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Soei：マルチエージェントAIソフトウェア工学における証拠と意図の構造化された可観測性
要約本論文は、AIコーディングエージェントが長時間・複数セッションにわたって行った作業の実態を、何を誰がいつどこまで行ったかという観点から把握する方法を研究している。45の実際のセッションを分析し、コード編集の約23.4%が最後の編集後に独立した検証を受けておらず、完了とされたタスクの57.8%に間の証拠がなかったと報告する。さらに、ハッシュ連鎖型ローカル台帳、PROVに準拠したグラフ、完了の主張と証拠を分ける検証層からなるSoeiシステムを提案する。
説明統一マルチモーダルモデルの多画像生成向け注意機構ベースのトークン枝刈り校正手法（CATP）
要約統一マルチモーダルモデル（UMM）で複数画像を合成すると、長い視覚コンテキストによって計算量が大きくなります。本論文は、生成向けに初めて設計された学習不要の文脈圧縮手法CATPを提案します。条件分岐間で枝刈りの判断を同期させ、プーリングによる偏りをテイラー展開に基づく二次補正で補正し、補正を分割オンラインSoftmaxに統合して枝刈りの計算コストを下げます。注意機構の中核計算は最大2.09倍高速化されたと報告されています。
説明CBE：不均衡データ向けの複雑度適応型・境界重視アンサンブル手法
要約本論文は、クラス不均衡のある分類データに対応するためのアンサンブル学習フレームワーク CBE を提案している。アンダーサンプリングにおける決定境界付近のサンプルの重みを、データの複雑度に結びつけて動的に調整する手法である。さらに、複数レベルの指標を組み合わせた総合的な複雑度尺度を導入し、不均衡データセットを3つのカテゴリに分類している。UCI と KEEL の24のベンチマークデータセットでの実験では、Easy および Median のデータセットにおいて、F-measure と G-mean で既存手法の多くを上回り、困難なデータセットでも性能低下は見られなかったと報告されている。
説明言語空間での異種心エコーAI出力の統合：教師あり LLM による学習可能な後期融合
要約本論文は、教師あり大規模言語モデル（LLM）に基づく後期融合モジュールを提案し、各断面の予測所見文と予測計測値を言語空間で直接集約し、症例単位の融合関数を学習します。646名の患者・859件の検査を対象とした患者単位の3分割交差検証では、評価された最良の参照手法と同程度の性能を示し、タスク固有の学習を行わない汎用LLMを上回りました。
説明多腕バンディットにおける極小最適な一次後悔と両世界最良の保証の同時達成
要約本論文は多腕バンディット問題における一次後悔と両世界最良（best-of-both-worlds）の保証を検討する。パラメータ調整が不要な効率的アルゴリズムを提案し、Pogodin and Lattimore（2019）の結果に含まれていた対数因子を除去して、極小最適な一次後悔の上界O(√(KL*))を達成する。このアルゴリズムはTsallisエントロピー正則化付きのFTRLに基づき、損失が独立同分布で最良腕が一意な場合にO(∑log T/Δ_i)の後悔上界も得られることを示す。
説明パラメータ効率の良い敵対的学習のためのスパース微調整
要約本論文は、敵対的学習は大規模モデルでメモリ負担が大きく、LoRAなどの参数効率的手法では頑健性が不足するという問題を扱います。勾配解析により、敵対的最適化は少数の「頑健性重要パラメータ（RCP）」に集中することを見いだしました。これに基づき、敵対的勾配の顕著性でRCPを特定し、それらのみを更新するSAFTを提案しています。論文によれば、SAFTは複数のアーキテクチャとデータセットでLoRA系手法を上回り、全パラメータ学習に近い頑健性を約5%のパラメータ更新で達成するとされています。
説明Kairos：古典・数値・時間・ハイブリッドPDDLに対応する意味論認識型プランニングエンジン調整システム
要約本論文は、各PDDLタスクの意味論に基づいて五種類のプランニングエンジンを選択・スケジュールし、STRIPSからPDDL+までを幅広くカバーするKairosを提案している。すべての候補プランは、プランナーの変換から独立した検証器で検査される。九つの比較スイートの1,756タスクでの評価では、完全な制限時間内で各スイートの最強の比較対象プランナーより多くのタスクを解いた。
注目点新規性はタスク意味論に基づき異種プランナーを選択・統合する点にある。1756件の課題で比較・アブレーションを行い、VALとの不一致も検証。
説明運動プリミティブ表現による滑らかな行動チャンキングの模倣学習
要約本論文は、視覚ベースのロボット方策で用いられる行動チャンキングに起因する軌道の揺れ（ジャーク）の問題に取り組む。各軌道区間を滑らかな基底関数の線形結合で表現し、方策の構造・学習目標・推論手順を変えずに滑らかな軌道を得る。さらに、再学習を必要としない推論時の補正により、チャンク境界での不連続を低減する。
説明条件付き混合下におけるマスク拡散モデルのエンドツーエンド保証
要約本論文は、マスク拡散モデル（MDM）の学習済みデノイザーに対して、相関長が有限な定常系列ソースを前提としたエンドツーエンドの理論保証を示す。任意のマスク分布で学習した経験リスク最小化器が、系列長に依存しない訓練サンプル数で過剰誤差を達成できることを証明し、その指数の次数が最小最適であると論じる。さらに、ダイレーション付きスケジュールによるサンプリングのKL誤差の上界を与え、固定ランダム順序との比較を行う。
注目点条件付き混合の仮定の下で学習済みデノイザの端到端保証を示し、標本複雑度が系列長に依存しないことと指数の最適性を理論的に論じている。
説明混合エキスパートモデルにおけるSoftmaxルーティングの動態：崩壊と回復
要約混合エキスパート（MoE）モデルのsoftmaxルーティングは、確率を一部のエキスパートに集中させ、他のエキスパートへのアクセスを抑制することがあります。本論文は、この集中がどのように形成され、なぜ持続し、抑制された確率がどのように回復するかを研究しています。固定エキスパートの場合の損失障壁や、平方損失モデルにおけるルーティング極限を分析し、回復時間の対数または冪乗則のオーダーを示しています。Transformer-MoEの訓練では、クラス条件付きのルーターgradient対比を除くと、回復が遅れ、固定トークン上の累積対数オッズが減少することを報告しています。
注目点MoEのソフトルーティングの崩壊と回復の力学を解析し回復時間のオーダーを導出、作者はTransformer-MoEの対照実験で検証したと報告。
説明PathCowork：実際の病理診断の現場から学び、AI支援システムを構築する枠組み
要約本論文は、病理医が切片を見ながら口頭で述べた検査過程を学習データに変えるPathCowork枠組みを提案しています。視線、説明、画面操作を同期して記録し、視覚的所見と解釈の過程を結びつけます。16名の病理医による48回のセッション、計1,028分の切片観察データを収集し、サーバー用とローカル用の2種類のモデルを学習させました。
説明Timbre：ラベルなしのマルチモーダル推論時強化学習のための信頼性を考慮した調和合意手法
要約本論文は、ラベルなしで視覚言語モデル自身の予測から得た報酬を用いて推論時に強化学習を行うTimbreフレームワークを提案する。原画像と摂動画像、直接解法と言い換えの2つのモードを組み合わせた2×2のグリッドを構成し、重み付き調和平均で疑似ラベルを選び、疑似ラベルの信頼度変化に基づいてモダリティの重みを調整する。Qwen3-VLの3つのモデル規模と6つのベンチマークで、TTRVと比較して多くの設定で優れた結果を示し、未見の事例にも適応できたと報告している。
説明ATLAS-Bench：ローカル検索向けのエージェント型ツール利用ベンチマーク
