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）。
説明結合ハイパーパラメータスケーリングによる推薦システムのデータ効率的なスケーリング則の発見
要約本論文は、推薦・ランキングモデルのスケーリング則を効率的に発見する Axia システムを提案します。アーキテクチャのパラメータを意味的にまとまったグループに分け、その共変化を定義するスケーリング層を導入し、代理モデル、事後分布に基づく獲得基準、パレートフロンティアを用いて、少数の有益な実験で設定を選びます。Meta の広告ランキング・検索システムの 34 のモデル反復で検証され、オフラインの正規化エントロピーが平均 0.66%、オンラインの累積向上が 0.36% だったと報告されています。
説明VIPBench：音声クローン時代に向けた人間整合型の声の同一性知覚ベンチマーク
要約本論文は、声の同一性知覚を評価するベンチマークVIPBenchを提案しています。100人の公人の9800組の録音について、1290人の聴取者による124876件の「同じ・違う」判断を集めており、録音には実録音、テキスト読み上げシステムで生成された声のクローン、二人の話者の声のモーフが含まれます。話者表現モデルと人間の同一性知覚との整合性を測る4つのタスクを定義し、公開されている11の音声モデルを評価しています。聴取者の回答の41%で、同一話者のクローンと実録音が別人と判断されました。ノイズ上限に到達したモデルはありませんでした。
注目点新規性は話者ラベルではなく人間の同一性判断で話者モデルを評価する点にあり、1,290人の聴取者による124,876件の判断と11モデルの比較を報告している。
説明多言語音声認識エラーを修正するための文脈付きピクトグラム
要約本論文は、代替の書き起こし文、再生機能、そして不確かな概念を選んで表示する文脈確認済みのピクトグラムを組み合わせたインターフェースを紹介します。システムは当初、フランス語とスペイン語の機能的な発話に対応する予定です。カウンターバランス法を用いた実験により、テキストによる代替候補だけの場合と比べて、絵による提示が話者の意図した行動を聞き手が把握するのに役立つかを検証する計画です。あわせて、意味のずれや追加の操作時間も定量化する予定です。
説明「Route to Remember」：LLMエージェント向けの適応的メモリ選択
要約本論文は、現在のエージェントの記憶が主にテキスト検索に依存しており、クエリごとのコストが履歴の増加とともに大きくなる点を指摘しています。著者らは、オンポリシー自己蒸留（OPSD）により文脈を持たない生徒モデルを教師モデルから学習させて重みメモリとし、検証してから再生成するルーターによって重みメモリとテキストメモリを得意な問い合わせに振り分けます。HaluMemベンチマークでは、全文脈プロンプトや検索システムを含む強力なテキストメモリのベースラインに匹敵または上回り、1クエリあたりに読むトークン数は少なくなっています。
説明動画認識のための時空間多次交互作用手法
要約本論文は動作認識のためのVideoMogaNetを提案する。MogaNetの多次空間表現を基に、深さ方向のみの畳み込みと暗黙的ゲーティングによる集約を用いた並列多次時間モデリングを導入し、その計算量はチャネル数に対して線形になる。さらに空間と時間の次元間の双方向交互作用を提案し、計算コストを増やさずに時空間表現を改善する。UCF101、HMDB51、Kinetics-400、Diving48において、既存の先端手法と同等以上の性能を示しつつ、時間分岐の計算コストを大幅に削減している。
説明シグモイド出力活性化を持つ生成事前分布による厳密な信号復元
要約本論文は、区分線形活性化（ReLUなど）を用いた順伝播型ニューラルネットワークと最終層のシグモイド活性化を備えた生成的圧縮センシングにおける信号復元を扱う。拡張性の仮定を置かずに、各成分が [δ, 1-δ] にある値域の信号が、ネットワーク深さ、入力次元 k、および層幅の幾何平均 K に依存する数の測定から、高い確率で一様に復元できることを示している。
説明ViBench 2.0：長期的ソフトウェア構築のベンチマーク
要約本論文は、エージェントが複数の機能要求を通じて完全なソフトウェア製品を段階的に構築する能力を評価するベンチマーク「ViBench 2.0」を提案しています。17の全スタックWeb製品、241の機能要求、544のテスト計画から構成され、すべてのテストに合格した場合のみ成功と判定されます。九つのモデルを評価した結果、上位三モデルはテスト計画の最大98%に合格したものの、完全に動作する製品を構築できたのは最大65%で、オープンウェイトモデルでは達成できたものはありませんでした。
説明多断片2D/3D位置合わせはいつ信頼できるか：骨盤骨折透視における較正済み認証と不確実性に基づく撮影視点計画
要約本論文は、分割したCTと透視画像の位置合わせによって骨盤骨折の各骨片を特定できても、いつ手術ガイドとして信頼できるかを検討する。提案する閉ループ方法では、撮影ごとにすべての骨片を位置合わせし、較正済みのサンドイッチ共分散で誤差範囲を求め、不自然または曖昧な結果に印を付け、停止するか次の視点を計画する。保留した60例の骨折CTに対する模擬透視では、印の付かなかった骨片の83%が95%誤差範囲に収まった。
説明LACS：動的データ剪定のための分布に敏感なラベル非依存の信頼度選択手法
要約本論文は、学習時に最大予測信頼度に基づいてサンプルを取捨選択する規則LACS（Label-Agnostic Confidence Selector、ラベル非依存信頼度セレクタ）を提案します。選択時にラベルも個別サンプルの勾配も必要としません。対数平均指数を基準値とし、そこに余裕を加えた値以上のサンプルを除去します。ニューラルネットワーク学習、言語モデル、ブースティングなど七つの設定で評価し、逆伝播の対象行数の削減と精度との関係、さらに実際の所要時間への影響を報告しています。
説明Whiel：認証可能な関係型プログラム検証のためのニューロシンボリック基盤
要約本論文は、Lean で認証可能な推論を行う命令型関係プログラムの検証システム Whiel を紹介しています。Datalog やその拡張、グラフクエリ言語の中核部分などに関する包含と等価性の問題を扱えます。ループ不変式はニューロシンボリックな手法で発見され、検証条件は一階定理証明器 Vampire で確認され、結果は Lean の証明証明書に変換されます。性能は精選されたベンチマーク群で評価されています。
説明Hybrid Spark：内容に応じて草稿モデルを選ぶ適応型投機的デコーディング
要約本論文は Hybrid Spark（\sys）を提案する。大規模言語モデル推論において、モデルベースとモデルフリー（n-gram）の二種類の草稿器を毎ステップ同時に動かし、適応的検証の枠組みの中で各リクエストに両者のうち優れた草稿連鎖を与える。すべてGPU上で実行される。各検証済み草稿トークンの価格を用いて両者のスコアを同一尺度に揃える。vLLM への実装では、コード編集においてDSparkに対する出力スループットがバッチサイズ4で1.10～1.62倍、バッチサイズ128で1.04～1.27倍となり、チャットでは0.97～1.01倍を維持した。
説明強化学習後の統合におけるオンポリシー蒸留の汎化限界に関する研究
要約本論文は、複数教師のオンポリシー蒸留（MOPD）およびその単一教師版（OPD）が、複数の教師の能力を統合する際の汎化性能を検討しています。分布内（IND）では蒸留性能がほぼ完璧に見えるものの、教師分布外（OOD）では能力の統合が不完全であることを示しています。さらに、教師の能力とデータ被覆という二つの潜在的ボトルネックを分析し、分布外性能を改善するための幾何学ベースのパッチ適用とベースモデル保持型リプレイ手法を提案しています。
説明局所アニーリング経路に沿った輸送：Wasserstein幾何と多峰性サンプリング
要約本論文は、多峰性サンプリングのための変分輸送写像の学習を扱い、幾何学的アニーリングに沿った学習では、モード間の質量移動により経路が端点間距離よりかなり長くなり、最適化が遅くなりうることを示します。これを受けて、モード間の質量移動を減らす成分ごとのアニーリング輸送（CAT）を提案し、混合参照分布から出発して目標分布を成分に分解し、各成分ごとに輸送写像を学習します。多峰性の合成分布およびベイズ推論問題での実験により、性能の改善が示されています。
