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eSharp：拡散モデルに基づくイベントカメラからの鮮明な単眼メトリック深度推定
要約本論文は、イベントカメラのみを用いる単眼深度推定フレームワーク eSharp を提案し、高速な動きや高ダイナミックレンジの場面に対応することを目指しています。事前学習済みの拡散モデルの事前知識をイベントデータによる深度推定に転用し、空間的に位置合わせされたフレームカメラから生成され、LiDAR で校正された稠密な擬似ラベルを用いたクロスモーダル蒸留で学習します。実験では、従来のイベントから深度への手法よりも、メトリック深度の精度と空間的な忠実度が高いことが示されています。
説明加齢と神経変性における脳MRIの複数時点予測：共変量条件付きワンステップ拡散モデル
要約本論文は、3次元灰白質密度マップの2〜10年にわたる縦断的変化を予測する、共変量条件付きのワンステップ拡散フレームワークを提案している。モデルは単一の雑音除去ステップで灰白質密度の残差変化を予測し、それをベースラインマップに加えて将来の解剖構造を再構成する。条件として、ベースラインの解剖構造、年齢、診断、APOE4アレル数、追跡期間を用いる。ADNIの検証用テストセットでのΔ-Pearsonは0.478、AIBLでの外部評価では0.450である。
説明LLMデジタルツインのための調査履歴の構造化：背景・意思決定手順・評価の組み合わせに関する対照研究
要約本論文は、回答者の調査履歴を「背景」「意思決定手順」「評価」の三要素（BDE）に整理する固定的な表現方法を検討し、大規模言語モデルのデジタルツインが新たな状況での個人の回答を予測する精度を調べたものです。Twin-2K-500データセットで17課題の未公開回答を予測した結果、BDEプロファイルは生の調査記録より全体精度が二つのモデルでそれぞれ向上しました。分析の結果、この優位性は主に評価を加えるなどプロファイルの構成によるもので、圧縮や抽出の深さによるものではないとされています。
説明分割・診断・統合：エージェント型パイプラインとハーネスの最適化手法
要約本論文は、プロンプト、トポロジー、モデル選択、ツールポリシーなど相互に結びついた設計要素を同時に最適化するための DeCAF（Decomposed Credit-Assignment Framework）を提案する。各次元を個別に最適化し、すべての決定について推論過程を記録したうえで、最終段階で各次元の知見を統合する。複数のエージェント型ベンチマークでは、最良の全体的ベースラインと比べて平均タスク性能が 2.58 ポイント向上し、推論コストは 4.30%、エンドツーエンドのレイテンシは 42.45% 削減された。
説明記憶だけでは不十分：長期的なAIメンタルヘルス支援における提案の時機と欠落の評価
要約本論文は、記憶機能を備えたAIチャットボットが利用者の状況の変化に応じて適切な支援を提供できるかを検討しています。22人の利用者から提供されたチャット履歴に基づく14,256件の縦断シミュレーションを分析し、自殺念慮、自傷、不安の危機への対応を調べました。精神保健の専門家と共同開発したCAREフレームワークで提案の時機、質、欠落を評価し、危機後は利用者の準備状態と合わない提案が多く、特に早すぎる推奨が主因であったと報告しています。
説明対話型推薦のための、メモリを考慮したLLMオーケストレーション型マルチエージェント構造の説明
要約本論文は、対話型推薦システムのために、大規模言語モデル（LLM）が意図の精緻化、クエリ構築、対話の流れを調整するマルチエージェント構造を提案しています。長期メモリを中核要素として組み込み、ルーティングと意味的クエリ生成の両方に影響させる設計です。Amazon Reviewsデータセットでの実験では、メモリを有効にすると明示的クエリの場合との差の最大63%が回復し、監督型オーケストレーションにより利用者の受容が28.9ポイント向上したと報告されています。さらに、補助的な評価指標として意味的一貫性スコア（SCS）が導入されています。
説明盲点の補修：凍結された不正検知モデルのための可逆的LLMルール重ね合わせ
要約本論文は、産業用表形式の不正分類で使われる勾配ブースティング木モデルの盲点を、元のモデルを変更せずに補うフレームワークを提案します。LLMがSHAPで重みが低いと判定された特徴に基づくルールを提案し、経験的な支持度で選別したうえで、可逆的な加法的対数リフト層に校正します。3つのLLMの出力を等重みで平均して安定性を高めています。電子商取引の不正検知データでは、等しい適合率での再現率が平均2.26%、等しい再現率での適合率が1.60%向上しました。
説明「有根拠の推測」：ゼロ次最適化のための統計的に整合した勾配推定の導出
要約本論文は、ニューロモーフィックチップや非同期システム、ASICなど新しいハードウェアで機械学習を行う問題を扱う。誤差逆伝播法は全体同期と厳密な微分可能性を必要とするため、そのような基盤では使いにくい。著者らは、順伝播中の活性化の幾何構造から零次探索方向を導くスペクトル零次法（SZO-κ）を提案する。多層・畳み込みネットワークで、勾配の整合性、バイアスと分散の構造、学習の安定性を標準的な摂動法や誤差逆伝播法と比較している。
説明電子商取引の決済不正検知における、リジェクト推論を考慮した強化学習のための二重ストリームLLM誘導報酬設計
要約不正検知モデルは既存システムで遮断された取引にラベルがなく、承認された取引だけで学習するため偏りが生じます。本論文は、大規模言語モデルが二つのストリームからなる報酬関数を設計する手法を提案します。一方は有ラベル取引、他方は遮断された無ラベル取引を評価します。四か月の時間外テストで、先行手法と本番ベースラインを上回る結果が報告されています。
説明文脈依存性と矛盾：現実におけるAI生成文章の識別をめぐって
要約本論文は、英語版ウィキペディアの編集者や学生が実際にAI生成の文章をどのように見分けているかを、質的コーディングと語彙変化の計算分析を組み合わせて検討したものである。識別の根拠は多様で互いに矛盾し、文脈に左右されることが示される。多くの場合、特定の特徴の有無ではなく、文脈に対して不適切だという語用論的な違和感が判断の動機になっている。著者らは、AIらしさを文脈から独立した文章の性質とみなすツールは、学習元の文脈の規範を拡大して固定しうると指摘している。
説明基盤モデルの残差から見る都市バスの不規則性
要約事前学習された軌跡モデルは、新しい都市へ転移すると誤差が生じ、通常は性能の限界とみなされます。本研究はこの残差が地域の体系的な条件を示すかを問い、ニテロイのNetMob26のバス位置、乗車券、気象、ネットワーク、社会経済データを用いて、UniTrajやTrajFMの空間および移動時間の残差を分析します。高い残差は直接的なサービス障害の証拠ではなく、交通の不規則性を示す候補の代理信号として解釈され、説明可能なAIで都市の文脈変数との関連が調べられています。
説明FoleyForge：自由な指示で制御可能な効果音編集モデル（レクティファイド・フロー）
要約本論文は、指示に基づいて効果音を編集する生成モデル FoleyForge を提案している。入力音声と望む変更を述べた自由形式の指示を与えると、入力の同一性を保ったまま編集を行い、意味的・文体的・DSP 的な変更を一つのモデルで扱う。著者らは、音声言語モデルを用いて DSP ベースの音響編集と類似性を保つ意味的編集のデータを作成するパイプラインを構築し、そのデータでレクティファイド・フロー音声生成モデルを微調整した。さらに、ラウドネス変化、編集強度、入力由来の輪郭包絡を属性制御として追加している。論文では、指示への追従性で最先端の結果を示し、音質と元音声への忠実性は競争力があるとしている。
説明アナログ・インメモリ計算加速器で再学習なしに高精度推論を行う手法
要約アナログ・インメモリ計算加速器は、メモリアレイ内で行列ベクトル積を直接計算し、推論効率の向上が期待されています。しかし、変換器とデバイスの誤差により事前学習済みモデルはそのままでは使えず、ハードウェアを考慮した再学習には高いコストがかかります。本論文は、各層のアレイ上での表現を計算内容を変えずにオフラインで変更する方法を提案し、入力の中心化とアナログ・アレイ向けのアダマール回転を適用することで、再学習なしに事前学習済みモデルの高精度推論を実現します。PCMおよびReRAM上で、最大140億パラメータのLLMを含むCNN、ビジョン・トランスフォーマーを評価しています。6ビットADCのReRAMでは、ViT-B/16を37.4%から82.9%に、Phi-4を27.0%から72.2%に改善しています。
