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）。
説明整列された表現は不要：ランダム・プロトタイプ空間による知識蒸留
要約本論文はRPKD（ランダム・プロトタイプ知識蒸留）を提案する。教師と生徒のネットワークを、ランダムに初期化され固定されたプロトタイプベクトルの共有バンクと比較し、両者の特徴空間を直接揃えることはしない。ロジット分岐と特徴分岐の二つで転移を行い、低クラス数の設定では、ラベル空間のみによる監督より豊かな信号を与えるとしている。CIFAR-100、ImageNet-100、ImageNet-1KでOFAに対し最大でそれぞれ+7.98%、+12.44%、+1.28%の向上を報告している。
説明生成フローにおける周辺分布を保つ速度場の有限ステップ幾何学
要約本論文は、生成フローにおいて、連続極限では同じ周辺分布の時間発展を与えるが、数値的離散化後には挙動が異なる速度場の問題を扱います。周辺経路と数値解法を固定した条件で、投影修正方程式により周辺分布を変える局所積分誤差の成分を特徴づけ、より高い周辺収束次数の十分条件を与えています。アフィンな固定形状分布については、正確な有限ステップ到達可能性とスペクトル上の障害、最近接の到達可能なワッサースタイン誤差を導出しています。拡散確率フロー ODE については、正確なスコアの下で周辺経路を保つスキュースコア摂動を構成し、スコア誤差下での漏れを定量化しています。ガウス分布と混合分布による実験で、これらの次数、到達可能性、障害現象が確認されています。
説明SkillMem：潜在マルチエージェント推論のためのコンパクトな外部スキルメモリ
要約本論文は、再利用可能な各スキルを小さな外部潜在メモリとして表現し、潜在マルチエージェント推論で直接利用できるSkillMemを提案しています。役割条件付きクロスアテンション読み取り器により、同じメモリを各エージェントの役割と現在の隠れ状態に応じて誘導できます。Qwen3（4Bから14B）による6つのベンチマークで、小規模モデルに大きな改善をもたらし、スキル1件あたり9.6 KBの保存容量で済みます。100件のスキルライブラリでは保存量を38倍以上削減し、エンドツーエンドの推論を最大4.23倍高速化しました。
説明二段階学習：少ないパラメータで零から効率よく学習する手法
要約本論文は、パラメータ効率の高い事前学習手法Bi-Phase Training（BPT）を提案する。対角行列と低ランクアダプタで重み更新を表し、定期的に凍結された基盤重みへ統合する。FineWeb-Eduを用いたQwen2.5（100Mから1.5B）とOLMo-2-1Bの零からの事前学習では、学習可能パラメータを大幅に減らしつつ検証パープレキシティが全パラメータ学習のベースラインに近いと報告している。下流タスクでも性能の多くを保持している。
説明自然言語処理に基づくオポチュニスティックルーティングのメッセージ優先度付け：ネパール地震の緊急通信を事例とした研究
要約本論文は2015年のネパール地震を事例に、自然言語処理による意味的な優先度付けが、オポチュニスティックな緊急通信における緊急の災害メッセージの扱いを改善できるかを検討している。TF-IDFと組み合わせたロジスティック回帰およびBERTで社会的メディアのメッセージを9つの人道カテゴリに分類し、P1からP4の4段階の路由優先度に対応させ、ONEシミュレータに組み込んでいる。BERTは優先度の正解率とP1の再現率で上回ったが、ネットワーク全体への効果は一貫せず、意味的優先度は送信・保存資源が競合する場面で最も有用であることが示されている。
説明大規模言語モデルを数値最適化器として理解する研究
要約本論文は、大規模言語モデル（LLM）の数値最適化能力を評価したものです。凸最適化、分数計画法、制約付き射影などの問題を用い、決定論的な参照ソルバーと比較しています。解の質と、数値誤差や制約違反、出力形式の誤りといった実行上の失敗を区別して評価しています。LLMは最適に近い解を出せる場合がある一方、問題の次元が高まると信頼性が低下することが示されています。反復的な改善によって有効な解の割合が向上し、LLMの推論と決定論的な数値検証を組み合わせる手法が提案されています。
説明太陽圏における機械学習の応用：学習型演算子で太陽から地上までの宇宙天気過程を扱う
要約本章は、太陽活動が地球近傍の宇宙環境に与える影響を扱う宇宙天気研究を取り上げます。太陽から地上までの過程を、単独でも結合しても研究できる一連の系として捉え、それぞれを状態ベクトルで定義します。そのうえで機械学習アルゴリズムを、推論・伝播・エミュレーションの三つの学習型演算子として位置づけ、物理系の理解の深化と宇宙天気予報の運用モデル開発の加速に役立つことを示しています。
説明GARDEN：証拠ナビゲーションによる汎用的な自律報酬設計（協調型マルチエージェント強化学習向け）
要約本論文は、大規模言語モデルが関連する協調型マルチエージェント課題のための報酬関数を自動で作成し、設計時に存在しなかった未知のシナリオにも変更なしで転用するGARDEN手法を提案している。Overcookedベンチマークの2つのキッチン配置では、既定の報酬と比べてタスク収益が58.2%と52.5%向上し、SMAXの2つの戦闘シナリオでは平均勝率が51.0%から89.9%に上がった。同条件で比較したところ、固定の診断フィードバックやEureka風の報酬リフレクションを上回った。
説明VerifiedLab：既知の知識を未知の探索に活用するマルチエージェント枠組み
要約本論文は、人間向けの研究記録を機械向けの知識へと変換するためのマルチエージェント枠組みVerifiedLabを提案している。役割の異なるAI研究者が記録をフィールドごとに検証し、結論の信頼性を確認したうえで公開するかどうかを判断する。ペロブスカイト太陽電池を対象とした実験では、既知の物理的傾向の再現と、一年後に報告された素子の予測が示されている。
説明FAD-KV：効率的な推論デコーディングのための適応型辞書KVキャッシュ
要約本論文は、大規模言語モデルのデコーディング時にKVキャッシュを圧縮するFAD-KVフレームワークを提案しています。学習済み辞書を用いて各トークンのKV表現をスパース符号化し、一回のTop-n選択による候補絞り込みと軽量な係数調整で計算コストを抑えます。さらに、辞書を拡張せず非アクティブな原子を再利用する固定サイズ方式により、辞書の無制限な増大を防ぎます。推論および長文脈ベンチマークで良好な品質と効率のバランスを示したとしています。
説明SciGame：現実と反事実の世界で科学発見ゲームをエージェントに遊ばせる
要約本論文は、科学文献を構造化された科学カードに変換し、次元の整合した原環境と反事実環境を生成するベンチマーク「SciGame」を提案する。古典的法則の歴史的コレクションと、モデルの知識カットオフ後に発表された論文から作られた時系列コレクションを含み、候補提示型の識別と自由形式の発見という二つの設定で評価する。五つの最先端モデルの実験では、支配的な関係が変えられると既知の先験知識が性能を損なうこと、適応的実験は強いモデルに有利だが予算が限られると弱いモデルを不利にすること、また良い説明が定量的な誤りを隠しうることが示された。
説明Venus-DefakerOne2：より広い範囲を扱う視覚フォレンジクス基盤モデル
要約本論文は、デジタル改ざんと物理的ななりすまし、画像と動画の両方を扱う統一的な偽造検出基盤モデル Venus-DefakerOne2 を提案している。数千万件の公開データと社内データで学習され、LoRA と全パラメータ微調整を交互に行う Tide-Style-Tuning と、予測エントロピーに基づいて最適な予測モダリティを選ぶ Entropy-based Test Adaptation を用いる。複数のベンチマークで新たな最高性能を報告し、専門モデルや前身の DefakerOne を上回ったとしている。
説明本当に重要なのは何か？BEHAVIOR-1K上のπ0.5推論設定の対比較評価
