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）。
説明異常度ランキングに基づく確認は新クラスの学習を遅らせる
要約異常検知器は見慣れない事例を専門家による確認のためにランク付けし、確認された事例で分類器が新しいクラスを認識するよう学習します。物理学、医学、コンピュータビジョンの5つのベンチマークで、検知器が挙げた事例ほど分類器が最初に学習することが示されました。3つのシステムでは、新クラスの上位事例を確認すると、同数のランダムな事例を確認した場合より認識率が低くなりました。
説明R$^2$-Omni：全方位LLMの長文生成における構造的・精度的冗長性の削減
要約本論文は、全方位大規模言語モデル（Omni-LLMs）が音声・映像の多数のマルチモーダルトークンを処理する際の計算コストとKVキャッシュのメモリ消費という課題を扱う。学習を必要としない枠組みR$^2$-Omniを提案し、映像の時空間類似性と音声の局所的連続性を用いて冗長な表現を統合する構造認識トークン統合（STC）と、量子化されたキーの下での注意出力誤差の推定減少量に応じて保持表現に値の精度を割り当てる意味感度誘導精度割り当て（SSPA）を組み合わせる。長文生成ベンチマークでは、メモリ使用量を平均5.0倍削減し、ベースラインの生成品質の97.98%を維持、エンドツーエンドで1.48倍の高速化を達成したと報告している。
説明動的グラフの共通言語：相互作用トークン化による基盤モデルの実現
要約本論文は、時系列リンク予測のための動的グラフ基盤モデル CL-DGFM を提案している。動的相互作用トークナイザは、相互作用の記憶、過去の接続関係、順序付けられた宛先の遷移を、較正された表形式の入力に符号化し、追加の学習可能なグラフエンコーダなしで既存の予測器が動的な履歴を扱えるようにする。多様な合成動的過程で事前学習済みの表形式基盤予測器を訓練し、対象グラフのパラメータを更新せずに実グラフへ転移できるとしている。TGB および TGB-Seq での結果は競争力があると報告されている。
説明HyperFlow：双曲フローによるクラス増分型の意味的変化検出
要約衛星・航空画像のペアから土地被覆の変化を検出する際、変化の種類を後から増やせるよう学習させる手法を扱った論文です。土地被覆の階層構造を双曲空間で表現し、Busemannプロトタイプを用いて、学習された意味的フロー内の異常として変化をモデル化するHyperFlowを提案しています。また、細粒度の階層ラベルを付与した高解像度リモートセンシングデータセットHiChangeを公開し、増分ステップごとに変化検出と意味的セグメンテーションの両方で良好な性能を示したと報告しています。
説明RLHFが報酬モデルの修正に示す応答を、学習前に予測する研究
要約報酬モデル（RM）を修正した後、RLHFの方策がどのように変化するかを検討した論文です。現在の方策のサンプルと新旧RMの採点から、学習前に方策の応答を予測する手法を提案しています。54回の強化学習実験により、短期的な特徴変化の方向を比較的よく予測できることを示しています。
注目点RM編集への方策の応答を、学習前の方策サンプルと新旧RMのスコアから共分散で予測する新しい枠組み。54回のRL実験で事前登録された予測を検証したと報告。
説明ScienceCUA：科学計算ソフト向けコンピュータ操作エージェントのための資源からスキル構築と実行誘導型スキル進化の枠組み
要約本論文は、科学計算ソフトウェアをエージェントが操作できるよう、ソフトの文書からスキルと参照資料を作る枠組みScienceCUAを提案しています。同じタスクの成功と失敗の実行軌跡を比較して既存スキルを修正・追加し、実環境での検証を経てスキルライブラリを更新します。実験では、初期のスキルと参照資料により平均タスク成功率が最大7.23ポイント向上し、スキルの自己進化後の総向上は最大17.12ポイントに達したと報告されています。
説明Axion 1.0：シンプルな学習手順で公開されたエージェント基盤モデル
要約本論文は、完全に公開されたエージェント基盤モデルAxion 1.0を紹介している。学習は2段階の軽量な教師ありファインチューニングと強化学習の3段階で行われる。第1段階では自己完結型の推論を、第2段階ではツールに依存する推論を強化し、強化学習で長期的な推論や外部ツール・環境との対話をさらに高める。モデルの重みに加え、データ構築から検証、プロンプト、学習コードまでの完全な手順も公開されている。
説明モダリティの信頼性・可用性シフト下でのマルチモーダル推論時適応の校正
要約本論文は、ラベルのないテストデータのみを用いて、事前学習済みマルチモーダルモデルを推論時の分布シフトに適応させる手法を扱う。著者らは、カテゴリ条件付きガウスモデリングを各モダリティ固有表現および融合表現に拡張した適応的確率的ガウス校正（AdaPGC）を提案し、その確率予測で元モデルの予測を校正し信頼性に基づく修正を導くとともに、同時分布を用いて利用できない融合表現を復元する。多様なモダリティの劣化および欠損条件での実験により、信頼性と可用性の両方のシフトに対して頑健性が向上することが示された。
説明CL3DOD：屋外クラス増分型3次元物体検出における安定性と可塑性のジレンマの検討
要約本論文は、複数の自動運転ベンチマーク（KITTI、nuScenes）にまたがり、屋外クラス増分型3次元物体検出を初めて統一的に分析したものです。2タスク設定と多段階設定の両方を対象としています。著者らはCL3DODという枠組みを提案し、前段階の検出器の予測で旧クラスの欠落した教師情報を補い、クエリ単位の知識蒸留と指数移動平均に基づく時間的一貫性正則化を用いています。実験では、KITTIとnuScenesの両方で、CL3DODが増分学習のベースラインより全体として安定性と可塑性のバランスに優れることが示されています。
説明AnchorComplete：部分点群から完全なシーンメッシュを復元する手法
要約本論文は、部分点群から完全なシーンメッシュを再構成するフレームワーク、AnchorCompleteを提案しています。TRELLIS.2を基盤とし、部分点群による条件付けと、粗から細へのメトリックスケール生成を組み合わせ、観測された形状を保ちながら未観測部分を補完します。ReplicaおよびSCRREAMでの実験では、特にスパースビュー条件下で、強力なベースラインを上回る結果が示されています。
説明エージェントは構造的に何で壊れるのか？状態を持つツール利用ワークフローにおける難易度の監査
要約論文は、依存関係の深さ、候補数、アクティブな状態の幅、現在の状態スナップショットへのアクセスを変えながら、必要な操作数を一定に保つ小型の実行可能な診断ツールを提案しています。依存関係の深さは、スケジューリングの自由度と到達可能な完了状態数の両方に影響し、これらの制御要因は結合していることが示されています。本研究は、生成された大規模なタスク実験と補足的な設計の結果を報告していますが、小規模な実験と記述的研究は一般的な能力に関する結論を支持するものではありません。
説明CERBO：勾配ブースティング木において、要求された割合で認証可能な救済措置を提供する手法
要約本論文は、不利な判定を受けた人が負担可能な変更によってその判定を覆せるように勾配ブースティング決定木を訓練するCERBO手法を提案する。目標とする救済率を指定すると、認証された救済率が要求値に達するまで各木の後に重みを調整し、較正ステップによって新しい個人にも同じ割合が保証される。著者らの実験では、同じ精度で救済率が向上し、多くの設定で精度と救済の間のトレードオフ曲線が改善された。
注目点要求された救済率に合わせて学習し、認証可能な救済行動を持つGBDTを与える点が新しい。摘要はFICOやBailなど複数データセットでの改善を報告している。
説明コーディングエージェントは忘却なしに継続的な進化を続けられるか？