注目点新規性はオフラインでアナログアレイ上の表現を変え、再学習なしで推論を校正する点にある。CNN、ViT、最大14BのLLMでPCMとReRAMの結果を報告している。
説明増分共有による多人数連合学習向けの圧縮型プレイヤー別ローカル手法：厳密収束
要約本論文は、クライアントが各自の目的と戦略を持つゲームの参加者として均衡を目指す多人数連合学習（MpFL）を扱います。提案手法 C-PEARL-SGD では、戦略そのものではなくローカルな戦略の増分をプレイヤーが送受信することで、通信圧縮下でも均衡への厳密な収束を保ちます。分散スペクトラムセンシングを含む数値実験で、従来の PEARL-SGD より実用上の利点が示されています。
説明キャンセルだけでは不十分：過負荷の LLM エンジンで再試行が残すもの
要約本論文は、タイムアウトしたリクエストを再試行することで、過負荷後の大規模言語モデルエンジンが回復できなくなる現象を調べています。著者らは vLLM で三つのオープンモデルを用いた過負荷実験を行い、スケジューラの追跡により再試行が生む実行を分析しました。キャンセルの伝播だけでは、いずれの実行でもサービスは回復しませんでした。
説明言語モデル表現における感情の圧縮：大規模言語モデルが細かな感情をどう内部で整理するかの研究
要約本論文は、27種の細分化された感情と中立を付与した英語Redditデータセット（GoEmotions）を用いて、七つの大規模言語モデルの内部表現を調べたものです。モデルの予測や隠れ表現を、28カテゴリおよびより粗い感情群と比較し、細分化された分類体系に対して一貫した「過剰圧縮」の傾向があることを示しています。ラベルを使わないクラスタリングでは、主に正の感情と負の感情を分ける二群が最も明確に現れ、粗い感情群は28カテゴリより少ないクラスタ数で復元されました。一方、線形プローブでは細かな感情の予測情報も多く保持されていました。
説明過去を輸送する：最適輸送から見た後方反実仮想
要約本論文は、構造的因果モデル（SCM）における後方反実仮想推論を最適輸送の観点から研究する。SCMでは事実の観測が外生変数上の事後分布を通常導くため、反実仮想推論は本質的に分布的である。著者らは、この事後分布を目的の反実仮想クエリを満たす外生変数の配置集合へ輸送する、相補的な二つの枠組みを提案する。有限事後分布の場合のための周辺型、ペナルティ型、ハード制約型のソルバーも示している。非全単射SCMでの合成実験により、輸送コスト、反実仮想制約の充足、外生変数の独立性の保持の間のトレードオフが示される。
説明貪欲なバイト対符号化は最適圧縮量の少なくとも0.361を達成する
要約バイト対符号化（BPE）は、最も頻度の高い隣接記号対を繰り返し統合してトークナイザを構築する手法で、その有用性はk回の統合による文字列長の総削減量で測られます。この貪欲な規則が最適削減量の少なくとも三分の一を達成することは以前から知られていました。本論文は、任意の文字列、任意の回数、任意の同点処理規則について、少なくとも0.361を達成することを示し、三分の一という限界の初めての改善を行っています。
注目点貪欲BPEの圧縮比の下界を1/3から0.361へ改善し、証明を与え、1/3が障壁となる理由を示したと作者は報告している。
説明ChainFlow：投機的デコーディングのための少数ステップ潜在フローマッチング
要約本論文はChainFlowを提案し、これは投機的デコーディングの新しいパラダイムであり、ターゲットモデルの隠れ状態を条件とする初のフローマッチング型ドラフターです。ドラフト生成には1〜2回のフローステップのみを必要とし、変分オートエンコーダで隠れ状態を圧縮し、軽量なフィードバックヘッドでトークン間の依存関係を回復し、ツリー型ドラフトで受理率を高めます。Qwen3.5モデルでは、ドラフターのサイズと学習データを揃えた条件下で、vLLMにおいてEAGLE-3より39%、DFlashより11%高速でした。
注目点目標モデルの隠れ状態を条件とする初のフローマッチング草案モデル。ノイズからのデノイジングを少数ステップの輸送に置き換え、Qwen3.5でEAGLE-3・DFlashと比較し、vLLMで39%・11%の高速化を報告。
説明Pdbか否か：pass_X@kで二つのデバッグインターフェースを比較
要約本研究は、SWE-bench Verifiedの全500件において、デバッガーのみを使うコーディングエージェントとbashのみを使うエージェントを、他の足場を固定した条件で比較したものです。二つのモデルでそれぞれ3回の独立実行を行いました。著者らは、複数エージェントのうち少なくとも一つが成功する確率を推定するpass_X@kを提案しています。結果として、単一実行の組み合わせで解ける問題は部分的に異なるものの、その差は主にツールの補完性ではなく実行ごとのばらつきによるものであり、bashを二回実行した方がbashとデバッガーを一回ずつ組み合わせるより良い成績になりました。
説明NanoVDBにおける動的GPUボクセルグリッドとボクセル逐次処理
要約本論文はNanoVDBデータ構造に二つの改良を加えます。一つはGPU上で動作する動的なトポロジー更新、もう一つは疎なグリッド向けのボクセル逐次アクセス方式です。新たなトポロジー演算として、形態学的膨張、グリッドの結合、剪定、解像度をまたぐ粗化と細分化を導入し、数億ボクセルのグリッドを数ミリ秒で再構築できるとしています。また、複雑なステンシル演算もこの方式によりピークメモリ帯域に近づくと述べています。3次元再構成、流体シミュレーション、大規模メッシュのボクセル化などの応用例でベンチマーク評価を行っています。
説明JEPAhead：潜在インペインティングから都市運転の因果予測へ
要約本論文は、事前学習済みV-JEPA1予測器を双方向の潜在インペインティングから、行動入力なしの因果予測へ微調整したもので、エンコーダは凍結されたままです。CARLA Town12において、1回の順伝播で未来の8つのトークン群（16フレーム相当）を予測し、591個の候補から正しい未来を検索する成功率は69.0%で、持続性ベースラインの55.3%を上回りました。長い時間範囲でより大きな改善が見られたと報告されています。下流タスクでの有用性はまだ検証されていません。
説明学習された代理モデルによる高次成分アトリビューション（高エネルギー物理学）
要約本論文は、高エネルギー物理学でジェット識別に用いられるParticle Transformer（ParT）を対象とする。Kolmogorov-Arnold Networks（KAN）を使った成分アトリビューション手法を提案し、ジェットの物理的記述量と直接対応づける。これにより、Multi-Head Attention（MHA）などの仕組みがそれらの物理量を識別特徴として学習しているかを検証する。
説明学習ではなく採点：ウェブ収集の小売商品認識におけるカタログ統合効果の分解
要約本論文は、ウェブ画像検索で作られたチーズ商品カタログ（約16万5千枚の画像、1824の検索名エントリ）を対象とする。フィルタリングと重複除去により998クラスの認識セットを作り、エントリを基本種別（844クラス）に統合している。統合後のラベル空間でモデルを再学習せず採点するだけで約4.27ポイントの向上が得られ、統合カタログでの再学習による追加の効果はほぼゼロであった。主な効果は別名の修正ではなく、カテゴリの粗視化によるものである。
説明CT画像から前立腺手術ファントムを3次元分割する解剖構造ガイド型パイプライン
要約本論文は、CT画像から前立腺手術用ファントムを3次元で自動分割するパイプラインを提案する。古典的な医用画像処理により、ファントムの既知の解剖構造を幾何学的・輝度的な事前情報として符号化し、学習データを必要とせず、新しいファントムの改訂版にも再アノテーションなしで適用できる。57回のスキャンで、コントラストを抑えた11例では被膜内部の中央値Dice係数が0.83であり、32個の注釈付き病変はすべて検出され偽陽性はなかった。一般的なCPU上での処理は2〜8分で、手作業の1〜2時間と比べて大幅に短い。
説明トルコ語のマルチモーダル動画ファクトチェック：新データセットと、ゼロショットのエージェント型システムと微調整システムの比較
