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）。
説明指示ファイルが古くなるとき：コーディングエージェントにおけるドキュメント負債と隠れたコスト
要約本研究は、Claude Codeなどのコーディングエージェントが読み込むリポジトリの指示ファイル（AGENTS.md、CLAUDE.mdなど）が古くなった場合の影響を扱います。実在するオープンソースリポジトリの3つの古い指示（テストコマンド、コードの場所、コンポーネント追加の手順）について、原文のまま、現在のパスに修正、削除の3版を用意し、22の保守タスクをエージェントに実行させ、732の軌跡を分析しました。エージェントは関連する場合に古い指示に従い、追加のツール呼び出しが発生しましたが、最終的にタスクは概ね完了しました。指示ファイル自体を修復したエージェントはありませんでした。
説明並列エージェントチーム：推論時計算をより効率よく拡張する手法
要約本論文は、推論時に小規模なエージェントチームを並列にサンプリングし、最も成績の良いチームの結果を採用する「並列エージェントチーム」手法を提案しています。GPUカーネルや形式的証明などの12の長期タスクで、27Bモデルと100エージェントの予算の下、10人チームの並列方式は12タスク中10タスクで並列単独エージェントを上回り、大規模チーム対照の4タスクすべてで100人の単一チームを上回りました。同じ金銭コストでは、半数のタスクでフロンティアモデルを上回ったとされています。
説明AR-Edit：反転不要・学習不要の自己回帰型動画編集手法
要約本論文は、将来のフレームを必要とせず動画ストリームをリアルタイムで編集できるAR-Editを提案しています。追加の学習や反転（inversion）を行わず、DMD蒸留された自己回帰型動画拡散モデルの自己注意機構を分析しています。クエリとキーは去噪過程を通じて安定しており、値（value）のみが内容に応じて変化することを示し、その値を一度キャッシュして去噪時に選択的に注入する手法を説明しています。
説明重要な情報を見る：操作タスクに条件づけられた実行可能な空間信念のベンチマーク
要約本論文は「Seeing What Matters」というベンチマークを提案し、シミュレートされた卓上操作において、ロボットがタスク指示に応じて必要な視覚情報を取得できるかを評価する。コーヒーワークステーション、引き出し・キャビネット、電子レンジ・家電の3領域に、凍結された860件の評価ケースを含む。参考パイプラインは主要な予算設定で約98.8%の閉ループ成功率に達し、七つの視覚言語モデルは26〜43%にとどまった。
説明介入すべき時を知る：AIエージェントの因果評価
要約本論文は、エージェントの軌跡の中でランダム化された介入（検証や選別など）の因果効果を評価する方法的枠組みを提案します。ランダム化介入の下で収集された比較的小規模なエージェント軌跡データを用いて、動的な因果効果を推定します。tau-bench Retail、ToolSandbox、ImpossibleBenchへの適用では、介入効果がエージェントの行動や状態によって大きく異なることが示されています。
説明検索拡張生成がアルゴリズム問題解決に与える影響の評価：類似問題を用いて大規模言語モデルの競技プログラミング能力を高める研究
要約本研究は、埋め込みベースの検索と類似度検索により知識データベースから類似問題を探し、動的に調整される閾値で検索ノイズを抑える検索拡張生成手法を提案しています。CodeContestsデータセットで、問題文のみ、ランダムな訓練例を追加、検索で得た類似例を追加の三条件を比較し、Min-K法によるメンバーシップ推論で訓練データの記憶の影響も調べています。通過率とCodeForcesのEloレーティングで評価した結果、類似度に基づく検索が競技プログラミングにおける性能を大きく向上させることが示されました。
説明このプログラマーたちは食べ頃か？翻訳における大規模言語モデルの語彙知識の衝突対応を評価する研究
要約本研究は、普段見慣れた中国語の原語に新しい意味を割り当てた制御された中国語から英語への翻訳課題を構築し、大規模言語モデルが提示された意味と既有の語彙知識との衝突をどう扱うかを検証しています。単語頻度、文脈、プロンプトの枠組みの影響を、九つのモデルを対象に評価しています。結果として、出現頻度の低い語や与えられた意味を支持する文脈では、提示された意味への依存が強まることが示されています。
説明復号可能なPOMDPに対する準多項式時間プランニング
要約本論文は、有限の状態・行動・観測空間をもつ有限時間水平の部分観測マルコフ決定過程（POMDP）のプランニングを扱う。ρ-復号可能（ρ-decodable）なPOMDPに対して、各固定ρ>0について準多項式時間の近似プランニングアルゴリズムを示している。復号可能性はℓ1またはℓ2の可観測性から導かれ、可観測性より弱い条件であることが示されている。また、最適な復号可能性定数は多項式時間で計算できるとされている。
注目点復号可能性という仮定を導入し、準多項式時間近似計画を拡張。復号定数の多項式時間計算性を示したと著者は報告。
説明ROSE：マルチモーダル大規模言語モデルの生涯知識編集のためのリスク認識直交部分空間ナビゲーション手法
要約マルチモーダル大規模言語モデルは最新の事実を保つために継続的な更新が必要ですが、生涯にわたる知識編集は依然として困難です。本論文はROSEを提案し、パラメータ更新を既存の編集済み部分空間の直交補空間に制限するとともに、動的に計算されるリスクマスクで重要な事実パラメータを保護します。推論時には多粒度の知識統合戦略を用い、関連する問いにのみ編集知識を正確に適用します。2つのベンチマークで、5つの主要指標において最先端手法と競合し、1000回の逐次更新でも安定性を保つことが示されています。
説明AnimWeb-Bench：動画からアニメーション付きWebページのコードを生成するベンチマーク
