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。
説明オンライン資源配分のための耐戦略的深層強化学習
要約本論文は、オンライン資源配分における二つの相互に関連する課題、すなわち将来の需要が不確実な中で希少な資源を効率的に配分すること、そしてエージェントがタスクの価値と要件を正直に申告することを確実にすることに取り組んでいます。著者らは、オンライン資源配分のための初の耐戦略的深層強化学習メカニズムを提案しています。単調ニューラルネットワーク、一般化された臨界支払い、そして強化学習または既存ルールの模倣による学習を組み合わせています。4種類の資源を用いた実験では、ニューラルルールがオフライン福祉上限の97.8%に到達し、模倣学習は261秒で97.5%に達しました。これは強化学習より約89倍速い結果です。
説明ALADDIN：1ステップ顔交換のための敵対的潜在拡散蒸留手法
要約本論文は、ターゲット画像の姿勢・表情・髪型・照明を保ったまま、ソースの顔の同一性を移す1ステップの顔交換手法ALADDINを提案しています。事前学習済みの多段階フローマッチングモデルで生成器を初期化し、同一性と対象属性保持の制約の下で敵対的に学習します。論文によれば、同程度の同一性転移において、単段階手法の中で真実味と対象保持が最先端であり、多段階モデルと同等の結果を28倍少ないネットワーク評価回数で達成しています。
説明共変量空間上の場としての回帰関数：発展方程式、ヘッセ行列、識別
要約本論文は、ある時点での結果変数の共変量に対する条件付き平均を共変量空間上の場とみなし、共変量と結果が時間とともに変化するときにこの場がどう変わるかを研究する。その場が二階の発展方程式を満たすことを示し、拡散項は回帰関数のヘッセ行列と共変量増分の瞬間共分散の重み付きトレースで与えられることを明らかにしている。さらに二値結果の場合の Nagumo 型方程式と行進波、そして二次回帰やカーネル平滑化との関係も論じている。
説明semanticfa：心理尺度の回答データ不要な意味的因子分析を行うRパッケージ
要約本論文は、言語モデルの埋め込みを用いて尺度項目の意味的類似度を因子分析する、Rパッケージsemanticfaを紹介する。IPIP大五因子マーカー50項目をQwen3-Embedding-8Bで埋め込み、874,434人の回答による因子分析と比較した例を示す。意味構造と回答構造の一致を「意味-行動的一貫性」として尺度の測定可能な性質とみなし、意味的因子分析は回答ベースの因子分析を補完するものであり、置き換えるものではないと述べている。
説明倫理ではなく現実を教える：モデル系列をまたいで人間・生物圏・AIの福祉的傾向を組み込む、差し込み式の継続事前学習コーパス
要約論文は、大規模言語モデルが生態系に影響する意思決定にますます使われる一方で、生態学的推論は学習の主眼になりにくいと指摘します。著者らは、人間・生物圏・AIの依存関係、不可逆な状況での選択肢の価値、被害からの回復を扱う実データ由来の継続事前学習コーパスを構築しました。5つのオープンモデルで実験したところ、最も強い圧力下で有害な選択が4モデルでゼロまたはほぼゼロになり、MMLUの性能は変わりませんでした。
説明対話から能力へ：GUIエージェントのための状態と監督としてのタスク前進
要約本論文は、検証済みのタスク進捗を核とするタスク前進メモリ（TAM）を提案し、GUIエージェントがアプリをまたぐ長い作業で既存の成果を活かし、再利用可能な操作を学習できるようにします。MobileWorldのGUIのみのタスクでは、タスク前進状態だけで成功率が12.0%から28.2%に上がりました。完全なTAMは最も強い比較手法に対し成功率が相対で17.6%向上し、解決したタスク1件あたりの生涯トークン数は38.7%減少しました。SPA-Benchの単一アプリ・英語Level 3設定では、TAMが最先端のタスク成功率を達成しています。
