膠芽腫などの高悪性度グリオーマ患者を対象に、手首装着型加速度計で記録した歩行データから粗いパス・シグネチャを用いて特徴量を抽出し、シグネチャカーネル最大平均差異で歩行行動の変化を定量化するものです。各患者の腫瘍安定期における歩行の自然な変動で補正することにより、安定と進行の区別が大きく改善されました。結果は、シグネチャに基づく解析で病勢の安定と進行を区別できることの概念実証であり、より大規模な縦断研究の必要性を示しています。
説明総合単語誤り率を超えて：オンラインスペイン語学習教室における領域適応、学習者音声、コードスイッチング、話者帰属の研究
要約本論文は、英語を母語とする学習者と教師・チューターとのオンラインスペイン語学習の対話を対象に、自動音声認識の性能を検証しています。プラットフォーム統合型、オープンウェイト型、適応型、商用の各システムを比較し、人手で修正した教室データを用いてLoRAによりWhisperとMOSSを適応させています。その結果、データ量よりも領域の一致が重要であり、学習者の音声、英語のみの発話、コードスイッチングの発話は教師やスペイン語のみの発話より認識が難しいことが示されました。
説明モデル由来の測定値はいつ補正・比較できるか：論文の解説
要約学習済みモデルから算出される数値（例：サンプルの難易度やベンチマークでのモデルの優位）は、シードやプロンプトによって変化することを扱っています。従来の相関補正式が CIFAR-100 の一部クラスで 1 を超える相関を返すことを示し、両方の信頼性が有意性検定を通過した場合にのみ、その信頼区間上限で割る補正法を提案しています。また、プロンプト設定によってモデルの順位が逆転しうることも論じ、各設定内でモデルを比較する方法を示しています。
説明黒箱マルチモーダルLLMへの転移攻撃で意味的に脆弱な領域を探す手法（VISTA）
要約本論文は、マルチモーダル大規模言語モデルの回答から意味的に脆弱な画像領域を特定し、摂動をその領域に集中させるVISTAフレームワークを提案している。勾配、logits、パラメータは使用しない。VISTA-Proxyはオープンソースモデルを探索して商用モデルへ転移させ、VISTA-Victimは対象モデルに問い合わせて脆弱性を捉える。GPT-5、Gemini-3.5-Flash、Claude Sonnet 4.6に対して攻撃成功率は最大97%、PSNRは30 dB以上を維持したと報告されている。VISTA-Proxyは最終的な対象モデルへ問い合わせずに最大93%を達成した。
説明スケール不変学習の有限ステップ統計力学：スペクトル状態方程式と曲率輸送
要約本論文は、熱平衡の仮定ではなくスケール対称性から導かれる、離散確率的勾配学習ダイナミクスの熱力学的な関係を研究しています。軌道の厳密な再スケーリングによってエントロピー関係を説明し、局所調和近似のもとで曲率スペクトルのモーメントによって維里係数が定まるスペクトル状態方程式を導出しています。さらに、理想気体描述からのずれを定量化する厳密な曲率輸送恒等式を示し、球面モデル、教師・生徒ネットワーク、CIFAR-10およびCIFAR-100上の畳み込みネットワークで検証しています。
説明正確な医療カルテ抽出のための大規模言語モデル：脳卒中領域で拡張性と安全性のあるAI導入を可能にする研究
要約本論文は、三つの病院における2,416件の急性脳卒中神経血管内治療報告書から8つの臨床変数を抽出するための、プロンプトベースの大規模言語モデル（LLM）の枠組みを評価したものです。22種類のオープンソースモデルを比較し、LLaMA3.3-70BとChain-of-Thoughtプロンプトの組み合わせが全体精度94.8%で最も高い結果を示しました。ローカルに展開したLLMは臨床情報抽出や後ろ向きの脳卒中レジストリ整備を支えられるとされ、曖昧な症例には専門家による確認が必要だとしています。
説明自閉症の子どもに合うスマートホームへ：家族の作業と監視付きの自立