要約本論文は、基盤モデルのパラメータを変更せずにエージェントのハーネス（外部の実行枠組み）を自己進化させる際、複数のタスクにわたって継続的に進化できるかを検討しています。三つのソフトウェア工学タスクデータセットを六つの進化方向に整理し、二つの代表的な手法で実験を行いました。その結果、後続のデータセットでの進化により、以前のデータセットでの性能が大きく低下することが示されました。例えばMeta-HarnessはSWE-Benchで94.0%に達しましたが、FeatureBenchでの進化を五回行うと32.0%まで下がりました。
説明AIでSNAPの支給誤りを低コストで減らす模擬実験研究
この言語の要約は日付・金額などの照合を通らなかったため、表示を控えています。原文をご確認ください。
説明CFD駆動の記号回帰によるRANS遷移モデルの補正
要約本論文は、k-ω-γ間欠性方程式の生成・消散活性化関数を、CFD駆動のスパース記号回帰で補正する枠組みを提案し、解釈可能な閉形式の補正式を得ています。補正式は局所圧力勾配パラメータの多項式と局所流れ特徴量の有界指数関数から構成され、人為的な制限器を用いずに補正量を有界にします。平板データで学習したモデルは、未知の条件を含め精度が同等かわずかに良く、学習範囲外の遷音速LS89タービン翼列でも再学習なしで熱伝達予測を改善しています。
説明DynSL：異種エッジデバイス向けのリソース適応型モデル学習
要約本論文は、異種エッジデバイスとサーバーの間でモデルの層を動的に割り当てるフレームワーク DynSL を提案しています。システムは稼働指標を継続的に監視し、クライアントとサーバーの計算および通信を考慮した最適化問題を定期的に解きます。有益と判断された場合は分割方式を再構成します。24台の異種エッジデバイスからなるテストベッドでの実験では、最も強力な適応型ベースラインに比べて学習時間が最大約30%短縮され、不適切な均一分割に比べて50%以上短縮されました。精度の低下はなく、場合によっては向上しました。
説明重い裾のノイズと インデックス サンプリング下での 素の Adam の収束性に関する研究
要約本論文は、確率的勾配のノイズが重い裾の分布を示す場合の素の Adam（Adam）最適化手法の収束性を検討し、期待リスク最小化と経験リスク最小化の両方を扱っています。Hölder 平滑性と有界な p 次モーメントの仮定の下で、期待二乗勾配ノルムの明示的な上界を与え、ノイズの影響を分析しています。さらに、Lipschitz 平滑性の下で実用的な学習率スケジュールを持つ多段階 Adam を定式化し、バッチサイズを増やすとインデックスサンプリングのノイズが減り収束保証が改善することを示しています。数値実験は、これらの理論的結果を支持しています。
説明CISA：既存の密なAttentionモデルにチャンク索引付きスパースAttentionを組み込む手法
要約本論文は、勾配更新なしで事前学習済みの密なAttentionモデルを改造する手法CISA（Chunk-Indexed Sparse Attention）を提案する。既存のキーの簡潔な要約を使って固定サイズのKVチャンクを選択し、同じグループ内のクエリ間で選択結果を共有することで、長文脈推論の計算負荷を下げる。NVIDIA Nemotron 3 NanoやUltraなどでの評価では、コアAttentionがプリフィルとデコードで高速化され、エンドツーエンドのスループットは密なAttentionの最大2.61倍に達した。長文脈ベンチマークでの精度差は小さく抑えられている。
説明一度書き込まれ、異なって読まれる：言語モデル自身の回答が次の回答を導く仕組み
要約研究者は4系統・0.5Bから72Bパラメータの22のオープンウェイトモデルで、先に与えた是非の回答が同じ実体に関する別の質問への回答をどう変えるかを、約120の実体に関する3,600組の質問ペアで測定した。各回答は残差ストリームに「コミットメント方向」を書き込み、2つの質問の方向の類似度が結合の強さを予測する。ただしこの方向の読み取り方はモデルの規模・指示チューニング・システムプロンプトによって変わり、一部のモデルでは符号が逆転する。
注目点新規性は、モデル自身の先の回答が生む「コミットメント方向」が後続回答を左右することを示し、22モデル・3600問題対で検証した点にある。
説明Dhāra Bench：インド知識体系を対象とした根拠志向の検索ベンチマーク
要約Dhāra Bench は、インド知識体系（IKS）を対象とした検索ベンチマークで、12 のカテゴリにわたる 325 問と、15 の出典グループfrom得た 60,121 のテキストチャンクからなります。カテゴリは Dhāra アプリケーションに寄せられた 4,500 問をもとに作られ、評価セットはコーパスに対応したアプリケーションの問いと専門家が作成した問いを組み合わせています。BM25 を基準として評価を行い、完全な根拠に基づくスコアなどの指標を報告しています。
説明MoSoLoco：視覚的潜在特徴と社会的文脈を用いた単眼3D人物定位手法
要約本論文は、単眼カメラの1フレームから人物の実寸3D位置を推定するMoSoLocoを提案する。姿勢推定器の内部視覚特徴と検出された2D骨格を組み合わせ、追加のRGBや深度エンコーダは必要としない。同一フレーム内の少数の他者の情報を取り入れて個々の位置推定を精緻化することもできる。JRDBでは、最良の関節点ベース基準手法と比べて誤差が約23%低減された。
説明ACTOR：文学ロールプレイエージェントのための行動中心の時系列構成手法
要約本論文は、小説の原文から登場人物の対話および非対話行動の軌跡を自動構築する枠組みACTORを提案します。各行動は思考・行動・観察の構造で表され、物語内部の時間順に整理されます。143作品からデータセットを構築し、人物設定と矛盾する反事実的行動も生成して、正則化選好最適化（RPO）で学習しました。17,560件の評価で、ACTORの選好データで学習したモデルは次の行動の選択精度が大きく向上しました。
説明タンパク質複合体構造予測を改善するためのMSA編成に関する自動研究エージェント
要約本論文は、AlphaFold 3（AF3）でタンパク質複合体の構造を予測する際、多重配列アライメント（MSA）の深さと鎖間ペアリングの方針をどう調整すべきかを検討しています。著者らは凍結したAF3をブラックボックスとして扱う自律型エージェントを提案し、標的ごとに生物学的仮説を立て、MSAを再構成し、ラベルなしの信頼度信号に基づいて配列選択とペアリング（意図的な非ペアリングを含む）を反復的に改良します。3つのベンチマークからの1,015のタンパク質界面で、全体のDockQが既定の手法と固定MSA手法を上回り、MSA配列は平均で既定より60%少なくなりました。種間ヘテロ多量体で改善が最も大きく、FoldBenchでは平均DockQが0.465から0.612に、HD439では0.482から0.562に向上しました。
注目点新規性はMSA設計を標的特異的問題として扱い、自律エージェントが推論で調整する点にある。摘要は1015界面の3ベンチマークで既定手法を上回り、異種複合体のDockQは0.465から0.612に向上と報告。
説明条項ごとに評価：小さく答えられる質問を掛け合わせる指示追従型リランキング
要約本論文は、指示付きの検索クエリをトピックと型付けされた条項のリストに分け、小型の判定モデルが条項ごとに狭い質問へ答えて、その確率を掛け合わせて一つのスコアにするゼロショットのリランキング手法DMRerankerを提案する。InfoSearchベンチマークで、宏観WISEは50.9、原モードのnDCG@10は82.9となった。より厳しいSICR指標ではGPT-4oに及ばず（19.2対32.1）、著者はその差が生スコアを比較する際の確率の積の性質に由来すると論じている。
説明CoworkOS：実世界の自動化に向けて協働エージェントを拡張するフレームワーク
要約本論文は、長期にわたる作業に対応する汎用フレームワーク CoworkOS を提案している。タスク戦略と実行管理を分離し、モデルが行動・委任・承認を決定し、ランタイムが状態とフィードバックを管理する。同期または非同期でサブエージェントに委任でき、共有アプリケーション層を通じて人とエージェントが同じ文書やCADモデル、Blenderシーンを編集できる。また、階層型ワークスペースと永続的な意味記憶により、セッションをまたぐ継続性を確保する。著者らは、12のベンチマークと6分野の実用アプリケーションで、CodexやDeepSeek Harnessなど最先端のエージェントに匹敵すると報告している。
