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GeoGuesser Bench：対話型地理位置推定における視覚言語エージェントのベンチマーク
要約本論文は、オフラインのストリートビュー環境で282件のタスクを含むGeoGuesser Benchを提案し、エージェントが実在のパノラマ画像の間で回転・ズーム・移動しながら、出発地点の座標の報告、所在する通りや都市・国の特定、近くの物体の発見・読取・計数に取り組む仕組みを示しています。23種の視覚言語モデルを評価し、地名特定の最高精度は62.5%、物体発見の最高精度は35.0%でした。世界知識と探索能力はモデル間で相関が弱いと報告しています。
説明3L-D：センサー非依存・位置合わせ保持型の取得フレームワークによる低照度データセット
要約本論文は、モジュール式でセンサー非依存の取得フレームワークを用いて生成された、物理的に校正済みの低照度画像・動画データセット「3L-Dataset」を提案する。テスト環境は、標準化されたMidavaineの夜間照度レベルに従い、満月（約1000 mlx）から曇天の月のない夜（約0.1 mlx）までの5段階を再現し、可視光から近赤外までの範囲をカバーする。高精度なプログラマブル機械駆動により、各six組（基準画像1枚と5つの照度レベルでの対応画像5枚）はサブピクセル単位で空間的に位置合わせされ、後処理による画像のワーピングは行われていない。
説明ロボティクスにおける源分解型の集合認知：マルチモーダルおよび集合推定の数学的基礎と認知ループへの適用範囲
要約本書は一般化特異値分解（GSVD）を中心に、基礎から構築した専門書です。GSVDは、同じ未知量に作用する二つの線形演算子について、どの状態方向でどちらがどれだけ優位かを比較する道具です。前半では必要な線形代数と統計推定の基礎を導き、GSVDの二通りの証明、小さな行列対による数値例を示します。さらに集合システムにおける情報の帰属、部分空間の幾何、統計的依存性、意思決定理論的判別を区別し、認知ループにおける役割と限界を評価します。数値実装も付属します。
説明「LLMは中立になれない：候補者・評価者・モデル間のジェンダー感受性」
要約本論文は、大規模言語モデルが職業候補者を評価する際に、候補者と評価者のジェンダー設定が判断にどう影響するかを検討しています。仮想の市議会投票課題で8つのモデルが、NVIDIAの米国版・フランス版Nemotron-Personasデータセット由来の合成職業記述240件について、独立に性別を変えた計30,720件の判断を行いました。明示的な候補者の性別表示は、性別未指定と比べて賛成票の確率を1.05〜1.73ポイント高めました。モデルごとの賛成率は81.3〜97.2%で、判断の2.5〜3.3%が基準条件に対して覆りました。
説明自律的なロボット相互作用による動力学ギャップの解消
要約本論文は、カメラ観測からシミュレーション上でシーンを再構築できても、摩擦や反発係数といった接触の多い動力学は相互作用なしには観測できない、という問題に取り組みます。CUEは、高レベルの指示のみを受け、リセットなしで環境と相互作用し、シミュレーションの精度が最も低い箇所を狙って物理パラメータを特定するエージェントシステムです。ビリヤードのシミュレーションでは、25の隠れた物理条件において、最強のベースラインに比べて留保データの球位置誤差を72%削減し、実際のプールテーブルにも展開しています。
説明人間中心世界モデル（HOWM）：人の状態を継続的に推定・予測する概念的枠組み
要約本論文は、タスクに関連する人間の状態とその変化を中心に据えた概念的枠組み「人間中心世界モデル（HOWM）」を提案している。現在の観測と個人の履歴を、環境や社会的文脈と結び付け、継続的な状態推定、個別化された動態予測、行動支援を整理する。また、仮想的な訓練・学習の場面を用いて枠組みを説明し、対話経験の蓄積が推定と予測を改善するか、モデルの利用が人の目標達成に役立つかを今後の研究課題として挙げている。
説明アイドル状態の推論計算資源を使い、ゼロ次曲率で大規模言語モデルの事前学習を加速する研究
要約本論文はZO-Curv手法を提案する。推論サーバーのオフピーク時のアイドル状態にある前向き計算資源を使って曲率を推定し、一次学習の更新を調整する。著者らは、ゼロ次の勾配推定は不正確でも有用な曲率情報を含みうると指摘している。1.25億から15億パラメータのモデルで実験を行い、7.7億パラメータのモデルでは3.9時間でAdamWの20Kステップの検証損失に到達し、最終損失もより低かった。
説明事前学習済み視覚表現のクラスタリングによる画像の意味的粒度の発見
要約本論文は、意味的な教師信号を用いず、事前学習済みの視覚表現をクラスタリングして、異なる粒度の意味的な画像領域を発見する手法を提案している。特徴マップを特異値分解で射影して画素ごとの主表現マップを作り、意味的連続性率（SCR）と信号対雑音比で評価する。COCO-2017とVOC-2012の検証データで比較手法に匹敵するセグメンテーション性能を示している。
説明幾何制約付き動的ハイパーグラフ畳み込みと対照的スコア精緻化による骨格ベース行動認識
要約本論文は、人体骨格データに基づく行動認識を対象とする。従来のグラフ畳み込みネットワークは関節の二者間関係しか扱えず、既存のハイパーグラフ手法は静的な構造に依存していると指摘する。提案手法DyGCNは、幾何制約付き動的ハイパーグラフ構築（GeoHC）と対照的スコア精緻化（CSR）を備えたDyGCTブロックを中核とし、行動ごとに超辺を動的に構築する。CSRは学習時のみ動作するため推論時の追加コストはない。NTU RGB+D、NTU RGB+D 120、Northwestern-UCLAで最先端の性能を報告している。
説明HistoTx：異なる空間トランスクリプトーム解像度でのH&E画像と空間トランスクリプトームの早期融合を自己教師あり学習で行う手法
要約本論文は、転写産物トークンを任意の空間解像度で構成して画像パッチトークンと統合し、共有Transformer内で共同処理する早期融合型Vision Transformer「HistoTx」を提案している。事前学習済みの病理基盤モデルを出発点に、対になった画像と空間トランスクリプトームのデータで自己教師あり事前学習を継続する。画像のみで推論した場合、多くのタスクで基準モデルと同程度の性能を保ち、遺伝子発現予測など分子知識の恩恵を受けるタスクでは向上した。画像と転写産物の両方を入力すると、どちらか一方のみより良い結果が得られたと報告している。
説明VioTech：マルチスケール専門家混合によるバイオリン奏法のフレーム単位検出
要約本論文は、音符の区切りを明示的に推定せず、10ミリ秒の分解能で奏法を直接検出するフレームレベルの枠組みVioTechを提案している。凍結したMERTエンコーダとマルチスケールのMixture-of-Experts構造を組み合わせ、音色、アーティキュレーション、レガートに関する予測ごとにタスク別の振り分けを行う。また、実際の無伴奏演奏録音から作られた初の手動注釈付きバイオリン奏法データセットVioTech120も導入している。
説明Reap：軽量モデルで探るモンテカルロ証明探索
要約本論文は、Lean4における形式的証明探索を学習・分析するためのオープンなフレームワークReapを提案する。Leanの内部でポリシー・価値に導かれたモンテカルロ木探索を実装している。作者らはこのフレームワークを用いて17億パラメータのモデルReaper-1を学習させ、miniF2F-testにおいてpass@32で79.9%を解いた。
説明表現空間における不正検出の監査：校正された不確実性のためのベイズ逆強化学習フレームワークとその限界
要約本論文は、推薦システムにおけるシリング攻撃の検出を対象に、凍結されたエンコーダ埋め込みに対してペアワイズ推論を行うベイズフレームワークVEILを提案します。基礎事後分布、学習された信頼度を持つ階層型ARD拡張、有機/攻撃者の混合モデルを含みます。著者らは、ユーザープロファイルの変換に対して不変な表現に基づく検出器は、その不変性のもとで有機的プロファイルと区別できない攻撃に対して偶然以上の性能を出せないことを証明しています。実験では、実ユーザーの商品集合を複製する攻撃ではML-1Mで検出がほぼ偶然水準まで低下する一方、生の商品集合のJaccard類似度に基づく非学習ベースラインは高いAUROCを達成することが示されています。
