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Mesh2Shell神経オペレータ：逆形状最適化のためのメッシュからシェルへの写像手法
要約本論文は、形状カテゴリに依存しない逆形状最適化フレームワークのメッシュからシェルへの構成要素として、Mesh-to-Shell神経オペレータ（M2S-NO）を提案する。設計に用いる明示的メッシュと、物理予測に用いる体積表現を分離し、表面サンプルを表面中心のシェル表現へ写像する。物理場は問題固有のPDE神経オペレータが予測し、目的関数の勾配によってメッシュ頂点を直接更新する。ジェットエンジン用ブラケットと中性子減速材で評価され、最良の学習設計と比べてブラケットの最大変位が14.3%減少し、中性子センサー電流が13.8%増加したと報告されている。
説明連合デジタルツインシステムにおける意味的相互運用性：概念的相互運用性モデルの階層に基づく体系的レビュー
要約本論文はPRISMA 2020に従う体系的レビューで、5,833件の記録をスクリーニングし119件の全文を読み、公開された既存システムが、デジタルツインの稼働中に壊れた対応付け（マッピング）を検出して修復できるかを検討しています。対象となった32件の研究では、対応付けは稼働前に固定されており、実行時の修復に必要な二つの要素は別々にしか現れていません。著者はこの空白を踏まえ、独立して所有されるデジタルツイン間で実行時の意味的相互運用性を主張するシステムが満たすべき六つの要件を示しています。
説明結合負荷下の条件付き校正契約：切り替え推論の分岐対応監査
要約本論文は、バースト的な負荷の下でのモデル推論ルーティングにおける条件付き校正契約を、既存ルーターの認証済み特性ではなく検証すべき仕様として研究する。著者らはCA-MHDという手法を提案し、負荷結合蒸留、閉ループリプレイ、コスト考慮型Schmittルーターを離散事件シミュレータで組み合わせて40の条件で評価した。その結果、展開された広いブランチは全40条件で元の教師モデルより順序精度が低く、学生モデル単独の提供は27/40条件で歴史的な順序ギャップが小さいものの、ルーティングでは違反の尾部が最大17.5%に達し、学生モデルのp99遅延は1.5ミリ秒の目標を上回ったままであった。
説明拡散モデルによる反事実例と対応する陽性対照を用いたメラノーマ分類器の概念レベル監査の検証
要約本論文は、メラノーマ分類器の概念ベース説明を、既知の対象を持つ対照で検証する手法を扱う。7点チェックリストの7つの概念を条件とする拡散モデルから反事実監査を構築し、色補正した初期ノイズにより色の外れ値を大幅に減らした。ラベルを並べ替えた分類器を用いた検証の結果、事前に定めた規則は満たされず、匹配対照と帰無分類器が概念監査の実用的なチェックとして有用であると述べている。
説明CNNによる網膜OCT分類：研究ギャップの分析とゼロから学習したベースラインED126-A
要約本論文は、畳み込みニューラルネットワーク（CNN）を用いた網膜光干渉断層計（OCT）画像の分類研究を概観し、統制されたベンチマーク比較における方法論上の課題を指摘している。著者らは、ランダム初期化から学習させた四クラスCNNベースラインED126-Aを提案し、Kermany標識OCTデータセットで学習・評価している。画像レベルの保持テストセットで正解率は95.03%、マクロF1は0.9205であり、Drusen（ドルーゼン）クラスの適合率は0.7493と低かった。
説明順序のみを学習するオンポリシー蒸留（O³PD）
要約本論文は、生徒モデルが教師モデルの上位K個のトークンの順序だけを再現し、確率の値はあてはめない手法O³PDを提案している。目標が教師の温度に依存しないため、温度調整は不要である。6組の教師・生徒モデルの組み合わせで、HMMT25、AIME24、AIME25の平均においてOPDを上回り、最大2.9ポイント、AIME25では最大5.6ポイント向上した。
説明テスト時学習による推論の統合：複数エージェントの推論軌跡を用いてモデルの解答力を高める手法
要約本論文は、複数エージェントの推論軌跡を適応データとして用い、テスト時学習でLoRAアダプタに統合してから、その情報を条件として新たな解を生成するTTT-Consolidateを提案している。統合方法は双レベル最適化で学習され、12,810件の数学問題と6つのLLMの軌跡からなるOpenParallelThinkingコーパスが構築された。数学およびSTEMのベンチマークで、最良の集約ベースラインを最大20ポイント上回ったと報告されている。
注目点新規性は、多エージェントの推理軌跡をテスト時学習でLoRAに圧縮し二段最適化で統合する点にある。摘要では数学・STEMベンチマークで最良の集約基線を最大20ポイント上回ると報告。
説明NorthCUA技術報告：経験の大規模活用によるコンピュータ操作エージェントの強化