説明ViAdminShift：2025年の行政改革に基づくベトナム語の出来事レベル知識更新ベンチマーク
要約本論文は、2025年7月1日のベトナムの行政区画改編を題材にした、ベトナム語のベンチマーク資源ViAdminShiftを紹介します。7,995のベンチマーク項目と2,281の検索用文書を含みます。67のモデルが改編を知っているか、旧住所の質問に新しい省を答えられるかを検証し、日付の提示などが回答に与える影響を調べています。
注目点2025年ベトナム行政改革を用いた事件レベルの知識更新ベンチマークを構築し、改革の認知と古い回答を分析する。著者は7,995項目と67モデルでの探索結果を報告。
説明因果発見には明示的な認識論的基準が必要であるという論文
要約本論文は立場表明型の論文で、多くの因果発見アルゴリズムがあるものの、それらを選ぶための指針がほとんどないと指摘しています。識別可能性の仮定は原理よりも慣例で選ばれることが多く、一致性やベンチマークも検証しにくい仮定を含んでいると論じています。そのため、仮定に関する認識論的基準を明示し、ベンチマークを検証と消去実験で設計して、理論と実証の結果を統合すべきだと主張しています。
説明LaBraM のスケールアップ：脳波（EEG）事前学習のためのデータとモデルの拡大
要約本論文は、初期の脳波基盤モデル LaBraM をもとに、事前学習のデータ量とモデル容量を拡大したものです。中核となるエンコーダと学習目標は維持したまま、パラメータ数 580 万から 19.7 億までの十種類のエンコーダを、三つの脳波データ集合で学習させています。23 のタスクで最良の全体微調整結果は平均バランス精度 59.05% で、最強のベースラインを 3.61 ポイント上回りました。
説明表面的指標を超えて：企業保守とAIコーディングベンチマークにおける多条件要件
要約本論文は、ソフトウェア保守タスクが複数の運用条件を同時に満たす必要がある状況を研究し、18項目の固定分類に基づいて2,925件のApache Fineractの課題と、SWE-bench Pro、SWE-PolyBench Java、SWE-EVOfrom由来の944件のタスクを分析した。課題種別、変更ファイル数、コードの変動量で対応させたタスク対では、充足すべき条件の集合がほとんど重ならないことが多く、時間条件と数値条件の関連も両コーパスで大きく異なった。著者は条件の幅、共起、方向性のある依存関係を個別に報告することを提案しており、コーパス間の比較は記述的な結果にとどまるとしている。
説明知識中心の人工知能に向けて：エージェントと世代を越えて明示的知識を発見・内在化・利用する
要約本論文は、個々のエージェントから独立した、明示的で継続的に進化する知識層を中心に据えた次世代AIを提案し、「発見・内在化・利用」のループを描いています。著者らは内在化が現在のボトルネックであるとして、それを持続的な訓練・保守の対象とすべきだと主張し、知識計算のための知識基盤モデルの構築を呼びかけています。最後に研究課題を示しています。
説明グロッキング現象における幾何学的制約の分析：モジュラ演算での構成要素の相互作用に依存する加速効果
要約本論文は、球面 Transformer の構成が、モジュラ演算タスクにおけるグロッキング（grokking）現象をどのように加速させるかを検討している。960 回の制御された実験で、残差投影、読み出し重みの正規化、logit スケール、重み減衰を組み合わせた完全な要因分析を行った。加速効果は構成要素間の相互作用に依存し、テストしたすべてのタスクや層の深さで一様に現れるわけではないと報告している。
説明PaddleMaterials：材料科学向けのエンドツーエンド深層学習ツールキット
要約本論文は、オープンソースのフレームワークPaddleMaterialsを紹介します。性質予測、構造生成、機械学習原子間ポテンシャル、電子構造場、スペクトル解析、顕微鏡画像処理の6つのタスククラスについて、データ処理、学習、評価、事前学習モデルの管理、ワークフローを統一的に扱います。共有コンパイラバックエンドにより、モデル定義を変えずに動的グラフ実行からコンパイル実行へ切り替えられます。11グループ65モデルインスタンスの評価では、8グループでコンパイル実行による高速化が確認され、グループ中央値の高速化率は11%から224%と報告されています。
説明建物HVAC制御におけるPIDから強化学習まで：チューニング手法・定式化・導入上のトレードオフに関する制御アーキテクチャのレビュー
要約本論文は、建物の空調（HVAC）システムの制御アーキテクチャを概観し、エネルギー需要・居住者の快適性・機器の運用性の間の相反を扱います。恒温器のPID制御層を検討し、建物制御の強化学習をマルコフ決定過程として定式化しています。中心的な貢献は、PIDと強化学習が交わる四つの類型の分類です。既存ループのゲイン調整、調節制御器の直接置換、モデル予測制御とのハイブリッド、監視層での設定値とスケジュールの生成がそれにあたります。著者らは、これらは対立する制御思想ではなく、同一の空調設備に対する入れ子状の接続点であり、導入時は具体的な制御インターフェースと必要な支援条件に応じてトレードオフを評価すべきだと結論づけています。
説明FlowBatt：確率的な電池劣化予測のためのフローマッチング手法
要約本論文は、拡散トランスフォーマー（DiT）を基盤とするフローマッチングに基づく条件付き生成フレームワーク「FlowBatt」を提案し、電池の劣化軌跡をモデル化します。初期サイクルの容量データを条件として、SOH（健全度）の全体軌跡を確率的な劣化過程として生成し、初期容量行列を条件ベクトルに変換するエンコーダを説明可能なAI分析で改善しています。5つの公開ベンチマークデータセットで、FlowBattは軌跡ベースのSOH予測誤差が全て2.5%未満となり、残存有効寿命（RUL）予測でも競争力のある結果を示し、複数の可能な軌跡から経験的な予測区間を提供します。
説明大規模言語モデルの事後学習における「シャープ化」の制御
要約本論文は、強化学習による大規模言語モデルの事後学習で生じ、出力の多様性を減らす「シャープ化」現象を扱う。pass@kやmax@kといった反復サンプリング目標がこれを緩和する仕組みを分析し、KL正則化下でのこれら目標の最適方策を閉形式で導出している。さらに、標準的な@1目標も提示ごとの適応的正則化または報酬変換によって同じ最適方策に到達できることを示す。これに基づき、既存の@1手法を@kに適応させるKAPPOを提案し、単一の完了サンプルによる学習で複数完了の最適化手法と同等の性能が得られることを示している。
説明画像から実行可能な手続き的建物再構成へ
要約本論文は、実世界の画像から建物の手続き的記述を復元し、編集可能な3D建物アセットとして生成する手法を扱います。タスクは二段階に分けられ、まず全体構造レイアウトツリーでファサードの分割と繰り返し構成を復元し、次に構成要素パラメータ化で代表的なタイルを建築部材の属性に対応付けます。両者は決定的にCGAプログラムへ変換されます。実験では規則的なファサードと難しい画像の双方で、構造の一貫性と細部の表現が示されています。
説明DepthGraft：階層的クロス層KV再構築による構造的正則化
要約本論文は、Pre-LN大規模言語モデルで深層の情報が希釈される問題に対し、クロス層KV共有を構造的正則化として用いる手法を検討しています。ストライド整列された浅層・中層のソース層ペアから深層のKVを再構築するDepthGraft構造を提案しています。0.5Bから16Bパラメータの稠密モデルとMoEモデルの実験で、GQAとMLAの双方で下游タスクの改善が示され、16B MoEモデルではMMLU-Proで絶対値7.0%の向上が報告されています。
説明最適化と人間の意図の出会い：人間中心の拡散モデル最適化
