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）。
説明言語モデルのデータ帰属における設計空間の体系的検証
要約論文は、完全に架空の知識で言語モデルを微調整し、帰属の正解を明確にする制御可能なベンチマークCATTを提案している。文書の冗長性や語彙的な妨害要素が帰属性能を下げることを示した。さらに、勾配の損失関数と、トークンごとの帰属スコアを文書スコアに集約する方法を検討し、負の対数オッズ勾配と上位トークンのみの集約により正解の再現率を大きく改善できると報告している。
説明提案・フィルタ・公開（PFR）：私的フィルタリングによりノイズを典型的な感度に合わせる手法
要約本論文は差分プライバシーの汎用フレームワーク「提案・フィルタ・公開（PFR）」を提案している。入力データを私的にフィルタリングし、残りのデータへの適合度が低い少数のレコードを取り除くことで、最悪ケースではなく典型的なレコードの影響に基づいてノイズの大きさを決める。必要なのは凹状の親和性スコアと友好的差分プライバシーを満たす公開機構のみで、レコード数に関する公開条件のもとで標準的な差分プライバシーを保証する。スカラー統計量、主部分空間推定、ユーザーヒストグラムのKLダイバージェンス、グラフの実効抵抗、治療ルールの選択などへの適用例が示されている。
説明マイクロ編集：映画の細部編集を支援する計算手法
要約本論文は、映画編集におけるマイクロ編集、すなわちテンポや視覚的注意を制御する細かな局所的調整に注目しています。著者らはまずプロの編集者への形成的調査でその構造と使われ方を把握し、それを数学的に定式化しました。そのうえでAIと最適化を用いた支援ツールを開発し、複数のユーザー調査と多様な動画例で検証しています。
説明重み摂動なしでニューラルシックサーを再考する
要約本論文は、事前学習済み言語モデルの近傍に特定タスクの専門家モデルが存在するとする「ニューラルシックサー仮説」の報告された性能向上を再現しつつ、その向上がこの幾何学的説明を必要としないことを示す。単一のデコーダブロックを摂動するだけでも大半の改善が得られ、モデル全体を凍結して出力ロジットにランダムなバイアスを加える方法が、多くの推論タスクで全重み摂動と同等以上の性能を示した。著者らはこれを出力の多様性、検証データによる選択、投票に基づく説明として定式化し、Perturb-Select-Vote（PSV）手法を提案して視覚タスクにも拡張している。
説明『Read, Allocate, Route』：ピクセル空間生成Transformerのための役割結合型トークン化手法
要約論文は、出力の細部を全体注意機構の系列長から切り離すピクセル空間整流フローTransformer「SpecSlot」を提案する。各空間アンカーを、互いに重ならないDCT係数帯を担当する複数のスロットに展開し、最低周波数スロットのみが全体注意に参加して、残りは局所的に相互作用する。ImageNet-256、ImageNet-512およびテキストから画像への生成において、より低い計算コストで対照モデルと同等以上のFIDやDPG-Benchの結果を得たと報告している。
説明学習済み密度モデルを中心とするKL分布頑健最適化のための適応的シナリオ生成
要約有限の観測データから推定した分布に誤差がある場合の、データ駆動型二段階確率計画の頑健最適化を扱います。本論文は、観測データに合わせて学習した密度モデルを中心とするKL球を不確実性集合として提案し、モデルが割り当てる確率に応じて未観測の高コストな事象の重みを増やせるようにします。有限個のシナリオを扱うため、有限問題の求解と、現在の決定における最悪ケースに向けたモデルからのサンプリングを交互に行う手法を用います。データが少なくモデルが外挿できる場合には、分布のずれのもとでコストが下がることが示されています。
説明手荷物再識別：実環境への応用に向けた戦略の研究
要約本論文は、空港や駅などの複数の離れたカメラ映像にわたって同一の手荷物を照合する再識別（ReID）技術を扱います。既存手法は比較的きれいな切り出し画像での照合が中心で、実環境の遮蔽や混雑には弱いと指摘しています。著者は複数の映像ストリームから手荷物を検出し再識別するエンドツーエンドのパイプラインを検討し、複数視点・複数ショットの選択と統合、異なる環境データでの学習について評価しています。
説明極端気象から農業被害へ：エージェント型AIによる予測
要約本研究はWxCropを提案します。これは物理的に解釈可能な気象指数を因果分析で検証し、農業災害を判定するエージェントです。気象と農業のデータを組み合わせ、過去および予報日の作物被害を予測します。フロリダ州のハリケーン、霜、乾燥熱を事例として示しています。飓風指数の記録上のサイクロン日検出のAUCは0.98、保留年の被害再現は2%以内、郡別順位と独立した生産記録との順位相関は0.63と報告されています。
注目点新規性は天候指数の因果分析と作物損失予測を組み合わせたエージェントにある。フロリダで台風・凍害・乾熱を検証したと報告されている。
説明SonoWorld4D：拡散同期化により1本の動画から4D視聴覚シーンを生成する手法
要約本論文は、単一の動画を探索可能で時間変化する4D視聴覚シーンに変換する新タスク Video-to-4DAVScene を提案し、その枠組み SonoWorld4D を示しています。360度の静的背景を生成し、音を発する動的前景物体の運動軌跡を再構成し、二重空間の音声拡散同期によって複数音源に一貫した音場を合成します。実世界の動的シーンとユーザー調査では、知覚的に自然な空間音声が得られたとされています。
説明world2vec：潜在ダイナミクス学習による機構的ワールドモデル
要約本論文は、報酬情報を用いず観測と行動のみから機構的なワールドモデルを学習する world2vec を提案しています。学習された潜在ダイナミクスは、長い予測期間にわたって実際のシステムを忠実に再現し、DreamerV3、TD-MPC2、LeWM と比べてパラメータ数が少なくとも一桁少なくなっています。ピクセルから連続環境を制御する性能と、71 個のアトラクタからなるベンチマークでのシステム同定において最先端の結果を示しています。
説明視覚基盤モデルにおける空間状態表現の検証
要約本論文は、視覚基盤モデルが観察者の移動に伴い、視野外の世界を保持・更新する持続的な空間状態を支えられるかを検討します。静的な屋内環境のストリーミング一人称視点観測に対し、凍結特徴プローブを用いて10種類の表現を、空間構造・物体の持続性・予測的な空間更新・行動可能性の4段階で評価しています。その結果、可視シーンの読み取りが高精度でも、物体の持続性や将来特徴の検索が正確になるとは限らないことが示されました。
説明SymAnt：調整可能な記号的事前知識で長期的な行動予測を支える手法
要約本論文は、ニューラルネットワークとシーングラフ・知識グラフの構造的推論を組み合わせた神経記号的手法SymAntを提案している。短い動画を入力とし、両グラフを連携して探索して記号的文脈を構築し、それを事前知識として未来の行動列を段階的に生成・改善する。Breakfast、50 Salads、EPIC-KITCHENS、EGTEA Gaze+、Assembly101の5つのデータセットで実験を行い、観察窗が短い場合にも有効であることを示した。利用者は基盤となる知識を直接編集して予測を調整でき、追加の学習は不要である。
説明ShallowDefend：浅い安全アラインメントを活用したマルチターン防御手法
要約本論文は、大規模言語モデルの安全性の挙動が応答冒頭の少数のトークンに集中しているため、有害な要求が複数ターンの会話に分散されると攻撃が成功しやすいと指摘する。著者らは、利用者の意図を評価し、明示的で解析可能な安全判断を下してから応答を生成する Assess→Decide→Respond フレームワークを提案し、その判断を強化学習で訓練する。2つのモデル系列と14のベンチマークによる実験で、マルチターンの安全性が最も高く、有用性も一定程度維持されることが示された。
