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）。
説明階層型インクリメンタルベータスプラッティングによるオンライン再構成：撮影中に三次元シーンを復元する新手法
要約本論文は、オンライン増分再構成にベータカーネルを導入する階層型インクリメンタルベータスプラッティング（HIBS）を提案している。形状パラメータにより、ガウス的な柔らかい分布と平頂でほぼ不透明なサーフェル（面要素）の間を連続的に調整でき、幾何形状の信頼度を制御する。信頼度を考慮した生成、誤差駆動の再配置、LOD階層による統合などの仕組みで再構成を改善する。Mip-NeRF 360でのオンラインプロトコルにおいて、PSNRが最大0.8 dB向上し、最適化時間は最大40%削減されたと報告されている。
説明対話型ビジュアルジム：対話環境でシミュレートされたユーザーを用いた視覚対話モデルの評価
要約本論文は、実行可能なタスク環境と人間ユーザーを共同でシミュレートし、視覚対話モデルを閉ループで評価・訓練するフレームワーク「Interactive Visual Gym」を提案しています。料理、家事操作、モバイルインターフェースの3種類のシミュレータと、315の対話シナリオからなるベンチマーク「IVG-Bench」を構築しました。最良のモデルでもタスク達成率は53.4%にとどまり、事実の根拠づけや実行可能な指示の面で課題が示されています。
説明文脈的完全性の生成モデル：適切な情報共有と不適切な情報共有
要約本論文は文脈的完全性（CI）の生成モデルを構築し、シミュレートされた対話を通じて情報共有を研究しています。大規模言語モデルが演じる二者が、一方は私的情報を持ち、他方はそれを求めてメッセージをやり取りします。共有と拒否が状況、保持者の判断ロジック、気質、基盤となる言語モデルによってどう変わるかを検証しています。結果として、必要な場合には正当な受取人に共有される一方、受け取る権利のない人にも開示されることがわかりました。
説明Multimodal-SEA：マルチモーダル社会工学攻撃下におけるAIエージェントの安全性ベンチマーク
要約本論文は、実際の詐欺事例に基づき専門家が設計した608のタスクからなる対話型ベンチマーク「Multimodal-SEA」を提案している。14の分野と152の攻撃シナリオを含み、マルチモーダルコンテンツも用意されている。シミュレーション環境で7つの主要なマルチモーダルモデルを評価した結果、いずれも脆弱で、攻撃成功率は7.1%から34.5%だった。マルチモーダルコンテンツの追加により、攻撃成功率は19.9%から29.2%に上昇した。
注目点多モーダルなソーシャルエンジニアリング攻撃を対象とした対話型安全性ベンチマークで、608タスクと7つのモデルで攻撃成功率の上昇を報告している。
説明LeanContext：Lean全体証明生成における数学的リソースと局所的形式文脈の分離
要約本論文は、129,826件のLean全体証明生成問題からなるベンチマークLeanContextを提案している。選択された完全な先行数学宣言を数学的文脈（MC）、残りの局所ソースコマンドを環境文脈（EC）として分類する。訓練にMCを含めた場合、選択された宣言は比較対象の代替案より大きな差で優れている。対象が参照する遺漏宣言を優先することで、2,000個の対象においてLLaDAとLlamaのPass@32がそれぞれ1.40%と1.70%向上した。
説明形状教師との整合によるポリシーエンコーダの学習：訓練時に画像ベースの方策が3D形状情報を獲得する手法
要約本研究は、部署時には画像のみを入力とするロボット操作方策が、訓練時に3D形状情報を獲得できるかを検討しています。提案手法は形状教師整合で、事前学習済みの3D形状表現（Point-MAE）から得た物体ごとの特徴を、画像方策エンコーダの対応する画像パッチの整合目標として用います。部署時の入力や構造は変更しません。LIBEROベンチマークでは、物体形状と対応する部位を中心に構造化された画像表現が得られ、方策の収束が大幅に速まり成功率も向上しました。事前学習済み方策では、ObjectおよびSpatialのスイートでそれぞれ収束が4.7倍、5.6倍速まりました。