説明推論への依存をモデル内部の報酬で高める「Chain of Faith」
要約本論文は、思考連鎖（CoT）の説明がもっともらしく見えても最終回答への影響が小さい問題を扱い、モデル自身の信号を使って生成された推論への依存を促す四つの報酬を提案します。各報酬をGRPOに加え、GSM8KとStrategyQAで二つの小規模な指示調整済みモデルを、推論の編集、言い換え、プロンプトのヒントを用いて評価しています。複数の設定で推論編集への回答の依存度が上がった一方、精度や言い換えへの頑健性への効果は設定によって異なります。
説明TME-ContextNet：クラス条件付き空間監督とグループ化デコードによる核インスタンス分割・分類の統合手法
要約本論文は、病理画像における細胞核のインスタンス分割と分類を同時に行うマルチタスクフレームワーク TME-ContextNet を提案している。既存の核アノテーションから、ユークリッド距離変換を用いてクラス条件付きの空間監督信号を生成し、追加の組織領域アノテーションは必要としない。デコーダは幾何学系と意味系のタスク群に分けられている。PanMix、CoNSeP、PanNuke での Dice と mPQ+ の結果が報告され、パラメータ数は HoVer-Net より少ないとされている。
説明UPSHIFT：人とAIの対話フィードバック軌跡からのユーザー嗜好の誘導
要約本論文は、学習を必要としないUPSHIFT手法を提案する。ユーザーが初回回答への修正を依頼した際の隠れ表現の変化を、セッションごとに比較して平均し、その嗜好方向を新しい質問への回答時に注入することで個人化を図る。PrefEvalでの40人の模擬ユーザーによる評価では、Qwen3-8BとQwen3-32Bの両方で、未誘導のベースラインより嗜好の一致が改善し、最良の設定ではマクロ平均Eloがそれぞれ1364.0から1605.2、1341.9から1591.8に上昇した。
説明実際に動かすサンプラーを学習する：混合尤度ファインチューニングによる少ステップのマスク拡散言語モデル
要約本論文は、マスク拡散言語モデルを少数の並列ステップでランダム順に生成すると、実際には多様な公開計画の混合分布が動作することを扱います。通常の交差エントロピー学習はトークン条件付き確率を当てはめるため、この混合分布とは一致しません。著者らは、教師モデルを使わず、アーキテクチャやサンプラーを変更せず、自身のサンプラー尤度の重要度重み付き下界で事前学習済みモデルを微調整する混合尤度ファインチューニング（Mix-FT）を提案しています。実験では、複数のモデルとステップ数の設定で、継続的な交差エントロピー学習などの基準より良い文章が生成されたと報告されています。
注目点少ステップ並列サンプリングのマスク拡散言語モデルに対し、サンプラーの混合尤度で微調整する手法を提案。教師や構造変更は不要。LLaDA-8Bと110Mモデルで、継続交差エントロピー学習などの基線より良い結果を報告。
説明PriCBMs：視覚プライバシー認識のための多粒度コンセプトボトルネック型視覚言語モデル
要約SNS上で画像が広く共有される中で、意図せず露出した個人情報を見つけるための多ラベル視覚プライバシー認識手法を提案する論文です。プライバシー関連の概念を中間表現として導入し、視覚と概念の対応づけから関連する手がかりを特定した上で、その概念応答に基づいてプライバシーカテゴリを予測します。概念の選択には、対象カテゴリとの関連性、カテゴリ間の識別性、意味的多様性を用いる戦略を設計し、大域と局所領域を同時に扱うモジュールも加えています。VISPRとFineViPでの実験では、4つの多ラベル指標すべてで比較手法を上回ったと報告されています。
説明Parametric CAD Bench v3：テキストと工学図面からのエージェントによるパラメトリックCAD作成の評価
要約本論文は、テキストによるCAD作成、テキストによる作成と編集、工学図面からの機械部品再構築の3種類、計100タスクからなるベンチマーク「Parametric CAD Bench v3」を提案している。エージェントは固定版のFreeCAD環境で作業し、ネイティブなCADファイルを別個のプログラム検証器に提出する。主要指標は、二値的な成功判定ではなく、形状類似度と仕様整合性を組み合わせた連続的なタスク報酬の平均である。2026年9月24日時点のスナップショットでは、Claude Code と Claude Opus 5.5 の組み合わせが全体で61.03%と最も高い値を示した。
説明OctreeSplat：階層型八分木でガイドするフィードフォワード式ガウシアン・スプラッティング
要約本論文は、階層型八分木でガイドされるフィードフォワード式の3Dガウシアン・スプラッティング手法OctreeSplatを提案し、新規視点合成と3D再構成に用いる。凍結された視覚基盤モデルから多視点特徴と幾何学的事前情報を抽出して階層型八分木を構築し、高密度化スコアを予測することで、局所的な複雑さに応じてガウシアン基元を空間的に異なる密度で配置する。Replica、TUM、Tanks and Temples、DTUでの実験により、RGB視点合成、深度合成、表面再構成で競争力のある結果を示し、高い再構成品質を保ちながらガウシアン基元の数を削減したとしている。
説明SNSのデータマイニングによるアート界インフルエンサーネットワークの構築
要約本論文は、アート界のネットワークマップを作成する手法を示す。人手で選んだ典型的なアート界関係者のツイートと自然言語処理の手法を用い、Twitterアカウントを持たない人物を含む重要な関係者を特定する。特定された関係者はLouvain法でコミュニティに分けられ、HITS中心性法によってその権威性が評価される。この手法により、少数の典型的な関係者から出発して新たなアート界関係者を見つけることができ、他の方法では収集が難しい豊富なデータが得られるとしている。
説明VerdictAD：決定誘導型の洗練による少数ショット異常検知
要約本論文は、既存の異常検知手法を改良する学習不要のフレームワークVerdictADを提案している。型付きの決定モデルが、クエリ画像とその局所領域を少数の正常参照画像と比較し、構造化された決定確率を出力する。その結果を用いて全体の異常スコアと異常マップを洗練する。著者らはMVTec AD、VisA、MVTec LOCO ADで既存の検知器の性能が一貫して向上したと報告している。
注目点構造化された視覚判定確率で異常スコアを洗練する学習不要の枠組みで、既存検出器に差し込める。作者はMVTec AD、VisA、MVTec LOCO ADで改善を報告。
説明プローブ誘導型勾配バランシングによるマルチモーダル学習
要約複数のモダリティを同時に学習するネットワークでは、学習の速いモダリティが共有の融合目標を支配し、遅いモダリティへの勾配が抑えられがちです。本論文は、各モダリティの特徴に軽量な線形分類器を付けて表現の質を個別に推定し、その差（利用ギャップ）を不均衡の信号として用いる勾配増幅手法PGGBを提案します。損失関数と融合構造は変更されません。8つのベンチマークでの実験では、不均衡の大きいデータで既存手法を上回り、不均衡が小さい場合でも競争力を保つことが示されています。
注目点新規性は、独立した線形プローブで各モダリティの表現品質を推定し弱いモダリティの勾配を増幅する点にある。8つのベンチマークで実験し、有界性と降下境界を示す。
説明美術史におけるコンピュータビジョン応用：今後の研究への考察と枠組み
要約この論文は、美術史研究者の間で計算手法の利用をめぐる議論が続いている一因として、計算手法が現代の美術史研究の中心的な問いを扱っていないことを指摘しています。著者らは、美術史の学術誌に掲載された論文をコンピュータサイエンスの視点から調べ、研究者が用いる画像の特徴を特定し、コンピュータビジョン研究者にも分かる言葉で記述する方法を提案しています。最後に、コンピュータビジョンが現代の美術史の核心的な問題にどう取り組めるかを探る新たな出発点となりうるいくつかの枠組みを示しています。