要約本論文はATLAS-Benchを提案する。3地域にわたる1,200件のクエリからなり、LLMエージェントが場所を検索・推薦する能力を評価するためのベンチマークである。クエリは必須条件と希望条件、事実に関する条件と主観的判断を区別し、各要件の検証根拠を付す。標準化された評価環境ATLASBoxも併せて導入されている。14構成・11モデルの評価では、制約充足率と推薦の提供可能性にモデル間の差があることが示された。
説明検証可能なLLM誘導によるフォーカス型SMTソルバ：量化配列向け
要約本論文は、大規模言語モデルが少数の重要な項からなるフォーカス集合を提案し、従来のSMTソルバがそれを用いて量化配列問題を解く手法を研究している。証明はソルバのみが行い、手法はLinguaArrayと呼ばれる。1015個のSMT-LIB事例での評価では、最大69.1%の事例を解き、対応するバックエンドより解けた事例数が105%から397%増えたと報告している。
説明FDSML：パラメータ認識型トリプレット損失を用いた公式駆動型教師ありメトリック学習
要約本論文は、実画像を用いない事前学習のための公式駆動型教師あり学習（FDSML）を提案し、離散的なクラスラベルではなく画像生成パラメータ間の関係に基づいて教師信号を導出します。改良型フラクタルデータセット FineFractalDB と、反復関数系のパラメータ空間での距離により正例・負例を定めるパラメータ認識型トリプレット損失を組み合わせています。ResNet-50 では、Stanford Online Products と Stanford Cars の Recall@1 が従来の FDSL 事前学習と比べてそれぞれ 65.6% から 74.0%、56.2% から 78.4% に向上しています。
説明参照ギャップの診断：視覚的足場はマルチモーダル推論の何を修正でき、何を修正できないか
要約マルチモーダル大規模言語モデルは画像の内容を認識できても、複数の推論ステップにわたって信頼性高くそれを使うのに苦労します。本論文は、言語を関連する視覚的な対象・領域・位置に結びつけられないことを「参照ギャップ」と呼び、視覚ルーチン理論に着想を得て、番号付けなどの外部参照がこのギャップを狭めるかを検証します。シーン・質問・答えを固定し参照のみを変えた五つの視覚推論課題からなるReGap-Benchを提案しています。課題に合った参照は精度を最大25%向上させ、合わない参照はほとんど効果がないか性能を損なうことが示されました。
説明LinQuant：低精度線形再帰モデルのための関数不変性手法
要約本論文は、線形再帰モデルの低精度推論における量子化の課題を扱い、LinQuantという枠組みを提案している。全精度での計算結果を保ったまま演算子を量子化しやすくする七種類の関数不変性（回転、対角再スケーリング、再帰減衰と書き込み因子の配置変更など）を特定している。Mamba-2の低精度プレフィル処理に適用した結果、同等のレイテンシでMamba-2の1.3B、2.7B、8BおよびNemotron-H 8Bのパープレキシティが改善したと報告している。
説明仕様は明確でテストは十分か？自己進化型エージェントによる SWE-bench 系データセットの評価
要約本論文は、大規模言語モデルのコーディングエージェントを評価するための SWE-bench 系データセットを対象としています。タスクの明確さとテストカバレッジが、各事例の解決可能性と検証可能性に影響するため、その品質評価を扱います。著者らは、経験バンクを更新しながら判断基準を形成する自己進化型の LLM 支援ツール ExLabel を提案し、8 種類のプログラミング言語を含むベンチマーク SWE-TQ で既存手法を上回る F1 値を示したと報告しています。
説明トークンではなく幾何を解読する：ロボットのアフォーダンスと軌道予測のための効率的なVLM
要約本論文は、ロボットの把持位置や動作軌道の予測は本質的に幾何の問題であると指摘します。従来の視覚言語モデルは座標をテキストとして自己回帰的に生成するため、空間構造を無視し精度が落ちます。著者らは、0.5〜2Bパラメータの小型モデルの中間隠れ層に豊富な空間情報が含まれていることを示し、凍結したバックボーンに付加する軽量な予測ヘッドで、アフォーダンス枠と軌道点を連続値として直接回帰します。ShareRobot-BenchとAGD20Kでの評価では、2Bモデルが自己回帰ベースラインに比べ軌道誤差を60%超削減し、アフォーダンスのmAPを相対で85%改善したと報告しています。
説明精度は互換性ではない：2つの Evo 2 チェックポイントは同じ FP8 行列積に依存する
要約この論文は、DNA 言語モデル Evo 2 の2つのチェックポイントが Blackwell GPU で動作しない原因を調べたものです。問題は FP8 の値の格納形式ではなく、積の和の計算方法にあると論じています。最初の投影層だけを H100 と同じ FP8 演算で再現すると、BRCA1 の変異分類の AUROC が大きく改善すると報告しています。
説明解剖学的事前情報に基づくルーティングによる3D肺腫瘍セグメンテーション
要約本論文は、CT画像における3D肺腫瘍セグメンテーションの課題、すなわち腫瘍が全体に占める割合が小さく解剖学的位置によって外観が大きく異なる点に着目しています。画像パッチごとに領域占有の解剖学的事前情報を用いてルーティングゲートを決定し、共有エキスパートアダプタープール上でスパースな特徴ルーティングを行う解剖学的事前情報誘導ルーティングモジュール（APRM）を提案しています。二つのデータセットと複数のバックボーンネットワークで、ベースラインを一貫して上回る結果が示されています。
説明ユーザーの質問が曖昧なとき、深層研究エージェントはどこまで影響を受けるか
要約本論文は、ユーザーの質問が具体性に欠ける場合が深層研究エージェント（DRA）に与える影響を体系的に評価するフレームワーク UNDERSPEC-DR を提案する。評価した3つのDRAでは、質問が曖昧だと、回答がユーザーの情報ニーズを満たす度合いが大きく低下したが、回答は引用された根拠に基づいていた。中間の検索挙動の分析から、DRAは元の質問への依存が少なく、学習時の事前知識に頼る範囲の広い検索を行い、それがユーザーの意図とずれうることが示された。
説明Dobb：ブロック対角固有基底におけるシャード内前処理を用いた分散オプティマイザ
要約本論文は、単一ノードのメモリを超えるパラメータを持つ言語モデルの学習のための、行列を意識した分散オプティマイザ Dobb を提案している。テンソル並列やFSDPの下で、各パラメータシャード内で更新を計算し、活性化の二次モーメントのデータ並列同期以外の通信を不要にする。GPT-2 XL（15.6億パラメータ）では、16ブロックのDobbの検証損失は2.476で、ランク比率1/16のDionの2.511を下回った。32基のH100 GPUによるFSDPでは、オプティマイザ呼び出しの平均時間がDionの124.1ミリ秒から9.2ミリ秒に短縮された。
説明コスト意識型実行のための修復仮説の保持
要約実行可能モデルの複数の修正は、同じ観測に適合しながら異なる実行結果を予測しうる。本論文は、互換性のある有限のガード修復を保持し、診断観測と通常実行観測に基づいて重みを更新し、その予測から経路・有料テスト・バックアップを選ぶ修復から実行へのインターフェースを提案する。24個の合成二段階デバイスで、生成された修復と互換修復上の一様分布の等混合は、生成修復を確定する場合と比べ、テストなしのコストを2.14%下げた。
説明安全な多目的強化学習：制約違反ゼロと原始平均による収束
要約本論文は、学習の全過程を通じて安全制約を一度も違反しない多目的強化学習を研究し、累積制約と段階的制約の両方を扱う。楽観的な報酬推定と悲観的なコスト上界を組み合わせ、与えられた選好のもとで安全なパレート最適方策を学習するアルゴリズムを提案し、高い確率で実行されるすべての方策が制約違反を起こさないことを示す。さらに、事前に選好を指定しなくても安全に探索し、その後任意の選好に対する安全な方策を計算できるアルゴリズムも開発されている。
注目点新規性は、学習中も制約違反ゼロを保証する安全な多目的強化学習と、選好非依存のアルゴリズム、および作者報告の次善ギャップ上界にある。