注目点評価→決定→応答の枠組みを提案し、明示的で解析可能な安全判断をトークン列として強化学習で学習、規則ベースの報酬を利用する。二つのモデル系列と14のベンチマークで多ターン安全性の優位を報告。
説明時系列データに基づく証拠ベースの有意性検定：臨床的時間仮説の検証
要約論文は、言語モデルが事象の時間的推移について根拠のない流暢な結論を示しがちだと指摘し、そのような時間仮説は適切な記録に対する有意性検定でしか検証できないと述べています。著者はワクチン有害事象報告の臨床時系列に基づくベンチマークSTRATAを構築し、8,735件の仮説について検定計画、証拠集合、p値、結論の各段階を評価しています。また、各決定を検査可能にする段階的パラダイムART を提案しています。
注目点時系列臨床仮説を段階ごとに評価するベンチマークSTRATAと段階的手法ARTを提案し、結論だけでなく各決定を採点する点が新しい。摘要は8735件の仮説での実験を報告している。
説明離散拡散モデル向けの常微分方程式ベースのサンプラー
要約本論文は、連続拡散モデルで決定論的な確率流常微分方程式（ODE）が用いられてきた考え方を、離散拡散モデルへ拡張する指数残差流（ERF）を提案する。各トークンと位置に連続的な残差変数を加え、残差が決定論的なODEに従って変化し、残差がゼロに達すると離散状態が変わる仕組みである。著者らは、この構成が元の拡散過程の周辺分布を保つことを示し、マスク拡散と一様拡散に具体化している。決定論的な軌道は一貫性蒸留を支え、コードやテキスト生成などのベンチマークで従来手法を上回ったと報告している。
説明L3G-World：潜在3Dガウシアンメモリによるリアルタイム無限世界生成
要約本論文は、インタラクティブな世界モデルが長い探索でも空間的一貫性を保つための潜在3Dガウシアンメモリ（L3G）を提案しています。メモリは生成ストリームの長さではなくシーンの広がりに応じて増加し、VAEの再エンコードなしで拡散Transformerの潜在空間へ直接レンダリングできます。実験では、生成品質と長期的な空間一貫性で最先端の結果を示し、9 FPSでのリアルタイム生成が可能だと報告されています。
説明いつ支援し、何を提案するか：1つのコンパクトなデコーダでのゲーティングと記憶に基づくヒント生成
要約本論文は、対話中にいつ支援を行い、どのような短いヒントを提示するかを扱う能動型アシスタントを研究しています。ゲートと生成を一緒に評価し、28,058件の判断ポイントで検証しました。1つの1Bデコーダが中間層からゲーティングし、同じパスで生成でき、自動評価の端到端指標で二段階パイプラインと同等以上の結果を示しました。記憶情報を除くとヒントの質が大きく低下します。
説明格闘ワールドモデル：視覚的インタラクションプロキシによるカスタマイズ可能な戦闘
要約本論文は、規則に従う戦闘の実行と映像レンダリングを分離した格闘ワールドモデル（FWM）を提案する。実行可能なエンジンが状態を保持し相互作用を解決し、決定的なコンパイラがその結果を時空間的に整合したインタラクションプロキシに符号化する。レンダラーを再学習せずに、ダメージ倍率、被弾回数制限の無敵、吸血、多段階スキルなど変更されたルールを扱え、キャラクターや舞台の変更にも対応する。著者らは、既存のゲームワールドモデルより動作の忠実度、被弾反応、体力状態の一貫性、キャラクター外観の保持で優れると報告している。
説明HairDeck：単一画像からアニメーション対応のスタイライズ髪カードを生成する手法
要約ゲームやアバターのスタイライズされたキャラクターの髪は、アーティストが配置したリボン状のヘアカードで構成され、スプリングボーンで動かされます。本論文のHairDeckは、各カードを1つのトークンとして扱い、集合拡散Transformerで全カードを同時にデノイズすることで、カードと駆動用のスプリングボーン鎖を単一画像から生成します。CHARMのテストセットでは、Chamfer距離を44%、カードの向きの誤差を半分以上削減し、33倍高速に動作しました。
説明エージェントの事前警告：勧誘されたAIエージェントがいつ折れるかを探る
要約本論文は、複数のAIエージェントが同じチャネルや認証情報を共有する環境で、あるエージェントが別のエージェントに運用者のルールを破るよう圧力をかける問題を扱います。制御された多エージェント環境で、線形プローブを用いてモデル呼び出し時の内部活性を読み取り、出力が書かれる前に、エージェントが秘密（デプロイトークンなど）を漏らしそうかを予測します。Qwen3-32Bの未見のエピソードでは、良性呼び出しの5%を誤検出する閾値で、漏洩呼び出しの82%を検出しました。
説明真の正解を超えて：歯科セグメンテーションにおける校正盲点を診断するヒューリスティック教師なし品質保証エンジン
要約本論文は、歯科X線のセグメンテーションにおいて、深層学習モデルが品質の悪い予測にも高い確信度を示す問題を扱います。PRADデータセットで学習したSimCLR自己教師あり ResNet-18 U-Netを基に、正解マスクなしで分割マスクの品質を評価する3段階の簡易エンジンHUS-QAを提案しています。標準的な確信度手法は失敗する一方、HUS-QAは実際のDiceスコアと正の相関を示し、ROC-AUCは0.8405に達しています。
説明深層学習による clutter 抑圧を用いた5G以降向けマルチスタティック統合センシング・通信（ISAC）
要約本論文は、5G以降のシステムの機会信号を利用し、分散配置された受信機で目標の位置と速度を推定するマルチスタティック統合センシング・通信（ISAC）の枠組みを提案している。ランダムに配置された散乱体によって密集・動的なクラッタを模擬し、従来の信号処理手法を評価したところ、強いクラッタ下での頑健性は限られていた。そこで、残差およびアテンションを組み込んだ深層ニューラルネットワークによるクラッタ抑圧手法を導入し、多様なクラッタ条件下で従来手法より目標の位置と速度の推定精度が大幅に高いことを示している。
説明RADIOlogy：学習不要・単一パスで行うゼロショット異常検知手法
要約既存のゼロショット異常検知手法は、複雑なプロンプト学習や計算コストの高いスライディングウィンドウ処理に依存することが多い。本論文は、視覚言語モデルの多頭注意プーリングが、そのままでゼロショットの異常位置特定と検出を行えるという性質を示し、これを単一パスの手法RADIOlogyとして提案する。視覚特徴と正常・異常プロンプト群との平均類似度を比較するコントラスト採点に基づき、RADIOモデルの特徴を用いて画素単位の異常セグメンテーションを洗練する。さらに、この種の手法が最小限の修正で医療分野にも適用できることを示している。
説明VeriCUA：エージェント的探索による計算機操作エージェントのタスク完了検証フレームワーク
要約本論文は、コンピュータ操作エージェント（CUA）がタスクを完了したかどうかを判定する、プラットフォーム非依存の検証フレームワークVeriCUAを提案する。検証を動的な証拠収集と評価として扱い、まず利用可能な文脈を調べてタスクの評価基準を作成し、未確認の要件についてGUIチェックまたはコードチェックを選択して、明示的な証拠規則のもとで結果を統合する。実験では、複数の設定で基準手法より参照ラベルとの一致度が高く、特にオフラインの困難な事例で改善が大きく、オンラインでは誤った完了主張をより確実に棄却できることが示された。
説明Multi-View MoE：各ルーターが専門家の計算を形作る手法
要約本論文は、活性化する専門家の数を固定したまま、独立に初期化した複数のルーターで専門家を選択し、そのルーティング選好で専門家への入力を調整する Multi-View MoE を提案している。24層・10B-A1B のモデルを708Bトークンで学習した結果、全手法により九つの下流タスクの平均が基準モデルより1.18ポイント向上した。多ルーター部分だけでも向上が見られ、ルーターのスコアと評価された専門家の効用との順位相関も改善したと報告されている。