説明勾配をたどる：安全性の低下を学習データまで遡って特定する
要約指示データによる大規模言語モデルの微調整は、個々の学習例が有害に見えなくても安全性を静かに損なうことがあると指摘しています。著者らは、不安全な振る舞いと勾配の方向が一致する微調整データを特定するため、スケーラブルな勾配埋め込み手法SimpleLoRIFを提案しました。これを用いて、関連性の高い上位20%の例を除いたSafeTuluを構築し、Qwen、Llama、Olmoでの学習によりGCG攻撃の成功率が最大22%低下し、能力もおおむね維持または向上したと報告しています。
注目点低ランク勾配帰属を簡略化し百万件規模に拡張、安全劣化データを除去しGCG攻撃成功率を最大22%低減したことを複数モデルで示す。
説明無線機の中で推論を行う：ミリ波ISACの活動認識向けスパイキング加速器の設計と測定
要約本論文は、ミリ波の通信・センシング統合（ISAC）システムで人の活動を認識するためにスパイキングニューラルネットワーク（SNN）を用いる研究である。ZCU208 RFSoC上で、微小ドップラーフレームから活動ラベルまでの全工程をプログラマブルロジックで実行する。132ニューロンの全結合SNNは、DISCデータセットの未知の被験者に対して94.7%の精度を示し、1回の推論は206マイクロ秒で完了する。同じトポロジーの従来型ネットワークと比べ、論理リソースは8分の1で、判定ごとの動的エネルギーも小さい。
説明HGPRGDel：増殖共役型遺伝子欠失設計のためのGPR認識型の学習・ランキング手法
要約本論文は、細胞の増殖と目的化合物の合成を遺伝子改変で結びつける、増殖共役型の微生物株設計のための再利用可能な手法を提案しています。既存の計算で得られた欠失戦略を学習資料として用い、標的代謝物ごとに遺伝子欠失の優先順位を生成し、制約ベースの代謝解析で候補戦略を評価します。学習部分のHGPRGDelは遺伝子-タンパク質-反応（GPR）の論理を明示的に表現し、e_coli_core、iMM904、iML1515で評価した学習設定の中で最も高いマクロF1とAUCを達成しました。また、そのランキングはMetNetCompの参照遺伝子の平均90%を、比較対象の基準手法より少ない遺伝子数の検討で再現しました。
説明高次元拡散過程におけるベイズ最速検出のための物理情報ニューラルネットワーク手法（QD-PINN）
要約本論文は、高次元拡散過程と空間依存性を持つ最速検出問題において、最適停止境界を推定するPINNベースの枠組みを提案し、次元の呪いを克服することを目指している。自由境界偏微分方程式と無限次元確率的最適化問題の間の同値性を示し、有限次元のニューラルネットワークで真の解を近似できる根拠を与えている。さらに、深層アンサンブルとモンテカルロ・ドロップアウトにより学習された停止境界の不確実性を評価し、参照数値解がある場合には close な一致が見られたと報告している。
説明ADNIの安静時fMRI認知予測における個別化機能ネットワーク帰属はどの程度信頼できるか？
要約本論文は、安静時機能的結合（FC）に基づく認知予測モデルにおいて、個々の被験者ごとに機能ネットワークの寄与を推定する帰属結果の信頼性を検討している。ADNIの875名のデータを用い、Schaefer-200のFCからMMSEとADAS-Cog13を予測した。分割半分法による信頼性はほぼ上限に達したが、再スキャン間では低下した。また、被験者を入れ替えた帰属の相関は人口集団に共通する構造を示しつつ、対応ペアはそれを上回り、個人特異的な成分が小さいながらも存在することが示された。
説明PerceptRL：マルチモーダルLLMの視覚知覚を回答からインタラクションまで報酬可能にする手法
要約本論文は、マルチモーダル大規模言語モデルの事後学習において、細粒度の視覚知覚が不足する問題に取り組むPerceptRLを提案します。マルチエージェントの流れで密な画像キャプションから検証済みの誤りを抽出し、規則ベースの報酬を持つ質問応答形式に変換して強化学習を行います。さらに、視覚ツールによる多ターンの確認と、座標注入・空間の忠実性を考慮した過程報酬により座標のずれを補正します。七つのベンチマークで平均精度71.6%を達成したと報告されています。
