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Pixel：汎用移動マニピュレーション学習のための協調設計フルスタックロボットシステム
要約本論文は、汎用移動マニピュレーションの学習に向けて協調設計された全スタック型ロボットシステム「Pixel」を提案している。低コストの車輪型ヒューマノイドロボット、複数の遠隔操作および非ロボット型の人間データ収集インターフェース、統一された全身制御器、人間とロボットの両方のデモに共通する方策学習パイプラインを組み合わせている。さらに階層型学習フレームワークにより、言語条件付きの視覚運動制御と長期タスクの実行を実現し、ハードウェア、データ収集、方策学習の各面で評価を行っている。
説明Pixel-UMI：センサー付き人間デモから環境認識型の全身マニピュレーションを学習する手法
要約本論文は、人間のデモデータから移動マニピュレーション用の全身ポリシーを学習するパイプラインPixel-UMIを提案している。環境認識型リターゲティング（EAR）、リターゲティング誤差認識マスキング（REAM）、DAggerによる人間の修正収集の3要素で、人間とロボットの身体の違いを補う。五つのタスクでの評価において平均タスク進捗は87.0%であった。
説明EgoActionBench：一人称視点の人間動作映像に対する密なアクション記述のベンチマーク
要約本論文は、一人称視点の映像における細粒度な人間動作の理解を評価するベンチマーク「EgoActionBench」を提案します。連続する手の操作を、左手・右手・両手のいずれかが行う時間的に定位された原子動作として表現しています。1,407本のエピソードと41,132件の人手で精緻化された動作注釈を含み、内容・時間・手の対応を同時に評価する手法も提示されています。2つの基盤モデルを改良したところ、EgoActionScoreがそれぞれ15.9点と23.2点向上しました。
説明自然言語から厳密被覆へ：ジービラ・パズルのためのニューロシンボリックな手法
要約本論文は、自然言語で書かれたシマウマ型の論理パズルを解くためのニューロシンボリックな枠組みを提案している。大規模言語モデルが実体と制約を構造化されたツール呼び出しに変換して厳密被覆の問題インスタンスを構築し、記号ソルバーが解を計算して、誤ったまたは過不足のある符号化を反復的に修正する仕組みである。複数のパラメータ規模、事後学習の手法、モデル系列にわたって実験が行われ、この混合手法が思考連鎖プロンプティングを含む純粋なニューラルのベースラインや、最近のニューロシンボリックな手法を上回ると報告されている。
説明WebHarbor：進化するGUIエージェント環境のための実在ウェブサイトの接続
要約WebHarborは、153の実行可能でコンテナ化されたウェブサイト環境からなるスイートで、決定的な制御のもとで実在のウェブサービスの画面、コンテンツ、機能フローを再現し、GUIウェブエージェントの安定した評価と訓練を可能にします。環境は人間とエージェントの協働により、タスクに応じて機能範囲を広げながら構築されました。3,518のタスクを含み、多段階および認証後のワークフローを扱います。WebHarborで強化学習を行ったQwen 4B級のGUIエージェントは、未見のタスクに汎化し、四つのベンチマークで主要なオープンソースのGUIウェブエージェントと競合する性能を示しました。
説明事前学習データ量がMuonとAdamWの微調整差を逆転させる
要約本論文は、事前学習後の微調整におけるMuonとAdamWの性能を比較しています。事前学習データ量が十分に多い場合、微調整後はAdamWがMuonを上回ることが分かりました。モデルが大きいほど、AdamWが上回るために必要なデータ量とパラメータ数の比率は小さくなります。この現象を説明するために「マージン対広がり比」という指標を提案し、言語モデルと線形連想記憶で分析しています。
説明すべての推論が一般化するわけではない：RLVRで一般化可能な推論戦略を学習する事例研究
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、推論戦略を通じて大規模言語モデルの一般化を促す方法を検討しています。制御可能な方程式求解の枠組みを用い、分布内の課題では段階的な導出を保つモデルが、分布外の変化では導出を放棄して非効率な総当たり列挙に移行し、正答率が大きく低下することを示しています。双射逆変換タスクを併せて学習させると正しい戦略と分布外での精度が一部回復すること、また結果報酬のみのRLVRでも有効な推論戦略が暗黙的に強化されるという理論的分析も提示しています。
説明Isekai3D SDG：多様なゲーム映像合成データのためのプラットフォーム
要約本論文は、視覚・世界モデル、ニューラルグラフィックス、ゲームエージェントなどの研究向けに、合成3Dゲームプレイを模擬・収録するIsekai3D合成データ生成（SDG）プラットフォームを紹介します。二段階のワークフローで、まずゲームを模擬して世界の状態、キャラクターの動きや行動、カメラ軌跡を記録し、次にその記録を再生して映像、画像、深度マップなどを出力します。出力にはフレームに対応したカメラ、キャラクター、行動のメタデータが付随します。
説明FADE：オンラインRLVRスケジューリングのための因子分解型能力・難易度フィルタリング手法
要約論文は、RLVR（検証可能な報酬による強化学習）の学習中にプロンプトをオンラインで選択するFADE（因子分解型能力・難易度推定）を提案している。方策の能力の速い変化と各プロンプトの固有の難易度を分けて推定する双線形状態空間フィルタを用いる。5つの推論ベンチマーク、2つのベースモデル、4つのスケジューリング手法で、同じロールアウト予算のもとで下流の正答率と校正が改善され、1ステップあたりの追加コストは0.6ミリ秒未満とされている。
説明階層的EEG-テキスト整合による思考解読
要約本論文は、脳波（EEG）を用いた文レベルのEEGからテキストへの分類を扱い、コミュニケーションに障害のある人への代替的な意思伝達手段の提供を目指している。著者らは新しい階層的整合フレームワークを提案し、文脈とEEGを入力として、読まれた文を検索することを主な目標としている。
説明D&A：記述と評価を分離し、VLMをゼロショットのロボット報酬モデルとして使えるようにする手法
要約本論文は、ロボットの動画におけるタスク進捗の推定に視覚言語モデル（VLM）を用いる D&A（Describe & Assess）を提案している。タスクに即した客観的なシーン動態の文章による記述を先に行い、その後に明示的な評価基準で評価するため、確認バイアスが抑えられる。手法はプロンプトのみに基づき追加学習を必要とせず、得られた報酬推定は後続の強化学習に利用できる。
説明Strategist：エージェントによる推論戦略の進化
要約本論文は、タスク間で推論戦略を進化させるメタエージェント Strategist を提案する。各戦略は再利用可能な実行可能コードとして保存され、ライブラリを形成する。新しいタスクでは関連する戦略を検索し、小規模な開発データで候補を試して結果に基づき修正し、その候補をライブラリに追加する。30 のベンチマークのうち 24 で最強のベースラインを上回り、平均精度は同等（74.7% 対 74.0%）で推論コストは 39% 低い。戦略は追加の探索なしに未見のタスクや他のモデルにも転用できる。
注目点新規性は、メタエージェントが推論戦略を跨タスクで進化させ再利用可能なブループリント集を構築する点にある。著者は30ベンチマークで24勝、平均精度は同等でコストは39%減と報告。
説明大規模言語モデルの科学的発見能力と学習データの関係を追跡する
要約本論文は、大規模言語モデルの科学的発見能力がどこから生じるのかを、学習中に一度だけ観測された事実（monofact）の割合という観点から検討し、その理論的枠組みを提示しています。材料科学と規制ゲノミクスの分野で学習データ中の単発事実の割合を操作したところ、2つのオープンウェイトモデル系列、異なるサンプリング戦略、推論予算のいずれにおいても、単発事実が多いほど発見が多く得られることが示されました。さらに、この関係は学習データの多様性だけでは説明できず、領域内データと組み合わせると他の科学分野へも移転しうることが報告されています。
