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WorldFoundry：世界知能のための統一基盤に向けて
要約本論文は生成的世界モデルを、環境の持続的な状態を保持し、行動に応じて更新し、時間的に一貫した軌道を生成する予測的動的システムとして定義している。これに基づき、知覚的基盤付け、状態モデリング、制御可能な変換、動力学を考慮した予測、閉ループ相互作用を含む枠組みを提案し、オープンソース基盤 WorldFoundry を公開する。カタログには 270 のモデル、74 のベンチマーク、62 の評価指標が登録されている。
説明海底の埋め込み表現はどれほど信頼できるか：合成開口ソナーで凍結エンコーダーを異なる視点から測定する研究
要約本論文は、海底のソナー画像に対する事前学習エンコーダーの埋め込みを、同じ対象に対する測定値とみなし、重なり合う測量航路での異なる視点間の一貫性を調べます。合成開口ソナーのデータで凍結したDINOv3などを評価した結果、単一視点の指標やサンゴ分類の線形プローブは安定していましたが、同一対象の再測定の信頼性は低く（dbICCは0.20）、探索に用いた安定方向のICCは0.60でした。撮像幾何による分散は十分の一未満とされています。
説明『Look Ahead』：身体性AIにおける探索駆動型推論
要約本論文は、ロボットの方策が行動を実行する前に、候補となる将来の展開を探索によって評価する手法を研究しています。PushTタスクで固定されたACT方策に対し、ビームサーチで行動チャンクの摂動された代替案を生成し、シミュレータ状態を複製したロールアウトで採点しています。提案するOne Step Ahead（OSA）は、予測されるカバレッジの低下が閾値を超えた場合にのみ完全な探索を起動するゲートで、報告された消去実験では成功率を維持または向上させつつ、完全なビームサーチに比べて実行時間を約3倍削減しています。
説明BlenderFORGE：MLLMのリアクティブな3Dグラフィックス編集能力を最適化する学習フレームワーク
要約本論文は、Blender Python（bpy）のコード生成を通じて3Dシーンを編集するオープンウェイトのマルチモーダル大規模言語モデル（MLLM）エージェントを学習させるためのBlenderFORGEフレームワークを提案します。物体配置、シェイプキー編集、ライティング調整、マテリアル変更の4種類の状態検証可能な編集タスクを対象とし、摂動ベースのデータ生成、決定的なコード実行用のサンドボックス、二段階の学習パイプラインを含みます。実験では、Qwen3-VL-8BとQwen3.5-9Bを基にしたエージェントが基礎モデルを大きく上回り、一部の指標でゼロショットの商用モデルに匹敵する性能を示しました。
説明カスケード・サークル損失：段階的な関連性を扱う法律検索のための順序保存型対照学習
要約本論文は、段階的な関連性を持つ法律検索タスク向けの対照学習フレームワーク「カスケード・サークル損失（CasCL）」を提案しています。正例と負例を分離するInfoNCE目標と、クエリと法律条項の間の順序付けられた関連性レベルをモデル化する順位境界のカスケードを組み合わせています。ランキング品質を高めるため、負例を考慮した自己ペース最適化機構と関連性利得の重み付け戦略も含まれています。法律文検索のベンチマークでの実験では、二値検索と段階的ランキングの両指標において、InfoNCE、Circle Loss、MNRL、Margin MSEなどの既存手法を一貫して上回りました。
説明BAPLe++：医療基盤モデルにおけるプロンプトバックドアのモデル間転移と防御
要約医療基盤モデル（Med-FM）はプロンプト学習で臨床タスクに適応されるが、少数ショット適応中にバックドアが埋め込まれると、クリーンな性能は保たれたまま、トリガー付き入力が攻撃者指定のクラスへ誘導される脆弱性が指摘されている。本論文はプロンプトベースのバックドアのモデル間転移性を初めて調べ、CADとBADという二つの指標で評価する。さらに防御手法DePLeを提案し、感染したプロンプトを固定アンカーとして小規模なクリーンデータで新たなプロンプトを学習する。四つのMed-FMと六つの胸部X線・病理データセットでの実験では、バックドアはモデル間で非対称かつデータセット依存的に転移し、DePLeは四つの学習不要な入力変換手法よりも一貫してバックドア精度を低減した。
説明ConwayNet：ライフゲーム型の側方抑制による人工ニューラルネットワークの解釈性・活性化の一貫性・ノイズ耐性の研究
要約本論文は、コンウェイのライフゲームの規則に着想を得た微分可能な側方抑制機構を提案する。層の入力から抑制および興奮の応答を計算し、状態に応じた方法で活性化マップに融合する。規則のパラメータは固定され最適化されない。全結合、畳み込み、ワイド残差、グラフ畳み込みの各ネットワークに組み込むと、活性化マップが空間・深さ・乱数シード間で一貫性を持つようになり、隠れユニットの共活性化グラフに空間的な構造が現れる。ラベルノイズ下では、初期化がほぼ同じネットワーク間でのテスト画像の不一致が三十分の一に減ったと報告されている。また、顕著性マップは背景ではなく対象物に基づき、訓練で見ていない画素ノイズへの耐性も大きく向上した。
説明凸凹分解とスパース位相学習に基づく骨格ベースの臨床評価の統一フレームワーク
要約本論文は、骨格（関節点）データに基づくリハビリテーション評価を対象とし、CC2-STGと名付けたマルチストリームのグラフ畳み込みネットワークを提案している。関節間の関係を相補的な凸凹距離関数に分解し、スパース正則化と適応的トポロジーを組み合わせて、病的な動作における非解剖学的な関節依存性を捉える。KiMoReおよびUIPRMDデータセットでの実験により、臨床的な病的動作評価で最先端の性能を達成したと報告している。
説明干渉を考慮したフロー編集のための制約付き先読みガイダンス
要約本論文は、反転を必要とせず生成軌道の観点からフローモデルによる画像編集を行う枠組みを提案している。各ステップでノイズ除去により推定した編集報酬と忠実度報酬に対する候補更新の影響を一段先まで先読み評価し、明示的な忠実度制約のもとで報酬に基づく補正を行う。これにより編集目的と忠実度目的の勾配干渉を緩和する。実験では、既存の強力なベースラインと比べて、原画像の内容をより良く保ちつつ、より強い意味的編集を実現したと示されている。
説明AERO：オンラインRLHFにおけるサンプル効率的なオラクル・フィードバックのための適応的アンサンブル不一致ルーティング
要約本論文は、オンライン人間フィードバック強化学習（RLHF）向けのアルゴリズムAEROを提案します。アンサンブル投票のエントロピーを用いて、人手によるラベルが必要な文脈と、モデルが生成する合成選好ラベルで足りる文脈を判定します。複数のモデルと規模での実験により、人手による問い合わせ回数を減らしつつ、競争力のある整合性能を達成することが示されています。
説明REINS：リアルタイム軌道計画のための自己進化型エージェントハーネス
要約本論文は、LLM（大規模言語モデル）プランナーを実行時に包むハーネス REINS を提案しています。LLM の出力を学習された変数レベルの動力学モデルに結び付け、較正された述語と前向きロールアウトで検証したうえで、索引付きのルールメモリに統合します。既知の場面はメモリ参照で処理され、新規の場面のみ LLM を呼び出します。論文は、LLM の重みを変更せずに、戦術的決定層のシミュレーションおよび実世界ベンチマークで 98% 以上の遵守率、約 50% の衝突削減、1.9～4.6 ミリ秒の遅延を達成し、メモリの成熟に伴い LLM の呼び出し率が単調に低下したと報告しています。
説明RoadState：工業用途向け車線レベル地図更新のためのドメイン事前知識強化型視覚言語システム