説明強化学習による固定翼迎撃機の自律制御
要約本論文は、フィルタ処理された単眼視覚の観測から直接アクチュエータ指令へ写像するニューラルネットワークで制御される固定翼迎撃機を提案している。方策は近接方策最適化（PPO）による強化学習でカスタムのPython環境において訓練され、固定翼機に搭載されて実際の迎撃試験が行われた。シミュレーションでは多くの条件で古典的な誘導制御器を上回り、実飛行では機動する固定翼目標の迎撃に成功した。
説明後続リリースは事前学習の情報開示を引き継ぐか：41の言語モデル版を対象とした文書監査
要約本論文は、2025年の基盤モデル透明性指数（FMTI）にある事前学習関連の24指標を用い、17のモデルファミリーに属する41のモデル版を文書ベースで監査したものです。十のファミリーにおける隣接する版の比較で、総合スコアと指標ごとの増減を追跡しています。その結果、後続版では得点が下がる例が多く、得点が同じか上がっていても開示が減っている場合があることが示されています。
説明Concordat：LLMエージェントのための型付きセッション・プロトコル
要約本論文は、LLMエージェントの行動ルールを有限状態プロトコルとして記述し、実行時に強制するPythonライブラリConcordatを提案する。各ターンでは現在の状態で合法なツールのみをモデルに提示し、許可されない呼び出しは副作用が生じる前に拒否される。tau-benchの航空タスクでの評価では、標準エージェントは確認なしに変更を行う違反が見られたが、Concordatエージェントには違反がなく、タスク成功率に有意な差は見られなかった。
注目点セッション型とタイプステートをLLMエージェントの実行時プロトコル強制に適用しており新規性は高い。評価はtau-benchの航空タスクに限られる。
説明M4Bench：臨床EHR導出エージェントの手続き的仕様を評価するベンチマーク
要約本論文は、MIMIC-IVとeICU上の15のタスクファミリーにまたがる28の臨床変数導出タスクからなるM4Benchを提案し、AIコーディングエージェントがそのような導出を再現できるか、また臨床医が確認したエージェントスキルが結果をどう変えるかを検証している。スキルは平均で報酬を0.136高めたが、その増分の大部分は仕様の完全性によるものだった。厳格な全チェックを通過した実行はごく一部にとどまり、スキルが返す行への影響もわずかであった。タスク、スキル、評価コード、実行証跡はオープンソースで公開されている。
注目点臨床EHR派生変数向けの新ベンチマークを提案し、スキルの効果を分解する複数の対照実験で結論を支えており、この分野に有用。
説明入力スキップはVAEを再パラメータ化するが、生成器を改善するとは限らない
要約論文は、ガウス型変分オートエンコーダに定数の入力スキップを加えても、デコーダ出力と雑音分散を特定の方法で調整すれば、生成サンプルの分布は変わらず、再構成の平均二乗誤差だけが一定比率で小さくなることを示す。既知密度のガウス実験と、DART津波記録7件での結果から、再構成誤差を下げてもエネルギースコアが必ず改善するとは限らないことが報告されており、生成性能の評価には再構成誤差以外の指標が必要だと結論づけている。
説明解釈可能なメタポリシーによるニューラル意思決定（NEXUS）：透明な推論を高レベルのスキルに置く階層型強化学習の枠組み
要約本論文は、ニューラルスキルと記号的メタポリシーを組み合わせた階層型強化学習の枠組みNEXUSを提案する。透明な推論を原子的な行動ではなく高レベルのスキルに移すことで、環境での性能を損なわずに記号的な複雑さを大幅に減らす。また、神経、記号、神経記号の3種のメタポリシー構造が、環境での収益とタスクへの整合性に与える影響を比較している。