説明大規模並列化による安全強化学習の高速化
要約本論文は、多数の環境を短いロールアウト区間で同時に実行する大規模並列学習の設定で、安全強化学習をどのように拡張するかを検討している。エピソード全体のコスト収益に基づく制約付きマルコフ決定過程の安全制約と短い軌道との不一致に対し、位相を分散させた環境リセットを短い軌道区間上の位相混合分布として解析し、位相集約型コスト推定量を提案する。さらに有限サンプルの不確実性と分布の不一致を制約引き締めの枠組みに組み込み、オンポリシー最適化と両立する手法を構築している。MJX 版 Safety Gym での実験では、非並列実装と同等の性能を保ちつつ、学習時間を大幅に短縮できたと報告している。
説明DART：汎用異常検知のためのドメイン非依存残差転移手法
要約本論文は、少数の参照サンプルだけで未知のドメインの異常を検知する汎用異常検知（GAD）を扱います。提案手法DARTは、残差を異常に関連する成分とドメイン固有の成分に分離する、既存手法に組み込み可能なフレームワークです。残差分離モジュールとクロスドメインメタ学習を組み合わせ、MVTec AD、VisA、BraTSの各データセットで複数のベース手法に対して一貫した改善を示し、ドメインシフトが大きいほど効果が大きいと報告しています。
説明「通ったのに誤り」：API移行後のLLMによるコード修復の静かな失敗
要約本論文は、ランタイムやAPIの移行後にLLMが修復した手続きが、正常に実行されても誤った結果を返す問題を調べています。典型的な入力でのリリース検査では、そうした誤りのある修復が出荷されてしまいます。CPython、Node.js、SQLiteにおける60の文書化された変更に関わる73タスクを事前登録して研究し、各候補を実際のランタイム上で保留された契約に照らして実行しました。典型入力に対する全アサーションのゲートは誤った修復の0.410を通過させましたが、リリースノートから書かれた一つの境界入力を加えるとこれは0.065まで下がりました。
説明SplatAnything：任意のシーンに対応するフィードフォワード型3DGSのためのガウシアン間隔正規化手法
要約本論文は既存のフィードフォワード型3DGS手法の限界を指摘しています。ガウシアンの属性は径方向距離で正規化された空間で予測されますが、隣接するガウシアン中心の間隔はシーンの規模やカメラ構成によって大きく変化し、教師信号にずれが生じます。著者らはこれに対し、ガウシアン間隔の頑健なシーン単位の統計量で正規化するGSNorm（Gaussian Spacing Normalization）を提案し、SplatAnythingとして実装しました。多様なデータセット、入力の疎密度、外挿視点を含む体系的なベンチマークも構築され、シーン規模や視点の変化が大きい場合に特に大きな改善が示されています。
説明対になっていない行動データで神経運動デコーディングを拡張する手法
要約本論文は、対になった神経・行動記録と対になっていない行動データを任意に組み合わせて学習できる枠組みBEEMOを提案しています。行動デコーダは行動軌道から運動のダイナミクスを直接学習し、神経活動は利用可能な場合にクロスアテンション層を通じて取り込まれます。非ヒト霊長類の皮質内運動データセットでは、未対の行動データを加えることで、特に新しいタスクへの転移時に性能が向上することが示されています。
説明模擬視点の幾何学：マルチモーダル言語モデルにおける表現と行動の分離
