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RADE：安全なLLMシステムにおけるルーティング・メモリ・エスカレーションのためのリスク調整型デプロイ効率フレームワーク
要約本論文は、LLMシステムを単一モデルではなく、いつ検索し、記憶し、より大きなモデルを呼び出し、検証し、回答しないかを決める「デプロイ方針」として分析する枠組みを提案しています。推論、再試行、人によるレビュー、価格付けされた期待失敗コストを差し引いた効用を評価するシステムレベルの目標RADEを導入し、価格化できない危害は厳しい予算として扱います。五つの運用場面と、リスク対カバレッジなどの指標に基づく報告手法も検討されています。
説明政治キャンペーンにおける生成AIコンテンツの測定：利用の増加と非開示の実態
要約本研究は、2023年から2025年にかけて米国の政治家12,977人のウェブサイト、X（旧Twitter）アカウント、メールから収集した文章と画像を用い、キャンペーンにおける生成AIコンテンツの有無、量、形式を推定する2つの指標を開発しました。その結果、検出可能なAIコンテンツは観察期間中に大幅に増加し、頻繁にAIを使うキャンペーンほど開示していないことがわかりました。また、現職陣営は挑戦者陣営よりもAIコンテンツの制作が少なく、AI開示・禁止法のある州とそれ以外の州の候補者の間に、制作量の有意な差は見られませんでした。
説明取引ループの内側：LLMエージェントによる市場、モデル、そして売買判断
要約本論文は、大規模言語モデル（LLM）を用いた企業ニュースおよびマクロ経済分析エージェントが、構造化されたレポートを調整役に提出し、そこで株式ウェイトと現金比率を決定する、ハイブリッド型マルチエージェント取引システムを提案しています。2026年3月11日から8月28日までの模擬口座の収益率は34.5%で、同期間のS&P500連動ファンドSPYの14.4%を上回りましたが、最大ドローダウンは大きくなりました。
説明緊急通報件数の予測における一般化平均と基盤モデルの比較
要約本研究は、日ごとの緊急通報件数予測において、一般化平均（Hölder 平均と Lehmer 平均）が微調整された TimeGPT に匹敵する性能を示せるかを検証しています。予測期間は 1 日から 7 日までです。短期予測では両一般化平均が TimeGPT より平均絶対誤差（MAE）が小さく、7 日先では TimeGPT の誤差が小さい結果となりました。Diebold-Mariano 検定では、評価した期間において手法間に統計的に有意な差は認められませんでした。
説明プログラマティック広告における多層仲介の最適化：供給経路最適化のためのDAGベース機構
要約本論文は、プログラマティック広告で多段の供給チェーンにより生じる効率の損失（「アドテク税」）を扱う。OpenRTBのSupplyChainオブジェクトで対応付けられた追跡可能な供給チェーンに、有向非巡回グラフ（DAG）の仲介モデルを適用している。代替可能な経路（OR節点）と割合ベースの手数料構造を扱うため、多属性効用関数と混合整数線形計画法（MILP）を導入する。さらに、公開のschainおよびsellers.jsonデータを用いた計算手法と実験の枠組みを示し、最適なナッシュ社会厚生を現在の非協調的な市場結果と比較する。
説明シュレーディンガー橋を学習するための信頼領域法
要約本論文は、目標分布のサンプルが得られず、正規化されていない目標密度のみが与えられる状況でのシュレーディンガー橋の数値近似を扱う。従来広く使われてきた反復比例フィッティング（IPF）およびその派生手法は、条件の悪い制御問題や初期値から遠い最適解により数値的に不安定になりやすい。そこで著者らは、逐次更新を現在の反復点から一定のKLダイバージェンスに保つ信頼領域版IPFを提案し、数値安定性を大きく改善した。さらに、この手法は適応的に選ばれるステップサイズを持つ鏡像降下法として解釈できることを示し、いくつかの難しいサンプリング課題で有効性を確認した。