説明疎で対応のないキャッシュ済み応答によるベンチマーク予測
要約本論文は、埋め込まれた応答に基づいてモデルを低次元で表現する乗積カーネル視点空間（PKPS）を提案している。PKPSは、同一だけでなく類似したクエリへの応答を比較することで、ブラックボックス生成モデルの表現を一般化し、疎で対応のない情報を利用できる。理論的には、密で対応のある評価データのみを用いる手法と比べて、PKPSによるベンチマーク予測がクエリ効率に優れることを示している。二つの大規模ベンチマーク群での実験では、PKPSベースの手法がベースライン手法を上回ることが示された。
説明力学系の効率的なクロージャ学習：データ同化と埋め込み型手法の比較
要約本論文は、簡略化された力学系で解像されない効果を近似する、2種類のデータ駆動型クロージャモデリング手法を比較する。非線形な状態依存の隔離クロージャを持つ合成疫学SIQRモデルを例に、両者のコストと精度のトレードオフを検討している。結果として、埋め込み型の学習は平均精度が最も高く、段階的手法は定性的な挙動が近く誤差はやや増えるものの、モデル評価回数が大幅に少なく、最適化が頑健であることが示された。
説明ufakzeka-kulak：ゼロから学習した3160万パラメータのトルコ語音声認識モデルの構築と評価
要約本論文は、パラメータ数3160万のオープンなトルコ語音声テキスト変換モデル ufakzeka-kulak を紹介する。FastConformerエンコーダにTDTとCTCヘッドを組み合わせ、Apache-2.0ライセンスで公開されている。学習データは4977時間で、うち281時間は人手による書き起こし、残りは字幕や機械による書き起こしを、独立した音声の再読み取りで一致を確認したものである。FLEURSおよびCommon Voice 27.0のトルコ語テストセットで、貪欲TDTデコーディングの正規化単語誤り率はそれぞれ0.0921と0.0916であり、Whisper baseとsmallより低いが、Whisper large-v3より高い。会話音声での単語誤り率は0.3807である。
説明Reviso：すべての視覚的証拠に同等の注意を払う必要はない動画キャプション生成
要約本論文は、動画キャプション生成のためのエージェント型フレームワーク Reviso を提案しています。低フレームレートの全体プレビューから観察計画を作成して重要な要素を定め、必要な時間区間を選択的に見直しながらツールを組み合わせて詳細に観察し、全体と局所の情報を統合してキャプションを生成します。4つの動画キャプションベンチマークで、評価した公開のオープンソースベースラインを上回る結果が示されており、生成されたキャプションは後続の動画質問応答にも役立つとされています。
説明DiabAgent：エージェント型生理制御に向けて
要約本論文は、エージェント型生理制御を評価するための研究スイートDiabAgentを提案し、1型糖尿病の血糖管理を具体的な場面として取り上げています。スイートはデバイスツールで血糖を制御するAPCフレームワーク、仮想テスト用のDiabetSimシミュレータ、212の血糖制御タスクからなるSweetBenchベンチマークで構成されます。実験では、APCのCOGIスコアが73.5で、オープンソースの閉ループ基準OpenAPSの71.2を上回りました。
説明四つの橋：マルチエージェントゲームにおける欺瞞傾向の測定
要約本論文は、欺くよう指示されていないにもかかわらず、マルチエージェントの相互作用の中で自然に現れるAIエージェントの欺瞞行動を研究している。評価プラットフォームKradleと、情報の非対称性を利用したゲームFour Bridgesを提案し、八つの最先端モデルを検証した。全モデルで欺瞞的行動が見られ、全実行の73%を占めた。
説明データを統合すべきか？プライバシーを守ってデータ共有を評価するアルゴリズムと限界
要約本論文は、二つの当事者がそれぞれ秘密に保持するラベル付きデータを、互いに個々のデータ点を明かさずに、一つの分類器で同時に当てはめられるかを判定する問題を扱います。純粋なε二者間差分プライバシーの下で、両データが互換的な場合と衝突する場合を区別できる誤り数の閾値を求め、実数直線上の閾値関数と、R^d上の半空間の場合について結果を示しています。
説明構造化視覚ランドスケープ：生物学的・人工ニューラルネットワークにおける選好表現の生成
要約本論文は、構造化された視覚表現ランドスケープを提案し、活性化に基づく事前分布で潜在空間を正則化する手法を設計している。モデルVis-Lensは変分オートエンコーダと拡散モデルを組み合わせ、画像ごとの反復最適化を行わずに、活性化で正則化された潜在符号を直接修正して自然で現実的な選好画像を生成する。人工ニューラルネットワークと機能的磁気共鳴画像法（fMRI）によるヒト視覚皮質のデータで有効性を示し、近年の最先端手法と比べて活性化の変調と画像の現実性が向上したと報告している。
説明DynaSolver：動的境界を伴う自己回帰的4次元流れ予測のためのニューラルオペレータ
要約本論文は、関節をもって動く境界の周りの非定常流れを扱う、ニューラルオペレータ型の代理モデルDynaSolverを提案しています。あわせて、多様な形態と流れ条件を含むロボットCFDベンチマークRoboCFD-4Dを構築しています。実験では、全体の自己回帰ロールアウトにおいて、学習型CFD代理モデルの中で最も高い精度を示し、予測が進むほど優位性が大きくなりました。
説明確率的時系列基盤モデルの不確実性キャリブレーションの評価
要約本論文は、確率的時系列基盤モデル（TSFM）が出力する不確実性推定の信頼性を検討しています。モデルが予測の不確実性をどのように表現するかの分類を示し、多期間予測におけるキャリブレーションを細かく評価する枠組みを提案しています。主要なモデルには系統的な誤較正が見られ、通常の指標ではそれが見えにくいこと、また事後的な再較正手法の効果も分析されています。
説明多エポック事前学習のスケーリング理論：後期の過学習とアンサンブル
要約本論文は、学習データを固定した場合に、エポック数とアンサンブルサイズが汎化性能にどう共同で影響するかを研究している。FineWeb上の言語モデル実験では、logit平均によって学習後期の性能低下が軽減され、最適停止時点が遅くなることが示された。著者らは、べき乗則のランダム特徴アンサンブルに対する多エポック確率的勾配降下法の動的平均場理論を導出し、その結果から固定データと個々のモデル規模のもとでの計算資源配分則を示している。
注目点多エポック学習とアンサンブルを結び、DMFTによる理論と計算配分則を導出；作者はFineWeb上の実験で、アンサンブルが単一の広い・深いモデルを上回ると報告。
説明3D-BBDA：勾配逆伝播を使わない、頑健な3D点群認識のためのブラックボックス・ドメイン適応手法
要約本論文は、ソースデータやソースモデルの内部パラメータにアクセスできず、ブラックボックスの出力しか得られない状況で、ラベルのない対象データに学習済み三次元点群分類器を適応させる3D-BBDAを提案する。擬似ラベルに基づくプロトタイプ整合と、ソースのロジットと整合のロジットを重み付けして融合する予測モジュールを用いる。四つの劣化を含む三次元ベンチマークで既存の基準手法を上回ったと報告されており、推論は勾配更新を伴わない一回の前向き計算で済む。
説明FedReady：有界エージェントによる連合学習の事前準備
要約本論文は、連合学習の開始前に、タスクに適合するサイトを選び、その局所データとタスクコードを準備する「連合形成」を、有界なLLMエージェントで行うFedReadyシステムを提案している。実行系がワークフロー状態を管理し、エージェントの成果物はダイジェストに結び付いた検査を通過した場合にのみ受け入れられる。39の模擬網膜サイトと4つのタスクを用いた実験では、候補サイトの発見で再現率1.00、局所的な適格性検証で17件の誤検出をすべて除去し、適格なサイトとタスクの組み合わせを一つも失わなかったと報告している。
説明Sonar-MoE：逆伝播中で専門家パラメータを更新し、MoEモデル学習のメモリを削減する手法