要約この論文は、拡散モデルの最適化が美的品質などの測定可能な指標に偏りがちで、それらが人間の真の意図と一致するとは限らない点を取り上げています。著者らは、人間の意図がどのように表現され、最適化可能な目標へ変換され、モデルの挙動や生成結果に適用され、出力を通じて評価されるかを体系的に分析しています。また、個人向け画像生成における意図との整合に影響する trade-off と、自動評価指標と実際のユーザー判断との間のギャップも論じています。
説明KlaskTron：物理的敵対的マルチエージェント強化学習のためのオープンソース基盤
要約本論文は、卓上ゲームKLASKを基にした、オープンソースで低コスト（2500米ドル未満）の卓上規模ロボット試験台KlaskTronを紹介しています。双方向CoreXYガントリーと高トルクブラシレスモーターを備え、ハードウェア設計、NVIDIA Isaac Labによるデジタルツイン、検証済みのシミュレーションから実機への基準モデルを提供します。学習したエージェントはゼロショット転移で、対抗的な振る舞いを創発させることが示されています。
説明Znaki：ロシア語指文字認識データセット
要約本論文は、ロシア手話（RSL）で初めて公開された指文字データセットZnakiを紹介している。68名の手話話者が録画した1,593の固有名詞系列、計37,252本（35.4時間）の動画を含み、専門家による検証を経ている。33の키릴文字の手形すべてを網羅している。アメリカ手話の手法を応用した2つのベースラインモデルを示し、文字単位の精度は0.932と0.886であった。
説明学生の現在地に教師を合わせる：オンポリシー蒸留のための学生プレフィックス適応
要約本論文は、オンポリシー蒸留（OPD）において、学生が生成した推論プレフィックスに対する教師モデルの信頼性が低下する問題を扱う。著者らは学生プレフィックス教師適応（SPTA）を提案し、蒸留の前に学生の推論プレフィックスを任意の長さで収集し、検証可能な報酬付き強化学習（RLVR）を用いて教師をそこから続きを生成するよう訓練する。数学的推論のベンチマークで、標準のOPDやタスクレベルでRLVR適応させた教師を用いる方法より、学生の平均性能が向上したと報告している。
説明ゼロショット視覚言語分類のための行動類似性に基づくトランスダクション手法（BAT）
要約本論文は、ラベルなしの小規模クエリバッチにおけるゼロショット視覚言語モデルの分類のために、行動親和性トランスダクション（BAT, Behavioral Affinity Transduction）を提案している。この手法は、各画像のクラス語彙上のスコア分布から疎なグラフを構築し、予測時に近傍サンプルの情報を提供する。多様なデータセットにおいて、テストしたすべての読み出し方式で平均精度が向上し、RN50の主要比較では、ソフトおよびハードのEM-Dirichletがそれぞれ4.22および2.72ポイント向上した。
説明CUA-Master：オープンワールドでの再帰的改善によるコンピュータ操作エージェントの拡張
要約本論文は、コンピュータ操作エージェント（CUA）を訓練するための二重ループ構造の再帰的改善フレームワーク「CUA-Master」を提案する。外側のループでは開放世界のコーパスを継続的に取り込み、モデルの弱点に基づいてデータ構築と最適化を進める。内側のループでは教育用動画から種のタスクを抽出して軌跡を再構成し、それを再利用可能な基本単位に変換してタスクを合成する。CUA-Master-27Bは OSWorld Verified で80.2、OSWorld 2.0 で36.9、WeaveBench で43.9、Agents' Last Exam で25.0 を記録したと報告されている。
説明SurgPace：手術用マルチモーダル大規模言語モデルのための複雑度考慮型段階的蒸留
要約本論文は、手術用視覚言語モデルを段階的に蒸留し、より小型のモデルを構築するSurgPaceという枠組みを提案しています。予測信頼度とLorentz幾何学的一貫性によって各サンプルの複雑度を推定し、易しいものから難しいものへ連続的に学習させます。特徴量、logit、確率の各レベルで階層的に表現を整合させ、教師の模倣からタスク監督へ学習の重点を移します。評価はSurg-396Kベンチマークで行われ、既存の蒸留手法より高い性能を示しました。
説明ComplianceAtlas：分類体系に基づくEU AI法の差分分析と是正のためのエージェント型AIフレームワーク
要約本論文は、正確性、堅牢性、ログ記録、人による監督などの領域を対象とした、文献に基づく技術的コンプライアンス上の差分の分類体系を提示する。これを組み込んだ二段階のエージェント型フレームワーク GapToCompliance を提案し、差分抽出エージェントが階層的推論で差分の種類を特定し、是正計画エージェントが複数の信号に基づく採点で是正措置を順位付けする。9つのAIシステムと6つのAIファミリーでの評価では、差分種類のF1は0.831、是正のP@5は0.872で、比較ベースラインを上回った。
説明KAUSTics-Net：拡散モデルによる水越し UAV 画像の復元と半合成データセット
要約本論文は、水面による屈折・コースティクス・波長依存の減衰によって歪む浅水域の UAV 画像を復元する課題に取り組んでいます。1,280 枚の参照画像パッチと 12,800 枚の劣化画像からなる半合成データセット KAUSTics を構築し、条件付き拡散モデルの KAUSTics-Net を提案しています。8 種の修復手法との比較や消融実験、別データセットでの検証が行われています。
説明能動学習クリギング信頼性解析における内側オプティマイザーの事前指定比較と未学習の故障モードが残す過小評価の推定
要約本論文は、同一の代理モデル・母集団・停止規則のもとで、予算を揃えた五つの連続最適化手法と候補プール手法を、十一の問題で比較しています。事前に立てた仮説は支持されず、一部の実行では未学習の故障モードにより故障確率が過小評価され、誤差基準がその過小評価を許容する場合があることが示されています。著者らは候補プールによる選択を既定とし、覆域の確認を行うことを推奨しています。
説明局所スキルから長期的なWebタスクへ：LLM Webエージェントのための段階的スキル探索
要約本論文は、LLMベースのWebエージェントの学習において成功軌跡が少なく終端報酬が疎であるという課題に対し、段階的にスキルを拡張する学習枠組みSCOPE（Skill-Composed Progressive Exploration）を提案します。SCOPEは、スキル発見、スキル編成、スキル拡張を反復して局所スキルから完全なタスク遂行能力へと進み、エージェント的なオンポリシー蒸留によってそれをポリシーパラメータに内在化します。WebArena、WebVoyager、WebShopでの実験では、各設定で最強のベースラインに対して3.9%から18.6%の相対的な向上が示されています。
説明自己学習型ニューラル視点依存カラー場における3Dガウススプラッティング
要約3Dガウススプラッティング（3DGS）は新規視点合成の重要な手法ですが、離散的な3Dガウスは深度が不正確で幾何の細部が乏しく、浮遊物（フローター）が多く生じるという課題があります。本論文は、ニューラルネットワークで表現した連続的な視点依存カラー場内で放射場を学習し、カラーのリプシッツ連続性を高める制約と外部知識を要しない自己学習戦略を導入して、広く使われるベンチマークで高精細な幾何復元を示しています。
説明微調データの前処理の選択が重要：LLMベース推薦における有用性と人口統計的感度
要約本論文は、大規模言語モデル（LLM）を用いた生成型推薦システムにおいて、微調整データの前処理が推薦性能と人口統計属性に関連する公平性の振る舞いにどう影響するかを調べています。MovieLens-1Mで、アイテムタイトルの表現、人口統計のバランス調整、補助的なアイテム知識の付加を比較し、カタログ制約付きデコーディングとプロンプト拡張を組み合わせています。原題を用いるとHR@10が10.67%から12.47%に、Coverage@10が41.36%から47.88%に向上しました。年齢のバランス調整と知識付加は一部の集団間の効用差を縮小し、性別のバランス調整は効用を下げ、評価した性別関連指標も改善しませんでした。