要約本論文は、マルチモーダル言語モデルQwen3-VL-8B-Instructにおいて、役割（ペルソナ）設定による画像の面白さの判断が内部表現の幾何学にどう現れるかを調べている。100枚の画像と53種類のプロンプト条件で、行動評価と各層の隠れ状態を記録した。その結果、初期層は主に画像の同一性を符号化し、ペルソナ固有の構造は後期層に現れること、また行動判断にはペルソナの内容が、内部表現にはプロンプトの言い回しがより強く影響することが示された。
説明静止衛星画像から熱帯低気圧の風場と強度を即時推定する研究
要約合成開口レーダー（SAR）による熱帯低気圧の高解像度地表風速は、暴風構造や強度のモデル化に有用ですが、空間・時間的に疎で準リアルタイムでは利用できません。本研究では、静止衛星画像から二次元風場と暴風スケールの強度指標を予測する単純なニューラルネットワークを提示しています。アブレーション実験により、モデルの潜在空間から二次元場とスカラー指標を同時に予測すると、最大風速（とその半径）の推定が向上し、特に急速発達の事例で効果が大きいことが分かりました。
説明グローバル時系列予測のための系列単位クロスバリデーション
要約本論文は、深層学習に基づくグローバル時系列予測モデルを対象に、時系列予測におけるクロスバリデーションを扱っている。著者らは、時間で分割する従来の方法とは異なり、系列単位で学習データとテストデータを分ける方法を定式化し、11のデータセットと10種類のニューラルネットワーク構成で比較した。その結果、系列単位の手法は時間と系列の両方にわたって汎化するモデルの選択に寄与し、下流の予測精度が向上する一方、サンプル外誤差の推定では時間単位の手法がわずかに優れていることが示された。
説明幾何学的関連性だけでは不十分：拡散ドッキングにおける重点的な事後学習監督の評価
要約本論文は DiffDock を対象に、固定の学習予算の下で、広範な継続学習と、笛卡尔座標での構造的影響あるいは条件付きターゲット一貫性に基づいてねじれ自由度に重点を置いた監督、さらにその両者の混合を比較している。評価では固定スコアの忠実度、生成されたポーズの品質、best-of-10 のサンプリング能力、信頼度で選ばれた Top-1 ドッキング性能を分けて扱っている。<5 Å の基準では、広範な継続学習の平均 Top-1 成功率が学習済みポリシーの中で最も高く、重点的あるいは混合の監督に試験された予算の下で一貫した優位性は見られなかった。
説明価値志向の方策蒸留による解釈可能な風力発電所の出力制御
要約本論文は、欧州の暗黙的バランシング方式において、風力発電所が送電系統運用者の公表情報をもとに出力設定値を調整し、系統の需給バランス回復と予測誤差による自社の不均衡コスト低減を図る制御問題を扱っています。強化学習の方策を透明な制御方策へ変換するため、一般化加法モデルの一種である説明可能ブースティングマシン（EBM）を用いた方策蒸留の枠組みを提案し、エネルギー需要予測の研究に着想を得た価値志向の視点と専門家知識を取り入れています。ベルギーの系統と洋上風力発電所の実データを用いた結果、提案制御器は不均衡コストを82%削減し、価格閾値制御器および決定木による蒸留ベースラインを上回りました。
説明FewStepRL：強化学習で少ステップ拡散モデルを微調整する手法
要約本論文は、多ステップ拡散モデル向けに設計された強化学習の目的関数を、少ステップ拡散モデルに適用するFewStepRLという枠組みを提案します。手法は変換、分解、適応の三段階からなり、各目的関数を自己回帰的な参照への近づけと報酬による増強の和として表します。統一的なコードベースで、FlowGRPO、AWM、DiffusionNFT、DiffusionOPSD、ReFLの少ステップ版を実装し比較しています。
説明端末形式の数理モデリングベンチTB-MathModel：エージェント対応かつ検証可能な初の数理モデリング用ベンチマーク
要約本論文は、完全なコンテスト形式の数理モデリング問題を対象とした評価ベンチマークTB-MathModelを提案する。2023年から2025年の中国大学生数学モデリングコンテスト（CUMCM）と米国数学モデリングコンテスト（MCM）の実問題18件を含む。エージェントはコンテナ化された端末上で問題文や添付資料を受け取り、JSON形式の成果物を返す。最終問題の数値的核心は、受賞論文を再現した参照解と照合して採点され、実行可能性は程序的な検査とLean 4による形式検証の二層で確認される。