説明RIDGE：深層強化学習ゲームエージェントの行動網羅性のための状態条件付き報酬ブレンディング
要約本論文はRIDGEという単一エージェント構造を提案します。遅く変化する状態変数からソフトマックス正規化されたシグモイド重みを計算する状態条件付きブレンダーと、ペルソナごとに独立した価値ヘッドを持つマルチヘッド批評器により、報酬切り替え時のPPOの不安定性を回避します。Crafterで4つのペルソナを用いた実験では、1体のRIDGEエージェントが、固定ペルソナのベースラインでは同時に解けなかった木材ツールの作成と戦闘の両分岐を習得しました。アブレーションでは状態条件付けが効果の源であることが示されています。各条件は3つのシードで実施され、大規模な多シード実験は今後の課題とされています。
説明CAPTOR：凍結画像エンコーダの視覚語上でキャプションの共起を数えることで、テキストエンコーダなしに画像と語句を対応づける手法
要約本論文は、テキストエンコーダを使わずに語句と画像パッチの対応行列を推定するCAPTORを提案する。凍結した画像エンコーダのパッチを視覚語にクラスタ化し、キャプションに語句が含まれる画像と含まれない画像の間で各視覚語の割合を標準化した差から語句の特徴を作る。COCO、VOC、Cityscapesでは学習不要の全ベースラインを上回り、COCOでは0.565 mIoU（基準は0.502）に達した。乳がん切片の評価でも病理テキストエンコーダを用いた最強の基準を0.160 mIoU上回った。
説明RAGCompass：リランキングによる汎化可能な検索器ルーティング
要約検索拡張生成には複数の検索器がありますが、すべてのクエリで最良のものはありません。本論文のRAGCompassは、異なる検索器が返した文書断片の集合を読み取り、そのクエリに最も適した検索器を選びます。リランカーを各証拠集合が生成する回答に対して対照的にファインチューニングし、小さな比較ヘッドを加えています。最良の固定検索器と比べて回答F1が28%向上し、未知のコーパス・検索器・リーダーでも多くの利得を維持したと報告されています。
説明Filippovニューラルネットワーク上のエントロピー最適輸送としての関連性伝播：Sinkhorn伝播と画像分類器における領域関連性
要約本論文は、ネットワークの予測を層ごとに逆向きに再配分する層別関連性伝播（LRP）を、単一の変分問題の解として位置づけます。その原理から、LRP0、LRPz+、LRPα,βなどの規則を導き、ノードごとに重みを変えられるLRPNα,βも示します。また、エッジごとのエントロピーに基づくSinkhorn関連性伝播を提案し、VGG-16とConvNeXt-Tinyで各規則を守恒性や評価指標により比較しています。
説明GaussianRenderFormer：Transformerによる3Dガウシアンスプラッティングの直接レンダリング手法
要約本論文は、ラスタライザを使わず、ガウシアンの集合とカメラ位置から画像を直接出力するTransformerベースの手法GaussianRenderFormerを提案している。26,820個のObjaverseオブジェクトを各20,000個のガウシアンに刈り込んで学習し、未見の300オブジェクトで38.08 dB PSNRを達成した。同じ刈り込み済み入力をラスタライズした場合は44.02 dBである。著者らは差の原因として視点依存デコーダのボトルネックを挙げるが、学習不足の可能性も排除していない。
説明機械学習気象モデルを使い、初期条件の誤差とモデルの誤差を区別する研究
要約本論文は、GraphCastとPangu-Weatherという2つの機械学習気象モデルを用い、36日分を対象に門制御（ゲート付き）と非門制御の最適化を比較しています。最適化は初期条件を対象とし、ERA5を基準に1〜10日目のZ500のRMSEで評価しています。非門制御は早期停止した場合、半数の日付で優れていました。門制御はPangu-Weatherの性能向上を保証しないものの、全36件で両モデルの改善度をより近づけることが示されています。
説明C-GRPO：共形予測で校正した、言語モデル推論学習のためのグループ相対方策最適化
要約本論文は、固定サイズの複数ロールアウトを用いる従来のグループ相対方策最適化（GRPO）が、易しい問題で計算資源を浪費し、難しい問題を十分に探索できない点に着目しています。提案手法C-GRPOは、固定予算の代わりに共形閾値を用い、有限サンプルでの被覆保証を持つ停止規則を導入します。数学、大学院レベルの科学、コード生成にわたる6つのベンチマークで、固定予算のGRPOと比べて平均学習ロールアウト数を49〜70%削減し、モデルファミリーを越えて最大82%の節約を示したと報告しています。
説明検証は通るが中身が伴わない：LLM駆動の検証済みコード生成における三つの失敗面
要約本論文は、LLM生成コードの「検証済み」の評価が単一の数値にまとめられがちであり、検証器の受理、構文的な仕様バインディング、意味的な仕様の忠実性という三つの異なる性質を混同していると指摘する。Pythonベンチマークでの同モデル再現実験とRustベンチマークでの自社パイプラインの実験により、これらが分離しうることを示している。
説明BrainBind：長尺の自然視聴映像表現を介して同期したEEGとfMRIを橋渡しする研究
要約本論文は、同じ長時間の自然な映像視聴中に同期記録したEEGとfMRIを、固定された長尺動画埋め込み空間へ写像するBrainBindの枠組みを提案する。この空間は神経信号の直接的な符号ではなく、共通の視覚・意味的参照として扱われる。CineBrainデータセットでは、映像アンカーと構成の違いによって異なる検索傾向が見られ、Omni構成ではfMRIが候補全体を最もよく整理し、Joint-Dual構成では平均ラベル考慮R@1が最も高かった。エピソード分離評価により、反復する刺激の同一性と物語文脈の寄与も検討されている。
説明予算付きゲームにおける学習者と最適化者：予算制約の下で、学習アルゴリズムが操作を防ぎつつ低い後悔を保つ方法
要約本論文は、T ラウンドにわたる反復一般ゲームで、効用最大化を行う最適化者と学習エージェントの相互作用を研究する。予算制約により、両者の各ラウンドの決定が結び付けられている。著者らは、予算を満たす効率的な学習アルゴリズムを提案し、適応的な最適化者の期待収益が BSE·T+O(√T) 以下に抑えられることを示す。また、最適化者が固定の混合戦略を用いる場合には、学習者の後悔が O(√T) になることを示す。アルゴリズムは二種類の新しい較正された予測に基づき、その予測は多項式時間で構成できる。
注目点予算制約下で操作不可能性と低い確率的リグレットを同時に保証し、二種類の新しい較正概念と多項式時間の構成を与える。理論的な境界は示されるが、影響は部分分野に限られる。
説明炎症性腸疾患における全スライド画像と臨床データのマルチモーダル融合手法
要約本論文は、全スライド組織画像と臨床データを組み合わせ、新規診断の炎症性腸疾患患者の寛解結果を予測するための15種類のマルチモーダル融合手法を比較しています。前向きコホートを用い、同一条件下で各手法を評価する統一的なフレームワークを構築しています。最良の融合手法はマクロF1値0.57から0.75に達し、六つのシナリオのうち四つで単一モダリティモデルを上回りました。
説明生成されるのは誰の価値観か？多言語テキストから画像生成における視覚的価値観の漏洩を測定する
要約本論文は、ホフステードの文化的価値次元に基づく多言語ベンチマークVisionValueBenchを提案し、テキストから画像を生成するシステムが中立的な社会場面をどの文化的志向で描くかを調べます。価値中立的なプロンプトでも特定の価値志向に偏った画像が生成されることを「視覚的価値観の漏洩」と呼んでいます。960の社会場面と6種類の生成設定で評価したところ、プロンプトの言語の影響は限定的で、地理的手がかりは一部の次元を関連する文化的価値へ近づけるものの、主要な志向はおおむね維持されました。
説明読み取れることは操作できるとは限らない：学習された流体表現における物理構造の事前登録検証
要約本論文は2次元の減衰するナビエ・ストークス流を用い、自己教師あり世界モデルの潜在空間が物理量を中心に組織されるかを、事前登録した3つの研究で検証する。JEPAモデルは未学習のネットワークより流体量の組織化で優れるという基準を満たさず、支持されなかった。自己符号化器ではエンストロフィーが遅い潜在方向で目立つが、VICRegはその目立ちを弱め、結果は部分的に支持された。潜在に含まれる情報と、それによって制御できる方向は一致しないことも示された。