要約動画形式の誤情報はSNSで急速に広まりますが、既存のファクトチェックシステムの多くは英語のテキストだけを対象としています。本研究はトルコ語向けの初のマルチモーダル動画ファクトチェック用データセットTeViDを構築しました。データはIFCN認定機関Teyit.orgの記事を基に、翻訳したSnopesの記事と合成例を加えて、クラスの偏りを緩和しています。このデータセットを用いて、同じオープンソースのベースモデルを共有する2つの検証パイプラインを開発しました。1つ目の3MFact-TRは多役割型フレームワークをトルコ語に適用し、意味的不整合の検出、5W1H質問管理、ファクトチェックサイトを除外する双言語の証拠検索モジュールを加えています。2つ目の微調整モデルは、LoRAでQwen2.5-7Bを微調整し、主張と動画の文字による説明から結論を出します。両システムの正解率やマクロF1などの指標と、アブレーション実験の結果を報告しています。
説明VoluCompose：医用画像理解のための小型ボリューム視覚表現の構築
要約医用視覚言語モデルは3次元ボリューム画像を解釈できますが、数百枚のスライスから長く冗長な視覚トークン列が生じるため、全ボリュームの処理はコストがかかります。VoluComposeは学習不要でモデルに依存しないフレームワークで、保持する視覚内容と割り当てるトークン数を分けて扱います。双曲トークン合成モジュールは隣接するスライスを順序付きの単位にまとめ、ローレンツ距離で特徴の大きさと向きを考慮します。容量制御モジュールは視覚エンコーダの注意エントロピーを用い、注意が分散しているほど多くのトークンを割り当てます。2つのタスク、3つのデータセット、4つのバックボーンで評価され、9つの校正済み設定で、視覚トークンの平均22.78%を保持しつつ、未圧縮の基準に対する相対品質は平均121.68%でした。
説明IWIBench：勾配を使わないモデル駆動型の重み内注入を評価するベンチマーク
要約本論文は、大規模な編集モデルがより小さな対象モデル（通常はGemma 3 4B IT）の重みを直接書き換え、勾配を用いずに10種類の古典的なテキスト編集目標の一つを達成できるかを測るベンチマーク、IWIBenchを提案しています。結果として、モデルごと・タスクごとに能力が大きく異なり、一部のモデルが他を大きく上回ることが示されています。
説明幾何から機能へ：都市ファサードの意味・機能解析のための多タスクLiDARベンチマークデータセット
要約本論文は、カナダのハリファックスの26棟の建物から取得した約4億9200万点のLiDAR点群からなる大規模な都市ファサード用ベンチマーク「HFX3D」を提案している。データは四季、昼夜、多様な天候のもとで取得され、意味、インスタンス、インスタンスごとの機能属性の3階層で注釈が付けられている。注釈は幾何学的ヒューリスティックと専門家による検証を組み合わせた半自動パイプラインで作成された。複数の代表的モデルで評価した結果、クラス不均衡下の意味分割は既に困難であり、反復的構造のインスタンス分離と幾何からの機能推論はさらに難しいことが示された。
説明意思決定コンテキスト：AIエージェントのための持続的な行動学習
要約大規模言語モデルのエージェントは、セッションをまたいで修正から学習できず、ユーザーは会話のたびに同じ誤りを直し続けています。本論文は、人間による修正やツール呼び出し失敗の自己評価から行動シグナルを取得し、命令形のRULE指示に変換して該当する意思決定の場面に注入するForge Decision Context（forge_dc）を提案しています。71のシナリオと9つの行動次元からなるDC-Benchでの評価では、forge_dcの遵守率は95%に達し、単純な検索の55%を上回りました。また、クエリあたりの注入トークン数は約10分の1でした。
説明FinEvolveKG：金融ナレッジグラフ構築のための、制御可能で帰属可能なプロンプト進化
要約本論文は、SEC の年次報告書（10-K）から金融ナレッジグラフを構築する FinEvolveKG という枠組みを提案します。汎用ルールとペルソナ別の方針を別々のブロックに分け、プロンプト最適化器の編集をペルソナ方針ブロックに限定することで、変更の所在を追跡できるようにしています。3つのペルソナと3つの乱数シードによる実験では、この制限付きの二段階手法が、凍結プロンプトの基準および制限のない全体プロンプト最適化の手法を上回りました。
説明テスト時選択のための観点別ペアワイズ・トーナメント（APT）
要約本論文は、大規模言語モデルが生成した複数の候補解から最良の解を選ぶ手法APT（Aspect-wise Pairwise Tournaments）を提案しています。シングル・エリミネーション方式で候補同士を比較し、各対戦は複数の既製の観点別検証器の投票で決まります。5つの分野と3つの生成モデルでの実験では、二値の多観点承認、自己整合性、報酬モデル検証を上回り、特に自由記述型の課題で改善が大きいと報告されています。
説明文字の強制選択が拒否応答を抑制する：WMDPに基づく機構的証拠
要約本論文は、選択式の形式で大規模言語モデルの拒否応答率が下がる理由を、WMDPデータセット上でLlama-3.1-8BとQwen3-8Bの2モデルを用いて分析しています。選択式ではモデルが非常に早い段階で解答の文字トークンを確定し、選択式の活性化は拒否方向から約3倍離れていることが示されました。解答を担う注意ヘッドを除去すると拒否応答が増えることから、論文は選択式の安全性スコアは主に知識能力を測り、安全機構は評価していないと結論づけています。
説明混沌三体力学に対する機械学習のベンチマーク：三体系の安定性と軌道を予測する手法の比較
要約本論文は、安定と不安定の臨界境界付近にある三体系の軌道をシミュレーションし、安定性予測と軌道予測の二つの学習課題を設計している。単純な回帰法から基盤物理モデルまで複数の機械学習手法を、Mardling-Aarseth安定性基準などの天体物理学的手法と比較した。実験の結果、初期の力学からは安定性を高精度に予測できる一方、長期の正確な軌道予測は依然として難しいことが示された。コードとデータセットは公開されている。
説明BEVCast：効率的なエンドツーエンド自動運転のための経路適応型BEV
要約カメラベースの運転モデルは密な鳥瞰図（BEV）グリッドを構築し、すべてのセルに同じ計算量を割り当てますが、車両は計画期間内にそのうちごく一部のセルしか通過しません。BEVCastは二段階のBEVで、予測された走行経路に応じて解像度を適応させます。まず4.096mのセルの粗いグリッドで全体を符号化し、記録された経路で学習したヒートヘッドが、熱量の高い粗いセルを固定予算の範囲で1.024mのセルに細分化します。nuScenesでは平均変位誤差が1.078mで、全グリッドの1.149mより小さい値です。NAVSIM navtestでは0.577mで、0.598mを下回りました。
説明SPRING-5：効率で測る LLM エージェント向けツールドキュメント修復の評価ベンチマーク
要約本論文は、ツールのドキュメントを自動で修復する手法を、タスク正答率ではなく呼び出しコストで評価するベンチマーク SPRING-5 を提案する。20 のツールファミリーと 344 のタスクを含み、意図的に劣化させた仕様と手書きの正しい仕様を比較する。実験では、スキーマのみの手法が基準から理想経路までのコスト差の 1% を、オンライン自己進化ループが 13%、全学習記録に対する一括書き換えが 33%、正解ラベルを与えた変種が 58% を埋めたと報告されている。
説明大規模言語モデルを用いた多基準在庫分類のための特徴抽出
要約本論文は、顧客レビューなどの非構造化データを、ベクトル埋め込みと大規模言語モデルが生成した評価基準によって定量的な特徴量に変換する手法を提案している。得られた特徴量は、Hadi-Vencheh モデルに基づく多基準在庫分類（MCIC）の枠組みに組み込まれる。顧客の感情シグナルを加えると在庫の再分類効果が観測され、非構造化データの統合が在庫の優先順位付けを高めうることが示された。
説明s³：協調型マルチエージェント強化学習によるシンプルな群れのスケーリング（論文タイトルの訳）
要約本論文は、事前に定められた組織や役割を持たず、エージェントがひとりで作業する時間や、いつ発見を共有するか、仲間のメッセージをいつ読むかを自ら決める多エージェント強化学習手法 s³ を提案しています。学習時と推論時の予算を揃えた条件で、学習時の二倍の数のエージェントからなる群れは、最も強いベースラインより25倍以上多くの協調問題を解いたと報告されています。並列探索では、通信するエージェントの重複作業が約50%減り、best-of-N を最大9.4ポイント上回ったとしています。