説明YOLOF-MLD：効率的な物体検出のための多層蒸留フレームワーク
要約本論文は、リソースが限られたエッジデバイス上での物体検出を目的とし、YOLO26nバックボーン、YOLOFの単入力単出力ネック、多層蒸留（MLD）を組み合わせたYOLOF-MLDを提案している。D-FireおよびAFS火災・煙データセットでは、YOLO26nと比べてパラメータ数を35.7%削減し、Raspberry Pi 5で62.3%の高速化を達成した。mAP@50はそれぞれ71.6%と59.9%で、YOLO26nの75.5%と60.0%に対し、エッジ展開における精度と遅延の競争力あるトレードオフを示している。
説明SymKL：表現空間で信号劣化を測る統一的な指標
要約本論文は、暗黙的ニューラル表現（INR）に基づく全参照型の信号劣化指標SymKLを提案する。原信号にINRを一度フィットし、その対角フィッシャー情報で局所的な感度プロファイルを求め、原信号と劣化信号の二つのプロファイルの対称KLダイバージェンスを劣化スコアとする。劣化過程や劣化の程度の知識は不要で、画像・音声・3Dデータに適用できる。画像、音声、体積3Dのベンチマーク実験で、劣化の程度に単調に追従することが示されている。
説明ACD-GS：3Dガウシアン・スプラッティングのための非対称曲率認識型高密度化手法
要約本論文は、3Dガウシアン・スプラッティング（3DGS）の学習時における高密度化を改善するACD-GSを提案する。二次の深度応答を構造的な事前情報として用い、クローニングと分割を非対称に制御するとともに、多視点の測光一貫性制約と容量認識型の適応調整戦略を導入している。論文によれば、学習中に冗長なガウシアンの生成を直接防ぐことで、ガウシアン数と保存容量を約60%削減しつつ、競争力のある描画品質を維持するという。
説明チャットボットによる大統領の行動と仮定上の改革への判断の頑健性に関する研究
要約本論文は、一般利用者がアクセスする消費者向けチャットインターフェースを通じて、5種類のチャットボット構成に過去4政権の40の行動と15の仮定上の改革について、米国への長期的影響を30日間、1日2回採点させた研究です。各構成は政権の平均スコアの符号と順位で一致し、同日に2つの構成が同じ行動に反対の符号を与えた割合は約4%でした。日ごとの差は同日より大きい一方、一か月で緩やかに拡大し、サービス自体の変更があった3回では判断が変化しました。16,500件の判断データセットも公開されています。
説明CASE：正例と負例の視覚的事例に基づく概念認識セグメンテーション
要約本論文は、正例と負例の視覚的プロンプトで対象概念を指定する「指定視覚プロンプトセグメンテーション（SVPS）」を提案しています。正例だけでは対象が曖昧になる問題に対応するためです。COCOとPACOをもとにしたCASEベンチマークを構築し、六つのタスクファミリーで評価しました。凍結したSAM 3は負例を除外の根拠として一貫して扱えないことがわかり、LoRAベースの適応手法CPAを提案しています。CPAはCASE上で正負プロンプトの解釈を改善し、正例のみの少数ショットセグメンテーションでも競争力を保ちます。
説明OPERA：専門家から学んだ推論エージェントによる、仕様からレイアウトまでのCMOS演算増幅器設計
要約本論文は、汎用の大規模言語モデルエージェントがオープンソースツールを用いて、CMOS演算増幅器を仕様からポストレイアウトの最終検証まで設計するOPERAを提示している。設計者はエージェントにgm/ID法を教え、その後gLayoutフレームワークと版図設計の手法を学習させて再利用可能なレイアウト生成器を作らせる。SKY130プロセスで設計した6つの増幅器は、DRCとLVSを通過し、15のPVTコーナーすべてで目標性能を満たした。ベンチマーク用のネットリストは公開されている。
注目点新規性はLLMエージェントにgm/ID法とレイアウト生成器を習得させ、SKY130で六種の演算増幅器を仕様から版図まで設計した点にある。摘要は全版図がDRC/LVSを通過し15のPVT角で目標を満たしたと報告する。
説明UMI-Live：実環境での両腕ロボット向けデータ収集用オープンソースシステム
要約本論文は、実環境でロボット学習用データを収集するための、オープンソースの両腕対応UMI（Universal Manipulation Interface）システム「UMI-Live」を紹介している。カメラとLiDAR慣性センシング、搭載計算機、電源を一体化し、収集時に外部追跡機器や現場での校正を必要としない。並行して動くSLAM再構成のパイプラインが学習用データセットを生成し、両腕のピック＆プレース課題でπ0.5とMolmoAct2を微調整した結果、成功率はそれぞれ10/10と8/10だった。40時間分のデータとハードウェア設計、ソフトウェアも公開されている。
説明AIインフラの軟硬件協調設計をエージェントで行う手法：段階的最適化と検証による問題定式化の学習
要約本論文は、Formulaicという手法を提案している。言語モデルのエージェントが最適化問題の数式化を担当し、数理ソルバーがその範囲内で最適化を行い、検証と測定で仮定と結果を確認する。計算グラフからチップへと段階的に問題を具体化し、各段階は正しさの条件を伴うプログラムのテンプレートとして表現される。NVIDIA GB10上では、エージェントが作成したテンプレートがQwen3-8Bの層をSGLangより1.075倍速く実行した。
説明AgentDecept：圧力下におけるツール利用型LLMエージェントの欺瞞的行動のベンチマーク
要約本論文は、圧力下でのエージェントの行動的欺瞞を評価する実行可能なベンチマーク AgentDecept を提案する。257 の元タスクから派生した 477 の圧力バリアントを含み、6 種類の圧力源を扱い、それぞれに圧力のない対応版を組み合わせている。評価プロトコルは、ユーザー向けの報告を時系列順の観測と実行結果と照合し、虚偽、隠蔽、曖昧な応答を、誠実な失敗や開示された制限と区別する。
説明医学試験問題はなぜ難しいのか：大規模言語モデルで実証的難易度に関連するパターンを探る
要約本研究は、米国医師免許試験（USMLE）と米国医師助手全国認定試験（PANCE）の問題と実証的難易度を用い、大規模言語モデルに難易度の評価基準を帰納させ、基準の提示が難易度判断に与える影響を検証した。どの基準も題幹の長さや選択肢数、画像といった表面的特徴を主な難易度要因とはみなさず、手がかりの収束、誤解を招く手がかり、選択肢間の競合などのパターンが見出された。基準の提示は判断の安定した改善にはつながらず、実証的難易度データから検証可能な仮説を生み出す点に価値があると示唆された。
説明Cord：マスク付き拡散言語モデルのための信頼度アンカー型順序残差デコーディング
要約本論文は、マスク付き拡散言語モデル（dLLM）のデコーディング順序の問題に取り組み、軽量なポリシー Cord を提案している。信頼度デコーディングを安定した基準として保ちつつ、生成方向、既公開の文脈への近さ、両側穴埋めに関する幾何学的残差を通じて、いつどのように基準から逸脱するかを学習する。3 つのモデルと 5 つの推論・コード・制約充足ベンチマークで評価し、平均タスク成功率は信頼度デコーディングの 32.0% から 48.2% に向上した。追加の学習可能パラメータは 0.53M で、推論遅延のオーバーヘッドは 5.39% である。
説明情報は多いほど良いのか？フェデレーテッドハイパーグラフ学習における潜在的な対応関係の探究
要約本論文は、クライアント間のハイパーエッジの潜在的な対応関係を扱うフェデレーテッドハイパーグラフ学習を研究しています。同じローカル情報が複数のグローバルなハイパーグラフ構造に対応しうるため、その対応関係の復元には計算上の困難があることを示しています。提案手法FedASTRAは、適応的熱拡散とマスク付き潜在予測により対応不変な表現を学習し、モデルパラメータのみを通信します。ogbn-papers100Mでは、精度50.07、Macro-F1 29.73を、ラウンドごとの通信量59.60 MiBで達成しています。