要約本論文は、大規模な経験を通じてコンピュータ操作エージェントを強化する統合システムNorthCUAを提案している。経験フライホイール、実行ハーネス、段階的学習、デスクトップとWebの共同強化学習を組み合わせ、検証済みの軌跡と再利用可能なスキルを生成・活用する。報告された評価条件下で、Nano・Mini・Proモデル群がGUI定位、デスクトップ実行、Web操作においてオープンソースモデル中の最高水準の結果を示したとされる。
説明遅延と変化の重なり：ロボット基盤モデルの物理安全性は複数層にまたがる問題
要約本論文は、閉ループで動作するロボット基盤モデルの物理的安全性が、モデル単体ではなく環境の変化、モデル、計算基盤、実行過程の相互作用から生じると指摘します。著者は層をまたぐ変化の伝播を定式化し、LIBERO上のpi0.5視覚・言語・行動モデルで4000組の対応する閉ループ実験を行いました。その結果、400ミリ秒の推論遅延は学習時の視点では安全違反率を3.5ポイント、60度のカメラ移動下では37ポイント上昇させ、両者の合計より33.5ポイント多い増加が示されました。
説明EarthJev：Sentinel-2 土地被覆に関する自然言語質問への、校正済みで非生成的な回答
要約本論文は、Sentinel-2 の多分光衛星画像について選択式の質問に答える 0.8B パラメータのモデルEarthJev を提案します。トークンを生成せず、選択肢の文字に対応するロジットから直接答えを読み取ります。BigEarthNet v2.0 由来の 70,890 問で学習し、36,028 問のテストで正答率 86.0% を示し、既存の多モーダル言語モデルより速く回答し、校正された確率を出力します。
説明ベルヌーイ型オンポリシー蒸留：高信頼度の生徒トークンを無視しない
要約オンポリシー蒸留（OPD）は、より強力な教師モデルのトークン単位の監督を用いて、生徒言語モデルが自らの軌跡で学習する手法です。論文は、標準的なサンプリング逆KLによるOPDが高信頼度トークンの更新を系統的に抑制し、その勾配寄与が弱くても教師の監督が弱いor無情報とは限らないことを示します。著者らは、そのトークンの師弟確率を直接一致させるベルヌーイ型オンポリシー蒸留（Bernoulli OPD）を提案し、師弟の不一致を保ちつつ置信度に依存する抑制を回避します。
説明HQNN-CL：市場レジーム認識と継続学習を備えた金融予測向けハイブリッド量子ニューラルネットワーク
要約本論文は、金融時系列予測のためのハイブリッド量子・古典ニューラルネットワーク「HQNN-CL」を提案している。ガウス隠れマルコフモデルによる市場レジームの検出、BiLSTMによる時系列符号化、適応的深さの量子回路、弾性重み固定化や経験再生などの継続学習手法を組み合わせ、確率的な予測を出力する。Microsoft、Systems Limited、Teradata、Tata Consultancy Servicesの4銘柄の株価データで、7つの先端予測モデルと比較された。
説明マルチエージェント集荷・配送のための局所的解修復手法
要約本論文は、自動倉庫における複数ロボットの集荷・配送タスクを対象に、局所的解修復（LSR）という手法を提案している。LSRは実行時に非効率な振る舞いを検出し、エージェント間の衝突を減らすよう経路を局所的に改善する。最先端の基準手法であるM2MとLNS-PBSが生成した解を修復して有用性を示した。3つの環境での長期倉庫シミュレーションでは、タスクスループットが最大5.9%向上し、非効率な事例を約3.6万件減らすか14.6%削減した。計算時間の増加はわずかである。
説明ノイズのあるデータ下での予測後最適化のための縮約コスト影響関数
要約上流モデルが下流の線形計画問題のコストベクトルを予測する設定を扱い、学習データの大半はノイズを含み、少量のクリーンなデータが併用される状況を研究しています。著者は、ロバスト統計の影響関数と線形最適化の幾何構造を組み合わせた縮約コスト影響関数（RCIF）を提案し、各学習点が下流の意思決定をどれだけ変えるかを推定します。これを基に、RCIFを用いて有害な学習点の重みを下げ、下流の後悔（regret）を減らす再重み付けアルゴリズムを提案しています。ランダムな線形計画問題と最短経路問題での実験では後悔が減少し、理論解析ではRCIFの性質と、基準手法に比べて本手法が有利になる条件が示されています。
説明物理情報ニューラルネットワークによるブラックホールのラブ数計算
要約本論文は、摂動方程式から直接ブラックホールの潮汐ラブ数を計算する物理情報ニューラルネットワーク（PINN）の枠組みを提案します。対象はカー・ブラックホールの静的摂動で、その厳密な超幾何解を数値解法の基準として用いています。スカラー、ベクトル、テンソル摂動のいずれでも相対誤差は10のマイナス5乗未満と報告されています。
説明ParetoSaddler：品質とコストのためのエージェントハーネスのパレート最適化手法