説明ReinSeg：三次元道路異常セグメンテーションのための検索誘導型有界マルチモーダル精緻化手法
要約本論文は、自動運転における三次元道路異常の点単位セグメンテーションを行うReinSegフレームワークを提案する。LiDARの鳥瞰図セルが環視画像の共有メモリからシーン固有の視覚文脈を検索し、相対ノルム有界の残差によってLiDAR点特徴へ戻すことで、凍結されたLIDOの異常スコアリングインタフェースを維持する。Spotting the Unexpectedベンチマークでは、検証平均精度が27.54%から35.67%に向上し、異常再現率95%時の偽陽性率は34.85%から10.61%に低下した。
説明Coati：インストール可能なモバイルGUIエージェントのためのホスト基盤実行フレームワーク
要約本論文は、Androidアプリとして直接インストールできるオープンソースのエージェント Coati を提案しています。外部のパソコンからADBで端末を操作する必要はありません。端末上の実行基盤が各操作の効果や複数アプリ間の結果を記録し、その証拠で完了の主張を検証します。AndroidWorldの116タスクで成功率は86.5%とされ、論文はモデルの自己評価よりホスト側の証拠が信頼性と速度を高めると述べています。
説明SearchInject：言語モデル検索における間接プロンプトインジェクションの検索露出制御
要約本論文は、検索拡張型大規模言語モデルがウェブページをコンテキストに取り込む前に、疑わしいページを隔離するかを総合スコアで判定するSearchInjectを提案します。300件のSciFact検索クエリと四つの構築ファミリーでの評価では、BM25、正規化ハイブリッド、潜在意味解析の上位10件における標的露出がそれぞれ約0.94、0.92、0.85から約0.16、0.15、0.14に下がり、相対減少は約83%でした。ただし、固定閾値の正常候補の誤隔離率はテストで0.59〜0.65%となり、校正上の制約をやや上回りました。生成実験では攻撃成功率の低下は推定できていません。
説明InterFuse：支払いリスク順位付けのための異種モデルの相互作用誘導型適応融合
要約本論文は、異なる視点で学習された複数の支払いリスクモデルを融合し、限られた審査予算の下で取引を順位付けするInterFuseフレームワークを提案する。モデル間の相互作用から共有融合状態を生成し、それを各モデルの表現、予測スコア、入力カバレッジに対する適応的集約の指針として用いる。工業的な支払いリプレイデータと三つの公開金融ベンチマークでの実験では、四つのデータセットすべてでトップ順位の再現率とAUCが最高となり、Recall@1%は最強のベースラインを1.11〜8.09ポイント上回った。
説明予測モデルはどこで、誰に対して較正がずれているのか？結果学習によるポケット分割の局所監査
要約本論文は、予測モデルが類似した観測のまとまり（ポケット）で系統的に過大または過小予測している箇所を見つけ、そのまとまりの中で人種や性別などの集団ごとの平均予測誤差に差があるかを検定する監査手法を提案している。ポケットはランダムフォレストの類似度（ランダムフォレスト類似度）と リッジ回帰による分割を用いて作られ、一方のサンプルで学習し他方で検定する。シミュレーションおよび公開合成データ、いくつかの実モデルに適用した結果を示している。
説明変数名が事前知識となる：意味的グラウンディングにより大規模言語モデルはデータ効率よく数値予測を行える
要約本論文は、大規模言語モデルが表形式データの数値予測において変数名と文脈内例をどのように利用するかを検討している。変数名と、それが表す値との意味的対応によって、タスク固有の学習を行わない5つのLLMが、9つの科学分野の20データセットで7つの教師あり機械学習モデルと同等以上の性能を示し、特に例が少ない場合に顕著であった。物理公式に基づく実験では、領域知識と文脈内例の統合がベイズ更新と整合的であることが示されている。
注目点変数名の意味的根拠づけが事前分布として働き、少数例の数値予測で教師あり学習モデルに匹敵または上回ることを、物理式の課題でのベイズ的更新とともに示す。
説明SYNC：学習不要で多ペルソナ整合のために層を動的に選ぶ推論制御手法
要約本論文は、重みを変更せずに推論時に複数のペルソナを同時に表現させるための学習不要の制御フレームワーク、SYNCを提案している。コサイン類似度の軌跡から各層の各ペルソナに対する感度を動的に推定し、デコードの各ステップで各ペルソナに最適な注入層を割り当てる。オフラインでの目標層探索は不要である。2つのモデル、2種類のペルソナ設定、教師なし・教師あり抽出によるステアリングベクトルを用いた実験で、28のペルソナ構成のうち21で最良の結果を示し、15では有意な差が見られた。
説明進化する説明：記号回帰のための、複雑さに応じて忠実な説明を精緻化する手法
要約この論文は、大規模言語モデルが機械学習モデルに対して生成する自然言語の説明は流暢に見えても、元のモデルに忠実とは限らないと指摘し、その食い違いを忠実性ギャップとして定式化しています。著者らは、説明を生成し、数値的に一致するまで検証を繰り返す、記号回帰向けの複雑さ適応型精緻化フレームワークを提案しています。実データと合成データで計250回の実行を行い、全体の合格率は84.0%でした。
説明AIエージェントをチームメイトとして測る協調知能の評価
要約本論文は協調知能ベンチマーク（Collaborative Intelligence Benchmark）を提案し、AIエージェントがチームメイトとしてどれだけ協働できるかを、チームワークの8つの側面にわたる240のタスクで測定します。タスクは航空事故報告や臨床症例、コーディング、交渉など実在の記録や既存ベンチマークに基づき、結果はプログラムで検証可能です。18のモデルを評価した結果、すべてのモデルにチームメイトとしての明確な弱点があり、最高スコアは100点中82.2点でした。
説明物理データから学習するニューラルネットワークの感受率
要約本論文は、物理系から得られたデータで訓練されるニューラルネットワークが、物理法則に由来する規則性をどのように学習するかを扱っています。データ分布のパラメータの摂動に対するネットワークの応答を測る感受率を用いて、どの入力特徴が学習に最も有益かを特定し、データ選択の指針とする方法を示し、その予測を実験で検証しています。自然なパラメータを持たない分布については、物理状態の意味のあるスカラー関数を通じてパラメータを導入し、訓練中に衝突検出などの能力が現れる過程を感受率が追跡できることを示しています。
説明UniCross3D：一貫した単一画像3D生成のための統一型クロスビュー・クロスドメイン拡散モデル
要約本論文は、単一画像から3Dモデルを生成するための統一拡散フレームワーク「UniCross3D」を提案している。潜在変数の分散にペナルティを課す跨視点潜在正則化により多視点の幾何学的一貫性を高め、画像形成の物理に基づくクロスドメイン相互情報量の目標により、生成されたカラーマップと法線マップを整合させる。実験では、複雑なテクスチャや曖昧な視点の下で、既存手法より視点の一貫性と意味的整合性が向上し、再構成の忠実度が高いことが示されている。
説明ICJ-Graph：国際司法裁判所の引用グラフと階層化文書コーパス
要約本論文は、国際司法裁判所（ICJ）の文書を、引用された判例、法的条項、国連決議と結び付ける機械可読な資料ICJ-Graphを紹介する。判決文、書面陳述、口頭弁論記録を別々の文書層として保持し、裁判所の判断と当事者の主張を区別している。コレクションにはICJ文書6,396件、他の裁判所・法的機関の文書505件、条項12,375件、国連決議20,291件が含まれ、テキスト、メタデータ、埋め込みベクトルを収めている。著者らは199件の判断を対象に五つのモデルの引用予測を評価し、ツールを使用したモデルは、判例・条項・決議のいずれの引用においても、ツールを使わない場合よりF1値が向上したと報告している。
説明シミュレーションで学習した場レベル生成モデルにおける欠落した自由度の回復