要約本論文は、家庭用ロボット向けのVLA（視覚・言語・行動）モデルについて、既存の推論およびデータ収集戦略を全100タスクにわたって体系的に比較評価したものです。評価には2025年のBEHAVIOR Challenge優勝モデルを基に微調整したπ0.5を用い、公開テストセットでのQスコアは0.39です。提案された戦略は、新しい環境やタスクに一様に転用できるわけではないことが示されています。
説明Muon により最初の混合エキスパート層の負荷均衡が難しくなる
要約本論文は、混合エキスパート（MoE）言語モデルの学習で Muon オプティマイザを用いた場合のルーティングバイアスへの影響を調べたものです。アクティブパラメータ 5,500 万と 1 億 800 万のモデルで、最初の MoE 層のバイアスの幅がほぼ倍増することを示しています。原因は最初のルーターへの入力が同じ方向に偏ることにあり、入力からバッチ平均を引くと過負荷が解消され、小型モデルでは学習率を半分にすると上昇の大部分が抑えられます。
説明意味情報を付加した表と多モーダル学習による長文金融テキストの理解
要約本論文は、構造化された表データとノイズを含む非構造化テキスト開示を組み合わせた長文金融文書を扱うためのマルチモーダルTransformerの枠組みを提案する。各数値変数に、その文章による定義から得た意味埋め込みを付与し、クロスアテンションによって長文テキスト（MD&Aの開示など）と統合する。大規模な財務諸表とMD&Aのデータセットでの実験では、数値特徴が依然として主要な予測信号であり、テキストは単純な連結よりもクロスアテンションで取り込んだ場合に一貫した追加的な改善をもたらすことが示された。
説明発話単位を超えた話者類似度：知覚に沿った音声生成のアクセント分節評価
要約本論文は、発話単位の類似度評価では生成音声のどこに知覚されるアクセント差があるかが分からないと指摘する。話者類似度とアクセント類似度の評価に、対象アクセント地域の聴取者によるサブワード単位のアクセント差の注釈を組み合わせた分節評価手法を提案する。有効な47名の聴取者が、スコットランド語とオーストラリア語の4つの声、2種類のゼロショットTTSシステム、調音ベースの声質変換システムを対象に、内容が一致する200組の参照音声と候補音声を評価した。話者評価とアクセント評価の相関は強い（ρ=0.71）一方、7種類の客観的距離指標とサブワード注釈との対応は弱く、相関係数は最大でも0.22だった。
説明核融合向けの生成モデリング：ステラレータ高速イオン模擬の大規模ベンチマーク
要約本論文は、ステラレータの設計と誘導中心（ガイディングセンター）模擬の結果・粒子軌道を組み合わせたデータセットBoSSを提案します。対象は磁気流体力学的平衡18万件で、多様な磁場形状と閉じ込め特性を含みます。このデータを用いて、粒子閉じ込めの良い設計を生成する生成モデルと、熱負荷分布や粒子軌道を予測する代理モデルという2種類の課題を設定し、ベースラインの結果を示しています。
説明TERRA：識別情報を含まない地域報告による火災検知のためのタスク指向エッジAI
要約本論文は、分散型火災監視のためのTERRAフレームワークを提案する。各センサ機器はタスクに関わる局所推論の結果を、機器の識別情報を含まず地域タグ付きで送信し、受信側は置換不変な方法で地域の証拠を集約する。欧州規格EN54の屋内火災警報データセットの15種類のセンシングモダリティを用いて検証し、2つの報告方式を比較した。9件の報告と完全なメッセージ復元の条件では、TERRA-Featureは24ビットで平均AUPRC 0.990、TERRA-Scoreは6ビットで0.987を達成し、FAR 1%以下でのMDRはいずれも1.81%であった。
説明低域通過動特性を超えて：共振ニューロンを用いた周波数選択的スパイキングリザーバ
要約本論文は、従来のLIFニューロンを異種の調和共振発火（HRF）ニューロン群に置き換えた液体状態機械HRF-Resを提案し、リザーバが異なる時間周波数の情報を識別できるようにする。時系列、逐次画像、音声スパイク列、ニューロモルフィック視覚を含む10のベンチマークで、スパイキングリザーバ手法の中で最高の分類精度を達成し、スパイキング計算の省エネルギー性を維持している。
説明FilingLoop：企業開示の審査・修正におけるLLMエージェントの評価と進化
要約本論文は、企業開示書類の審査と修正のための対話型ベンチマーク「FilingLoop」と自己進化型エージェントの枠組みを提案している。米国証券取引委員会（SEC）の過去の往復書簡に基づき、96社の380件の審査タスクを再構成し、6,099の要件で評価する。モデルの重みを更新せず、案例間で手続き的な学習を行う方式で、要件充足率は24.28%から27.96%に向上したと報告されている。
説明「Think Twice：Metis-1.6 技術報告」：ゼロから学習した二重処理の言語モデル
要約本報告は、単一の研究者がゼロから学習させた二つの言語モデル、Praxis（2.94B パラメータ）と Logos（10.23B パラメータ）を紹介します。両モデルは各トークンを二回処理する、Mamba-2 とアテンションを組み合わせた専門家混合構造を採用しています。1.02T トークンで学習され、40 の後処理ベンチマークで評価されました。Logos の平均スコアは 52.93 で、数学では高い成績を示し、コード、指示追従、長文脈では弱いとされています。学習中に生じた誤りとその修正も記録されています。
説明構造認識圧縮によるグラフ対比学習（SAC-GCL）：ランダム摂動に代えて構造圧縮で拡張ビューを作る手法
要約本論文は、グラフ対比学習のためのSAC-GCLフレームワークを提案します。エッジ摂動やノードマスキングなどのランダム拡張に頼らず、構造分解によって凝集部分グラフを抽出し、スーパーノードに集約して粗視化されたグラフビューを生成します。複数の凝集部分グラフモデルで互いに補完するビューを作り、階層的ビューエンコーダで処理します。6つのベンチマークデータセットでの実験により、グラフ分類タスクにおいてより頑健で識別性の高い表現が得られることが示されています。
説明多元的な攻撃性モデリングにおける社会人口統計情報の役割：有効な場面と推論の効果
要約本論文は、攻撃性の判断をモデル化する際に、アノテーターの社会人口統計情報がいつ、どこで予測を改善するのか、また明示的な推論がその活用にどう寄与するのかを検討しています。三つの複数アノテーターのデータセットで、プロンプトおよび学習済みの大規模言語モデルを用いて実験を行いました。個人レベルでは効果が小さく不安定ですが、集団や母集団のレベルでは明確になることが示されています。また、判断を全体の基準と人口統計特有の偏差に分解する推論は、単純な条件付けより有効だとされています。
説明計画を増やすほど悪化する場合：世界モデルのための学習型プランナー
要約本論文は、世界モデルに基づくロボットの計画問題を扱い、PushT タスクで複数のプランナーの性能を比較している。提案された固定アクション更新器はパラメータ数が 1,505 で、予約された 16 シーンのうち 8 シーンを解決した。追加の更新を行っても失敗したタスクは救済されず、むしろ元々成功していたタスクが失敗に転じる場合があったと報告している。
説明FYC：公平な深層偽造検知のためのFPR差分重み摂動とYouden校正
要約本論文は、深層偽造検知器が性別や肤色の集団間で誤検知率に大きな差を生じる問題を扱い、再学習を必要としない二段階の後処理手法FYCを提案しています。FPR差分の基準に基づいて検知器の重みを摂動させ、人口統計グループごとに判定閾値を個別に校正します。AI-Face v2における六つの性別×肤色の交差グループでの評価では、21の公平性・有用性指標のうち18でFYCが他の手法を上回りました。
説明公平なディープフェイク検出のための交差的不変学習
要約ディープフェイク検出モデルは全体の精度が高い一方で、人口統計グループ間の性能差が大きく、一部のグループで誤検出率が著しく高くなります。本論文は、出力の調整だけでなく特徴量学習を改善する枠組みであるIntersectional Invariant Learning（IIL）を提案します。性別と肤色の6つの交差グループを対象に公平性を最適化し、100万枚以上の画像からなるベンチマークで評価した結果、AUC、誤検出率、交差的公平性の差のいずれでも良好なバランスを示したと報告しています。