説明PA-SaR：マルチロボット捜索救助のための知覚考慮型の学習・制御・協調フレームワーク
要約本論文は、マルチロボット捜索救助において局所制御、学習ベースの探索、監督型タスク割り当て、適応的な被災者誘導を統合的に調整するフレームワークPA-SaRを提案する。シミュレーションでは、衝突回避と捜索完了の間にトレードオフがあること、監督型割り当てが情報共有のみより捜索完了を改善すること、探索を増やしても救助数が必ずしも増えないことが示された。適応的誘導は継続的な先導よりも救助数を増やした。
説明MICE：複数マウスの相互作用文脈エンコーダ——マウス行動のための階層型基盤モデル
要約本論文は、マウスの行動を分析するためのMICEモデルを提案している。姿勢のキーポイント情報を用い、1〜4匹のマウスを含む6つのデータセットで自己教師あり事前学習を行う。個体ごとの動きを捉える階層型エンコーダと、個体間の相互作用を扱う社会エンコーダを組み合わせており、1つのチェックポイントで任意の群れの規模に対応できる。
説明注視で起動するデジタルツイン生成：遠隔協業のための視線トリガー方式
要約本論文は、視線によって起動する複合現実（MR）デモシステム「Feel My Focus」を紹介する。ユーザーが実物体を注視すると、単一画像の撮影、注意誘導型セグメンテーション、ワンショットの3D再構成が行われ、軽量な3Dデジタルツインが生成される。遠隔の協業相手はそれを現場で確認しながら議論できる。写実性よりも応答性と体験の連続性を重視しており、公開デモの観察にもとづき、設計上のトレードオフ、失敗モード、ユーザー制御の考慮点が報告されている。
説明ターボファンエンジンの残存耐用寿命予測のための解釈可能なファジー木と部品ごとの監査可能な診断層
要約本論文は、N-CMAPSSの巡航条件におけるセンサー平均値からターボファンエンジンの残存耐用寿命（RUL）を予測する、解釈可能な遺伝的ファジー木を提案する。この木はエンジンの階層構造に従い、センサーから部品の健全性、有界な部品損傷、スプール損傷、RULへと段階的に進み、部品ごとの診断結果をルール単位で確認できる。原生の分割では、複数故障サブセットで二乗平均平方根誤差8.44サイクル、全モードで11.51サイクルを達成し、自由パラメータは333個である。
説明視線走査経路分類器の摂動プロファイル：読解・コード理解・動画デコーダが何に敏感か
要約本論文は、視線の走査経路記述子が課題を識別する際に依存している情報を分析するため、摂動プロファイルという手法を提案する。注視順序、持続時間と位置の結合、持続時間分布、向きと利き手、微細な空間構造という各性質を個別に破壊し、分類器を再学習して参加者を留保したAUCの低下を測定する。3つの公開データセットの12の二値問題で評価した結果、一部の「理解」対比は刺激レイアウトによる交絡であることが判明した。
説明GenISys：サブシステム条件付き表形式拡散による統合船舶システム設計
要約本論文は、統合された船舶システムを生成するためのフレームワーク GenISys を提案し、初期段階のバルクキャリア設計を例に検証しています。サブシステムを同時に生成する条件付き拡散モデル（SCDDPM）を用い、生成中に各サブシステムが他の部分の変化に応じるようにしています。航海距離5,000海里で貨物1トン当たりの運送コストを下げる目標の実験では、SCDDPM は工学的制約を満たし低コスト目標に達する設計を55.70%の生成要求で得ており、単一モデルの51.10%および逐次モデルの47.54%を上回りました。
説明ODSA：オーケストレーションによる発見と自己集約、LLMが指揮するテスト時スケーリングの枠組み
要約本論文は、オーケストレーターLLMが既存のテスト時スケーリング手法を行動として指揮するODSAという枠組みを提案する。行動には、新しい独立解の発見、既存解の比較による改善解の構築、候補解の採用と検証が含まれ、それらはステートレスなワーカーが実行する。オーケストレーター自身は問題を解かず、計算量の配分と先行行動の結果の受け渡しを行う。Humanity's Last Examでは、三つのモデルで単一の直接呼び出しに比べ精度が4.7から18.0ポイント向上し、LiveCodeBenchでは0.6から14.0ポイント向上したと報告されている。