要約本論文は、モデルの重みを変更せずに大規模言語モデルエージェントのハーネス（実行枠組み）を最適化する ParetoSaddler を提案しています。中間候補の採用と最終的な展開時の選択を分離し、ベイズブートストラップによるパレート支持度で品質またはコストに信頼できる改善を示す候補を採用します。ClawMark と GAIA2 の評価では、品質を高めながらタスクあたりのコストを下げたと報告されています。
説明拡散型運転VLAにおけるシーン適応型の読み出しとデコード
要約本論文は、拡散型運転の視覚・言語・行動モデル（VLA）が各ノイズ除去段階で基幹ネットワークを毎回実行するため推論コストが大きい点に着目し、シーンごとに読み出しとデコードの計算量を適応的に配分する手法を提案している。シーン条件付きの読み出し用MoEが、基幹ネットワークを一度だけ通した後に後段層の表現から軌道予測を重み付けして組み合わせ、適応的デコード方策は必要なシーンでのみ追加の洗練を行う。Waymo E2EおよびnuScenesでの評価では、計画品質が向上し、Waymo E2Eで最大6.0倍のエンドツーエンド高速化が示された。
注目点新規性はシーンに応じて読み出し層と復号深度を適応的に選ぶ点にあり、拡散運転VLAの冗長な計算を削減する。摘要はWaymo E2EとnuScenesでのRFS向上と最大6.0倍の高速化を報告。
説明分離型予測的意思決定：エージェント向けの共有条件付き予測器
要約本論文は、エージェントの多様な意思決定を条件付き予測として定式化する分離型予測的意思決定（DPDM）を提案している。言語モデルが現在および過去の記録の意味表現を生成し、汎用の事前学習済み条件付き予測器（LimiX-2）がその証拠からタスクで定義された目標を予測する。展開時の履歴データは、いずれのモデルのパラメータも更新せずに個別の予測を生み出す。50のベンチマークの平均精度は、少数ショットプロンプティングの78.80%から84.92%に向上した（エンコーダーはQwen3.5-27B）。
説明SWE-Trail：履歴を用いて符号エージェントの学習用軌跡を収集する手法
要約本論文は、既存の軌跡を用いて後続の収集を導くSWE-Trailを提案し、その履歴はコーディングエージェントのコンテキストの外に置かれます。124Bの学生モデルを用いた実験では、独立サンプリングと比べ、SWE-bench MultilingualとSWE-bench Proでの平均解決率がそれぞれ2.33ポイントと1.60ポイント向上しました。
説明「バック・トゥ・ザ・フューチャー」：扰乱を考慮した取り出しのための回顧的補正による長期ダイナミクス予測
要約本論文は、密集した乱雑な保管場所から物体を取り出す際に、接触による周囲物体の扰乱を予測するDARE（Disturbance-Aware REtrieval）フレームワークを提案している。物体単位のメッセージパッシングで行動条件付きの扰乱伝播を予測し、疎な観測が得られた時点で学習された補正器が過去の予測状態を修正して接触連鎖に沿って伝播させる。この予測を用いて、取り出しの進捗と周囲物体の変位・回転のバランスをとる計画を立てる。平面環境およびRoboCasa環境で実験を行っている。
説明精神科医の訓練に向けた状態認識型バーチャル患者シミュレーション
要約本論文は、自殺念慮や幻覚などの困難な臨床場面で精神科医を訓練するためのバーチャル患者シミュレーションの手法を提案する。システムは対話を通じて患者の心理状態を更新し、学習ベースの行動戦略選択器が現在の患者と医師の文脈に応じた課題の種類と強度を決める。選ばれた戦略、患者の状態、医師の応答、対話履歴、臨床知識を文脈として大規模言語モデルに与え、患者の応答を生成する。セッション後、システムは対話を分析し、医師のコミュニケーションと患者対応についてフィードバックを提供する。
説明大規模幾何モデルは高速な物理事前学習の事前分布となる
要約本論文は、形状の距離と法線情報から流れの方程式に基づいて事前学習の目標を導出する Euler-Lagrange 幾何事前学習を提案する。著者らは、61,822 個の生メッシュで符号を用いず自己教師あり事前学習を行うマスク付き表面自己符号化器 AREALS を実現した。DrivAerML、DrivAerNet++、WindsorML、DoubleDelta 翼データセットで、場の再構成と微調整の効率を評価している。
注目点オイラー・ラグランジュ方程式から幾何事前学習の目標を導き、面トークンのマスク自己符号化器を提案し、複数の空力データセットで必要なシミュレーション数を削減。
説明脆弱性は難しさには還元できない：LLM における条件付き因果的難易度
要約本論文は、要求内容を変えない言い換えで大規模言語モデルの性能が大きく低下する問題を扱い、含意を保つ摂動が模型に与える処置効果として課題の難易度を定義し、条件付き因果的難易度（CCD）と名付けています。GSM8K と MATH に摂動による双子問題を加えた GlassGSM と GlassMATH を構築し、脆弱性を高めた上で、摂動ごとの破綻確率を予測する Frail を提案しています。
注目点タスク難易度を条件付き因果量として再定義し残差化指標を提案。作者はGlassGSMとGlassMATHで基準手法と比較したと報告。