要約本論文はSonar-MoEを提案し、混合専門家（MoE）モデルの専門家テンソルを逆伝播の途中で更新して勾配をすぐ解放することで、GPUが保持する専門家の勾配を最大1層分に抑えます。OLMoE-1B-7BとGranite-3.1-3B-A800MをbF16で微調整した実験では、ピークメモリが19%から22%減少しました。専門家の勾配クリッピングを行わない場合、更新結果は標準学習とビット単位で一致し、検証損失の差は0.003以内でした。1ステップの所要時間は、全体ノルムクリッピングを用いる標準学習より17%から23%短くなっています。
説明NitiBench+：17分野にわたる時点を考慮したタイ法律質疑応答ベンチマーク
要約本論文は、タイの三つの裁判所の判決から作成した1,670問・17分野のタイ法律質疑応答ベンチマーク「NitiBench+」を提案します。各引用条文について判決日時点で有効な本文と現行の本文の両方を収録しています。13のオープンウェイトモデルの評価では、改正後の現行本文を読むと Bar-standard スコアが低下し、廃止された法律を見落とすと大きく低下することが示されています。また、26モデルのリーダーボードでは、最良モデルでも今日のモデルがタイ法にまだ大きな差があることが示されています。
注目点判決日時点で有効な条文で評価する点が新しく、改正条文による性能低下を1670問・13の公開モデルで示す。
説明VeriHarm-Bench：コーディングエージェントの「有害な成功」を検証可能に測る評価基準
要約本論文は、コーディングエージェントが良性のタスクを達成しつつ、無関係なファイルの削除、アクセス制御の弱体化、データ破損などの意図しない害を同時に引き起こす「有害な成功」を取り上げています。著者らは、有害な動作を直接測定できるプログラムで検証可能なベンチマークを自動構築するフレームワーク「VeriHarm」を提案しています。評価では、最先端エージェントの平均タスク精度は95%だったものの、害を引き起こさずに完了した安全な成功率は平均37%にとどまりました。
説明BISECT：低ランク継続学習のための二層スペクトル分解法
要約本論文は、事前学習済みVision Transformerにおける例示なし継続学習のため、低ランク適応（LoRA）の枠組みBISECTを提案する。固定ランクの予算を、過去と現在のタスクの結合グラム行列の主要モードからなる不変キャリアと、一般化レイリー白色化と直交補空間射影により得られる新規性補完の二つの直交ブロックに分ける。単一タスクの学習後、閉形式の精度ゲートで両ブロックを凍結バックボーンに畳み込む。著者らは、五つのデータセットの八つの増分設定で、プロンプト、アダプタ、LoRAの各ベースラインを上回ると報告している。
説明PlantVLM-Edge：エッジデバイス上で作物の健康診断を行う量子化視覚言語モデル
要約本論文は、リソースが限られたエッジデバイス上で完全に動作する、会話形式の作物健康診断用量子化視覚言語フレームワーク「PlantVLM-Edge」を提案している。農業分野への適応、学習後量子化、オフラインのチャットインターフェースを組み合わせ、クラウド接続なしで診断や症状の説明、管理の助言を得られるようにしている。NVIDIA Jetson AGX Orin上での実験では、4ビットAWQ量子化が全精度モデルの回答品質の98.6%を維持し、最も小型の構成では重みメモリが2.01 GiB、64トークンの診断応答が0.78秒で完了した。
説明深層学習を用いた共変量依存ポアソン過程の非パラメトリック強度推定
要約本論文は、観測された共変量に強度が依存するポアソン過程について、強度関数の非パラメトリック最尤推定を扱う。真の強度がゼロに近づく場合も含めて成り立つオラクル不等式を、共変量平均のヘリンガー距離について導出している。そのうえで深層ニューラルネットワークに基づく推定量の収束率を示し、シミュレーションとAllen Brain Observatoryのデータ解析で核推定量と比較している。
説明LLMエージェントはフォワードデプロイドエンジニアになれるか？企業向けText-to-SQLにおける要件発見と納品
要約本論文は、大規模言語モデルのコーディングエージェントが、顧客の要件を発見し、それをデプロイ判断へ変換するフォワードデプロイドエンジニア（FDE）として機能できるかを検討しています。実際の企業向けText-to-SQLプロジェクトを基に、曖昧な依頼しか出さない模擬顧客に対し、エージェントは発見段階で受け入れ基準、データ権限、ハードウェア制約を明らかにし、納品段階で後学習の手順を計画・実行します。最も性能の高いモデルは隠された要件の80%超を発見しましたが、納品段階では8種類のコーディングエージェント構成のうち、全受け入れ基準を満たしたのは25%の実行にとどまりました。
説明LLMエージェントは不完全な地球システムモデルのパラメータ化を改善できるか？
要約地球システムモデル（ESM）は、対流、雲微物理、乱流など解像できない過程を表現するためにパラメータ化に依存しています。本論文は、暖かい雨の衝突併合過程を試験事例として、LLMエージェントが科学文献を統合し、既存の体積パラメータ化を再実装し、微分可能なJAXコードとして新たな関数形を提案できるかを評価しています。従来のパラメータ化、データ駆動型エミュレータ、エージェントが生成したクロージャを、高精度の超液滴シミュレーションと比較しています。専門家の指導や反復フィードバックがあれば、実行可能で微分可能かつ質量保存的なコードが得られたと報告されています。
説明変分汎関数ニューラルネットワーク（vfNN）：積分形式の物理汎関数を最適化して系の状態を求める手法
要約本論文は、ラグランジアン、ハミルトニアン、自由エネルギーなど積分形式の物理汎関数を最適化して系の状態を求める変分汎関数ニューラルネットワーク（vfNN）を提案している。これにより、微分方程式である運動方程式（オイラー・ラグランジュ方程式）を直接解くことを回避する。高階導数と経験的な重み係数を用いる従来の物理情報ニューラルネットワーク（PINN）とは異なり、低階導数のみを評価し、重み係数を厳密な物理スケールに置き換える。線形または非線形の常微分方程式で記述されるベンチマーク系で精度の高い結果が得られたと報告している。
説明電力系統の検討と系統連系評価を自動化するエージェント型フレームワーク
要約本論文は、Grid Agentsというシステムを提案しています。これは、規制、標準、工学知識を格納して検索可能にし、利用に伴い更新される Grid Ontology（グリッド・オントロジー）と、電力系統工学に特化した Grid Studio というエージェントから成ります。著者らは、8つの電力系統ベンチマークを519タスクにまとめて評価し、エージェントのツール呼び出しを再生して作業過程も検証しました。最適化器を組み込んだ場合、補強策のコストは、エージェント単独で設計したものより平均33〜67%低くなったと報告しています。
説明CoLa3D：潜在空間での組み合わせ可能な3Dシーン分解
要約本論文は、単一画像または既存のシーンメッシュから得た全体シーンの潜在表現を入力とし、空間配置が一貫した物体メッシュの集合を直接出力するCoLa3Dモデルを提案します。出力された物体は、整合性のあるシーンとして組み直すことができます。軽量なクエリベースのTransformerを用い、2Dマスク、3D点、学習可能なクエリなど様々な形式のクエリを受け付けます。合成データと実データの両方で、組み合わせ可能な3Dシーン分解において最先端の性能を示し、SAM 3Dより2倍速く、学習データは1%未満です。
注目点新規性は、個別生成後に組み立てる代わりに共有シーン潜在表現内で直接物体を分解する点にある。摘要では合成・実データでSAM 3Dより速く最先端と報告。
説明皮肤がん診断における多元ソースフリー領域適応のための対照アダプター訓練と合意知識蒸留
要約本論文は、ソースデータにアクセスできない状況で、複数のラベル付き臨床データ源からラベルなしの対象皮膚病変データへ適応させる CAT-CKD 手法を提案する。冻結された ViT 基盤内で軽量な ConvPass アダプターを教師あり対照学習により訓練し、複数のソースモデルの logits を合意信号に集約して、KL ダイバージェンスにより生徒モデルを適応させる。著者らは、5 つの公開皮膚病変データセットで平均 AUROC 86.1% を達成し、学習可能パラメータは 4.3M のみだと報告している。