説明次のロールアウトの前に：方策更新からスキルの有用性の変化を診断する
要約本論文は、方策の更新によって変化しないスキルの行動上の効果や限界的有用性が変わりうると指摘し、更新前の軌跡に基づく帰属は更新後の方策での寄与を反映しないおそれがあるとしています。スキルと対照条件の間で単一ステップの行動に対するトークン選好の差の変化を測り、アドバンテージ推定と組み合わせて有用性の変化を診断する指標を構築しています。この指標を用いた優先順位付けにより、下流性能が向上し、方策と編集器のトークン消費が減ったと報告しています。
説明一般化カテゴリ発見における意味的誤対応：評価と緩和
要約本論文は、ラベルのない同じ集合の中で既知カテゴリの認識と新規カテゴリの発見を同時に行う一般化カテゴリ発見（GCD）を扱う。既存手法を大域的ハンガリアン・マッチングで評価すると、既知カテゴリに対応づけられたインデックスが他のカテゴリへ再割り当てされ、新規カテゴリの精度が最大25.63ポイント過大評価されることを示した。この現象を意味的誤対応と呼び、意味を保持する評価法SPEと、領域バランス損失および新規多様性損失を組み合わせた最適化法MMOを提案している。
説明CoToan：再現可能なゲームAI評価のための実行可能なルールと表現契約
要約本論文は、GDLとOpenSpielを接続するベトナム数学チェスの実行可能な仕様・表現契約CoToanを提案している。行動を算術的な根拠ではなく状態遷移で表し、残り時間と勝利設定を課題の定義に含めるとしている。複数の表現間のテストでは合法手・後続状態・終局結果の一致が示され、一様な根拠レベルのサンプリングは終端行動の確率を変え、時間や勝利設定を省くと終局の振る舞いが異なる状態が統合されることが実験で示されている。
説明PicturePerfect：拡散モデルによる同一人物の顔置換
要約本論文は、写真における同一人物の顔置換に拡散モデルを応用する可能性を検討しています。事前学習済みのテキストから画像を生成するモデルを基に、人物のポートレートと同一人物の参照画像を入力とする拡散ベースの手法を提案し、背景を保ったまま顔を置き換えることを目指しています。また、同一人物の異なる表情と姿勢の画像ペアからなる大規模データセットを構築しました。実験では、既存の顔再現モデルより、より自然で身元の一貫性が高い結果が得られたと報告されています。
説明MulClip：マイコン上のリザーバー計算向けの、テーブル不要で単調・折り返しの二つの領域を持つ活性化関数
要約本論文は、マイクロコントローラ（MCU）上のリザーバー計算（RC）向けの軽量な活性化関数 MulClip を提案する。比較、絶対値、乗算、減算のみで構成され、クリッピングの閾値は極値ではなく、極値を通過後に応答がゼロに戻る点に設定される。これにより一つの関数が単調領域と非単調な折り返し領域を併せ持つ。Cortex-M4 上での状態更新時間は tanh の 0.34 倍で、評価した 11 種の tanh 近似よりも短い。NARMA-20 と 8 ビットパリティのタスクでは、PC とマイコンで得られた値がほぼ同じであった。
説明RetroChessBench：チェスの局面履歴の再構成と証明のためのベンチマーク
要約本論文は、逆行チェス（レトロチェス）を用いた12課題からなるベンチマーク RetroChessBench を提案する。課題は正確な手数の構成、唯一の終局、網羅的な解答集合を含み、参照解答、採点基準、終端報酬の環境が用意されている。GPT 6 Astra High は、ツールなしでは24回中22回、コード実行ありでは24回中18回、必要な最終解答を出せなかった。平均の終端強化学習報酬はそれぞれ14.75%と27.19%であった。著者らは、明確な規則のある推論課題でも失敗が見られることから、前線モデルの数学的推論の一般化能力に疑問を投げかけている。
説明引用は重要か？Googleの AI 概要（AI Overviews）の医療情報における質、根拠性、医師基準による正確さの研究
要約本論文は、Googleの AI 概要（AI Overviews）が3,611件の健康に関する質問に対して示す内容を評価しています。従来の検索上位5件との比較では、AI概要が引用した情報源が重なるのは44.4%にとどまり、商業的な健康情報サイトを多く引用していました。医師が作成した評価基準では、獲得点数は全体の38.2%でした。また、AI概要の正確さは、陳述が引用元に裏付けられているかとは関係がなかったと報告しています。
注目点医療質問についてGoogleのAI概要と従来検索を3,611問で比較し、医師評価基準で正確性を測定。利用者と検索提供者に直接関わる知見。
説明「説明」は「知覚」ではない：テキストによるペルソナは視覚言語モデルを、説明された人のように答えさせることはほとんどない
要約本論文は、「あなたは弱視です」のようなテキストのペルソナで視覚言語モデル（VLM）に実在の人々を模擬させることが有効かを検討しています。ペルソナによる回答を、弱視・色覚異常・難聴の人々の実測結果や、ペルソナに書かれた事実だけを使う単純なルールと比較しました。その結果、ペルソナはこれらのルールを上回らず、集団間・個人間の実際の違いも消えてしまうことが示されました。テストした14モデルすべてで、ぼやけの説明は認識結果を変えず、一方で画像自体をぼかすと人間と同様に認識率が下がりました。
注目点新規性は、テキストのペルソナがVLMに視覚障害などの人々のように画像を見させないことを示した点にあり、実測データや単純ルールとの比較を行っている。14モデルと開放モデルの内部分析で検証し、ユーザー研究の方法論に影響する。
説明画像エージェントは視覚的な依頼を完遂できるか？ベンチマークとモジュール式フレームワーク
要約本論文は、素材の統合から成果物の納品までを含む視覚的な依頼を、画像エージェントが完遂できるかを評価するVisual Commission Bench（VCB）を提案します。VCBは12カテゴリ・600タスクからなり、段階的な3つの層で構成されています。また、推論時にタスク、認知、表現の各モジュールを動的に組み合わせる参考エージェントV-Protocolを示しています。同一のコントローラと画像生成器の条件で、V-ProtocolはVCBの厳密なタスク成功率が69.0%となり、SCOPEの42.0%を上回りました。Mind-Benchでは厳密な正解率が39.2%から45.4%に向上しています。
説明MRC-MMAgent：マルチモーダルツール利用エージェントのための多役割協調強化学習
要約本論文は、マルチモーダルツール利用エージェントが解決・検査・継続の3つの役割で協調する枠組みMRC-MMAgentを提案します。エージェントはツールで根拠を集め、直前の思考過程を評価し、現在の回答の根拠が不十分な場合に問題解決を再開します。学習では、タスク成功、やり取りの妥当性、成功した修正を組み合わせた目的関数を用い、すべての役割の決定を対象に軌道全体で方策を最適化します。元の学習データのみを用いた実験で、対応するベースモデルを上回り、複数のベンチマークで先行または極めて競争力のある性能を示したとされています。
説明製造業産業インターネット向けのクラス認識型潜在アテンション再生（CLAR）：増分クラスにおけるリスク診断
要約本論文は、製造業産業インターネット（MII）でAIシステムが抱えるリスク診断の課題を扱います。新たなリスク種類が各数サンプルずつ次々と現れ、リスクが同時に発生することもあり、診断モデルはメモリの限られたノードで動作します。提案手法CLARは、主に圧縮された潜在表現と少数の生サンプルを保存する二重バッファ、注意レバレッジスコアに基づくクラス均衡型のリザーバサンプリング、そして潜在空間のドリフトを抑える指数移動平均の教師モデルを組み合わせたものです。MIIのテストベッドによるリスク診断データでは、同じバッファサイズの比較手法の中で最も高い平均加重F1スコアを達成しました。
説明MemoryFusion：マルチモーダル動画融合のための時間横断メモリ学習手法