要約本論文は、宇宙論でシミュレーションデータを用いて学習させた場レベル生成モデルについて、有限の学習データセットが分散の縮小を招き、物理過程の変動の一部が捉えられていないことを示す。著者らは連続正規化フロー（continuous normalizing flow）の生成ダイナミクスに、物理情報に基づく潜在変数の修正を導入し、追加の学習シミュレーションなしに欠落した変動の相当部分を回復できることを示す。弱重力レンズ効果の場レベル推論を例に、事後分析により学習された潜在方向が推論で実際に利用されることを確認し、分布外の変化に対する頑健性も向上したと報告している。
説明敏捷な衝突回避のためのニューラル積分制御バリア関数（データから動力学・名目制御器・バリア関数を学習する手法の説明）
要約本論文は、システムの動力学、名目制御器、バリア関数の三つをすべてデータから学習する手法を提案している。動力学にはニューラル常微分方程式を用い、名目制御器は模倣学習で、バリア関数は教師あり回帰で学習する。学習結果から積分制御バリア関数のフィルタ制約を解析的に構成する。バリア関数は幾何学的ラベルではなく、アクチュエータ制限下でも制約回避の緊急機動が存在するかという実行可能性に基づいて学習される。6自由度の動的自転車モデルによる敏捷なレース実験では、保留された200のレイアウトのうち12の危険な全エピソードを、成功率を変えずに除去した。
説明潜在拡散GAN：自己符号化された潜在空間での敵対的学習
要約本論文は、拡散モデルの元のパイプラインを変更せずに敵対的学習を組み込む潜在拡散生成敵対ネットワーク（LD-GAN）を提案している。潜在拡散モデルに含まれる事前学習済みの変分オートエンコーダを、エネルギーベースの判別器として利用し、追加パラメータなしで敵対的学習を行う。さらに、エンコーダとデコーダの特徴表現を揃える構造的一貫性エネルギーを導入している。論文は、さまざまな生成タスクで既存のベースライン手法より忠実度、鮮明さ、多様性が向上し、学習も効率的だと報告している。
説明環境の状態を読める審査役で有害性評価の範囲を広げる
要約本論文は、状態を持つエージェント環境において有害な行為を検出するため、環境状態への読み取り専用アクセスと危害分類体系を与えた大規模言語モデルを用いる手法を提案しています。DecodingTrust-Arenaの2環境とOSWorldの1環境で、軌跡のみ、状態のみ、両方の情報を与えた場合を比較しています。前者の2環境では、軌跡と状態の両方の審査結果を組み合わせると確認された危害の94%を再現し、軌跡のみでは53%でした。OS-Harmでは組み合わせが77%、単独の通道が67%でした。
説明大規模言語モデルの継続的アンラーニングのための知識否定の適応的局在化手法
要約本論文は、大規模言語モデルが実際の運用で有害または違法な知識を継続的に忘却する際に生じる有用性の低下という課題を扱います。タスクベクトルの枠組みに基づき、動的マスクで訓練勾配を疎にし、タスク間の関係に応じて忘却の強度を適応的に調整するALKNという手法を提案しています。三つの代表的なアンラーニングデータセットでの実験では、継続的な忘却の設定において、忘却効果と有用性の維持の両面で基準手法を上回る結果が示されています。
説明Scalaris：対話型AIアシスタント向けのスケーラブルな企業メモリアーキテクチャ
要約本論文は、企業向け対話型AIアシスタントのための拡張可能なメモリアーキテクチャ Scalaris を提案しています。長期メモリと短期メモリを統合して設計し、ユーザーの発話とアシスタントの応答にそれぞれ専用の表現と格納・検索パイプラインを用意しています。LongMemEval-S では92.2%、LoCoMo では90.77%の精度を Qwen3-32B で達成し、回答生成モデルに渡す検索コンテキストのトークン数は、先進的なメモリシステム Hindsight の約10分の1です。独自のクローズドソースAIアシスタントに統合した際は、応答品質が全体で36%向上したと報告されています。
説明白色化アドバンテージ和ポリシー最適化：多報酬強化学習のための相関考慮型集約法
要約本論文は、言語モデルの強化学習で複数の報酬を固定重みで加算する際、相関のある報酬間で共有される変動が重複して数えられる問題を扱う。提案手法WAS-POは、加算前に正規化済みアドバンテージをΣ^(-1/2)で白色化し、指定した重みを無相関化された成分に適用する。ツール呼び出しタスクでは、三報酬と四報酬の設定でGDPOより訓練報酬が高かったが、保留データでの精度の向上は確認されなかった。二報酬の設定では訓練報酬がGDPOを下回った。
説明境界誘導型の動的選択的融合による大腸内視鏡画像のポリープ領域分割ネットワーク
要約本論文は、大腸内視鏡画像におけるポリープのセグメンテーションのための境界誘導型エンコーダ・デコーダ構造BGD-SF PolySegNetを提案します。多スケール文脈の集約、スキップ特徴の選択的融合、マスクの精緻化の各段階で境界情報を能動的に利用します。内部テストセットでのDiceは0.887で、境界F1、HD95、ASSDは最も強いCNNベースラインと比べてそれぞれ15.7%、27.5%、34.6%改善しました。
説明オンデバイス・マルチモーダルエージェント向けの並列性整合剪定とラウンド認識型コンテキスト再利用
要約本論文は、オンデバイスのマルチモーダルエージェントを対象に、並列コアに合わせた構造化剪定と、ライフタイムに基づいて再編成されるKVキャッシュを組み合わせたPARCを提案する。モデル側では、一次テイラー重要度とグループ化クエリ注意（GQA）を考慮した選択により、注意次元を目標コア数で割り切れるようにする。実行時には、履歴画像を永続キャッシュから外し、固定の予算内でより多くの対話ラウンドを収められるようにする。
説明カメラを使わない GazeTags：頭部の視線による物体の発見と操作
要約本論文は、カメラもコンピュータビジョンも用いずに物体を認識する方式 GazeTags を提案しています。装着型デバイスが頭の向きに合わせた狭い赤外線信号を定期的に発し、その範囲内にあるタグだけが反応して、識別情報や物体の状態・センサー値などを返します。著者らは、低コストで長時間動作し、省電力でプライバシー上の問題も避けられると述べています。
説明AVID：聴覚誘発視覚イメージ解読のベンチマーク用5T fMRIデータセット
要約本論文は、聴覚によって誘発される視覚イメージの解読に特化した、初の大規模な5.0テスラ機能的磁気共鳴画像法（fMRI）データセットであるAVIDを紹介しています。9名の参加者から得た約67時間の高密度な記録を含みます。データセットは、自然な中国語の描述を用いたシーンレベルの複雑な分割と、視覚属性を明示的に指定した統制された単純な分割の2つで構成されています。さらに、画像の出典の一致と意味的整合を切り分けて評価する標準化された評価手順を提案しています。ベースラインの結果では、既存の再構成手法は本データセットでは依然として性能が限定的であることが示されています。
説明場所は分かるが内容は再現できない：オープンLLMにおけるハディース想起の二言語幻覚ベンチマーク
要約本研究は、ローカルで実行できる5つのオープンウェイトLLM（Mistral-7B、Gemma3-4B、Jais-7B、ALLaM-7B、Phi4-mini-3.8B）が、出典情報だけからハディース（預言者ムハンマドの言行録）の原文を正確に再現できるかを、英語とアラビア語の二言語ベンチマークで検証したものです。6つの標準スンニ派ハディース集から各500件、計30,000件の応答を評価したところ、語彙的にも意味的にも原文と高い一致を示した応答は一件もありませんでした。アラビア語の結果は英語より一様に劣っていました。著者らは、検索による裏付けのない現状のモデルは正確な宗教文献の情報源として信頼できず、検証済みコーパスに基づく検索拡張生成の採用が必要だと結論づけています。
説明言語から国、感情価まで：大規模言語モデルにおける固定観念バイアスの多言語監査
要約本論文は、英語、スペイン語、フランス語、ドイツ語で現地で書かれた12,000件のReddit投稿を用いて、大規模言語モデルの性別、人種、宗教に関する固定観念バイアスを検証しています。三つのオープンウェイトモデルと三つの商用APIモデルを評価し、宗教カテゴリーでは全てのモデルと言語の条件で選択の偏りが最も大きいことを示しています。ただし、これらの差異は選択の集中度を測るものであり、固定観念への同意や国による因果効果を示すものではないとされています。