要約本研究は、自閉症の子どもとその家族が汎用スマートホーム技術とどう関わるかを、介護者へのインタビュー5件と小紅書・微博の投稿を用いて質的に検討したものです。家庭は環境出力や通知、操作手段を調整して子どもへの支えを作る一方、感覚刺激の強さや不透明な動作状態によって同じ技術が障壁になることも示されています。遠隔監視は条件付きの自立を可能にしますが、安全・プライバシー・管理の間に緊張を生むとしています。
説明周波数適応型ガウシアングリッド：効率的な画像表現手法
要約本論文は、構造化された特徴グリッドと非構造化の二次元ガウス分布を組み合わせたハイブリッド型ニューラル画像表現Gaussian-Gridを提案する。局所的な周波数成分に基づいて両者の計算量を動的に配分し、対象信号の複雑さに合わせて構造を最適化する。高解像度の自然画像での評価では、JPEGとZIPによるデータ保存と比べて、復号速度が1.24～2.14倍、PCIeのデータ転送量が23～176倍削減された。メモリ使用量は小さいまま、高い再構成精度を維持している。
説明医療従事者の視点から見たアルゴリズムバイアス
要約本論文は、医療情報システムにおける機械学習および人工知能応用のアルゴリズムバイアスを扱う。臨床職や事務職など異なる職務の医療従事者への調査とインタビューから得た定量データと定性的コメントに基づき、アルゴリズムバイアス、知覚された公平性、MLアルゴリズムおよびその出力の受容と採用意図との関係を明らかにしている。医療従事者の見解は、職務、立場、業務、アルゴリズムの特性によって異なることが示唆されている。医療における公平性と平等を確保するため、さらなる研究が必要だとしている。
説明「Geordieが故郷にいるように感じるだろう」：音声AIにおける地域アクセントの認識と話し方の適応
要約本研究は、ニューカッスル英語（Geordie）の話者を対象に、音声アシスタントとの対話における言語的適応と、地域アクセントと標準的なアクセントの音声アシスタントの声に対する評価を調べたものです。地域アクセントの声は親しみやすさや地元への帰属感と結び付けられた一方、専門性や権威への懸念も示されました。音声技術に認識されなかった際、参加者は主流のアクセントに寄せたり、はっきり発音したり、ゆっくり話したりしていました。
説明地震の基盤モデルは単なる高機能な特徴抽出器にすぎないのか？
要約本論文は地震波形向けの基盤モデル（FM）を検討しています。同一のMamba符号化器・復号器を共有する九種類の設計を、300万窓の固定データで学習させ、自己教師あり目標、量子化ボトルネック、ミキサーを変えて比較しました。凍結評価の結果、学習目標の変更は性能を全体的に向上させるのではなく下流タスク間の強みを再配分すること、どのモデルもすべてのタスクで最良ではないことが示されました。著者らは、現行の学習目標が単一の固定長窓に限られ、地震がいつ起きるかを決める発生過程を捉えていないため、これらのモデルは基盤モデルというより特徴抽出器に近いと論じています。
説明異質なデータが生む新しい多重降下現象
要約本論文は、線形ランダム特徴量モデルにおいて、共分散構造の異なるデータセットの混合が多重降下現象をもたらすことを研究している。高次元極限における各データソースのテスト誤差の厳密な漸近式を導出し、共分散のスケールとスペクトル構造の異質性が、モデルサイズの増加に伴って群ごとに異なる補間閾値を生じさせることを示している。これらの現象はラベルノイズがなく活性化関数が線形の場合にも現れる。合成ガウス混合データおよびMNIST、CIFAR-10で理論結果を検証している。
説明逐次ファインチューニング中の安全性維持：リプレイの要因分解と幾何学的分析
要約大規模言語モデルを連続してファインチューニングする際に、安全性の整合をどう保つかを検討した論文です。有害な質問への拒否例を用いる教師ありリプレイと、ベースモデルのロジットを模倣する蒸馏を分けて、Mistral-7BとLlama-3-8Bで実験しました。教師ありリプレイは攻撃成功率を最も下げる一方、過剰拒否が大きく増えます。蒸馏は代償を抑えつつ安全性の低下をおおむね防ぎました。ただし、基礎モデルの拒否方向を保つことが行動上の安全性の指標になるとは限らないと報告しています。