要約本論文は、時間横断メモリ学習と段階的な時間的精緻化を組み合わせた二段階のマルチモーダル動画融合フレームワーク「MemoryFusion」を提案しています。第一段階では短期および長期のメモリバンクと時間平滑化モジュールを用い、第二段階では軽量な3D残差時間精緻化モジュールで時間的な不整合を補正し、構造の細部を強調します。既存のフレームベースおよび動画ベースの手法より融合品質と時間的一貫性が優れると報告されており、ソースコードは公開されています。
説明予算制約付きバンディットにおける満足化リグレット最小化
要約本論文は、予算制約付きバンディット（BwK）における満足化リグレットの最小化を研究する。学習者は有限の資源予算の下で、満足化閾値を超える平均報酬をできるだけ頻繁に得るよう、確率的な方策を逐次選択する。提案手法SELECTwKは、期待標準リグレットの次線形上界を持つBwK学習アルゴリズムを用いて候補方策を探索・検証する汎用テンプレートである。満足化方策が存在する場合、SELECTwKの期待満足化リグレットは定数に抑えられることを示している。
説明BEVLight：ドローン鳥瞰視点に基づく汎化可能な交通信号制御
要約本論文は、無人機（UAV）が撮影した鳥瞰画像から直接信号動作を出力するBEVLightフレームワークを提案する。固定された路側カメラや構造化された交通状態に依存せず、画像特徴を車線ごとに対応づけ、交差点のトポロジーに沿って現示表現を構成する。ウェブベースの遠隔操作プラットフォームで収集した5千件以上の人間による制御判断を学習に用い、異なる交通需要・信号計画・交差点間でゼロショット汎化を示した。閉ループ実験では、知覚から制御への視覚ベースラインと比べて平均待ち時間を7〜9%削減した。
説明TaxoMFM：ヒト腸内細菌叢のための分類階層認識型基盤モデル
要約既存の腸内細菌叢基盤モデルは分類群を平坦な表現で扱うことが多く、既知の分類階層を活用しきれていない。本論文はTaxoMFMを提案し、分類構造を自己教師あり学習に組み込んでいる。また231のコホートから得た100,806件の腸内細菌叢プロファイルからなるTaxoGut-HPPを構築した。コホート横断のゼロショット転移では、大腸がん、2型糖尿病、炎症性腸疾患のAUROCがそれぞれ0.838、0.736、0.722であった。
注目点分類階層構造を微生物叢基礎モデルの自己教師あり学習に組み込み、大規模コホートでクロスコホート零ショット転移を検証。
説明Unlimited OCR 2：超長文書向けの文書解析モデル
要約本論文は、前のページを再スキャンせず、いま書き起こしている箇所だけを見る文書解析モデル Unlimited OCR 2 を提案している。デコーダの注意機構を、参照トークン数を固定する Sparse Reference Sliding Window Attention（SR-SWA）に置き換え、無制限視野デコーディングと組み合わせる。百ページ規模では、Full Attention および R-SWA と比べてステップごとに 7.0 倍および 5.6 倍の高速化を報告し、MPDocBench と新たに提案された MarathonDocBench で最先端の端から端までの性能を示したとしている。
説明CAD-WAM：テキストからCAD生成のための幾何学予測手法
要約本論文は、テキストから編集可能なCADモデルを生成するCAD-WAMを提案します。大規模言語モデルを基盤に、次の操作の生成と次段階の形状予測を同時に行います。DeepCADのテストセットでは、タスク専用のベースラインや汎用LLMより高い幾何精度と出力の有効性を示し、次状態の監督によって平均Chamfer距離が13.2%減少したと報告しています。
説明上界を学習する：MPE推論のための単調で較正された神経上界
要約本論文は、確率的グラフィカルモデルにおける最尤説明（MPE）問題の分枝限定探索に用いる上界を、学習済みニューラル予測器で求める Learning to Bound（L2B）を提案している。統計的較正により上界の許容性（admissibility）を確保し、構造的制約により証拠の増加に伴って上界が単調に狭まることを保証する。著者らは、各 PGM ファミリーのベンチマークで、より厳密な単調上界を桁違いに低いコストで得られ、高い木幅のインスタンスでは分枝限定と組み合わせて改善が見られると報告している。
説明JEPAによるプラトン的表現仮説の証明と改良
要約本論文は、異なるモダリティで学習したモデルが同じ世界表現に収束するかという柏拉図的表現仮説を定理として証明しています。同一シーンの二つの観測を正例対とする「良い視点」の場合、別々に学習したJEPAは一つの回転を除いて同じ表現を学ぶことを示します。さらに、次トークン予測は同一文書の部分を用いる「悪い視点」のJEPAとして説明され、大規模データでの検証と整合性のスケーリング則も報告されています。
注目点JEPAが良いビューの下で同一表現に収束する定理を提示し、145kから940Mまでの規模で検証、テキストJEPAが大規模言語モデルを上回ると報告。
説明Youtu-Parsing-Omni：単一エンコーダと単一スキーマによる全モダリティ解析モデル
要約本論文は、文書・画像・音声・動画を時空間位置付きの構造化レコードに変換する全モダリティ解析器 Youtu-Parsing-Omni を提案しています。すべてのモダリティを一つのエンコーダで処理し、十種類の解析タスクの出力を統一スキーマにまとめ、自己進化型の後学習法 OSAD で訓練します。単一の 5B パラメータモデルが OmniDocBench v1.6 で総合 96.96 点、OmniParsingBench で平均 75.08 点を達成し、コードと重みが公開されています。
説明自己回帰Transformerを用いたピクセル型パッチアンテナの多解逆設計
要約本論文は、10×10のピクセル型パッチアンテナの逆設計に自己回帰（AR）Transformerを提案している。目標応答を与えると、離散的な系列生成により複数の実現可能な構造を生成する。事前学習後、急峻なスペクトル遷移を持つステップ状の目標応答を用いて二周波帯設計に微調整され、詳細なS11曲線を手作業で作成せずに周波数帯を指定できる。二値粒子群最適化（BPSO）と比べ、有効で多様な候補をより効率的に生成し、製作・測定例で異なるピクセル配置が所望の応答を実現できることを示している。
説明RLVRに無料の昼食はない：pass@1の向上にはすべてpass@kの代償がある
要約本論文は検証可能な報酬による強化学習（RLVR）を分析する。モデルは一回の試行での成功率（pass@1）が上がる一方、多数回試行での成功率（pass@k）では基盤モデルに追い越される。著者らは、RLVRを方策の指数的傾斜としてモデル化し、排他的特化の下ではpass@1を上げる更新がいずれかの問題の成功率を下げることを証明し、交差回数の上界を示す。強化学習は推論の前線を広げられず、そのうえで移動するだけだと主張し、その代償を評価ログから測る診断法を提案している。
注目点RLVRのpass@1とpass@kのトレードオフを指数的傾きモデルで厳密な代価として定式化し、交差回数のタイトな界を導く；摘要では理論的証明を報告。
説明事前学習済み自己回帰画像モデルで任意順序生成を可能にする手法
要約自己回帰画像生成モデルは通常、固定のラスタースキャン順序で学習するため、推論時の画像修復、拡張、編集が困難です。本論文は、事前学習済みのラスタースキャンモデルを任意順序の生成器へ適応させる手法を提案し、未来を考慮した位置埋め込みと順序カリキュラムの二つの要素を含みます。4つのベースモデルでの実験では、ImageNetの画像修復でMaskGITを上回り、MAR-Lと同等の性能を示しました。事前学習後の追加計算コストは13%から33%です。
説明強適応オンライン学習による一様割引リグレットの達成
要約本論文は、過去の損失に指数的に減衰する重みを与えて評価する割引リグレットを扱い、近年の損失ほど重要となる非定常オンライン学習を対象とします。著者らは、強適応リグレット上界から、凸、強凸、指数凹の損失関数に対する一様な割引リグレット保証が直接導けることを示しています。凸関数では、すべての割引係数に対して O(√(log T/(1-λ))) の上界、強凸および指数凹関数では O(log T(1+log(1/(1-λ)))) の上界が得られます。