説明二次注意機構を超えて：ODE型ビジョントランスフォーマー向けの分離可能ガウス演算子
要約本論文は、密な自己注意の代わりに、軸方向に分解したガウス核の学習済み混合を用いる空間演算子SSoGを提案する。層あたりの計算量をO(N²)から準二次に削減する。固定核のSSoGは大域的にリプシッツ連続であり、連続深度版では積分区間全体で一意解が存在することが保証される。CIFAR-100（224×224）ではモデル幅により精度が2.2〜4.1ポイント向上し、パラメータ数は8.8〜16.6%少ない。1024×1024の入力では、連続深度アーキテクチャで最大154%高いスループットと、60%超低いピークメモリを示す。
説明LLMの回答を利用者がどう検証するか：実際の会話における根拠・文脈・追及の研究
要約本論文は、ShareChatとWildChatの489,283組のアシスタント・利用者の応答ペアを分析し、回答の特徴が利用者の後続の受容、確認、異議申し立てとどう関係するかを検討している。広範な出典表現は適格な応答の31.9%に現れる一方、明示的なURLは1.33%にとどまり、根拠があると主張することと検査可能な根拠が残ることの間にずれがあることを示している。著者らは、検証を支えるには、証拠が検査可能か、利用者がどの問いを解決しようとしているか、そしてやり取りの履歴に注意を払う必要があると述べている。
説明歪んだ事実から暴走するエージェントまで：LLMは多次元の幻覚を確実に検出できるか？
要約本論文は、テキストにおける事実性の幻覚とエージェントの軌跡における忠実性の幻覚の両方を含む、42,000件を超える双言語ベンチマークHaluCheckを提案している。検出、位置特定、修正の各段階について細粒度の多段階アノテーションを備えている。14のLLMによる実験では、サンプル単位の基本的な検出能力は示されたものの、細粒度の位置特定、修正、エージェントの幻覚検出には困難があることが明らかになった。思考、ウェブ検索、教師ありファインチューニングはいずれも部分的な改善をもたらしたが、問題を完全には解決しなかった。
説明「盲目的な服従」：AIジェイルブレイクにおける強制的支配
要約本論文は、既存のAIジェイルブレイク研究がモデルの最終出力の有害性に主眼を置き、ユーザーとAIの対話という関係性の側面を見落としていると指摘しています。著者は対人暴力の研究を参考に、強制的支配の新たな分類枠組みを提示し、こうした力学が現代のAI学習手法にどのように組み込まれているかを論じています。AIの安全性とアライメントを、単なる技術的セキュリティ問題ではなく、権力と支配の関係が表れる場として捉え直しています。
説明Agent-R²：実データ由来の合成データで現実の業務向けエージェントを拡張する研究
要約本論文は、実際の職業シードや、コーパスから得た作業フローの証拠、ウェブ上の実ファイルを基に学習データを合成するフレームワークAgent-R²を提案しています。1万件のウェブコーパス候補から4000件のタスクを抽出し、実際の複数形式の添付ファイルと細かな成果物レベルの評価基準を組み合わせています。このデータで訓練したAgent-R²-4Bは、GDPvalで51.0%、OfficeQAで14.8%を記録し、Qwen3-235B-A22B-Thinking-2507（それぞれ48.0%、13.8%）を上回りました。
説明ProQuant：エッジ向けマルチモーダルLLMのための段階的量子化考慮学習