説明QMUL_AKによるAISA-ArabicFC 2026向けアラビア語関数呼び出しシステム：ALLaMを用いたスキーマ制約付き手法
要約本論文は、AISA-ArabicFC 2026共有タスクにQMUL_AKチームが提出したシステムを説明する。低ランク適応（LoRA）を用いてアラビア語・英語対応モデルALLaM-7B-Instructを関数呼び出し向けに調整し、アラビア語のスキーマを考慮したプロンプト、方言と呼び出しなしの再サンプリング、重み付き学習目標、生成された呼び出しの決定的な検証を組み合わせている。関数選択の精度はほぼ飽和しており、引数の抽出が主な誤りの原因であると報告している。
説明事前学習済み全原子表現を統一バインダー設計へ一般化する研究
要約本論文は、独立に事前学習された幾何学的潜在拡散モデルに事前学習済みの全原子表現（PairFormer系モデル）を統合する手法PairFuseを提案しています。軽量な層ごとのアダプターを用い、分子ブロックの特徴の強化と、ペア構造情報のデノイザーへの組み込みによって表現を融合します。抗体、ペプチド、低分子のバインダー設計ベンチマークで、事前学習済み拡散モデルおよび既存の表現融合手法より高い性能を示したと報告されています。
説明非経静脈ICDスクリーニングのための深層学習：専用ニューラルネットワーク構造、拡張実験、説明可能性
要約本論文は、皮下植込み型除細動器（S-ICD）と血管外ICD（EV-ICD）という2種類の非経静脈植込み型除細動器を対象とする。これらは経静脈リードの合併症を避けられるが、過剰感知により不適切なショックを招くおそれがある。著者らは24時間の心電図スクリーニング枠組みを提案し、心電図信号を直接処理する一次元畳み込みニューラルネットワークAmpRatioNetを設計した。89名の患者の4,605個の10秒区間で、二次元相空間再構成画像に基づく既存手法と比較し、各指標で優れた性能を示した。
説明GAUSS：ワークロードを考慮したLLM推論サービング向けの解析・モンテカルロシミュレータ
要約本論文は、LLM推論サービングにおける初回トークンまでの時間（TTFT）とトークン間時間（TBT）の分布、および持続可能なリクエスト率を予測する、ワークロード認識型の解析・モンテカルロシミュレータGAUSSを提案します。プリフィルとデコードの段階ごとに校正された遅延モデルと、Lindley再帰による待ち行列モデルを組み合わせ、単一トレースの再生ではなくアンサンブル・モンテカルロサンプリングで性能を推定します。これにより、トレース駆動型シミュレータでは捉えにくい遅延の裾野を扱い、運用点の選択、トラフィック分割、最短残存処理時間スケジューリングに関する容量計画を分析できるとしています。
説明粗いメッシュのグラフニューラルネットワークによる、パラメータ化された非定常流れのスパースな観測量の予測
要約本論文は、完全な流れ場の再構成を行わず、粗いメッシュ上で直接グラフニューラルネットワークを用いて、スパースなプローブ位置と積分量を予測する縮退次数モデルを提案しています。2次元・3次元の閉じ込められた円柱流れと不均一に加熱された空洞流れに適用され、未知の条件へ一般化できることが示されています。粗メッシュモデルは、訓練時間とメモリを削減しつつ、細メッシュモデルと同等かそれ以上の精度を示します。
説明誰がまだ参加しているのか？戦略的曖昧さによるマルチエージェント共謀の開始
要約本論文は、マルチエージェントLLMシステムにおいて、エージェントが公開チャネルを通じて曖昧な表現により互いを識別し、共謀を開始する仕組みを研究している。二者が通常のタスクを解きながら相互に識別する博寄実験を設計し、一部のモデルは明示的な指示なしに識別手法を見つけ、低い誤検知率では監視側が見逃しがちであることを示した。さらに、表現が間接的になるほど監視側の罰則が協調効果より速く低下する中間領域が存在すると報告している。