説明二重粒度の対照アライメントを用いたマルチモーダルプロンプト学習による、3D CTに基づく肺腺癌浸潤性の術前予測
要約本論文は、3D CT画像と放射線学的テキストを組み合わせ、浸潤性腺癌（IAD）と浸潤前病変（Pre-IAD）を区別するマルチモーダルプロンプト学習の枠組みを提案している。全体ボリュームレベルと血管関連キーワードの局所レベルの二つの粒度で画像とテキストを対応づけ、推論時にはCT画像のみを必要とする。病理学的に確定した1,593結節を用いた実験で、テストセットのAUCは0.9499、正解率は87.92%であり、同一の視覚バックボーンによる画像のみのベースライン（AUC 0.9297）を上回った。
説明状態空間モデルにおける対角等価性：特徴付け、検索ランク、選択的拡張
要約本論文は、線形遷移を持つ実数および複素数の状態空間モデル（SSM）を、固定基底での対角等価性と入出力等価性を区別して分類する。HybridMamba は Mamba 1、2、3 の仕組みを組み合わせたモデルとして提案され、難易度の最も高い小規模モデルの多トークン想起実験で Mamba 1〜3 を上回った。約 5 億パラメータの言語モデル実験では、20 億トークン時点のテスト損失が Mamba 1 と 2 より改善したが、ルーティングによる利得は言語モデル損失の低下にはつながらなかった。
説明LUCA：実験的推論のための合成世界
要約本論文は、正解がすべて既知の設定可能な合成環境LUCAを提案し、エージェントの実験的推論の過程を評価します。エージェントは限られた実験予算で未知の制御システムを学習し、未見の介入の予測、隠れた故障の診断、修復を行います。七つの最先端大規模言語モデルと三つのベースラインを比較した結果、診断能力はモデル間で約7倍の差がある一方、予測は約1.4倍にとどまり、修復に成功しても誤った故障を診断する場合があることが示されました。
説明Ray-SCR：カメラモデルをまたいで場所を推定できるシーン座標回帰の改良
要約シーン座標回帰（SCR）は視覚的な自己位置推定の手法ですが、全方位カメラや魚眼レンズのように特性の大きく異なるカメラ間では精度が落ちやすいという課題があります。本論文は既存のSCRモデルに組み込める軽量な拡張Ray-SCRを提案し、キャリブレーション済みの視線レイに基づいて局所特徴を条件付けし、浅い局所Transformerで近傍の特徴を精緻化します。これにより、全方位マッピング系列から作った単一のシーン表現で、ピンホール、魚眼、全方位カメラの画像を高精度に位置推定できることを示しています。
説明DR Pixel：視覚言語モデルによるページ単位の深層研究手法
要約本論文は、レンダリングされた文書ページ画像を検索と推論の単位として直接用いる、初のオープンソースの end-to-end マルチモーダル深層研究エージェント DR Pixel を提案します。106万ページの코퍼스上で動作し、テキスト、図、表、数式を扱う科学論文向けのベンチマーク DRPixelBench を構築しました。学習なしでも OCR ベースの基準手法を上回り、さらに反事実的クレジット再重み付けにより検索再現率と最終精度を向上させています。
注目点ページ画像を直接用いる多モーダル深層研究エージェントと反実仮想クレジット再重み付けを提案し、DRPixelBenchなどでOCR基線を上回ると作者は報告している。
説明言語モデルの状態追跡に関する細分化された階層とベンチマーク
要約本論文は、言語モデルが長い文脈で変数やエンティティの状態を追跡する能力を、難易度が段階的に上がる4層の単語問題の階層で評価する枠組みを提案しています。その枠組みに基づき、長期的な状態追跡ベンチマーク StateBench を構築しています。理論的比較と訓練実験の結果は概ね一致し、既存の事前学習済みモデルは可解な状態追跡すら安定して解けなかったと報告しています。
注目点四段階の状態追跡難易度階層とベンチマークを提案し、理論的な特徴付けを与える。直接学習と事前学習モデルの評価を行う。
説明ハイブリッド検索、NLI、オープンソースLLMによる科学的主張の検証に関する実験的研究
要約本論文は、科学的な主張が根拠によって支持されるか、反証されるか、根拠が不十分かを判定する方法を検討しています。主張ごとに意味検索と語彙検索（BM25）を組み合わせて関連文を5件取得し、NLIモデルと3つのオープンソースLLMの検証性能を比較しました。Qwen3 8Bが最も高いMacro-F1（0.7937）を示した一方、両モデルの結果を統合する保守的な手法は性能を低下させました。
説明アバター知能：持続的な個人エージェントによる人間の主体性の拡張
要約本論文は、ユーザーの目標・価値観・制約を代表し、さまざまな文脈と時間をまたいで持続的に意思決定を委任する個人AIエージェントのパラダイム「アバター知能（Avatar Intelligence）」を提唱する。人間主導の実行から委任された領域内での自律運用に至る成熟度のロードマップを示し、提供される価値をエージェント側の運用コストと人間の監督負担に照らして評価する枠組みとして「エージェント監督指数（AOI）」を導入する。さらに、タスク間でユーザーの好みを引き継ぐアイデンティティ連続型のパーソナライズ、Rehearsal Engineeringによるユーザー状況に即した進化、技術的制御と説明責任・救済を組み合わせた安全機構の三つの中核的研究課題を挙げている。
説明MIRA：欺瞞的な文脈拡張によるマルチモーダル推論の強化
要約本論文は、検証可能な報酬による強化学習（RLVR）を用いた既存のマルチモーダル推論手法に「知覚と推論の間のギャップ」があることを指摘しています。視覚的な小さな誤りが推論過程で連鎖し、幻覚が積み重なる問題があります。著者らは学習時にフィルタ済みの欺瞞的な視覚文脈を注入する訓練フレームワークMIRAを提案し、誤った視覚情報への頑健性を高めます。また、グループ単位の反省誘発機構により、視覚的手がかりと論理的制約の矛盾をモデルが自律的に検出・修正できるようにしています。実験では、領域内ベンチマークで平均約7%の向上が示され、人手によるアノテーションは不要とされています。
説明VL-Dedup：画像・テキストデータの重複除去のための段階的マルチモーダル実体解決
要約この論文は、画像・テキストコーパスにおける重複、説明文の言い換え、説明文の使い回し、画像と一致しない説明文にはそれぞれ異なる処理が必要だと指摘し、画像・テキストの重複除去を段階的なマルチモーダル実体解決として定式化しています。提案手法VL-Dedupは同じ視覚的実体の記録をクラスタにまとめ、クラスタの大きさに上限を設けます。各クラスタ内では視覚言語モデルとCLIPScoreが説明文の保持と要確認の判定を行います。作者は、5万件のCOCOおよびSOP記録と66,788の標注済みペアからなるVL-DedupBenchも構築しています。
説明クロスレイヤー精緻化と周波数認識融合ネットワーク：マルチソースリモートセンシング画像分類
要約本論文は、マルチソースのリモートセンシング画像分類のための軽量な二分岐ネットワークCRFNetを提案します。分光情報と構造情報を融合することを目的としています。クロスレイヤー精緻化注意機構は注意関係を連続する層へ伝播させ、重要な関係を選択して判別的な空間依存性を強めます。周波数認識融合モジュールはフーリエ領域で周波数間の相互作用とクロスモーダルなチャネル注意を組み合わせ、得られた表現を空間領域のゲートに変換して補完的な特徴を調整します。Houston 2013とAugsburgのデータセットでの実験では、既存の代表的手法を上回ったと報告されています。
説明マルチソースリモートセンシングデータ分類のための共有パターン協調ネットワーク