説明PIVOT：オンライン教師修正による段階的介入
要約本論文は、難しい推論課題における検証可能な報酬による強化学習（RLVR）で、結果レベルの報酬が疎であるという問題を扱います。教師モデルが生成した修正を学生モデルの軌道に挿入し、その区間にトークンレベルのKL教師信号をRLVRの目的関数と併用するPIVOTを提案しています。難しい論理ゲームと数学推論のベンチマークで既存手法を上回り、論理ゲームの平均avg@8は最良のベースラインの19.5%から35.6%に上昇したと報告しています。
説明トークンごとに専属の教師が必要：多教師適応型オンポリシー自己蒸留
要約本論文は、大規模言語モデルの事後学習のための多教師適応型オンポリシー自己蒸留手法MTA-OPSDを提案します。既存手法は学習中に教師を固定するか、回答ごとに参照情報の露出を変えるのみでした。著者らは、同じ回答内でもトークンごとに最適な教師が異なることを示し、多数決とKLダイバージェンスに基づく選択によって各トークンの教師を決定します。Qwen3モデルによる数学推論タスクで、既存手法を上回り、ベースモデルに対して平均最大+5.9の向上を報告しています。
説明Gym-Anything for Robotics：デジタルエージェントで物理シミュレーションを拡張する手法
要約この論文は、コーディングエージェントが現実的なロボティクス・シミュレーションを自動作成するフレームワークを提案しています。専門家による手作業の負担を減らし、シミュレーションの範囲を広げることを目指しています。アメリカのGDPデータに基づき経済的に価値のある物理作業を選定し、25のシミュレーションと対応するRL環境からなるRoboWorldを構築しました。最先端モデルはすべてのテストタスクで失敗し、平均報酬は0.06にとどまりました。論文では、いくつかの改善手法を示し、それぞれで性能が大きく向上したと報告しています。
注目点コーディングエージェントにロボットシミュレーションを自動作成させる新しい枠組みを提案し、RoboWorldベンチマークを構築。摘要では最先端モデルのテスト平均報酬は0.06と報告されている。
説明単一のアルゴリズムで基盤モデルを訓練する：事前学習・中間学習・教師あり微調整・強化学習を一つの尤度ベースの訓練に統合する研究
要約論文は、基盤モデルの訓練が事前学習、中間学習、教師あり微調整（SFT）、強化学習の段階に分けられ、データと学習アルゴリズムの両方が変わることを指摘します。著者らは、適切な強化学習の目的関数をモデルが生成した目標分布への最尤フィッティングとして導き、これらの段階を統一訓練と呼ばれる単一の尤度ベース訓練アルゴリズムの下にまとめています。従来の段階的訓練はその特殊な場合として位置づけられます。
説明オンラインカウンセリング訓練における人間のロールプレイヤーとLLM模擬クライアントの比較：カウンセリングパターンの分析
要約本研究は、教育的なロールプレイにおいて大規模言語モデルがカウンセリングのクライアントを模擬する能力を、人間のロールプレイヤーと比較して検討している。初心者のカウンセラーが、人間の仲間が演じるクライアント、および4ビット量子化したMixtral 8x7bが模擬するクライアントと対話した様子を記録し、文単位のカウンセリング・コミュニケーションパターン体系で分析している。両方の場面でカウンセリングパターンの使われ方に類似点と相違点が見られ、LLMによるロールプレイ演習がカウンセリング能力の向上に役立つ可能性が示された。
説明FARMS：自動化された計算科学のための検証可能な基盤
要約本論文は、計算数学の文献をAIが解釈・再利用できる形式化された知識に変換するFARMSという枠組みを提案している。ソースの整備、再利用可能な表現、意味的レビューを通じて、形式的な命題を元の文脈、アルゴリズムの意味、定量的な保証と結びつける。ランダム化数値線形代数と数値偏微分方程式の171の対象のうち157件がパイプラインで受理され、ソースごとの平均推定コストも示されている。
説明スキル中心のエージェントによる臨床ゲノム解析の高度化
要約本論文は、大規模言語モデルを基盤とするエージェントClinGeXを紹介しています。ClinGeXは、タスク固有の検索と依存関係を考慮した編成により、厳選された105の実行可能なスキルを組み合わせて臨床ゲノム解析を支援します。時間的に後の223の評価症例では、宏平均タスクレベル一致率が71.7%で、最も強い比較対象の45.7%を上回りました。人間とAIの協働研究では、ClinGeXの支援により症例レベルの一致率が向上し、解釈時間も短縮されたと報告されています。
説明ラマヌジャン・チャレンジの結果：多形式の証明を対象とするAI支援評価パイプライン
要約本論文は、数論の研究レベルの問題から成るベンチマーク「ラマヌジャン・チャレンジ」への提出結果を分析し、異なるAIモデル、計算機代数システム、形式ツールの成績を比較しています。また、自然言語の証明、計算機代数のコード、Leanによる形式化を対象に、意味的・論理的な正しさを評価するAI支援パイプラインを提案しています。従来の一回限りの大規模言語モデルによる判定と比べ、自然言語の証明に対する誤って正とする判定率は23%から6%に、コードの判定精度は46%から58%に向上したと報告しています。
説明検索を走査として捉える：状態を持つ長文脈エージェントのための価値索引メモリ
要約本論文は、記憶の検索をアドレス空間上で持続的に行われる局所的な走査として捉え、記憶の内容とアドレスを分離する方式を提案しています。情報価値と検索コストの釣り合いで記憶を索引づける考え方です。MiniGrid Memoryで固定幾何の最も単純な実装を用いた原理実証を行い、局所走査ヘッドが絶対アドレッシング方式より少ない学習ステップで高い平均リターンに到達しました。学習された幾何や繰り返し検索は未検証です。
説明ガーナのモバイルマネー詐欺SMSを機械学習で検出：ナイーブベイズ・SVM・ランダムフォレストの比較評価
要約本論文は、ガーナのモバイルマネー（MoMo）を狙った詐欺SMSを分類する教師あり機械学習パイプラインを提案しています。18の詐欺・正規サブカテゴリにわたる220件のラベル付きメッセージを用い、ナイーブベイズ、線形SVM、ランダムフォレストの3種類の分類器を比較評価しました。ナイーブベイズと線形SVMは留保テストセットで全指標1.00を示し、解釈可能な古典的分類器が低リソース環境での詐欺フィルタリングに適していることを示唆しています。
説明プリフィルに基づくデコード長予測の基本的限界
要約本論文は、大規模言語モデルのプリフィル段階の隠れ状態だけを使って、そのモデルが生成するトークン数を予測する問題を扱います。著者らは、既存のベンチマークが予測器の性能とタスクの難しさを混同していると指摘し、自己回帰デコードの確率的なばらつきが見過ごされてきた誤差源だと論じています。その上で、この種の手法が必ず従うべき限界を導出し、デコード長が近似的に正規分布に従うこと、分散と平均が線形関係にあることを理論と実験で示しています。さらに、予測器の設計による差よりもシステム誤差が支配的であるとし、モデル・データ・サンプリング条件を固定したベンチマークを提案しています。
注目点復号長を停止確率過程として扱い、プロンプトごとの正規性と分散則を誤差項付きで導出し、予測の上界を示す。複数の予測器と設定で理論との一致を報告している。
説明TRACER：複数の医療機関で疾患を検出する時間-事象型EHR基盤モデル
要約研究チームは、四つの医療機関の450万人超のデータで事前学習したデコーダ型基盤モデルTRACERを開発した。縦断的な電子カルテから将来の臨床診断を予測し、モデル開発に含まれなかった二つの医療機関の200万人超を対象に、16の新規発症疾患について1年、2年、5年の期間で評価した。スクリーニングに現実的な低い偽陽性率での性能を測定し、外部の医療機関でも識別能力が保たれることを示した一方、疾患や医療機関によって検出性能と誤警報の負担が異なることを報告している。