要約本論文は、低ビットのマルチモーダル大規模言語モデル向けの重み・活性化量子化考慮学習（QAT）フレームワークであるProQuantを提案します。自己再ラベリング（SRL）で微調整データの分布を事前学習データに合わせ、段階的ブロック活性化（PBA）と視覚感受性係数によって、マルチモーダル理解能力の回復を優先します。2Bから8Bパラメータのモデルでの実験では既存手法を上回り、W4A8のQwen3-VL-2B-Instructは平均精度が6.6%向上し、約1%の低下で全精度モデルに近い性能を示したと報告されています。
注目点低ビットMLLM向けに段階的QATを提案し、マルチモーダル理解と言語モデリングを分けて扱う点が新しい。作者は2B–8Bモデルの複数ベンチマークで、W4A8で平均精度が6.6%向上したと報告している。
説明表面筋電（sEMG）基盤モデルは被験者間の汎化を改善するか？
要約本論文は、3種類のsEMG基盤モデルを3つのジェスチャー分類データセットで体系的に評価したものです。評価には、同一セッション内の分割と被験者間の分割の両方を用い、事前学習の寄与を切り分けるために3種類の微調整戦略を採用しています。その結果、訓練と検証のサンプルが同一の記録セッションから得られる場合には事前学習によって性能が向上するものの、被験者間評価ではこの効果がほぼ消えることが示されました。被験者数の少ないデータセットでは、事前学習の効果はほとんどなく、古典的な機械学習ベースラインが基盤モデルと同等か、それ以上の性能を示しました。
説明SMART：検証志向の問題解決のための、状態ベースのマルチエージェント推論トレース
要約本論文は、問題文脈に含まれる実体の暗黙の状態を捉えて、解答に必要な追加知識を得るマルチエージェント枠組みSMARTを提案している。SMARTは複数の大規模言語モデルと、役割を定めた構造化プロンプト戦略を用いて、多様で相補的かつ解答に重要な前提を整理する。現実世界で検証された前提を用いた知識誘導型の推論により、3つのデータセットにまたがる複雑な科学的主張の検証性能が最大20%向上したと報告している。また、前提を現実世界の知識に基づかせることが必要であり、最大5%の性能向上につながると示している。
説明正例・未ラベル学習による建物被害マッピング向け地理空間基盤モデルの少ラベル適応手法
要約本論文は、少数の被害建物のアノテーションだけで地理空間基盤モデルを建物被害マッピングに適応させるPUMAフレームワークを提案しています。非対比的な弱教師あり表現の精緻化と、潜在状態に基づくラベルの曖昧さ解消により、ノイズの多い監督信号の影響を抑えます。世界各地の災害ベンチマークデータセットでの実験により有効性と頑健性が示され、2025年ロサンゼルス山火事への適用も報告されています。
説明3D医療視覚言語モデルのためのマルチモーダル階層型Mixture-of-Experts（MedHiVE）
要約本論文は、3次元医療画像と診断レポートを共同でモデル化するフレームワークMedHiVEを提案する。階層型の視覚言語Soft Mixture-of-Experts（SMoE）と対比学習を組み合わせ、詳細な解剖構造と全体の走査文脈を同時に扱う。25,000件以上のCT画像で解剖学的な教師信号を用いて事前学習され、6つのデータセットにおける分割、分類、検出の3タスクで、11の先進的手法を上回った。
説明BUMP：線形補間中に現れる短時間の予期しないピーク現象
要約置換整列されたニューラルネットワーク間を線形補間すると、端点付近でテスト精度が一時的に向上してから中点に向かって低下する現象が見つかり、著者らはこれをBUMPと名付けています。この現象はデータセット、アーキテクチャ、学習設定をまたいで一貫して現れ、初期チェックポイントや極端な枝刈りなどの摂動下でも維持されます。この効果を利用して、重み混合と予測空間混合を組み合わせた重み予測混合アンサンブルが提案され、実験ではロジットアンサンブルより高いテスト精度と、より良い校正のトレードオフが示されています。
説明いつ教えるべきかを知る：多言語推論蒸留における「教えられる接頭辞」からの学習