説明「事実こそ重要」：AIとの対話が陰謀論への信念を減らす仕組み
要約本論文は、米国の成人2,193人を対象とした2つのオンライン実験により、個別化されたAIとの対話がなぜ陰謀論への信念を大幅に減らすのかを検証しています。考えられる要因を一つずつ取り除いて検証した結果、この効果は複数の条件下でも維持されました。AIに事実的な根拠なしに説得させた場合にのみ、効果が大きく低下しました。内容分析では、信念の減少が大きいほど、親密さや物語、共感への訴えではなく事実に基づく議論と関連していることが示されました。
説明ChangeJEPA：リモートセンシング変化検出における「比較の前に予測する」手法
要約本論文はChangeJEPAを提案し、リモートセンシングの変化検出を潜在空間での変化後状態の予測として再定式化している。変化前の画像と部分的な変化後の情報から、変化後の完全な表現を予測し、予測損失によって二つの仮説を目標表現と整合させる。変化は変化前の表現、観測された変化後の目標、予測された潜在状態の間の不一致から推定される。SYSU-CD、LEVIR-CD+、CDDの三つのベンチマークで、同じデコーダを持つSiameseベースラインを上回り、IoUは最大1.51ポイント向上し、三つすべてでIoUとF1スコアが最良となった。
説明3次元LiDAR点群の意味的セグメンテーション学習における認識論的不確実性推定の役割別有効性
要約本論文は、点群セグメンテーションで認識論的不確実性（epistemic uncertainty）を明示的にモデル化し、入力特徴量と学習損失内のサンプルごとの信頼度重みという二つの役割で用いる効果を調べています。ISPRS Vaihingen、AHN3、Paris-Lille-3D、Toronto-3Dの四つの大規模LiDARベンチマークで、基準のニューラルネットワークと二つの不確実性考慮版を比較し、PointNet++とRandLA-Netおよびその不確実性追加版とも対照しています。その結果、不確実性を考慮したモデル化は平均交差率を向上させ、基準モデルが全く予測しない少数クラスを再現しました。また半数の設定では、予測誤差と推定不確実性の整合性も改善しました。
説明MESA：ロボットの合成・意味・空間的汎化を評価するフレームワーク
要約本論文は、言語条件付きロボット方策の汎化能力を精密かつ再現可能に測定するための評価フレームワークMESAを提案しています。同一分布内の性能と、空間配置、物体インスタンス、物体カテゴリ、サブタスク構成の4つの汎化軸を分離して評価する5つの評価スイートを備えます。タスクとデモの生成パイプラインMESA-Genや、単腕のMESAと初の大規模双腕汎化ベンチマークBiMESAも公開されています。7つのベースライン手法の中で最も高い性能は、MESAで52%、BiMESAで49%でした。
説明捨てられたのか、届かないのか？視覚・言語類似度における空間関係の失敗の診断と修復
要約対照学習で訓練された視覚・言語モデルは、左右の関係をほぼ偶然レベルでしか判定できない。論文はその原因として、関係が平均化されたベクトルには残っているが画像とテキストの類似度では到達できない場合と、プーリングの段階で関係が失われ密な特徴には残っている場合の二つを示している。著者らは、パッチ格子から幾何情報を再計算し元の埋め込みと並べて保存する、パラメータ不要の空間モーメント手法を提案している。118,287枚の画像索引で、左右関係の成対精度が0.81〜0.96に向上し、関係を指定しない問い合わせでは元の順位を再現した。
注目点空間関係の失敗を二つの原因に分けて同一の読み出しで修復する点が新しく、十個のエンコーダと118,287枚の索引で向上を報告している。
説明病変の重なり度はPETセグメンテーションモデルの順位付けには使えるが、患者個人の腫瘍負荷の信頼性は保証しない
要約本研究は、代謝性腫瘍体積（MTV）の自動推定が個々の患者にとって信頼できるかを検討しています。1,014件のautoPET FDG PET/CT検査を用い、489名の腫瘍陽性患者で公開された5つのモデルを比較し、597件のPSMA検査でも結果を確認しました。平均Diceによる順位と平均MTV誤差による順位は一致しましたが、患者個人のレベルではDiceとMTV誤差の判定が食い違う例がありました。著者らは、セグメンテーションのベンチマークでは患者レベルのMTV誤差と見逃し病変数も併せて報告すべきだと述べています。
説明生成モデル下の多目的強化学習における近似最小最大サンプル複雑度
要約本論文は、遷移が未知で生成モデルにアクセスできる有限割引マルコフ決定過程において、多目的強化学習に必要なサンプル数を研究する。データ収集後に与えられる報酬の凸結合すべてに対し、追加サンプリングなしでε最適方策を得ることを目標とする。対数因子を除いて最小最大サンプル複雑度を示し、目的数に対して対数的に増加し状態数で飽和することを明らかにしている。あわせて対応する下界も与えられている。
注目点生成モデル下の多目的強化学習について、対数因子を除きミニマックス最適な標本複雑度を示し、目的数への依存を改善した。
説明視覚言語モデルは生物をどこまで細かく見分けられるか？Bio-VQA：生物視覚質問応答のベンチマーク
要約本論文は、視覚言語モデルの生物視覚理解能力を評価するベンチマーク「Bio-VQA」を提案する。約186万の質問と21.7万枚の画像からなり、分類学的推論、属性認識、定量的空間推論、個体再識別の4観点を扱う。18の公開モデルを評価した結果、一般的な視覚能力は生物分野にうまく転移せず、最良モデルでも2〜10頭の動物の計数正解率は41.7%にとどまり、分類精度は門レベルの0.72から学名レベルの0.12へ低下した。
説明サポートベクターマシンは直接KLダイバージェンスを最小化する
要約本論文は、サポートベクター分類とサポートベクター回帰の双対目標が、二つのガウス測度間の制約付きKLダイバージェンス最小化問題であることを証明しています。さらに、ドメイン制約を取り除きL2正則化を適用すると、同じ発散の定式化からカーネルリッジ回帰の目的関数が得られることを示しています。これにより標準的なカーネル法を統一的に説明する情報理論的モデルが提示されています。
説明AGORA：項目反応理論に基づく信頼性考慮型のLLM審査員集約手法
要約本論文は、複数のLLMを審査員として用いる際に審査員ごとの信頼性がばらつく問題に取り組み、AGORAを提案する。項目反応理論により全項目を一つの潜在的な品質尺度上に配置し、各審査員の感度と順序付き評価閾値を推定するため、人手ラベルなしで全項目から信頼性を学習できる。論文によれば、三つのベンチマークで大規模評価セットではDawid-Skene法と同等以上の性能を示し、項目数が数百程度の場合にその優位性が広がる。また、学習された信頼重みは審査員ごとの人手による妥当性と整合する。
説明VirtualTrialHarness：複雑な臨床スキーマにおける仮想試験プロトコルの実行を調整するエージェント型フレームワーク
要約本論文は、各ワークフロー段階に再利用可能な手続き的スキルを選択し、明示的な契約によって段階間で研究上の判断の一貫性を保つことで、仮想試験の実装を調整するエージェントフレームワークVirtualTrialHarness（VTHarness）を提案している。あわせて、データソース選択とコホート構築を評価するためのVTBenchmarkも導入している。三つの複雑な合成環境では、要件明確化後にVTHarnessが参照結果と一致する全コホート出力を95.1%のワークフローで生成し、同じ手続き的コーパスからの検索のみを用いた場合は60.4%であった。
説明その透明性は誰のためのものか？生成AIの透明性に関する各ステークホルダーのニーズとギャップを探る
要約本論文は、400人のエンドユーザー、AI開発者、政策立案者を対象とした世界規模のアンケート調査と、エンドユーザーによる構造化されたフォーカスグループに基づき、異なる立場の人々が生成AIの透明性をどのように理解し経験しているかを検討しています。三つのグループはいずれも正確性とプライバシーを中心に透明性を捉えていました。一方、現在の透明性の取り組みが自分のニーズを非常によく反映していると答えたエンドユーザーは28%にとどまり、開発者の53%、政策立案者の49%を下回りました。著者らは、多様な利用者のニーズに対応する多元的な透明性の基盤が必要だと主張しています。