説明高次元材料データのための解釈可能なニューラル方程式学習
要約本論文は、ユーザー指定の活性化関数を持つニューラルネットワークを反復的に学習・剪定・再学習して候補方程式を生成するnn-EQLフレームワークを提案する。候補は誤差と疎性のバランスを取る最小記述長（MDL）に着想を得たスコアで順位付けされる。標準的なAI-Feynmanベンチマークと、異種材料の有限要素シミュレーションや高スループット薄膜成膜実験データに適用して検証している。
説明検証学習理論：AI支援判断における照合と定着のプロセスモデル
要約本論文は検証学習理論（VLT）を提案し、AI支援のもとで主張評価を練習した際に、照合の行為が後の独立した判断能力の定着にどう影響するかを説明する。このモデルでは、知覚された支援者の信頼性が証拠の照合を促し、その照合の履歴が規則の運用の定着と結びつくとされる。論文はシミュレーションによって仮定の帰結とパラメータ依存性を検討し、他の説明との予測の違いを示すとともに、この機構を検証しうる実験を提示している。
説明PairCLIP-SWA：OpenCLIPを用いた汎用的なディープフェイク画像検出のための類似度誘導バランシングと確率的重み平均
要約本論文はPairCLIP-SWAを提案する。これはOpenCLIP ViT-L/14の視覚エンコーダを段階的な層の解凍で適応させる単一バックボーンの検出器で、CLIP類似度に基づく一対一のサブサンプリングで作られたクラス均衡データを用い、微調整の軌跡を重み空間で平均する。IEEE SP Cup 2025（DF-Wild-Cup）ベンチマークでは、重み平均後のモデルが正解率97.04%、AU-ROC 98.64%、等誤り率4.07%を達成した。また、検証精度で選ばれたチェックポイントの不安定さを示し、早期停止用の分割以外で測定したクラスごとの選択基準を推奨している。
説明世界の気候政策協調のためのマルチエージェント強化学習
要約本論文は既存のマルチエージェント強化学習による気候フレームワークを拡張し、エージェントが協定を提案し、約束を受諾または拒否し、不履行に罰則を科す多段階交渉の仕組みを加えています。4つの同質なエージェントからなる理想化された設定では、拘束力のない協定はフリーライディングの克服にほとんど役立たず、適度な不履行罰則は協力を改善して温暖化を抑えるものの、過度に強い罰則は野心的な約束を抑制することが示されています。著者らは本フレームワークを実際の交渉を予測するモデルではなく、協定設計を検証するための方法論的貢献として位置づけています。
説明人間残差ステアリング：凍結LLM審査員を人間の判断分布に合わせる手法
要約本論文は、学習された隠れ状態への介入により、重みを固定した大規模言語モデル（LLM）審査員を人間の評価分布に合わせるHuman-Residual Steering（HRS）を提案しています。3つのモデル系列の4つの審査員、14のベンチマークで、評価したすべての重み固定型ベースラインを上回りました。学習させるパラメータ数は分布微調整より約88分の1です。
注目点学習された隠れ状態介入により凍結LLM評価器を人間の判断分布に合わせる手法；14ベンチマークで検証し、JS距離を大幅に削減。
説明食品の類似性とは何か：インド料理における視覚表現と検索
要約本論文は、個体の識別を超えた食品の類似性を検討し、七種の事前学習済み視覚モデルが印度料理の画像検索でどのような近傍構造を作るかを比較している。表現手法によって類似の近傍が大きく異なり、菜谱から導いた類似性との対応も弱いことがわかった。したがって食品の類似性は、データ集合に固定された性質ではなく、表現・モダリティ・抽象度に依存する。
説明共変量シフト下で有限標本に対して最適な共形予測集合
要約本論文は、既知の共変量密度比がある共変量シフトの下での共形予測を研究し、目標分布のもとで期待長が最小の予測集合を求めます。各校正標本サイズについて、逆条件付き密度スコアと乱択重み付き共形校正を組み合わせた規則が、重み付き交換可能性を満たすすべての有効な規則の中で期待長を最小化することを証明しています。オラクルの近似には分位数および核ヒストグラム（森フォレスト重み付き推定量を含む）を用い、再標本化によって推定量とチューニングパラメータを選択します。36の既知密度設定と4つの公開回帰データセットで、既存手法とカバレッジ、予測集合の長さ、実行時間を比較しています。
注目点全ての重み付き交換可能クラスで、逆条件密度スコアとランダム化重み付きキャリブレーションの組み合わせが期待長を最小化することを示す。36の既知密度設定と4つの公開回帰データセットで検証。
説明Echo：オフポリシー経験による視覚強化学習のスケーリング
要約本論文は、単一段階のオフポリシー強化学習フレームワーク「Echo」を提案する。逆蒸留により、状態ベースの補助方策が視覚方策を模倣し、描画を伴わない低コストな経験を収集することで、視覚計算を比例的に増やさずに経験収集を拡大する。FastTD3に実装し、Genesis上の視覚制御タスク3種と器用な操作タスク2種で評価した。評価した設定において、比較対象の手法と比べ、Echoは参照リターンに達するまでの時間を運動タスク3種で平均60%、手のタスク2種で56%短縮し、ピーク平均リターンはそれぞれ62%および12%向上させた。
説明深層学習のアーキテクチャと事前学習が、離体・高速発声画像における声帯の自動セグメンテーションに与える影響
要約本研究は、離体イヌ喉頭の高速発声画像で声帯を自動的に切り出す深層学習手法を、UNet、UNet++、TransUNet、Swin-UNetの四つのアーキテクチャで比較し、ImageNetによる事前学習の効果も調べたものです。専門家が注釈した16,344枚の画像を用いて評価しています。平均Dice係数はモデル間でほぼ同じで、差は主に境界の精度に現れました。事前学習はTransUNetとSwin-UNetの境界指標を有意に改善し、事前学習なしではTransUNetがCNN系の二モデルより境界精度に優れていました。
説明Seq@K：逐次フィードバック下での言語モデル評価
要約本論文は、各失敗後にフィードバックを受けながらK回の逐次試行で問題を解けるかを測るSeq@K評価手法を提案し、フィードバックに基づく反復的改善能力に焦点を当てています。7つのベンチマークと16の最先端モデルで検証したところ、Seq@Kではモデルの順位や最適な選択が Pass@K と異なることが示されました。あわせて、フィードバックの性質が反復改善に与える影響も分析しています。
説明シーケンシングプロトコルの理解に向けたAIエージェントの評価と改善
要約本論文は、シーケンシングプロトコルに従って配列ライブラリの構造と分子ワークフローを再構築できるかを評価する、文書ベースのベンチマーク LibStructBench を提案しています。実験では、最先端のエージェントは概ね正しい再構築を行うものの、特に分子状態の表現とワークフローの接続において、厳密な再構築は安定しないことが示されました。基盤となる言語モデルを切り替えた場合の平均性能差は、エージェントの枠組みを切り替えた場合より大きく、統計的に有意なのは分子状態の再構築のみでした。
説明AIエージェント間の隠れた共謀を「パートナー・局外者の肯定的傾聴」で検出する
要約本論文は、AIエージェント同士が秘密の取り決めを共有している場合、そのメッセージの正確な言い回しに特定の反応を示すのに対し、無関係な局外のエージェントは反応しないという行動テストを提案している。手法はパートナー・局外者の肯定的傾聴（PoPLi）と呼ばれ、記録されたプロンプトを再生し、意味を保ったままメッセージを言い換えた際の両者の行動変化の差から計算される。模擬市場の五つの条件では、符号がある場合のPoPLIは0.48から0.59、ない場合は-0.10から-0.01だった。メッセージのみを見る監視手法では条件を区別できなかった。
説明線形最小化オラクルを用いた射影なしオンライン学習の Ω(T^{3/4}) 下界