説明埋め込み型VLMは本当にシーングラフの記憶を使っているのか？
要約経路に関する質問に答える具身エージェントが、シーングラフを記憶として実際に利用しているかを検証した研究です。著者らは、各エピソードに別のエピソードのグラフを与えて回答の変化数を数える「グラフ交換テスト」を提案しました。2〜7室を通る経路の具身質疑応答ベンチマークで、テキストとグラフの二つの提示方法を比較し、テキストの方が強く利用されることや、標準的なプーリングや後期融合では情報が失われることを示しています。
説明大偏差理論を用いた稀少事象制約付き強化学習
要約本論文は、有限時間の強化学習において、故障集合への到達確率に安全制約を課す問題を扱う。故障確率は極めて小さいが結果は壊滅的となる状況を対象とし、稀少事象の確率を推定するのではなく、大偏差原理を用いて上界を与える。損傷変数の累積生成関数（CGF）の正の根が、Cramérの定理により故障確率の上界を与えることを示し、命中時間を持つマルコフ決定過程へ状態・行動CGFとして拡張する。この量は方策に依存せず通常の遷移から推定できるため、任意の方策を事前に検証でき、各方策が高い確率で制約を満たす方策改善アルゴリズムが提案されている。
説明「見る」ことを学ぶ：視覚理解の基盤
要約視覚言語モデルは、画像にない物体を述べるといった視覚的幻覚を起こすことがあります。本論文は、モデルが画像の意味を理解する前に、どこを見ているかを認識しているかを問い、その能力を測るLOOKタスクを提案しています。このタスクは、モデルに見えている領域を人手で注釈せずに自己教師あり方式で構築されます。実験では既存のモデルは可視領域を特定できず、LOOKタスクで微調整するとその認識が向上することが示されています。
説明同じ関数、異なる勾配：パラメータ再パラメータ化下での勾配の信頼性評価
要約本論文は、勾配の大きさが剪定、プライベート学習、モデルのデバッグなどの判断に使われているが、同じ関数でも座標系が異なれば勾配が変わることを指摘する。著者らは、予測を変えずにパラメータ座標を書き換え、勾配に基づく判断が変わるかを検証する手法「GRR（Gradient Reliability under Reparameterization）」を提案する。GLUE分類器、ViT、GPT-2、Llama系モデル、LoRAアダプタで監査を行い、予測は保たれるものの勾配と勾配に基づく判断は変化することを示した。
説明UniGS-SLAM：幾何とオープン語彙意味情報を強化した単眼ガウシアンSLAM
要約本論文は、RGB画像のみから場所の形状を再構築し意味地図を作成する単眼意味SLAMの枠組みUniGS-SLAMを提案します。オープン語彙の意味情報をガウシアン再構築から切り離し、観測の出所を持つ独立した疎なボクセル地図へ意味情報を統合します。これにより、再構築の進行に応じて過去の寄与を修正でき、統合された意味情報はガウシアンの絞り込みや局所的な表面の改善にも用いられます。Replica、ScanNet、KITTI-360での実験では、RGBのみの代表的手法の中で優れた追跡・描画・幾何再構築性能を示し、最速の比較対象の意味SLAMベースラインに対して約2.37倍の再構築高速化を達成したと報告されています。
説明高エネルギー物理学における強化学習の応用サーベイ：加速器制御から理論探索まで
要約本論文は、高エネルギー物理学（HEP）における強化学習の応用を概観するサーベイ論文です。強化学習は環境との相互作用と報酬によって意思決定方策を学習する手法で、閉ループの意思決定が必要な課題に適しています。加速器制御、データ品質モニタリング、粒子飛跡再構成、検出器設計、トリガー制御、解析、形式的場の量子論の計算などを扱い、従来手法との比較も行っています。報酬設計、シミュレーションから実機への転移、安全性、共通ベンチマークの不足、統計的妥当性などの未解決課題も挙げています。
説明フィードバック内の信念：トランスフォーマーにおける相互作用エージェントの因子化表現
要約本論文は、フィードバックを通じて相互作用する複数のエージェントを計算力学の枠組みで研究する。著者らは、任意の同時確率過程がフィードバックで相互作用するエージェントの振る舞いから生じるものとして表せることを証明し、そのプロセスがエージェントごとの成分に因子分解されるベイズ信念を持つ隠れマルコフモデルで生成されることを示す。実験では、そのような反馈系列で学習したトランスフォーマーが、各因子に関する信念を残差ストリームの別々の部分空間に分離し、その表現次元がエージェント数に対して線形に増加することが示された。介入実験により、これらの表現が因果的に作用することも確認されている。
説明METER：短時間イベントEEG微小状態遷移解析のための対応イベント校正法