説明言語モデルによるデータサイエンスプロジェクトの反復的な作成・採点・修正
要約本論文は、エージェント型AIモデルがデータサイエンスのプロジェクトを最初から最後まで完成できるか、またフィードバックによってどの程度改善するかを評価しています。「作成者」モデルがデータセットの取得・整形・分析と短い論文の執筆を行い、「採点者」モデルがそれを評価し、作成者が修正する工程を計3ラウンド繰り返します。五つの開発元の七モデルが対象で、49通りの組み合わせをそれぞれ三回ずつ実行しています。
説明FedSharp：ノイズのある通信路下でのビザンチン耐性を持つ分散型連合学習
要約本論文は、中央集約サーバーを持たない分散型連合学習（DFL）において、データの非同質性、ビザンチン攻撃、通信路ノイズがもたらす問題を扱う。著者らはFedSharpという頑健なDFLフレームワークを提案し、各ノードが2b個の前段ノードのモデルを保持して、座標ごとの中央値からの偏差で疑わしいモデルを除外し、損失の小さいb個の候補を平均する。100ノードのリング状ネットワークで33ノードがビザンチンの場合の実験では、MNISTとCIFAR-10の両方で、比較対象の単一モデル選択手法より高い精度を示した。
説明ギブス確率測度による学習データ集約と厳密な機械的アンラーニングの統一的枠組み
要約本論文は、ギブス確率測度に対する再正規化、正規化対数線形結合、ネスティングという三つの演算を検討し、得られた測度の目的関数・参照測度・正則化係数を明示的に示している。参照測度が確率測度の場合には、これらの演算に三平方の恒等式や指数測地線による幾何学的解釈が与えられる。論文はネスティングと正規化対数線形結合の等価性を示し、ギブスアルゴリズムによる教師あり学習に適用して、局所データで学習したアルゴリズムから全データを集約して学習したアルゴリズムを構成できることを述べている。
注目点Gibbs測度の三つの演算を統一的に扱い、入れ子と正規化対数線形結合の等価性を示し、学習データ集約と厳密な機械的忘却へ応用する。
説明多変量コンフォーマル予測における一般化超矩形予測集合
要約本論文は多変量コンフォーマル予測における予測集合の形状を扱う。多くの非適合度スコアによる予測集合は形状が複雑で、解釈や可視化が難しい。著者は超矩形を任意の一次元集合の直積へ拡張した「一般化超矩形」を導入し、任意の連続な多変量非適合度スコアまたは条件付き密度を、有限標本で被覆率を保証する一般化超矩形予測集合へ変換する矩形化フレームワークを提案する。実験では矩形化による効率のコストを定量化し、不確実性定量化における利点を示している。
説明一回の推論で効率的にページ全体をランキングする手法（Towards Efficient Whole Page Ranking with One-Pass Inference）
要約本論文は、広告と通常コンテンツを合わせてページ全体のレイアウトを最適化する問題を扱い、多項目スコアリング手法（MIS）を提案しています。非自己回帰方式の効率を保ちつつ、先行する選択項目の文脈を取り入れて項目間の順序依存関係を捉えます。KuaiRand-1KとRL4RSの実験では、自己回帰ベースラインに近い生成品質を保ちながら、CPUでの復号速度がそれぞれ4.07倍と3.54倍になりました。大規模な社会的動画プラットフォームでの無作為化評価では、実現指標と視聴時間がわずかに向上し、ランキングサービスのCPU消費は9.73%減少しました。
説明改稿してから拒否する：大規模言語モデルによるOCR後補正のための、改稿器非依存の編集ゲーティング
要約本論文はEditVetoを提案し、大規模言語モデルが文書全体を書き直した後に拒否ゲートを置く。書き直しの差分をブロックに分割し、0.6Bパラメータのゲートがブロックごとに残すか元に戻すかを決める。訓練に使っていない2種を含む5種類の改稿器に対して改善を示したと報告している。ただし公開された競技結果では、優勝した提出については結果が悪化したとしている。
説明視覚言語モデルを臨床神経診断向け脳波基盤モデルとして再利用する研究
要約本論文は、汎用の視覚言語モデル（VLM）が臨床医のように脳波（EEG）の波形を視覚的に読み解けるかを検討しています。大規模な脳波事前学習を行っていない汎用VLMでも、複数の臨床神経診断タスクで競争力のある性能を示し、少数ショット学習では専門の基盤モデルより各タスクに適応しやすく、モデルの大規模化に伴う性能向上も、モダリティ固有のモデルでは見られない形で現れると報告しています。
説明信頼度スコア：カーネルに関する新しい指標
要約本論文は、カーネルが分類タスクに適しているかを評価する新しい指標「信頼度スコア（Confidence Score）」を提案している。理想カーネルとの類似度を測る従来の指標と異なり、正解ラベルの符号化と、カーネルによって射影された正解ラベルとの一致度を測るため、クラス内の構造を保つカーネルも高いスコアを得られる。実験では、実世界データと合成データの両方において、いくつかの他のカーネル指標と比べて分類精度との相関が高いことが示されている。
説明高階Hölder平滑性と一様凸性が一致する場合の厳密な下界
要約本論文は、次数が一致する高階Hölder平滑かつ一様凸な関数の最小化について、厳密な下界を示したものです。p+νとqが一致する場合、p階までの導関数にアクセスできる決定的アルゴリズムは、初期の最適性ギャップΔ0をεまで減らすのに、オラクル呼び出し回数のΩ級の下界が必要であることを示しています。この下界は対応する上界と一致し、強凸関数に対するNesterovの一階下界の高階一様凸版にあたります。
注目点高次Hölder滑らかさと一様凸性が一致する場合に上界と一致するタイトな下界を示し、多段階構成によって未解決の場合を解決している。
説明マルチエージェント安全拡散プランニング（MA-SafeDiffuser）：拡散モデルで複数エージェントの安全な経路を計画する手法
要約本論文はSafeDiffuserを複数エージェントへ拡張し、拡散ベースの軌道計画に制御障壁関数（CBF）の制約を組み込んで、複数エージェントの安全仕様が有限時間で保たれることを示します。集中型と通信を考慮した分散型の制約付きノイズ除去手法を提案し、局所的な罠やデッドロックには時変仕様と活性CBFで対処します。多エージェント版Maze2Dを含むベンチマークも提供され、無制約の拡散ベースラインより違反回数が少なく、計画品質は維持されると報告されています。
説明活性化から介入へ：再構成によるスパースな視覚特徴の解釈
要約スパースオートエンコーダ（SAE）は視覚表現を個々の特徴に分解しますが、意味の異なる複数の特徴が同じ位置で同時に活性化すると、最も強く反応する画像領域だけでは解釈があいまいになります。本論文は、SAEのデコーダ方向に沿って表現に介入し視覚出力を再構成する枠組みRecSAEI（Reconstructive SAE Intervention）を提案します。著者らは、複数のデータセットと視覚エンコーダで特徴の意味を区別できたと報告しており、[CLS]特徴への介入を、少数のパッチSAEデコーダ方向に結び付けています。
説明いつ質問し、いつ答えるか：対話における曖昧な参照解決のための戦略的確認
要約本論文は、対話における「戦略的確認」、すなわち確認質問への回答が候補となる指示対象の範囲を絞り込める場合にのみ質問する手法を扱っています。著者らはSIMMC 2.1データセットをもとに、曖昧な参照を解決するのに必要な質問数を記録する制御されたテスト環境を構築しました。また、凍結されたLMの上で動作する軽量な行動選択手法BACEを提案し、GRPOやArCHerなどの手法よりも最適な確認質問数をより安定して選択できると述べています。
説明TSFMとLLMの融合：文脈を共変量として扱う時系列予測
要約時系列データにはニュースや報告などのテキスト情報が多く含まれるが、大規模言語モデル（LLM）は数値精度に欠け、時系列基盤モデル（TSFM）はテキストの影響を推論できない。本研究は、CoCo（Context as Covariates）という予測フレームワークを提案し、LLMがテキストの推論を数値化された予測と信頼度の共変量に変換して、TSFMを導く仕組みを示している。金融、経済、気象、交通などの実データで評価した結果、Qwen3-4B-Instruct-2507とChronos2の組み合わせでMAEが最大12%改善したと報告している。