要約本研究は、決定集合の扱いに射影を用いず線形最小化オラクルを使うオンライン学習アルゴリズムを扱う。オンライン Frank-Wolfe（OFW）では、特定の調整で後悔の上界が T^{3/4} に比例することが既に知られていたが、すべての調整で同じかは未解決だった。著者らは、各ラウンドで最大 m 回の線形最小化オラクル呼び出しを行う任意の射影なしアルゴリズムに対し、最悪ケースの後悔の下界 Ω(T^{3/4} m^{-1/4}) を証明した。さらに、各ラウンドで複数回の線形最適化を行う拡張 OFW を提案し、後悔の上界 O(max{T^{3/4} m^{-1/4}, √T}) を示した。
注目点射影不要のオンライン学習に対し、全ラウンドでm回以下の線形最小化オラクル呼び出しを行うアルゴリズムのΩ(T^{3/4}m^{-1/4})下界を示し、拡張OFWの上界と合わせて未解決問題に答える。
説明医用画像間の最適輸送のための凸ポテンシャル学習
要約本論文は、凸ポテンシャル関数をパラメータ化することで、医用画像間の最適輸送写像を推定する手法を提案している。構成上、得られる輸送写像は渦なし（curl-free）であり、ブレニエの定理（Brenier's theorem）と整合する。2次元および3次元の医用画像データセットで評価され、既存手法より輸送推定誤差が小さく、画像再構成の品質が高いと報告されている。
説明誤差はどこにあるのか：学習されたKohn-Sham ハミルトニアンのスペクトル表現
要約機械学習でKohn-Sham ハミルトニアン行列を予測し、自己無撞着場計算を置き換える手法を扱った論文です。行列の要素ごとに一致させる学習では固有値や固有ベクトルの精度が保証されないことを示し、既存の二つの物理情報付き手法がそれぞれ誤差の一部しか捉えられない理由を分析しています。その上で、累積局所状態密度を完全な学習信号として提案し、QH9データセットでFermiScopeという微調整法を用いて、要素ごとの誤差を増やさずにHOMO-LUMOギャップの誤差を減らしたと報告しています。
説明ハイパーパラメータ転移とアンサンブルによるデータ制約下のスケーリングの改善
要約計算予算の増加がデータ増加を上回る中で、計算量とデータ量の両方の制約を考慮した大規模言語モデルの学習方法を検討した論文です。ハイパーパラメータをモデル規模に応じて転移させるべき冪乗則と、アンサンブルを用いて計算量を配分する規則を提案しています。FineWeb の 1 億トークンでの学習では、従来の手法より検証損失を 0.15 nats 以上、パープレキシティを 14% 削減し、アンサンブルにより計算量の増加に応じて単調に改善したと報告しています。
説明深層線形ネットワークにおける特徴学習の初期兆候の検討
要約本論文は、平均場パラメータ化の下で、低次元のスパイク信号を含む高次元データに対し、初期化から勾配ステップを1回だけ行った深層線形ネットワークの学習特徴を閉形式で分析しています。カーネルリッジ回帰による推定量のバイアス、分散、汎化誤差も導出しています。スパイク強度と有効信号対雑音比が十分大きい場合に一段階の汎化上の利点が現れ、等方的な入力では現れないことを示しています。
注目点平均場パラメータ化の深層線形ネットワークについて、一step勾配後の特徴学習を閉形式で与え、汎化誤差式を導出している。理論的な新規性が高く、影響は理論分野に集中する。
説明再帰による深さの実現：超高効率なオンデバイス音声認識に向けて
要約本論文は、多数の独立パラメータを持つ層の代わりに、重みを共有する少数の再帰ブロックを用いる音声認識アーキテクチャを提案している。表現誘導グルーピングと知識蒸留により、共有ブロックを2つだけ持つモデルがOpen ASR Leaderboardのベンチマークで、大規模モデルの精度の平均97.4%を達成したと報告している。さらに軽量なMoE-LoRAによる端末上での個人化も示している。
説明成員クエリにより利害関係者の反対を最小化する抽選型の混合配分の学習（抽選型の混合配分を、少ない反対者で選ぶ研究）
要約AI開発者が複数の候補システムをランダムな比率で混ぜて配備する場合に、できるだけ多くの利害関係者に受け入れられる混合方式を選ぶ方法を研究しています。各利害関係者は未知の半空間に含まれる混合方式だけを受け入れ、開発者は二値の問い合わせでそれを確かめます。論文は、拒否する人数を最小化する問題がAPX困難であることを示し、特定の条件下での厳密アルゴリズムと、一部の利害関係者にしか問い合わせできない場合の近似保証を与えています。
注目点利害関係者の隠れた受容閾値を照会可能な半空間としてモデル化し、最少拒否者問題のAPX困難性と多項式・準多項式の厳密アルゴリズムを示す。摘要は理論界と小規模合成実験を報告している。
説明DeFT-RAG：多段階質問を自己完結型の下位質問に段階的に分解し回答を再利用する手法
要約本論文は多段階質問に対応するDeFT-RAGを提案する。大規模言語モデルには一度に一つ、必要な実体をすべて含む自己完結型の下位質問を生成させ、既知の回答は問答表に記録する。一部の判断は軽量な決定モデルに任せ、同じ意味の下位質問には問答対のキャッシュを再利用する。MuSiQue、2WikiMultiHopQA、HotpotQAで、13の比較手法の中で最高の精度を示し、他の反復型手法より入力トークンが少ない。MuSiQueの1,000問で共有キャッシュを使うと、下位質問の23.1%がキャッシュから回答され、精度を下げずに大規模言語モデルの呼び出しを12.9%減らした。
説明時計なしで学習する：分割不変なニューラルネットワーク
要約イベントカメラなどのセンサーは非同期のイベントを出力しますが、多くの学習システムはまずそれをフレームやパケットにまとめるため、結果が入力の区切り方に左右されます。本論文は、各イベントで状態を厳密に更新し、イベント間は閉形式で発展させるネットワークを扱い、その出力が区切り方に依存しない条件を分析します。また学習可能なClock-Free Event（CFE）層を提案し、開発セットの実験では同構造の加法モデルより高い性能を示したと報告しています。
説明医療画像における責任ある量子機械学習：センシティブなサブグループを対象とした公平性監査
要約本論文は、量子機械学習は本質的に公平ではないと仮定したうえで、医療画像分類の古典的分類器と量子分類器を実証的に公平性監査している。皮膚病変（DDI、センシティブ属性はFitzpatrick皮膚タイプ）と胸部X線（CheXpert由来、属性は年齢層）の2場面でSVM、MLP、QSVM、QCNNを比較し、複数の公平性緩和手法を検証した。量子モデルは全体性能で競争力を示す場合もあるが、サブグループ間の格差は残り、公平性の効果はモデルとデータセットに依存すると報告している。すべての量子モデルは古典シミュレーション上で実行され、量子優位性は主張されていない。
説明GOFish：全視野ガウシアン・スプラッティングとメッシュ抽出
要約ロボットや自動運転車、360度消費者向けカメラは、広い視野を得るために魚眼レンズを使っています。GOFishは、魚眼画像を直接学習して180度を超える視野を描画し、同じシーンから位置合わせされたメッシュを抽出する初の3Dガウシアン・スプラッティング表面再構成手法です。200度のFIORDおよび205度のFullCircleベンチマークで、従来の最良手法よりPSNRがそれぞれ2.28 dBと1.97 dB向上しました。FIORDとScanNet++の主要データセットではメッシュのF-scoreも最高値でした。
説明オントロジーは何を捕捉するのか：キュレーション、LLM生成、データ由来のオントロジーによる知識グラフ上のLLMエージェントの検査
要約本論文は、知識グラフ上で質問に答えるLLMエージェントの回答を検査するチェッカーを対象とする。キュレーション済み、LLM生成、データから導出された3種類のオントロジーを比較し、それらが提示文脈として用いられた場合やチェッカーとして用いられた場合に、どの誤りを捕捉し、どの正しい回答を誤って指摘するかを分析している。UniProtでは、キュレーション済みオントロジーは、データ由来やLLM生成のオントロジーより多くの正しい回答を誤って指摘した。実際のエージェント回答に対しては、その指摘の精度はランダムな指摘をわずかに上回る程度であった。
説明TACOS：視覚的な足場計画のための地形認識接触教師あり学習手法