要約本論文は、連続した道路シーンの観測を百度地図（Baidu Maps）の地図更新パイプライン向けに車線レベルの構造化された意味情報へ変換するRoadStateシステムを提案します。中核モデルRoadState-VLMは、道路シーン理解を自己回帰的な状態推定として定式化します。また、意味的依存関係の有向非巡回グラフを用いた幾何学的思考連鎖（Geo-CoT）を導入しています。実データセットでは、六つの道路状態次元の平均精度が94.33%に達し、最も強力な微調整済みVLMベースラインを上回りました。2025年3月の展開以降、360以上の都市で利用されています。
説明管理された取得条件下でのオフラインのベンガル語手書きからの利き手識別
要約本論文は、オフラインのベンガル語手書き文字から書き手が左利きか右利きかを識別できるかを検討している。著者らは自作のBanglaHandデータセット（左利き21名、右利き21名、計42名）を用い、受控条件下で文字を収集し撮影した。テストに使う書き手の画像はすべて除外し、書き手単位の置換検定と光度対照で交絡要因を検証した。墨の勾配に基づく手法は未知の書き手に対し77.4%の均衡精度を示し、墨の濃度と明るさを回帰で除いた後も64.5%であった。
説明実際の制作を通じてVLMの物理的根拠に基づく手順推論を評価する：かぎ針編みを試験台として
要約本論文は、視覚言語モデル（VLM）の手順推論能力を検証する試験台としてかぎ針編みを提案しています。モデルが基本的な編み物の画像から制作方法を推定し、同じ結果を生む編み図を作成できるかを調べ、研究者が実際に手で編んで成品を確認しました。4つのモデルが生成した40の編み図のうち、誤りがなかったのは4つだけで、視覚、幾何学、手順推論における欠陥が明らかになりました。
説明脈波の波形形態に脳卒中の前兆となる血行動態の特徴が含まれるか
要約本論文は、集中治療室（MIMIC-III、176例）と救急部（MC-MED、154例）の二つのコホートで、医師が脳卒中と認定する前に記録された連続的な光電式脈波（PPG）を用い、拍ごとの脈波形態を分析した。360分の予測期間では、形態により認定前と安定期の時間帯を区別でき、その性能は二つ目のコホートにもそのまま転用でき、心拍数のみのモデルを上回った。著者らは、日常的に記録される脈波が脳血管の候補となる連続的な生体指標になりうると述べている。
説明開放型言語モデル生成のための、照合可能性を考慮した共形予測
要約大規模言語モデルは回答の不確実性を適切に較正して示さないことが多い。本論文は、複数の明確化プロンプトで回答をサンプリングして意味的に同等なものをクラスタ化し、カーネルベースのフォン・ノイマン・エントロピーで偶然的不確実性と認識的不確実性を分離したうえで、分割共形予測により予測集合を構築するCAELUMを提案する。30組のモデルとデータセットの組み合わせ（4〜32B）で評価し、学習された分類器による層での平均カバレッジは0.74で、全体の0.65を上回った。
説明「ラグランジアン脳」：心と機械の制約力学
要約本論文は、脳が単一の状態に対する制約の力学に従うと提案する。世界、経験、目標はそれぞれ乗数を通じて状態を押し戻す制約として扱われ、著者はこの仮説からいくつかの神経生物学的現象を導いている。さらに、勾配なしで1000問の解かれたパズルで学習した機械が、422,786問のSudoku-Extremeテストをすべて解き、より大きな迷路や長い文字列にも対応したと報告している。
説明選択的対照オンポリシー自己蒸留による微小証拠領域の局在化
要約本論文は、画像の微小領域の証拠を必要とする細粒度視覚タスクにおける多モーダル大規模言語モデルの課題に取り組みます。証拠領域と背景領域の両方を考慮する選択的正負オンポリシー自己蒸留（SPN-OPSD）を提案し、無関係な領域による干渉への耐性を高めます。また、選択的トークンレベル蒸留により証拠領域への注意を改善します。Qwen3.5-2Bでは、V* Bench、ZoomBench、MME-RealWorld-Liteの精度がそれぞれ76.44%、45.92%、57.43%から84.82%、54.56%、59.56%に向上し、Qwen3.5-0.8Bでも同様の向上が見られます。
説明スペクトログラムとCNNオートエンコーダによる切削振動信号の one-class 異常検知
要約本論文は、切削加工の振動に基づく状態監視のための one-class 異常検知手法を提案する。3軸振動信号を時間周波数スペクトログラムに変換して3チャネルにまとめ、畳み込みニューラルネットワーク（CNN）オートエンコーダで学習する。正常データのみで学習し、再構成誤差により異常なストロークを検出する。短時間の不安定現象であるびびりへの感度を高めるため、分割垂直誤差（SVE）という指標も導入している。約10,000回の引き抜き加工データで正常と異常の明確な分離を示し、公開の旋削データセットでも予備的な検証を行っている。
説明一次・二次・零次最適化器の精度の壁を越える：事前に設定する一つの定数
要約方向ごとに信号が冪乗則で減衰する場合に、強い方向は適合しても弱い方向は取り逃がし、平均損失ではその問題が見えなくなることを扱う研究です。著者は、固定の予算内で最も弱い方向が5%以内に回復する最も急な減衰度を「精度の壁」と定義し、真の曲率またはスペクトルから定数を設定する規則を提案しています。低ランク行列センシングと二次関数の実験では、複数の形状とシードで精度の壁が引き上げられた一方、ロジスティック回帰では結果が一貫しませんでした。
説明LIFT：少数ショット深度補完のための局所メトリック整合と基盤モデル誘導伝播手法
要約本論文は、少数ショットの深度補完、すなわち対象ドメインの少数の注釈のみを用いて、疎な計測から高密度の度量深度を復元する手法LIFTを提案しています。凍結された事前学習済み単眼深度推定基盤モデルの深度と特徴の事前情報を利用し、粗いグリッドで局所的なスケールとシフトを推定して高密度のパラメータ場に補間し、基盤特徴で誘導される多スケール深度伝播で段階的に精緻化します。作者らは、NYUv2とKITTI-DCにおいて少数ショット設定で最先端の性能を達成したと報告しています。
説明臨床における3次元セグメンテーション：大規模チャレンジ
要約本論文は、CT画像からの肝臓、脳MRIデータからの尾状核を、自動または半自動で抽出するセグメンテーションコンペティションの設計を紹介しています。このコンペティションは2007年の医用画像コンピューティング・コンピュータ支援介入会議でワークショップ形式で開催されました。コンペティションを組織した理由、両タスクの訓練用・テスト用データセット、セグメンテーションを評価する採点方式が説明されています。
説明HAZOP研究における認知バイアス下での大規模言語モデルの行動評価
要約本論文は、産業プロセスの壊滅的事故を防ぐための危険性及び操作性評価（HAZOP）において、大規模言語モデルがどのように振る舞うかを評価したものです。420回の試験で、三つの先端モデルが認知的操作の96.8%に抵抗し、全体的な脆弱性は統計的に結論が出ないことが示されました。一方、低いアンカーと利得フレーミングの下では、安全上重要なリスクの過小評価が見られました。そのため、自動化された危害分析には慎重な人間の関与による検証が必要だと結論づけています。
説明VLM軌道計画におけるドメインシフトの特定と修復
要約本論文は、視覚言語モデル（VLM）を終端間自動運転の計画器として都市間で用いた際に生じるドメインシフトを扱う。活性化パッチング分析により、シフトは画像・テキストのトークン間および層間で構造的に分布することを示す。これに基づき、シフトの位置を特定してから該当箇所のみを修復するMoLaRxを提案する。3種のVLMとnuScenes・Argoverse 2の都市間ベンチマークで評価し、六つの主要設定すべてで軌道誤差の都市間差が最小となり、学習可能パラメータは50〜60%少なかった。
説明「No Second Run：再帰的自己改善はフロンティア事前学習で止まるのか」