説明BasisKV：通信とキー・ルーティングのための価値潜在表現
要約本論文は、長文脈LLM推論向けの低ランクKVキャッシュ圧縮手法BasisKVを提案する。複数GPUのテンソル並列推論における通信コストに着目し、低ランクのValue表現でValueキャッシュ幅と並列通信の両方を削減する。圧縮されたValueを使って参照すべきKeyページを選び、8GPUテンソル並列推論で最大1.42倍のエンドツーエンド高速化を達成したとしている。
説明SMILE：肝臓超音波理解のための構造化マルチエージェント臨床推論フレームワーク
要約本論文は、肝臓超音波の報告書を自動生成するSMILEフレームワークを提案しています。形態解釈、臨床段階推論、視覚的質問応答の3つの専門エージェントがそれぞれ出力を生成し、審査役の視覚言語モデルが合意形成フィルタリングによりそれらを統合します。公開データセットと院内データセットの両方で既存の先進的な視覚言語モデルを上回る性能を示し、データが限られた臨床環境での有用性が示唆されています。
説明拡散モデルのメンバーシップ推定における局所的条件適合度の検証
要約本論文は、ある画像が文生成画像の拡散モデルの学習に使われたかを判定する手法を扱います。これは学習データの利用状況を監査する上で重要です。著者らは、異なるテキスト条件で予測されるノイズの変化が去噪損失に与える一次の影響から学習メンバーを識別する LoFIT（Local Conditional Fit）を提案しています。目標モデルの勾配は不要で、去噪器への順方向クエリだけで計算でき、四つのデータセットで微調整済みモデルと事前学習済みモデルの双方に対し判別性能の向上が示されています。
説明L∞ノルム集合を超えて：評価時の状態敵対的ロバスト性のための解釈可能な非一様不確実性集合の合成
要約深層強化学習エージェントは、観測された状態入力への摂動に対して脆弱です。本論文は学習済みポリシーに対する評価時の攻撃に焦点を当て、状態摂動のための解釈可能な不確実性集合 PDNUUS を提案します。これは状態に依存し、次元ごとに非一様で、ポリシー評価中にオンラインで合成できます。著者はまず理想的な制約付き最適化問題を定式化し、その後、扱いやすくするための代理制約を導入します。複数の連続制御環境、ポリシーアルゴリズム、状態攻撃での実験では、状態や次元によるポリシーの感度の違いが示され、性能低下も適度に抑えられることが示されています。
説明RLVRは「鉛筆」を研ぐが「頭」は変えない：検証可能な報酬による強化学習の推論への影響
要約本論文は、検証可能な報酬を用いた強化学習（RLVR）が言語モデルの推論能力をどう高めるかを調べたものです。OLMo-2-1BのGSM8Kにおける13の学習チェックポイントを追跡し、初回正答率は58.0%から61.3%に上がる一方、256回サンプリングした際の解の網羅率は94.5%から96.9%へ上がり、知識は学習前から存在していたことを示しています。推論の誤りを検出するプローブの性能はほぼ変わらず、内部の変化は主に最終的な答えのトークンに現れています。
説明材料探索キャンペーンにおける組織的学習：有効なデータベース・計算・エージェントチームの検討
要約本論文は、材料探索において複数のデータベース、計算結果、エージェントチームをどう組み合わせるかを検討したものである。著者らは実測バンドギャップのデータを用いて各情報源の順位付けを行い、全情報源をまとめた場合より、最良の三つの情報源を組み合わせた場合の方が順位の一致度が高いことを示した。また、言語モデルによる平坦なエージェントチームはランダム選択の基準に及ばず、適応型チームは少ない計算量で低生成エネルギー化合物をより多く見つけたと報告している。
説明SeMo3D：選択的モデリングによる3D生成・編集・補完の統合
要約本論文は、3Dアセットのうち生成・編集・補完が必要な領域だけを合成し、残りは保持する「選択的モデリング（Selective Modeling）」という枠組みを提案している。この枠組みに基づくSeMo3Dは三つのタスクを統一し、対になる編集・補完データなしで学習できるとしている。領域選択的ノイズ除去と、多条件3D拡散Transformer「Omni3DiT」が中核技術である。著者らは三つのベンチマークで既存手法を上回ったと報告している。
説明CR-Bench-v2：AIコードレビューエージェントの実用性を評価する研究
要約本論文は、欠陥を中心に据えたコードレビュー評価フレームワーク「CR-Bench」を提案しています。SWE-Benchの課題を、リポジトリ全体の文脈を持つプルリクエストのレビュー課題として再構成し、584件のインスタンスを含みます。各インスタンスには既知の欠陥、正解の修正、欠陥の分類ラベルが付与されています。八つのコードレビューエージェントとGemini Code Assistを評価した結果、最も強いシステムでも既知の欠陥の約3分の1（KDDR約33%）しか検出できず、Gemini Code Assistの検出率は8.1%でした。
説明EEFA：AIエージェントの倫理評価フレームワーク
要約本論文は、既存のAIエージェントベンチマークが何をできるかのみを測定し、どのように行動するかの倫理的評価を欠いていると指摘します。著者は12の主要ベンチマークの倫理的観点での対象範囲を分析し、自律性の保護、危害回避、透明性と非欺瞞、プライバシー遵守、説明責任と追跡可能性の5つの次元からなる評価フレームワーク「EEFA」を提案しています。再現可能な検証手順と各次元の試験シナリオも示されています。
説明成功軌跡を保持したまま学習済みコントローラを順次回復更新する手法
要約本論文は、多くの外乱にすでに対応できる学習型コントローラを改善するため、測定された失敗箇所で新たなフィードバック技能を探索し、既存の成功軌跡上のすべての状態を除外する入口規則を当てはめる更新手法を提案する。2体のヒューマノイドにおける各2種類の動作の計4系列で実験し、系列ごとに2回の更新を行った結果、保留された192の摂動のうち62の回復を追加し、基礎コントローラの成功を一つも失わなかったと報告している。
説明フラットな特徴で詳細な画像を？拡散トランスフォーマー向けのシンプルな詳細度制御
要約論文は、詳細を強調するプロンプトを用いると、拡散トランスフォーマーのトークン特徴のエネルギー分布のエントロピーが増加し、順序はほぼ保たれることを示しています。分布を平坦化すると細部が増えるという知見に基づき、スカラー値で詳細度を連続的に調整する学習不要の手法を提案しています。時間依存のスケジューラにより中間のサンプリングステップに介入を集中させます。多様な拡散トランスフォーマーでの実験では、画質と意味構造をおおむね保ちつつ、詳細指標を連続的に制御できることが示されています。
説明Re³Rank：推論条件付き検索ヘッドによるリストワイズ再ランキング手法
要約本論文は、推論条件付き検索ヘッド（RRHeads）に基づくリストワイズ再ランキング手法Re³Rankを提案する。生成器がまず質問と候補文書に対する推論トレースを生成し、スコアラーがそのトレースのトークンを一部の選択されたRRHeadsのアテンションクエリとして用い、各候補の関連度を連続値として算出する。離散的な推論トレースを通じて順位付け損失を伝播させる直通推定器を導入し、両モジュールを順位付けのために同時に学習できるようにしている。9つのベンチマークの平均では、11の基準となる再ランキング手法を上回り、4Bモデルは最強の基準モデルより平均NDCG@10で3.11ポイント高く、0.6Bモデルでも32Bパラメータまでのモデルを上回った。
説明エネルギーベースの方策オーケストレーション：実行時に実行可能な方策と目標の組を選ぶロボット制御手法
要約この論文は、階層的ロボット制御において、接触・バランス・外乱が高レベル方策の更新より速く変化すると、固定されたプランナーと方策のインターフェースが破綻しうる問題を扱っています。実行時に、目標を追従しつつ実行可能性を保つ方策と方策固有の目標の組を選ぶ「方策オーケストレーション」を定式化し、EPOと呼ばれる手法を提案しています。EPOは各方策について低レベル目標上のエネルギーを学習し、シミュレーションでは精度と頑健性のトレードオフを改善しました。さらに、同じ凍結済みの方策とエネルギーモデルを実機の人型ロボットによる移動・操作タスクへ展開したことも示しています。