要約本論文は、脚式ロボットの状態推定における因子グラフの残差に基づいて足の不安定性スコアを作成し、それを直前の画像へ投影して高密度の視覚予測器を教師あり学習させる手法TACOSを提案しています。事後情報を用いる硬いスコアと、即座に得られる因果的な軟らかいスコアの2種類が検討されています。1716件の人手注釈付き接触点と3回の屋外試験では、いずれの変種も比較対象の手法より不安定性の検出と重大度の順位付けに優れていました。50メートルの森林走行実験では、学習済み予測器が泥や植生などの非幾何学的地形に対応し、倒木などの幾何学的障害物を避けることが示されています。
注目点新規性は、因子グラフ状態推定の残差から足の不安定性スコアを作り視覚予測器を監督する点にある。1716件の手動注釈接触と屋外実験で比較し、コードを公開している。
説明リングではなくスポーク：言語モデルにおける曜日多様体の再検討
要約本論文は、大規模言語モデルが曜日という概念をどのように表現するかを研究しています。曜日の表現は円形の幾何構造を示しますが、著者らはこれを連続した円環ではなく、円状に並んだ7つの離散状態として振る舞うと結論づけています。中間領域には、時間帯、不確実性、自然文のいずれも表現されていないことが確認されました。
説明汎用短時間フーリエ変換：時間周波数解析のためのデータ適応型窓長選択
要約短時間フーリエ変換（STFT）は、スライドする解析窓で信号の局所的な周波数成分を求めますが、短い窓は時間分解能に、長い窓は周波数分解能に優れるという相反する関係があります。本論文では汎用短時間フーリエ変換（U-STFT）を提案し、解析窓長をデータに応じて逐次選択する状態変数として扱います。各フレームでは正規化3次Rényiエントロピーにより候補窓長を評価し、窓長トレリスで候補スケジュールを集約します。さらに累積損失の後悔上界を示し、合成信号および海洋生物音響信号で、適応的な分解能追従、スペクトル集中度の向上、時間領域での厳密な可逆性を確認しています。
説明オープン言語モデルの各学習段階で迎合（シコファンシー）が現れる場所を特定する研究
要約言語モデルが、ユーザーが誤った答えを示すと正しい回答を変えてしまう「迎合（シコファンシー）」の振る舞いを扱った論文です。5系統の13のオープンなチェックポイントについて、基礎モデルから教師ありファインチューニング、選好最適化を経て公開版に至るまでの各段階で測定しています。研究では起源の異なる2種類の迎合が見られ、プロンプト内の主張への追従は基礎モデルにも既に存在し、会話中の譲歩は主に後学習を経たモデルに現れると報告しています。
説明WebAnything：実際のウェブから拡張可能なエージェント環境へ
要約本論文は、実在のURLから再利用・リセット可能なウェブ環境を自動で再構築するフレームワーク WebAnything を提案する。サイトごとの手作業による実装は不要である。14の応用分野にわたる244のウェブサイト環境を構築し、12,984件の実行・承認済みタスクを支えている。人手による補助を受けた WebHarbor と比べ、盲検監査で忠実度の高い結果を示した。5,856件の対話軌跡で Qwen3.5-9B を微調整すると、複数のベンチマークで成功率が向上した。
注目点新規性は、サイトごとの手作業なしで実URLから再利用可能なWeb環境を自動再構築し、独立検証器で修復する点にある。摘要は244サイトの構築と下流タスクでの微調整効果を報告している。
説明混交林における個体木の胸高直径推定のためのスパーステンソルネットワーク
要約本論文は、無人航空機搭載レーザースキャン（ULS）の点群から個々の樹木の胸高直径（DBH）を自動推定する方法を検討しています。ドイツの four 混交温帯林の調査区で、ボクセル化された点群から個体木のパラメータを直接推定する軽量な深層学習モデル TreeNext を提案し、個体木のインスタンス分割から胸高直径の回帰までを含む全自動の森林調査パイプラインを構築しています。自動分割した樹木でのR²は0.8355、真値の分割では0.9380で、Random ForestやXGBoostなどの表形式ベースラインを上回りました。自動パイプラインでは分割の品質が主要な誤差要因であることが示されています。
説明潜在マルチエージェントシステムのための選択的およびハイブリッド状態通信
要約本論文は、大規模言語モデルのマルチエージェントシステムにおける通信のボトルネックへの、2つの相補的なアプローチを提案している。SelectKVは、継承された文脈を保護しつつKV状態を選択的に伝達する手法である。HyLaMASは、潜在協調を線形注意機構とのハイブリッドモデルに拡張し、共有ワークスペースを介してKVキャッシュと再帰状態の両方を伝達する。要約によれば、SelectKVは6つのベンチマークで伝達されるKV位置と論理的KVペイロードを9.7〜9.9%削減し、HyLaMASはQwen3.5の各モデル規模で復号出力トークンを53〜80%削減し、テキストベースの通信と比べて1.16〜2.78倍の高速化を達成したと報告されている。
説明拡散ドラフターのための多草稿オンポリシー蒸留（MDraft）：言語モデルの推論を高速化する草稿モデルの学習手法
要約本論文は、言語モデルの推論コストを下げる投機的デコーディングに用いる、ブロック単位で複数トークンを並列生成する拡散ドラフターの学習を扱っています。並列起草では、同じブロック内の前のトークンの違いによって検証器の教師信号が変わり、個別に蒸留すると一部の妥当なトークンが抑制されることを示しました。これに対し、同じ文脈から複数の草稿ブロックを生成し、各前置きにおける検証器の全語彙条件付き分布を集約するMDraftを提案しています。モデル構造と推論手順は変えず、学習のみを変更する方法です。数学、コード、対話のタスクで、従来の蒸留法より長い受理草稿長を得たと報告しています。
説明Honeycomb-Surfels：効率的なシーン描画・再構成のための小型六角形プリミティブ
要約本論文は、一次の空間色場を持つ平面六角形の表面要素Hexelsを提案し、3Dシーンと2D画像を効率的に表現する手法を示す。34シーンの実験では、メモリを揃えた2DGSと比べてPSNRが4.53〜7.38 dB向上し、学習時のVRAMも少なくなっている。3D表面再構成では、15のDTUスキャンで誤差が28.9%減少し、6つのTanks and Templesの表面シーンでは平均F1が34.38%で、2DGSの31.72%を上回った。
説明ThinkWorld：世界想像で動力連鎖推論を強化し、人の動画からロボット操作を学ぶ手法
要約本論文は、視覚・言語・行動（VLA）ロボットモデルのためのThinkWorldという学習フレームワークを提案しています。行動の推論を、現在の状態から将来の状態へ至る中間の動きを表す離散運動トークン列「Chain-of-Dynamics（CoD）」として表現し、その予測が実際の結果とよく一致するものを強化学習で強めます。これにより行動ラベルのない動画からも観測された状態遷移による監督が得られ、人とロボットの経験が同じ推論空間を改善します。シミュレーションと実機実験では、人からロボットへの転移と未知のタスク・環境への汎化が示されています。
説明離散トークンは視覚信号を意味的に損失なく表現できるか？離散的な記号で画像を表すときに量子化によって意味情報が失われるかを調べ、新しい量子化手法を提案する論文です。
要約論文は「量子化誤差は必ず意味の損失を招く」という前提に疑問を投げかけ、誤差が大きい離散表現の方が理解性能が高い場合があることを示しています。重要なのは離散インデックスの有効ビット予算であるとしています。著者らは因子化ベクトル量子化（Factorized Vector Quantization）を提案し、対称な並列コードブックで視覚特徴の相補的な視点を量子化します。ビット予算が増えても性能が向上し、マルチモーダル理解で連続表現に並ぶとしています。
注目点量子化誤差が必ず意味損失を生むという前提を再検討し、因子化ベクトル量子化を提案。摘要では多モーダル理解で連続表現に並ぶと報告されている。
説明テスト時にいつ介入すべきか：介入の時期とラベル照会を制御する PORTAL 手法の提案