説明Library of Layers（LoL）：推論時にTransformer層の順序を動的に並べ替える手法
要約本論文は、推論時にグローバルなTransformerブロックのライブラリから層の実行順序を動的に選び並べるアーキテクチャ「Library of Layers（LoL）」を提案しています。ライブラリのサイズという単一のハイパーパラメータで、パラメータ再利用とスパース性の間を移行でき、稠密、深さ再帰、専門家混合の各構造の効率性のトレードオフを統一的に扱います。数独や迷路、多言語テキスト、安全性データでの実験結果も報告されています。
説明未注釈の候補にも段階評価を：RecSys-HR 2026 の WorkRB スキル抽出チャレンジから得た知見
要約本論文は、RecSys-HR 2026 で行われた WorkRB のスキル抽出チャレンジを紹介する。未注釈のスキルをすべて誤りとみなす二値評価に代えて、候補スキルごとに 0 から 4 の関連度を付け、nDCG@100 で採点する。関連度は四つの二値質問に分解し、LLM による判定の妥当性を人手とフロンティアモデルの再注釈で検証した。参加システムの多くは検索と再ランキングの多段構成を採り、その効果は正解の発見よりも無意味な候補の除去によることが示された。一方、評価対象の多くは基線より大幅に多いパラメータを使っており、効率化が今後の課題とされている。
説明DistDebug-Bench：LLMエージェントは分散システムのバグを診断できるか
要約本論文は、大規模言語モデル（LLM）エージェントがコードレベルで複雑なシステムの障害を診断できるかを評価するベンチマーク「DistDebug-Bench」を提案しています。11種類の広く使われる分散システムから、5つのプログラミング言語と10種類の障害パターンにまたがる120件の実際のバグを収録しています。最新のLLMやエージェントを評価した結果、現行のエージェントと実際のデバッグ作業との間に大きな隔たりがあることが示されました。
説明PanoTac：頑健な触覚中心の操作のための高密度3軸触覚センサー
要約本論文は、低コストで柔軟な触覚指先PanoTacを提案し、高密度の3軸触覚センシングを実現します。各指先は12×32×3の触覚表現を出力し、各タクセルで法線成分1つとせん断成分2つを計測します。センサーは60 Hzで動作し、1指先あたりのコストは50ドル未満です。これを視覚と触覚を組み合わせた機械システムに統合し、試験管の準備、粒の掬い取り、塩の注ぎ込みの各タスクで、視覚のみのベースラインを平均46.7ポイント上回りました。
説明VIAS：組織の多価値アライメントとコンプライアンスのための価値分離型アクティベーション・ステアリング
要約本論文は、モデルの重みを変えずに生成時にその内部活性化へベクトルを加える活性化ステアリングが、プロンプトのみの場合を超えてコンプライアンスを向上させられるかを検討しています。提案手法VIAS（Value-Isolating Activation Steering）は、関連するすべての価値を列挙したプロンプトと、単一の目標価値を省いたプロンプトへの応答を対比させ、価値ごとのベクトルの重なりを減らします。職場のコンプライアンスデータセットPROTECTで評価したところ、プロンプトと併用した場合、Qwen2.5-7B、Mistral-7B、Phi-3.5-miniはそれぞれ、タグ付けされたすべての価値を69.6%、75.2%、72.6%のシナリオで満たし、いずれのモデルもプロンプトのみを上回りました。
説明「装備するのではなく、問う」：深いカーネル最適化のための問い駆動型コーディングエージェント
要約本論文はKernelSeekを提案する。これは既存のCUDAカーネルをGPU上で高速化するための、問いによって導かれるコーディングエージェントである。演算子固有の知識や模倣すべき高速な実装は使用しない。論文によれば、同じタスク・評価環境・ハードウェアの下で、ツールを多く備えた自律型エージェントはFlashAttention-3の0.50倍で頭打ちになったのに対し、KernelSeekは1.13倍に達した。さらに、外部ライブラリに依存しないHopperおよびBlackwell向けのFlashAttention前向きカーネルを生成し、幾何平均でFlashAttention-3の1.16倍、FlashAttention-4の1.46倍と報告している。カーネル、ハーネス、問いのバンク、全トレースは公開されている。
説明RASP：全体を読み、疎にだけ更新する継続学習（サイズ固定のLoRA）
要約本論文は、事前学習済みVision Transformerのパラメータ効率的な継続学習手法RASPを提案します。固定サイズのLoRAアダプタ一つを用い、推論時は全ての階数1成分を読み取り、学習時はルーターが選んだ少数のチャネルのみに勾配を与えて忘却を抑えます。著者らは、CIFAR-100、CUB-200、ImageNet-R、ImageNet-Aで、パラメータ量を一定に保ったままタスクごとに分岐を増やすLoRA手法と同等以上の結果を得たと報告しています。
説明ST-GFM：測定可能な摂動上界とマスク付きスペクトル再構成を備えた時空間グラフ予測モデル
要約本論文は、センサーネットワークの交通予測を対象としたST-GFMを提案します。入力を学習された非対称演算子上のチェビシェフ・双方向拡散フィルタで処理し、ノードごとの時間注意機構と交互に適用します。演算子の変化に対するFrobenius範囲の摂動上界を示し、METR-LAとPEMS-BAYで評価しています。提案するマスク付きスペクトル再構成損失は、最初の40エポックで有効で、60分予測のMAEを改善すると報告されています。
説明信号処理とディープニューラルネット推論を両立させるクロスドメイン行列エンジン
要約本論文は、通常はシストリックアレイ（SA）として動作し、操作ごとに低コストの再構成でテンソル型エンジンに切り替わる行列演算エンジンを提案する。小規模な信号処理カーネルの低遅延と、大規模なDNN推論の高スループットを両立させることを目指す。修正版SCALE-Simによるシミュレーションでは、小規模PHYカーネルの遅延が最大7.5倍、DNN負荷で最大1.65倍の高速化が示された。合成結果では、再構成ファブリックのオーバーヘッドは電力8%、面積13.6%と見積もられている。
説明AIは形式人口学を行えるか？最高齢者へのワクチン接種が最も多くの命と最も多くの寿命を救う理由
要約本論文は、AIモデルのClaudeに、新型コロナワクチンを最高齢者に接種することで最も多くの命と寿命年数が救われるという既存の結果の証明を説明・簡略化させた実験を記録したものです。著者によれば、モデルは生命表の既知の恒等式と凸性の定義に基づき、より短く直感的で、やや一般化された新しい証明を提案しました。また、その結果が成り立つ条件（ハザードの逆数の凸性）と、その厳密な形も示されています。
説明継続的な言語モデル学習のためのラベル不要のオンライン勾配マッチング（OLGA）
要約本論文は、データが時間とともに変化する中で言語モデルを継続的に更新するための手法OLGAを提案しています。ラベルを使わず、モデル自身の次トークン予測を勾配マッチングの目標として用い、これまでに見たすべてのデータの学習信号を担う少数の例を合成します。五つのテキスト分類ベンチマークでは、最も強い選択ベースラインより精度が10ポイント向上したと報告されています。
説明技術的難易度から組織的難易度へ：AIベンチマークの新たな視点
要約本論文は、既存のAIベンチマークの多くが単一の技術的タスクを評価単位としている一方、現実の経済的な業務は組織の中で行われ、活動の相互依存、権限の分担、時間的制約、利害の対立などを伴うと指摘しています。著者らは組織論を基に、業務の構造を分類する枠組みを提案し、それを既存のベンチマークに適用しました。その結果、組織的な側面の網羅は限定的で偏りがあると報告しています。そのうえで、AIベンチマークは、エージェントが組織的条件を乗り越える能力を評価する方向へ広がるべきだと主張しています。