要約本論文は、これまで公開研究が後処理（post-training）に限られてきた再帰的自己改善（RSI）を、事前学習の段階に適用できるかを検討している。著者らは、一度しか実行できないフロンティア事前学習全体を対象に、RSIを小さなループへ分解して実施した。その結果得られたのが30B-A3B MoEの基盤モデル801-30B-A3B-Baseで、11.8Tトークンで約3か月かけて学習されている。モデルと軽量SFTデータはオープンソースとして公開されている。
注目点フロンティア事前学習全体に再帰的自己改善を初めて適用し、閉じたループ可能な小ループに分解した点が新しい。摘要は複数ベンチマークでの比較結果を報告し、モデルとデータを公開している。
説明FedSGN：IoT異常検知のための連合スパースグラスマン・ニュートン学習法
要約本論文は、IoT異常検知のためのFedSGNという連合学習手法を提案している。グローバル射影行列にℓ2,0ノルム制約を課して特徴の冗長性を取り除き、直交性ペナルティによって本来の構造を保持する。拡張ラグランジュ解法と半滑らかニュートン法を組み合わせ、クライアントの並列更新とグラスマン射影による頑健性を実現している。数値実験では、通信オーバーヘッドを抑えつつ全体的な検知性能が良好であることが示された。ソースコードは公開されている。
説明IP交差注意力の並べ替えによる分離型スタイライズ画像生成
要約本論文は、IP交差注意力（IP-cross-attention）の並べ替えによって、スタイルと内容を分離したスタイライズ画像生成を実現する手法を提案している。拡散モデルの潜在空間では属性が結合しているため内容の漏れが起きやすいとされ、その問題に対処する。さらに、無分類器ガイダンスに着想を得た負の内容ガイダンスを提案し、内容の漏れを抑えるとしている。
説明順列してから適応：弱から強へのコントラスト型画像・テキスト適応手法
要約本論文は、CLIPなどの画像・テキスト対応モデルのコントラスト学習を改善する Permute-then-Adapt（PTA）フレームワークを提案します。効率的な弱いモデルを使い、見落とされた正例を見つけ出します。ランダムな組み合わせによる参照分布の上側尾部（α により決定）を用いて補助的な正例を選び、複数正例のコントラスト目的関数で学習します。実験では、物体認識、クロスモーダル検索、データ効率の面で、ヒューリスティックなソフトラベル手法より良い結果が示されたと報告されています。
説明構造初期化付き二次ベジェスプラッティングによる効率的な描画レンダリング
要約本論文は、筆致ベースの描画レンダリングのための枠組みを提案する。二次ベジェスプラッティングで連続的な曲線状の筆致を解析的に表現し、微分可能なアルファ合成で描画する。フィードフォワード型の多尺度筆致デコーダが構造的初期化を行い、テスト時の筆致最適化で高精度な精緻化を行う。さらに、局所的な筆致品質を評価する単一筆致監査機構を導入し、欠陥のある基本要素が重なった層に隠れて残ることを防ぐ。
説明AbductionBench：大規模言語モデルの仮説推論を評価するベンチマーク
要約本論文は、仮説推論（アブダクション）を統一的に評価する枠組みAbductionBenchを提案し、十の領域にまたがる27のデータセットで、四つのモデル系統から選んだ八つの大規模言語モデルを単一選択課題で評価しています。最終的な答えだけでなく、証拠の利用、仮説の比較と修正、情報収集といった観察可能な推論過程も分析しています。結果として、短い証拠の場合は小型モデルと同等以上でしたが、長い事例では大きく劣り、受動的な課題ではモデルが最初の仮説をほとんど修正しないことが示されています。
説明R-BED：システムレベルのAI評価と継続的保証のための、影響を考慮した枠組み
要約本論文は、展開済みAIシステムの認可判断に、技術的失敗、展開管理の有効性、実際の影響に関する証拠を結び付ける仕様レベルの方法論R-BEDを提案しています。十三の診断次元、失敗を介した期待損失の式、証拠の状態と独立性の水準、管理保証のはしご、五つの認可処分と八つの規則、そして証拠の有効期限や構成の固定を扱う継続的システム評価の層が含まれます。合成された返金エージェントの例で、タスク成功率だけでは重大な管理上の欠陥を見落とすことを示しています。手法はまだ実証的に検証されていません。
説明局所ゲート付きReLUアーキテクチャにおけるスペクトルバイアスの低減
要約勾配法で学習したニューラルネットワークは、高周波成分より低周波成分を先に学習する（スペクトルバイアス）。本論文は浅層ReLUモデルで、最小二乗回帰とH^1変分損失の二つの場合を比較し、各ReLU特徴にハット型の単位分割重みを掛けた局所辞書を提案する。L^2回帰では周波数ごとの学習速度のばらつきが1.9×10^5から4.5へ低下した。一方、H^1剛性行列ではゲーティングはバイアスを除去せず周波数の順序を逆転させるだけで、前処理子が必要であることが示される。
説明PLS-GS：コンパクトで表面に沿ったガウシアン・スplattingのための確率的LiDARスカフォールド
要約本論文は、カメラ画像とLiDARデータを同時に用いて3Dガウシアン・スプラッティングの表現を構築するPLS-GSを提案する。位置と色を共同で階層的ガウス混合モデルで当てはめ、連続的で適応的なスカフォールドを作り、描画用ガウシアンを計測された表面に沿うよう制約する。五つの大規模屋外シーンでは、画像やLiDARで初期化した基準手法よりプリミティブがLiDAR計測点に近く、プリミティブ数も大幅に少なく、モデルがよりコンパクトで描画も速くなった。
説明幻覚誘導型アンラーニング：幻覚の痕跡から過学習した記憶を明らかにする
要約本論文は、大規模言語モデル自身の幻覚を診断信号として用いるHallucination-Guided Unlearning（HGU）を提案します。根拠のない文のスパンを特定し、責任度の高いMLPニューロンを少数追跡して、効用を保つKL制約の下でそれらを編集し、選択的な忘却を行います。TOFUではMU-FEのトレードオフが最良で、WMDP補助タスクでは忘却効果が最も強く、保持とMMLUの得点も向上したと報告されています。
説明視覚的心の理論を制限しているのは推論ではなく知覚である
要約本論文は、画像で提示された誤信念課題で視覚言語モデルの成績がテキスト形式より大きく下がる原因を調べています。推論課題を固定し知覚の忠実度だけを変える五条件の手法と、差をどれだけ埋めたかを示す指標を用い、抽象的な二次元図形と三次元ゲーム場面で七つのモデルを評価しました。その結果、視覚的な場面状態の構造化抽出が、信念推論より主要なボトルネックであると結論づけています。
説明機械聴覚：音声LLMは人間の聴覚を超えて汎化できるか
要約本論文は、人間に聞こえない振動や波動まで扱う機械聴覚ベンチマーク（MHB）を提案する。6,128件のインスタンス、13タスク、7ドメインを含み、サンプリングレートは約10^-5から10^6 Hzに及ぶ。既存の音声LLMはゼロショットでの転移能力が限られ、機械聴覚データによる教師ありの適応だけでは差が埋まらないことを示している。さらに、軽量なエンコーダ拡張MachEarを提案し、既存の音声理解性能をほぼ維持しつつ機械聴覚入力への能力を高めたと報告している。
説明Transformerの非平衡ダイナミクスに関する幾何学的理論
要約本論文は統計物理学に基づき、モデルパラメータを固定した状態でのTransformerの注意機構とトークン表現の同時発展を扱う変分・幾何学的理論を構築しています。注意の自由エネルギーを導入し、注意重みの発展をFisher-Rao勾配流で記述しています。表現を固定した場合、softmax行列が唯一の自由エネルギー最小化点であり、すべての正の注意軌道がそこへ収束することを証明しています。さらに、表現と運動量のハミルトン力学を注意の緩和と結合し、関連する三つの結合系について大域的適切性を示しています。
説明JoVox：軽量なボクセル生成のための結合階層型フローマッチング