説明NormGym：社会的相互作用を通じた規範能力の評価
要約本論文は、多エージェント社会の中で隠された未知の規範を、他者の行動や制裁の観察から推論し、新しい状況に適用できるかを検証する対話型ベンチマーク NormGym を提案している。評価された中で最も強力な大規模言語モデルのタスクとコンプライアンスの同時成功率は 55.3% だった。モデルは自身の行動に対する制裁を受けて行動を修正できる場合があるものの、他者の行動や受けた制裁から規範を推論することには苦戦しており、ファインチューニングだけでは能力向上が不十分かもしれないことも示されている。
説明InstaGen：高速動画生成のためのグループ共有重要度サンプリング
要約拡散 Transformer による動画生成では注意機構の計算コストが大きいという問題に対し、本論文は InstaGen を提案している。注意ブロックの選択を重要度サンプリングとみなし、高スコアのキーは全て精密に計算し、残りのキーは推定注意量に比例して抽出し逆確率で重み付けする。同じクエリクラスタのクエリが一つのサンプルを共有するため、GPU で効率的に実行できる。Wan2.1-T2V モデルでは、SVG2 を基にした InstaGen が同じ注意密度または同じ実行時間で SVG2 より高い PSNR を示した。
説明Just CaloCHILL：学習済み潜在空間でのハドロンシャワーの高速生成
要約本論文は、カロリメータ・シミュレーションのための生成モデルCaloCHILLを提案する。エネルギー付着点を一つずつ生成するのではなく、学習済み潜在空間でシャワーのコンパクトな要約を生成し、最後に全解像度へ展開する。FCC-eeの提案検出器である国際大型検出器（ILD）のカロリメータにおける正のπ中間子シャワーで、時間構造を含む主要なシャワー観測量を再現した。論文では、前身モデルより600倍高速でありながら、検討したすべての精度指標で改善したと述べている。
説明ユーザー埋め込みは解釈可能な行動モードの重ね合わせである
要約本論文は、ユーザー埋め込みを解釈可能な行動モードの疎な重ね合わせとして理解できると主張しています。合成データでは、スパースオートエンコーダ（SAE）が従来の疎なベースライン手法よりもモードをよく復元することを検証しています。さらに、実データ2種類の従来型およびTransformerベースのユーザー埋め込みに適用し、得られた自然言語ラベルによって、テキストで学習していない埋め込みに対してもゼロショットで受容者の検索と特徴づけができることを示しています。
説明生成AIで論文の図を再構成し、明瞭さと美的一貫性を比較する研究
要約著者らは200本の論文から371枚の動機図・フレームワーク図を集め、マルチモーダルモデルが六つの観点でコミュニケーションと設計の質を評価しました。その後、元の情報源を保ったまま全図の再構成を試み、369枚が記録された忠実性チェックを通過しました。再構成後は明瞭さの平均評価が0.428点上がり、美的一貫性は0.111点下がりました（五段階評価）。著者らは、研究者が設計を主導し、AIは補助に徹すべきだと述べています。
説明グラウンデッド推論はどこで、なぜ有用か：視覚推論における座標定位の効果を検証
要約本論文は、思考連鎖の中で座標を出力する「グラウンデッド推論」が、どのような場面で有用かを調べています。著者らは、モデルが思考過程で出力した座標をどの程度利用しているかを測る分析手法を提案し、訓練手法の詳細なアブレーション実験を行いました。その結果、計数では改善が見られたものの、多くの空間推論・知覚のベンチマークでは座標定位のない基準手法と比べて有意な向上は認められませんでした。言語で記述しにくい視覚的指示語が必要な課題で特に有用であることを示し、そのための新ベンチマーク「BrickVision」も紹介しています。
説明SwarmEvolve：潜在空間で協調するエージェント群による進化的探索と最適化
要約本論文は、多数の低コストエージェントが潜在空間で推論し、テキストに復号せずKVキャッシュを受け渡して情報を共有する枠組みSwarmEvolveを提案しています。新規性フィルタは隠れ状態ベクトル間の距離を測り、最も異なる着想を残します。要約エージェントは群全体の結合されたKVキャッシュを受け取り、着想の交叉を行います。21の数学発見・科学計算問題で平均スコアが最高となり、多くの問題で中央値3〜8分で、他の先端フレームワークが60分かけて到達する水準に達したと報告されています。
説明HaNDF：物体条件付きの幾何学的ニューラル手距離場
要約本論文は、手と物体のインタラクションにおける妥当な手の姿勢をモデル化するための、物体条件付きニューラル距離場HaNDFを提案している。リーマン幾何学を用い、妥当な手の姿勢を条件付き場のゼロレベル集合として表現し、与えられた姿勢をその場へ射影できる。著者らは、姿勢の精緻化、遮蔽下の再構成、物理的に妥当な操作合成などへの応用を示している。
説明Scientist World：AI科学者のための実行可能な研究環境を構築する
要約本論文は、各研究論文を実行可能な環境に変換するScientist Worldを提案する。自動パイプラインが論文の自由形式の研究課題を抽出し、著者の提案手法を基準（ベースライン）として再現し、AI科学者を人間の著者の成果と比較して評価する。著者らは検証済みの環境を1,000件公開し、最先端のAI科学者が74%の割合で人間の研究者を上回ったと報告している。また、6,400時間分の研究記録を含み、訓練の場としても用いられ、小型モデルの研究構想能力を158%向上させて最先端モデルと同等にできたとしている。
注目点各論文を実行可能な環境に変換し、AI科学者の評価と訓練に用いる点が新しい；摘要は1000の環境の公開と74%で人間研究者を上回ったと報告。
説明EgoGeneralist：ビデオネイティブモデリングによる一人称視点の動作・映像タスクの統合
要約本論文は、事前学習済みのビデオ生成モデルを適応させ、動作条件付きの一人称視点映像生成、姿勢推定、動作と映像の同時生成を統一するEgoGeneralistを提案している。役割適応型の動作レンダラーと、クロスストリーム型の動作・映像結合により、計量的な三次元運動を空間制御信号と復元可能な生成目標の両方として扱えるようにしている。五つの動作・映像タスクを対象とし、制御された実験室録画のみで適応させたにもかかわらず、多様な未見の場面や相互作用に一般化したと報告している。
説明XStack：機械学習リポジトリのフレームワーク間移行ベンチマーク
要約本論文は、PyTorch（NVIDIA GPU）とJAX（Google TPU）の二つのエコシステム間で機械学習リポジトリを移行する能力をエージェントに評価させるベンチマーク「XStack」を提案している。エージェントはPyTorchリポジトリと未設定のTPUマシンを受け取り、JAXリポジトリを納品する必要があり、元リポジトリの公開結果に基づく採点基準で合否が判定される。論文では、現時点でエージェントによる移行は信頼性が低く、Claude Opus 5の合格率は75%、GPT-5.6-solは45%、その他のエージェントは最大40%だったと報告している。
説明Meituan-Robotics-0：卓上マニピュレーションのための視覚・言語・行動基盤モデル
要約本論文は、据え置きベースの卓上マニピュレーション向けの視覚・言語・行動（VLA）基盤モデル兼具現化エージェントシステム「Meituan-Robotics-0（MR0）」を提案している。1,470万件超の視覚言語サンプルと、12種類の具現化形態にわたる15,060時間のロボット軌跡を用いて、三段階の学習を行う。また、人間による修正で置き換えた方策区間を正負の監督として用いる Rollback を導入している。RoboTwin 2.0 での成功率は93.6%で、RoboDojo VLA トラックでは5位となった。
説明同じ振る舞い、異なる仕組み：有限実験で統合情報について何を保証できるか
要約本論文は、解釈可能性や機械意識の評価で用いられる機構レベルの量（統合情報理論の統合情報φ）が、有限で部分的かつ雑音を含む実験からどこまで識別・認証できるかを検討しています。既知の真値をもつ4ユニットと5ユニットの確率的ネットワークで分析し、振る舞いだけでは機構を区別できない場合や、部分的な観測では消えない精度の下限が生じることを示しています。さらに、特定の機構領域について、有限の制御された遷移データからφの下限を認証できることを証明しています。