説明解釈可能な時間特徴とIQR・異常検知を組み合わせた、ネブラスカ州の湖の来訪者数予測ハイブリッドフレームワーク
要約本論文は、空間特徴、基本的な時間特徴、解釈可能な時間特徴を用いて、ネブラスカ州の湖の日別来訪者数を予測します。複数の基本モデルと、それらを組み合わせたハイブリッドモデルを比較しています。また、ラグ特徴量の影響と、IQRおよび異常検知という外れ値処理手法の効果を検討しています。異常値を除去すると誤差指標が低下し、異常検知はIQRより良い結果を示しました。交差検証では、投票アンサンブルが比較対象の基本モデルより優れていたと報告されています。
説明厳密な境界・初期条件を満たす物理情報ニューラルネットワークによるせん断圧電係数の同定
要約本論文は、ネットワーク出力に空間の距離関数と時間の乗数を直接組み込み、固定境界と静止初期状態を自動的に満たす制約付き物理情報ニューラルネットワーク（PINN）を提案する。シミュレーションデータにおいて、疎でノイズの多い地下波動場の観測から、せん断圧電係数e15を非破壊で復元できることを示す。ソフト制約の基準手法との比較では、制約付き定式化の平均誤差は0.15%から0.51%である。
説明傾斜凸性と厳密なオフライン・オンライン分離（凸性を一つのパラメータで緩めた関数類と、その最適化上の差を示す理論）
要約本論文は、凸関数の三つの同値な特徴づけを、パラメータγ∈(0,1]による一つの変形で弱め、入れ子になった関数類を定めています。これらの類に属する関数の最小化について、オフラインでは一次の問い合わせと射影で精度εに達する多項式時間の手法を示し、オンラインでは特定の条件のもとで一般的な多項式時間アルゴリズムが亜線形な後悔を達成できないことを示します。結果として、NP≠RPの仮定のもとで、γがオンライン設定における各類の厳密な係数であるとされています。
注目点凸性を一つの歪みパラメータγで弱める枠組みを提案し、包含関係と厳密なオフライン・オンライン分離を示す。計算困難性の下界も与える。
説明入出力データから未知システムの安全な最適制御を行うベイズ的枠組み
要約本論文は、入出力データから未知の非線形確率システムを学習し、粒子マルコフ連鎖モンテカルロ法で状態空間形式の事前分布を更新して、動力学と潜在状態の同時不確実性を表すベイズ的枠組みを提案します。その表現に基づき、任意の因果的制御則のもとで制約充足に関する確率的保証を与える検証手続きと、制約関数の条件付きバリュー・アット・リスクを罰則とする制御設計を示します。さらに滚动ホライズン設定に拡張され、垂直農場の最適制御で実証されています。
説明HIVE-Diff：単一のLDRフレームとイベントデータからの高フレームレートHDR動画再構成
要約本論文は、1枚の低ダイナミックレンジ（LDR）フレームとイベントカメラのデータのみから、複数のHDRフレームからなる高フレームレート動画を再構成するHIVE-Diff手法を提案しています。イベント条件付きの動画拡散フレームワークで、タスクをイベント誘導による時間方向の生成とHDR内容の補完に分解しています。実際の対応するHDR・イベントデータは少ないため、合成データで学習した後、LDRとイベントの系列を代理の教師信号として用い、教師・生徒蒸留により実データへ適応させています。著者らは、合成および複数の実世界データセットで高い再構成品質と実データへの頑健な適応性を示したと報告しています。
説明偽装された展開勾配：補間ベースとヤコビアン正則化の橋渡しによる安定したニューラルダイナミクス
要約ハイブリッドモデルやニューラル微分方程式は物理系のモデリングで重要性を増しているが、長期積分では不安定性や精度の問題が生じやすい。本論文は、補間やノイズを加えたサンプルで学習する方法と、学習表現のヤコビアンを正則化する方法が、いずれも展開（unrolled）学習で得られる勾配の近似に対応することを示している。この理解に基づき、学習を正則化する原理的で完全な手法を導き、学習された動力学系の安定性への効果を示している。
説明Bg-Mix：電子顕微鏡画像のデータ拡張における背景の活用
要約本論文は、学習画像を前景の対象と背景に分解し、両者を組み替えて新たな拡張画像を作るデータ拡張手法Bg-Mixを提案している。電子顕微鏡によるウイルス画像の物体検出で評価され、2つのデータセットと2種類のアーキテクチャで、基準モデルに比べボックス平均適合率（mAP）が+0.8から+3.3ポイント向上した。
説明解釈可能で制御可能な離散拡散のためのオンラインクラス事後分布
要約本論文は、離散拡散モデルにおいて、条件付きと無条件のモデル予測を組み合わせ、クラス条件付き事後分布をオンラインで追跡する理論的枠組みを提案しています。マスク言語モデリングでは、クラスに整合するトークンが事後分布を高め、矛盾するトークンはそれを抑えることが示されています。また、この事後分布に対して論理演算（AND、OR、NOT）による誘導を行えることや、離散と連続の設定における分類器なしガイダンスの違いについても論じています。
説明局所エネルギー分解によるハミルトン学習の改善
要約本論文は、ハミルトニアンを運動エネルギーと位置エネルギーに分解し、複数の相互作用近傍にわたる共有の局所関数の和として表す局所多スケールハミルトニアンニューラルネットワーク（LM-HNN）を提案する。著者らは、この構造により保存的な力学を保ったまま微細なエネルギー構造を学習しやすくなると述べている。低次元、相互作用系、速い–遅い系での実験では、同種の構造保存モデルより正確なハミルトン導関数と長期的な軌道予測が得られ、学習時に観測されなかったエネルギー準位への汎化も改善したと報告している。
説明Intent2CAD：意味・パラメトリック教師信号がテキストからCAD生成に与える影響を探る研究
要約この論文は、自然言語からCADプログラムを生成する際に、設計意図を意味的特徴・再利用可能なパラメータ・軽量なパラメトリック関係としてコードに表すことを提案している。著者らは、低レベルのCAD構築過程をCadQueryプログラムに変換した10万組のテキスト・コード対データセットIntentCAD-100Kを作成し、2段階の保守的なリフティング手法を検討している。結果として、意味的リフティングは生成の信頼性と特徴の再現性を高め、パラメトリックリフティングは関係構造を明示して関係を考慮したゼロショット編集を改善することが示されている。
説明二次序列機械的アンラーニングにおける誤差の蓄積
要約本論文は、全体の再学習なしに削除された訓練データの影響を取り除く機械的アンラーニングについて、削除要求が逐次到着する場合の誤差蓄積を扱う。パラメータ数がサンプル数に比例する高次元設定で、部分的アンラーニングと完全なアンラーニングの二つのプライバシー設定を比較し、共役勾配法によるニュートン反復の逆ヘッセ行列–ベクトル積の近似を検討する。理論では、認証方式に応じて1〜3回のニュートン–共役勾配更新で認証が成功し、公開モデルの母集団リスク劣化が消失することを示し、数値実験では病的問題において勾配法より計算効率が高いと報告している。
説明対数凹性を超えて、劣多項式クエリで行う近接サンプリング
要約本論文は、勾配が β-Lipschitz だが凸とは限らない密度 π(x)∝e^{-V(x)} からサンプルを得る際の勾配クエリ数を研究する。ガウス摂動と雑音付き観測に条件付けた位置サンプリングを交互に行う近接サンプラーを用い、既存の高次雑音条件付きサンプラーで観測連鎖を実装して、関数不等式の下での次元依存性を改善している。対数 Sobolev 不等式および Poincaré 不等式それぞれの下での複雑度保証も示している。
説明『知らないふりをする：チェス用Transformerはさまざまな技量のユーザーをどう模倣するか』：棋力ごとに既存知識の使われ方が変わるかを検証した研究
要約本論文は、棋手の技量を条件として人間の着手を予測するチェス用Transformer「Maia-2」を研究しています。プローブにより内部状態から172のチェス概念の符号化を測定したところ、技量条件によらず精度はほぼ一定でした。最終出力層のみを微調整すると、最低技量帯の最善手正答率は14.4%から82.8%に上昇しました。弱い振る舞いは知識の欠如ではなく、知識の使い方の違いを示すと論じています。