要約本論文は、ボクセルの全階層の結合分布を学習する離散フローマッチング枠組みJoVoxを提案し、粗い階層のセルが既に生成された細かいセルを参照して予測できるようにしています。さらに、一度に2階層細かいセルを出力する二階層予測と、細かいセルが生成された後に初期の決定を見直す再マスク解除戦略を導入しています。原文によると、無条件および画像条件付きの生成で基準手法を上回り、TRELLIS.2と比較して訓練スループットや順伝播の計算量などで優れた結果を示したとしています。
説明RetinaGuard：多疾患網膜スクリーニングのためのリスク管理型エージェント型トリアージ
要約本論文は、眼底写真の自動判定を行うエージェント型トリアージ框架RetinaGuardを提案する。品質、診断、不確実性、検証、説明の各エージェントが各写真の証拠を収集し、学習済みの失敗予測器が判定の危険確率を推定、共形リスク制御で受け入れ閾値を定める。RFMiDのテストセットでは、同じ紹介件数と同じ安全水準で、信頼度ベースの紹介より多くの不安全な判定を捕捉した。ただし、エージェントによる証拠収集の利点は、主モデル自身の不確実性がどれだけ誤りを示しているかに依存することも示されている。
説明TransMem：変化する個人メモリのための遷移認識型検索
要約本論文は、長期的にパーソナライズされるエージェントのための記憶検索フレームワーク TransMem を提案しています。ユーザーの好みの更新を、通常の事実記憶とともに明示的な検索単位として保存し、まず事実のアンカーを検索してから遷移記録へ適応的に拡張します。PersonaMem と PersonaBench で、二つの Qwen バックボーンを用いた実験により、代表的な検索型・構造化メモリ型のベースラインを上回ったと報告しています。
説明RankShift：文書解析ベンチマークにおける順位の不安定性の評価
要約本論文は、文書解析ベンチマークの設計上の選択がモデルの順位にどう影響するかを検討しています。OmniDocBenchを事例に、データセットの構成、マッチング手法、評価指標という三つの観点から、OCRモデルと視覚言語モデル16件の順位の安定性を比較しています。結果として、マッチング手法と正解データの形式の組み合わせが順位の不安定さの主な要因である一方、評価指標の選択は最も安定していました。そのため、排行表は単一の点数だけでなく、合理的な設計の変更に対して順位がどの程度頑健かも併せて示すべきだと主張しています。
説明MGE：拡散モデルに対する、メンバーシップ推論で誘導される学習データ抽出攻撃
要約本論文は、拡散モデルの記憶特性により学習データが漏えいする可能性を指摘している。著者らは、メンバーシップ推論分類器の出力を条件とする条件付き生成としてデータ抽出を定式化した、メンバーシップ誘導型抽出フレームワークMGEを提案する。成功率と効率を高めるため、敵対的勾配と並列分岐デコーディングを導入している。画像生成ベンチマークでの実験により、MGEは数百枚の画像を抽出できることが示され、拡散モデルのプライバシー保護により注意を払う必要があると述べている。
説明行動正則化と潜在的可行性誘導による安全なオフライン強化学習（FOCAL）
要約本論文は、静的データセットのみを用いて、安全制約を満たしつつ報酬を最大化する方策を学習する安全なオフライン強化学習を扱います。提案手法FOCALは、行動正則化方策勾配を条件付き変分自己符号化器（CVAE）の方策に組み込み、推定された可行性に応じて目的関数を分割して最適化します。推論時には、状態の推定可行性に基づき潜在事前分布のスケールを動的に調整します。DSRLベンチマークでは、評価したすべてのタスクで制約を満たし、ベースラインと同等以上の報酬を達成したと報告しています。
説明異種非対称コントラスト蒸留（HACD）：アーキテクチャをまたぐ知識蒸留の新手法
要約本論文は、Transformer教師からCNN生徒へのように異なるアーキテクチャ間の知識蒸留を扱う。提案手法HACDは、教師と生徒の出力を共有単位超球面上の方向に写像し、サンプル単位の模倣ではなく予測の関係構造を転移させる。学習可能なパラメータは追加せず、CIFAR-100とImageNet-1Kの複数の異種モデル組で高い精度を示したと報告している。
説明欠損のある時系列データから異分散の因果構造を学習する手法
要約本論文は、多変量時系列で欠損値、即時的な因果効果、異分散ノイズを同時に扱う因果構造学習を研究している。最適輸送の枠組みに基づく Cheesefill を提案し、条件付き正規化フローで因果メカニズムを表現するとともに、初期補完を因果メカニズムと整合する軌道に修正する確率的補正写像を同時に学習する。合成データと実データの実験で、さまざまな欠損条件において既存のベースラインを上回ったと報告している。
説明低照度視覚タスクのための物理誘導型TeX生成手法
要約本論文は、低照度環境で可視光画像と赤外線画像を融合する問題に取り組み、対になる可視光・赤外線画像から温度、放射率、テクスチャの各マップを生成するTeX-Genフレームワークを提案しています。あわせて、画素単位の物理ラベルを必要とせずに生成結果を評価するTeXMetricと、生成器を固定したままタスクネットワークと調整モジュールを共同最適化するTeX Tuneを提示しています。FLIR、LLVIP、M3FD、MSRSの各データセットで、競争力のあるタスク性能を示したと報告しています。
説明タスクに重要な部位の位置合わせで物体間インタラクションの模倣を改善
要約本論文は、物体同士のインタラクションを模倣学習するためのDINOBotフレームワークを改良したものです。位置合わせの段階でRANSACによる外れ値除去を導入し、ノイズの多い深度データや誤った特徴対応の影響を抑えています。また、意味的対応付けを成功に重要な相互作用領域に絞っています。ピッキング、挿入、振り、注ぎなどの実ロボット操作タスクで、ベースラインと比べタスク成功率が全体で13.8%向上し、位置合わせの収束も速くなったと報告されています。
説明目標条件付き潜在プランニングのための動力学情報付き行動学習（DIAL）：潜在世界モデルによる視覚制御を改善する手法
要約本論文は、潜在世界モデルによる視覚制御において、教師強制による学習と計画時の再帰的予測との間のずれ、および計画の初期化が世界モデルの行動条件付き動力学を活用していない問題を取り上げている。著者らは動力学情報付き行動学習（DIAL）を提案し、学習時にロールアウト整合と多段階の逆動力学監督を導入し、テスト時には逆動力学と順動力学を自己回帰的に結合して交差エントロピー法（CEM）の初期値を作る。論文によれば、4つの視覚制御ベンチマークの標準的な場合と長期計画の場合の両方で、DIALは既存の潜在世界モデルや計画ベースラインを上回るという。
説明Pandemonium：話者間相互作用を取り入れた長時間ターゲット話者音声認識
要約本論文は、複数話者の会話を対象とするターゲット話者音声認識（TS-ASR）手法Pandemonium を提案する。長時間対応の Parakeet を基盤に話者分離条件付け（DiCoP）を統合し、話者間注意機構とSTNOマスク修正器を加えて、各話者を独立に復号しないようにしている。YODAS2 から疑似ラベリングで5.4千時間の多話者音声を収集して学習し、複数の会議ベンチマークで最先端の結果を示した。モデルと疑似ラベル付きデータは公開されている。
説明デルタギャップ：摂動応答予測における全体相関の過大評価
要約本論文は、遺伝子摂動に対する細胞の転写応答を予測する細胞ワールドモデルの評価について検討しています。全体のピアソン相関は応答しない多数の遺伝子に支配され、性能を過大に見せることを示しています。Replogle K562 データセットでは、GEARS の全体相関は 0.977 でしたが、デルタ相関は 0.076 にとどまり、訓練データの平均デルタを予測する単純なベースライン（0.267）を下回りました。著者らはデルタ空間での評価を主要な基準として提案し、差を部分的に縮める手法と細胞株間のゼロショット転移の結果を報告しています。
説明MMGraph-Agent：キャッシュに着想を得たマルチモーダル知識ハイパーグラフによるエージェント型マルチモーダルRAG