要約本論文は、多言語推論におけるオンポリシー自己蒸留（OPSD）を検討しています。学生モデルの中間ステップの誤りが蓄積すると、教師モデルが誤りを修正せずに学生の誤った手順に従ってしまう「教師ドリフト」が起こり、その発生は低リソース言語ほど早いと報告しています。提案手法のTOPSDは、師弟の尤度を使ってドリフトの開始点を推定し監督用の接頭辞を選び、教師がその接頭辞から正しい答えを導けるかを検証したうえで、合格した接頭辞にのみ蒸留を適用します。10言語・3つのモデル規模での多言語数学推論の実験では、TOPSDが従来のOPSDを一貫して上回り、特に低・中リソース言語で効果が大きいとしています。
説明BabyTheorist：観察のみから世界の理論を学ぶためのベンチマーク
要約本論文は、純粋な観察から再利用可能な理論を獲得し、新しい状況に適用する能力を評価するためのベンチマーク「BabyTheorist」を提案している。隠された合成プログラムから連続した前後の視覚的観察を生成し、学習時にはプログラムのラベルやタスクの識別情報を与えない。七つの代表的なベースラインはいずれも上限を大きく下回り、課題の難易度が上がるにつれて差が広がると報告している。
説明PCBRouteAgent：LLMエージェントはPCB配線エンジニアにどこまで近づいているか
要約本論文は、プリント基板（PCB）の自動配線を行うマルチモーダルエージェント「PCBRouteAgent」を提案します。グローバル配線プランナーが基板画像と電気的・幾何学的情報から接続構造、配線順序、通路、層間遷移を指定し、詳細配線エグゼキュータがKiCadのネイティブ配線エンジンで実行して局所的な修復を行います。PCBWorld-Benchの4つのテスト分割・247枚の合成および実基板で評価され、D2、D3-A、D3-B、D3-Cでのクリーン合格率はそれぞれ100%、94.9%、100%、40%でした。実基板の3つのサブセットでは、最良の比較手法をそれぞれ13.9、36、10ポイント上回りました。
説明双方向取引における利益最大化の後悔境界：最適な提示価格メカニズムの学習
要約本論文は、売り手と買い手が私的な評価額を持つ双方向取引において、仲介者が利益を最大化する問題を扱う。仲介者は毎回双方に価格を提示し、取引が成立したかどうかだけを観測する。敵対的な評価額に対しては、多項式時間で動作し後悔率がおおよそT の2/3乗となるアルゴリズムを構築している。独立同分布で単調ハザード率（MHR）を満たす場合はおおよそ√Tの後悔境界を示し、正則分布では最小最大後悔率がおおよそT の3/5乗であることを証明している。
注目点双方向取引の利益最大化に対し後悔上界を与え、MHRと正則分布の間の分離を示す点が新しい。敵対的設定で近似タイトなT^(2/3)速度を報告している。
説明RouteAlign：タスク要件とモデルプロファイルを整合させ、LLMサービスを選択する手法
要約本論文はRouteAlignを提案し、タスク要件を用いてモデル性能の測定とサービス選択の双方を構成する。タスク要件は能力の需要と難易度を表し、対応するモデル性能の測定と結びつけられる。共通のスコアラーが証拠を統合し、生成コストの選好が候補サービスの中から選択を制御する。多様なタスクと異種のLLMサービスでの評価では、対比手法より高い品質を示し、生成コストは最強の比較設定より低いとされている。
説明注意機構による予測におけるパッチ長の選び方：予測精度にパッチ長が影響する理由を説明する理論枠組み
要約注意機構ベースの時系列予測モデルでは、連続する観測値をパッチにまとめるのが一般的ですが、パッチ長の選択はこれまで主に経験則に頼ってきました。本論文は線形状態空間モデルについて、予測係数行列の厳密な分解を導き、予測動態とフィルタリング動態を分離しています。また、長期予測で単一成分が支配的であっても、それが必ずしも階数1の表現を意味しないことを示しています。推定誤差の上界と組み合わせ、時間的依存性のもとで表現誤差と推定誤差を釣り合わせるパッチ選択基準を提案しています。
説明文脈正則化クロスエントロピーによる畳み込みネットワークの文脈シフト耐性の向上