要約本論文は、ハイパースペクトル画像（HSI）とSAR/LiDARデータの共同分類のためのShared-Pattern Collaborative Network（SPCNet）を提案します。共有の大カーネル演算子と動的畳み込み分岐を備えたShared-Pattern Collaborative Block（SPCB）により、共通の空間構造と内容に適応した局所特徴を捉えます。さらに、空間的に変化するモダリティ重みを割り当てて信頼性の高い特徴融合を行うRegion-Adaptive Modality Allocator（RAMA）を開発しています。Houston2013、Augsburg、Houston2018の各データセットでの実験で、SPCNetが従来の複数の最先端手法を上回る分類性能を示しました。
説明PACERec：協調的な行動証拠を用いてLLMアイテム埋め込みを段階的に適応させる推薦手法
要約本論文は、逐次推薦のためのID不要の段階的適応フレームワークPACERecを提案している。頻度重み付きフローマッチングにより、対話が十分なアイテムから共有速度場を学習し、前の対話文脈を大規模言語モデルの静的な意味埋め込みに取り込む。三つの実データセットと三つの逐次バックボーンでの実験により、全体およびロングテールアイテムの推薦で既存の基準手法を上回ると報告している。
説明PlanContext：文脈に応じた運転判断のベンチマーク
要約本論文は、自動運転における文脈依存の意思決定を評価するためのベンチマーク「PlanContext」を提案している。シーンを固定したまま高レベルの運転意図を変えて対になる評価を構成し、6種類の代表的な運転文脈を定義して、決定の正しさ、道路規則への適合性、動的安全性をクラス平衡指標で評価する。NAVSIMの9,561件のシーン条件と23の公開エンドツーエンド運転モデルによる実験では、従来の運転品質スコアが高くても、経路レベルの文脈的判断が優れているとは限らないことが示されている。
説明信頼でき統治可能なエージェンティクス・インターネットに向けて：プロトコル、システム、サービスのアーキテクチャ的視点
要約本論文は、大規模言語モデルの応用が単一のチャットから多エージェント型ワークフローへ移行したことに伴う、フレームワークや実行環境、組織の境界をまたぐ相互運用性の課題を論じています。著者は「エージェンティクスのインターネット」（IoA）という視点から、異種のエージェントを統治可能なサービス参加者として捉えています。議論は断片化した現状、相互運用可能なエージェント、信頼でき統治可能な自律性という三段階で整理されています。
説明ネットワーク化AI：アーキテクチャ、理論、応用
要約本論文は、相互作用し、異種かつ継続的に進化するAIエージェントから構成されるネットワーク化知能システム「Networked AI」を提案しています。エージェント層、相互作用層、調整層からなる階層型アーキテクチャを定め、データサイエンス、信号処理、システム制御を統合した理論枠組みを示しています。資源需要は単体のエンドツーエンドシステムの指数的増加と対比して、ほぼ線形にスケールし得ると述べ、IoT、身体性・空間知能、産業知能、セルラーインフラなどへの応用を論じています。
説明MuCHMDPoser：VR向けマルチビューRGBカメラによる全身姿勢トラッキング
要約VRでは、ヘッドマウントディスプレイやコントローラーなどの一般的なセンサーだけでは全身の姿勢を十分に拘束できず、特に下半身のトラッキング誤差が大きくなります。本研究は外部の複数視点RGBカメラを追加し、RGBベースの姿勢推定を統合することで下半身の誤差を低減しています。あわせて、物理マーカーを必要としない一度きりのHMD・カメラ間キャリブレーション手法も評価しています。Nvidia RTX3080 GPU上で60 FPSのエンドツーエンドアニメーションを実現する実装も提案されています。
説明SAGE（主観性認識生成推定器）：AI生成査読を検出する言語学的フレームワーク
要約本論文は、人間に固有の主観性という特徴に基づき、AIが生成した査読を検出する言語学的手法を提案する。主観性は、評価的表現とモダリティからなる意味レベルと、発話行為からなる語用レベルの二つで捉えられる。これらの言語的特徴のみを用いた軽量な分類器はAUROC 0.9566を達成した。既存の検出器Sem-Detectと組み合わせると、APRDBベンチマークにおける1%偽陽性率での真陽性率が0.874から0.985に向上した。
説明PRIME：効果モデリングによる介入の予測的ルーティングを用いた科学的アイデア生成
要約本論文は、既存の科学的アイデア生成システムに組み込める、フィードバックから修正判断への決定層PRIMEを提案している。構造的帰属、反事実ルーティング、介入実行の三段階で処理し、比較したうえで生成器向けの順序付き計画を作成する。112組の人手注釈付きアイデアとフィードバックの組で検証され、反事実ルーティングを外すと品質が大きく低下することが示されている。
説明不確実性下で頑健なセルフリーMIMO統合センシング通信：損傷認識型グラフニューラルネットワークの枠組み
要約本論文は、セルフリーMIMOシステムにおける統合センシング通信（ISAC）のビームフォーミングを扱い、チャネル状態情報の誤差やクラッタによる不確実性の下で信頼性を保つ課題を取り上げています。チャネル誤差の水準とクラッタ共分散を辺の特徴量として取り込む、損傷認識型の異種グラフニューラルネットワークを提案しています。シミュレーションでは、単独のセンシングおよび通信の設定で比較基準を上回り、未知の誤差水準やクラッタ数にも汎化してシステムの頑健性を高めることが示されています。
説明あらゆるサポート閾値での最適サブグループ発見
要約本論文はサブグループ発見を扱い、対象変数が周辺分布から逸脱する特徴空間の領域を特定することを目指します。任意のサポート制約下でKLダイバージェンスを最大化する最適サブグループについて、理論的・構造的な特徴付けを初めて行いました。逸脱度とサポートのパレートフロンティア上の各点は、完全な原子の和と高々1つの部分的な原子からなることを示しています。この知見に基づき、同質分割の学習と原子の貪欲選択という二段階の手法を提案し、19のベンチマークデータセットで有効性を確認しました。
説明刑事判決の活用：実証的法学研究のための柔軟な情報抽出
要約本論文は、大規模言語モデルを用いて刑事判決文から構造化データセットを作成するパイプラインを提案しています。属性の探索、テキスト範囲の抽出、値の正規化を行い、法律専門家が修正できる注釈指示に基づいて処理します。飲酒運転と禁止命令違反の運転という2種類の交通違反を対象に評価しています。飲酒運転では指示を修正したことで、正しく抽出された値の割合が52%から70%に向上しました。
説明VideoEditor-MoE：専門家混合で複雑な動画編集を拡張
要約本論文は、複数の編集要求を同時に満たす必要がある複雑な動画編集のためのオープンソースの専門家混合（MoE）フレームワーク「VideoEditor-MoE」を提案しています。スパースなMLP-MoE層に加え、ルーティングされるキー・バリューの専門家によって注意機構の容量を拡張するMoE-Attentionを導入し、動画トークン間の全体的な相互作用を保持します。5Bの動画編集モデルを初期化に用い、14Bおよび56Bパラメータまで拡張されており、いずれの版でもトークンごとに約8Bパラメータが活性化されます。
説明強化学習を用いた単一画素イメージングのためのベイズ逐次最適実験計画
要約本論文は、単一画素イメージングにおける適応的圧縮センシングの測定選択を、強化学習問題として定式化する研究である。エージェントは試行を繰り返して方策を学習し、期待情報利得を報酬として、現在の画像の事後分布から次の最適な二値照明パターンへ直接写像する。さらに、方策の拡張性、近似事後分布やノイズが性能に与える影響を評価し、生体医療応用を想定した設計制約の導入策も提案している。
説明VERS：活性化の説明文を編集して推論モデルを制御する手法
要約推論言語モデルの活性化を文章で説明する自然言語オートエンコーダの編集を、一つの固定方向に変換し、段落の区切りで加える手法VERSを提案している。GSM8Kではトークン数を45.8%削減し、精度は-0.82ポイント変化した。MATH-500では31.3%削減し、精度は-3.05ポイント変化した。競技問題では、どのモデル規模でも精度が低下した。