要約本論文は、動画からアニメーション付きWebページのコードを生成するための初のベンチマーク「AnimWeb-Bench」を提案しています。実在する124のWebページを対象とし、7つの応用分野と33種類のアニメーションを含みます。静的な外観とアニメーションの再現度を分けて評価する手法も示されています。14の多モーダル大規模言語モデルと3つのコーディングエージェントを評価した結果、アニメーションの再現は静的な外観より難しいことがわかりました。
説明言語は特性、丁寧さは戦略：LLMの社会的推理エージェントにおける言語効果の統制実験
要約本論文は人狼ゲームのフレームワークを用い、LLMエージェントの言語の平易さ・複雑さと丁寧さの戦略が、他のエージェントの判断や行動を変えるかを検証する。発話内容は保ったまま表現のみを書き換え、保存されたチェックポイントから各ゲーム日を再生して対照と比較する。結果として、どちらの操作も発言者への信頼を変えず、多重比較の補正後は投票や夜間行動への効果も残らなかった。
説明汎化誤差のPAC境界からパラメータ推定誤差のPAC境界を導く研究
要約本論文は、PAC境界から導かれるオラクル境界を用いて、動的システムの有限サンプルのパラメータ推定誤差境界を導出する手法を示す。有界な入力と雑音を持つ線形および双線形システムを例として、正則化された経験損失関数を最小化する同定アルゴリズムに適用できる境界を与える。中心となるのは真の予測誤差に関するオラクル不等式の確立であり、真の損失の凸性または損失関数のシステム理論的性質を使ってパラメータ推定誤差を評価する。さらに、得られた境界の収束速度を古典的な漸近結果と比較している。
説明思考の連鎖（CoT）の厳密な階層定理
要約本論文は、思考の連鎖（CoT）を用いるTransformerモデルの計算能力を分析し、CoTの推論ステップ数を増やすと解ける問題の範囲が厳密に広がることを示しています。CoT計算に関する初の階層定理を提示し、チューリング機械との双方向のシミュレーションと計算量理論のパディング技法を用いて緊密な階層を得ています。
注目点CoT計算に対する初の階層定理を示し、パディング技法でタイトな階層を得て、Transformerモデル内でのパディング実装も行う。
説明拡散過程を使わないスコアマッチングによる厳密な条件付きサンプリング
要約本論文は、拡散過程を必要としない手法DISCOを提案している。この手法は、摂動を加えたデータ分布のスコアを一つだけ推定し、その厳密な条件付きスコアを直接得られるようにする。実験では、DISCOのサンプル品質は最先端の拡散モデルと同程度であり、基礎となるデータ分布をより忠実に表現し、任意の条件付き分布から標準的なヒューリスティックサンプラーより正確にサンプリングできることが示されている。
説明エッジ環境での物標検出のための軽量畳み込みニューラルネットワーク
要約本論文は、エッジデバイスへの配備を想定した新しい軽量畳み込みニューラルネットワーク（CNN）を提案し、脅威や対象となる物標の認識と分類を行います。リアルタイムのホットスポット検出アルゴリズムを備え、推論速度は最大 20 fps とされています。一般的な熱赤外線状況認識センサーと組み合わせた検出距離は 400 メートル超と報告されています。著者らは、高い精度、感度、低い誤検出率を示したと述べています。
説明人の血漿試料の分類のための連続ウェーブレット変換に基づく特徴抽出（レーザー誘起ブレークダウン分光法）
要約本研究は、連続ウェーブレット変換によるスペクトルピーク抽出を用いて、SARS-CoV-2陽性と陰性の人血漿試料を区別することを検討したものです。181名分の血漿試料をシリコン基板上で乾燥させて測定し、サポートベクターマシンで分類したところ、留一法による正確度は93.00%と報告されています。著者らは、この結果は暫定的なものであり、独立した検証が必要だとしています。
説明二次元点集合の構造的類似性を測る多尺度クロージング指数（MCI）
要約本論文は、二つの二次元点集合の整合性を評価する新しい非類似度指標、多尺度クロージング指数（MCI）を提案する。MCIは0から1の範囲で、多尺度数学的形態学演算に基づき、値が小さいほど構造の一致度が高いことを示す。Perlinノイズで生成した合成点群に局所摂動、点の削除、平行移動、回転、インパルスノイズを加えて実験したところ、MCIは摂動の強さに応じて段階的かつ一貫して増加し、同一の空間構造に由来する点群と異なる構造に由来する点群の間には明確な不連続性が見られた。Hausdorff系の距離やSliced Wasserstein距離との比較から、MCIは二次元点集合の位置合わせを評価する補完的な指標として有望であることが示された。
説明浅水域UAV画像の歪み評価と復元のための統一マルチモーダルモデルのゼロショットベンチマーク
要約浅水域の無人機画像に対し、統一マルチモーダル大規模言語モデルが水による歪みの評価と画像復元を同一フレームワークで行えるかを、ゼロショット条件で体系的に評価した研究です。1000組の画像ペアからなるベンチマークで5つのモデルを検証し、評価結果はモデルやプロンプトによって大きく異なり、修復は限定的で、一部の出力は場面構造を変えたり内容を幻覚したりすることが示されました。歪みを認識できても物理的に信頼できる復元は保証されない、というのが主な結論です。
説明プライバシーに配慮した顔の感情認識のための深層学習ベンチマーク
要約本論文は、生の映像を保存せず、顔のランドマーク478点とARKit標準の52個のブレンドシェイプ係数という幾何学的表現のみを用いる、軽量でプライバシーに配慮した顔の感情認識手法を提案している。融合したCREMA-DとRAVDESSのデータセットで六つのニューラルネットワークを一から学習し、ImageNetで事前学習したResNet50をベースラインとして、5分割の被験者非依存交差検証で比較している。幾何学的モデルは未知の被験者に対してベースラインを上回り、パラメータ数は12〜124倍少なかった。
説明LLMベースのマルチエージェントシステム向けの協調型混合精度KVキャッシュ量子化
要約LLMベースのマルチエージェントシステムでは、同時に常駐する複数のKVキャッシュがメモリのボトルネックになります。本論文はCoMixKVを提案し、共有メモリ予算の下でオンライン感度推定とエージェント・層をまたぐビット幅の同時割り当てを行います。キャリブレーションデータや追加のモデル実行は不要です。4つのベンチマークと3種類のLLMで平均2、3、4ビットの設定において高い精度を示し、Qwen3-32Bではピーク時のKVキャッシュメモリを32.08%削減し、FullKVに対して1.38倍の推論高速化を達成しました。