説明FindLink：出典に根ざした前提から科学文献間のつながりを評価する学習手法
要約本論文は、胃腸腫瘍学の10,282問からなるベンチマーク GI-TraceBench を提案し、出典の照会、知識発見、仮説評価を統一的に扱います。また、二段階の枠組み FindLink を提案し、出典に結びついた前提を構築したうえで、支持関係を整理して証拠に基づく回答を生成します。1,545問の固定証拠テストセットで、同じバックボーンの直接教師ありファインチューニングと比べ、平衡ファミリーのマクロスコアが67.95から87.25に向上したと報告しています。
説明PixelBench：大規模言語モデルはピクセル単位で画像を理解・生成できるか
要約大規模言語モデルはSVGやCADなどのテキスト形式で視覚素材を生成できるが、これらは高水準の図形要素で画像を表現し、ラスタ値を直接扱うものではない。本論文はPixelBenchを提案し、モデルがRGBパレットと各出力ピクセルの色を示すインデックスのグリッドを生成する形で、テキストからピクセル（T2P）および画像からピクセル（I2P）への生成を評価する。さらに、像素理解の評価も併せて行う。また、キャプション・パレット・グリッドの軌跡データを用いた視覚指示チューニングの拡張手法Pixel Reconstruction Tuning（PRT）を提案し、Molmo2-4Bへの適用で16の視覚中心ベンチマークの性能向上を示した。
説明科学的流動性エージェント：科学コミュニティにおける知識裁定のエージェントベースモデル
要約本論文は、科学コミュニティで専門家と知識の裁定者（仲介役）がどのように相互作用し、知識が分野間で移動・再利用されるかを模擬する「科学的流動性エージェント（SLA）」モデルを提案しています。10体と18体のエージェントによる2つの探索的シミュレーションでは、論文は多数生成されたものの記録された再現は一件も成功せず、ボトルネックは生産ではなく検証にあるとされています。
説明FORGE：インターロック組立の実行可能な手直しコードを故障に基づいて生成する手法
要約本論文は、大規模言語モデルがインターロック組立の故障後に、制約された状態へ組立を復元する実行可能な手直しプログラムを生成するためのFORGEフレームワークを提案しています。あわせて、26種類のインターロック組立体にまたがる4,000タスクからなるFORGE-Benchを構築し、未知の構造5種を汎化評価用に保留しています。実験の結果、局所的に妥当な修復コードだけでは信頼性のある組立復元には不十分で、構造的な復元推論と実行可能な動作の実現を結びつける必要があることが示されています。
説明まずベースラインを調整する：Muon のスケール重み減衰の利得の大半は調整差によるものであり、残る小さな実質的優位はモデル規模とともに拡大する
要約本論文は、スケール重み減衰を用いる Muon（Muon-SW）と、一定の分離型重み減衰の学習効率を比較しています。混合エキスパートモデルのスケール系列で、両手法について学習率と重み減衰の積を共同で調整しました。共通設定での利得の約 90% は調整差によるもので、調整後も残る小さな優位はモデルサイズの増加とともに大きくなることが示されています。
説明INTERACT：走行映像から相互作用を考慮した世界動力学を学習し、自動運転に活用する手法
要約本論文は、アノテーションのない走行映像からスロットベースの物体中心世界モデルを学習し、軌道計画へ転用するINTERACTという枠組みを提案する。密な視覚特徴をスロットにまとめ、自車の潜在的な動作を推定して将来のスロット予測を条件付ける。さらに、これらの表現を軌道計画器へ蒸馏する。NAVSIMとnuScenesでの実験において、NAVSIMで最先端の性能を達成し、安全上重要な衝突指標が改善したと報告されている。
説明交互更新による後悔マッチングアルゴリズムの収束性に関する研究
要約本論文は、プレイヤーを順番に更新する交互更新方式の後悔マッチングアルゴリズムの収束性を分析しています。交互版のRVU性質を分析枠組みとして導入し、2種類の予測型後悔マッチング変種について平均反復での最適な収束率T^{-1}を示しています。また、半予測が当該性質を満たす唯一の予測係数であることや、15種のゲームベンチマークで最先端のソルバーと同等の性能を示したことも報告されています。
注目点交互RVU性質を導入し、交互更新下で最適なT^-1平均反復収束を示す。半予測が唯一その性質を満たす乗数であることを報告。
説明MedHEB：多様な臨床エビデンスにわたる医療埋め込みのベンチマーク評価
要約本論文は、54のデータセットから得た107の検索タスクを含む統一ベンチマーク「MedHEB」を提案している。2D画像、3Dボリューム、テキストという証拠形式と、画像同士、画像とテキスト、テキスト同士、モダリティ横断の視覚照合などの組み合わせを対象とする。その結果、一般的な画像・テキスト検索で優れたモデルも、モダリティ横断検索や領域レベル検索では信頼性が低いことが示された。あわせて、MLLMベースの参考埋め込みモデル「MedEmb」と評価コードなどが公開されている。
説明LLMエージェントの安全性のための、累積的かつ監査可能なガードレールツール進化
要約本論文は、オープンな環境で動作するLLMエージェントについて、事前に定義しきれない安全リスクへの対策を扱っています。提案手法EVOLVEは、安全知識を実行可能なガードレールツールとして外部化し、継承・独立監査・反復改良を生涯的な対話を通じて行う自己進化型防御フレームワークです。複数のベンチマーク、基盤モデル、具現環境において、既存の防御手法を平均F1スコアで22%上回ったと報告されており、実世界のロボットおよび自律エージェントシステムでも検証されたとしています。
説明潜在スペクトルプロンプトによるマルチモーダル高スペクトル物体追跡
要約高スペクトル動画は、迷彩や低照度などの困難な条件でも頑健に追跡するための豊富な分光情報を提供する。SProTrackは、潜在スペクトルプロンプトを用いて事前学習済みRGB追跡器の時間的知識を高スペクトル領域へ移す枠組みである。オートエンコーダで高スペクトルフレーム全体から全体的な分光表現を学習し、スペクトルプロンプトの抽出を導く。HOT2020およびHOT2023での実験では、全体性能が最良で、各スペクトル領域でも高い結果を示した。
説明予測が未来を形づくるとき：再帰的時系列分析に向けたBlue Sky研究課題
要約時系列モデルは在庫管理や臨床ケアなどで、予測が介入を引き起こし、その介入が後続の観測値を変えるという形で使われており、著者はこれを「AI形成軌跡」と呼んでいます。こうしたデータを受動的なデータとして再利用すると、予測によって防がれた在庫切れを安定した需要と誤解するおそれがあります。著者は分析対象を介入を考慮しない系列から「予測・行動・観測」のループへ移すことを提唱し、閉ループの来歴管理、系列同定、閉ループ評価の三つを求めています。
説明神経に着想を得たロボティクス：感覚運動系の脳からロボット学習は何を学べるか
要約本サーベイは、ロボットの方策が日常的な操作で依然として失敗しがちな理由は、データ量ではなく設計の問題にあると論じています。身体のコンプライアンス、視覚系の高速経路、小脳の予測機構、運動野の行動の合成と検証から着想を得て、次世代ロボットモデルの設計案を提示し、各提案を検証すべき仮説として示しています。
説明バルーン効果：一つの経路を封じると、隠れた特性は別の経路に現れる
要約言語モデルが他のモデルの出力で学習すると、出力に明示されない特性（例えば特定の動物への好み）を獲得することがあります。本論文は二種類のストレステスト、二つのモデル、六種の出力形式、16の特性で、特性の出力経路を一つずつ封じる実験を行いました。表層的な語句の禁止では特性は消えず、形式が許す別の場所へ移動しました（バルーン効果）。さらに転移を個々のアテンションヘッドやニューロンまで分解し、特性を出力に書き込む回路で遮断すると、生徒モデルが受け継ぐ特性が半減することを示しています。
説明AttentionIndex：因果的転置インデックスで学習型スパースアテンションを高速化