注目点同定可能性・連続性・有限データでの証明可能性という枠組みを示し、IITのφについて精密な特徴づけと有限データでの下界証明を与えている。
説明活性化の逆変換を拡張して言語モデルの残差ストリーム上の任意の方向を解釈する研究
要約本論文は、言語モデルの残差ストリーム内の方向を、その方向を強く活性化させるテキスト例へ写像する「最大活性化例メタモデル（MAEM）」を提案します。学習目標は、与えられた方向と生成テキストの活性化との余弦類似度を最大化することで、ラベルは不要です。実験では、コーパス検索や自然言語オートエンコーダ（NLA）と比べて、保留データの活性化の反転や、保留SAE特徴の活性化で優れた結果が示されています。
注目点強化学習で残差ストリーム方向を最大活性化テキストに写像する元モデルを訓練し、ラベル不要で、摘要では多数のベンチマークでコーパス検索やNLAを上回ると報告。
説明大きなステップサイズでの敵対的学習：暗黙のバイアス、最適化、シャープネス
要約本論文は、敵対的学習において大きな定数ステップサイズを用いた決定論的勾配降下法の動態を研究する。まず敵対的線形ロジスティック回帰で、モデルパラメータの収束先（暗黙のバイアス）と損失の減少速度（最適化）を分析し、その後ニューラルネットワークの学習で損失のシャープネスがどう変化するかを調べる。標準的な学習と比べ、暗黙のバイアスの差は任意の大きな定数ステップサイズでも残ること、最適化誤差に統一的な収束率がないこと、シャープネスが二段階の動態を示すことが示される。
説明強い教師から弱い生徒への同方策蒸留（OPD）とGRPOの計算効率の比較研究
要約本論文は、同方策蒸留（OPD）と強化学習手法GRPOを、訓練FLOPs当たりの精度で比較しています。外部の教師を用いた場合、OPDは概ねGRPOに劣ります。一方、教師が生徒自身のGRPOチェックポイントである場合、OPDは数学タスクで同等の精度を、GRPOの50分の1の蒸留FLOPsで回復します。さらに、複数教師OPDにより領域別のGRPO専門家を1つの生徒モデルに統合し、2領域の組み合わせでは合計FLOPsを42.0%削減しています。
説明ReproBridge：機械学習研究成果への再現性の組み込み
要約本論文は、精錬されたコード、環境構成、実験ランチャー、再現ガイドからなる再現可能な成果物を構築するエージェントワークフローReproBridgeを提案しています。1,029タスクからなるReproBridge-Benchも構築されました。精錬された成果物を用いると、4つのモデルの平均再現成功率は76.4%から92.6%に上がり、後続のAPI支出は平均19.7%減少しました。
説明Q-OIL：人間の介入から学習する際の楽観的探索手法
要約本論文は、ロボットが実世界で人間の介入から学習する方法を扱う。参加者の介入データを分析した結果、人は動作の進展が停滞したときに介入する傾向があり、その修正動作はしばしば最適でないことがわかった。これに基づき、進展ベースの人間介入モデルを提案し、シミュレーション上のアルゴリズム順位を実ユーザーの結果により近づけた。さらに、強化学習において介入遷移に楽観的ボーナスを加えて人間の修正方向へ探索を誘導するQ-OILを提案し、シミュレーションと実ロボットで10〜50%高い成功率を示した。
説明VFlash：Flashプリミティブデコーディングによる高速で高精度な視覚プランニング
要約本論文は、ロボティクスや自動運転などの物理AIタスクにおける視覚プラン（点、バウンディングボックス、軌道）を高速に生成するVFlash手法を提案します。軽量なドラフターが一度の順伝播でプリミティブ全体の座標を同時に予測し、座標トークンを一つずつ生成する自己回帰方式に代わります。2Dおよび3Dのロボット軌道タスクでは自己回帰デコーディングより予測誤差が一貫して小さく、3D点運動予測では単一ロールアウトで約25倍速い生成が確認されています。
説明攻撃者の行動をオンライン予測するための隠れマルコフ選好モデル
要約本論文は、攻撃者の次の行動が起こる前に、その行動の確率分布を予測する隠れマルコフモデルを提案している。隠れ状態は攻撃者の行動パターン（レジーム）であり、同一のエピソード内で切り替わりうる。CAGE 2サイバー防御ベンチマークでは、コントローラー切り替え後の損失が3ステップで減少し始め、再帰型ベースラインでは10ステップを要した。
説明説明可能なサイクリスト安全認識のためのエッジ支援型クラウドセンシング
要約本論文は、ハンドルバーのカメラで撮影した街路画像を視覚言語モデル（VLM）で構造化された交通属性に変換し、説明可能なブースティングマシン（EBM）でOpenStreetMapの道路情報および走行運動データと組み合わせて1〜9の安全スコアを予測するシステムを提案している。ロンドンの2経路の1,362枚の注釈付きフレームで、回帰モデルの二値正解率は72.2%、平均絶対誤差は1.011であった。物理的な車線分離は評価を約+0.97点押し上げることが示されている。
説明型付き決定エンコーダにおけるラベル表記の拡張：未知語では効果があり、略語やコードでは効果がない
要約本論文は、307Mパラメータの多言語クロスエンコーダ Ru-Jev の二つのリリースを比較している。後のリリースでは、ラベルを複数の表層形で提示する拡張を加えている。質問を固定し、ルーティングラベルの表記のみを変えて十種類のラベル語彙を評価した結果、一般語や借用語からなる語彙では拡張版の精度が高かった。一方、略語や不透明なコードでは実用的な改善は見られなかった。
説明AIを内部から理解する：AI安全性のための機構的解釈可能性の現状
要約本論文は、AI安全性に関する機構的解釈可能性（mechanistic interpretability）の研究状況をまとめたサーベイである。モデルの仕組みを理解することで安全性が高まるのかを検討している。特徴、多義性、Transformerの計算、回路といった基礎概念を紹介し、特徴抽出、回路の発見と因果的検証、中間表現の自然言語による説明などの手法を整理している。さらに、機構的主張を評価する統一的枠組みを提案し、知識編集、制御、監視などの応用とその限界を論じている。
説明SM4RT：4次元再構成のためのカスケード型フィードフォワードモデル
要約SM4RTは、RGB動画から動的シーンを再構成するためのマルチタスク・カスケード型フィードフォワードモデルです。まず3次元形状を再構成し、その予測された構造をもとに運動を推定します。各ピクセルの3次元運動は対応するカメラ座標系で表現され、カメラ運動による曖昧さを減らします。また、ラベルの少ない運動を補うため、別の時刻でラベル付けされた点の位置を使って未ラベル点の運動を正則化する弱教師あり損失を導入しています。Kubric、Waymo、Point Odysseyの3データセットで運動推定を評価し、多くの指標で従来のベースラインを上回りました。五つの動的シーンデータセットでの形状再構成でも、最先端手法と同等の性能を示しています。
説明MedGraph：長期医療対話のための患者状態維持グラフメモリ
要約本論文は、長期的な医療対話で患者の臨床状態を正しく保つためのグラフメモリMedGraphを提案している。著者らは五つのメモリシステムの誤りを分析し、古い状態の検索、他人の健康情報の混入、安全上の事実の欠落という三つの原因を特定した。MedGraphは日付付きの事実を抽出して人物ごとに帰属させ、状態の連鎖を保持する構造を取る。MedMemoryBenchにおいて、GPTとQwenの両方のバックボーンで全体精度が最も高く、GPT設定では効率的な構築と応答も示されている。
説明事例ベース推論による学業アドバイスの改善
要約本研究は、事例ベース推論（CBR）を学業アドバイス分野に適用することを検討したものです。従来の相談プロセスを補完する、事例ベースの学業アドバイス推薦システムの試作版を設計・開発・検証しています。その可能性が十分に実現されれば、人間の学業アドバイザーに代わるものへと発展することも想定されています。
説明メタアクセス：チャットAIにアプリ全体の状態と操作を理解させる手法