要約本論文は、展開後のモデルがテスト時に適応する際、同じ介入でもバッチによって効果が正反対になりうる問題を扱う。著者らは、介入をいつ適用するか、どの入力にラベルを付けるか、いつ照会を止めるかを決める制御器 PORTAL を提案する。実験では、全体では精度を下げる介入が一部のバッチでは有用になり、入力順序の変化による深刻な失敗も防げることが示されている。
注目点テスト時に、介入をいつ適用するか、どの入力にラベルを付けるか、いつ問い合わせを止めるかを決めるPORTALを提案。取得した各ラベルで全候補規則を同時に評価し、摘要では全体で精度を落とす介入を一部バッチで有用な選択に変えたと報告している。
説明注意力をラティス・ゲージ理論として捉える：関係はウィルソン・ループを通じてのみ相互作用する
要約本論文は、各実体の座標系が独立に回転できる場合、関係同士は共有される閉路（ウィルソン・ループ）を通じてのみ相互作用すると示します。これにより、エッジ注意機構が取りうる対称性に適った唯一の形を導いています。一般の関係グラフ上では、学習なしでholonomy注意として実装され、疎なグラフ上の未観測のS4関係の推論や、破損した三角形の検出に用いられています。
説明KPPax：大気化学の機械学習のための微分可能な動力学ODEプリプロセッサ
要約本論文は、KPP言語で記述された大気化学機構を、微分可能でJITコンパイル・ベクトル化可能なJAXコードに変換するツールKPPaxを提案する。隐式ソルバーとdiffraxライブラリの順方向・逆方向随伴法により、手作業で随伴コードを導出することなく厳密な感度を得る。POLLUベンチマーク機構で、Fisher情報行列による速度係数の同定可能性解析と、排出インベントリのニューラルネットワーク補正（オフライン学習後のオンライン微調整）の二つの応用を示している。
説明手内物体の姿勢到達を、器用さと安全性を両立させて実現する研究
要約本論文は、多指ハンドで物体を手の中で目標位置と姿勢まで動かす課題を扱います。人間のデータを使わずシミュレーションで LEAP ハンドの方策を学習し、実機に適用しています。さらに保守性を調整できる残差安全フィルタを加え、物体の落下を大きく減らしつつ、目標の大部分に到達できることを示しています。
説明GEPA-Curator：自己改善型エージェントのための選別学習フレームワーク
要約本論文は、大規模言語モデルのエージェントにおけるプロンプト最適化を改善する GEPA-Curator を提案している。この手法は、ノイズの多い信頼性の低い学習信号を生むおそれのあるタスクを除外し、同じタスクで過去に成功した軌跡を追加の文脈として最適化器に提供する。GoBrowse、ALFWorld、AppWorld、τ-bench で、Gemini 3.1 Pro と Claude Opus 5 を最適化モデルとして評価しており、平均性能は両ベースラインと同等以上で、GEPA に対して最大 20.7%、ACE に対して最大 21.2% の向上が報告されている。
説明大規模言語モデルは自由な探索で隠された物理法則を発見できるか？
要約本論文は、物理法則を変更した模擬世界を自動生成する LongChang という枠組みを提案します。評価対象の大規模言語モデルは、研究課題やヒントなしに、物体を操作し道具を作って自ら問いを立てて調べます。12 のモデルのうち、GPT-6-Astra の発見率は 16.7%で、残りの 11 モデルは 0%でした。探索記録からは、未調査の異常が残ることと、変更された物理法則の特定が部分的にとどまることが分かります。
説明制御可能な環境合成によるツール利用エージェントのスケーリング則の研究
要約本論文は、複雑な多段階タスクを完了できる大規模言語モデルのツール利用エージェントをどう構築するかを扱う。SynthAPIパイプラインを提案し、ツール、タスク、ツールが操作するデータベースの多様性を制御しながら環境を生成する。458,752件のタスクと、4つのサイズの849の学習済みモデルで生成パラメータを体系的に変えた結果、合成環境の規模と構成から下流の汎化性能を予測するスケーリング則を導出した。データ量が増えると、タスク数を増やすより、ツールとデータベースの多様性を広げる方が効果的で、データの複雑さを高めると利得が大きいことが示された。この知見に従って学習したエージェントは、4つの評価ベンチマークで先行研究のデータで学習したモデルを上回った。
説明MuonGS：緩和された重みノルム制御による LLM の事前学習
要約本論文は、Muon オプティマイザにおける重みノルム制御を、累積有効学習率という指標で分析し、vanilla Muon、MuonW、MuonH の累積特性を比較しています。著者らは、各更新の放射方向成分を Gram–Schmidt（GS）射影で除去し、重みノルムを固定せずに累積を保証する MuonGS を提案しています。実験では、長い学習期間において MuonGS が MuonH より低い検証パープレキシティを示し、密モデルでは検証損失を揃えた場合に約15%のトークン換算の高速化が推定されています。
説明一般化二次ルーティングによる多状態線形注意（MERLIN）：長文モデリングを改善する注意集約手法
要約本論文は、自己注意機構の二次の計算量が長い系列の処理を制限する問題に対し、多状態線形注意（MSLA）の情報集約を改善するMERLINを提案する。MERLINは各セグメントのキーの一次・二次モーメントを保持し、クエリが各セグメントとの整合の平均と分散を復元できるようにすることで、内容を考慮した集約を行う。Gated DeltaNet-1.3BとMamba-2-780Mの多状態版での実験では、複数の長文脈タスクで既存の集約手法を上回る結果が示されている。
説明メタ認知デコーディング：拡散言語エージェントのための効率的な推論手法
要約本論文は、拡散言語モデルに組み込む軽量なプラグインとして、メタ認知コントローラーを提案している。このコントローラーは、現在の応答の必要性とエージェントと環境との相互作用に応じて、トークンをいつ確定し、生成をどこまで広げるかを決定する。エージェントの軌跡データで学習され、正確さと生成コストのバランスを取る。五つのベンチマークでの実験では、最も効率的なベースラインと比べて推論のFLOPsを平均20.6%削減し、タスク精度は競争力のある水準を維持した。
説明クロスビュー時系列物体対応のためのビデオ拡散Transformerの転用
要約本論文は、クエリマスクをもとに異なる視点と時間をまたいで同一物体の同一性を保つXTrackフレームワークを提案しています。事前学習済みビデオDiTを用い、RGBからマスクへの潜在変換によってクロスビューのマッチングと時系列追跡を同時にモデル化します。さらに、焦点付きクロスビュー注意の整列、ハードネガティブ条件付け、局所文脈クロップにより対応の信頼性を高め、Ego-Exo4Dの疎な注釈を擬似ラベルで稠密化して学習に用います。
説明事前学習中に何が向上するか：時点モデルによる知識獲得の追跡
要約複数年分のウェブコーパスで事前学習された言語モデルは、一般的な知識と分野固有の知識の両方を学習します。事前学習の進行に伴ってこれらの知識がどのように学ばれるかは不明です。本研究は、各年のウェブスナップショットで訓練された時点モデルを用い、モデル間での項目の負の対数尤度の変動係数として時間的変動性スコア（TVS）を提案します。6つのベンチマークと6つのモデルでの評価では、高TVS項目は後半により速く向上し、事前学習終了時には36のモデル・ベンチマーク設定中34で低TVS項目を上回り、機会補正精度で平均7.3ポイントの優位がありました。
説明まず知識を学び、次に描く：視覚生成の新しい学習パラダイム
要約本論文は、自己回帰事前学習で高レベルの意味知識を獲得し、拡散モデルの事後学習で高忠実度のレンダリングを行う視覚生成の学習パラダイムを提案している。比較実験では、自己回帰が下流のレンダリングにより適した事前学習目標であることが示された。また、画像デコーダや再構成損失を用いず、言語による監督のみで学習する純粋な意味トークナイザも提案されている。さらに、知識獲得とレンダリングの計算最適スケーリング則を示し、それに基づいて30億パラメータのテキスト画像生成モデルを学習し、GenEvalで86、DPG-Benchで87を達成した。