要約本論文は、キャッシュに着想を得たマルチモーダル知識ハイパーグラフに基づく統一的なマルチモーダルRAGフレームワーク「MMGraph-Agent」を提案している。ハイパーグラフの構築は非常に軽量でAPIコストがゼロであり、動的なメモリベースの検索により長いコンテキストの問題を緩和する。オフライン、オンライン、および統合検索の各設定での実験において、性能・効率・アーキテクチャの統一性が一貫して向上したと報告している。
説明STABLE：適応的ドリフト制御を備えた継続学習オプティマイザ
要約本論文は、継続学習で新しいタスクが旧知識を上書きしてしまう破滅的忘却の問題に対し、オプティマイザの段階から取り組む手法を提案しています。距離ベースの分類器では、局所的なスコア安定性の条件のもとで、パラメータのドリフトが有界ならマージンの侵食も有界になることを証明しました。これに基づき、ドリフト予算を超えた場合に双対変数を増やし、そうでなければ減らす原始双対オプティマイザSTABLEを提案しています。実験では、STABLEで学習した通常のPEFTベースラインが専用の継続学習手法と同等以上の性能を示し、マルチモーダル設定ではゼロショット転移も維持されました。
説明FG-DSA：効率的な稠密予測のための周波数誘導型深さ方向分離アテンション
要約本論文は、空間アテンションに2次元FFTハイパスフィルタ処理を組み込み、周波数領域の事前情報を注入するFG-DSAフレームワークを提案しています。これにより軽量なネットワークが線形計算量で鮮明な物体境界を復元できるとされています。セマンティックセグメンテーションで一貫した性能向上が示され、拡散モデルのU-Netでも少ない追加パラメータと演算量で生成画像の細部を改善できると報告されています。
説明SHIN：増分的な3Dガウシアン・スプラッティングのための拡張可能な階層構造
要約3Dガウシアン・スプラッティング（3DGS）は高品質な新視点映像のリアルタイム合成を実現するが、デバイスやネットワーク条件によって配信可能な容量は異なる。SHINは、再利用可能な基礎層と加算的な拡張層からなる拡張可能な階層表現で、より高品質な動作点は復号済みの表現を置き換えず拡張する。各段階で追加するガウシアンと保持する球面調和関数（SH）外観の帯域を、多重スケールの位置・スケール感度に基づく共通順序と、バイトあたりの校正済み勾配スコアで決定する。3つのベンチマークにおいて、SHINは累積的な一つの表現を段階的に改善し、多レートおよび漸進的ベースラインとのすべての重複比較でPSNRとサイズの効率が最良であった。
説明MACaQ：低精度の重みと活性化のための高速でモデル非依存な較正付き量子化手法
要約本論文は、重みと活性化を MXFP4（W4A4）で量子化する訓練後量子化手法 MACaQ を提案する。各線形層を独立に扱い、層ごとの活性化にチャネル単位のスケーリングとブロック Hadamard 変換を推論時に適用し、対応する逆変換は重みに吸収させる。さらに、Hessian を考慮した座標降下法 Flip-Refinement により FP4 コードを隣接する表現可能な値へ移動させ、最近傍丸めより誤差を減らす。Qwen3-32B での端末間オーバーヘッドは純粋な MXFP4 に対して 2.3% にとどまり、困惑度は DuQuant++ や MR-GPTQ より低いと報告されている。また、122B パラメータのモデルを 64 分で量子化できたとしている。
説明言語横断的な知識編集における幾何学的ボトルネックについて
要約この論文は、多言語言語モデルの知識編集を一つの言語で行ったとき、別の言語へ効果が伝わりにくくなる原因を調べたものです。ROME、MEMIT、AlphaEditといった連想記憶ベースの「位置特定後編集」手法を分析の枠組みとして用い、伝播の差を鍵空間の伝播、並列残差の不一致、直交残差の不一致に分解しています。主なボトルネックは大きな直交残差成分であり、対照的整合目標によって鍵空間の伝播と一部の言語間転移は改善する一方、値空間の不一致は残ると報告しています。
説明Agent2BIM：竣工モデリングのための現実キャプチャ構成と事前モデルの体系的評価
要約本論文は、エージェントベースのスキャン・トゥ・BIMフレームワーク「Agent2BIM」を提案し、現実キャプチャデータから竣工BIMを生成する際の各種入力構成を比較した。研究室とMEP（機械・電気・配管）の現場で、7つの撮影構成を地上レーザースキャン（TLS）で検証された参照モデルと照合して評価している。結果として、視覚的証拠と計量的証拠がそれぞれ補完的な役割を果たすことが示されている。
説明VisProve：科学文書質問応答のための型付き視覚的出典の学習
要約本論文は、完全な科学文書に基づく3,941問からなるデータセット ReViE を提案し、各根拠をページ、セクション、領域で注釈し、引用・圧縮・推論の三種に分類しています。さらに、回答と出典を同時に生成する手法 VisProve を提案し、微分可能な空間的根拠読解と根拠-回答関係フィードバックを組み込んでいます。文書が重複しないテストセットでは、同一バックボーンの教師ありファインチューニングと比べてセクション単位のF1が向上しましたが、型付きF1の絶対値は低いままです。
説明同じ接触、異なる部屋：会議の形式は二者間の接触回数を超えて LLM 集団の影響を左右する
要約本論文は、LLM エージェント集団のシミュレーションにおいて、会議の形式がグループの支持度にどう影響するかを検討している。メンバー、初期の立場、二者間の接触回数を固定したうえで、三人組を五人の会議に統合する場合と、三人組の組み合わせだけを組み替える場合を比較した。その結果、統合の方が支持度への影響が大きく、一定の方向性も見られたのに対し、組み替えには明確な方向性がなかった。論文は、会議形式が LLM の社会シミュレーションにおける重要な変数であると主張している。
注目点接触数を揃えた介入によりLLM群集シミュレーションで対概念接触ネットワークの要約の妥当性を検証し、Jensenギャップで会議形式の影響を説明。6つのオープンウェイトLLMと14の議題で結果を報告。
説明エッジ・クラウド連続体におけるSLA対応タスクオフロード：クラス重み付き深層強化学習と厳密な最適解との比較
要約IoTタスクを、エッジとクラウドのどちらで実行するかを決める問題を扱った研究です。タスクごとに遅延上限が異なります。著者らは動的計画法で厳密に解ける小規模な4つのシステムを構築し、強化学習エージェントと最適方策との差を測定しました。クラスを区別しないペナルティでは、完璧な学習器でも最適コストより65%から118%高く、クラス別に修正したペナルティでは最適値の0.13%以内に収まりました。大規模なシステムではエージェントは最適値より41%から76%高いままで、学習時間を延ばしてもこの差は縮まりませんでした。
説明VAComp：移動する視聴者に対応する視点認識型の全投影補償
要約本論文は、裸眼環境で移動する視聴者に対し、投影面による幾何学的・測光的歪みを補償する視点認識型フレームワークVACompを提案している。度量校正でSfMの全体スケールを復元し、2枚のチェッカーボードを用いて反対向きのカメラを校正する。さらに、反復最適化を行わずに単一の順伝播で補償画像を予測するVAComp-SDとVAComp-SIを開発し、実環境実験で両者が競争力のある補償品質を示したと報告している。
説明被覆率で検証するスパースアテンション：長文脈LLMデコードの閉ループ品質管理
要約本論文は、選択されたトークンが占めるsoftmax質量の割合（被覆率）を判定と補正の根拠に用いる、学習不要の検証後補正型デコード手法CVSAを提案している。被覆率が高い草案は採用し、不足したアテンションヘッドのみを補正する。LongBenchでは70Bモデルで稠密アテンションと統計的に差がなく、RULERでは0.8ポイント低下したと報告されている。128Kコンテキストでのデコードステップの中央値の高速化は最大6.21倍である。
説明量化ブール式に対する改良アルゴリズム