要約本論文は、大規模言語モデルのアシスタントに、チャット画面自体の状態と機能を構造化され権限管理された形で提供する「メタアクセス」を提案しています。機能案内から全体のオーケストレーションまでの段階的なレベルを定義し、Chat AIクライアントのMeta Chatプロトタイプを例に説明しています。あわせて、根拠づけ、プライバシー、プロンプトインジェクション、信頼性に関するリスクも指摘しています。
説明校正された潜在プロービングによる視覚・言語・行動モデルの故障予測と分類（VLA-Tug）
要約視覚・言語・行動モデル（VLA）は分布シフトの下で性能が不安定で、予期しない故障は機器の損傷や人身の危険につながるおそれがあります。本論文は、VLAのバックボーンの潜在層に軽量なプローブを載せるVLA-Tugを提案し、推論の負荷を抑えつつ早期の故障検知を改善し、見逃し率と誤報率に上限を設けます。また、軌道の故障直前の区間で教師あり学習を行う手法と、修正動作を可能にする故障モードの予測を示し、3,180件の注釈付き操作エピソードのデータセットを公開しています。
説明微分方程系の本質的なリー点対称性のデータ駆動型発見
要約本論文は、記号的な決定方程式や閉じた形の支配方程式を用いず、微分方程式から得られたサンプルデータに直接基づいて連続対称性の生成子を発見する手法を提案している。延長、逐次的な部分空間制限、学習可能な係数について線形な非線形辞書を組み合わせ、辞書の改良に対して表現された本質的対称代数が安定しない系を診断する秩安定化の事前検定を導入している。解析的に既知の11次元対称代数を持つ制御された微分方程式ベンチマークにおいて、表現された生成子の完全な集合を回復し、そのリー括弧構造を数値精度で再現している。
説明分子表現の限界に関する論文
要約本論文は、フィンガープリントや学習済み埋め込みなどの分子表現の品質を体系的に調べたものです。最先端の分子埋め込みモデルは、グラフ構造、3D形状、ADMETエンドポイントの類似性を、フィンガープリントや理化学的記述子より良く捉えてはいないと報告しています。また従来のフィンガープリントにも限界があり、Enamine REALデータベース（108億分子）では表現方法によって2.25億から約40億の分子で表現が一意でないことを示しています。これは仮想スクリーニングに影響します。
説明ソフトウェアとしてのベンチマーク：Terminal-Benchと継続的なベンチマーク保守の必要性
要約本論文は、コーディングエージェント向けの評価ベンチマークが、モデルの能力向上や評価基盤の変化によって公開後に陳腐化することを指摘し、これを「ベンチマーク保守負債」と呼んでいます。コミュニティからの報告、自動検証、人手による承認を組み合わせた継続的な検証ワークフローを提案し、Terminal-Bench 2.0に適用しました。約30%のタスクに問題が見つかり、修正版の2.1を公開しています。修正により精度は10ポイント以上向上し、順位も変動しましたが、全体の順位相関は高いままでした。さらに、実行時間などの資源設定もエージェントの性能に大きく影響することが示されています。
注目点継続的検証ワークフローを提案し、Terminal-Bench 2.0に適用して約30%のタスクを監査、修正版2.1を公開。修正で正答率が10ポイント以上向上し、時間予算が結論を左右することを示した。
説明LoRAの教師あり微調整と強化学習における固有スペクトルと部分空間の動態
要約本論文は、低ランク適応手法LoRAを教師あり微調整（SFT）と強化学習（RL）で用いた際の、低ランク増分の特異値スペクトルと特異部分空間の変化を調べたものです。RLはすべての学習率でスペクトルを集中させ、SFTは中程度の学習率でスペクトルを広げること、小さい学習率ではRLの部分空間の回転が速いことを示しています。SFTとRLの要素を一つずつ入れ替えた実験により、群平均ベースライン減算がこれらの差の原因であると特定しています。さらに、両段階に合わせてLoRAの更新方法を調整し、数学推論タスクで比較手法の中で多くの設定で最良の結果を得たと報告しています。
説明T3R：学習不要の二段階視覚トークン洗練による効率的で頑健なVLAモデル
要約視覚・言語・行動（VLA）モデルはエンドツーエンドのロボット制御を可能にしますが、推論コストが高くなっています。本論文は学習を必要としないT3Rフレームワークを提案します。第一段階では、セグメンテーションに基づくトークン剪定で行動に無関係な視覚パッチを取り除き、第二段階では、顕著性に基づく注意バイアスで注意を行動に重要な視覚領域と言語指示へ再配分します。LIBERO-Spatialでは、成功率をほぼ維持したままシーンカメラの視覚トークンを85%削減し、分布外の物体配置摂動下では最大7ポイント成功率を向上させました。
説明AI支援による数学証明の特徴：証明へのAI関与を見分ける手法
要約本論文は、文章の推敲とは別に、証明内容にAIが関与しているかを検出できるかを検討している。著者らは同一研究課題を扱う対応ペアを含む8,281本の論文から五つのコホートを構築し、論文を即時証明依存グラフとして表現してその特徴を抽出するProofTraceを提案している。AI生成証明には外部結果の引用が少なく中間結論への依存が強いといった特徴が見られ、ProofTraceはAIによる言い換えの下でも検出性能が安定しているのに対し、テキストベースの検出器は性能が大きく低下したと報告している。
説明時間依存偏微分方程式に対するコンフォーマル予測
要約本論文は、偏微分方程式で記述される時間依存の物理系に対する代理モデルにおけるコンフォーマル予測を研究している。関数空間の設定では、任意に近い時刻の分布が互いに特異になりうることを証明し、厳密な被覆保証が不可能であることを示す。離散化された設定では、全変動距離が格子解像度に対して指数関数的に飽和することが多いため、被覆を保証するには空間離散化に制限が必要だと論じる。さらに一部の設定について、重み付きコンフォーマル予測を用いて、時間範囲が伸びても有限標本の被覆保証を得る方法を示す。
注目点新規性は、時間依存PDEで共形予測の被覆保証が崩れうることを示し、特異分布や全変動距離の飽和に関する理論結果と重み付き共形予測による有限サンプル保証を与える点にある。
説明ソーシャル・ヒューマノイド：人間との相互作用に社会的に応答するヒューマノイドロボットのシステム
要約ヒューマノイドロボットは通常単独のエージェントとして訓練されるため、人間の相手と身体的に協調することが難しい。本論文は、Unitree G1（29自由度）上で、人間のパートナーの動きに応じた社会的に応答する全身動作を生成・実行する階層的システム「Social Humanoid」を提示している。また、人間とヒューマノイドの相互作用を260時間分含む新たなベンチマークも構築されている。
説明StepBack：テスト時推論を効率化するステップ単位の誤り特定・再サンプリング手法
要約本論文は、連鎖的推論のテスト時効率を高めるStepBackという手法を提案している。まず少数の下書き推論経路を用意し、軽量な信号で最初に誤りが生じそうなステップを特定する。その誤ったステップ以降だけを再サンプリングし、多数決で答えを決める。七つの数学推論およびマルチホップQAのベンチマークで、平均精度は自己整合性（SC）と同等で、トークン使用量は最大41.26%削減された。Adaptive Consistencyなどの適応的推論手法とも組み合わせられる。
説明すべての不整合が同じとは限らない：創発的不整合のための分解型ベンチマーク
要約本論文は、狭いタスクでのファインチューニングが無関係なプロンプトでも不整合な振る舞いを引き起こす「創発的不整合（EM）」を扱います。既存の評価は質問の選び方や判定者、閾値に影響されやすく、不整合と能力低下を区別しにくいと指摘しています。著者らは、八種類の不整合な振る舞いを追跡する分解型ベンチマーク「EMERGE」を提案し、良性の対照群と比較します。その結果、全体の不整合率が似ていても振る舞いの特徴が大きく異なるモデルがあることを示しています。
説明卵巣がん多層オミクスデータセットの合成：生物学的知見に基づく評価フレームワーク
要約本論文は、多層オミクスのがんコホートの合成データに関するもので、新たな生成モデルの提案よりも、合成データが生物学的に意味のある構造を保持しているかを判断するための評価基準の定義に重点を置いています。著者らは、RNA発現とコピー数変異（CNV）のプロファイルの対を生成する性能を評価する、生物学的知見に基づき患者が重複しないフレームワークを提案し、DECIDER高悪性度漿液性卵巣がんの縦断コホートに適用しています。このフレームワークは、実際の訓練データと保持データの一致度を基準とし、訓練データへの近接性の診断を補完的に用いています。また、変分オートエンコーダに基づく3つの多層オミクス統合アーキテクチャを改良し、対になったプロファイルを生成しています。