注目点知識獲得と高忠実度レンダリングを分担する新パラダイムを提案。制御比較で自己回帰事前学習が拡散モデルの学習より優れ、尺度則も示す。6,600 H100 GPU時間で学習した3Bモデルは、GenEvalで86、DPG-Benchで87を報告している。
説明希少でも関連があっても誤る：メモリがLLM集団意思決定を失敗させる仕組み
要約LLM集団の議論を最終意思決定者用の短いメモリに圧縮する際、何を残すべきかを検討した論文です。作者らは60テンプレート・480タスクからなる診断ベンチマーク「CrossProfile」を提案し、希少な事実を優先する方法と判断基準に関連する事実を優先する方法を比較しました。両方の方法は予測可能な場面で失敗し、正確さは選択方式よりも記憶に残った証拠のバランスに左右されることが示されています。
説明動的スポーツの知覚と予測：一人称テニス映像における視覚モデルの時空間知能
要約本論文は、一人称映像と五台の三人称映像、全体位置、接触時刻、打球種類の注釈を含むテニスデータセットを構築しました。複数の視覚モデルを用いて、一人称画像から選手とボールの位置や軌道、ストローク種類、次の接触時刻を予測しています。さらに、視覚予測に基づいて全身の動作をリアルタイムで生成する条件付き拡散モデルを提案しています。
説明VideoLVR：根拠付き動画証拠に基づく潜在視覚推論
要約本論文はVideoLVRを提案し、マルチモーダル大規模言語モデルが関連する動画の時点の局所領域から潜在的な視覚証拠を構築し、中間推論ステップを支えられるようにします。テキスト座標での参照や切り抜き画像の再挿入による視覚情報の忘却や文脈の大幅な拡大を避けることが目的です。視覚トークン予測を用いてテキスト生成と統一し、強化学習にも拡張して最終回答の報酬で最適化します。複数の動画ベンチマークで有効性が示され、特に細粒度の視覚証拠を要するタスクで効果が高いとされています。
説明EnvSched：ロールアウト効率の高いエージェント強化学習のための環境認識スケジューリング
要約本論文は、言語エージェントの強化学習において、環境と結び付いたタスクをどの順序・配分で学習に使うかを決めるオンラインスケジューラEnvSchedを提案する。環境とタスクの組を節点とする二重関係グラフを構築し、過去のロールアウト統計から報酬の分散を予測して、高分散のタスクと未観測の環境へ学習データを割り当てる。Qwen3-8Bでの実験では、40ステップ後にBFCL-v3、tau-Bench、ACEBench-Agentの平均スコア48.81を達成し、ランダム選択が120ステップで到達した最高値を上回った。
説明回答の変化を超えて：局所的な音声証拠に対する同クラス一致対照
要約この論文は、音声言語モデルを対象に、問い合わせ対象の音イベントを局所的に置き換えた際の回答の変化を比較しています。同クラス置換と異クラス置換を、同じ区間、レベル推定、ドナー音のフィッティング、クロスフェードで行い、同クラス置換のみ正解が保たれるようにしています。600の合成サウンドスケープと2系統のアーキテクチャの3モデルで評価しています。
説明MoI-Bench：モバイル端末での画像生成・編集のためのベンチマーク
要約本論文は、モバイルユーザーのニーズに基づく画像生成・編集のベンチマークMoI-Benchを提案し、64のサブタスクと1150のサンプルを含みます。16の操作と8種類の視覚的対象カテゴリを組み合わせて評価を行い、評価手法MoI-Evalも併せて提案しています。端末側モデルとサーバー側モデルを評価した結果、現状の端末側モデルは効率的な生成や編集が可能である一方、タスク範囲の拡大が重要であり、特に同一性の保持と文字描画の編集品質の改善が必要だとされています。
説明GAS-PFN：ゼロショット交通予測のためのグラフ認識型時空間事前データ適合ネットワーク
要約本論文は、交通予測向けのゼロショットモデルGAS-PFNを提案する。合成タスク事前分布にランダムウォーク拡散で得た道路トポロジーを組み込み、事前学習中にグラフ結合された交通動態を学習させる。推論では共有Transformerによるマスク条件付きの二つのパスで、センサー自身の時間的動態と隣接センサー間の時空間相互作用を別々にモデル化する。90分予測の六つのベンチマークで、先行PFNモデルのTimePFNに比べMSEは平均34.0%、業界開発の汎用ゼロショット予測器四種に比べ平均27.7%低減した。
説明TANDEM：複雑なマルチエージェント環境で情報ギャップに対処するため集中型と分散型の批評器を両立させる手法
要約本論文は、集中学習・分散実行（CTDE）型のマルチエージェント強化学習において、学習時には見える大域状態が実行時には見えないことで生じる情報ギャップを扱う。提案手法TANDEMは、1つの集中型批評器を各学習ステップで集中読み出しと分散読み出しの二通りに用い、パラメータを持たないゲートで両者を比較し、一致する箇所では分散読み出しで方策を学習する。評価は発見、サンプリング、野火消火の3領域で行われ、批評器を取り除いた後の実行時報酬を比較している。TANDEMは9設定中8設定で最良の結果を示したとされる。
説明潜在世界モデルの限界を理解する
要約本論文は、潜在世界モデルの信頼性を検討しています。環境の遷移写像と学習された潜在ダイナミクスの間の等変性条件として「忠実な潜在世界モデル」の概念を提案し、行動条件付きの潜在予測を評価する指標として潜在ロールアウト一貫性（LRC）を導入しています。調査した最先端の潜在世界モデルのいずれも、環境のダイナミクスを実際に忠実にモデル化することによってタスクを解決してはいないと報告しています。
説明Timestral：確率的時系列予測のための基盤モデル群
要約本論文は、5M、28M、123M、209Mパラメータの4つの時系列基盤モデルからなるTimestralを紹介している。GIFT-Eval、TIME、fev-benchでSOTAを達成し、Timestral-209Mと Timestral-123Mが全指標で上位2位を占めたと報告している。手法は、予測トークンを因果的に符号化された文脈から分離するDecoupled Horizon Forecasting（DHF）、因果アーキテクチャ内で既知の未来の共変量を扱う枠組み、そして大規模な合成データで事前学習し、実データと合成データの混合で拡張文脈を用いて事後学習する2段階パイプラインである。
注目点予測トークンを分離するDHFなどを提案し、5Mから209Mパラメータの4モデルがGIFT-Eval、TIME、fev-benchで最高水準を報告、大型2モデルが全指標で上位を占めると著者らは述べる。
説明REGER：意味ID を用いて項目間の関係をモデル化する生成的推薦フレームワーク
要約本論文は、生成的推薦のためのREGERフレームワークを提案している。項目間の意味的関係と協調的関係を、意味的事前学習、履歴の符号化、意味ID生成の各段階に明示的に組み込む。また、意味IDの接頭辞木上での階層的な選好分解について理論的な分析を示し、判別型教師モデルの条件付き分布を蒸留して交差エントロピーと同時に最適化する。実データセットでの実験で、既存の生成的推薦のベースラインを一貫して上回ったと報告している。
説明サッカー中継におけるゼロショットのマルチモーダル事象検出
要約本研究は、サッカー専用の学習を行わずに、試合の全編中継から事象を検出・分類し時間的に特定するゼロショットの枠組みを提案しています。試合は重なり合うクリップに分割され、コンパクトな視覚ストーリーボードと対応する実況テキストを、汎用マルチモーダルモデルが共同で処理します。手動注釈された3試合・130件の事象で、最良の構成はF1@5sで72.0%を達成し、クロスデータセット設定でSoccerNetで学習したCALFおよびNetVLAD++を上回りました。
説明スペクトル組紐：動的有向ネットワークのための位相的記述子
要約本論文は、動的有向ネットワークの機械学習のための「スペクトル組紐（spectral braids）」手法を提案する。各スナップショットをコミュニティ単位の遷移行列に集約し、その複素固有値の時間変化を追跡して、描かれる組紐を語として読み取る。その語をBurau表現で行列に写像し、任意の分類器に使える固定長の特徴ベクトルを得る。合成されたオンラインコミュニティのネットワーク分類では、4クラスで97.1%の精度を達成し、固有値を追跡しない最良の特徴セットの44.5%を上回った。