説明TSB-SEG：体系的な時系列セグメンテーションのベンチマーク
要約本論文は、変化点検出と状態検出という時系列セグメンテーションの2つの課題を対象とした統一ベンチマーク TSB-SEG を提案しています。8つのデータセットに含まれる592本の単変量・多変量時系列を用い、26のアルゴリズムを比較しています。結果の再現性を確保するため、オープンソースライブラリ tsseg も公開されています。
説明デザイン思考はいつ有効か：反復・検証コアの収束定理
要約本論文は、デザイン思考のアイデア出し・試作・検証のループを、有限の試作空間上でノイジーな評価から効用を学習する探索として定式化しています。5つの条件のもとで、チームが最良と考える試作が局所最適にほぼ確実に収束することを証明しています。また有限期間のシミュレーションでは、チームが選んだ案を4〜8%過大評価する「オプティマイザーの呪い」が生じることが示されています。
説明GPU上で動くリアルタイムのテクスチャ付きメッシュ再構築と、継ぎ目を考慮した多視点輝度補正
要約本論文は、複数のRGB-Dセンサーからグラフィックス用のテクスチャ付き三角形メッシュをリアルタイムに再構築するGPUネイティブな体積ビデオシステムを提案します。TSDF融合、Marching Cubes、連結成分によるノイズ除去、視点ベースのテクスチャマッピング、インペインティング、輝度の継ぎ目補正をすべてGPU上に留め、中間データをホストに戻さない構成です。CMU Panopticデータセットでは、テストしたすべてのボクセル解像度とセンサー数で基準手法より高速で、CUDA加速のnvbloxやCPU版Open3Dに対してピークで一桁以上の高速化を示しました。再描画の知覚品質はオフラインのテクスチャメッシュ手法に近いと報告されています。
説明欠損モダリティと拠点の異質性下における、ハイブリッド連合学習によるマルチモーダル融合
要約本論文は、サンプルと特徴ブロックの両方でデータが分割されるハイブリッド連合学習の下でのマルチモーダル融合を研究し、可用性補正付きモダリティスコア、グループカーネル正則化、平滑化された最悪拠点リスク集約を組み合わせた二次元連合平滑多重カーネル大マージン学習法（2D-FedSMKL）を提案している。二値および多値スコアについて曲率界と同期ブロック勾配の等価性を示し、条件付きの加速収束率を導出している。シミュレーションと二つの公開行動認識ベンチマークにおいて、最悪拠点の集約は拠点の異質性下で最悪拠点の性能を改善し、最悪拠点では最も強い比較手法に対して有意に劣らないことが示されている。
説明視覚言語モデルを審判として使う人物再識別
要約本論文は、汎用の視覚言語モデル（VLM）をゼロショットで候補リストの再ランキングに用いる手法を提案します。服装変化を伴う人物再識別で、CHIRLAベンチマークの4つのシナリオにおいて、どの場面でも首位精度が向上しています。VLMの呼び出しは両専門モデルの首位結果が食い違う場合に限定され、呼び出し回数を40%削減しつつ、首位精度の有意な低下は見られません。
注目点新規性は、ゼロショットの汎用VLMを再ランキングの審査役として換装歩行者再識別に用いる点と、専門家の不一致で呼び出す門制御にある。作者はCHIRLAの4シナリオでrank-1が全て向上し、平均12.9ポイント上回ったと報告している。
説明局所差分プライバシー下の表形式強化学習における後悔境界の改善
要約本論文は、非対話型の局所差分プライバシー（LDP）の条件下で、状態数S、行動数Aの時間同次エピソード型表形式強化学習の後悔最小化を研究している。H=1の場合について最小最大後悔の上界を示し、EXP3と一元符号化機構を組み合わせたアルゴリズムで達成している。H>1かつ小さなεの場合には下界と上界を示し、既知の結果よりそれぞれ√S倍、H√A倍改善されたと述べている。
説明VizDAGuide：有向非巡回グラフによる監督で、コンパクトな視覚言語モデルの誤解を招くグラフへの回答を改善する手法
要約本論文は、中間推論状態とその依存関係を有向非巡回グラフ（DAG）で表し、役割に応じて監督の重みを割り当てる手法VizDAGuideを提案している。これを統一された学習目標に直列化し、誤解を招くグラフの質問応答に用いる。二つのベンチマークとQwen3-VL、InternVL3.5で、内容と重みを揃えた線形思考連鎖SFTベースラインより、自由記述と選択式の両形式で改善が見られたと報告している。アブレーションでは、依存構造と重み付き監督を組み合わせたときに最も効果的だった。
説明人工知能のバベルの塔：誰が話すべきか、いつ耳を傾ける価値があるのか
要約本論文は、同一対象の異なる部分を観察する複数の分類器が、受信側へ短いメッセージを送って類別を判定する状況を研究している。メッセージを共同で設計した場合と個別に設計した場合を比較し、3つの数字データセットで2ビットのメッセージの場合、共同設計が平均18.07〜22.68ポイント上回ることを示している。また、個々の分類器の統計だけでは提携が有効かどうかを判断できず、合意は組の性質であり、組での測定が必要だと論じている。
説明効率的ハイブリッド蒸留：スコアと敵対的目的を組み合わせた一段階拡散生成
要約本論文は、拡散モデルを高速化するためのスコア蒸留と敵対的蒸留という2つの目的関数の相乗効果を検討しています。スコア蒸留は高ノイズ領域で有効だが低ノイズ領域では細かい監督が不足し、敵対的蒸留はその逆であることを示しています。これを踏まえ、ノイズ領域に応じたサンプリング戦略で各目的を有効な区間に集中させる効率的敵対的スコア蒸留（EASD）を提案し、DiTベースのFlow Matchingモデルに適用しています。原文ではImageNet 256×256において、SiT-XL/2+REPAモデルを用いた一段階FIDが1.39だと報告されています。
説明出航前の船舶燃料消費量予測における全体プーリング手法の比較研究：船ごとモデルと適応手法に対する優位性
要約本論文は、21隻の船舶を対象に、出航前に予測可能な同一の入力を用いて11種類の手法（船ごと、適応ベース、全体モデル）を比較したものです。船の識別情報と7つの船舶仕様で各船を表す全体モデルが、どの条件でも総合的に最も良い結果を示しました。船隊内の船舶では、Global LightGBMの全体MAPEが8.92%で、船ごとのLightGBMの11.14%を上回りました。論文は、船ごとのモデルや船ごとの適応微調整は不要であり、1つの全体モデルで船隊全体を扱えると結論づけています。
説明Q-CamTuning：ライブ配信のカメラ調整のための細粒度な画質推論マルチモーダル大規模言語モデル
要約本論文は、ライブ配信でカメラを自動調整するためのマルチモーダル大規模言語モデルQ-CamTuningを提案しています。まず、細かな画像ペアの選好と全体・局所の視覚的根拠に基づく画質推論の注釈を含む指示チューニング用データセットFGLive-Commentsを構築し、それを用いてモデルを開発しました。実験では、既存の画質評価モデルより画質スコアリングと細粒度な画像ペア順位付けで優れた結果を示し、ユーザー調査でもカメラ調整の提案能力が確認されました。
説明BLPO：長期タスク向け大規模言語モデルエージェントの局所を超えた方策最適化手法
要約本論文は、複数段階の協調行動が必要な長期タスクに対し、大規模言語モデルエージェントを学習させる手法BLPO（Beyond-Local Policy Optimization）を提案する。タスク間およびトレーニング更新間で共有される経験から、タスク進捗の優位性を推定し、局所的な比較を補完する。ALFWorldとWebShopでの1.5Bおよび7Bの方策モデルによる実験では、同一の学習予算の下で既存のベースラインよりタスク成功率が向上したと報告されている。また、学習が速く軌道が短くなり、計算の追加負荷は小さいとされる。
説明ILLRAW：照明を考慮したRAW画像物体検出