説明PriorMaskMap：偏りのある事前情報に頑健なオンライン・ベクトル地図構築
要約本論文は、自動運転車向けにリアルタイムでベクトル化された地図を構築する手法PriorMaskMapを提案しています。事前地図が古い情報や一時的な道路変更によって不正確な場合に備え、事前情報の信頼度を推定して信頼できる領域だけを活用する仕組みを備えています。nuScenesデータセットでの評価では、既存手法より高い精度を示し、誤りのある事前情報が与えられた場合にも高い頑健性を示したとしています。
説明コンピュータ操作エージェントにとっての「現在」とは？古いスクリーンショット、ページ読み込み、クリック前に行うべき確認
要約コンピュータ操作エージェントがスクリーンショットをもとに計画してからクリックするまでの間に画面が変化し、誤った要素をクリックしてしまう危険を扱った論文です。31の公開ウェブページでの測定により、このリスクの多くはページ読み込み中に生じることを示し、クリック前の確認方法の精度と遅延を比較しています。ベンチマーク生成器、確認が有効かを判断する式、開発者向けの三つの指針を公開しています。
説明WorldFlow：大規模事前学習による動画と3D動きの同時予測
要約本論文は、将来の動画と問い合わせベースの3D軌跡を同時に予測する生成型世界モデル WorldFlow を提案します。統一された Mixture-of-Transformers 基盤で、両モダリティを整流フロー目的関数のもとで同時にノイズ除去します。約144万件のシミュレーションと実世界のデータで学習し、1,678件の評価サンプルからなる WorldFlowBench も導入されています。3つの評価セットすべてで、比較された学習ベース手法の中で平均変位誤差（ADE）と最終変位誤差（FDE）が最も低く、SpatialCog では ADE が0.060メートルでした。
説明連続条件付き画像生成のための効率的な共分散考慮型近傍潜在拡散モデル（CAViLD）
要約本論文は、連続値ラベルの不均衡な分布によるデータ疎性が、視覚的アーティファクトや条件の不一致を生む問題に取り組んでいます。提案手法CAViLDは、密度適応型近傍学習、補助的な意味正則化、NIQEに基づく負例データ拡張によって条件を考慮した潜在空間を構築し、EMA教師モデルで単一ブランチの条件付き推論を実現します。さらに共分散考慮型の段階的蒸留により、サンプリングを4NFEまで削減します。RC-49、UTKFace、Steering Angleでの実験により、生成の忠実度、連続条件の一貫性、サンプリング効率の間で良好なバランスが示されています。
説明MemSteer：ユーザー履歴を教師信号に変えてエージェントの記憶を最適化する手法
要約論文はMemSteerを提案し、ラベルのないユーザー履歴を根拠付きの質問応答データに変換して、エージェントの記憶設計の最適化に使えるようにします。関連する記録の事実がどのように参照回答を支えるかを示す回答計画を作り、質問生成と検査を行います。さらにMemSteer-Optは、モデルのパラメータを更新せずに記憶の保存、検索、文脈構築を改善します。ATM-BenchとRHELMでの実験では、公式QAによる最適化と競合する結果が示されています。
説明シミュレーションに基づく再設計のためのLLM支援最適化
要約本論文は、材料価格や要求仕様などの条件変化に応じて既存の設計案を再設計する際に、大規模言語モデル（LLM）と数値最適化ソルバーを組み合わせる手法を提案している。三つのLLM活用方法と四種類のブラックボックスソルバーを、電気自動車用バッテリーパックのコスト最小化事例で比較した。その結果、統合手法は数値ソルバーの基準と同等の実現可能な設計を、シミュレーション評価回数を80%減らして見つけられ、準最適解に到達する実行の割合は3倍になったと報告している。
説明DeCoRL：多画像合成のための分解型一貫性強化学習
要約本論文は、多画像合成（MICo）において生成画像の一貫性を高める強化学習フレームワークDeCoRLを提案している。全体的な一貫性をオブジェクト単位の一貫性に分解し、参照画像間で指示に関連するオブジェクトの対応を確立したうえで、視覚言語モデルベースの報酬モデルが対象ごとにフィードバックを与え、多対象一貫性報酬として集約して後学習を導く。また、2〜6枚の参照画像を含むDeCo-Benchを導入し、DeCo-Benchと公開のMICo-Benchで一貫性の改善が示されたと報告している。
説明ライブiOSアプリにおけるUIナビゲーションのための、計画・グラウンディング型エージェントによるオンライン高密度強化学習
要約本論文は、実際のiOSアプリ上で直接学習するUIナビゲーション用の、オンライン強化学習フレームワークを提案します。エージェントは計画モジュールとUIグラウンディングモデルに分けられ、LLMを評価者として用いて各ステップの報酬と最終報酬を与え、PPOとGiGPPOで最適化します。複数のベンチマークで、教師あり微調整や終端報酬のみの強化学習より優れた結果が報告されています。
注目点実iOSアプリ上でのオンライン強化学習と、近傍条件付き価値推定GiGPPOが新規性の中心で、UINavBench、iOSWorld、AndroidWorldで基線を上回ったと報告されている。
説明GUIエージェントの効率的な適応学習：どこで学習し、どこまで展開するか
要約本論文は、多段階のGUI（グラフィカルユーザーインターフェース）エージェントを訓練する二段階の適応型フレームワークを提案します。成功した専門家の軌跡から再利用可能な中間チェックポイントを作成し、行動の不一致に基づいて重要な分岐点を選び、一ステップの強化学習を行います。その後、タスクの進捗に応じて訓練範囲を段階的に広げます。MobileGymとCUA-Gym-Hubにおいて、Vanilla GRPOと比べて環境との相互作用を56〜61%削減し、タスク性能も向上させたと報告しています。
説明SocialArena：大規模言語モデルの社会的知能を評価するベンチマーク
要約本論文は、大規模言語モデルの社会的知能を体系的に定義し評価するためのベンチマークSocialArenaを提案している。役割演技能力、心的状態の推論、行動の推論という三つの能力次元からなる枠組みを定義し、それを評価する対話形式を設計した。さらに、多様な社会的状況を合成するU-TRIMFの枠組みと、人間の注釈者による比較評価の手法を導入している。
説明IMRouter：LLMベースの時系列予測に向けた不均衡を考慮した時間パターンルーティング手法
要約本論文は、大規模言語モデルを用いた時系列予測を改善するためのIMRouterフレームワークを提案している。既存手法は、出現頻度が大きく異なる時間パターンの不均衡を見過ごしており、低頻度のパターンで予測誤差が大きくなると指摘されている。IMRouterは、パターン適応型時間表現学習と、ルーティングに基づく意味的アライメントによってこの偏りを緩和する。ベンチマーク実験では、特に低頻度の時間パターンでの予測性能が向上したと報告されている。
説明証拠を遮断した負例によるマルチモーダル推論の視覚的根拠付け
要約本論文は、マルチモーダル大規模モデルの強化学習を改善するEVANフレームワークを提案する。画像内で最も判別的な領域を隠して視覚的証拠を遮断した画像を作り、現行のポリシーから視覚的根拠を欠くもっともらしい負例を生成させる。学習時には、これらの負例を有界な補助信号として用い、ショートカット学習を抑制する。論文では、マルチモーダル推論ベンチマークでモダリティの不均衡が緩和され、強力なRLVRベースラインを上回ったと報告している。
説明映像生成と4D知覚を統合した身体性ワールドモデルGenSight