説明SlackBench：実在のコードリポジトリに基づく協働プロジェクトでのエージェント評価ベンチマーク
要約本論文は、職場のコミュニケーションと変化し続けるリポジトリの状態を組み合わせて推論する必要がある、研究・エンジニアリング業務のワークフローでエージェントを評価するベンチマーク「SlackBench」を提案している。実在する学術研究プロジェクトをプライバシーに配慮して再現したもので、GitHubリポジトリとGoogleドキュメントに基づく多人数の対話、決定事項の変化、対応するコード変更を含む。140のクエリを収録し、異種ソース検索、回答不能な質問への棄権、目的指向の要約、長い会話からの状況推論を扱う。33の最先端モデルとエージェント環境を評価した結果、最良のシステムで約80%、大半は66%未満だった。
説明Ctrl-F：ヒューマノイドの移動・操作のためのインターフェースとしての力制御
要約本論文は、ヒューマノイドのモーショントラッキングに明示的な力指令を加える階層型フレームワーク Ctrl-F を提案している。手や足などの接触部位に三次元の力を指定する仕組みである。動作と力を統合した制御器と、物体の状態や固有受容感覚に基づいて力指令をオンラインで出す高レベルの力プランナーから構成される。シミュレーションと実機の両方で、大きく持続的な相互作用力を要する作業を完遂し、負荷の変化に応じて指令を調整できることが示されている。実機では、押す・蹴る作業で最大20kgの箱を扱い、力を考慮しない基準手法が失敗する場面で成功している。
説明多目標アライメントのための目的条件付き能動的選好学習
要約本論文はOGC-DPO（目的条件付き勾配カバレッジDPO）を提案する。これは有用性・無害性・誠実性などの複数目的で大規模言語モデルを整合させるための能動学習フレームワークである。各（応答ペア、目的）の組み合わせを個別の問い合わせとみなし、外部の報酬モデルに頼らず、方策自身の暗黙の勾配で情報量を測る。各目的の勾配カバレッジを最も広げる問い合わせを選択し、同じアノテーションコストで既存手法より優れることを実験で示している。
説明DreamX：動画拡散モデルを汎用の潜在行動学習器として使う手法
要約本論文は、事前学習済みの動画拡散モデルを汎用の潜在行動学習器として再利用するDreamXを提案します。動画モデルの時空間特徴から、各潜在フレームを1,200トークンから4トークンへ300倍に圧縮したコンパクトな潜在行動を抽出し、視覚的な外観から切り離された行動関連の動態を捉えます。この潜在空間は人間とロボット、環境、行動パラメータ化をまたぐ共有インターフェースとして機能し、LARY-Benchで潜在行動モデルの中で最先端の性能を達成したと報告されています。
説明自律型エージェントから認知的共生体へ：AIで拡張された人間の知能に向けて
要約本論文は、AIの価値を機械が単独で作業する能力だけでなく、個人の認知能力をどれだけ高められるかにも見出すべきだとし、「AI拡張人間知能（AHI）」という概念を提案している。著者らは、外部デバイスを通じて利用者が感じているものを感知し、長期にわたって文脈を保持し、適切な場面で思考に加わり、日常の作業を支援する「認知的共生体」というシステムを構想している。さらに、その種のシステムがもたらす新たなリスクにも触れ、その統治を当該パラダイムの一部として扱うとしている。
説明一般的な選好による言語モデルの整合：直接ナッシュ最適化の実証研究
要約本論文は、二者間の選好ゲームのナッシュ均衡を近似することで言語モデルを一般的な選好関数に整合させる直接ナッシュ最適化（DNO）と、その実用版DNO-Prctを研究している。著者らはLlama 3.1 8B InstructとMistral 7B Instruct v0.1で独立に再実装し、3回の反復後にAlpacaEval 2.0の長さ制御勝率が向上したと報告している。また、アブレーション実験、パイプラインの費用、そして単一実行およびGPT-4oが教師と評価者を兼ねることによる含意も述べられている。
説明PolicyIK：強化学習によるロボットアームの高精度逆運動学
要約本論文は、ロボットアームの高精度な逆運動学（末端姿勢指令を関節運動に変換する計算）のための、目標条件付き強化学習ポリシー PolicyIK を提案している。シミュレーションでは、学習済みの PPO ポリシーが保持テストタスクの 93.5% で、最後の 1 秒間の平均誤差を 1 mm 以内・0.2 度以内に抑えた。展開手順を用いると成功率は 98.9% に上がる。シミュレーションのピック＆プレースでは、π0.5 の視覚・言語・行動ポリシーの末端指令を 95.7% の成功率で実行した。
注目点強化学習による高精度逆運動学を提案し、基準関節オフセットと滞留報酬を導入。作者はシミュレーションと実機で4種の古典IKと比較し成功率向上を報告。
説明GUILD：模倣学習のための誘導型反復データ収集
要約ロボットの模倣学習は、コストのかかる実機での遠隔操作によって集めたデータで訓練されます。従来の収集は操作者の直感に頼ることが多く、方策の性能向上にあまり寄与しないデータが生じがちでした。本論文は、どのデータを集めれば下流の方策性能が最大化されるかを能動的に判断する手法GUILDを提案します。視覚言語モデルの意味的知識でタスクを提案し、予測的データ帰属によって収集した軌跡が目標環境での性能に与える影響を評価して、次の収集にフィードバックします。シミュレーションと実機の実験で、受動的な収集や複数のベースラインと比べ、サンプル効率と配備時の性能が向上したと報告しています。
説明大規模言語モデルは学術文献のレビューを行えるか？102本の論文ベンチマークによる検証
要約本研究は、スペインのプルーム型気象パターンに関する公表済みレビューとその102本の論文コーパスをベンチマークとして、6種類のAIツールを文献検索、内容解釈、横断的統合、今後の研究提案の4段階で評価した。機関の図書館アクセスがあると文献発見数が大きく増えた一方、一部のツールは実質的な言及と通りがかりの言及の区別を誤ることが多かった。統合結果には根拠のない主張や過度な合意の表現も見られた。著者らは、大規模言語モデルは文献の発見と解釈を支援できるが、証拠の評価や研究の統合では専門家の判断に代わるものではないと結論づけている。
説明彭博社における大規模コード移行のためのLLMと決定的処理のハイブリッドパイプライン
要約本論文は、彭博社（ブルームバーグ）の「自動アップリフト」の産業的経験を報告する。数千のリポジトリで大規模言語モデルを用いた移行を行い、PythonパッケージングとC++ビルドシステムの2つの本番キャンペーンを扱う。合計2,333件のプルリクエストから729件の移行が成功した。決定的処理を最大化し、LLMを事前計算された文脈内の限定的なファイル変換に限定する混合アーキテクチャを提示し、再利用可能な設計パターンをまとめている。
説明植生の多い環境における視覚的3D再構成のベンチマーク用に、可視性を考慮した参照データを生成する手法
要約本論文は、植生の多い屋外環境で前ベースの視覚幾何モデルと従来のSfM手法を評価するため、LiDARを用いた参照データ生成パイプラインを提案します。既存のマルチセンサ位置推定データセットのカメラ画像、LiDAR走査、参照姿勢を再利用し、視点ごとの深度マップと可視参照点群を生成します。LDGVSという可視性スコアで点ごとのフィルタリングとHPRの自動スケール選択を行い、TartanAirV2とTartanGroundでは、ポアソン曲面再構成と比べて約3倍の点密度を保持しつつ、絶対相対誤差は同程度でした。BotanicGardenデータセットでの比較では、前ベース手法は高速に稠密な深度を出力する一方、3D再構成に重複構造が生じることがあり、従来のSfMはより整合的な形状を示すものの、結果は疎で植生の多い場面では失敗しやすいとされています。
説明GSCV++：標準ビデオコーデックを用いた軽量な3Dガウシアン・スプラッティング系列圧縮
要約本論文は、標準ビデオコーデックで3Dガウシアン・スプラッティング（3D Gaussian Splatting）系列を圧縮する軽量なパイプラインGSCV++を提案している。前処理（エネルギー適応型フレーム間球面調和関数交流成分次元削減）、3Dから2Dへの写像（事前情報ベースのP-MiniPLAS）、実用的な圧縮設定（内容認識型汎用圧縮）の三つを改良している。実験では、既存の先進手法と比べて、フレーム内予測で20%超、フレーム間予測で60%超のレート歪み利得が報告され、2Dマップ生成・符号化・復号も高速であるとされている。