説明何を任せ、何を人が保つか：日常生活と仕事におけるエージェント型AIへの人間の選好
要約本論文は、AIエージェントに任せてよい範囲を調べるため、AI利用経験のある米国成人289人を対象にシナリオ調査を行い、9つの生活領域にわたる45の利用事例を扱っています。AIエージェントへの信頼、AIに主導してほしい度合い、タスク固有のAI利用経験、見込まれる経済的節約が、自動化への選好の高さと関連していました。一方、自動化によって個人の充実感が損なわれるという懸念は、自動化への選好の低さと関連していました。著者らは、委任を実行・協働・主導・決定権の組み合わせとして捉えるべきだと主張しています。
説明一回の実行では不十分：データサイエンス課題におけるLLMの信頼性を評価するモンテカルロ手法
要約本論文は、英国の大学講座から取られた100問のデータサイエンス・統計問題（16のデータセット、3段階の難易度）からなるDS-QAベンチマークを提案します。回答の品質に加え、一般的な応答特性と粗粒度指標、タスク固有指標を組み合わせた三層の評価枠組みを構築しています。OpenAIのモデルを100回の繰り返し実行によるモンテカルロ手法で評価した結果、データ可視化と教師あり学習の課題、特に中級・上級の難易度で回答のばらつきが大きいことが示されました。
説明複数のロガーからのロバストなオフポリシー評価のための、予算制約付き適応的データ取得
要約本論文は、観測ごとに異なるコストを持つ既存の複数ロギングポリシー（ロガー）から追加データを購入できる場合のオフポリシー評価を扱います。限られた予算を逐次的に配分するアルゴリズム Adaptive Greedy を提案し、経験的配分が最適設計へほぼ確実に収束すること、最終的な統合推定量が半パラメトリック効率限界に到達することを示しています。模擬実験および AIDS Clinical Trials Group Study 175 に基づく半合成応用では、標準的な配分戦略より優れた結果が示されています。
説明染色・スキャナー差を抑える対比学習ファインチューニングで、病理基盤モデルの頑健性と下流性能を向上
要約本論文は、モデルに依存しない対比学習の後学習フレームワークSPECTRA（Scanner and Pathology Embedding Contrastive Tuning for Robust Alignment）を提案し、組織病理基盤モデルがスキャナーや染色の違いに頑健な表現を獲得することを目指している。PLISMデータセットの、異なるスキャナーおよび染色条件で撮影された対応する全スライド画像を用い、LoRAアダプターで学習する。各モデルについて、PathoROB頑健性指標、HESTでの遺伝子発現予測、CPTACでのスライド単位分類AUC、PLISM検索で改善が見られた。THUNDERのタイル単位分類も全体として向上したが、セグメンテーションと校正タスクは例外となった。
説明TriNetra：監視向けの熱画像信頼性誘導型RGB-熱画像融合・追跡フレームワーク
要約本論文は、夜間の可視カメラや熱画像の飽和・ぼけによる性能低下に対応するため、信頼性を考慮した監視フレームワークTriNetraを提案している。五つのラベル不要な画像指標からフレーム単位の熱画像信頼性係数（TRC）を算出し、二系統のYOLOv8m検出器で熱画像特徴の重み付けに用いるとともに、同じ値をByteTrackベースの追跡器に渡す。M3FDのテスト分割では、熱画像が劣化した条件でも固定重み融合より高いmAP@50を維持したと報告している。
説明グラフ畳み込みオートエンコーダを用いた前十字靭帯損傷リスクの評価
要約本論文は、マルチ層のグラフ畳み込みネットワークによるオートエンコーダ構造に基づく教師なし学習モデルを提案し、姿勢推定データから前十字靭帯（ACL）の損傷リスクを判定します。モデルはスマートフォン上で完結して動作し、ドロップ垂直跳び（DVJ）とシングルレッグホップ（SLH）の2つのテストに用いられます。両テストで高リスクの選手を高い精度で予測したと報告されており、広く利用可能なリアルタイム簡易スクリーニング用スマートフォンアプリの開発を支持する知見としています。
説明ニューラルWasserstein多様体上の不動点加速法
要約本論文は、確率測度上の最適化を対象とした不動点加速法を提案します。ニューラルネットワーク写像で参照分布を押し出して確率測度を表し、パラメータ空間に誘導されたpullback Wasserstein計量を与えます。この幾何構造により、自然勾配降下法をリーマン多様体上の不動点反復として解釈できます。作者らはリーマンAnderson混合法でこの反復を加速し、ヘッセ行列を計算せずに近似的な二階情報を利用します。多峰性サンプリング、PDE逆問題、集約ダイナミクス、ベイズロジスティック回帰、生成モデリングなどで、自然勾配の反復回数を減らし、損失勾配の評価回数と実行時間においてSGDやAdamと競合する性能を示しました。
説明FOSCAR：アフィン折りたたみによる2ビット・4ビットKVキャッシュのデコード注意機構の高速化
要約大規模言語モデルは生成トークンごとにKVキャッシュを読み出します。本論文のFOSCARは、アフィン折りたたみによりスケールとオフセットの適用を行列積の相手側のオペランドまたは出力へ移し、要素ごとの演算を減らします。またH100とB200向けにwarp特化型のGPUパイプラインを構築しています。H100では、INT2およびINT4カーネルがFlashInfer BF16に対して幾何平均で3.36倍と2.83倍高速です。SGLangに統合した長文脈サービングでは、ピーク総スループットが2ビット基準に対して最大170%、16ビット基準に対して最大341%向上しました。
注目点アフィン畳み込みでスケールとオフセットを行列積の外へ移し命令数を削減し、H100/B200で複数基準と比較、SGLangで検証。
説明イベントカメラによる宇宙機姿勢推定：直接回帰と幾何学的復元の比較研究