要約既存のRAWベースの検出手法は、学習可能なISPモジュールでRAW画像をsRGB風の画像に変換してから既製の検出器に入力するのが一般的で、表現学習と検出タスクが切り離されている。本論文では、既存の検出器の入力段に軽量な特徴アダプタを挿入し、検出向けのRAW特徴を直接学習する、照明を考慮したエンドツーエンドのRAW物体検出フレームワークILLRAWを提案する。照明マスクを推定し、ベイヤーチャンネルの応答をモデル化するチャンネル感応埋め込みを導入し、照明注意融合モジュールで融合する。AODRawベンチマークで明確な改善を示し、LODおよびPascalRAWでも競争力のある性能を示した。特に暗い露出条件で顕著な結果が得られている。
説明誤りの発見だけでは不十分：エンティティ指向感情分析における選択的モデル切替
要約本論文は、限られた資源で文書レベルのエンティティ感情分析（ELSA）分類器を改善する方法を検討し、主に南スラブ語系のニュースを用いています。収集データの増加に伴うラベル付けの取得順序を比較し、不確実性に基づいて再確認する予測、処理件数、代替エンコーダーや局所LLMによる修正の是非を決定しています。開発データで選んだ2つのルーティング方針は、いずれもレコードの30%をエンコーダー支援型LLMに振り分け、SentiCorefで1.02ポイント、NewsMTSCで1.71ポイントのMacro-F1向上を観測しましたが、推論コストは大きく異なります。
説明LLMの注釈から文学的感情を蒸留し、順序回帰BERTモデルへ
要約人手で注釈された文学コーパスの不足が、分野特化型の感情分析モデルの開発を制限している。本研究は、LLMが生成した注釈で小型モデルを教師あり学習できるかを検討する。Gemma 4 31Bが10段階の感情尺度で注釈した10,889文を用いて、5つのBERTモデルを順序回帰で微調整し、ヘミングウェイ『老人と海』の人手注釈1,923文で評価している。BERT-largeのKendall's τは0.589で、教師モデルの0.604に近い値を示した。
説明複数所属を許す分類の集約：多人数の判断を、一つの対象を複数のカテゴリーに入れうる結果へまとめる問題の研究。
要約本論文は、複数の人がそれぞれ対象を分類した意見を集約する問題を扱い、結果では一つの対象が複数のカテゴリーに属することを認めます。独立性と支持性という自然な条件のもとで、責任性、分割安定性、拒否安定性という三つの新しい公理を提案し、それぞれが「ジュンタ規則」を特徴づけることを示します。この規則では、固定された連合のいずれかの成員が対象をあるカテゴリーに入れると、その対象はそのカテゴリーに割り当てられます。無限の人口の場合も検討され、公理間の違いが明らかにされています。
説明効用を考慮した生成型推薦：効用を組み込んだ意味コードと効用ガイド付きデコーディング
要約本論文はUAGRという手法を提案し、生成型推薦システムの意味識別子（SID）構築とデコーディングの両方に下流の多目的効用を反映させます。効用の高い候補がビームサーチで早期に除外されるのを抑えることを目指しています。論文はオフライン実験とオンラインA/Bテストで有効性と実用性を示し、快手（Kuaishou）に全面展開されて動画視聴時間を0.206％増加させたと報告しています。
説明CAREFUL-Bench：多ターンLLM関数呼び出しを効果認識型・審査員不要で評価するベンチマーク
要約本論文は、バークレー関数呼び出しリーダーボード（BFCL）の多ターン検査が最終状態のみを評価し、中間呼び出しの副作用を無視している点を指摘します。著者らは全128関数の効果宣言を推定し、審査モデルを使わないリプレイ採点器と、決定的なシミュレーションユーザーを備えた確認認識型プロトコルを提案します。11のオープンモデルでの結果では、公式の順位は保たれる一方で、実行品質の差が明らかになりました。
説明SHq：大規模言語モデルの重み量子化のための学習可能なグリッド
要約本論文は、ブロックスケーリングのルックアップテーブル量子化形式で用いるグリッドの閉形式ファミリーSHqを提案している。圧縮強度とオフセットの2つのパラメータで値の配置を調整し、オフセットはFP8ブロックスケールの符号ビットで鏡像グリッドを選べるようにする。3Bから35Bまでの5モデルで2〜6ビットを評価した結果、3・4ビットでは全設定でKLダイバージェンスが最も低く、4.5ビットではNVFP4のKLダイバージェンスを41〜67%削減した。
説明一枚の画像で十分：テスト時に自己生成した教師信号で人物動画拡散モデルを個人化する手法
要約本論文は、姿勢駆動型の人物動画拡散モデルが、姿勢が参照画像から離れるにつれてアイデンティティを保持できない問題を扱っています。複数姿勢の被写体動画を用いる代わりに、姿勢条件付き生成器で重要姿勢の擬似正解フレームを合成し、参照画像のみを用いたサンプラーで被写体に近く一貫性の高い候補を選びます。その静止クリップで被写体ごとの低ランク適応器を学習させ、TikTokとUBC Fashionでは全指標で基盤モデルを上回り、実フレーム5枚を用いた適応と同等以上の結果を示しています。
注目点実在の多姿勢動画の代わりに合成した擬似正解フレームで個人化する点が新しく、TikTokとUBC Fashionでの実験結果が報告されている。
説明指定を考慮した予測不確実性の分解：入力の不完全さによる不確実性を切り分ける
要約本論文は、従来の予測不確実性の分解が入力の不完全性を考慮しておらず、欠けた情報が予測に与える影響も測れていないと指摘します。この設定を確率的に定式化し、予測リスクを指定不確実性、残留偶然不確実性、認識的不確実性の3項に分解しています。実験では、指定不確実性が不完全な入力の検出に最も有効で、残留偶然不確実性が分布内の予測誤りの検出に最も有効だと示されています。
説明長距離相関をもつ地形での生成拡散：分化カスケードとスコアの泡構造
要約本論文は、高次元ガウス確率ポテンシャルのギブス測度を解析可能なデータモデルとして、生成拡散の逆過程がなぜ有効なのかを調べる。正確なスコアを用いた解析により、軌道がデータの一つのクラスに確定する分化の窓の中で、逆過程が純粋状態の枝を段階的に絞り込み、最終的に単一の純粋状態に至ることを示す。また、スコアは板状のセルと衝撃状の境界からなる泡構造として記述され、去噪誤差はその段階に応じて低下するとされる。
注目点長距離相関を持つガウス確率ポテンシャルのギブス測度により拡散モデルの逆過程を解析し、泡構造とLarkin論証を提示。摘要は厳密スコアに関する理論結果を報告している。
説明代表性の乏しいデータを特定し生成して表現のバランスを取る手法
要約本論文はBRIDGEという手法を提案し、ラベルのない長尾分布データに対する自己教師あり学習の改善を目指します。現在のエンコーダが各画像の平均kNN距離で候補を評価し、支えの薄い範囲から予算内で画像を選択します。凍結した画像間拡散モデルが選ばれたアンカーの局所的な変種を生成し、拡張されたデータで事前学習を続けます。五つの長尾データ設定で、比較手法の中で七タスクの線形プローブとkNNの平均が最も高い結果を示しました。
説明言語モデルエージェントの行動検証を反証と仮説検討によって行う手法
要約論文は、言語モデルエージェントが環境の状態を変える行動を実行する前に、その意図した効果を予測し、誤りうる理由について検証可能な仮説を立て、既存の観測や状態を変えない追加行動で検証する手法 BlackSwan を提案している。仮説がいずれも反証されなかった場合にのみ行動を実行する。AppWorld の課題では、思考モードの有無に応じて最強のベースラインより成功率が 14.9 ポイント、25.2 ポイント向上した。WebShop でも 12.7 ポイント向上した。
説明Softmaxアテンションヘッドの厳密な融合には指数個のアトムが必要になりうる
要約独立に正規化された複数のアテンションヘッドを一つにまとめる際、出力を保つために必要な明示的なキー・値エントリ（アトム）の数を調べた論文です。特定の関数について指数的な下界を証明し、ヘッド数が次元を割り切る場合にその境界が厳密であることを示しています。さらに、事前学習モデルのキャッシュに対する正確な保存の問題と、2組の64コンテキストでの学習型キャッシュの比較結果も扱っています。