要約量化ブール式（QBF）は、ブール充足可能性問題（SAT）を量化した版であり、制約解決における基本的な問題です。本論文では、メモ化探索に基づく新しいアルゴリズムを提案し、n 個の変数と m 個の節を持つ QBF を 1.685^m·poly(n) の時間と空間で解きます。これは、Williams による 1.709^m·poly(n) の上界を二十年以上ぶりに改善したものです。手法は衝突グラフの最小頂点被覆に基づき、このパラメータで見ると QBF がスライスごとに多項式時間で解けることも示しています。
注目点Williamsによる二十年以上続く1.709^m界を1.685^mへ改善し、最小頂点被覆の衝突グラフ手法をQBFに拡張したと、作者は報告している。
説明Latent-WAM++：エンドツーエンド自動運転のための世界・行動表現の設計手法
要約本論文は、エンドツーエンド自動運転向けの表現中心の世界行動モデル（World Action Model）Latent-WAM++を提案する。世界表現と行動表現のそれぞれに、計画における役割に合わせた学習の監督を与える。NAVSIM v2では90.1 EPDMS、HUGSIMでのゼロショット評価では平均RC 47.0、平均HD-Score 30.1を達成したと報告されている。また、学習コストはLatent-WAMの1,600 GPU時間から190 GPU時間へと88.1%削減されたとしている。
説明DFT-Agent Bench：自律型DFT計算におけるスキャフォールド効果と実行の来歴
要約本論文はDFT-Agent Benchを提案し、Quantum ESPRESSOを用いた200件以上の材料シミュレーションタスクを収録しています。緩和、電子構造、状態方程式、弾性テンソルなどの計算パイプラインを対象としています。ほぼ素のReActベースラインと、同梱のv5.1スキャフォールドを2つのモデルで比較し、完全なスキャフォールドがバンド・DOSやd電子の変胞緩和で改善を示すことを報告しています。弾性の結果はモデルによって差があります。また、実行が不完全または無印の場合を検出する来歴チェックも導入されています。
説明モデル切り替え後もLLMエージェントの同一性を保てるか
要約LLMエージェントのバックエンドモデルを更新または置き換える際、運用者は同じペルソナ、メモリ、ルールを新しいモデルに読み込ませ、以前と同じように動作すると想定するのが一般的です。著者らは、3つのオープンウェイトモデルを用いて12の規制分野で5,760回のコンプライアンス試験を行い、外部状態が同一でも、モデルの組み合わせによって大きな挙動のずれが生じる場合とそうでない場合があることを示しました。このずれは口頭での確認では見抜けず、どのモデルも政策への完全な準拠を主張しながら、圧力下での実際の判断は異なっていました。そのため、モデル切り替えは透過的なインフラ作業ではなく、行動レベルでの実証テストを要する挙動の変化として扱うべきだと論じています。
説明CONSTRAINER：制約条件付けによる、プロンプト可能なグラフ構造最適化手法
要約本論文は、制約を構造化された入力として扱う CONSTRAINER フレームワークを提案している。制約の記述を演算子グラフに変換し、グラフニューラルネットワークで符号化して制約埋め込みを作り、それを共有バックボーンモデルの解予測に条件として与える。電力網最適化と混合整数線形計画問題で評価され、ベースライン手法と比べて解の最適性が向上し、転移学習と汎化が効率的に行えることが示されている。
説明EndoSCOP-V：内視鏡レポートと臨床推論のためのマルチモーダルモデル向け多ターン動画理解評価フレームワーク
要約本論文は、内視鏡動画を対象とした多ターン質疑応答の評価フレームワークEndoSCOP-Vを提案します。実際の内視鏡・大腸内視鏡動画1,307本（計63.2時間）を用い、医師が記入した構造化内視鏡レポートの電子カルテから質問応答を生成しています。評価では、最良の27Bクラス公開モデルの厳密正答率が59.8%で、内視鏡専門医15名の基準78%を下回り、定量測定、多変数評価、介入判断などのサブタスクで差が見られたと報告しています。
説明共謀プローブは何を読んでいるのか：マルチエージェント共謀監視の評価における三つの落とし穴
要約本論文は、大規模言語モデル（LLM）エージェント間の秘密共謀を検出する活性化プローブを検証する。作者は、委員会形式2,500件とコードレビュー形式1,476件のベンチマークを構築し、共謀の指示を受けたうえで拒否するエージェントを加えて、指示と決定を区別した。既存の検出器は共謀者と拒否者をほとんど区別できず、プローブの多くは指示そのものを読んでいることが示された。
注目点指示と意思決定を分離し、プローブが主に指示を読み取ることを示した点が新しい。2,500の委員会と1,476のコードレビューで検証し、評価プロトコルを提案。
説明NeuroHorizon：階層型メモリによる神経集団活動の長期予測
要約本論文は、神経集団活動をどの程度先まで予測できるかを検討し、直接的な多段階予測と自己回帰的ロールアウトを比較しています。スパイク列のイベントベース符号化と因果デコーダを組み合わせたNeuroHorizonを提案し、近い過去は高い時間解像度で、より前の予測は要約して保持する階層型予測メモリを用いています。サルの運動野データでは、100〜1000ミリ秒の4つの時間範囲すべてで、評価された自律モデルの中で最も高い前向き予測スコアを示しました。
説明と要約を作成中です
説明Detent：標準並みの速度でバッチ不変な LLM 推論と RL ロールアウトを実現する手法
要約本論文は、LLM 推論エンジンにおいて、同じ要求の出力が同じバッチ内の他の要求に依存しないようにする Detent を提案します。Detent はカーネル選択をプログラムとして表現し、必要最小限の値のみを固定して、デプロイ前に負荷に合わせて調整します。vLLM と SGLang の複数 GPU 環境では、標準設定に対して出力トークンあたりの遅延が 1.04〜1.17 倍であり、決定的モードの 1.67〜10.3 倍より低く抑えられています。
注目点新規性はカーネル選択を実行可能なプログラムとして表し、バッチ依存の少数の値だけを固定する点にある。vLLMとSGLangで遅延を確定的モードと比較し、RLロールアウトのビット再現を報告している。
説明順伝播のみで行う効率的な大規模言語モデル適応手法
要約本論文は、勾配計算を用いず推論時の順伝播だけで大規模言語モデルをタスクに適応させる手法を提案しています。各特異値分解（SVD）成分が隠れ状態の角度集中度にどう寄与するかを基に、ランクを下げるべき重み行列を特定し、高次成分を除去して低次成分を残します。原文によると、複数のデータセットで競争力のある精度を示し、理論解析では勾配ベース手法や全探索手法より低いピークメモリと高い高速化が見込まれ、最大570億パラメータの様々なモデルでも頑健性と汎化性を示したとされています。
説明推論を先に行い、必要な場面を検索する：長尺動画理解のための仮説誘導型キーフレーム選択
要約本論文はHypoKFSを提案します。学習が不要で既存手法に組み込める枠組みで、長い動画を理解するために使われます。まず疎にサンプリングしたフレームで推論し、初期の仮説空間を構築します。回答が不確かな場合は、残った仮説をもとに識別力の高いフレームを選び、推論と仮説の修正を反復します。Video-MME、LongVideoBench、MLVUでは、複数の多モーダル大規模言語モデルにおいて精度が向上し、最大で6.7ポイント改善したと報告されています。
説明大規模言語モデルで制御するマルチモーダルなトマト病害相談チャットボット
要約本論文は、自然言語での対話を通じてトマトの代表的な病害の診断を支援するチャットボットを紹介しています。利用者が症状を文章で説明すると、最も可能性の高い病害、基本的な対処法、画像に基づく推論を返します。Mistral と Llama 3.2 の事前学習済み大規模言語モデルを用い、LangChain と Streamlit で軽量かつオフラインでも使えるインターフェースを構築しています。実験結果は有望であり、今後の実運用に向けた改良が見込まれるとしています。