説明言語モデルの不整合な振る舞いを持続的に抑制する研究
要約本論文は、学習後に言語モデルに現れた望ましくない振る舞いをどのように効果的に抑制できるかを研究し、SFT、GRPO、勾配上昇による unlearning を即時の抑制、追加学習後の持続性、一般的な能力の維持の三点から比較しています。著者らは、中間状態から続きを生成して学習データを拡張する GRPO の派生手法 PEARL（Prefix-Expanded Adversarial Reinforcement Learning）を提案しています。二つのモデル系列と二種類の対象モデルで、PEARL は課題の正答率を保ちながら強い即時抑制を示し、追加の微調整後も効果が持続したと報告しています。
説明OpenBrain：全脳MRI領域分割の生成ラベルを監査可能に公開するデータセット
要約本論文は、OpenNeuroのT1w症例35,838件（607の元データセット由来、来歴検証済み）を信頼度情報つきで公開したOpenBrainを紹介する。各レコードには主分割、2つの委員会分割、出所とライセンス、QC-7の生測定値、パーセンタイルリスク、総合リスクスコアR、信頼度ティアが紐づけられる。低いQC-7リスクは生成ラベルの品質が高いことに対応し、低リスク試料の選択は固定予算の学習でランダム選択よりマクロDiceを向上させたと報告されている。
説明模倣による不可知学習：識別学習と生成学習の計算量的等価性
要約本論文は、計算学習理論における二つの基本課題を扱う。一つは、モデル族の最良の要素と同程度に正例と負例を識別する判別モデルの学習であり、もう一つは、モデル族のどの要素によっても実データと区別できない出力を生成する生成モデルの学習である。著者らは両者の計算量が等価であることを証明した。一方向はこれまで知られていたが、本論文の主な貢献は逆方向の効率的なオラクル帰着を示すことにある。適応的なオラクル問い合わせを用いることで、不可知学習を含む多様な学習目標を達成できることも示している。
注目点多精度オラクルと区別不能生成タスクの計算量が等価であることを示し、適応的クエリとオンライン学習を用いた新たな逆方向の効率的帰着を与えている。
説明敵対的投機的推論による長期タスクエージェントの改善
要約この論文は、投機的デコーディングを単なる推論高速化の仕組みではなく、長期的な推論の精度に影響するものとして扱います。著者らは、草稿モデルを学習させて、エージェントの推論過程の重要な判断点で目標モデルに拒否されるようにし、重要な推論トークンを目標モデルがノイズの少ない条件で生成するようにしています。複雑なエージェント型コーディングのベンチマークで、目標モデルや出力分布を変えずにエンドツーエンドの成功率が向上したと報告しています。
説明文脈内学習のための回路（モデル内部で例示から予測に至る計算の仕組みを明らかにする研究）
要約本論文は、プロンプト内の例示だけで言語モデルが分類課題を解く文脈内学習（ICL）の内部メカニズムを調べたものです。対象は3つの30億〜40億パラメータのTransformerで、著者らはラベル位置を鍵と値とする連想記憶として計算が行われると報告しています。活性化パッチングやアテンションヘッドの除去実験によって各段階の因果関係を検証しています。
注目点任意ラベルの少数ショット分類におけるICLの完全な合成回路を示し、キーバリュー記憶とゲート付き読み出しとして説明する。因果的介入で検証し、複数モデルとスケールで再現している。
説明臨床決定ネットワーク監査のための重み空間プログラミング
要約本研究は、臨床プロトコルと小規模ニューラルネットワークの生の重みだけを与えられた大規模言語モデルが、そのネットワークを監査し修復できるかを検討したものです。頭頸部放射線治療の計画依頼を選別するネットワークに、交絡因子、脊髄閾値の3Gy変化、隠れたトリガーなどの欠陥を意図的に埋め込み、ブラインドで評価しました。モデルは18件中16件の欠陥ネットワークで壊れた規則を特定して修復しましたが、正常なネットワークやトリガーの検出は限定的で、ネットワークが正しいことを保証するには至っていません。
説明MedPhysBench：医学物理の計算と誤り検出で言語モデルを評価するベンチマーク
要約本論文は、放射線治療、画像診断、核医学、放射線防護にわたる医学物理の計算問題と誤り検出問題で言語モデルを評価するベンチマーク MedPhysBench を提案している。保留テスト1,200問で、12モデルの計算正答率は33.3%から100.0%だった。また、他者の計算結果や計算過程の誤りを検出できるかも検証し、コードと問題ごとの結果を公開している。
注目点新規性は医学物理の計算と誤り検出を組み合わせたベンチマークにある。摘要は1,200項目で12モデルを評価し、誤り検出の結果を報告している。
説明p ノルム幾何における無制約凸最適化のための適応的加速オプティミスティック双対平均法
要約本論文は、無制約凸最適化に対する適応的加速オプティミスティック双対平均法（A²ODA）を提案し、p∈[2,∞] の p ノルム幾何に基づく低コストな前処理を採用しています。この手法は直線探索を必要とせず、集約された仮想アフィン下界モデルに基づく新しいステップサイズ選択技術を用います。更新構造は p∈[2,∞] で統一されており、p>2 の場合もユークリッド場合（p=2）より複雑な更新は必要ありません。一般化された局所滑らかさの条件の下で収束界を導出し、局所滑らかさの特殊ケースではほぼ最適な収束速度が得られることを示しています。
説明離散トークンから連続軌跡へ：統一マルチモーダルモデルのパラメータ効率的な連続適応
要約統一マルチモーダルモデル（UMM）は離散トークン化により強い意味推論を実現しますが、量子化のボトルネックで細部の視覚情報が劣化し、構造は正確でもアーティファクトの多い画像になりがちです。本論文は、事前学習済みの離散UMMを連続的なrectified-flow生成器に変換するパラメータ効率的な後学習フレームワーク「FlowShift」を提案します。注意層にLoRAを適用し、双目的速度ベクトル蒸馏（DOVD）によって高忠実度の連続教師モデルと真の連続軌跡に整合させ、プロンプト遵守と推論能力を保ちながら知覚品質を高めます。
説明CATF：文脈認識型時系列予測のためのマネージャー・ワーカー枠組み
要約本論文は、対象変数自身の履歴と天気・カレンダーなどの文脈変数から予測を行う、文脈認識型の時系列予測を扱います。提案手法CATFは、Transformerベースのマネージャーが文脈に応じて各入力を1つのワーカーに割り当てる構成で、学習・推論の両方でハードルーティングを用います。手動のデータ分割なしにワーカーが特化し、任意の単一モデルをワーカーとして使えます。文脈の豊富な5つのデータセットでは、200回の比較のうち162回で元のモデルを上回り、ゼロショットのTime-MoEを20設定中15で上回りました。
説明PyRUA-DataFarm：大規模言語モデルのエージェントを低コストの遠隔操作者として使い、実機にそのまま使えるロボットデータを生成する研究
要約本論文は、コーディングエージェントが実ロボットの1回分のキャリブレーション映像を見て、シミュレーション上でシーン、専門家コントローラ、成功判定器を作成するDataFarmを提案している。シミュレータが正確な動作を出力し、実画像を条件とする映像モデルが各試行を写実的な動画にレンダリングする。実機5タスクでは、農場で生成したデータのみで学習した方策が、同数の遠隔操作データで学習した方策と同等の成功数（100回中93回対84回）を示した。未見のテーブルクロスや色付き照明の下では、前者が87回、遠隔操作学習の方策は46回成功した。タスクごとの適応費用は平均約21ドル、その後1エピソードあたり平均約0.80ドルと報告されている。
注目点コーディングエージェントで遠隔操作者を代替し、シミュレーションと映像モデルで実機向けデータを生成。摘要は5つの実ロボットタスクで遠隔操作データと同等の成功数とコストを報告。
説明HARP：LLMベース推薦のための学習不要な二重プロファイル型エージェント通信