要約本論文は、各クエリがインデクサで選ばれたk個のキーのみに注目する学習型スパースアテンションにおいて、百万トークンでは前缀の全キー採点に預充填時間の半分以上を要する問題を扱う。提案手法AttentionIndexは、類似度でキーをまとめる転置インデックスでクエリを振り分け、元のインデクサ分数で候補を絞り込む。預充填中にインデックスを構築し、既存のクラスタリングを再利用して維持コストを抑える。GLM-5.3とDeepSeek-V4-Flashでは、全件選択の1.3〜1.8倍の預充填スループットを示し、長文脈ベンチマークでHiSAより最大18.4ポイント精度が高い。
説明CellPlex：H&E染色からの単一細胞空間プロテオミクス予測のベンチマーク
要約空間プロテオミクスは組織切片の各細胞で数十種のタンパク質を測定できるが、コストが高く小規模な研究に限られる。本論文はCellPlexというベンチマークを提案し、同じ切片のH&E染色像と多重免疫蛍光から、細胞単位でタンパク質発現を予測する手法を統一的に評価する。7つのコホート、717検体、4,480万細胞、149種のタンパク質を用いている。適応させた病理基盤モデルは全コホートで最も高精度だったが、学習に含まれていないコホートでは精度が半分以下に落ちた。
注目点新規性は細胞単位で仮想染色を統一評価する点にあり、7コホート・717検体・4480万細胞・149タンパク質で病理基盤モデルと専用モデルを比較している。
説明QFacePlacement：任意のテンソル化から顔認証における意味的な空間対応へ（量子着想モデルの配置を検討する論文）
要約量子着想のテンソルネットワークを顔認証のどこに配置すべきかを検討した論文です。AdaFaceの埋め込みをArcFace空間へ写像するタスクと、全体プーリング前に局所記述子から対応テンソルを構築するタスクの二つの接口で比較しています。稠密な写像が強く、テンソル圧縮が有効なのはタスクに沿った構造がある場合に限られ、全体AUCは低誤受理率の指標と併せて評価すべきだと述べています。
説明大規模言語モデルにおける価値の局在化による多価値アライメントの検討
要約本論文は機械的解釈可能性の観点から、大規模言語モデルの多価値アライメントを検討し、価値に敏感なアテンションヘッド（価値ヘッド）を探索手法で特定します。無害性や正直さといった人間の価値と、一貫性や複雑さといった文体上の好みの双方に対応するヘッドを扱います。さらに、モデルのパラメータを更新せずに推論時の活性化ステアリングで個別または組み合わせの価値を制御する手法を提案し、複数のベンチマークで有効性を示しています。
説明SpecPilot：投機的デコーディングのための自律的なアルゴリズム発見とシステム最適化
要約本論文はSpecPilotを提案する。これは推測解码（投機的デコーディング）の算法と系統最適化を、各デプロイ環境ごとに自律的に発見するエージェント型ループである。コストモデルで現行システムと理論上限との最大の差を特定し、並列エージェントが方向性を探索して有効なものを統合する。四つの対象モデル、三つのドラフター、二種類のGPUプラットフォーム、五つのベンチマークで評価され、学習なしかつ品質低下なしで、単一リクエスト時の自己回帰デコーディングに対する高速化率は4.46倍から10.87倍に、バッチ処理時は1.94倍から3.93倍に向上したと報告されている。
説明制御ダイナミクスによる高速・低速進化型占有予測（EvoOcc）：自動運転向け3D意味的占有予測の精度と遅延のバランスを改善する枠組み
要約本論文は、自動運転における3D意味的占有予測を対象とし、高精度モデルと低遅延モデルにそれぞれ長所と短所があることを指摘している。著者らはこの両者の相補的な強みを組み合わせる枠組みEvoOccを提案し、占有予測を連続時間の制御動的システムとしてモデル化して、演化過程を自車状態の演化とシーン状態の演化に分解している。3組の高速・低速システムの組み合わせと不規則な予測到着の条件での実験では、EvoOccが高速システムのベースラインを一貫して上回り、低速システムよりはるかに低い遅延を維持することが示されている。
説明LLMウェブサービスの意味キャッシュは誤り許容量を使い切っていない
要約本論文は、大規模言語モデルに基づくウェブサービス向けの意味キャッシュ手法Surplusを提案する。共有リスクスコアでクエリを順位付けし、監査された誤差推定が許す範囲でリスクビンを開くことで、正しい可能性が高い再利用に誤り許容量を割り当てる。五つのクエリストリームでSurplusはすべての試験条件で誤り率の上限を守り、シャッフルされたストリームではvCacheより40%多くヒットを返した。vLLMテストベッドでは最高負荷時の平均レイテンシを31.59%削減した。
説明RoboColosseum：実世界で物理的知能を大規模に評価する枠組み
要約本論文は、各地に分散した実機ロボットを統一的な方策サービスと標準プロトコルで結び、分散型の評価を行うフレームワーク RoboColosseum を提案しています。四種類のロボットで、五つの視覚・言語・行動（VLA）方策と三つの最先端AIエージェントを、ブラインドの一対比較と微調整の二つのトラックで評価しました。前者ではAIエージェントが専用のVLA方策と同等の成績を示した一方、いずれの方策も開かれた環境のタスクを安定して完遂できませんでした。微調整後の首位はロボットごとに異なり、開放トラックの順位は微調整後の成績をあまり予測しないことが示されました。
説明同じ文、異なる概念：アイデンティティを入れ替えた根拠が示すLLMヘイトスピーチ分類器の測定非不変性
要約本論文は421のヘイトスピーチ用テンプレートを用い、保護対象集団の身分語のみを入れ替えて検証しています。4つのLLM分類器はいずれも均衡精度0.95を超えましたが、女性に関するヘイト表現の見逃し率は他の集団より高く、モデルの判断根拠も集団によって変化しました。著者らは、LLMを測定ツールとして検証するには、判断と根拠の両方を検査する身分統制型の測定不変性テストが必要だと主張しています。
説明異種産業時系列データのためのクロスドメイン結合埋め込み事前学習
要約本論文は、JEPA-HITSと呼ばれる自己教師あり事前学習手法を提案し、電池、半導体化学機械研磨（CMP）、数値制御（CNC）加工、軸受などの複数領域の異種産業時系列を、各データセット固有の時間スケールを保ったまま一つのエンコーダで学習します。ラベルの少ない下流学習において、一つの領域を除いて事前学習するLODO方式は、ランダム初期化と比べ、電池の残存寿命RMSEを10.72から7.95へ、CMPを4.34から3.89へ、工具摩耗回帰を13.53から11.72へ低減し、軸受故障診断のマクロF1を0.547から0.737へ向上させました。ラベルのない異種産業プロセス時系列が、限られたラベルでの下流学習に再利用可能な表現を提供できることを示唆しています。
説明大規模ニューラルシステムにおけるオンライン能動学習のエンドツーエンド安定性
要約本論文は、多層ニューラルネットワークでオンライン能動学習を行う際に、パラメータ更新過程が安定して保たれるかを検討したものです。予測誤差を帰還信号として構造化された深層モデルを更新し、リャプノフ・エネルギー最小化と結び付けています。出力誤差が収束しても残る零空間モードを、持続的励起と能動減衰によって取り除き、カスケード型リャプノフ解析で学習過程全体の漸近安定性を示しています。
説明RecRSI：メカニズム主導で推薦アルゴリズムを発見する枠組み
要約本論文は、大規模言語モデルを用いた研究フレームワークRecRSIを提案し、メカニズム仮説によって推薦アルゴリズムの発見を体系化する。機構空間、研究ライン、メカニズムフィードバックの三要素により、各実験結果が次に開発・修正・組み合わせるべきメカニズムの判断に活かされる。四つの初期推薦器と四つのデータセットにおいて、初期アルゴリズムに比べNDCG@5で平均8.48%、HR@5で平均6.88%の相対的改善を示した。
説明THReDのベンチマーク：電子カルテをAI対応データセットに変換するLLMエージェントと前処理ツールの評価