説明適応的エクスペクタイル集約によるグラフ表現学習：平均の代わりに学習可能な水準で近傍情報を捉える手法
要約本論文は、学習可能なエクスペクタイル水準（expectile level）によって平均を超える近傍情報を捉える適応的グラフ集約フレームワークExpectileGCNを提案します。この集約は最小値型と最大値型の挙動の間で連続的に調整され、平均集約はその特殊な場合です。シグモイド平滑化と不動点反復による微分可能な近似により、エンドツーエンドの最適化が可能です。理論面では安定性と転導的汎化の保証を示し、異質性グラフの近傍モデルにおける分類リスクも分析しています。同質・異質のベンチマークグラフでの実験では、高い予測性能と特徴量の破損や構造摂動に対する頑健性が示されています。
説明取引エージェント群における推論時コミュニケーション：複数の自律的な取引エージェント間の情報交換が保有銘柄の収束に与える影響
要約本論文は、4つのモデルファミリーから集めた200体のエージェントを10体ずつのグループに分け、5種類の通信方式のもとで取引させた研究である。観察期間は2026年10月の米国取引日7日間とされている。2つのファミリーでは、通信するグループが孤立したグループよりも多くの同じ銘柄を保有していた。また、孤立したグループも同じ銘柄に収束することがあるため、羊効果の評価には同伴者のいない基準との比較が必要だと論じている。
説明ETAMem：長期対話エージェントのための異種メモリの分離と整合
要約本論文は、長期対話エージェント（大規模言語モデル）向けのマルチビュー記憶フレームワーク「ETAMem」を提案している。対話情報を原子的な記憶単位に分解し感情情報を識別したうえで、それらを出来事・感情・時間という3つの相補的な階層ビューに整理する。検索時にはクエリごとに各ビューへ予算を配分する。LoCoMoとLongMemEval-Sでの実験で、相対精度がそれぞれ12.46%と7.96%向上し、トークン効率も競争力のある水準を保ったと報告している。
説明CRISP：エッジサーバー上の効率的なMoE推論のための剪定とスケジューリングの協調設計
要約メモリ制約のあるエッジ環境で混合専門家（MoE）モデルを推論する際のボトルネックは、計算よりも専門家の重みの転送にあるという点を扱った論文です。本論文は、重要度順にニューロンを並べ替えて一つの専門家から複数の実行幅を得られるようにし、組み合わせの頻度と専門家の役割に基づいて高頻度・中頻度・低頻度の組み合わせを差別化して実行するCRISPフレームワークを提案しています。同じメモリ予算で、スループットを最大2.1倍向上させ、全幅推論に対する精度低下を3.6％以内に抑えたと報告しています（Mixtral-8x7B、DeepSeek-MoE-16Bで評価）。
説明マルチエージェント強化学習による代謝エネルギー低減のための協調適応型股関節外骨格制御（MARL-Exo）
説明見えない世界を表現する：空間推論のための視覚的想像の再考
要約視覚的世界モデルは、未観測の状態のRGB画像を生成することで空間推論を支援しているが、RGBは視覚生成に適しているため既定の表現となっているにすぎない。本論文は、同一の想像状態に対して六種類の代替表現（深度、パノラマ画像、俯瞰幾何など）を提供する、シミュレータに基づくベンチマークImagiRep（922問、7種の問題タイプ、2つの設定）を提案している。その結果、想像されたRGBが正確でも空間推論が正確になるとは限らず、問題によって有効な表現が異なることが示された。さらに、適応的に表現を選択する軽量なテスト時手法GEARSを提案し、既存手法を上回る性能を示している。