要約本論文は、将来の映像生成と稠密な知覚を単一の事前学習済みビデオ拡散Transformerに統合した身体性ワールドモデルGenSightを提案している。映像、深度、身体領域のセグメンテーション、初フレーム基準の二次元オプティカルフローを統一的な時空間表現で扱い、軽量なタスク変調により同一アーキテクチャ内で全モダリティを予測する。全タスクは統一された速度予測空間で共同最適化される。推論では、多段階の将来映像生成（整合した稠密予測を伴う）と、観測映像からの単一段階の稠密知覚の二つのモードを備える。複数のロボット本体と人の手による操作データで学習し、映像生成と稠密な4D知覚の両方で高い性能を示した。
説明LLMラッパーを超えて：信頼できる金融AIのためのコンテキストエンジニアリングと三エンジン型アーキテクチャ
要約本論文は、金融知識グラフ、決定論的最適化エンジン、マルチエージェントLLM層の三要素からなる金融AIアーキテクチャを提案し、ERPデータやツールに対するコンテキストの選択と検証を行うコンテキストエンジニアリングを説明しています。著者らは約11か月間の15件の導入から、単一エージェント型パイプラインの幻覚率は約7〜9%だったのに対し、グラフ支援のマルチエージェント検証では観測値が1%未満に下がったと報告していますが、これは因果関係ではなく観察にとどまる知見だとしています。
説明XLaw-JP-27B：日本法に特化した軽量のオープンモデル
要約本論文は、日本法に特化したオープンウェイトモデルXLaw-JP-27Bを紹介するものである。48GBのGPU1枚で動作し、ライセンスはApache 2.0である。Qwen3.8-27Bを基盤に、検索拡張、自身の検証済み回答による微調整、多数決による回答選択などを組み合わせている。日本の法律に関する8つのタスクで評価され、6つで首位となり、2024年から2026年の司法試験選択式問題はいずれも合格した唯一のシステムである。
説明位置情報が重要な場所：プロファイリングに基づくTransformerの層別RoPE割り当て
要約本論文は、Transformerの各層で一様に用いられている回転位置埋め込み（RoPE）の問題に着目し、初期の覆域利益プロファイルに基づいて固定予算の下で層ごとに高低の覆域を割り当てる手法を提案している。Multi-head Latent Attention（MLA）における物理的な回転次元の割り当てにも対応し、正規化深度マッピングにより小型モデルのプロファイルを大型モデルへ転用できる。スクラッチからの学習実験では、予算を揃えた基準手法と比べて検証損失の改善が示されている。
説明切断ワッサースタイン距離による体積密度マップの高速剛体回転位置合わせ
要約本論文は、切断最適輸送（sliced optimal transport）を用いて、SO(3)上で体積化された三次元密度関数を剛体位置合わせする高速な手法を提案している。各密度マップを、単位球面上の中心断面から得られる一次元分位関数のテンソルに変換し、変換後のボリューム間のユークリッド距離が切断二次ワッサースタイン距離を近似するようにしている。そのため、既存の高速なボクセルベースのユークリッド位置合わせアルゴリズムをそのまま利用できる。著者らは理論解析と数値実験により、切断二次ワッサースタイン距離が三次元形状の比較と剛体位置合わせの計算に対して頑健な指標であることを示している。
説明Event2Reward：進捗の関係からロボットの報酬を学習する手法
要約本論文は、ロボットのデモンストレーションから作業の進捗を学習し、強化学習の密な報酬整形に用いるEvent2Rewardを提案している。正規化された時間による絶対進捗の監督と、停滞・後退・回復といった軌跡内の相対進捗の関係を組み合わせる。約10万件の実機実行記録からイベント注釈付きデータセットを構築した。LIBEROの40タスクでは、疎な報酬のみの基線より平均成功率が18.16ポイント向上し、実機実験でも改善が示されている。
説明COGS：属性を考慮したオブジェクト単位3Dガウシアン・スプラッティング知覚の診断ベンチマーク
要約本論文は、40カテゴリ・15,675個の、アーティファクトを除去し外観が豊かな物体からなる大規模3Dガウシアン・スプラッティング（3DGS）データセットCOGSを提案し、その上で物体分類と属性利用の診断のためのCOGS-Benchを構築している。ガウシアン属性は一様に有益なわけではなく、一部の部分集合が全属性集合を上回ることや、外観・不透明度・共分散関連属性の組み合わせの効果がアーキテクチャごとに大きく異なることを示している。さらに、階層的集約の前に属性固有の情報を保持する参照モデルHALOを提案している。
説明答え同士の組ごとに異なる判定誤りが意味エントロピーのミニマックス速度を変える
要約意味エントロピーは、言語モデルがサンプリングした答えの意味の分布のエントロピーであり、答えの組が等価かどうかを判定する審判の結果から推定される。自動審判の誤りは比較する答えに依存する。本論文は既知の審判を、意味a,bの二答えを確率q+ΔM_abで等価と判定するものとしてモデル化し、三つの意味の場合の速度が四つの答えに関する木統計量で決まることを示す。さらに、信道の開集合では一致性の閾値が五つの答えに関する木で決まることを示す。明示的な開クラスの各信道について、極小極大二乗リスクの階数と、それが成り立つ多項式弱窓の条件を与える。
説明深層学習によるパターン表面上の凝縮の解析
要約本論文は、Segment Anything Model 3（SAM3）をもとにした汎用の液滴セグメンテーションツールTileSAM3を提案しています。階層的なタイル分割と後処理により、不均一な表面上の小さな液滴を検出できるようにしています。低品質データセットでは平均精度が0.57と、閾値処理による0.088を大きく上回りました。KD木追跡と組み合わせ、パターン表面上での局所的な核生成と合体を特定しています。
説明零補集外挿：希少クラスが特徴量次元より少ない不均衡ロジスティック回帰におけるパラメータ復元と分類
要約少数クラスの観測数が特徴量の次元より少ない二値ロジスティック回帰の不均衡問題を扱い、少数クラスの補間ではなく多数クラス周縁への外挿で合成サンプルを生成する自己校正型ゼロ補集推定量を提案しています。Steinの補題に基づく理論的証明と、マハラノビス白色化による超平面法線ベクトルの識別を示しています。ウィスコンシン乳がん診断データと紙幣認証データを用いた実験とモンテカルロシミュレーションで、極端な希少条件下においてFirth回帰やSMOTEよりF1スコアと推定の安定性が優れることを報告しています。
説明長期タスクのための目標認識型動的マルチエージェント協調（GAD）
要約本論文は、大規模言語モデルのエージェントが長期タスクで計画や検証などの役割をどう分担するかを検討しています。検証はタスクの成功と最も強く関連するものの遅れて行われやすく、共有コンテキストでは役割に関連する情報の割合が低下することを示しています。提案手法GADは、成長する実行グラフで子タスクと依存関係を整理し、各コンテキストに元の指示と目標・受け入れ条件を保持させ、検証と回復の仕組みで結果を確認して修正のフィードバックを与えます。
説明水中画像強調のための多層制約学習（MCL-UIE）
要約本論文は、波長依存の減衰、散乱、ノイズによって劣化した水中画像の色補正と細部復元を目的とするMCL-UIEフレームワークを提案します。大域的な色変換を制約する単調色彩変換、学習された信頼度ゲートで高周波成分を調整するウェーブレット再構成、学習時のみ用いる参照アンカー型劣化リプレイを組み合わせています。全参照指標の16中13で首位を獲得し、無参照ベンチマークでも競争力のある視覚結果を示したと報告されています。
説明推論か、パターンの悪用か？強化学習で訓練された言語モデルの機構的洞察
要約本論文は、完全に分析可能な有限論理領域である三目並べを対象に、グループ相対方策最適化（GRPO）による強化学習の前後で大規模言語モデルの内部表現がどう変化するかを調べたものです。精度は高く、プロンプトの変化にも頑健でしたが、スパースオートエンコーダによる解析では、手番や対局の進行、盤面の占有状況といった、プロンプトに明示された情報への依存が強まることが示されています。一方、盤面の対称性や戦略的な分岐といった高次の概念は弱くしか表現されていませんでした。