要約本論文は、短い認知イベントにおける脳波の微小状態遷移を解析するMETERフレームワークを提案します。参加者ごとに固定された参照イベント群を基準に、持続時間を条件として各イベントを比較し、疎な遷移表の不確実性を扱ってイベント順位と標準化された座標を算出します。シミュレーションでは、イベント単位の偽陽性率が0.044から0.056の範囲に収まりました。18名の参加者の4175件の自然な読書イベントの分析では、主要な30ミリ秒解析で多重比較補正後も有意な言語学的関連は見られませんでした。
説明3Dガウススプラッティングのための統一的な損失認識型密度制御
要約本論文は、3Dガウススプラッティングにおける適応的密度制御を、分割・複製・不透明度更新という各操作による損失低減を基準にした局所的な判断として再定式化しています。テイラー展開に基づく各ガウシアンの替理関数で損失変化を予測し、正規化された位置・スケール空間での二次分割、選択的な複製、全体リセットに代わる選択的ソフト不透明度減衰の三つを提案しています。標準ベンチマークでは、同等以下のガウシアン数で描画品質が向上したと報告されています。
説明ECGJev：12誘導心電図の判読のための、質問条件付き選択肢スコアリング手法
要約本論文は、12誘導心電図に関する診断質問に答えるためのECGJevフレームワークを提案している。事前学習済み言語モデルを決定デコーダとして用い、1回の順伝播で質問のすべての選択肢にスコアを付与する。診断ラベルのみを用いた二段階の手続きでモデルを適応させ、CPSC2018、PTB-XL、Chapmanの3データセットでマクロF1が最高値を記録した。小規模なPTBコホートへの汎化も競争力のある結果を示している。
説明滑らかさは単一の数値ではなく、ベソフスペクトルの一点である
要約本論文は、さまざまな大きさと方向の摂動に対するモデル出力の変化を測る有限差分粗さスペクトルを提案し、リプシッツ感度と方向別ヘッセ曲率を同じ枠組みで扱えるようにしています。また、この枠組みを古典的なベソフ理論と結び付けています。画像分類では、提案手法の粗さ源制御（RSC）が80のチェックポイントでノイズ耐性を向上させました。学習後量子化では、同条件でHAWQ-V2を14の設定すべてで下回る困惑度を達成しています。
説明単眼動画からの動的内視鏡シーンの4D三角形スプラッティング再構成
要約本論文は、静止単眼カメラの動画から変形する内視鏡シーンを再構成する自己教師あり三角形スプラッティング手法「SurgicalTS」を提案している。シーンは正準三角形の集合で表現され、変形ネットワークと共同で最適化される。四元数ベースの変形モデル、改良された色のパラメータ化、時空間事前分布、および遮蔽下での完全性を高める初期化戦略を導入している。多様な手技の生体内内視鏡動画での評価では、軟組織の変形や器具と組織の相互作用をモデル化し、既存手法を上回り、学習時間も短縮されたと報告されている。
説明SensOFormer：粒子加速器向けの基盤モデル（加速器のセンサーデータから汎用的な表現を学習する手法の提案）
要約本論文は、粒子加速器のノイズを含むセンサーデータを扱うため、ノイズ除去マスク付きTransformerのSensOFormerを提案しています。Perceiver型のエンコーダ・デコーダ構造を用い、センサー構成の変化やサンプリング周期の違いに対応します。過去の加速器データで自己教師あり事前学習を行い、欠損データ補完、異常検知、キャビティ同定、故障同定などの下流タスクに転用します。
説明LARK：LLM が生成した GPU カーネルを Lean で検証する手法
要約LARK は、LLM が生成した GPU カーネルを PyTorch の参照実装と Lean 4 で形式的に照合するエージェントフレームワークです。テストだけに頼らず、等価性を証明することを目指します。人間が確認するのは演算子レベルの Lean 意味論だけで、LLM エージェントがカーネルを分割し、各部分を証明します。KernelCraft の課題では、Level-1 の 12 個中 10 個と Level-2 の 5 個すべてを完全に検証しました。オープンソースの推論フレームワークから選んだ 10 個の本番カーネルでは 9 個を検証し、残り 1 個でデータ競合のバグを発見しました。
注目点Lean 4でGPUの機械モデルを形式化し、エージェントがカーネルを分割してPyTorch参照実装との等価性を証明する点が新しい。要約はKernelCraftで12件中10件、OSSカーネルで10件中9件の検証と1件のデータ競合を報告している。
説明CZT漂移ストリップ検出器における不確実性を考慮した3次元位置再構成
要約本論文は、CZT漂移ストリップ検出器における3次元相互作用位置の再構成を対象に、不確実性を評価できる2つの手法、すなわち点推定ネットワークのディープアンサンブルと、相互作用位置の事後分布を推定するシミュレーションベース推論（SBI）を検討している。両手法は物理ベースのシミュレーションで学習され、合成データと実測データで評価された。合成データでは、両手法の不確実性が位置決定誤差と相関し、SBIの方が相関が大幅に強いことが示された。実測データでは、ディープアンサンブルがz位置分解能を向上させ、SBIは位置情報が少ない領域やシミュレーションと実機の食い違いを示すより有用な不確実性推定を与えた。