要約本論文は、イベントカメラを用いた宇宙機の6自由度姿勢推定について、2つの手法を比較しています。一方は、キーポイント検出・幾何学的姿勢復元・時間的平滑化を組み合わせたモジュール型パイプラインで、もう一方は並進と回転を直接回帰する手法です。同一の評価プロトコルで両者を比べた結果、直接回帰は姿勢誤差を、モジュール型パイプラインは相対並進誤差をそれぞれ大きく低減し、誤差の傾向が互いに補完的であることが示されています。
説明意図を考慮したキャッシュで LLM 推論サービスを効率化する手法
要約LLM 推論サービスは、多ターン会話の接頭辞のキー・バリュー状態をキャッシュして再利用し、重複する計算を省いています。ただしキャッシュの再利用は、会話が続くかどうかや次のターンの到着時刻に左右されます。本論文は実際の負荷の分析から、ユーザーの意図によって継続確率やターン間の遅延が異なることを示し、意図を考慮したキャッシュ（IAC、Intent-Aware Caching）というオンライン追い出し方式を提案しています。WildChat と ShareChat の実負荷での評価では、IAC のキャッシュヒット率は 34.6% に達し、従来の学習ベース手法（18.8%）や LRU（12.2%）を上回り、平均サービス遅延を最大 46.1% 削減しました。
説明セグメンテーションを超えて：ImageCASへの冠動脈開口部ランドマーク、根付き中心線グラフ、オープンウェイト位置推定モデルの追加
要約本論文は、公開データセットImageCASの1000症例に冠動脈開口部（ostium）の注釈を追加し、その新しい開口部を起点とする中心線グラフを作成しました。また、ImageCAS、CAT08、ASOCAで学習した六つの三次元位置推定モデルを評価し、SwinUNETR-V2とnnResUNetがすべての開口部を0.70〜0.87 mmの中央誤差で位置推定できたと報告しています。
説明少数ショットの提案学習により、凍結されたプロンプト可能セグメンテーションモデルをユーザー定義の分類体系に適応させる手法
要約本論文はSNAPという注釈パイプラインを提案し、凍結したSAM2.1上でプロジェクトごとの分類ヘッドSnapHeadを学習させ、利用者が付けたラベルから独自のクラス境界を習得させる。外観の似た八種類の細胞株では、SnapHeadの一致度(Cohenのκ)がSAM 3を大きく上回った。顕微鏡の五つのプロジェクトと保持された五つのデータセットでも、SNAPはSAM 3より高いF1を示した。
説明ICare-DT：集中治療患者の継続的予測のためのデジタルツイン
要約本論文は、Transformerベースのデジタルツイン「ICare-DT」を提案する。このモデルは再学習なしに、新たな測定値から毎時患者の潜在状態を更新し、バイタルサインを予測する。eICU-CRDの140,473件の入院記録で学習させたところ、後の時点の予測は、すべての12設定で同じ区間に対するモデル自身の6時間目の予測を上回った。また、実データの治療を模擬投与量に置き換え、既知の大きさの反応を組み込んだ、治療反応予測のためのベンチマークも構築している。
注目点1時間ごとに潜在患者状態を更新するTransformer型デジタルツインを提案し、既知効果を注入する治療応答ベンチマークを構築。eICUとMIMIC-IVで予測利得を検証。
説明RidgeFill：学習不要の後段層キャッシュ充填による高速プリフィル
要約RidgeFill は、プロンプト処理（プリフィル）を速くするための学習不要な手法です。ある分割層までは通常どおり計算し、以降の層の入力は層ごとの写像（リッジ回帰）で予測してキャッシュに書き込みます。Qwen3.8-27B や Qwen3.8-Flash-Next で、最初のトークンまでの時間が約 1.25〜1.60 倍速くなったと報告され、RULER や LongBench v2 のスコアの変化は小さいとされています。
説明学習はどこで行うべきか？テキスト、パラメータ、および同時適応の後悔分析
要約本論文は、言語モデルのシステムが展開中に、事前に構築された候補のプロンプトとパラメータアダプタを繰り返し選択する問題を扱います。累積損失を、最初から最良の固定組み合わせを使った場合と比較して評価します。超過損失は、候補集合内での選択による後悔、候補集合を制限したことによる差、実際の展開履歴の影響の三つに分解されます。実験では、切り替え回数を減らすと展開時の損失が下がることも上がることもあると示されています。Spiderデータセットでは、テキストのみの選択は組内の後悔が小さい一方、より強力な構成を候補に含まないため失敗が多くなります。
説明適切な解像度で注目する：クエリ・キー相互作用構造に基づくヘッド適応型スパースアテンション
要約本論文は、学習不要のスパースアテンション手法HASA（Head-Adaptive Sparse Attention）を提案します。事前学習済みの各アテンションヘッドのクエリ・キー構造に応じて選択の解像度を適応させます。特徴次元では特異値スペクトルから有効ランクを求め、系列次元では方向的一貫性に基づいて隣接領域を統合します。原文によると、稠密アテンションの質量の88.1%を捉え、RULERとLongBench-Proで最大3.47および2.57ポイント精度が向上し、自己アテンションを最大1.32倍、稠密アテンションに対して最大14.07倍高速化しました。
説明検証器のノイズは温度である：有限予算のLLM誘導探索における傾斜予測の検証
要約本論文は、LLMによる探索ループ（修正候補を生成し採点して、より良ければ保持する手法）を扱う。特定のノイズ仮定の下で、その定常分布は突然変異の平衡を指数関数で傾けた形になるという予測を導く。ビンパッキング問題などでこの予測を検証したところ、探索で得られた改善量は予測値と一致せず、出発点によって共通の水準にも収束しなかった。そのため、この傾斜がLLMの編集の定常分布を表すかどうかは未解決のままである。
説明PoseRieFlow：全身のテキストから姿勢を生成するリーマン流れ整合法