要約本論文は、LLMベースの推薦を、自己記述の構築、協調グラフに沿った伝達、相手の理解、次の相互作用による同期という四段階のエージェント通信過程として捉えています。凍結されたLLMバックボーンに、対称的なアイテムプロファイル、検索時に用いるプロファイル同質性の指標、単一パスの反省的更新という三つの演算子を加える、学習不要の手法HARPを提案しています。Yelp、Books、MovieTV、Goodreadsの四つの公開ベンチマークで、HARPは最良の既発表ベースラインに比べHit@1を6.9%から24.0%向上させたと報告しています。
説明MDSKILL：多視点蒸留によるスキル記憶の内在化と、エージェントの効率的な動的自己進化
要約本論文は、スキル記憶を状態把握、行動計画、実行制御の三つの機能的視点に分けて整理し、動的指標で高品質なスキルを選んで視点別および統合の推論分岐を構成するMDSKILLを提案している。同方策自己蒸留（OPSD）により、これらの分岐の経験知識を共有方策へ統合し、スキルの内在化を効率化する。ALFWorldとWebShopでは、SOTAに対して最大7.1%および8.1%の向上を示したとされる。
説明ΦasmaNet：重力波の信号対雑音比を高速予測するための段階的スペクトル・トークン精緻化アーキテクチャ
要約本論文は、重力波の信号対雑音比（SNR）を高速に予測するコンパクトなニューラルネットワーク「ΦasmaNet」を提案している。歳差運動と高次モードを含む連星ブラックホール信号のパラメータから、固定された単一検出器（Advanced LIGO設計感度）における位相平均SNRを予測する。100万件の注入カタログを約8.3秒で処理でき、従来の波形計算より約2桁速いと報告されている。
説明長文脈は本当に必要か：頻繁な圧縮で短い文脈を保つ言語モデルの研究
要約この論文は、後のトークンほど生成コストが高くなり、最先端のオープンウェイトモデルではそのコスト差が最大7倍に達しうると指摘しています。頻繁な圧縮によって文脈を短く保っても、長期タスクや長入力タスクの精度はほとんど低下しないことを示しました。さらに、意味的状態空間モデル（SSSMs）という概念を提案し、長文脈言語モデルの必要性に疑問を投げかけています。
説明LoopVQ：ループ型 Transformer 向けのサブ 1 ビット KV キャッシュ量子化
要約ループ型 Transformer は同じ層を複数のループステップで再利用し、パラメータを節約します。ただし各ステップが独自の KV キャッシュを保持するため、キャッシュが主なメモリボトルネックになります。本論文の LoopVQ は複数ステップのチャネルを共同で符号化し、コードブックを微調整して全精度モデルの出力に合わせます。要素あたり 0.5 ビットで既存手法より高い精度を示し、SGLang では復号遅延の短縮とスループット向上が報告されています。
説明マスキングチャネルによる普遍的な困難性
要約本論文は、有名なハードコア補題（Impagliazzo, 1995）を学習理論の枠組みへと一般化し、関数の平均ケース計算困難性を扱う。非ブール関数と古典的な0-1損失以外の多様な困難性概念に対応する一般的な枠組みを、凸双対性による適切な忠実度の選択を通じて構築している。さらに多クラスへの拡張や、複数の困難性概念に同時に適用できる普遍的マスキングチャネルを示している。
注目点硬核補題を非ブール関数と凸損失へ一般化し、マスキングチャネルと凸双対性による紧い特徴づけおよび汎用チャネルの構成を示す。
説明GSBR：オンライン強化学習のための幾何学的サポート行動正則化
要約本論文は、事前学習済みの基本方策のサポート集合からの行動の距離に応じてペナルティを与えるオンライン強化学習の正則化手法GSBRを提案している。サポート集合内の行動にはペナルティがかからず、外側では距離に応じて滑らかにペナルティが増えるが、得られる価値がペナルティを上回る場合は改善が許される。4つのロボットベンチマークの19タスクで、平均成功率は基本方策の33%から95%に向上し、比較手法の中で最も高い平均成功率とスループットを達成した。
説明Wonder 4：画質向上のための混合専門家（MoE）手法
要約実写写真はぼけ、ノイズ、圧縮、傷、低解像度などが同時に起こることが多く、それぞれの程度と位置も異なります。本論文では、画像の品質向上を行う混合専門家（MoE）モデル「Wonder 4」を提案します。退化分類器、マスク、プロンプト、検出器、タスクラベルは使わず、欠陥が生じた領域ごとに複数の補正を同時に行います。各ブロックは13個の専門家を持ち、ルーターが各画像パッチを5個に割り当てます。学習では均等利用を強制せず、使用量の最小比率のみを設定する偏りを用います。DIV2KとFlickr2Kの3つの評価設定で、LPIPS、DISTS、NIQEの各指標において最良の結果を示しました。
説明『ペルソナは人間ではない：アイデンティティは属性ではなく状態』：固定ペルソナによる模擬人口の限界
要約本論文は、調査の事前テストやAI評価で、固定された特徴を持つ模擬人物（ペルソナ）を実在の人々の代わりに使う手法を扱います。人の行動は状況によって大きく変わるため、ペルソナをどれほど詳しく作っても、モデルをどれほど大きくしても、集団の状況依存的な行動は再現できないと論じています。新しい評価基準と「文脈の中の人物」という設計を提案し、Reddit上の性格データと臨床試験の募集調査で検証しています。その結果、実際の集団とは完全には一致しませんでした。
説明低密度3D点群分類（低密度の3次元点群を分類する研究）
要約本論文は、点群の密度が低い場合に3次元点群の分類性能が落ちる問題に取り組み、低密度点群の分類に最適化されたアーキテクチャLD-PointNet++を提案しています。著者らは、既存の最先端手法を様々な密度で比較する初のベンチマーク研究を行い、低密度環境で性能が大きく低下することを示しました。ModelNetベンチマークデータセットでの実験では、LD-PointNet++が低密度の場面で既存手法を上回り、異なる密度レベルでも90%を超える精度を維持したと報告されています。
説明AIによる悪天候案内の「誤った安心」：米国気象局の実際の警報に基づく再現可能な評価
要約大規模言語モデルのアシスタントが公式の悪天候警報を参照できない場合、警報が発令中でも天気は穏やかだと利用者に伝えてしまう「誤った安心」の問題を検証した研究です。米国国立気象局（NWS）の実際の警報から作られた117件の固定ケース（警報69件、警報なしの対照32件、米国外16地点）を、Claudeを用いた防災パイプラインの5つの条件で再現しました。実際の警報を与えると誤った安心は消えました（対応のあるMcNemar検定 p<0.0001）。データセット、ラベル、コードも公開されています。
注目点「偽りの安心」指標を提案し、実際のNWS警報を再生してLLM防災支援を評価。複数条件を比較し、データとコードを公開。
説明自らの信念に反して学習させると大規模言語モデルがミスアライメントを起こしうる
要約論文は、有害な内容を含まないデータであっても、モデルがそれを誤りだと信じている場合には、そのデータでの微調整が広範なミスアライメントを引き起こしうることを示しています。数学、雑学、料理、スポーツの各分野で、モデルが学習する答えを強く否定するほど失準が大きくなる傾向が確認されています。研究はこの現象が、モデル内部の認識と出力の不一致に由来すると論じています。
注目点新規性は、モデルが誤りと考える無害なデータでも広範な不整合が生じることを示した点にある。摘要は数学や知識編集での実験結果を報告している。
説明アンカー付き順位対向ファインチューニング：事前学習済み視覚的場所認識モデルの頑健化手法
要約視覚的場所認識は、類似したジオタグ付き画像を検索してカメラの位置を特定する手法である。本論文は、現在の大規模基盤モデルによる手法が、わずかな敵対的摂動に対して脆弱であることを示す。著者らは、凍結した事前学習モデルの干渉のない記述子へのアンカーを保ちつつ、リストワイズの順位損失でモデルをファインチューニングするARAFTを提案し、対向的な頑健性を高めるとしている。
説明YANAMI：多ターン状態保持型インタラクションのための大規模マルチモーダルデータセットとベンチマーク
要約本論文は、40万件の多ターンマルチモーダル対話を含む学習用データセット YANAMI-400K と、400組の対話からなる評価ベンチマーク YANAMI-Bench を提案している。対話は複数画像融合、画像編集、世界モデリング、視覚推論の4シナリオを扱い、モデルがターンをまたいで対話状態を追跡・保持・更新することを求める。BAGEL を YANAMI-400K でファインチューニングすると、画像編集、生成、状態保持型インタラクションがそれぞれ10.3%、2.0%、13.23%向上した。