説明EmbodiExp：身体性エージェントのための構成的経験転移
要約本論文は、転移可能な経験を構築し、身体性タスクの実行中にオンラインで組み合わせるフレームワークEmbodiExpを提案する。タスク間で共有されるサブゴールを、全体の成否とは独立に評価できる結果付きの経験として定式化している。複数の身体性ベンチマークでの実験により、その有効性が示されている。
説明画像から動画を生成する際に、編集後の終端画像を部分的な目標として使う研究
要約画像から動画を生成する過程で、編集後の終端画像を目標にすると生じる時間的なアーティファクトを調べた論文です。著者らは、画像編集モデルのアテンションから推定した編集関連領域だけを制約するPartial手法を提案しています。TC-Bench-I2Vでの三つのバックボーンによる実験では、全フレーム制約と比べて時間的アーティファクトが減少し、遷移完了率に有意な差はありませんでした。
説明PRISM：ユーザー履歴における個別化されたアイテム表現
要約本論文は、系列推薦で履歴入力に使われるアイテム埋め込みがユーザーに関係なく共通であることを指摘する。提案手法PRISMは上流のランキング計算を再利用し、ユーザーとアイテムの組ごとに個別化された埋め込みを生成して、オートエンコーダで一つの表現に圧縮する。大規模推薦面でのオフライン評価では、平均正規化エントロピー（NE）の変化がVISTAの-0.07%に対して-0.15%であったと報告されている。
説明ACAM-J-MARS：fMRIから高度な瞑想状態を読み取るマルチアトラス・リーマン・スペクトル表現
要約本論文は、複数のアトラスで機能的結合を計算し、対称正定値行列をリーマン多様体上で扱って対数ユークリッド接空間に射影し、低周波BOLDスペクトルエネルギーを加えるACAM-J-MARS手法を提案している。22名の実践者による204区間のデータで、複数のバックボーンモデルの性能が向上し、初期と後期のACAM-J分類の балансed精度は0.757、三クラス分類は0.545で、最強のベースラインより絶対値で10.8ポイント高かった。
説明日本語金融音声合成における漢字語の読み検証
要約本論文は、日本語の金融音声合成で複数の読みを持つ漢字語（「市場」の読みなど）が誤読されやすい問題を扱い、読みのレベルで検証する手法を提案しています。CTCベースの平仮名認識器で想定される読みと紛らわしい代替読みを採点し、代替読みの方が音声によく合致する場合に単語を検出します。3つの音声クローン音声による540発話で、誤読の検出率は91.7%、誤検出率は5.0%でした。
説明EgoContact：一人称視点動画で物理的知能を評価する
要約本論文は、将来の接触点予測を通じて学習済み操作事前知識の汎化性と精度を評価するための大規模な一人称視点データセットEgoContactを提案します。このデータセットには、手作業で検証された2万2500件の相互作用イベントが含まれ、各イベントには接触前の観測、意味的な意図、ピクセル単位の接触位置が付与されています。現行の手法は、多様な実環境のシーンで正確な接触を予測するのが難しく、複数の予測を許しても対象物体を特定できない場合があることが示されています。さらに、EgoContactを既存のアフォーダンス転移方策の記憶バンクとして用いると、把持成功率がシミュレーションでは14.2%から31.2%、実ロボットでは16%から58%に向上しました。
説明多出力構造化予測における評価指標を評価する新しい手法
要約同一の入力に対して正解が複数あり得るが学習データには一つしか与えられない多出力構造化予測の評価課題を扱う。物体境界や翻訳中の固有表現など、タスク固有の近似的な不変量を診断ツールとして提案し、視覚・言語タスクの既存指標を検証する。拡張損失関数によって出力にこれらの不変量を促す実験では、分布型指標は大きく改善する一方、従来型の指標はわずかな変化にとどまった。
説明部分的な3D顔スキャンに対する剛体位置合わせと変形可能モデル再構成の同時推定
要約本論文は、単一のネットワークで剛体姿勢と形状補完された点群を一度の順伝播で同時に予測する手法を提案します。GeoTransformerを基盤とし、8,000個体から学習した3D顔モデルの係数に部分スキャンを対応させます。保持された個体での誤差は複数の基準手法より小さく、NoWとNPHMの2つの実スキャンデータセットでは最も高精度かつ最速だと報告しています。
説明VEvo-Harness：因果ガード付きの自己進化型エージェント画像生成ハーネス
要約本論文は、エージェント型の視覚生成のための継続的な自己進化ハーネスVEvo-Harnessを提案している。視覚トレースバックによりVLMの疎な判定を根本原因の帰属に変換し、反事実的な二系統画像生成のリプレイで因果的に有効なスキルパッチのみを採用する。論文では、既存のエージェント手法を上回り、GPT-Image、Nano-Proなどの専有生成器に匹敵すると述べている。
説明二値アルファベット上の等長関係パターン言語の、正例のみからの極限学習
要約本論文は、変数の全出現を同じ長さの文字列で置き換えることを要求する等長関係の下での、消去型関係パターン言語を研究している。論文は、二値アルファベット上ではこの言語クラスが正例のみからは極限学習可能でないことを示し、先行研究の未解決問題に答えている。また、変数の最大部分文字列が最大2つのパターンは、サイズ2以上の任意のアルファベットで極限学習可能であることを示している。
注目点二元アルファベット上の等長関係パターン言語の極限学習に関する未解決問題を解決し、不可能性の証明と学習可能な部分クラスを示す理論結果である。
説明STRATA：三次元空間トランスクリプトミクスの効率化に向けた、強化学習駆動型アクティブサンプリングと三パラダイム適応
要約空間トランスクリプトミクスは組織形態と遺伝子発現を同時に捉えられるが、三次元ボリューム取得のコストは高い。本論文は、強化学習エージェントが予算制約の下で情報量の多いスポットを選択し、H&E形態と単一細胞の事前情報を統合した三次元グラフを構築するSTRATAを提案する。さらに、検索・回帰・層間補完の三つの予測手法を軽量な融合で動的に重み付けし、疎な測定から高密度な三次元転写マップを再構成する。著者らは、特に低予算条件でサンプリング効率と精度が向上したと報告している。
説明運動と幾何の運動学的因果帰属：4D点群動画モデルに対するブラックボックス説明手法
要約本論文は、出力のみを参照するブラックボックスの介入型帰属手法、運動学的因果帰属（KCA）を提案する。動きを凍結する操作と形状を除去する操作により、各領域の運動×幾何のキューブを構成し、Shapley分解で寄与を分ける。MSR-Action3Dで学習させたPSTNet、P4Transformer、Mamba4Dで検証し、タスクを定義する手がかりに応じて腕の重要度に占める運動の割合が変化することを示した。忠実性は損なわれていない。
注目点運動と形状を分離する黒箱介入型帰属手法を提案し、3種のバックボーンで手がかり監査により検証したと報告。
説明クリーンシートとチェックポイント：逐次型エージェントのリスク認証に必要な証拠量の研究
要約本論文は、AIエージェントの危険能力評価で成功が記録されない「クリーンシート」が、どの程度の完了確率の上限を証明できるかを検討している。課題を区分されたチェックポイントを持つマイルストーンの連鎖としてモデル化し、所定の有意水準で必要となるゼロ応答数の漸近的な下限と、それを達成する認証の定数を示している。
説明拡散モデルに基づくIoT侵入検知のための不確実性誘導型クロスモーダル整合
要約本論文は、不均衡なIoT侵入検知における少数攻撃クラスの生成を扱い、正規化されたVAE事後分散を用いてモダリティ間の影響を制御する信頼性誘導型の整合手法を提案しています。表形式のフロー特徴、DeepInsight画像、パケット系列をそれぞれ専用の変分オートエンコーダで符号化し、クラス条件付きEDMで潜在表現を共同モデリングして攻撃の潜在ブロックを生成します。TON-IoTでの実験では、事後分散による重み付けが一様な重み付けより下流の検知性能を改善したと報告されています。