要約本論文は、電子カルテのデータをAI対応のデータセットに変換するWebシステムTHReDをベンチマークしたものです。チャット型エージェントが提案する手順は、利用者の確認後にのみ実行されます。141件のタスクで評価した結果、初回回答の完了率は92.7%で、助言を求める依頼にはすべて応じず、注入された障害からはすべて回復し、データ内の埋め込み文が求めた操作は一度も実行されませんでした。ツール面では、患者区分や生命兆候ラベルの推定精度が高く、保存済みパイプラインの再実行結果はバイト単位で一致し、処理時間はレコード数にほぼ比例して増加しました。
説明必要時にチェーンを構築：長期会話メモリのための遅延証拠整理
要約本論文は、底層の会話メモリを変更せずに、クエリ時に証拠を整理する枠組み Chain on Demand（CoD）を提案する。候補プールから、クエリとの関連性、選択済みアンカーとの語彙的多様性、新たに覆われるクエリ語に基づいて固定数のアンカーを割り当て、各アンカーと同一セッション内の近傍ターンを復元して、現在のクエリのみに使う一時的な証拠チェーンを作る。LoCoMo の全 1,986 問での比較では、非敵対的な 1,540 問で正答率 82.2%、全問で 76.3% となった。LongMemEval-S の 500 問では 86.6% であった。
説明MetaPOCS：予算を考慮した地震データ補間のためのメタ学習型マルチエグジット展開
要約本論文は、地震データ補間において再構成精度と計算コストの釣り合いを取るためのMetaPOCSフレームワークを提案しています。時空間スペクトルPOCS再構成の基盤上で中間段階を監督し、各出口で取得トレースを保持します。Meta-GFに基づく最適化で各出口のパラメータ変位の融合重みを学習し、単一のチェックポイントから遅延較正された出口ポリシーにより複数の再構成予算を得られるとしています。
説明GigaSpeech 3：弱ラベルデータを用いた多方言アラビア語音声認識のスケール拡大
要約本論文は、アルジェリア、エジプト、イラク、サウジアラビア、シリアの5つのアラビア語方言を対象とした、3万9千時間・1千万セグメントの弱ラベル付き音声コーパスGigaSpeech 3を紹介しています。各方言60時間の手動転写から出発し、ラベリングモデルで方言に合ったウェブ音声に注釈を付けています。このコーパスで学習した方言別モデルは、五つすべての方言で自身のラベリングモデルを上回り、マクロ平均単語誤り率は23.86%でした。
説明Gnomon4D：幾何学的な運動に基づき、どこをいつ注目すべきかを学習するワールド・アクションモデル
要約本論文は、将来の映像、ロボットの動作、そして映像と整合した4D幾何運動場「GeoDelta」を同時に生成する世界アクションモデル Gnomon4D を提案している。GeoDelta は、身体と物体の点のフレーム間での画像平面上の変位と深度変化を符号化する。さらに、インタラクションに重要な領域へ注意を向ける仕組みと、把持や解放などの遷移時の証拠を集約する仕組みを用いる。報告によれば、RoboTwin 2.0、VLABench、RoboDojo で首位となり、実機実験では分布内・分布外のいずれでも最強のベースラインを上回った。
説明MAGAR：GUIベースの3D機械組立と最小限の手直しを行うマルチモーダルエージェント
要約本論文はMAGAR-Benchを提案する。26の組立ファミリーから得た4000件のマルチモーダルサンプルで構成され、組立判断・原子的操作・最小限の手直しの3タスクを区別して評価する。また、教師ありファインチューニングで得た凍結ポリシーの上に構築された選択的修正フレームワークMAGARを提示する。学習された選択器が、候補の修正が閾値を満たさない限り元の予測を維持する仕組みである。保留された組立ファミリーでの総合指標は37.50から41.39に向上し、3タスクすべてで改善が見られた。209回の介入のうち70回が誤りを修正し、22回が新たな誤りを導入した。
説明「全体を考え、個別に生成する」：生成型推薦のための適応生成付きマルチビュー思考手法
要約本論文は、セマンティックIDに基づく生成型推薦のためのフレームワーク MV-Thinker を提案している。全履歴と直近履歴という重なり合う二つのビューを用い、SID生成の前にユーザー条件付きの文脈を統合する。さらに、共有語彙投影の前に階層的残差アダプタで解码器状態を変換する。四つの公開データセットで、複数のランキング指標において強力なベースラインを上回ったと報告している。
説明四捨五入・上限下限のみ・打ち切りされた数値ラベルから、厳密な尤度で自己回帰型言語モデルを学習する研究
要約本論文は、既存の数字トークンを通じて、四捨五入された値、上限・下限のみが与えられる値、打ち切られた値を厳密な尤度で学習する「境界周辺化」手法を提案しています。固定幅で順序を保つ数値表現により、連続する格子値を共通の数字接頭辞でまとめ、区間の確率と勾配を両端点の接頭辞に対応する高々2本の経路から求めます。実験では、四捨五入と打ち切りの報告のみから条件付き分布を復元できることや、2つの基盤モデルでコードの遅延分布の精度が向上することが示されています。
説明エントロピー緩和の学習：ニューラル離散平衡による安定した粗格子エミュレーション
要約本論文は、ニューラル離散平衡（NeurDE）法を用いて、極めて粗い格子上で複雑な流体系を安定的にエミュレートする手法を検討しています。物理的に根拠のあるエントロピー動力学の制御により、系本来の散逸機構を強化し、粗格子で生じる折り返し雑音を抑えます。レイノルズ数100,000の乱流では、最も粗い16×16格子でも数千ステップの安定した長時間予測が得られ、これらの極粗尺度では、学習データ生成に用いた安定化数値法よりも安定であると報告しています。
説明自己探索付きマルチ教師推論蒸留によるLLM推薦手法（MUSE）
要約本論文は、大規模言語モデルの推論能力を軽量な推薦システムへ蒸留するためのMUSEフレームワークを提案する。複数の教師LLMで推論候補のプールを作り、生徒モデルの自己探索によってそれを拡張する。また、正解アイテムの全カタログにおける正規化された順位向上（RGUA）により各推論軌跡の有用性を評価し、二重レベルの対照学習で学習する。著者らは3つの実データセットでの実験により有効性と頑健性を示したとしている。
説明RLiD：言語エージェントとLLMのための決定平面上の強化学習
要約本論文はRLiDという枠組みを提案し、トークンを逐一生成するのではなく、実行可能な行動選択肢の確率を直接最適化します。観測、任意のコンパクトなメモリ、ラベル付きの行動メニューをモデル入力にまとめ、大規模決定モデル（LDM）が一度の順伝播で行動を選びます。これにより無効な行動出力を避け、強化学習のロールアウト効率を高めます。訓練済みのポリシーは行動軌跡への教師あり学習によって生成型LLMへ蒸留されます。ARC、Countdown、Sokobanなどの実験で性能向上または計算コストの低減が示され、ALFWorldでは12.7 H100 GPU時間で成功率99.3%に達したと報告されています。
説明RecGroupMemory：フィードバックを反映するEC推薦向けコホート記憶
要約本論文は、大規模言語モデルによる推薦計画を支えるため、グループ単位のユーザー像と助言を保持するワークフロー「RecGroupMemory」を提案しています。記憶の構築とフィードバックに基づく修正を分離し、前日のフィードバックで意思決定の指針を更新しつつ、検証により選択された元データの値は変更されないようにします。淘宝（Taobao）の低購買力ユーザーを対象とした在線比較では、記憶なしの基準と比べ、記憶のみで1.58%、フィードバック付き記憶で1.78%、誘導された取引ユーザー数が増加しました。
説明Turbo-GMM：FlashAttentionに着想を得たGPU高速化ガウス混合モデル
要約本論文は、ガウス混合モデルのEMアルゴリズムにおいて、成分次元を一度だけ走査して責任度の正規化と充足統計量の累積を完了させる融合GPUカーネル「Turbo-GMM」を提案します。成分次元を二度走査する既存のFlash-GMMと比べ、二回目のスコア計算を避けます。NVIDIA A100上で16の構成を評価し、報告された条件下でFlash-GMM比の中央値2.15倍、PyTorchおよびscikit-learnに対してそれぞれ最大5.3倍・9.9倍の高速化を示しています。一方で、レジスタ圧迫や占有率などオンチップ資源が主な制約となることも指摘しています。