説明Möbius：動作の理解と生成を統合する動作・言語モデル
要約論文は、人間の動作の理解・生成・編集を一つのフレームワークで行う統一モデルMöbiusを提案している。拡散過程を動作理解と同じマルチモーダル表現空間に持ち込み、離散化や事前学習済みの動作VAEを用いずに、連続的なフレーム単位の生の動作を直接扱う。原文によると、HumanML3Dで統一動作モデルの中で最先端の性能を示し、17億パラメータと1700時間の動作データへのスケーリングも行っている。
説明精度を超えて：言語部分空間介入が捉え、除去し、改善するもの
要約本論文は、中間層の活性化に含まれる言語関連成分を抑制することで多言語推論を改善する手法を検討しています。四つのオープンウェイトLLMを用い、MATHとMGSMで言語部分空間が翻訳に関連する変動を捉えるか、投影によって言語情報が除去されるか、精度を損なわずに回答言語を保てるかを調べています。精度を最も高める介入は回答言語の忠実性を犠牲にし、正解かつ目標言語の回答の割合を改善したのは一つの介入のみで、その向上幅は1.60ポイントでした。著者らは、因果的介入は精度だけでなく多面的に評価すべきだと主張しています。
説明パフォーマティブ均衡における適合予測：パフォーマティビティのコスト
要約予測器の展開自体がデータ分布を変えるパフォーマティブな設定で、適合予測（conformal prediction）の有効性を検討する研究です。パフォーマティブに安定な予測器の均衡分布の下でも被覆率が保証される予測集合を求めています。分布写像の全変動感度Lが1を境に相転移することを示し、L<1の場合の超過誤被覆の下界を与えています。
注目点パフォーマティブ均衡における共形予測の有効性について L=1 での相転移を示し、ミニマックス下界と転移定理を与える。摘要は実験で閾値と標度則を検証したと報告している。
説明変化する環境における長期稼働エージェントの経験ライフサイクルを評価する研究
要約本論文は、18 の対話型環境にわたって経験のライフサイクルを評価するベンチマーク ReScopeBench を提案している。環境の構造や利用方法に関する構造的経験と、タスクを越えて判断を導く規則的経験を区別している。経験を先に据えたタスク列の構築法を用い、環境の無言の変化も導入して、経験の獲得・再利用・修正を調べている。20 のモデルでの評価では、保持された経験はタスク性能を高めるが、環境が変わった後に経験を更新し続けることは難しく、経験が正しく記録されていてもタスクが成功するとは限らないことが示された。
説明穴や孔を含む位相構造をもつPINNとPDEのためのde Rham コホモロジー型アーキテクチャ
要約本論文は、穴や孔、極、空洞などの位相的な病理を持つ問題において、従来の物理情報ニューラルネットワーク（PINN）が失敗しやすい点に着目し、de Rham コホモロジーによる拡張（Hodge-de Rham PINN）を提案している。Hodge-Morrey-Friedrichs分解によって1-形式をパラメータ化し、積分演算子を通じてスカラー値の偏微分方程式の解と結び付ける。Aharonov-Bohm効果などを対象に実験を行い、理論的な保証も示している。
説明Route Anything：汎用AIシステムにおけるモデルとポリシーのルーティング研究
要約本論文は、汎用AIシステムにおいて、性能と計算コストのバランスを取りながら、各タスクに最適なモデルやポリシーを動的に選択・調整するフレームワーク「Route Anything」を提案しています。25のベンチマークと452の候補構成から得られた374,401件の採点済み実行を含む全モーダル軌跡行列を構築して検証を行いました。結果として、入力ごとの理想的ルーティングは最良の固定候補を5.4ポイント上回り、学習型ルーターは16のベンチマークで0.3ポイント、ビデオ生成で2.1ポイント、ロボット操作で1.1ポイント上回りつつ、ポリシー時間を24%削減しました。また、参照モデルと比べて平均で効率が8.82倍向上したと報告されています。
説明無知の幾何学：活性化の断片化による LLM 内の抑制された知識の検出
要約本論文は、概念に関する質問とその匿名化された言い換えとの間の隠れ状態の差分（anon-vectors）の幾何学的一貫性を測ることで、大規模言語モデルが概念を本当に知っているかを評価する手法を提案しています。既知の知識は密で低エントロピーのクラスタを形成し、無知は幾何学的な断片化を生じることが示されています。この指標は十の指示調整済みモデルで既知と未知の概念を区別でき、アンラーニング後の敵対的な復元とも関連しています。
注目点匿名化言い換えベクトルの幾何学的断片化でLLMの知識を測り、既知と未知を分けて脱学習後の敵対的復元を予測。10モデル、4攻撃、5脱学習手法で検証と報告。
説明iGC：学習済み体細胞超変異事前分布上の強化学習による抗体最適化
要約本論文は、抗原特異的な抗体最適化のための二段階強化学習フレームワークiGC（in silico Germinal Centers）を提案している。第一段階では、B細胞系統樹の親子ペアから体細胞超変異（SHM）の事前分布を学習し、目標データに適応させる。第二段階では、その事前分布で方策を初期化し、凍結した事前分布へのKL正則化のもとで抗原結合を最適化し、報酬の悪用を防ぐためにReward-Tax Meta-Gradient目的関数を導入している。
説明エージェント型強化学習における、方策同期型のターゲット指導の安定化
要約本論文は、ターン単位のテキストフィードバックを、方策同期型の自己蒸留の目的関数で学習する「ターゲット指導」という手法を扱っています。マルチターンのソフトウェア工程エージェント環境で複数の設定を試し、ターゲットを絞った自己蒸留と基準ごとの強化学習報酬を組み合わせ、方策が実際に失敗したターンにのみフィードバックを与えることで成果が得られたと報告しています。また、学習中のエントロピーを安定させ、振動を抑える設計上の選択についても検討しています。
説明多指標モデルの信頼性のある学習のためのガウス分割
要約本論文は、ガウス分布に対して滑らかな分布を扱うための算法的な基本手法であるガウス分割を提案する。空間を多面体領域に分割し、ほぼすべての確率質量が少数の直交方向を制限する細い帯状領域に入るようにする。これを用いて、半空間の関数や低次元の凸概念などの布尔多指標モデルに対する不可知学習器を構成し、統計的クエリ（SQ）下界も示している。k個の半空間の関数については、従来より次元依存性を改善している。
注目点ガウス分割という新しい基本手法を提案し、多指標モデル学習の次元依存性を指数的改善から d^poly(k/c) へ改善、対応するSQ下界も示す。
説明CAD境界表現に対するSO(3)等変学習（B-repの向きに左右されない学習手法）
要約本論文は、CAD部品を扱うB-rep面隣接グラフ上のSO(3)等変グラフニューラルネットワーク「SO3brep」を提案している。各面の特徴を局所座標系で計算し、Wigner D行列と Clebsch-Gordan テンソル積によって隣接面間の相対的な向きを保持しながらメッセージを伝播させ、出力がSE(3)不変となるようにしている。ランダムに回転させたテスト部品を用いた3つの面分割と2つの分類のベンチマークで、比較対象のB-rep networkや等変点群ネットワークより高い精度を、最も少ないパラメータ数で達成した。ラベル付き部品が少ない場合に優位性が最も大きいとされる。
説明JHiMA-WebRL：長期タスク向けの結合型階層マルチエージェント強化学習フレームワーク
要約本論文は、タスク分解器と実行器を結合して学習させ、多段階の計画が必要なウェブ操作を行うJHiMA-WebRLを提案します。分解器は強力な教師モデルがGUIの軌跡から作成したサブタスク注釈で学習し、拡張したGRPOによってWebArena環境で両者を同時に最適化します。WebArena-Lite-v2では、7B実行器と7B分解器からなるモデルの平均成功率が37.2%で、同じ強化学習を施したScaleCUA-32B（24%）を上回りました。アブレーション実験では、強化学習中に分解器も更新する方が実行器のみを更新するより良い結果でした。