説明道路異常検出のための適応型低照度強調：複数アーキテクチャのベンチマークとエッジ展開の研究
要約本論文は、暗闇、雨、ハーマタン砂塵などで視界が悪化した条件下での自動運転車の道路異常検出を扱います。YOLOv8n、YOLOv12n、RT-DETR、Faster R-CNN の四つの物体検出アーキテクチャを比較し、黄昏程度の照明では SCI 低照度強調ネットワークを一律に適用すると逆効果になる（mAP@50 が 16.1%～30.7% 低下）ことを示しています。さらに、フレームごとの Rec. 601 輝度に基づき、強調なし、中程度の SCI、ノイズ除去と強い SCI のいずれかを選ぶ、学習不要で軽量な輝度適応ルーターを提案し、NVIDIA Jetson Nano 上で全体の処理を検証しています。
説明集中治療室のシステムシミュレーションのための患者世界モデルの学習
要約本論文は、縦断的電子カルテから、ニューラルネットワークを用いて患者の軌跡を共通に表す世界モデルを学習する手法を提案しています。集中治療室（ICU）の運営を例に、MIMIC-IVで学習・凍結したモデルを、シナリオごとの対応付けによりICUの日程、資源、待ち行列と結び付けます。実験では、全体の占有率や容量・配分政策への方向的な反応がマルコフ型およびセミマルコフ型の比較モデルと一致し、観測された軌跡の再生から得られる政策効果も再現できたとしています。
説明SCALE：サイバーフィジカル・エージェント向けのリアルタイム潜在通信手法
要約本論文は、サイバーフィジカル・エージェント向けのリアルタイム潜在通信手法SCALEを提案している。エージェント同士が生のセンサーデータやテキストではなく、モデルの中間表現を直接やり取りする方式である。SCALEは連続する潜在メッセージ間でトークンを類似度により対応付け、再利用できる情報を見つけて冗長な送信を避ける。さらに、送る潜在情報量ごとの意味的利得と通信コストを評価し、帯域幅とタスク期限の制約下で送信する保留メッセージと潜在トークン数を決めるスケジューラを用いる。三つのベンチマークと物理的なクモ型ロボットの事例で評価した結果、帯域が制限された環境でタスク性能と期限内配信率が改善したと報告されている。
説明飛行データからの着陸段階安全事象予測のためのハイブリッド機械学習
要約本論文は、着陸段階で極端に不均衡な多変量飛行データを対象に、多クラス安全事象を予測する解釈可能なハイブリッド特徴融合フレームワークを提案する。LSTMオートエンコーダが正常な進入窓から再構成誤差を求め、それを統計的飛行履歴特徴と融合してクラス重み付きXGBoostに入力し、正常、速度過大、経路過高、フラップ遅延の各窓を識別する。三つの到着空港の53,750のNASA DASHlink進入窓で評価され、繰り返し分割と再学習の下で全空港の平均マクロ再現率が0.90を上回った。
説明グラフニューラルネットワーク向けのモジュール認識型最適化：GraphMuon 手法
要約本論文は、グラフニューラルネットワークの有効な重み幾何がグラフ伝播表現によっても形作られることを示し、通常の Muon 最適化手法でグラフ起因の更新増幅が起こりうると指摘しています。提案手法 GraphMuon は、グラフ伝播入力の共分散構造で定義される計量の下で直交化を行い、更新が層表現に及ぼす影響に応じてステップサイズを調整します。3 つの大規模 OGB ベンチマークで、AdamW に対し検証損失の目標到達時間を 1.32 倍から 2.42 倍高速化しました。
注目点Muonの行列直交化更新を、グラフ伝播特徴の共分散計量へ拡張し、グラフ由来の更新増幅を理論的に分析。3つのOGBベンチマークでAdamWに対する速度向上を報告。
説明Muir：感度配分ゲーティングと整合フィルタ読み出しを用いた線形アテンション
要約本論文は線形アテンションモデルMuirを提案し、各ゲートを感度配分の低ランク射影に統合し、整合フィルタ型のゲートで状態行を重み付けして読み出し、節約したパラメータをより広いフィードフォワード網に振り向ける。大きなチャンクサイズでも数値的に安定して効率よく学習できるよう並列更新も設計されている。1億6600万から13億4000万パラメータの実験で、GDN-2およびTransformerより低いパープレキシティと、長文脈の検索での改善が示されている。
説明指導可能な健康年齢と反実仮想のウェアラブル軌跡による個別化ヘルスコーチング（ウェアラブル機器のデータから将来の生活習慣の効果を予測し、個人向けの健康指導計画を作る研究）
要約本論文は、消費者向けウェアラブル機器で受動的に取得される変更可能な生理・行動信号から構成される、解釈可能な健康年齢指標「指導可能な健康年齢（CHA）」を提案している。また、生活習慣の変化に対する数週間の生理反応を予測するセンサー世界モデル（SensorWM）を開発し、両者を統合したエージェント型の反実仮想コーチングシステムで12週間の個別計画を生成する。盲検の対比較評価では、認定生活習慣コーチが反実仮想に基づく計画を好んだと報告されている。
説明MOMASPLAT：移動マニピュレーションのための動的新視点デモ拡張
要約本論文は、移動マニピュレーションにおける模倣学習用デモデータを拡張するフレームワーク「MOMASPLAT」を提案している。3Dガウススプラッティング、フィードフォワード型3D基盤モデル、運動学ベースの動作リターゲティングを組み合わせ、未見のロボット基台姿勢から動的な物体との相互作用を含む操作軌道を合成する。実世界の5つの移動マニピュレーションタスクでの評価では、未見の基台姿勢に対する頑健性が向上し、平均成功率は最強のベースラインの2倍以上となったと報告されている。
説明NPCBench：上咽頭がんにおけるマルチモーダルな診療経路推論のための臨床実習型ベンチマーク
要約本論文は上咽頭がん（NPC）を対象とした臨床実習型ベンチマーク「NPCBench」を提案する。専門医研修の流れに沿って、ガイドラインや基礎知識から症例計画、経時的な再評価、診療経路の統合、自由形式のコンサルテーションまでを扱う。4,777件の構成問題と会診問題、および417の評価課題を含む100例の患者コホート（CarePath）から成る。30のモデルを評価した結果、21の多モーダルモデルでは厳密なCarePath成功率が最大23%にとどまった。
説明VisionSIM：理想化センサーを超えるロボット知覚向けマルチモーダルシミュレータ
要約本論文は、ロボット知覚のための物理ベースの統合シミュレーションプラットフォームVisionSIMを提案している。従来型カメラのほか、イベントカメラ、SPAD、iToF/dToF、サーマルカメラなど新興モダリティについて、生の物理計測過程をモデル化することで、センサーの現実性を高めている。汎用シミュレータが見落とす故障モードを再現でき、同一のシーンと軌道でモダリティ間の比較が可能である。さらに、同期された生計測データと詳細な正解アノテーションを含む大規模な室内データセットも公開されている。
説明SHORE：オンライン・ビンパッキングのための安定性ハイブリッド方策内強化学習
要約本論文は、処理バッファを持つオンライン三次元ビンパッキング問題を対象に、箱の選択・向き・配置を決める際に積み上げの安定性を保つ手法SHORE（Stability-Hybrid On-Policy Reinforcement Learning）を提案します。学習された配置の安定確率と、安定を条件とする方策内の収益推定を組み合わせ、三次元U-Netが実行結果と模擬的な代替案から安定性を学習します。Isaac Gymでは約0.4M環境ステップで空間利用率73%に達し、60箱の拡張セットでは利用率0.734で、GOPTベースラインの0.588を上回りました。実ロボットでの検証も行われています。
説明StrataFlux：メモリ階層を前提とした低ビット LLM 推論フレームワーク