要約本論文は、テスト時に物体が訓練時と異なる背景で現れる「文脈シフト」に対し、畳み込みニューラルネットワークの頑健性を高める学習フレームワークを提案します。まず既存の特徴帰属手法の理論的限界を指摘し、より忠実な帰属マップを生成するContrastiveCAMsを導入します。さらに、文脈領域の影響を抑えるようアテンションを正則化する標準クロスエントロピー損失の改良版CR-CEを提案し、Waterbirds、Spawrious、ImageNet/ImageNet-BG、Hard-ImageNetで一貫した改善を報告しています。
説明La-JEPA：潜在世界モデリングに基づく小型ロボット方策
要約本論文は、事前学習済みV-JEPA 2.1エンコーダの特徴空間で方策Transformerを一から学習する小型の世界-行動モデルLa-JEPAを提案しています。学習時には将来の特徴と行動を同時に予測し、推論時には行動のみを生成します。RoboTwin 2.0およびLIBERO-Plusでは、具現化事前学習を用いない方策の中で最高水準の性能を示し、パラメータ数は大幅に少なく、Fast-WAMより高速に動作します。
説明急性虚血性脳卒中後の機能転帰予測のための、解釈可能なMRIと臨床データのマルチモーダル融合研究
要約本研究は、急性虚血性脳卒中（AIS）患者の3か月後の機能転帰予測において、発症1日目のマルチモーダルMRIが追加的な予後価値を持つかを評価した。66例のADC、DWI、FLAIR画像と臨床データを分析し、三次元事前学習ResNetの特徴量を抽出して臨床変数と融合し、線形サポートベクターマシンで交差検証を行った。FLAIRと臨床データの融合が最も良好な性能を示し、ADCと臨床データの融合がこれに続いた。
説明トカマクのマルチモーダルタスクのための生成型基盤モデル
要約トカマク実験では、波形、プロファイル、場、スカラーなど多様な計測データが記録され、プラズマの再構成、将来の変化の予測、制御信号の推定、ディスラプションのリスク評価に使われている。著者らはTokaMarkベンチマークをMASTの20タスク（6グループ）に拡張し、共有の条件付き拡散Transformerで指定された目標信号を同時に生成する基盤モデルGenTokaを提案した。MASTデータでの評価では、グループ1〜4の宏平均正規化RMSEがTokaMindより4.7%、グループ5で17.7%低下し、グループ6の宏平均ウィンドウレベルF1は8.4%向上した。
説明衛星観測から気象前線を検出：再解析データは何をもたらすか
要約本論文は、異なる熱力学的性質を持つ気団の境界である気象前線を、静止赤外線衛星観測から機械学習で画素ごとに検出する手法を検討しています。北大西洋とヨーロッパを対象に、衛星データのみの場合と、ERA5再解析の28場を追加した場合を比較しました。衛星のみのモデルは150 km許容範囲の近傍CSIで0.402、ERA5を加えると0.575に向上しました。低層風は衛星表現から最も予測しにくく、風や水蒸気を除くと検出性能の低下が最も大きいことも示されています。
説明MCUFlowNet：マイコン向け光学フローの、ハードウェアを考慮したニューラルアーキテクチャ探索
要約本論文は、ニューラルアクセラレータを備えたマイコン（オンチップSRAMが限られる）向けに稠密オプティカルフローネットワークを設計し、小型ドローンの障害物回避に役立てる研究です。著者らはPACE-NASという枠組みを提案し、バックボーンとピークSRAMを固定したうえで、演算子と深さを探索して精度と遅延のバランスを取ります。得られたモデル群MCUFlowNetのうち最速のMCUFlowNet-Sは、再学習したEdgeFlowNetより1.76倍速く、EPEは1.6%高いだけで、模擬森林飛行では衝突なくゴールに到達した割合が51.5%（比較対象は41.8%）でした。
説明強化学習における環境と学習器の境界での無音の故障の検出