説明FeatureArc：機能の段階的な進化における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、ソフトウェア機能が段階的に拡張される状況でコーディングエージェントを評価するベンチマーク FeatureArc を提案する。各段階の拡張は、エージェント自身が以前書いたコードの上に構築される。タスクはリポジトリの履歴から作成され、4 種類のプログラミング言語にまたがる。10 のエージェントを 73 のタスクで評価した結果、初段階の成功率は 62.7% だったが、最終コードで機能全体をテストすると 28.5% に低下した。失敗の多くは、初期の欠陥が後続段階に引き継がれることが原因である。
注目点進化する機能を評価する新しいベンチマークと自動構築手法を提案し、10のエージェントによる73タスクの実験で段階間の成功率低下を示した。
説明任意の畳み込みニューラルネットワークのためのセグメンテーション信頼度
要約畳み込みニューラルネットワークは医用画像のセグメンテーションに広く使われていますが、本来は信頼度を示す指標を持っていません。本研究では、既存のセグメンテーションパイプラインに最初から学習し直すことなく追加できる、ボクセル単位の不確実性推定手法を検討しています。あわせて、不確実性マップから入力ごとの単一の信頼度スコアを算出する新しい手法を提案しています。異なる関心領域とモダリティでの評価では、このスコアが未知のデータにおけるセグメンテーション性能を予測できることが示されています。
説明視覚的証拠が不十分なとき：指示・事後学習・内部活性化がマルチモーダルモデルの回答拒否をどう形作るか
要約本論文は、画像だけでは答えられない質問に対して、マルチモーダル大規模言語モデルが回答を控えるかどうかを検証しています。MoHoBenchベンチマーク上の3つのモデルで、推論時の指示、教師あり学習と選好ベースの事後学習、拒否に関連する活性化方向への介入を比較しています。拒否は指示の意味と配置に強く左右され、事後学習は拒否を大きく増やす一方、活性化介入による変化は小さいものの条件をまたいで移転することが示されています。
説明GRPO学習を強化するためのベイズ適応MDPによるロールアウト配分
要約論文は、GRPOが各問題に一律のロールアウト数を割り当て、問題の難易度の違いを無視している点を指摘します。高難度の問題は有益な正の報酬信号を得にくくなります。著者らは、標準GRPOと同じ総ロールアウト予算の下で、ベイズ適応マルコフ決定過程として配分を学習するAdaRoll-GRPOを提案します。学習された方針はオフラインで計算され、GRPO学習中に適用されます。複数の推論データセットとモデルでの実験により、固定予算下で学習性能が向上したことが示されています。
説明出力を超えて：モダリティと演算をまたいで共有される潜在数値フレーム
要約本論文は、マルチモーダルモデルがテキストまたは画像で与えられた加算・減算に対し、同じ内部の数の概念を使うのかを調べています。著者らは Gemma4-12B-it の残差ストリーム上で因果介入により部分空間を学習し、条件ごとに数の方向は異なるものの、一つの回転と拡大縮小で対応づけられることを示しました。さらに、次に出力される桁を直接決めない隠れた方向にも数値情報が保持され、後続の桁の生成を導くことが報告されています。
注目点類似度指標ではなく因果介入を用い、テキストと画像の算術が同じ数値幾何を共有し、出力に使われない隠れ方向に数値が保持されることを示す点が新しい。
説明ブラウン補間サンプリングにおける変位モーメントと経路終端の分離
要約本論文は、対になった端点サンプル間を結ぶブラウン確率的補間におけるサンプリング誤差を研究する。端点に一次モーメントがない場合でも、誤差が変位モーメントに依存しうることを示す。任意のBorel結合について、標準的なEuler法による真のソースからのサンプリングに対し、早期停止を伴う目標から出力へのKL保証を証明している。経路KLと終端KLの異なる振る舞いも分析され、マルコフ射影によって失われるソースの情報も扱われる。
説明CTBakeGS：学習なしで写実的なCT体積レンダリングを3Dガウシアンスプラットに変換する手法