注目点相互識別ゲームを導入し、戦略的曖昧さで監視をすり抜けて共謀を開始できることを示す。要約は、タスク整合的な交流での成功的ハンドシェイクと、受控設定でのモニター罰と協調の非対称性を報告。
説明カメラ制御付き自己回帰ビデオ生成のための階層型拡散手法
要約本論文は、単一画像からカメラ制御を伴う長尺ビデオを生成する課題を扱います。自己回帰生成（WanAR）と階層型長文脈ノイズ除去（FixAR）を組み合わせた軽量な枠組みを提案し、ビデオ生成をワーピングとインペインティングの問題として定式化して、シーンの幾何を入力カメラと整合させます。RealEstate10kとDL3DVでの実験では、既存手法よりも時間的に安定し、入力カメラ軌跡と一貫した結果が得られたと報告されています。
説明分離可能性は整列可能性ではない：スペクトルから分子への検索のための表現学習の研究
要約本論文は、タンデム質量スペクトルから小分子を特定する問題を扱い、対になるデータの不足に対して、事前学習したスペクトル符号化器と分子符号化器を整列させる手法を検討している。著者らはMassSpecGymでこの手法を検証し、スペクトルの符号化器を生成する学習目的が分子構造を考慮しておらず、整列に必要な分子間の距離尺度が保証されないことを示した。また、候補ベースの目的がスペクトルに依存しない事前分布を報酬として与えることも明らかにしている。データ不足への対策として有効なのは構造の工夫ではなく、模擬スペクトルの利用であると結論づけている。
説明単独時の移動スタイルは集団採餌を予測するが、誰に従うかは集団の中でのみ現れる
要約本研究は、公開されている人間の集団採餌データセット3件（参加者621名、128名、1,133名）を用いて、個人が単独で活動する際の行動から、集団内での行動や集団全体の成績を予測できるかを検討しました。単独段階の移動特性から集団内の行動を予測でき、集団の成績も個人の成績の平均などから予測できることが示されました。一方、成功者や停止者に従う選択的社会的学習は集団内で個人差が安定して見られるものの、同じ人物の単独時の行動からは予測されませんでした。
説明少ない方が良い場合もある：ノイズ付きk-パリティ特徴におけるMLPとTransformerの帰納バイアスの検証
要約本論文は、ノイズ付きk-パリティで符号化された特徴を含むデータで、多層パーセプトロン（MLP）とTransformerがどう異なる学習をするかを実験的に調べたものです。Transformerはノイズのある特徴に強い一方、複雑で出現頻度の低い特徴の学習に苦労します。MLPは逆の傾向を示し、データ量が増えるほど着実に改善します。また、訓練予算が固定の場合、独立した訓練例を増やすとTransformerの最適化が遅くなり、小さいデータセットの方が良い結果になることもあります。
説明FORGE：敏捷なヒューマノイド歩行のための実行可能なオンライン低次元参照生成と全身実行
要約本論文は、ヒューマノイドの多様で俊敏な歩行のための二段階学習フレームワークを提案する。第一段階では単一剛体動力学と完全なヒューマノイド運動学を組み合わせ、指令条件付きの全身参照生成器を学習する。第二段階では固定した低次元モデル（ROM）方策をオンラインで展開し、完全次元の動力学モデル上で全身追従方策を学習するための参照を生成する。Unitree G1ロボットでの実験では、前後速度-2.0～2.8 m/s、横速度±1.0 m/s、角速度±3.0 rad/s、片足跳躍、指令間の連続的な遷移を実現したと報告している。
説明マージとブランチ：推薦向けLLMの木構造・効率的教師ありファインチューニング
要約本論文は、LLMに基づく生成的推薦を対象に、Merge and Branch（M&B）手法を提案しています。各履歴アイテムの意味識別子とテキストを少数の学習可能なトークンに圧縮し、その圧縮履歴から複数の目標識別子を予測します。サンプルを浅く広い木構造で構成して履歴の計算を共有し、木構造のFlashAttentionと木構造のキー・バリューキャッシュを開発しています。公開ベンチマークで強力な推薦ベースラインを上回り、学習と復号の効率も向上したと報告しています。