要約本論文は、ロボット強化学習で環境と学習器が別プロセス、別マシン、別言語で動く場合に、境界を越えるデータに生じる、エラーを出さない故障を扱う。Pendulum、HalfCheetah、Hopper、7関節アームのPusherで故障を注入して検証した。学習曲線の閾値や故障なしのシードとの比較ではほとんど検出できなかった。環境の両側で保存したステップ記録を逐一比較する方法は、故障を検出し位置も特定できた。
説明故障線に基づくクロスレイヤー予測による教師なし異常検知
要約本論文は、学習時に同一製品カテゴリの正常画像のみを用いる単一クラス設定での、工業画像の欠陥検出手法を提案している。凍結された視覚Transformerの各ブロックを離散的な遷移の列とみなし、トークンごとにブロック間の隠れ状態遷移を予測する。隣接層のコサイン類似度から深さ方向の区切りを特定し、情報の送り側と受け側を決める。MVTec-AD、VisA、Real-IAD での画像レベルAUROCはそれぞれ99.75、99.42、94.27である。
説明画像エンコーダと大規模言語モデルを連携させ、顔の表情を自然言語で記述する研究
要約本論文は、顔画像の表情を自然言語で記述する新しいタスクを提案します。従来の感情カテゴリや顔の動作単位（AU）では捉えきれない表情の微妙なニュアンスを対象としています。著者らは合成された画像とテキストのペアを用い、BLIP-2の事前学習技術を取り入れた三段階の学習フレームワークで視覚から言語へのモデルを訓練し、GPT-3.5と既存の感情またはAUのアノテーションを組み合わせてキャプションを合成しています。実験では、顔の動きや感情の詳細、両者の関係を表す文章を生成できることを示し、視覚特徴がAU検出と感情分類の性能も向上させることを報告しています。
説明学習していないニューラルネットワークは異常検知でどこまでいけるか：表データから画素まで
要約本論文は、固定されたランダム非線形特徴と正常参照に基づくマハラノビス距離スコアリングを組み合わせたPRISMという枠組みを提案し、表形式データの異常検知と画像上の局所化に用いる。ADBenchの47の表形式データセットでは、PRISM-Tが比較手法の中で最も高い平均AUROC（86.4%）を達成した。MVTec ADとVisAの27の視覚カテゴリでは、PRISM-Vの画像レベルおよび画素レベルの平均AUROCがそれぞれ90.4%と96.4%であった。どちらのモデルもニューラルネットワークの重み最適化や事前学習済み表現を用いていない。
説明誰がAIを独立して評価できるのか：評価インフラを分析する枠組み
要約本論文は、評価インフラの支配、利用条件、十分性、自律性を検討するPAAI（権力、アクセス、適切性、独立性）の枠組みを提案します。2022年から2025年にかけてのアフリカのAI評価プロジェクト12件と、AI安全研究所国際ネットワークによる3回の共同テストにおける10の加盟機関の役割に適用しています。評価への参加だけでは評価に関する権限は生まれず、信頼できるガバナンス手段とするには、優先事項、方法、公表、継続性への管理権が必要だと結論づけています。
説明K/Vキャッシュを超えて：ハイブリッド線形注意力LLM間のクロスモデル状態引き継ぎ
要約本論文は、長い会話中に複数のモデルを切り替える際、ターゲットモデルが文脈を再度プリフィルする必要がある問題を扱っています。ハイブリッド線形注意力モデルには、全注意力のK/Vキャッシュに加え、再帰状態と畳み込み履歴があり、これらが相互に影響するため、モデル間の状態移行が複雑になると指摘しています。著者らは三種類の状態を扱うハイブリッド状態移行手法HSTを提案し、凍結したターゲットモデルの続きの出力でアダプタを校正します。五つのベンチマークで、Qwen3.5の4Bから27B、9Bから27Bへの移行では平均タスク保持率がそれぞれ89.88%と94.11%でした。合成16K入力では、引き継ぎ部分の速度が約21.66倍および21.91倍になりました。