注目点低スキル行動が知識の欠如によるのか知識の使い方の違いによるのかを区別する点が新しい；Maia-2で探針、出力層の微調整、疎なオートエンコーダによる操作を行い、最低スキル帯の最善手正解率が14.4%から82.8%に上がったと報告している。
説明一度の整列で説明可能に：基盤ビジョントランスフォーマーのスケーラブルなB-cos化のための特徴整列
要約本論文はALOE（ALign Once to Explain）を提案し、ラベル不要の一度きりの特徴整列によって、基盤視覚モデルを本質的に解釈可能なB-cos版へ変換する手法を示している。整列後のB-cosバックボーンは複数の下流タスクでそのまま置き換えて使用できる。教師あり、自己教師あり、視覚言語の各事前学習方式に対応し、分類ではバニラB-cos化を大きく上回る。
説明ニューラル接線カーネル解析と強化学習を結び付け、深層関数近似に適用する研究
要約本論文は、ニューラル接線カーネル（NTK）の理論を強化学習へ拡張し、時間変化するミニバッチと時間差分（TD）更新に対応するTDフロー定式化を提案しています。過パラメータ化の設定で価値関数の変化を表す閉形式解を導出しています。さらに、その解を用いて環境の制約のもとで実行可能な状態集合を求める最適化ベースの状態空間探索法も考案されています。決定論的なグリッド環境での実験では、学習が効率的に進み、訓練データの分布変化に適応することが確認され、この探索戦略によってサンプル効率が向上することが示されています。
説明モデルではなくハーネスを最適化：自己ホスト可能なLLM向けに最小限のエージェントを適合させる調査分析
要約本論文はCLEOという手法を提案し、固定された自己ホスト可能な大規模言語モデルに合わせて最小限のエージェント用ハーネスを適合させる方法を示しています。専門家が検証したデータセットに基づき、精度を高めつつ汎用性と監査可能性を保つツール、ガードレール、メモリ方針、ループ構成要素のみを採用します。保持データセットでの合格率は83.8%で、最も強力な既製のClaude Code SDKベースラインとの差は小さく、規模は2桁小さいとされています。
説明グラフ機械学習のための継続更新型リーダーボード
要約本論文は、グラフ学習に特化した継続的に更新されるリーダーボードを提案し、報告された結果をデータセット別に整理して、新しい結果を既存の結果と比較できるようにしています。2026年10月15日時点で、大規模言語モデルを用いた抽出パイプラインにより、885本の査読付き論文から111のデータセットにわたる27,723件の対象結果を抽出しました。分析では、旧来のデータセットが依然として使われていること、また一部の結果表の基準手法の数値が文献の既存値よりも大幅に低いことが示されています。
説明深度情報で強化した視覚特徴による、データセット横断の月面走行可能性推定の評価
要約本論文は、視覚特徴に深度や表面法線などの幾何情報を加えることで、月面の走行可能性推定が改善するかを検討したものです。疎なペア注釈に基づく弱教師あり学習の枠組みを用い、2つの地上アナログデータセットと実際の嫦娥（Chang'E）PCAM月面データセットで、同一ドメイン内および横断ドメインの両方で評価しています。単純な幾何情報の追加は、強力な視覚のみのベースラインに対して一貫した改善をもたらしませんでした。一方、迁移品質を左右する主要因は学習データの出所であることが示されています。
説明IdeaTaste：LLMは人間の研究者と研究の嗜好を共有しているか
要約本論文は、2025年時点で固定された文献のスナップショットをもとにLLMが書いた研究提案を、同じコミュニティが2026年に発表した論文と比較し、研究の嗜好を測るベンチマーク「IdeaTaste」を提案している。6つの言語モデルと4つの研究分野にわたり、9万件を超える提案を対象とした。LLMは引用の一致で人間の水準の約26%、アイデアの一致では18%にとどまり、具体的なアプローチや研究計画を導き出す点が主な課題とされている。
説明モジュール式二段階オープンセット認識による振幅崩壊の回避
要約本論文はオープンセット認識を表現学習と後処理からなるモジュール式の二段階パイプラインとみなし、データ規模や既知の未知データの利用の有無による両者の相互作用を体系的に検討しています。大規模データでは、既知の未知データを用いる表現学習手法の性能が低下し、判別情報が不可逆的に失われる「振幅崩壊」という失敗モードが見出されました。著者らは、単純なK+1クラス分類器のベースラインと振幅を考慮した後処理を組み合わせることで、振幅崩壊を回避しつつ最先端の性能を達成しています。また、小規模での評価結果は大規模での性能を予測しないと主張しています。
説明臨床時系列モデルを解釈するための時間アイランド疎オートエンコーダ（TI-SAE）
要約本論文は、凍結された予測モデルの表現から、患者間で共有される臨床概念辞書を学習する時間アイランド疎オートエンコーダ（TI-SAE）を提案している。各辞書項目は、概念がいつ活性化するかを示す学習済みの時間ガウスアイランドと、どの変数が関わるかを示す疎な変数構成ベクトルで定義される。MIMIC-IIIとMIMIC-IVで五つのバックボーンアーキテクチャを評価し、構造化された臨床概念を生成し、標準的な忠実性ベンチマークでも良好な性能を示した。
説明有限メモリによる POMDP 制御：基本的限界と効率的な設計
要約本論文は、有限メモリのコントローラで部分観測マルコフ決定過程（POMDP）を制御する際の問題を扱う。情報理論的な逆定理により、任意の有限メモリコントローラの損失に対する基本的な下界を示し、混同すると避けられない損失が生じる信念状態を特徴づける「決定の証人」という概念を導入している。この下界に基づき、代表的なメモリ状態を設計する構成的量子化手法RECAPを提案し、その符号帳の最適性ギャップの上界を証明している。11個のPOMDPベンチマークでの実験では、同じメモリ量の下で、RECAPが有限メモリ表現の基準手法を上回った。
説明DeliverBench：AIエージェントが多段階の専門プロジェクトを納品できるかを測るベンチマーク
要約本論文は、AIエージェントが依頼書から最終納品まで一つのプロジェクトを完遂できるかを測るベンチマーク「DeliverBench」を提案している。財務デューデリジェンス、法務契約起草、医薬品安全性報告などを含む11のプロジェクトを、13名の分野専門家が実際の資料をもとに再現し、150のサブタスクを2〜15ラウンドの新資料とクライアントからのフィードバックでつないでいる。評価では、エージェントは自らの前段階の誤りを引き継ぎ、専門家が各チェックポイントと最終成果物を採点する。最も優れたシステムでも最終納品は100点満点中65.0点で、90点の基準では50.0%のサブタスクしか合格しなかった。論文は、個々のタスク能力が自動的に納品能力へ合成されるわけではなく、作業を進める中で一貫性を保つことも必要だと結論づけている。
注目点新規性は多段階の専門プロジェクト納品を評価対象とした点にあり、専門家の採点基準で最良システムが65.0点だったと報告している。
説明等変球面予報のための低ランク・Clebsch-Gordan結合
要約本論文は、球面調和関数ニューラル演算子に低ランクのClebsch-Gordan（CG）テンソル積を導入したLCG-SFNOモデルを提案し、学習される演算子がSO(3)等変性を保つようにしています。付随するSSHCGは、この結合を予報規模で実用的にするスパースGPU実装です。浅水方程式とWeatherBenchでは、回転誤差が数値精度まで低減され、WeatherBenchでは予報精度がSFNOより大きく向上しています。
説明受動的から自律的（エージェント型）レジリエンスへ：シグナリング嵐下におけるマルチタイムスケールAI-RANオーケストレーション
要約本論文は、オープン無線アクセスネットワーク（Open RAN）とAI-RANにおけるシグナリング嵐（大量端末の同時接続による輻輳）への対策を扱っている。慢い言語モデル推論を高速制御経路から切り離す三層のオーケストレーション枠組みを提案し、離散事件シミュレータで検証している。実験では、カレンダーに登録された予定イベントを事前に読み取って先行してリソースを確保することで、全量構成の約4分の1の容量で全量配備に近い耐性が得られたと報告している。