要約論文は、低ビットの大規模言語モデル推論フレームワーク StrataFlux を提案しています。重みと KV キャッシュの量子化で失われた精度を回復しつつ、量子化によるメモリと速度の利点を保つことを目指します。ホスト RAM と SSD を追加精度の供給源として使い、選択的な精度ストリーミングで転送量を減らし、転送を計算と重ね、取得した精度をデコードステップ間で再利用します。論文によると、2 ビットの Llama-3.1-8B-Instruct の WikiText-2 困惑度は 9.46 から 8.40 に下がりました。2 ビットの重みと KV キャッシュを用いた Qwen3-8B では、GPU メモリ使用量を変えずに AIME 2024/2025 の正答率が 11.0% から 47.1% に上がったと報告されています。
説明SpecCTMC：拡散言語モデルの連続時間マルコフ連鎖に対する厳密な投機的シミュレーション
要約本論文は、別個のドラフトモデルや追加学習を必要としない投機的サンプラーSpecCTMCを提案します。既存のモデル予測を用いて連続的なトークン更新を提案し、中間状態を並列に評価したうえで、厳密な受理・修正手続きを適用します。著者らは、基礎となる連続時間マルコフ連鎖の事象時刻、生成順序、トークン値の同時分布が保存されることを証明しています。LLaDA-8B-InstructとDream-v0-Instruct-7Bでの5つのベンチマーク実験では、直接的な連続時間サンプリングと比べて逐次的なモデル評価回数が1.73〜4.38倍少ないことが示されています。
説明協調測位におけるゲージドリフト補正のための電波から姿勢への情報手法
要約協調測位は、オドメトリとロボット間測定を用いてロボットチームの運動を推定します。しかし、これらの測定は相対的な幾何情報しか示さず、チーム全体の位置と姿勢が一緒に漂流する現象（ゲージドリフト）が起きます。本論文では、ロボットの姿勢と同じ世界座標系に登録された電波減衰マップを用い、電力残差とその姿勢微分を、ガウス情報行列とベクトルに変換する「Radio-to-Pose Information（RPI）」インターフェースを提案します。50×50メートルのアリーナで行った配置済みマップによる32回の対照実験では、共通位置のRMSEが0.542メートルから0.140メートルに低下しました。
説明OraRefer：分割誘導と複数写真融合による、患者単位の感度保証付き口腔がんスクリーニングモデル
要約本論文は、スマートフォンで撮影した口腔粘膜の写真から口腔がんと口腔潜在的悪性疾患を判定するモデル「OraRefer」を提案する。分割誘導型の基盤モデルで各写真の病変を判定し、患者の全写真と危険因子を統合したうえで、有限標本での感度保証を持つ閾値により紹介判断を行う。3000枚の写真と714人の患者のデータで、患者単位のAUROCは0.919に達し、注意機構ベースの多重インスタンス学習を上回った。感度目標90%の設定では、口腔潜在的悪性疾患またはがんの患者の95%を検出し、特異度は0.610であった。
説明局所・大域結合オプティカルフローモデルのための双レベル最適化定式化の理論解析
要約本論文は、局所・大域結合（CLG）オプティカルフローモデルの正則化パラメータを学習するための双レベル最適化定式化を解析する。下位問題は、Lucas-Kanade（ルーカス・カナデ）データ項と二次または全変動（TV）正則化項からフローを計算し、上位問題は正解フローとの二乗距離を最小化するパラメータを選ぶ。二次モデルについては、最適パラメータの存在、すべての最適パラメータが正であること、厳密な局所最適性の十分条件を導いている。TV正則化では、大きなパラメータで下位解が零になるため最適パラメータが常に存在することを示し、局所構造テンソルを通じた二つのフロー成分の結合を考慮した正値性の十分条件を与える。合成例により、条件とその不成立例を示している。
説明中心フロー、ロッドフロー、エッジ結合の統一
要約安定性の端では、勾配降下法の反復がヘッセ行列の鋭い方向に振動し、連続時間モデルでは捉えにくい現象となる。本論文は、勾配降下法の不動点と周期2の軌道を臨界点とする汎関数「エッジ結合」を導入し、中心フローとロッドフローをそこから導出する。両者は最速と中間の時間スケールでの粗視化にそれぞれ対応し、ヘビーボールやAdamなどの運動量法にも拡張される。実験により、ニューラルネットワーク学習の全段階で離散反復を追跡できることが示されている。
説明USB Gym：閉ループ超音波ビューマッチングのための Gymnasium テストベッド
要約本論文は、公開患者の CT から超音波を模擬するテストベッド USB Gym を提案し、目標ビューに画像を一致させるためプローブを動かす超音波ガイダンス手法を評価する。分割・制御・報酬の3つの差し替え可能な部品に、発表済みの20手法をそれぞれ組み込んで試験した。組み合わせたガイダンスはプローブを平均16.0 mmから13.7 mmまでしか近づけられず、位置姿勢オラクルの1.5 mmには及ばなかった。結論として、この課題はまだ十分に研究されていないとされる。
説明CascadeRec：マルチテナント向けコンテンツ推薦における、導入済みの適応的LLM計算資源配分
要約本論文は、大規模な財務計画SaaS事業者の本番環境で稼働している二段構成のLLM再ランキング・カスケードCascadeRecを提案している。軽量な第1段モデルが全リクエストを処理し、追加の推論計算が効果的と見込まれるリクエストだけを、より高コストな第2段へルーティングする。1か月以上のA/Bテストで推論コストは約10%削減され、遅延への影響は小さく、品質低下は今のところ観測されていない。公開データセットでの分析では、履歴の少ないユーザーに対して一律にLLM再ランキングを使うと、NDCG@10が最大30%低下することが示されている。
説明ミリ波レーダーの微小ドップラー微分可能レンダリングのための4次元点スプラッティング手法
要約本論文は、動く物体の実データに明示的なシーンを適合させる、物理ベースの微分可能レンダラー4D Point Splatting（4DPS）を提案します。シーンは材質・法線・速度を持つ有向点で表現され、各点は距離とドップラーのビンにスプラッティングされます。出力は実レーダーが記録する生の複素リターンであり、同じ信号処理を適用して下流モデルの学習データを生成できます。HuPRとRT-Poseの両データセットで再構成精度が最高水準に達し、レンダリングデータで学習した姿勢推定モデルは実データ上で実データ学習に近い性能を示しました。
注目点動くシーンを実測に合わせて微分可能にレンダリングする点スプラッティング手法で、ミリ波レーダーの合成データとsim2realの差を報告。
説明圧縮されたAIエージェント記憶における局所構造と大域構造の改善（AIエージェントが保存する文章のベクトルを圧縮する際、近い項目同士だけでなく遠く離れた項目同士の関係も保つ方法を提案する論文）
要約論文は、AIエージェントがテキストの埋め込みベクトルを大量に圧縮して保存する際の問題を扱っています。近傍の関係だけを保つ従来の圧縮では、記憶の統合や比較に必要な遠距離の関係が崩れることを示しています。そこで著者らは、遠端の順位違反に関する証明された上界を目的関数とする局所性考慮量子化（LAQ）を提案し、複数の検証で全体構造の保持が改善したと報告しています。
注目点大域保真度に関する証明可能な境界を量子化目標に変換するLAQを提案し、52回の保留実験と百万段落規模で検証している。
説明他者の学習を形作る学習規則の発見
要約一般和ゲームでは、自己利益のみを追求する学習者が全員にとって不利な結果に至ることがあります。本論文は、メタ学習によって一般和ゲームにおける対戦相手の学習を形作る更新規則を発見する手法DUOS（Discovered Update Rule for Opponent Shaping）を提案します。この規則は対戦相手のパラメータや方策を読み取らず、エージェント自身の経験のみを用い、生涯にわたる期待報酬を最大化するように学習されます。著者らは、一般和ゲームでエージェントの更新規則を発見した初めての手法であるとし、トーナメントの正規化平均スコアと自己対戦で1位になったと報告しています。
説明繰り返しの社会的相互作用における文化適応：大規模言語モデルが反復的なやり取りを通じて社会規範に適応できるかを検証した研究
要約本研究はサンドボックス環境で大規模言語モデルに繰り返しの社会的相互作用を行わせ、やり取りを通じて文化的規範を学べるかを検討している。文化適応を、社会的相互作用を通じて規範を継続的に取り込む過程として捉え直している。結果として、記憶の仕組みが複数回の相互作用にわたる長期的な学習を促し、異なる社会的場面への転移を可能にすること、また五つの言語で多言語の規範の取り込みが可能であることが示された。