要約本論文は、CTボリュームの写実的な体積レンダリング結果を、学習を行わずに3Dガウシアンスプラッティング（3DGS）モデルへ直接変換する手法を提案しています。適応八分木のセル上にスプラットを配置し、グラフィックスプロセッサ上でレンダラーの照明を用いて色と不透明度を計算します。公開されたCTデータ6件での評価では、二百万スプラットのモデルのPSNRは骨でおよそ32.6 dB、造影血管で30.1 dBなどとなりました。変換は一般的なノートPCで数秒から30秒程度で完了し、変換後のモデルは毎秒68フレームで描画できたと報告されています。
説明霧を晴らす：回答の根拠となる証拠を検索するKGエージェントの学習
要約本論文は、既存の知識グラフ（KG）質問応答エージェントが回答の正否のみを重視し、回答を裏付ける証拠の三つ組を学習データにも報酬にも含めていないため、正答しても根拠を検索しないことが多いと指摘しています。著者らは、証拠に基づく問題合成、KG対話エージェント、証拠カバレッジ過程報酬（ECPR）からなるFoGフレームワークを提案しています。三つのKGQAベンチマークで、3B〜4Bのオープンソースエージェントが大幅に大きな基準モデルを回答精度と証拠カバレッジで上回り、別のKGへゼロショットで転移できることを示しています。
説明生成モデルの不確実性を考慮した検証のためのエンドツーエンド枠組み
要約本論文は、密度推定と不確実性定量化を組み合わせたエンドツーエンドの枠組み SIGMA を提案している。ガウス混合モデルを用い、フィッティング誤差に対応する不確実性を局外母数として扱う複合仮説検定を構築している。二次元の玩具モデルと、QCD背景過程を扱う衝突型加速器物理のベンチマークで検証され、不確実性を含めると標準的な検定の約10倍の規模のテストセットでもモデルを信頼できるとしている。
説明GLEE向けの、ベイズ的対戦相手モデリングと道徳的レトリック枠組みを用いたゲーム理論ソルバー
要約本論文は、人間とAIの対戦相手が混在するGLEE競技会に提出されたエージェントを紹介する。エージェントは、数値的な手を計算する古典的ゲーム理論ソルバー、対戦相手の類型を推定するオンラインのベイズ層、付随メッセージを作成する言語モデルの三要素で構成される。1万3200局のモンテカルロ対局と11種の合成対戦相手に対する評価、対戦相手モデリング層のアブレーション、9337件の実対局メッセージの分析を行っている。説説場面では、道徳的レトリック枠組みと買い手の購入の有無に強い相関があり（χ²=616.7、p≈3.7×10⁻¹³²）、品質、ラウンド、設定を統制しても残ると報告されている。
説明反復的な事後リラベリングによる品質制御可能なロボット方策の学習
要約本論文は、実行速度や動作の滑らかさなどの品質属性と、その組み合わせを推論時に制御できるロボット方策、品質制御可能方策（QCP）を提案しています。初期のデモンストレーションを超えて制御可能な品質の範囲を広げるため、目標の品質ラベルでオンラインの実行データを収集し、成功した軌道を追加して、実測品質に基づき事後にリラベリングし、方策を微調整する反復ループを設計しました。Robomimic と RoboEval での実験では、反復ごとに実行品質と成功率が向上し、初期デモを上回る品質の成功実行が得られました。実世界の操作実験では、速度制御によりコンベア作業のスループットが上がり、搬送の安定性制御によりワイングラス搬送の成功率が向上しました。
説明JEPA着想の潜在場予測によるスパースパイロットMIMO-OFDMチャネル再構成
要約本論文は、MIMO-OFDMシステムで完全なチャネル状態情報を取得する際の高いパイロットオーバーヘッドに着目し、JEPA（結合埋め込み予測アーキテクチャ）に着想を得た無線伝搬場の世界モデルを提案している。CSI観測を潜在時間周波数トークンに写像し、過去の多帯域文脈からマスクされた、または将来の潜在場状態を予測して、ノイズを含む現在のスパースパイロットと融合し、チャネルを再構成する。レイトレーシングによる実験では、パイロットのみの手法や直接再構成のベースラインより正規化平均二乗誤差が改善されたと報告されている。