説明空間評価としての再構成：大規模視覚言語モデルのクロスビュー空間知能の診断
要約本論文は、マルチビューの実画像と対象物クエリから、カメラを基準とした計量座標系で向きを持つ三次元バウンディングボックスを予測させるRECONSPATIALベンチマークを提案します。再構成は相対構造と計量精度の二つの軸で評価され、18の最先端モデルで相対構造と計量再構成の間に一貫した差が見られました。さらに、オフラインのナビゲーションや三次元地図の注入による分析を行い、空間の微調整が一般的な視覚言語ベンチマークにも転移することを示しています。
説明ClickSight：学習ストラテジーを通じて学生のクリックストリームを解釈するLLMフレームワーク
要約デジタル学習環境では、学生がどのように課題に取り組んでいるかを示す豊富なクリックストリームデータが生成されますが、その細かな記録の解釈には多くの専門家の労力が必要です。本論文は、文献で定義された学習ストラテジーに基づいて学生のクリックストリームを解釈するフレームワーク「ClickSight」を提案します。段階的なLLMベースのパイプラインで戦略に関連する根拠を特定し、各戦略への適合度を評価して、根拠に基づく行動解釈を生成します。
説明CULTURE-CMT：文脈を考慮したSNSコメント翻訳のベンチマーク
要約本論文は、投稿や会話の文脈を復元した中英SNSコメント翻訳のベンチマーク CULTURE-CMT を提案する。572件の人手検証済み例を俗語、文脈、両方の三類に分類している。さらに、校正されたスコアリングモデルと動的に検索された文化知識を組み合わせた文化的有効性の評価器も開発された。文脈の提供は多くのモデルを改善するが、文化的に不適切な翻訳を排除するには至らない。27Bモデルは、ベンチマークと重複しないSNSデータで適応させた結果、文脈ありの思考推論で最も低い無効率を示した。
説明Switch-SWE：未完了タスクを切り替えてもコーディングエージェントは集中を保てるか
要約本論文は、同一リポジトリ内の未完了タスクを切り替えながら作業する場面で、コーディングエージェントが元のタスクに戻って完了できるかを測るベンチマーク Switch-SWE を提案している。19 の Python リポジトリ由来の 200 の焦点タスクを用い、7 つのエージェントを評価した。他タスクを挟むと焦点タスクの解決率は平均 11.5 ポイント低下した。さらに、タスクに関連する履歴を選び状態を要約する文脈管理モジュールを提案し、OpenCode で切替時の完了率を 5.5〜15.5 ポイント改善したと報告している。
注目点新規性は同一リポジトリ内で未完了タスクを切り替えた後のタスク再開能力を評価する点と、プラグイン式コンテキスト管理モジュールの提案にある。作者は200タスク・7エージェントで実験し、5.5〜15.5ポイントの改善を報告している。
説明スケールが可能にする：大規模モデルはいかにして「不可能な言語」を習得するか
要約本論文は、人間の言語を学習可能かつ機能的にしている構造・認知・論理上の制約に違反する「不可能な言語」を、言語モデルが学習できるかを検討します。意味的一貫性（semantic coherence）という概念を提案し、複数の規模のモデルを評価しています。十億パラメータ規模のモデルでは両言語でほぼ同等の性能を示し、百万パラメータ規模では不可能な言語で大きく性能が低下することを報告しています。
説明MedPsy：エッジデバイスへの効率的な展開に向けた小型医療言語モデル
要約本論文は、エッジデバイスへの展開を目指したテキストのみの医療言語モデルMedPsy（1.7Bおよび4Bパラメータ）を提案している。合成医療データ、235Bの医療特化LLM教師モデルによる思考連鎖の目標、2段階の教師ありファインチューニングと2段階の強化学習からなる後学習を組み合わせている。7つの閉じた形式の医療ベンチマークで、MedPsy-4BはMedGemma-1.5-4Bを19.34ポイント上回り、MedGemma-27Bと同等でありながら6.75倍小さい。応答の平均長も短縮されている。
説明ソーシャルメディア翻訳の学習に向けた検索拡張型の文化的評価
要約本論文は、ユーザー生成コンテンツの翻訳で文化的ニュアンスを正しく評価することの難しさに取り組んでいます。検索で得た外部証拠を簡潔なヒントにまとめ、評価器による採点と報酬の付与に用いる手法を提案し、その手法で翻訳モデルCUE-MTを訓練しています。同規模のオープンソースのベースラインを上回る結果が示され、検索の効果についても検証されています。
説明NAS-PO：視覚言語モデルのためのネイティブ注意戦略ポリシー最適化手法
要約本論文は、視覚言語モデルの強化学習による事後学習手法NAS-POを提案する。画像の摂動ではなく、モデル内部のネイティブな注意信号を用いて、推論に役立つ視覚領域へ注意を向けるよう誘導する。7つのドメイン外の推論・知覚ベンチマークで、主要な強化学習調整済みモデルを上回る結果を示し、8Bと32Bの両規模で効果が確認されたとしている。