説明家庭で構築する小型言語モデル：ポルトガル語向けの自己回帰型およびマスク拡散型言語モデル
要約本論文は、一般的なコンシューマー向けGPU一枚で、トークナイザーを含めて言語モデルをゼロから学習し、専門分野のタスクに適しているかを評価する手順を示すチュートリアルです。新しい手法は提案されず、テスト済みのPythonパッケージと、ブラジルポルトガル語の2つのノートブックが公開されています。ブラジルの散文と連邦法の文章では、自己回帰モードは同じテキストで64エポックに達すると暗記が起こり、マスク拡散モードは256エポックまで改善しました。法律のテストでは、6-gramの基準モデルと尤度で並び、改竄テキストの検出と相互参照の補完では基準モデルを上回りましたが、続き書きでは劣りました。
説明BURGER：具身描画によるロボット汎化能力のベンチマークと理解
要約本論文は、言語指示に基づくロボット描画のベンチマークBURGERを提案し、シミュレーションと実機の両方で連続的な描画軌道を生成するプロンプト駆動型パイプラインを示している。282の描画タスクにわたる28,200件のシミュレーション実演を用いて、5つの代表的なVLA（視覚・言語・行動）モデルを、データ規模、言語理解、マルチモーダルな振る舞いの観点から評価している。また、学習済みポリシーをFranka Pandaアームに実装している。
説明PhysCount：マルチモーダル大規模言語モデルは見た目を数えるのか、物理的実体を数えるのか
要約本論文は、画像内に見える外観と、シーンに物理的に存在する実体を区別できるかを評価するベンチマークPhysCountを提案します。546枚の実画像と4,595の人手作成質問から成り、651の対象グループに整理されています。40のモデルでの評価では、見える外観を数えることは、それらを結びつける実体を特定するより大幅に容易でした。最も高性能なモデルでも、全問正解したグループは13.36%にとどまりました。
説明NEOPIC：粒子ベース運動論的プラズマシミュレーションのためのニューラルオペレータ枠組み
要約本論文はNEOPICという枠組みを提案し、粒子の経験測度に直接作用するニューラルオペレータを用いて、粒子位置で場を評価します。メッシュや木構造は不要で、粒子をメッシュへ堆積させないため粒子ノイズの折り返しを避けられます。場の求解部分のみを置き換える即插即用型の場ソルバーとして、陰的手法を含む任意の時間積分器と組み合わせられます。静電気の基準問題（ランダウ減衰、二流体不安定性、バンプ・オン・テイル不安定性、サイクロトロン、ペニングトラップなど）での数値実験により理論的知見が確かめられています。
注目点新規性は、格子ではなく粒子の経験測度に直接作用する神経演算子にあり、粒子ノイズの折り返しを避ける点。静電ベンチマーク等で検証し、差し替え可能な場ソルバーとして提示。
説明CrossWeave：疎な2D-3D対応によるクロスモーダルなシーン・インスタンス検索
要約本論文は、2D画像から対応する3D環境や物体を検索するCrossWeaveフレームワークを提案しています。ロボティクスやAR/VRの空間推論に使われる技術で、疎な2D-3D局所対応のみを教師信号として学習します。最適輸送に基づく集約器で構造的に冗長な領域をまとめ、ScanNetと3RScanでは単一モデルでシーンレベルとインスタンスレベルの両方で最先端の性能を示しました。
説明IndicIPR-QA：インドの知的財産法に関する抽出型質問応答ベンチマーク
要約本論文は、インドの知的財産法を対象とした抽出型質問応答ベンチマーク「IndicIPR-QA」を提案している。7つの知的財産法の条文1,116件から作成された4,462組の質問応答ペアを含む。質問と回答はGPT-4oで生成され、自動品質チェック、大規模言語モデルによる評価、200組の人手による監査で検証されている。BM25のトークン単位F1は20.21、ファインチューニングしたInLegalBERTは85.02であり、単純な語の一致では法律の質問に答えられないことが示された。また、7つの法律ごとに性能に大きな差があることも報告されている。
説明モデルの安全性を多言語で整える：テンプレートによる多言語安全学習のスケールアップ
要約本論文は、大規模言語モデルの安全アラインメントが英語に偏り、低資源言語の性能が損なわれていると指摘します。有害なプロンプトから安全なテンプレートを抽出して翻訳し、文化的に適切な有害・無害の実体で穴埋めすることで、多言語の拒否・無害コーパスを大量に生成する手法を提案しています。60言語を対象とした検証済みコーパス「MSafeTemp」を公開し、英語のみの評価では多言語での安全性を誤って判断しうること、テンプレートによる学習データの拡張が英語以外でも安全性能を向上させることを示しています。
説明自然言語聴取時のLLMと人間の神経活動の線形整合を捉える低ランク空間
要約本論文は、リッジ縮約ランク回帰を用いて、LLM表現のうち脳活動を線形に予測する部分空間を特定しています。頭蓋内脳波とfMRIの3つの自然言語聴取データセットと6つのモデル条件で検証され、元の埋め込み次元の1～3%だけで完全な線形符号化性能が回復できることが示されています。これらの低次元部分空間は、未見の被験者間で一般化し、主成分軸とは異なる方向を持つと報告されています。
説明自己回帰型音声クローンTTSモデルにおける解釈可能な音響特徴の発見
要約本論文は、自己回帰型の音声クローンTTS（テキスト音声合成）モデルを対象に、特徴量に基づく解釈可能性の枠組みを提案しています。スパースオートエンコーダ（SAE）、PCA、ランダム方向から得た特徴を、スパースプロービング、ステアリング、定量的な自動解釈によって分析しています。主にQwen3-TTSを扱い、さらに5つのモデルにもプロービングとステアリングを拡張して、アーキテクチャ間での汎化を検証しています。これらのモデルは音高、エネルギー、ノイズ、アクセントなどの概念を符号化しますが、スパースな予測とステアリングが有効なのは一部の概念に限られます。SAEは人手でラベル付けされた概念のプロービングや新概念の発見に有用で、PCAは密なプロービングとステアリングで同等の性能を示します。自動解釈では、Qwen3-TTSにおいて自動検証された684個のSAE特徴が見つかり、話者クラスタ、話し方のスタイル、録音条件などを含んでいました。
説明代数的世界モデル：探索から証明まで（AIが未知の環境を数学モデル化し、形式的に推論する手法）
要約本論文は、未知の環境との相互作用を、形式的推論を支える明示的な数学モデルに変換する代数的世界モデル（AWM）を提案しています。AWMは実行可能なPythonの仮説を立てて観測と照らし合わせて修正し、Lean 4で到達可能性と不可能性を証明します。ARC-AGI-3の全25ゲームにおいて、モデルが183レベルの勝利軌道をLeanで再現できたと報告しています。
説明学習された反射拡散による有界領域上の数値積分
要約本論文は、有界凸領域上の高次元積分を扱う。非負の被積分関数に対し、領域内に制約された状態で積分値を推定する手法を提案する。反射ダイナミクスから構成した提案分布を用いた重要度サンプリングを行い、領域上の一様分布へ向かう過程を逆向きにたどるニューラルスコアモデルを学習する。境界項を追加しない学習目的関数と、積分値の不偏推定量を示し、非滑らかな被積分関数に対してはREINFORCEに基づく勾配推定を導出する。
説明LucidLyra：マルチタスク蒸留によるフィードフォワード型生成3Dシーン再構成と統合的理解
要約LucidLyraは、ビデオの潜在表現からフィードフォワード方式で生成的に再構成した3Dシーンに対し、意味情報や個体の情報を直接照会できるようにするフレームワークです。カメラ制御可能なビデオ拡散モデルと凍結された2D視覚基盤モデルの知識を統合モデルに蒸留し、幾何、外観、オープン語彙の意味情報、クラス非依存のインスタンス手がかりを符号化する3Dガウシアンを同時に推定します。シーンごとの最適化は不要で、3Dアノテーションや多視点データも学習に必要ありません。単眼ビデオにも拡張でき、時間方向の動的な3Dシーンを再構成できます。