説明製造システム設計のためのエージェント型離散事象シミュレーション：オープンな3Dシミュレータ、ベンチマーク、産業事例
要約本論文は、Unityエンジン上に構築され、AIエージェントがプログラムできるオープンソースの3D離散事象シミュレータSimuLeanを提案している。18の製造モデリング課題による評価では、最先端のエージェントが108回の試行中93回で有効なモデルを構築し、ベンチマークのインターフェース版ではドメインコマンドのみで105個のモデルを構築した。産業事例では、単独のエージェントが発表済みの溶接工場研究を再構築して検証し、発表済みモデルの誤りを明らかにした。修正後のモデルとの差は1%以内であった。
注目点新規性はAIエージェント向けに設計されたオープンソース3D離散事件シミュレータにあり、モデリング意味論を事前検証し領域コマンドで構築する；18の製造モデリング課題と工業溶接工場事例で評価したと作者は報告。
説明臨床文書におけるAI：LLM生成内容が後続モデルに与える影響
要約本論文は、大規模言語モデル（LLM）が生成した内容を含む診療記録を、後続のLLMが読み取る場合の影響を検討する。要素として、要約の蓄積による記録の肥大化と、未確定の鑑別診断を記録に書き込むことによる診断の過剰判定を取り上げる。四つのモデル系統の七つの読取モデルで試験した結果、LLM生成の要約は、同じ長さの定型文に比べて入院経過の生成をわずかだが一貫して低下させ、注入された過剰判定はモデルごとに異なる割合で出力に再現された。
説明InfoOrgBench：エージェントは散在する情報を一貫した階層構造にまとめられるか
要約本論文は、会議メモ、課題スレッド、設計提案などの散在する記録を階層構造に整理させる150タスクからなるベンチマーク、InfoOrgBenchを提案している。記録がすべて保持されているかを検証し、フォルダ名や順序に依存せず、各階層のソース構造との一致度を構造スコアで測定する。評価の結果、上位レベルの関係の誤りは、すべての領域で下位レベルの関係より多いことが示された。
説明RenAIssance：キャプション誘導拡散モデルによる歴史美術のビジュアルメディア生成
要約本論文は、ヨーロッパの歴史的美術作品にBLIPで場面キャプションを付与し、DEArtの約15,000組の画像とテキストのペアを用いて、Stable Diffusion v1.5向けの小型LoRAアダプタを学習するRenAIssance手法を提案している。このアダプタにより、生成画像は歴史美術の分布に近づくと同時に、基盤モデルが新しい概念を描く能力も保たれる。歴史的および現代的なプロンプトのいずれにおいても、FIDはすべての設定で改善し、CLIPの画像とテキストの類似度の低下は小さいと報告されている。
説明MotionGraphicsBench：プログラムによる検証でモーショングラフィックス生成を評価するベンチマーク
要約本論文は、静的なSVGに動きの編集指示を与えてアニメーション化する課題について、専門家が作成した100件のベンチマーク「MotionGraphicsBench」を提案します。各事例には決定的で人が読める検証プログラムが付いており、参照アニメーションとの比較やVLM評価を用いずに、どの要件が満たされたかを判定します。検証プログラムは、人手の判断と180本のアニメーションで93.3%の一致率を示しました。さらに、32のLLMによるpass@1の結果と、15モデルのpass@32の結果が報告されています。
注目点新規性は参照アニメーションやVLM判定の代わりに決定的な検証プログラムを用いる点にあり、100件で47構成を評価し人手判断と比較している。
説明無線チャネル向け受信側解像度のAPS-PDPマップ：ベンチマークと粗密モデリング
要約本論文は、レイトレーシングで得られた多経路成分を固定グリッドの角度パワースペクトル（APS）と遅延パワープロファイル（PDP）に変換するベンチマーク UrbanADPSMap を提案している。帯域幅とアレイ開口に制限された応答カーネルを明示的にモデル化している。さらに、多スケール自己回帰フローマッチングに基づく粗密生成モデル SpecFlowAR を提案し、粗い分散構造を捉えた後にビーム関連のピークと低電力の裾野を精緻化する。論文によれば、統一された NFE=80 の条件でBPL@5 を 2.03 dB に低減し、3GPP分散統計量の誤差も減らしたという。
説明時系列分析による固形廃棄物発生量の予測モデリング
要約本論文は、スリランカの2012年から2018年までの都市固形廃棄物の実データを用いて、SARIMAX、Prophet、LSTM、GRUの4つの時系列予測モデルを比較しています。祝日、週末、季節、気温、湿度などの要因が廃棄物発生量に与える影響を分析しています。結果として、祝日と週末は発生量が少なく、夏と冬は多く、モンスーン期と後モンスーン期は比較的少ないことが示されました。気温と湿度は発生量と直接的な線形関係は見られませんでした。評価した中では、LSTMとSARIMAXが全体として最も良い予測性能を示しました。
説明EgoVeil：一人称視点動画のための個人化されたプライバシー推論
要約本論文は、スマートグラスなどで撮影される一人称視点動画において、利用者ごとの好みに基づき映像のどの部分を隠すかを決めるシステムEgoVeilを提案しています。映像の局所領域を構造化された意味情報に変換し、プライバシー推論器と利用者専用のメモリを組み合わせ、好みの情報が蓄積されるにつれて継続的に適応します。10名のスマートグラス利用者の実データで評価され、平衡精度91.93%、マスク再現率84.42%を達成し、直接的な視覚言語モデルのベースラインを上回りました。
説明拡散型大規模言語モデルのためのグローバル文脈ガイダンス（Global Context Guidance）
要約本論文は、拡散型大規模言語モデルがノイズ除去の過程で文脈情報をどのように利用するかを分析しています。その結果、モデルは局所的な文脈に強く依存し、全体的な文脈を十分に活用していないことが分かりました。そこで著者らは、明示的な弱いモデルを構築せずに特徴空間で全体文脈の利用を高める手法GCGを提案しています。LLaDA-8B、Dream-7B、LLaDA-1.5を用いた複数のベンチマーク実験では、GCGが既存のガイダンス手法を上回り、推論の負荷も小さいことが示されています。
説明ROLECUE：視覚言語モデルにおける言語横断的な役割結合の失敗を診断するベンチマーク
要約本論文は、192枚の二人動作画像と、ドイツ語・トルコ語・日本語・英語・韓国語・ベンガル語の文（標準語順と目的語先行語順の両方）を組み合わせた診断基準ROLECUEを提案している。画像のみ、文のみ、画像と文の直接照合などを分けて評価し、8つの公開モデルを検証した。その結果、構成要素単独では正しく判断できても、統合推論では結果が保たれないモデルが多く、最大で44.9ポイントの差が見られた。
説明CNNにおける視覚的注意の効果を理解する：決定空間の整合性という観点から
要約本論文は、乗算的な注意機構を中間特徴への摂動とみなし、目標クラスと競合クラスの分類マージンへの効果を一次近似で予測する決定空間の枠組みを提案している。さらに、摂動と局所マージン勾配の方向的な整合性を測る決定整合スコア（DAS）を導入している。CIFAR-100でSimAMとCBAMを5種類のCNNバックボーンに適用して評価し、多くの構成で予測と実際のマージン変化がよく一致し、DASが実際のマージン変化と正の相関を示すことを報告している。注意機構を配置する位置が後段であるほど、その関連が強くなるという結果も示されている。
説明高次元非線形放物型偏微分方程式のための深層後退多段高次回帰法