説明多材料・多物理シミュレーション問題へのPDEエミュレータの応用
要約本論文は、複数の材料を含む計算物理の課題に対し、コンピュータビジョン系の機械学習アーキテクチャを代理モデルとして学習させ、その性能を評価したものです。事前学習済みモデル（Transformerベースを含む）の適応には大きな実装上の困難があることが示されています。著者らは、疎で不均衡なデータに対応する学習アルゴリズム、空間エンコーディングと物理的整合性指標の適応手法、十分な学習データ生成コストの削減が重要だと述べています。
説明暗黙的ニューラル表現の メタ初期化による変形可能な医用画像位置合わせの高速化
要約本論文は、暗黙的ニューラル表現（INR）を用いた変形可能な医用画像位置合わせでは画像ペアごとにネットワークパラメータの最適化が必要になる点に着目し、過去に解いた位置合わせタスク群から学習した初期化によって初期の適応を加速できるかを検討しています。Reptileメタ初期化とSTRAINERによる座標ネットワーク共有部分の転移の二方式を比較し、基盤モデルとしてKAN-IDIRを用い、OASIS-1データセットで実験を行っています。その結果、両方式とも初期反復ではランダム初期化より高いDiceと低いHD95を示しました。小さな反復予算ではReptileの数値が優れていますが、事前学習の予算は揃えられていません。反復回数が増えると両者の差は小さくなります。
説明時系列向けの自己教師あり潜在行動条件付きワールドモデル
要約本論文は時系列分析のためのACTS-WMフレームワークを提案します。明示的な行動の注釈を必要とせず、時系列の観測間の変化の背後にある情報を潜在行動として推定し、JEPAベースのエンコーダと行動条件付きワールドモデルを組み合わせて、目標となる時系列表現を予測します。多様な分野の22データセットと、単変量・多変量の予測および分類を含む4つの代表的タスクで評価され、事前学習済みのJEPAベースエンコーダと比べて補完的な表現を学習することで下流タスクの性能が向上することが示されています。
説明LLMベース推薦システムにおける位置バイアスの統計的検出：手法と実証的証拠
要約本論文は、大規模言語モデル（LLM）を用いた推薦システムにおいて、推薦結果がプロンプト内の候補商品の提示順序に依存する「位置バイアス」を調べたものです。著者らは2種類の統計的検出手法を提案し、実際の商品カタログを用いた実験で、評価した主要モデルすべてに位置バイアスが認められたと報告しています。このバイアスは構造的かつモデル依存であるため、導入後の定期的な監査や、順序のランダム化などの対策が提案されています。
説明SAG-Sep：疎な拡張グラフと玉ねぎ型探索による丸め容量カットの分離
要約本論文は、車両経路問題の緩和における丸め容量カット（RCC）を分離するSAG-Sepを提案します。線形計画解から疎な拡張グラフを作り、単一のエンコーダ順伝播で節点のスコアを求めます。さらに、学習不要のOnion-Sweep復号器が入れ子状の切除候補を生成します。N=1000のNeuralSEPベンチマークで、Onion-Sweepを併用した版は最強のNeuralSEPベースラインに比べ平均ルートギャップを17.7％削減し、単一パス分離器は反復あたりの神経分離が約30倍高速です。
説明多元接続通信路上の意味通信のための連合学習
要約本論文は、複数の分散送信機が端から端まで学習された意味表現を用いて共通の受信機へ同時に意味情報を送る、多元接続通信路（MAC）上の意味通信（SemCom）向け連合学習フレームワークを提案する。意味特徴の抽出、圧縮、無線伝送、意味推論を連合学習によって共同で最適化する。フェージング通信路上で CIFAR-10 データセットを用いて評価した結果、共有無線アクセス下で高い意味推論精度を維持し、データの偏りが大きい場合には性能が大きく向上することが示された。