説明LinMix：データ混合を線形ドメイン帰属として扱う手法
要約本論文は、言語モデルの事前学習データにおける各ドメインの混合比率が性能に与える影響を扱う。著者らは、上限付き単体の頂点で、各ドメインが上限に達するか存在しないようにデータ混合をサンプリングするLinMixを提案し、その係数が各ドメインの帰属値となる解釈可能な線形モデルを得る。10億および40億パラメータのモデルによる実験では、推論・コード・数学のベンチマークでディリクレ分布ベースの手法を上回り、288の細粒度ドメインでも線形適合を支えることが示された。
注目点データ配合を線形ドメイン帰属問題とみなし、ディリクレ採样を頂点採样に置き換えて最適性を示す点は新しい；二つのモデルと複数ベンチマークで検証され、証拠は比較的十分。
説明負例はいくつ、どれだけの重みで使うべきか？知識グラフ埋め込みのための対照学習手法RADAR
要約本論文は、知識グラフ埋め込みの対照学習において、各正例に何個の負例を割り当てるべきか、また各負例がどれだけ学習に寄与すべきかを検討しています。著者らは、リスク考慮型の負例数配分と分布校正型の負例重み付けという2つの戦略からなるRADARフレームワークを提案しています。3つの実世界知識グラフと4種類の埋め込みモデルによる実験では、RADARが全組み合わせで平均して最良の性能を示し、サンプリングされた偽の負例を90%以上削減したと報告されています。
説明ランダムな深層ニューラルネットワークのパラガウス近似
要約ランダムに初期化されたニューラルネットワークは、幅が無限大に近づくとガウス分布に従う振る舞いを示すことが知られている。しかし有限の幅では、この近似は精度が低く、層が深くなるほど悪化する。本論文では、わずかに非ガウス的な、より精密な近似を提案する。これはエルミート多項式から構成されるパラガウス分布と呼ばれる。さらに、深い層を近似する実用的な再帰的手法を示し、線形ニューラルネットワーク（厳密に解ける）とReLUニューラルネットワーク（近似的に扱う）に理論を適用する。
説明MoE（混合エキスパート）デコーディングのチャネル選択は校正データが不要
要約本論文は、混合エキスパート（MoE）モデルのデコーディングにおけるチャネル選択を扱う。オフラインデータで校正した閾値による方法では、読み込む重みの量を固定できず、精度向上も安定しないと示す。一方、各トークンでスコア上位k個のチャネルを選ぶ top-k 方式は校正データを必要とせず、多くの比較で閾値方式と同等以上の結果となった。さらに、モデル自身の重みだけで構成される読み取り手法を提案し、三つのMoEモデルで全モデル精度の98.1%を、ルーティング専門家の読み取りの17.8%で保持したと報告している。
説明PDRVLA：物理ダイナミクス表現を備えた視覚・言語・行動モデル
要約本論文は、視覚観測と言語指示からロボットの行動を生成するPDRVLAモデルを提案しています。軽量な物理ダイナミクスモジュールが視覚・言語特徴から物理トークンを抽出し、オンラインでの動画生成なしに行動生成を条件付けます。4つのシミュレーションベンチマークでの成功率は、LIBEROで99.3%、LIBERO-Plusで89.9%、RoboTwin 2.0で93.6%、SimplerEnvで81.5%です。
説明同じ判定、異なる読者：相対的選好に基づくファクトチェック解説の個人化
要約この論文は、同じファクトチェックの解説が背景の異なる読者すべてに合うとは限らない問題を扱っています。事実の忠実性を保ったまま、既存の解説を個々の読者向けに書き換える手法を提案しています。LLMが模擬した読者の相対的選好から学習し、模擬選好の構築と段階的な選好学習からなるPERPLという枠組みを示しています。実験では、より大規模な汎用LLMより個人化された選好への適合で優れ、事実の忠実性も高く保たれたと報告されています。