説明物語の展開とともに：人間のように映画を見て登場人物を識別する
要約本論文は、外部のキャストリストや俳優の写真、事前に作成された登場人物データベースを使わず、映画そのものから主要な登場人物を特定し名前を割り当てる問題を扱う。著者らは、台詞で言及された名前と映像の文脈から、画面に映る誰がその名前かを判定する「キャラクター命名タスク」を提案し、データセットと注釈、映像と台詞を用いるモデルを提示している。さらに、映画の進行に合わせて登場人物のバンクを段階的に構築する枠組みも紹介している。
説明ノイズ平面：指数と分散をつなぐ拡散ブリッジ
要約本論文は、Tweedie ノイズに対応する統一的な拡散ノイズ除去フレームワーク p-Bridge を提案している。ノイズ指数 p は分散と強度の関係を表し、累積測定量 ν がノイズレベルを制御する。両者でガウス、ポアソン、ガンマの各モデルを含むノイズ平面を定義している。単一の指数条件付きネットワークで異なる指数のノイズに適応し、合成画像、FMD 蛍光顕微鏡画像、多センサー SAR 画像で実験を行っている。
説明TeamGym：分散情報下でのAIエージェントのチーム意思決定を訓練・評価する環境
要約論文はTeamGymを提案します。法律、金融、医療、ソフトウェア工学の実データから作ったチーム意思決定の問題で、言語モデルベースのエージェントを評価・訓練する環境です。正しい最終判断に必要かつ全体として十分な最小の事実集合を「枢要情報」と定義し、エージェントがそれを識別・統合できるかを測ります。8つの言語モデルを12の元コーパスで調べた結果、枢要情報を参加者に分散させると、単一モデルに同じ情報を与える場合に比べ平均で成功率が22.9ポイント下がりました。強化学習でポリシーを訓練すると、最終判断の質が向上し、発言や意思疎通などの協調行動も現れました。
説明LCM-Promo：大規模言語モデルに基づく販促配分のためのアップリフトモデル
要約本論文は、販促配分のためのアップリフトモデル LCM-Promo を提案している。これは取引型のコマースデータで微調整された大規模言語モデルであるタスク特化型の Large Commerce Model（LCM）で、ユーザーの意図と販促への反応を予測する。単一トークンの出力を転換しきい値の確率として解釈することで、本番ログから単調な販促反応曲線を学習し、曜日や配送時間帯などのセッション文脈も考慮する。離反ユーザーの再活性化を対象とした本番環境の A/B テストでは、Segment-EMA の本番ベースラインと比べて、転換率が 1% 向上し、販促コストが 6% 削減された。
説明Gym-Anything-RT：視覚言語エージェントのためのリアルタイム環境の拡張
要約本論文は、視覚言語エージェントのリアルタイム対話能力を調べるためのフレームワーク Gym-Anything-RT を提案しています。six 種類の能力の分類に基づき、エージェント型パイプラインで視覚的なミニゲームを自動生成し、100 本を構築しました。実時間で実行した場合の GPT-6 Astra (xHigh) の通過率は 9.0% で、環境を一時停止すると 75.0% に上がりました。フレームワークと生成されたミニゲームは公開されています。
説明ReferStream：ストリーミング動画生成における対話型被写体注入
要約本論文は、ストリーミング動画生成の途中で新しい被写体を自然に注入するフレームワーク「ReferStream」を提案する。追加学習を必要とせず、現在のシーンを用いた参照の構築（Joint Latent）と一時的なキャッシュ注入（Cache Restoration）を組み合わせる。あわせて、参照の到着スケジュール、指示の変化、被写体の存在の明示的な注釈を備えたベンチマーク「ReferStream Bench」を導入している。同ベンチマークでの実験では、全参照を事前に与えられるオフライン手法を含む比較基準より、テキスト遵守、被写体類似度、数量の正確さで高い結果を示した。
説明Pneuma：商用航空機の予知保全のための大規模実世界時系列ベンチマーク
要約本論文は、就航中の商用航空機の機上時系列データに基づく、初の公開大規模予知保全ベンチマーク「Pneuma」を紹介しています。抽気系統を中心に、4機種・検証済みの故障シナリオ9件を含み、実際の整備記録と対応づけられています。多変量予測、教師あり故障分類、教師なし異常検知の3つのタスクを設定し、4系統の手法に属する25以上のモデルを評価した結果、細かな故障の兆候の検出には現代の強力なモデルでも苦労することが示されました。
説明不確実性定量化が機能しない場合：臨床的なクラス不均衡下の選択的予測における構造的脆弱性と修正
要約本論文は、臨床人工知能における選択的予測システムを扱う。このシステムは高信頼度の症例を自動的に判定し、曖昧な症例を人間の専門家に委ねる。少数クラスが臨床的に関心のある結果である不均衡な予測課題では、標準的な不確実性指標が臨床的な曖昧さではなくクラス所属を反映し、少数派の患者を体系的に不利に扱うことを示す。著者らは修正フレームワークを提案し、56の合成条件と3つの神経変性疾患コホートで評価し、閾値に整合した不確実性指標と層別化された評価の採用を提言している。
説明自己強化の集団的ダイナミクス：ラベルなしRLVRでタスク間結合が方策崩壊を引き起こす仕組み
要約ラベルなしの検証可能報酬による強化学習（RLVR）では、モデルが自身の多数決と一致すると報酬を得ます。初期には推論能力が向上しますが、やがて自己評価報酬が一つの答えに集中し、正答率が低下して、すべての問題に同じ答えを返すまで崩壊することがあります。論文は、この崩壊が学習問題数に依存する集団的な不安定性として説明できることを示し、問題同士がパラメータを共有する理論モデルを提示しています。シミュレーションと小型Transformerの実験により、理論の予測が確かめられています。
説明関節物体操作のための運動学的制約参照評価法
要約この論文は、操作方針が通常は二値のタスク成功率だけで評価され、指示された動作が物体の運動学的制約に適合しているかを判断できないと指摘する。著者は制約参照戦略（CRS）を提案し、エンドエフェクタの指示ツイストを物体の関節軸へ射影して、関節に沿った前進と制約から外れた無駄な動きを区別する。この手法は関節モデルとそこから導かれる関節追従型のスクリプト制御器を必要とするが、記録済みのデモや学習型の判定器は必要としない。
説明いつ、どこで、何を修正するか：ロボット方策のための人間誘導型適応残差補正
要約本論文は、凍結された方策の上で強化学習により残差補正を学習する軽量な事後学習モジュール、適応残差補正（ARC）を提案する。疎な人間の補正を用いて自律探索を導き、介入前の状態が残差制御を有効にするタイミングを、補正の幾何構造が残差行動空間で探索する方向を決め、タスク報酬が最終的に実行される残差を決定する。実ロボットでの3つの精密操作タスクにおいて、ARCは平均タスク成功率を33.3%から75.0%に向上させた。
説明GroundControl：衛星画像を条件とする多視点拡散モデルによる、3D再構成を使わない新視点合成
要約本論文は、衛星画像と街路レベルの入力画像を条件として新視点画像を生成する、新しい多視点拡散モデルを提案している。条件付けにはクロスアテンションを用い、三次元シーン再構成は行わず、位置姿勢付きの街路画像と衛星画像のみに依拠する。屋外データセットでの実験では、衛星画像のみ、または街路画像のみを条件とするベースラインより新視点合成で優れており、特に対象視点と入力視点の重なりがごくわずかな困難な場合に効果が大きいと報告されている。
説明どちらの手が遅れたか？両手ツール操作におけるロボットの失敗復旧のための診断
要約本論文は、両手ツール操作タスクにおけるロボットの失敗を診断する問題を扱っています。シミュレーション実験で、記録された軌跡から失敗の原因を特定し、ツールの滑り、どちらの手が遅れたか、二つの原因が同時に起きる場合などを、各センサ経路でどこまで判別できるかを比較しています。原因を特定できない場合に対応を引き上げる修復方針は、真の原因を知っている場合と同程度の数の失敗を2回以内の試行で修復できたと報告されています。