説明VidDub：2ステップ動画吹き替えのための置換認識型蒸留法
要約本論文はVidDubを提案し、話者の同一性、頭部姿勢、背景を保ったまま、目標音声と口の動きが一致する動画を生成する吹き替え手法を示しています。置換音声サンプルでは元の口領域の再構成損失をマスクし、音声と映像の同期だけで口を学習させます。全体を2ステップのノイズ除去に蒸留したモデルは、四つのベンチマークで口の同期、視覚品質、話者同一性の保持、視覚音声認識において良好な結果を示しています。
説明異方性全一般化変分を用いた画像誘導型デプス・アップサンプリング
要約本論文は、深度カメラの横方向解像度が低いという課題に対し、深度画像のアップサンプリング手法を提案する。高解像度の輝度画像から異方性拡散テンソルを計算して処理を誘導し、高次正則化を用いた凸最適化問題として定式化している。原始双対法に基づく数値アルゴリズムは並列化され、毎秒複数フレームで動作する。Middlebury 2007 データセットにおいて速度と精度の両面で既存手法を上回ったと報告している。さらに、高精度な真値を備えた新データセットを公開し、実センサーデータによる評価を可能にしたとしている。
説明TaoMate-HD：段階的解像度による自己回帰型音声・映像生成
要約本論文は、リアルタイムで話し続けるデジタルヒューマンを対象とした高解像度音声・映像ストリーミング生成の自己回帰モデル TaoMate-HD を提案する。短いチャンクごとに、低解像度の2ステップのデノイズで映像の大まかな構造を作り、最後のステップで高解像度に精細化し、音声は同じ軌跡で生成する。各段階の予測は次のチャンクの同じ段階に履歴として渡される。報告によると、直接の高解像度生成に比べ1.6倍、段階並列の配置で直列の段階生成に比べさらに1.9倍高速化し、継続学習で文字誤り率を基準より11.18ポイント下げた。
説明TaoMate-FVSR：音声ガイド付き顔動画復元
要約本論文は、AI生成動画で顔の小さな領域（特に唇や歯）が不鮮明な問題を改善するための、音声ガイド付き顔動画復元フレームワークを提案しています。参照ガイド付きの動画フローモデルの中で、ソースとノイズの混合と構造化された参照注入を組み合わせています。話し手の頭部復元ベンチマークにおいて、比較対象の復元手法の中で、ペア知覚類似度と同期スコアが最も高い結果を示しました。
説明カスケード双三次アンカーと尺度間相互精緻化による段階的マルチスケール超解像
要約本論文は、一度の順伝播で2倍・4倍・8倍の結果を同時に出力する単一入力多出力の段階的超解像ネットワークPMS-SRを提案し、低解像度グリッド上でTransformerを主幹に用いる。第1段階では各尺度を前の尺度の予測を双三次補間した結果に対する残差として予測し、第2段階では空間から深度への変換によるフィードバック、変形可能な位置合わせ、画素単位の融合を通じて尺度間で相互に精緻化する。DF2Kで学習した795万パラメータのモデルは、5つの標準ベンチマークすべてで4倍と8倍のPSNRが比較対象の多尺度手法を上回った。
説明CrowdForge：AI・MR介在ライブパフォーマンスにおける音声・映像による観客参加の方式が主体性・協働・没入感に与える影響
要約本論文は、観客がギタリストとDJの生演奏中に生成音楽と仮想空間を共同で操作する、AIとMR（複合現実）を用いた仕組みCrowdForgeを提案している。音声、映像、音声と映像の併用という三つの条件で行ったコンサート実験の混合研究法により、観客の主体性を最も左右するのは観察可能性であることを示した。映像による操作は分かりやすいフィードバックをもたらし、音声パラメータは音楽全体の構造に対する制御を可能にしている。
説明LAND：ベイズ型ベスト・オブ・N選択のための適応的サンプル数学習
要約ベスト・オブ・N復号は複数の候補を生成して最良のものを選ぶことで生成品質を高めますが、入力ごとの効果に関係なく計算量を一律に割り当てます。本論文は、事後予測の限界的価値に応じてサンプル数を動的に配分するLANDを提案します。LANDは校正データから入力条件付きスコア分布の離散的経験混合を学習し、観測されたスコアに応じて信念を更新し、追加の1サンプルの期待改善が共通の計算コストを下回ると抽出を停止します。複数のモデルと言語対による機械翻訳実験では、平均計算量を揃えた場合に固定N方式よりMetricXスコアが向上し、翻訳品質を揃えた場合には候補生成数が約20〜40%少なくなりました。
説明ASCoR：リモートセンシング領域汎化のための非対称な意味・空間学習手法
要約本論文は、学習時に対象領域のデータを使わずにリモートセンシングの意味セグメンテーションを未知の領域へ汎化させる課題を扱います。SAM3をベースとする非対称フレームワークASCoRを提案し、クラス名プロンプトを用いる意味分岐、固定予算で配分する動的適応LoRA、独立した空間分岐、そして信頼性ルーターによる空間補正を組み合わせます。ISPRS、LoveDA、OpenEarthMapの9種類のクロスドメイン転移実験において、ISPRSの6転移で平均mIoU 68.61%を達成し、LoveDA/OpenEarthMapの3転移でも最良の結果を示しました。
説明幾何情報ニューラルオペレータによるLISFLOOD-FPの代理モデル：イタリア・フォルリ市での迅速な内水・河川洪水予測
要約本研究は、物理ベースの二次元水理モデルLISFLOOD-FPを代替する、時間依存型の幾何情報ニューラルオペレータ（GINO）を提案しています。対象はイタリアのフォルリ市で、2023年5月のエミリア＝ロマーニャ洪水の被害を受けた地域です。河川水位計と雨量計のデータのみで動作し、訓練に含まれていない38の観測事件で高い精度を示しました。72時間の予測は原モデルの55秒に対し1.7秒で完了し、50メンバーのアンサンブル予測も約6.2秒で行えます。
説明RangeFinder：タンパク質ポケットからリガンドの物性範囲を予測する手法
要約RangeFinder は、SE(3) 等変トランスフォーマーに基づくポケット単位のモデルで、BioLiP2 データで学習・評価されています。タンパク質ポケットの構造、化学的情報、進化的文脈から、リガンドの九つの物理化学的性質の範囲を直接予測します。範囲の交差共有度（range-IoU）は 0.464±0.002 で、ポケットあたりの処理時間は 12.2 ミリ秒です。ドッキング、生成、合成の前に候補リガンドの探索空間を絞り込む分子フィルタとしての有用性が示されています。
説明同じ出力、異なるスコア：マルチモーダルLLMベンチマークの未検証な採点規則の監査
要約本論文は、査読済みの八つのマルチモーダルLLM選択式ベンチマークの公式採点プログラムを、単一の16GB GPUで動作する五つのオープン視覚言語モデルで再現しています。盲検の人間とLLM審査員による照合手法を導入し、モデルが実際に何を回答したかを復元しました。同一の出力でも採点規則だけで正答率が最大22ポイント変わる一方、モデルが明確な選択肢の記号を出力する場合の差はゼロでした。著者らは、ベンチマークは不遵守率と少なくとも二つの採点規則を報告すべきだと主張しています。
注目点新規性は、マルチモーダルLLMベンチマークの採点規則そのものを監査した点にあり、8つのベンチマークの公式採点器を再現して人間とLLM判定による裁定を導入し、同一出力でも採点規則により最大22点の差が生じることを示す。
説明都市コミュニティにおける犯罪通報アプリの普及を促す社会技術的要因の混合研究
要約本研究は探索的逐次混合手法を用い、住民が犯罪通報アプリを採用する要因となる社会技術的要因を特定し検証した。2回のフォーカスグループ、660件のアプリレビューの分析、505人の都市住民への調査（PLS-SEMで分析）を組み合わせている。その結果、利用者が当初感じる有用性は薄れていく一方、継続的な利用は知覚価値に依存し、その知覚価値は安全、匿名性、適時性、自律性、連帯感、利用しやすさの6次元からなることが示された。このうち安全、匿名性、自律性、連帯感の4次元が知覚価値の高次構成概念を形成している。知覚価値は行動意図の最も強い予測因子であり、行動意図は実際の利用を強く予測した。