要約本論文は、テキストによる指示から全身の3次元人体姿勢を生成する、小型のフローマッチング枠組みPoseRieFlowを提案する。SMPL-Hの関節回転の積多様体上で直接生成を定式化し、SO(3)上の等方的ガウス事前分布からのサンプルを、リーマン測地線に沿ってデータ分布へ輸送する。52関節を8つの身体部位トークンにまとめ、両手には専用のトークンを割り当てている。PoseScriptでは、21.6Mの学習可能パラメータで、手を生成する手法の中で全身の運動学的誤差が最も小さい結果を示した。
説明SAR画像のスペックル除去のための偏波対応深層学習フレームワーク
要約合成開口レーダー（SAR）画像に固有のスペックルノイズは、画像の判読と信頼できる情報の抽出を難しくします。本論文は、単一学習済みの畳み込みニューラルネットワークで、単偏波、二偏波、全偏波のSARデータをスペックル除去できる統一的な深層学習フレームワークを提案します。共通の9チャンネル偏波共分散行列表現と偏波対応マスキング手法を採用し、ネットワーク構造を変えずに異なる偏波構成に対応します。異なるセンサーによる3つのシーンでの定性・定量比較で、競争力のある性能が示されています。
説明META-IR：大規模言語モデルの適応的安全性アライメントのためのメタ内省推論フレームワーク
要約本論文は、大規模言語モデルがジェイルブレイク攻撃や有害コンテンツのプロンプトに対して安全性を保つための枠組みMETA-IRを提案している。内側ループではSI-MCTSを用いて構造化されたリスク分析、自己評価、反省的修正を行い、外側のメタ学習ループでは多様な攻撃タスクにわたって内省方針を最適化し、未知の攻撃への迅速な汎化を目指す。実験ではLlama-3.1-8B-InstructとQwen-2-7B-Instructで評価され、適応速度、頑健性、推論の安定性がベースラインより向上したと報告されている。
説明SURE：効率的な視覚・言語・行動学習のための時空間不確実性表現
要約本論文は、ロボット制御のための視覚・言語・行動（VLA）モデルを、データ効率よく学習させるフレームワークSUREを提案している。行動空間における空間的・時間的な不確実性を明示的にモデル化し、軽量な転置畳み込み型確率的行動デコーダで近傍の行動ビン間の局所相関を捉えるほか、予測と実演の行動系列の時間的ずれに対応するためSoft-DTWによる整列監督を導入している。LIBERO、RoboTwin 2.0および実world の操作タスクで評価され、示教データの10%または学習ステップの20%のみでも、ベースラインのVLAと同等以上の成功率を達成したと報告されている。
説明多尺度単一指標モデル：オンラインSGD動力学の平均二乗誤差解析
要約本論文は、階層的特徴学習を単純化して扱うための多尺度単一指標モデル（MSIM）を分析している。各層は一つの尺度で共有の単一指標特徴を抽出し、次の層へ渡す。隠れ層が二つの場合について、平均二乗誤差損失の下で連続時間ではなく離散時間の結合オンライン球面SGDを解析し、ランダム初期化からO(d log² d)個のサンプルで弱い回復が得られ、その後さらにO(d log(1/ε))個のサンプルで精度εの強い回復に至ることを示している。
説明ゼロショット仿真-実機強化学習による自律型粒子画像流速計測
要約粒子画像流速計測（PIV）は、トレーサー粒子の運動から流れ場を再構成する手法であり、その精度は画像内で対象の流れ構造をどれだけ分解できるかに左右されます。本研究では、カメラの配置を逐次意思決定問題として扱い、水槽内で翼型の後流を捉えるため、カメラを搭載した6自由度マニピュレータを制御する強化学習エージェントを訓練しました。エージェントは水槽のフォトリアルなシミュレーションで完全に学習され、そのまま実際の水槽へゼロショットで転移されました。ランダムに配置された翼型の後流を確実に捉え、固定カメラより高い分解能と小さな誤差で流れの統計量を測定しています。
説明同じピクセル、異なる文書：画像ベクトル化における部品単位の編集しやすさの測定
要約画像ベクトル化は通常、レンダリングの忠実度で評価されるが、同じように描画されても異なる編集を可能にする文書がある。本論文はPass@kを提案し、指定された操作モデルのもとで k 回以内のクリックで選択できるオブジェクトによって、指定の編集が成功するかを検証する。八つの文書診断指標を用い、211の参照図のうち93の参照図に対する635の編集タスクで、十二の手法を評価した。複数の形状からなる部品では、Pass@1で多くの編集が失敗し、忠実度が高くてもPass@1が高くなるとは限らないことが示された。
説明プランナー内のグッドハート効果：サンプリングベース制御は人間の選好から学習した報酬を悪用する
要約ロボットが人間の選好から学習した報酬モデルに対して行動を探索する場合（モデル予測制御やbest-of-N選択）、真の目的関数がどう変化するかを調べた論文です。複数のシミュレーション課題で、探索を強めると真の報酬が最大76%低下することが示されています。論文はテストした中で最も安全な対策として、校正されたχ²正則化MPPIの規則を提案しています。
注目点χ²正則化MPPIの温度設定による報酬モデルの過剰最適化対策を提案し、最悪ケース最適性を示した上で、複数タスクの真の収益で検証している。
説明グラフベースTransformerによる、シート成形における局所リブ応答の新しい形状への転移
要約本論文は、板金成形におけるサイドウォールのリブなど局所形状の代理モデルを研究しています。著者らはベースライン応答を条件とする残差型代理モデルR-BiLoGoを提案し、一つの全体形状でリブの影響を学習したうえで転移学習により他の形状へ適用しています。22の目標形状において、転移学習は多くの場合に従来の学習より良好な結果を示し、形状の差が大きいほど効果は小さくなると報告されています。
説明ドゥブリー・ロバスト定常状態学習によるネットワークシステムのオンライン因果的構成法
要約本論文は、ネットワークシステムにおいて測定探索を通じて目標構成を選択するCAUSAL-UCBを提案する。相互干渉を考慮したクリップ付き二重ロバスト評価器により、統計的変動と、識別・移転・時間依存の誤差を分離する事前決定証明書を生成する。また、最小最大推定誤差と測定に起因する配備損失の下界を示し、高ミスマッチのベンチマークで対照手法と比較している。
説明二重アーキテクチャ融合による車載ライダーの3D物体検出