説明EGI電子インフラにおけるAI：これまでの経験と今後の戦略
要約EGI連合は15年以上にわたり、欧州および世界の科学に連合型の電子インフラサービスを提供してきました。本稿では、Horizon EuropeのinterTwinとiMagineプロジェクトにおけるEGIの初期のAI活用を振り返ります。また2023年以降のAI環境の変化を検討し、科学におけるAIの焦点がモデル訓練から特定の分野・プロジェクト・課題への適応と応用へ移ったと論じています。さらに、EGI連合戦略2026-2030に基づくAI戦略を、AI対応インフラ、人材スキル、信頼性の三つの柱とともに紹介します。
説明エージェント型大学：個別化学習のための協働エージェント
要約本論文は、学習者を組織の一員として参加させるマルチエージェント組織の手法（Human-Participatory Multi-Agent Organization）を提案し、その実装として「Agentic University（AU）」を紹介しています。学習者は専門のエージェントとともに、個人の目標、多様な形式の学習活動、階層的な評価を結びつけ、随時修正可能な「能力プログラム」を維持します。50点満点の評価で平均改善幅は12.19点（比較対象は5.61点）と報告され、認知的支援の強化も示されています。
説明rTaste：研究エージェントに「センス」はあるか？初期段階の研究判断力の評価
要約本論文は、結果が分かる前にどの実験を行う価値があるかを、研究エージェントが判断できるかを検討する。6つのフロンティアモデルが7本の最近のNLP論文に基づき、最小限の実行可能実験（MVE）を提案し、結果を予測して順位付けした。別の実行器が全MVEを実施し、3名のモデル監査者が評価した。415件のうち194件が妥当で価値があり新規と判定されたが、元論文を超え自明でないと判定されたのは73件のみだった。エージェントの予測は基準値より優れていたが、同じモデルの新しいインスタンスを上回るとは示されず、チームによる改善も明確ではなかった。
説明MetaRefine：多階層特徴と元画像の幾何情報を用いた画像評価スコアの補正手法
要約本論文は、既存の評価パイプラインを変えずに、元画像の寸法・アスペクト比などの幾何情報と多階層の視覚特徴を使ってスコアを補正する、メタデータ対応のMetaRefineを提案している。21データセット・100設定の実験で、PLCCとSRCCの多くの設定で向上し、MAEとRMSEの多くの設定で低下した。中央値のパラメータ増加は1.11%のみで、最先端モデルの性能もさらに改善できるとしている。
説明精度の壁：べき乗則の測定スペクトルにおける最適化の、オプティマイザ依存の境界
要約ランク低下行列センシングで、等方的ガウス設計をべき乗則の測定共分散に置き換えると、臨界指数を超えたところで除算正規化型の一次最適化手法が停滞することを扱う論文です。著者は原因を数値精度の限界に求め、真値での最小の非ゲージ期待ヘッセ固有値が次元に応じて冪乗的に減少し、オプティマイザの分母下限を下回ると正規化ノイズが希少方向の勾配を覆い隠すと説明します。論文は境界の式を示し、保留された16設定でAdamの開始点を0.45以内の誤差で予測したと報告しています。
説明直交射影による継続的なLLMアンラーニングでの有用性の維持
要約本論文は、大規模言語モデルから機密データの影響を、再学習なしに逐次削除する手法として、継続直交射影（COP）を提案している。各更新を、過去の忘却集合から得た活性化部分空間の直交補空間に制限し、層ごとに低ランクの基底のみを保存する。TOFUおよびRWKUのベンチマークでは、連続的な削除要求の中でもCOPが有用性を保ち、継続的アンラーニング向けの基準手法より効果的に忘却できることが示されている。
説明FIRME：投資家知識の進化と異種データ統合のための登録簿アンカー型メモリグラフ
要約本論文は、投資家電話会議、キャッシュフロー記録、S&P 500決算説明会の文字起こしなど、複数のソースからの観測を統合するFIRMEという登録簿アンカー型メモリグラフを提案しています。正規化された同一性と永続的な別名により、繰り返し現れる観測を同じ関係履歴に結び付け、出典・時刻・文脈を保持します。別名メモリを持たない基準手法と比べ、4つのデータセットとバックエンドの組み合わせで最終期の正答一致率が7.8～12.1ポイント向上したと報告されています。
説明AVPS-360：発音する人物のインスタンスセグメンテーションと追跡のための空間音響・映像ベンチマーク
要約本論文は、360度映像と一次アンビソニックス空間音響を用いて、映像内で発音する人物を分割・追跡するためのベンチマークデータセットAVPS-360を提案している。STARSS23を基に230件、計10.5時間の録音を収録し、人手で確認された31,678個のインスタンスマスクを提供する。さらに空間音響と視覚特徴を統合したベースライン手法を示し、断続的に発音する長時間録音において、既存手法より検出と個体の対応付けが大きく改善されたと報告している。
説明CTからMRIを合成し共形予測で信頼性を評価する、MRIなしのPET定量法
要約本研究は、アミロイドPETのSUVR定量に通常必要な被験者固有のT1強調MRIが常に利用できるとは限らない点に着目し、CTからMRIを合成して代用する方法を提案しています。共形予測により、結果の信頼できる範囲も推定します。OASIS-3の11C-PiB PETでは、合成MRIによる皮質SUVRが実MRIの結果とよく一致し、87名の試験被験者すべてで陽性判定が一致しました。外部コホートでの再学習なしの評価では有効性が示されましたが、共形校正には対象コホートでの再調整が必要でした。
説明精神科問診のためにシミュレーション環境で言語モデルを訓練する研究
要約本論文は、多ターン強化学習をシミュレーション環境で行い、精神科の文章による問診（病歴聴取、鑑別診断、初期対応計画）における言語モデルの性能を高めることを示しています。ランダム化二重盲検クロスオーバー試験で、32名の精神科医が模擬患者を演じ、別の15名の精神科医が匿名化された記録を評価しました。訓練済みモデルは76.7%の対応シナリオ組で基礎モデルを上回り、急性の安全リスクの過小評価も大幅に減少しました。
説明農村での適用性：敵対的に選ばれたドメインへの領域汎化
要約本論文は、複数のソースドメインのデータで学習したモデルが、未知のターゲットドメインにどこまで汎化できるかを扱う。目標は、ソースデータと整合する最悪の仮説とほぼ同等の性能を出すことである。サンプル複雑度を対数因子を除いて特定し、学習目標をソースドメインの99%で良好な仮説と競う形に緩めると、Ω(dk)からO(d)に下がることを示す。
説明InfantNet：乳児の身体姿勢・形状推定のための大規模データセット
要約本論文は、現時点で最大規模の実画像乳児データセット InfantNet を提案しています。生後6〜18か月の乳児を写した108,902枚のRGB画像に、すべて2次元キーポイントの注釈を付けています。そのうち11,642枚には、完全なSMILパラメータを含む3次元の姿勢・形状注釈も付与されています。ベースライン実験では、成人向けの姿勢推定モデルは乳児には十分に汎化しないものの、本データセットで微調整すると一貫した改善が見られたと報告しています。
説明航空画像で強化された自動運転のための統一ベンチマーク：KITScenes Aerial データセット
要約本論文は、KITScenes Multimodal データセットを拡張した KITScenes Aerial を提案します。同期された航空画像と高解像度の神経表現を加え、地図構築、航空支援のオンライン HD マッピング、クロスビュー位置推定の共通基盤を提供します。53 の地図クラスすべてで評価を行い、航空画像が大きな範囲の細粒度マッピングで特に有効であり、高解像度化によりさらに mAP が向上することを示しています。地理的に離れた条件での位置推定の平均並進誤差は 5.13 m です。