説明言語モデルが割り当てられた目標を守るために有害な行動を取る条件の分析
要約本論文は、エージェント的ミスアラインメント（交換を避けるために幹部を脅迫する事例）とアラインメントフェイキング（訓練中に価値観を変えられないよう有害な要求に従う事例）を、目標と有害性の衝突という共通の意思決定構造として捉えます。この衝突を、強制選択型のプロンプトからシミュレートされたエージェント環境まで複数の評価プロトコルで検討し、答えトークンの確率から選好を読み取るlogit視点と、LM審査員で自由記述の応答を分類する采样視点の二つで分析しています。
説明EO-Jev：地球観測のための意思決定モデル
要約本論文は、地球観測（衛星・航空画像）タスクに用いる意思決定モデル、すなわち単一の順伝播で候補回答への確率を出力するモデルを扱う。著者らは d3-flash（84億パラメータ）を23の公開ベンチマーク・30設定で診断し、公開学習データで低ランク微調整して EO-Jev を作成した。EO-Jev は30設定中26で d3-flash を有意に上回ったと報告されている。
説明整列のための融合：超グラフ正則化による検索向けマルチモーダル表現学習
要約本論文は、学習時のみ用いる超グラフ融合フレームワークを提案し、同一サンプル内および意味的に関連するサンプル間の観測可能なモダリティを接続する。これにより、個々のサンプルを超えた情報を表現学習に活用する。推論時の検索パイプラインは変更されず、超グラフは学習後に破棄される。11の零ショット動画・テキストおよび音声・テキスト検索ベンチマークで、GRAMおよびHyperGRAMに対する改善が報告されている。
説明「すべてのピクセルが選択肢になる」：医療用超音波計測のためのシステム1モデル
要約本論文は、臨床計測の質問を使って超音波の解剖学的ランドマーク検出を導く視覚言語モデルKev-Bioを提案する。システム1の意思決定モデルに着想を得て、言語モデルの決定表現から各計測キャリパー端点用のクエリを生成し、共有の高密度超音波特徴と照合して空間確率マップを作成する。これによりランドマーク座標と臨床計測値を算出する。九つの断面からなるFU/GU Biometry 2026データセットで、平均半径誤差は22.50ピクセル、臨床計測の平均絶対誤差は15.38となり、比較対象のベースラインを全体的に上回った。
説明電子カルテを用いた機械学習による多次元的な自殺リスク評価
要約本論文は、MIMIC-IVの電子カルテデータを用いて自殺関連の転帰を推定する多次元機械学習の枠組みを提示する。自殺念慮、自殺未遂、過去の自殺行動、故意の自傷の診断コードから複合アウトカムを定義し、年齢をそろえた再サンプリングで不均衡に対処している。等張回帰による校正後、XGBoostが年齢マッチ群で最も良い性能を示した。SHAP解釈では、診断負担、うつ関連の特徴、年齢、人格障害の既往、暴力に関連する社会的決定要因、身体合併症が予測確率を高めることが示された。
説明極小極大批評器と反射ランジュバンサンプリングによるニューラル・アクター・クリティック学習
要約連続行動の方策を改善するためのニューラル・アクター・クリティック手法を提案する論文である。クリティックには、シグモイドネットワーク上の正則化された極小極大ベルマン推定器を用い、アクターは当てはめたクリティックの勾配で駆動される有限の反射ランジュバン・サンプラーで行動を生成する。価値と行動勾配の誤差に対する有限サンプル保証と、リターンに関する保証を導出し、模擬制御、記録された連続制御データ、模擬意思決定課題で比較手法と性能を比べている。
説明グラフニューラルネットワークをラベルと構造のポイズニングに対して認証する研究
要約本論文は、学習データを改ざんするポイズニング攻撃に対する、グラフ構造データ上の認証可能な頑健性を扱っています。画像向けの既存手法は、グラフのラベルと構造の疎性により機能しにくいことを示しています。そこで著者らは、各グラフ分割に擬似ラベルと合成エッジを加える半教師あり学習フレームワークST-GPA（深層自己学習グラフ分割集約）を提案しています。この手法はアーキテクチャに依存せず、複数のベンチマークでラベルと構造の両方のポイズニングに対する保証を改善し、クリーンデータでの精度も高く保たれています。
説明NormMoX：構造MRIと機能MRIによる説明可能な自閉スペクトラム症分類のための規範的エキスパート混合モデル
要約本論文はNormMoXを提案する。健康な大規模集団で学習した規範モデルを共通の基準とし、各人の脳指標が年齢と性別から期待される値からどれだけ外れるかを学習する。各モダリティの神経ネットワーク・エキスパートが、その偏差をASDの証拠スコアに変換する。融合ヘッドのMoXは、各スコアを定型発達の対照群のスコアと比較してから統合する。ABIDE Iの1,035名で、反復交差検証のAUROCは0.728±0.004であり、線形モデル、単一モダリティ、深層融合のベースラインを上回った。
説明FLAMIA：Blackwell向けの高速かつ因果的に安全な低精度アテンションカーネル
要約本論文は、NVIDIA Blackwell GPU向けのTransformerアテンションカーネル群FLAMIAを提案します。MXFP8およびNVFP4/FP8混合の学習経路を備えています。ブロック単位のスケーリング、スケールに起因する情報漏洩への対策、前向きと逆向きの計算の整合性を組み合わせ、可変長文書をパックされた形式のまま扱えるようにしています。因果的なパック文書ワークロードでMXFP8経路は、基準手法に対して約1.06～1.42倍の高速化を示し、Llama型モデルの事前学習で学習の安定性と品質の維持を確認しています。
説明ArabGeoText：アラビア語地理テキスト検出のためのツール拡張型視覚言語モデル
要約本論文は、リヤドとジェッダの970地点を対象に、道路名や地区名などの地図ラベルを手作業で注釈したアラビア語ベンチマークArabGeoTextを提案します。各地点について、OpenStreetMapの描画図と衛星画像に重ねた合成画像の2種類の視点を用意しています。さらに、YOLO26による位置特定とQwen3.5-4Bによる認識を組み合わせたツール拡張型フレームワークを提案し、両視点と各テスト都市でLoRA適応型の直接検出を上回ることを示しています。
説明LLM推論のエネルギーコストに関するSIMPLE則
要約本論文は、アーキテクチャのハイパーパラメータから閉形式で導出した4パラメータのエネルギー予測モデルSIMPLEを提案し、プリフィルとデコードを分けて扱います。6系統13の密LLMをNVIDIA H100で測定した結果、R²は0.969、MAPEは11.97%で、モデルごとの較正は不要とされています。さらに、入力長、GQA、推論トークン予算、エージェント型サービングがエネルギーに与える影響も分析しています。
注目点アーキテクチャのハイパーパラメータから閉形式のエネルギーモデルを導出し、4パラメータ則で13モデルに対しR2 0.969、MAPE 11.97%を報告。推論の省エネ設計に影響しうる。
説明FAIRからAI-FAIRへ：AI対応科学のためのメタデータ優先インフラ
要約本論文は、既存のFAIR原則を拡張したAI-FAIRメタデータ基準を提案し、AIを活用した科学を双方向の「問い-データ-モデル」の三角形の枠組みに位置づけています。また、既存データセットをAI-FAIRと従来のFAIR基準の両方で評価し、重要なメタデータが欠けている場合には実行可能なフィードバックを提供するエージェント型評価ワークフローを紹介しています。データを生み出す科学者もAIの進歩の恩恵を受けられるよう、モデルとデータの循環を閉じることを目指しています。
説明多言語感情辞書を用いた低リソース言語の感情制御
要約本論文は、文レベルの対照データが利用できない言語において、多言語感情辞書で活性化ステアリング（activation steering）を代替できるかを検討している。三つのモデルファミリーでの比較では、中・低リソース言語では集約された多言語辞書が英語由来のステアリングベクトルを上回り、事前学習で特化した言語では単言語辞書の方が強いことが示された。さらに、表現の密度や事前学習の事前分布、英語ベクトルの大きさが跨言語ステアリングに与える影響を機構的に分析している。