説明エージェント条件付きルーティング：凍結モデル内で多様な推論経路を生成する手法
要約本論文は、パラメータを変更せずに同一問題から異なる解法を生み出せるかを検討している。提案手法のエージェント条件付きルーティング（ACR）は、並列する各推論経路に固定の専門家利用マスクを割り当て、学習済みのルーターはそのまま維持する。126問の数学・物理ベンチマークでは、温度サンプリングより主要解法が2種類以上ある問題が多く得られた一方、正答率はやや低かった。
説明欧幾里得の混雑に基づく適応的な欧幾里得・双曲グラフ学習：階層データ上で欧幾里得空間と双曲空間の差を理論的に分析し、両幾何を融合する手法を提案する論文です。
要約本論文は、木構造グラフの埋め込みで欧幾里得空間に生じる混雑（Euclidean crowding）を幾何学的に定量化し、固定次元の欧幾里得埋め込みでは層ごとの最小間隔が縮み、マージンベースの汎化境界が弱くなることを示しています。また、階層データにおいて双曲幾何が優れることを説明する汎化境界も提示しています。さらに、指数写像で欧幾里得GNNの表現を双曲空間へ持ち上げ、ノードごとの近傍拡張パターンに基づいて両幾何を適応的に融合するEH-Fusionを提案し、その有効性を実験で検証しています。
説明多様体学習の幾何学：深層学習モデルによる特異葉層構造
要約本論文は、学習済みニューラルネットワークがデータ空間上に定める幾何構造を理論的に検討する。データ情報行列（フィッシャー情報行列の変種）を用いて葉層構造を定義し、従来の幾何学的手法が通用しにくいReLU活性化関数の非滑らかな場合に焦点を当てている。その行列の列が張る分布は超関数の意味で非滑らかであることが示され、測度ゼロの集合でのみ異なる平滑化版が導入される。この平滑化分布が学習データに基づくデータ空間上で特異葉層構造を誘導することが証明される。
説明大規模言語モデルはなぜ失敗するのか：内部メカニズムから敵対的推論軌跡まで
要約本論文は、白箱診断フレームワークCauTraceを提案し、7つの機能状態、表現の伝播、時間的状態協調、推論軌跡トポロジーの観点から、通常の推論失敗と敵対的摂動による失敗の過程を分析します。Qwen系およびLLaMA系モデルで実験を行い、失敗した軌跡では支持状態の更新に対するAttentionとMLPの一致が弱く、コミットメントに比べて検証の活動が少ないことを示しています。具体的な表現レベルの特徴や時間的変化はアーキテクチャによって異なります。
説明TRIDENT-Seq：プロファイル一致の接頭辞・将来対照によるラベル効率的な決済リスクモデリング
要約本論文は、ラベルのない取引履歴で事前学習する取引基盤モデルTRIDENT-Seqを提案します。Prefix-Future Contrast（PFC）により、各取引の接頭辞を、活動プロファイルが似た候補の後続行動の要約と対応させて学習します。3つの本番決済事業において、事前学習済みエンコーダは0.5%の介入予算で、同じ構造をゼロから学習したモデルより平均精度と再現率が改善しました。部署評価では、従来のXGBoostベースのシステムと比べ、金額ベースの記録上のチャージバック率と全体損失率がそれぞれ37.7%と37.9%低くなりました。
注目点活動プロファイルで候補を揃える接頭辞-未来対比事前学習を提案し、ランダム候補より大幅に優れる。3つの本番業務で検証し、ラベル効率と実運用での損失削減を示す。
説明EmbeddingGemma 2：統一的で効率的なマルチモーダル表現モデル
要約本論文は、テキスト、画像、音声、動画およびそれらの組み合わせを単一の表現空間で扱うオープンなマルチモーダル埋め込みモデル「EmbeddingGemma 2」を紹介しています。層ごとの埋め込みを簡素化し、モダリティと目的関数を段階的に導入する多段階のカリキュラム学習を採用しています。論文によると、全モダリティの埋め込みベンチマークで専用モデルや2〜12倍規模の大きいモデルを上回る結果を示し、資源が限られた環境向けの柔軟な設定も備えています。