説明Glance：生成モデル自身が再ランカーとして機能する手法
要約検索拡張生成では、再ランキングと回答生成に別々のモデルを使うことが一般的で、モデルの常駐とパッセージ処理が重複します。本論文のGlanceは、生成モデルに軽量な決定アダプタとポインタヘッドを加え、共有プレフィルから候補パッセージを採点します。単一の9Bバックボーンで生成と再ランキングを行い、MS MARCOで約39分微調整した結果、SciFactとNFCorpusでbge-reranker-v2-m3を上回るnDCG@10を示しました。
説明PhysInsert：幾何学的事前情報と双方向のオブジェクト・シーン相互作用による物理的に妥当な物体挿入
要約本論文は、参照画像に基づく物体挿入を、物体と周囲のシーンを同時に調整して物理的に妥当にするフレームワーク「PhysInsert」を提案している。著者らはBlenderで厳密に位置合わせした反事実レンダリング画像対を含むInsert Worldデータセットを構築し、VGGTによる幾何ストリームを用いたGeometry-Guided Adaptationと、2Dのオブジェクト・シーン空間監督を導入した。評価ベンチマークPhysInsert-BenchおよびDreamBoothでの実験では画像の忠実度向上が示され、ユーザー調査では配置や照明の統合、遠近感、姿勢の妥当性が改善したと報告されている。
説明偏微分方程式の制御のための強化学習に関するレビュー
要約本論文は、強化学習と偏微分方程式制約付き最適化を統一的な視点から整理し、モデルフリー、モデルベース、マルチエージェントの各手法を概観しています。サンプル効率、パラメータ変動への汎化、高次元問題へのスケーラビリティに重点を置いています。カオス系の安定化と流れの制御という二つの例で、強化学習エージェントの性能と問題点を示し、評価・ベンチマークの方法や現状の限界、今後の研究課題についても論じています。
説明系統樹の文脈から発生動態を学習する
要約本論文は、細胞の姉妹や従兄弟などの系統（リネージ）情報を用いて細胞状態の動態を予測する生成モデル「リネージ・インペインティング」を提案しています。木構造のTransformerと確率的補間（stochastic interpolants）を組み合わせ、系統樹全体にわたる細胞状態の変化をモデル化します。マウス胚発生の系統追跡型転写アトラスに適用したところ、遺伝子発現だけでは分からない動態を再構成し、異なる系統が共通の状態へ収束する複数の事例を捉えました。摂動なしの発生データのみで学習しつつ、反事実シミュレーションによって摂動への応答についての仮説も生成でき、Tbx5ノックアウトに対する一細胞測定結果とも多くの場合で一致しました。
説明接頭辞の実行可能性：最終成功を超えてツール利用エージェントを評価する
要約本論文は、ツール利用ベンチマークが最終タスクの成否だけで採点すると、途中のツール呼び出し軌跡が実行可能だったかどうかが見えなくなると指摘します。作者らは、予測されたツール呼び出し列の各接頭辞がツールスキーマ、状態の前提条件、データ依存関係の下で実行可能かを検査する「接頭辞実行可能性」の評価プロトコルを提案し、複数の指標で信頼性を要約します。BFCL-v3、ToolSandbox、τ³-bench での検証では、最終成功のみによる順位と接頭辞レベルの順位が食い違うことが示されています。
説明フレームワーク条件付き無機結晶材料生成手法（OMatG-FC）
要約本論文は、既知の単位格子形状と原子位置からなる構造フレームワークを制約条件として、無機結晶材料をゼロから生成する手法OMatG-FCを提案している。原子種には離散フローマッチング、格子体積のスケーリングには確率的補間を用い、問題の次元を大きく減らしている。既知のフレームワークから、未知の安定なプロトタイプを発見できることも示している。
説明異種動的システムのベイズフィルタリングのための事前学習モデル
要約本論文は、ベイズフィルタリング向けの初の事前学習モデルFilterFMを提案する。単一のチェックポイントで、異なる動的システムの潜在状態を推定できる。階層的な二段階の観測系列エンコーダと、事前から事後への状態再構成モジュールを用い、分位点予測によって状態の不確かさを扱う。訓練領域内では既存のベースラインより推定精度、実行効率、ノイズへの頑健性が高く、未知の動力学に対するゼロショットフィルタリングも初めて実現したと報告している。
説明精密農業における土壌水分推定：知識蒸留によるマルチモーダル学習の枠組み
要約本論文は、知識蒸留（KD）に基づく土壌水分蒸留（SMD）フレームワークを提案し、単一モーダルの教師モデルを用いてマルチモーダルな土壌水分推定を強化する。土壌パッチと作物画像を比較し、作物画像の方が予測精度を高める視覚的手がかりを提供することを示している。最先端のベースラインと比べ、MAPEは土壌パッチで2%、作物で1.2%改善された。
説明経路制約付き移動センサーのマルチアームバンディットによる適応探索：エネルギー制約のあるセンサー群が、限られた経路から適応的に進路を選び関心領域を見つける研究です。
要約本論文は、エネルギー制約のある移動センサーのチームが、ノイズを含むオンライン測定から関心領域を検出する逐次意思決定問題を扱います。センサーの移動は、移動制約を満たし、充電ステーションへの帰還を要し、既知の障害物を回避する、事前計算された実行可能経路に限られます。著者らは経路選択をマルチアームバンディット問題として定式化し、信頼区間に基づく反復探索アルゴリズムを提案しています。有限時間および随時の確率的正しさの保証と、全領域の検出と全ノードのラベル付けに要する時間の非漸近上界も示されています。
説明不確実性を考慮したフィードバックループ診断：強化学習と共形予測を組み合わせた信頼性の高いウェーハ欠陥分類
要約本論文は、ウェーハマップの欠陥検査に用いるUFLDというアルゴリズムを提案しています。強化学習で測定箇所を適応的に選び、各ステップ後に予測の不確実性レベルを出力して、十分な情報が得られた時点で測定を止めます。追加の信頼度推定ネットワークを必要とせず、共形予測の枠組みで最適な停止時点を決定します。MixedWM38データセットでは、測定時間を約40%削減し、検査精度98.4%を達成したと報告されています。
説明NECA：ICUにおける複数時間枠の臓器機能不全予測のための近傍イベント曲線拡張法
要約本論文は、モデルに依存しない手法NECAを提案する。早期記録が類似した患者を訓練データから検索し、その後の臓器機能不全イベントの発生時刻を6・12・24・42時間の累積イベント曲線特徴量に変換して、元の患者表現と連結し標準的な予測器に入力する。PhysioNet 2012と4,000例のMIMIC-IVサブセットで、4種類の臓器機能不全イベントタスクにおける平均PR-AUCとROC-AUCが向上し、神経機能不全イベントで改善が最も大きかった。
説明IMPACT：インバータ情報を用いた太陽光発電予測のためのマルチモーダル学習手法
要約本論文は、10〜110分先の太陽光発電量を確率的に予測する、物理情報を組み込んだマルチモーダル深層学習フレームワークを提案しています。発電所の時系列履歴、インバータ間の雲の空間的変動、既知の太陽幾何学、現在の気象状態を統合し、オンラインで校正された分位点予測を出力します。全14の比較手法を上回る予測スキルを示し、曇天や変わりやすい空の条件でも一定の性能を維持しています。
説明OCCAMS：マルチタスク学習によるCMBパワースペクトルの研究
要約本論文は、宇宙論モデルを組み込まないニューラルネットワークに、変分オートエンコーダによるマルチタスク学習を用いて、宇宙マイクロ波背景放射（CMB）の温度および偏光パワースペクトルを少数の潜在変数で近似する手法を検討している。Planck 2018のデータと比較した結果、潜在変数が6個のときに適合が最良または最良に近く、これは標準的なモデル依存の手法における自由パラメータ数と同じである。潜在変数の一部は宇宙論パラメータと対応しており、深層学習によりCMBスペクトルをデータ駆動で簡潔に表現できることを示している。