要約本論文は、畳み込みブランチとTransformerブランチを融合した3DバックボーンネットワークSpconvTransformerを提案し、ライダー点群による3D物体検出を行う。畳み込みブランチは3Dスパース畳み込みで局所的なボクセル特徴を学習し、TransformerブランチはSelf-Attentionで遠距離のボクセル間関係をモデル化する。両者の特徴を融合することで、3D畳み込みニューラルネットワークの受容野が限られるという問題に対処している。実験では、3D物体検出と鳥瞰図検出の平均精度がそれぞれ81.45%と88.09%、平均方向類似度が91.10%に達したと報告されている。
説明AIエージェントはどれだけの会話履歴が必要か：記憶予算と採点に関する実験研究
要約本研究は1,100件のBEAM質問を用い、検索ランキングと読解モデルを固定したうえで、五つの固定パッセージ予算での結果を比較している。パッセージ予算が大きいほど平均スコアは上昇したが、上位の予算では追加トークンあたりのスコア増加は小さくなった。さらに、ユーザーメッセージを保持した場合と、トークン数を揃えた直近メッセージの場合を比較し、回答の正確性の評価は未解決のままだと指摘している。
説明Video2Asset：街景の3D資産をオンラインで永続的に構築する手法
要約本論文は、多視点動画から街路シーンの3D資産を逐次構築し、物体ごとに独立して編集できる形で更新し続けるフレームワーク「Video2Asset」を提案しています。占有表現を中間表現とし、履歴キャリア誘導と身份エンコーダにより物体の同一性を保ちながら観測を統合します。複数のデータセットと占有モデルで時間的同一性と資産品質の向上を示し、nuScenesでSGEを用いた場合に資産の断片化が15.4%減少したと報告しています。
説明視覚言語モデルにおけるベースから新規クラスへの汎化のための分離モード連結性
要約本論文は、CLIPなどの視覚言語モデルのプロンプト学習において、交差エントロピー目的とゼロショット特徴空間への近さを保つ目的が同一プロンプト上で競合する問題を扱う。提案手法の分離モード連結性（DMC）は、両目的それぞれにプロンプトを割り当て、テスト時に固定係数で文章特徴を統合する。11のデータセットで、CoOpとKgCoOpの両方について、MergeTuneと比べてベースクラスと新規クラスの精度の調和平均が向上したと報告している。
説明TensorMutation：ニューラルグラフ上で深層学習モデルの重み空間変異を学習する手法
要約本論文は、学習済みモデルをニューラルグラフとして表現し、変異条件付きグラフニューラルネットワークでパラメータの変化を予測する TensorMutation を提案しています。これにより、再学習なしで実行可能な変異体を生成できるとしています。71 個の多層パーセプトロン分類器から、25,252 組の元モデルと変異モデルのペアを構築して評価しています。12 個の実障害対象では、評価した手法の中で中央値の行動類似度が最も高く、DeepMutation++ に対する改善は統計的に有意でした。
説明協調型マルチエージェント強化学習のための分離原理：最適輸送による割当と学習
要約本論文は、各エージェントが相互に独立したノイズ付き動力学の下で動作しつつ、集団の目的を共有する協調型マルチエージェント強化学習（MARL）を扱います。著者らは、集団のコストが、目標条件付き単一エージェントのコストを輸送コストとする最適輸送問題で上から抑えられることを示す分離原理を証明しました。これに基づき、単一エージェントの方策を学習し、最適輸送によってエージェントを調整するSALTを提案しています。南マンハッタンの道路網での車両配送実験では、最短経路ヒューリスティックに対して移動時間が15〜21%改善されたと報告されています。
説明NAVE：南極のクジラ発声検出のための正規化・適応型Conformer
要約本論文は、長い水中録音からクジラの鳴き声の開始・終了時刻を特定し、種類に分類するConformerベースの検出器NAVEを提案する。入力表現には複素平均減算とPCEN（チャンネルごとのエネルギー正規化）を組み合わせ、周波数動的なステムと叫び声の継続時間に合わせた畳み込みカーネルを用いる。BioDCASE 2026 Task 2の留め置きサイト交差検証では、単一モデルがベースラインのWhaleVAD-BPNを上回り、アブレーション実験では各構成要素がD型下降音の検出に寄与することが示された。
説明低ランクアダプタを共同学習するステアブル多目的グループ相対選好最適化（LambdaMix）
要約本論文は、凍結したベースモデル上で目的ごとに低ランクアダプタを共同学習し、選好ベクトルで推論時にアダプタの混合を選べるパラメータ効率の高い手法LambdaMixを提案しています。有用性と無害性、指示に従う数学問題の解決といった課題で評価され、超体積指標はすべての比較ベースラインを上回り、学習に用いる完了数と保存するアダプタパラメータも少ないと報告されています。
説明テスト時のモデルベース強化学習で記憶を世界モデルに符号化する研究
要約本論文は、テスト時に勾配降下法を用いてエピソードの観測記憶を世界モデルのパラメータに符号化する、テスト時モデルベース強化学習（TT-MBRL）を提案している。エージェントはエピソードごとに個別の世界モデルを学習する。まず簡略化した二次元版の Memory Maze 2D で有効性を示し、その後、三次元の Memory Maze ベンチマークで新たな最高水準の結果を達成した。さらに、DeepMind Control や Atari 100k などの非記憶型ベンチマークでも高い性能を維持することを示している。
説明BiLoGo：板金成形における Transformer 系ニューラルオペレータの局所応答の平滑化低減
要約本論文は、板金成形シミュレーションのための学習型シミュレータBiLoGoを提案します。節点-要素の二部グラフ上の局所メッセージパッシングと、Transformerベースのニューラルオペレータによる長距離情報交換を組み合わせ、角Rやリブ付近の局所的な減肉を捉えます。3つのモジュールは、双方向GraphSAGE、二重ストリームTransformerニューラルオペレータ、ゲート付き残差融合です。ドーム形状の冷間成形と角形の熱間プレスの3ケースで、比較モデルより低い位置誤差と減肉誤差を示しました。