説明MIRA：相互情報量に基づく校正で信頼性の高いテスト時適応を行う手法
要約本論文は、ソースデータなしでデプロイ済みモデルをオンライン適応させる手法MIRAを提案している。最終層の分類器に軽量なガウス摂動を加え、相互情報量と予測の一致度で予測の信頼性を評価する。摂動に敏感な不安定なサンプルは、エントロピー最小化の損失で重みを下げて扱う。著者らは分布シフトのベンチマーク実験で、精度・校正・負の対数尤度が改善したと報告している。
説明長期的に整合し、短期的に計画する：長期学習環境で短期計画を実行し、多様なプロファイルに沿った学生をシミュレートする手法
要約本論文は、オープンエンドな学習環境において特定の行動プロファイルに沿った学生をシミュレートする手法ALPSを提案しています。each行動を独立に選ぶのではなく、プロファイルに整合したタスク区間を計画し、それに対応する行動を生成します。物理の探究型ゲームと薬局シミュレーションで評価し、データが乏しい場合でも逐次生成より高いプロファイル一致性を示しましたが、カバレッジは低い結果となりました。
説明TrackMem：長期的な金融対話における変化する信念の追跡
要約本論文は、金融対話で数値の改訂履歴を追い、実体や分析の観点ごとに見解を区別し、話者の行動を時系列で保持する、話者別グラフ型メモリシステムTrackMemを提案します。あわせて、15件の長期投資対話と765問からなるベンチマークFinLoCoMoを構築しています。実験では、両方の分割で既存のメモリシステムを上回り、失敗モード分割では宏平均精度73.9%に達しました。改訂された数値に関する質問で最も大きな改善が見られます。
説明Safety4DM：車路雲協調運転におけるリスク認識型動的地図のための視覚言語フレームワーク
要約本論文は、車路雲協調型動的地図（DM）向けの安全指向言語システムSafety4DMを提案します。道路状況4種類とリスクレベル4段階を含む実道路画像データセットRoadRiskを構築し、視覚言語モデルを微調整して、動的地図に直接取り込める構造化されたリスク情報を出力させます。さらに、正確な回答と実行可能な運転助言を生成する自然言語クエリ機構SafeStepを導入しています。微調整後の小型モデルQwen3-VL-4Bのリスク認識精度は89.83%で、複数のLLMファミリーでも自然言語クエリ精度は93%を超えています。
説明緑内障検出CNNのデータセット横断汎化：動作閾値、多元データ学習、色正規化の影響
要約本論文は、緑内障の眼底画像検出に用いる深層学習モデルが新しいデータセットでどの程度機能するかを検証しています。3つの公開データセットで5種類の事前学習済みネットワークを微調整し、他のデータセットで評価したところ、AUCは同一データセット内の結果より平均で約0.21低下しました。LAB参照正規化と強い色増強は低下を減らしましたが、なくすことはできませんでした。著者らは、AUCだけでは新しいデータへの有用性を示せないと述べています。
説明合成された現実：AI生成動画と実写映像を人がどこまで見分けられるかの評価
要約本研究では、訓練を受けていない87人の参加者に、18本の実写動画と18本のAI生成動画を「実写」か「AI生成」かで判定してもらいました。AI動画はテキストからの動画生成、画像からの動画生成、動画の拡張の3方式で作られています。参加者の平均正答率は60%で、画像から生成した動画が最も見分けやすく（79%）、テキストから生成した動画が最も見分けにくいという結果でした。主題によっても結果が変わり、環境を映した映像はAI生成と誤認されやすいことが示されています。
説明RubricWorld：世界モデルで導くLLM採点器の採点基準最適化
要約本論文は、採点器のパラメータを固定したまま採点指示を改善するRubricWorldを提案する。世界モデルは過去の編集評価の結果から、各修正がスコア境界で誤りを訂正する率と新たな誤りを生む率を予測し、次の探索を導く。EIR（National）、ASAP2.0、ASAP-SASの3データセットと3種の凍結LLM採点器での27の指標比較のうち20で最高値を達成した。ASAP2.0ではgpt-5-miniの正解率が元の採点基準の18.20%から46.70%に向上した。
説明信頼領域と不確実性補正付き積of専門家ガウス過程を用いた大規模ベイズ最適化
要約本論文は、大規模・高次元のベイズ最適化向けに、BO-pro-c-trと呼ばれる新しいアルゴリズムを提案している。代理モデルとして不確実性補正付きの積of専門家ガウス過程（GP-pro-c）を用い、一対多の対応付け戦略でこれを信頼領域と統合する。GP-LCB獲得関数と組み合わせた場合、独立した局所ガウス過程と信頼領域を用いる従来手法と比べて、単純後悔は平均2.6%、計算オーバーヘッドは平均34.9%削減されたと報告されている。
説明SurgStream：リアルタイム手術動画理解のための工程アンカー型プロアクティブ・ストリーミング枠組みとベンチマーク