説明音声分類における神経表現と記号的意味の橋渡し
要約本論文は、深層音声分類器の隠れニューロンが人間に理解可能な記号的音響概念と対応づけられるかを検討しています。モデルに依存しない神経記号フレームワークを提案し、記号的概念帰納によって、32個のニューロンを含む音声分類器の最終隠れ層を分析します。GTZANデータセットによる音楽ジャンル分類とIRMASデータセットによる楽器分類の2つの設定で評価されています。その結果、いくつかの隠れニューロンは意味のある帰納概念と対応づけられ、確認されたニューロンと概念の組の多くはMann-Whitney U検定により統計的に支持されました。
説明自らの誤りから検索する：多段階検索拡張生成のための方策内埋め込みモデル学習
要約本論文は、複数文書にまたがる証拠を集める必要がある多段階の検索拡張生成を扱う。標準解答の経路だけで学習した連鎖型埋め込み検索器は強い性能を示すが、テスト時には自身の誤った検索結果に影響されやすいという課題がある。著者らは、エンコーダが実際に到達した状態で学習する方策内状態学習を提案し、より完全な証拠を検索できることと、より難しい長鎖版データセットへの転移を示している。
説明SCARL：系列の信頼度を整合させた強化学習手法
要約本論文は、検証可能な報酬による強化学習（RLVR）において、方策の応答に対する信頼度と報酬が整合していない問題を扱い、SCARL（Sequence Confidence-Aligned Reinforcement Learning）を提案する。SCARLは、グループ内の相対的な信頼度と、アドバンテージが示す結果との整合性のずれに応じて各アドバンテージの大きさを調整し、符号は変えない。Qwen3-4B-Baseでは平均Pass@32がDAPOより高く、4つの推定器と4つのバックボーンで16設定中14設定の改善が報告されている。
説明連続行動ワールドモデル：異なるロボット形態をまたぐ時空間動力学の事前知識の学習
要約本論文は、異なるロボット形態や制御周波数の間で利用できる時空間動力学の事前知識を学習するフレームワーク、連続行動ワールドモデル（CoAWM）を提案します。ロボットの行動の時空間構造を共有潜在関数空間で表現し、まず異なる形態とサンプリング周波数の軌道を用いた関数事前学習を行い、その後ワールドモデルの基盤に接続して、潜在行動関数の予測を観測・言語指示・現在の状態で条件付けます。デコーダは任意の問い合わせ時刻でエンドエフェクタの行動を返します。
説明構造化された教科書から数学の証明教師データを拡大する研究
要約本論文は、2,118冊の大学数学教科書を約38万件の構造化された証明教師データに変換したコーパス「TOME-Math」を提案している。章の順序、命題と証明の対応、依存関係の参照、出典情報を保持している。著者らはこれらの構造情報を用いて複数の数学分野にわたるカリキュラム学習を検討し、教師データ量と出典の幅に伴うスケーリングの傾向を分析している。原文によると、全規模での微調整により、基礎モデルに比べて平均スコアが16.7ポイント向上し、評価した3つの公開指示データのベースラインを総合的に上回ったという。
説明一般化ファインマン・カック補正器による拡散モデルの合成と誘導
要約本論文は、複数の事前学習済み拡散モデルで定義される任意の目標関数からサンプリングする一般化ファインマン・カック補正器（GFKC）を提案します。モデル間の幾何的補間がファインマン・カック偏微分方程式を満たすことを示し、そのポテンシャルを閉形式で導出しています。手法は対数領域で動作し、報酬に基づく誘導を組み込み、モデルの再学習や微調整なしに生成を実時間で補正します。解析的ガウスモデルとMNIST上の拡散モデルで検証されています。
説明選抜された突破を超えて：無作為抽出した数学予想で言語モデルを評価する
要約本論文は、2026年2月以降にarXivで発表された数学論文から予想を集めたデータセットOpenConjectureを構築し、無作為に抽出した200の予想に対して前衛的GPTモデルを3回試行した。モデルは約60％の予想に対して候補解を示し、反例は証明の約1.3倍の頻度であった。解の新規性や文献との関係、元の予想の誤りや記述不足への依存性も分析している。
説明多様な医療記録による小児糖尿病の転帰予測における、エージェント型LLMの推論
要約本論文は、小児医療分野における大規模言語モデル（LLM）エージェントによる臨床予測を検証したものです。2型糖尿病の若年者2,489人と1型糖尿病の若年者4,018人を対象に、構造化データ、診療記録メモから得た社会的要因、そして1型糖尿病では持続血糖測定データを用いています。18か月の追跡データから24か月後の7つの2型糖尿病の転帰を予測しました。根拠を引用し自己監査を行うLLMパイプラインであるCEDARは、両コホートにおいて従来の機械学習を上回る性能を示しました。さらに、小児内分泌専門医2名がCEDARの引用した根拠と推論のみを読んだ場合、約9割の症例でCEDARと同じ予測に至りました。
説明HiFOR：視覚・言語・行動モデルのための階層的予見とアクション誘導型世界検索
要約本論文は、視覚・言語・行動（VLA）ロボットモデル向けのHiFOR枠組みを提案する。階層的依存マスクにより、短期の状態変化、意味的なマイルストーン、最終目標状態を同時に予測し、将来の潜在表現を時間・視点・空間の各次元に沿って整理する。さらに、ノイズ除去中に変化する行動表現に基づいて関連する将来情報を構造化された潜在世界から検索し、行動生成を導く。2つのシミュレーションベンチマークと6つの実ロボット操作タスクで実験を行った。
説明「一人の科学者としてのアスリート」：コンシューマー向けウェアラブルによる個別生理学のための、エージェント型ベイズ実験計画
要約本論文はEpiCoachというシステムを提案し、クロスカントリー用マウンテンバイク選手一名を対象に、検証可能で監査可能な個人（N-of-1）研究を行う。選手に関する主張は証拠に基づく仮説レジストリに記録され、各主張は実施前に確率的な予測を示し、記録された統計的適合の結果に基づいてのみ確信度が更新される。予測は心拍、GPS、気圧高度から推定される機構的デジタルツインによる。エージェントは負荷と安全の制約のもとで次週の訓練を実験として設計する。十八か月分のデータで回帰テストと前向き検証を行い、レジストリ、ベンチマーク、手順を公開している。
説明カリキュラムの効果か、それとも易しい出発点か？四足ロボットにおける教師なし環境設計のベンチマーク
要約本論文は、MuJoCo MJX 上で14種の教師なし環境設計、ドメインランダム化、ロボット用カリキュラムを統一プロトコルで比較するベンチマークを提案し、対象として五種の三次元四足ロボットを用いています。地形は八つの解釈可能な地形パラメータで表現され、すべての手法が同じ PPO の学習器を同じ環境ステップ数で訓練します。結果では、すべてのロボットと難易度の組み合わせで最上位群に入る手法はなく、訓練難易度の低い手法が分布内のランダムな地形で上位を占める一方、保持された構造的地形では首位が変わることが示されています。
説明学習率スケジュールは原理に基づいていない可能性：重み正規化学習における実効学習率の設計
要約本論文は、重み正規化（WN）学習で生じる実効学習率（ELR）の推移が、損失改善の主因であることを示す。提案手法AIR（Affine Inverse-square-Root decay）は、理論的に導出された1/√t減衰に、有限の学習期間で指定のピークと終端学習率を満たす仮想的な調整を加えたものである。128Bトークンの混合エキスパートモデル事前学習で、AIRはコサイン等の他スケジュールより良い結果を示し、終端損失はコサインより約0.01低い。
説明『思考の糸を切らさない』：長期タスク向けLLMエージェントの認知リソース自己配分