説明CRTrack-Cap：クロスビュー高密度動画物体キャプションの新ベンチマーク
要約本論文は、複数カメラ映像で同一人物の軌跡を統合し、各軌跡に統一的な説明文を生成するクロスビュー高密度動画物体キャプション（CVDVOC）課題を提案している。CRTrackを基に作成したCRTrack-Capには、13シーンにわたる425の全体軌跡と838の局所トラックレットが含まれ、335の個体に正規化されたキャプションが付与されている。あわせて、追跡と説明文の品質を同時に評価するCV-CHOTA指標と、視点排他的クロスカメラ対応付け（VECA）および競合証拠ゲーティング（CEG）からなるベースライン手法を提示している。
説明トレース平方根ポテンシャルによる文脈付き探索と双方向取引
要約本論文は、1ビットのフィードバックを用いる文脈付き探索と双方向取引に対する統一的なポテンシャル法を提案し、次数において最適なアルゴリズムを得ている。ベイズ設定では、文脈付き探索の総損失は O(Tr√Σ) で、双方向取引の後悔は O(Tr√Σ_S + Tr√Σ_B) で抑えられる。最悪ケース設定では、両問題について O(√d) の後悔を持つ最適アルゴリズムを得ており、従来の保証を改善している。
注目点統一的なトレース平方根ポテンシャルを提案し、文脈検索と双方向取引でタイトなO(√d)後悔界を得て、従来のO(d log d)とO(d6^d)を改善する。
説明「必要なものを知る：効率的なアクティベーション・チェックポイント」：大規模モデル学習のメモリ削減のための近似再計算手法
要約本論文は、アクティベーション・チェックポイント（Activation Checkpointing）向けの近似再計算手法を提案しています。この技術は順伝播でアクティベーションの一部を保存せず、逆伝播時に再計算することでメモリを節約しますが、計算コストが増えます。提案手法は初回の順伝播で得た情報を使い、貪欲選択またはランダム化スケッチによって最も重要な層の要素だけを選択的に再計算し、不偏な勾配推定を得ます。Llama-488Mモデルでは、層の要素の約3分の2だけを再計算し、パープレキシティの上昇は1.7%、1.2%、2.5%（適用対象により異なる）にとどまったと報告されています。
説明解析作用素とパラメトリック偏微分方程式のカーネル法による学習
要約有限個のサンプルから解析的作用素をカーネル法で学習する方法を研究し、目標の正則性に応じてカーネルを選ぶ必要性を論じています。解析的作用素がベクトル値再生核ヒルベルト空間に埋め込めることを示し、ランダムサンプリングによる不確実性を定量化する有限サンプルの高確率保証を導いています。さらに、パラメトリック楕円型偏微分方程式の解作用素にこの理論を適用し、サンプリング誤差と離散化誤差を分けた上界を与えています。結果は数値実験で示されています。
説明「日記ではなく、話題だけ」：誤ったユーザー対照の評価を検証する
要約この論文は、個人化評価でよく使われる「他人の履歴への差し替え」は履歴の話題も変えてしまうため、精度低下が話題のミスマッチによる可能性を指摘しています。LaMP-2のニュース分類で凍結された言語モデルを用いた実験では、本人の履歴は履歴なしで学習したモデルより2.3ポイント精度を高め、評価時のみ履歴を除くと差は4.8ポイントに広がりました。著者は、未見のユーザーで、内容の似た履歴と履歴なしモデルを比較対象として評価すべきだと主張しています。
説明双対集中性による容量制約付きクラスタリングのコアセット
要約本論文は、古典的なk中央値およびk平均クラスタリング問題のコアセットを研究している。コアセットとは、任意の中心の選び方に対してクラスタリングコストを近似的に保つ、入力データの小さな重み付き要約である。著者らは、中心の選択に加えてクラスタサイズの制約を満たす必要がある容量制約付きの設定を扱う。有限距離空間では最適サイズのコアセットを得ており、その規模は制約なしクラスタリングで知られている最良の界と一致する。ユークリッド空間では改善された界を示し、特にkに対してほぼ線形の依存性を持ち、次元や入力サイズに依存しない初のコアセットを与えている。主要な技術的要素は最小費用流問題の双対解に関する集中性の界であり、コアセット構成で用いられる抽出分布をより単純かつ厳密に解析することを可能にしている。
注目点容量制約付きクラスタリングに対し、有限距離空間で無制約の最良界と一致する最適サイズのコアセットを与え、ユークリッド空間では初めてkに対しほぼ線形な界を示す。最小費用流の双対解の集中不等式が主要技術である。
説明CT画像に基づく腎腫瘍分類のための二領域スライス集約法
要約本論文は、CT画像による淡明細胞型腎細胞癌の分類のための領域認識型アーキテクチャを提案している。腫瘍領域と腫瘍周囲0〜10mmの文脈領域の凍結DINOv3特徴を別々にプールし、位置認識型スライス集約と訓練データのみで求めた主成分分析を経て、ラジオミクス特徴と融合する。KiTS23および111例の外部症例での評価により、内部・外部のAUCはそれぞれ0.8078と0.9094となった。
説明Transformer-FSQ：極端なKVキャッシュ圧縮のための離散潜在表現
要約本論文は、標準的なキーおよび値の射影を有限スカラー量子化のボトルネックに置き換えるTransformer-FSQを提案し、トークンごとのKVキャッシュを整数の離散符号のパックされたベクトルとして保存します。0.6Bから8Bパラメータのモデルで、長文脈検索のRULERにおいて、12倍から97.5倍の圧縮率にわたり評価した五つの基準手法より高い精度を示しています。融合Tritonカーネルは整数符号から直接復号し、32倍圧縮時の処理速度は非圧縮のQwen3-8B-Baseのネイティブ注意機構の約1.01倍、97.5倍時は約1.54倍です。
説明RuACT：非活性な採点基準を適応的な批評者・教師として活用する強化学習手法