要約本論文は、半線形放物型偏微分方程式を後退確率微分方程式による表現を通じて解く、深層後退多段高次回帰法（MHDBR）を提案している。多段時間離散化と、条件付き期待値からなる回帰目標を組み合わせている。一定の正則性と関連する仮定のもとで誤差上界を導出し、時間離散化、条件付きモンテカルロ標本化、ニューラルネットワーク近似の誤差を分けて扱っている。解析は母集団上の最小化が厳密に実行できることを仮定しており、有限の訓練標本による汎化誤差と最適化誤差は含まれていない。
説明記号より画素：感覚のリアリズムが認知モデルの人間の行動との一致を高める
要約本論文は、抽象的な記号入力のモデルと感覚的にリアルなモデルを、記憶に依存する意思決定課題群で比較した。感覚的にリアルなモデルは抽象モデルより人間の行動反応パターンに近いが、最良のモデルでも人間の内的な行動一貫性との差は残る。また、感覚入力そのものが人間との行動の一致に大きく寄与し、系列アーキテクチャの選択より影響が大きいことが示された。
説明最適輸送と情報幾何によるメカニズム-AI結合力学系の不確実性への対処（第1部：分布学習）
要約本論文は、生物系の研究に用いられるメカニズムとAIを結合した力学系を対象に、最適輸送と情報幾何の観点から不確実性を扱う体系的な数学的枠組みを示す。ノイズが多く疎で部分的にしか観測されないデータに起因する不確実性を、リーマン計量を備えた確率密度空間上のエネルギー汎関数の最小化問題として定式化し、Wasserstein計量やFisher-Rao計量などの下での勾配流を統一的に記述している。また、抽象的な随伴感度解析を用いてこれらの勾配流を解く数値手法を提示し、同一の計算予算の下で事後近似と予測不確実性を比較する数値実験を行っている。
説明ZARA：単一画像からゼロショットで、アニメーション可能かつ再照明可能な3Dアバターを再構築する手法
要約本論文は、個人ごとの最適化を必要とせず、単一画像からアニメーション可能な3Dガウシアン・アバターとその本質的属性（材質情報）をフィードフォワードで再構築するフレームワーク「ZARA」を提案している。事前学習済みの大規模人体再構築モデルと材質Transformerを組み合わせ、擬似材質ラベルを用いて学習する。実験では、数十秒で再構築でき、再照明の品質と材質の汎化能力で既存手法を上回ったと報告されている。
説明QK正規化なしの大規模言語モデル：大きさ情報を保つクエリ・キー投影法
要約本論文は、現代の大規模言語モデルで広く使われるQK正規化（QK-Norm）が、クエリとキーのノルムに含まれる大きさの情報を消してしまう点を指摘しています。著者らはQK-MAPを提案し、複数の学習可能な周波数で大きさの変化を有界な位相パターンに符号化することで、ノルムの増大を抑えつつ大きさへの感度を保ちます。190Mから7Bパラメータまでの実験で、標準的な注意機構およびQK-Normより低い学習・検証損失が示されています。
説明と要約を作成中です
説明onǎ：共有埋め込みと結合された出力層を持つ二重テーブル型言語モデル手法
要約本論文は、入力と出力の重み共有を保ったまま出力の表現力を高める二重埋め込みテーブル方式 onǎ を提案する。出力層は二つのテーブルが定める softmax 分布を混合して構成され、混合比は現在の入力トークンのみに依存するゲートで決まり、推論時に事前計算できる。Dense、Gated DeltaNet ハイブリッド、混合専門家、Attention Residual の各構造について 142M、330M、1B の規模で評価され、多くの比較で検証損失と外部パープレキシティが低下し、八つの下流タスクの平均精度が向上した。コストは埋め込みテーブル一つと語彙投影一回の追加である。
説明YRC-Bench：三層意味橋渡しによる歴史的文化遺産の文化配慮型機械翻訳ベンチマーク
要約本論文は、歴史的文化遺産の翻訳を対象とした、人手で整備された初の多言語並行ベンチマーク「YRC-Bench」を提案しています。古典中国語、現代中国語および九つの外国語を対象とし、現代語の注釈を含む三層の並行コーパスを構築しています。九つの主要な大規模言語モデルを評価した結果、特に人手で作成された現代中国語の注釈を用いると、語彙の忠実性と意味の妥当性が大きく向上することが示されました。
説明ゼロショット強化学習を組み合わせたメタ強化学習
要約本論文は、テスト時に新しい報酬関数へ適応させるため、行動基盤モデルとメタ強化学習を組み合わせたハイブリッド手法MetaBFMを提案している。学習時は教師ありの報酬追従と教師なし学習を併用し、テスト時には探索、利用、ゼロショット型の報酬推論の間を補間できるとしている。著者らは、教師ありメタ強化学習の分布内性能を回復し、学習集合外の報酬関数にも汎化できることを示したと述べている。
説明『見るだけでは不十分』：TIGERでテキストと画像の推論ギャップを埋め、視覚推論を高める研究
要約本論文は、マルチモーダル大規模言語モデルが画像内の文字は読み取れても、テキストと同じ水準で画像について推論できないことを示し、これを「モダリティ推論アクセスギャップ」と呼んでいます。この課題に対し、テキスト問題では正解するのに対応する描画画像では失敗する合成の反事実例を抽出し、GRPO（およびSFT・DPOの変種）で画像入力について学習させるTIGERを提案しています。合成された描画テキスト画像のみで学習しても、幾何図形、科学、グラフ、空間推論など複数の実世界の視覚ベンチマークで性能が向上し、既存のRLVR視覚推論手法とも組み合わせて効果を高められるとしています。
注目点モダリティ推論-アクセスのギャップを提示し、合成反事実データで埋める手法を提案。複数の実世界視覚ベンチマークで向上を報告。
説明連続ノイズラベル付き回帰のための二重粒度学習
要約本論文は、ラベルノイズの大きさが個々のサンプルで異なる回帰タスクを対象としています。小〜中程度のずれにはインスタンス単位の修正が、大きなずれには順序構造への依存が必要だと指摘しています。提案手法GRAINは、細粒度レベルではロバスト損失から導出した残差学習機構と補助変数を用い、粗粒度レベルではラベルの近さに沿った特徴順序を保つビニングベースの対比正則化を導入します。両者はヒストグラムによる橋渡し機構で双方向に結ばれています。実験では、多様なノイズ条件下でロバスト性と汎化性能が一貫して向上したと報告されています。
説明HSGNav：物体の移動に対応する多スケール生涯ナビゲーションのための仮説シーングラフ
要約本論文は仮説シーングラフ（HSG）を提案し、持続的な3D家具エンティティと修正可能な机上物体の仮説を分けて保持することで、安定した構造を再構築せずに局所的な更新を可能にします。これを基にしたHSGNavは、検索・探索・検証を組み合わせて多スケールの生涯ナビゲーションを行います。また、途中での物体移動と多スケール探索を評価するFAROS-Benchを導入しています。実験では、GOAT-Benchで競争力があり、FAROS-Benchでは従来手法を大きく上回ったとされています。
説明オプション内フィッテッドQ評価：非階層データから階層方策を評価する
要約本論文は、環境との追加の相互作用なしに、過去のデータから階層方策の期待収益を推定する方法を研究している。著者らは、拡張された状態・オプション空間で価値関数を推定する手法IO-FQEを提案し、データにどのオプションが実行されたかの注釈がなくても階層方策を評価できるようにしている。長期的な連続制御課題では、単純なFQEの適用によるバイアスが除去され、オプション単位の重要度サンプリングより平均二乗誤差が大幅に低いことが示されている。
説明AFVE-Bench：多ターンのLLM改訂で「放棄されたフレームの言語化エラー」を測定するベンチマーク
要約本論文は、多ターンの改訂において、モデルが新しいフレームを採用しても、成果物の中で置き換えられた旧フレームを表に出してしまう「放棄フレームの言語化エラー（AFVE）」を取り上げる。英語と中国語の192組・4ターンの対話からなるAFVE-Benchを構築し、8つの執筆分野で11のモデル構成を2名の注釈者が採点した。履歴付きの応答の25.54%でAFVEが発生し、目標を満たした応答の19.77%が依然として旧フレームを露出していた。その多くは対比的な表現によるものだった。