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、作業メモリに無関係な情報が溜まることで認知過負荷に陥る問題に取り組みます。提案手法CORALでは、エージェントが進捗と検証済みの事実をチェックポイントとして保存し、整理された文脈から再開できます。GAIAベンチマークでは8Bモデルで平均精度42.8%を達成し、ReActエージェントより入力トークンを6〜7倍少なく消費しました。
説明Hessianに基づく学習後量子化の統一フレームワーク
要約本論文は、大規模言語モデルの学習後量子化のための統一フレームワークを提案している。フィッシャー近似に基づき、重みと活性化の同時量子化による出力変化をHessianで導かれる形で近似する。これにより、量子化範囲、線形変換、重みの丸め処理を共通の出力感度目標の下で同時に最適化する。チャネル単位およびブロック単位の両設定で、既存の変換法・丸め法を上回ると報告されている。
説明Wizard：エージェント制御によりあらゆる世界をリアルタイムで操作する手法
要約本論文は、リアルタイムかつ精密にキャラクターの動作を制御でき、新しいシーン・キャラクター・動作へゼロショットで汎化するエージェント型ゲーム世界モデル「Wizard」を提案している。手法として、750のシーンと178のキャラクターにわたるデータセットを構築し、骨格と形状情報を構造化表現として用いて映像生成モデルを条件付けるとともに、条件信号と生成映像の整合性を高める適応的マスキング機構を導入している。さらに、ゲーム状態を明示的に保持・更新するエージェントフレームワークにより、プレイヤーが仮想世界を自由に構成できるようにしている。
説明RFW-A：500以上のカテゴリにわたる40万点の関節付きアセットを、エージェントによる手続き的生成で作る手法
要約本論文は、エージェントがカテゴリごとに再利用可能な生成プログラムを構築し、その後は手続き的実行で多数のアセットを生成するRFW-Aを提案する。これにより構築したRFW-A-400Kは、500以上のカテゴリにまたがる40万点以上のシミュレーション対応の関節付きアセットを含む。実験では構造と運動学の妥当性が高く、このデータで学習すると部品レベルの関節推定が向上することが示されている。
注目点エージェント的プログラム合成と手続き的生成を組み合わせ、カテゴリ単位の生成器で関節資産を大量作成する。摘要は40万超・500超カテゴリでの検証と実物への転移を報告。
説明GradientSHAPによる多段階・多変量時系列の説明可能性：風力発電の事例研究
要約本論文は、GradientSHAP手法を多変量かつ多段階の風力発電予測モデル向けに調整し、その解釈性を示すものです。この分野はこれまであまり研究されてこなかったとされています。局所的および大域的な説明を提供する新しい可視化手法を開発し、環境要因、地点固有の条件、時間的変動の関係を明らかにしています。ただし、実務への導入には複雑さという課題が残るとされています。
説明事前学習言語モデルにおける並行する時間変数の因子化表現
要約言語モデルが文書内で独立に変化する複数の文脈変数を同時に保持する仕組みを調べた研究です。言語切り替えと話題切り替えという独立したタイマーを持つ制御文書を用い、10の事前学習チェックポイントで両方のタイマーが同じ隠れ状態から線形に復号できることを示しています。結果は、表現がおおむね因子化されており、重なり合う部分空間で近似的に加法的であることを支持しています。
説明放射線ガイドラインから導出した決定グラフによる効率的な臨床意思決定支援
要約本論文はGDGraphという枠組みを提案し、大規模言語モデルで放射線ガイドラインを分割して局所的な決定サブグラフを抽出し、実行可能な決定グラフに統合する。推論時には高速なSystem Oneモデルが局所的な臨床質問に答え、決定的な走査でブール論理を解決して追跡可能な判断経路を得る。腎嚢胞、付属器腫瘤、甲状腺結節のガイドラインにわたる347例で、System Oneの正解率は57.3%から90.8%に向上した。
説明Transformerをループさせる方法：ループ数のスケーリング、特化、並列推論
要約本論文は、同じ重みを繰り返し適用してモデルを深くする「ループ」手法を研究しています。スクラッチから学習させたデコーダ型Transformerで、ループさせる部分、ループ回数、ループ間の情報の受け渡し方を比較しました。パラメータ数が固定の場合は全体をループさせるほど性能が高く、学習計算量が制約される場合は中間の層ブロックをループさせる方が効率的だとしています。ループを増やしても利益は飽和したり逆転したりします。さらに、ループごとの小さな低ランクアダプタの追加や、並列ループ方式の改良によって性能を保てることを示しています。
説明リウマチ学におけるDecisionモデルとSystem Oneモデルの評価：専門研修試験問題と診断症例問題での正確性と校正
要約本研究は、複数のDecisionモデルおよびSystem Oneモデルについて、リウマチ学の試験問題と診断症例問題での正答率と確信度の校正（キャリブレーション）を評価したものです。スペインの専門研修試験問題では多くのモデルが高い正答率を示し、Jevは西語93.0%、英語91.9%で、GPT-6 Solの99.4%を下回りました。診断症例問題では、すべてのSystem Oneモデルが GPT-6 Sol（76.9%）を下回り、Jevは正答率50.0%で過信傾向が見られました。
説明Lean で Vampire を使う自動証明呼び出しツール（ハンマー）
要約本論文は、Lean 対話型定理証明器向けのツール Vampire-Hammer を紹介する。Vampire 自動定理証明器で目標を証明し、その証明を Lean カーネルで検査・再構成する。前処理には Lean-auto フレームワークを用い、標準的な TPTP 形式と証明再構成に使える注釈付き TSTP 証明を利用する。対象となる Mathlib の定理 196,083 件を各 10 秒の制限で評価したところ、他の評価対象ツールが同じ制限内で解けなかった 21,158 件を解いた。
説明視覚言語モデルのゼロショット敵対的頑健性のためのテキスト応答認識型ガイダンス
要約視覚言語モデルはゼロショット汎化能力が高い一方、敵対的攻撃に脆弱です。本論文は既存の引き継ぎ手法の限界を指摘し、事前学習済みテキストエンコーダの入力埋め込みの局所的変化に対する応答を用いて視覚表現のずれを制約するTRAGを提案します。複数のアーキテクチャとタスクの実験で、クリーン性能と頑健性の両面で最先端の結果を示し、事前学習済みの画像とテキストの関係の保持にも寄与することを示しています。
説明Rimuru：弾力的エキスパートオフロードによる現代LLMサービング向けの統合メモリ管理
要約本論文は、大規模言語モデルの推論においてデバイスメモリが逼迫する問題を扱います。モデルの重みと注意機構の状態に固定されたメモリ領域を割り当てる既存方式では、負荷の変化に対応できないと指摘しています。著者らはRimuruを提案し、共有ページプールと、テンソルごとに異なるページサイズを扱うメモリビュー、ページ表を意識した融合MoEカーネルにより、異種テンソル間でメモリを弾力的に共有します。vLLM上で実装され、論文ではベースラインの最大19.03倍のスループットと、TTFTの平均98.1%削減が報告されています。
説明西北太平洋の熱帯低気圧の急速発達を予測するための、因果事前知識で制約された深層学習システム
要約本論文は、西北太平洋における熱帯低気圧の24時間後の急速発達（RI）を予測するCausalVisionRIシステムを提案しています。赤外線リモートセンシング画像、大気・海洋場、観測データから発見された因果グラフを統合しています。2020年から2024年の前向き検証で、五つのモデルによるアンサンブルは、比較対象の複数のシステムを上回るBrierスキルスコア0.259を達成しました。アブレーション実験では、因果グラフの経路が予測性能の向上に寄与することが示されています。