要約本論文は、手術中の工程モニタリング、器具準備、手術記録などの支援を目的とした、リアルタイム手術動画理解のためのSurgStream枠組みを提案します。構造化された器具・動作・対象の観察を記録し、工程レベルの要約にまとめる工程アンカー型メモリ（WAM）と、臨床的な時間窓内で応答状態を学習する期限認識型遷移学習（DTL）を含みます。また、11.7K件のストリーミング対話からなるSurgStream-Benchを構築し、記憶および前向きのプロアクティブQAで既存手法を上回ったと報告しています。
説明ニューラルオークション機構のブラックボックスを開く：事後的ホワイトボックス監査フレームワーク
要約本論文は、ウェブプラットフォームで用いられるニューラルオークション機構の内部が不透明である問題を扱い、学習済みモデルを事後的に解析するホワイトボックス監査の枠組みを提案しています。対象としてCITransNetを用い、スパースオートエンコーダで隠れ表現を分解し、活性化予測と因果介入によって検証された特徴を抽出しています。さらに、それらの特徴が戦略的な虚偽申告の動機やMyersonの最適オークションとの整合性の分析に利用できることを示しています。
説明Hankel-FCNを用いたBVPと呼吸による多モーダル自動痛み認識
要約本論文は、AI4Painデータセットの血液量脈波（BVP）と呼吸（RESP）の生理信号に基づき、客観的な痛み評価を行う深層学習フレームワークを提案しています。信号はHankel行列埋め込みによって軌跡表現に変換され、モダリティごとの全畳み込みネットワークで処理された後、後期融合により無痛・低痛・高痛の3クラスに分類されます。実験では正解率67.09%、F1スコア66.41%を達成し、多モーダル融合は単一モダリティより優れていました。
説明MUPA²S：非対称注意機構を用いたストレス評価のための多モーダル統一知覚モデル
要約本論文は、顔の映像と心電図（ECG）信号を共有トークン表現に写像し、セグメント内クロスアテンションと全体のセルフアテンションを組み合わせた非対称注意機構で処理して、自動的にストレスを評価するMUPA²Sフレームワークを提案している。新たに収集された58名の被験者データセットでは、顔の映像のテスト精度は69.44%、映像とECGの統一融合は69.58%で、特徴量レベルの融合の約半分のパラメータ数で実現された。
説明知識誘導型の冠水水位推論によるクラウド・エッジ協調監視
要約本論文は、クラウドとエッジの協調に対応した冠水水位推論フレームワークHydroReasonerを提案し、水位検出を明示的な視覚推論の問題として再定式化しています。Qwen2.5-VLを基盤とし、冠水分野の知識グラフHydroKGに基づく経路報酬を用いてGroup Relative Policy Optimizationで学習します。エッジ展開のために4ビット量子化を適用し、また信頼度に基づくクラウド・エッジ振り分け機構と、3,000枚の画像からなるHydroLevelデータセットも構築しています。実験では、従来の視覚ベースラインに比べ、領域内で4.0ポイント、領域外で13.6ポイント高い検出精度が示されています。
説明回答は良くなるが、証拠への反応は弱まる：オンポリシー蒸留における証拠バイパス
要約本論文は、科学文献の質問応答において、オンポリシー蒸留（OPD）によって回答精度は上がる一方、文書中の根拠への反応が弱まる問題を調べている。文書の支持する答えを変える対照実験により、文書変更後も元の正しい答えを保持する「証拠バイパス」を確認した。さらに、証拠ペア型OPD（EP-OPD）を提案し、QASPERとPeerQAの両データセットで検証している。
説明Launder-Bench：リポジトリ単位のエージェントによるコード「ロンダリング」は検出できるか
要約論文は、コーディングエージェントがテスト済みの動作を保ったままリポジトリ全体を書き換えられるため、盗用検出、ライセンス監査、ソフトウェアの来歴確認に新たな課題が生じると指摘しています。著者らは、リポジトリ単位のエージェントによるコード・ロンダリングという問題を定義し、282の実リポジトリから構築したベンチマーク「Launder-Bench」を提案しています。成対判定と出典帰属の2種類のタスクが含まれます。既存手法はこのベンチマークを解くには程遠く、相対的なコード類似度と特定の出典を示す来歴の証拠との間に系統的な差があることが示されています。
注目点エージェント式書き換えに対するリポジトリ単位の出所追跡ベンチマークを初めて提案し、類似度と出所証拠の差を報告している。
説明OC-OPD：オンポリシー蒸留のための観測協調型監督手法
要約本論文は、オンポリシー蒸留における逆向きと順向きの2種類のKLダイバージェンスを扱い、観測協調型の手法OC-OPDを提案している。学生が生成した接頭辞上で四つの観測からなる行列を構成し、両KL目標のlogit勾配の結合が複数の対比項の和と等しいことを示す。数学的推論で大きな改善を示し、分布外の科学的質問応答やコード生成にも転移できるとしている。