要約本論文は、評価基準に基づく強化学習において、全ての回答が達成できない基準や全て満たす基準が学習信号を与えない問題を扱う。提案手法RuACTは、達成不可能な基準を特権情報として報酬で制御した自己蒸留に用い、飽和した基準を回答の質を区別する子基準に分解する。四つの医療・科学ベンチマークでGRPOなどを上回ったと報告されている。
注目点組相対最適化で活性化しない評価基準を到達不能と飽和に分け、教師と批評者として用いる手法。四つの医療・科学ベンチマークでGRPO等を上回ると報告。
説明重い裾のノイズ下で Adam の座標ごとの ε を設定する研究
要約Adam で全座標の分母に同じスカラー ε を加える方式が、ノイズと曲率が座標ごとに異なる場合の収束にどう影響するかを検討した論文である。有限 p 次モーメントの重い裾ノイズの下で、各座標に ε_i を選ぶと ℓ1 定常性の基準速率 O(T^{-(p-1)/(3p-2)}) を達成できることを示している。1<p<2 では、共通の ε_t を用いる Adam に Ω(T^{-(p-1)/(2p)}) の下界があり、この下界は予測可能なスカラーの η_t、β_{1,t}、β_{2,t}、ε_t のどの選び方でも成り立つとされている。
注目点重尾ノイズ下で座標ごとのεを選ぶ手法を提案し、既知の最適時間指数に一致する上界と、共有スカラーεのAdamに対する下界を示す。
説明MSR-ABC：淡明細胞型腎細胞癌の分類に向けた相補的特徴融合手法
要約本論文は、MedVAE、MedSigLIP、ラジオミクス特徴を統合したMSR-ABCフレームワークを提案し、CT画像から淡明細胞型腎細胞癌を分類します。クロス表現アテンション、補助教師あり学習、ゲート付き残差融合により、各特徴の相補性を活かします。内部のKiTS23データ（396例）と外部のTCGA/TCIAコホート（111例）で、平均AUROCはそれぞれ0.806と0.879でした。
説明AI気象予測モデルの半精度推論：精度の損失をほぼ抑えてコストを大幅削減
要約本論文は、公開されている五つのAI気象予測モデルを単一の16 GB GPUで、ネットワークを半精度（fp16）で動かし、物理状態はfp32のまま保持して実行した場合の効果を検証し、ERA5と比較しています。全球RMSEの変化は最大1.4％、多くのモデルでは約0.5％以下でした。fp16での10日予報は、fp32より1.3～3.5倍速く、消費エネルギーは1.4～3.7分の1でした。
説明複数の自由移動カメラによる動画スティッチング
要約複数の自由に動くカメラで同じシーンを撮影した映像の幾何学的な位置合わせを扱う論文です。提案手法MViSは、短い時間窓内の全視点のフレームを空間変換器に着想を得たネットワークで同時に処理し、視点ごと・時刻ごとのホモグラフィを推定します。幾何情報に基づく位置合わせと見た目に基づく精緻化の二段階最適化で、多視点および時間的な一貫性を確保します。標準的な二視点ベンチマークで最先端手法と同等以上の結果を示し、二台を超える自由移動カメラの注釈付きデータセットも新たに公開しています。
説明自信ある討論による整合化：多エージェント討論からの選好学習
要約本論文は、正解ラベルを用いずに多エージェント討論の記録を選好データに変換する手法「Alignment by Confident Debate（AbCD）」を提案している。サンプリングが多様な委員会が各問題を討論し、その後、最終回答をタスクレベルの意味的同等性に基づいてクラスタリングする。数学的推論、多肢選択式定量問題、コード生成などの検証可能なタスクで評価し、複数のモデル系列においてコンセンサス精度が向上することを示している。
説明TurtLES：乱流三次元ニューラルPDE代理モデルのための大規模ベンチマーク
要約本論文は、三次元乱流円柱後流を対象とした14 TBのデータセット「TurtLES」を提案している。このデータは剪断層遷移領域の流れを高精度な暗黙的大渦シミュレーションで計算したものである。400本の軌道にそれぞれ400の時間ステップがあり、1フレームあたり300万から1100万点を含み、形状、レイノルズ数、迎角の変化を網羅している。作者はこのデータで最先端のニューラルオペレータの自己回帰ロールアウトを評価し、時間的不安定性、小スケールのエネルギー喪失、大規模な不規則領域での学習の難しさといった主な失敗モードを明らかにしている。
説明ソルバー不要の決定志向学習：神経最適化層による辺選択手法
要約本論文は、目的関数や制約に不確実なパラメータを含むNP困難な辺選択問題のための、ソルバー不要の決定志向学習フレームワークを提案する。まず解ラベルを使わず、問題の目的関数と制約ペナルティで神経最適化層を学習し、その後その層を固定して、連続出力を通じて予測モデルを学習する。非対称巡回セールスマン問題と端点自由オリエンテーリング問題での実験では、予測志向学習より決定品質が高く、評価した決定志向のベースラインより学習時間が短く、展開時の決定もソルバーベースの方法より速いと報告されている。
説明双方向取引における利益最大化の最適リグレット
要約本論文は、繰り返し行われる双方向取引における利益最大化を扱う。仲介者は売り手に買取価格、買い手に販売価格を提示するが、双方の評価額は未知の同時分布から生じ、仲介者は取引が成立したかどうかしか観測できない。著者らは、最良の固定価格ペアに対して Õ(T^{2/3}) のリグレットを達成するアルゴリズムを設計し、これは対数因子を除いて一次元動的価格設定の古典的下界と一致する。一次元のリグレットの速度は二次元でも維持されることを示している。
注目点双方向取引の後悔率が片側価格設定と同じT^{2/3}に達し下界と対数因子まで一致することを示す点が新しい。
説明長文脈LLMの「中間部分の情報見落とし」を緩和する、クエリ誘導型RoPE変調
要約長文脈の言語モデルは、入力の中間部分の情報を見落としやすいことが知られています（「lost-in-the-middle」）。本論文は、学習を必要としない手法QGPMを提案します。モデル自身の注意ヘッドによるクエリとの関連度を用いて回転位置埋め込み（RoPE）の位置を調整し、関連度の低いトークンを高速回転する平面上で1位置未満だけ前進させて、関連する根拠をクエリに近づけます。NoLiMaおよびRULERでの実験では、ベースモデルや強力なベースラインを上回り、特に検索タスクで大きな改善が見られたと報告されています。