説明単変量・多変量 TimeGPT による日次救急通報件数の予測
要約本研究は、時系列向けに事前学習された基盤モデル TimeGPT が日次の救急通報件数を予測できるかを検討している。2,101 件の日次データを用い、単変量と多変量の設定で 1 ステップ先および 7 日先の予測を比較した。多変量モデルでは時間・気象・人口・社会経済の変数を用いている。単変量ではSARIMAXが最も良く、多変量ではNBRとPRが最良であった。大規模な事前学習が必ずしも精度向上につながらないことが示された。
説明自動顕微鏡における異種多段階ワークフローの構築：自律的な構造-物性探索のための報酬設計と知識転移
要約本論文は、自動顕微鏡で結像か分光かを選び、走査条件を決め、いつ装置を再校正するかを判断する、予算制約付きの多段階構造-物性ワークフローの枠組みを提案する。実際の電子エネルギー損失分光データセットを用いて二つの実験を行い、代理モデルと取得戦略を比較し、ドリフト下での位置合わせによる位置精度の向上とその分光スループットへの影響を測定している。
説明単眼3次元物体検出における幾何学的奥行きの再考：投影一貫性のある再定式化
要約単眼3次元検出では z≈f·H/h₂D という幾何式で奥行きを推定することが多いが、2次元バウンディングボックスの高さを代入すると物体の中心ではなく可視の前面の奥行きが得られ、サイズに依存する系統的な過小評価が生じると論文は指摘する。提案手法MonoPCAのうちPCDepthは透視幾何に基づく向きとサイズの補正でこの偏りを取り除き、GeoAlignは視覚基盤モデルの幾何表現を軽量な生徒モデルに移して属性認識を強化する。著者らは4つのベンチマークで最先端の性能を報告している。
説明重み空間プログラミングによる方策の作成とモデル検査による検証
要約本論文は、大規模言語モデル（LLM）が勾配降下法を用いずに小規模ニューラルネットワークの重みを直接記述する手法を提案します。これにより、タスクの説明だけで逐次意思決定の方策を作成できます。さらに、確率的モデル検査と組み合わせ、マルコフ決定過程で表した環境とPCTLによる要件に対して、Stormがシミュレーションによる推定ではなく確率を計算し、返される方策がすべて検証されるようにしています。
注目点LLMが重みを直接書きPCTLで確率モデル検査により検証する点が新しい。Stormで厳密な確率を算出し、3環境・2LLMの18回で最適確率到達と報告。
説明Martine：視点範囲・解像度・照明にまたがる多視点3D表面再構成のベンチマーク
要約本論文は、制御された条件下で3次元物体の表面再構成を評価するためのベンチマーク「Martine」を提案する。28種類の物体（透明材料や微細構造を含む）を、84視点から9568×6376画素で撮影し、単一光源と複数光源の両方の照明条件を用意している。高精度な3次元正解スキャン、カメラ校正、画像から形状への整合精度、材質・可視性・曲率・微細構造に関する3次元属性マスクを提供する。写真測量、多視点ステレオ、ニューラル陰関数曲面、ガウススプラッティング、多視点光度ステレオなどの手法で評価を行い、最良の結果は可視表面上で0.058mmのChamfer距離を示した。
説明入力を摂動させると事前学習の蒸留が改善する
要約本論文は、言語モデルの知識蒸留において、学習テキスト以外でも教師モデルの振る舞いを生徒モデルに学習させることで性能が向上するかを検討している。事前学習の初期段階で入力に加法的トークンノイズ、二文書の混合、隣接トークンの混合という3種類の摂動を加え、残りの学習予算で通常の蒸留を行う。135Mおよび0.5Bパラメータの両規模で、最良の手法が標準蒸留を上回る結果が報告されている。
説明パラメータが尽きても構文が助ける：解析器を組み込んだ低資源機械翻訳のUD-PrMPT
要約本論文は、低資源言語の機械翻訳を扱います。従来の辞書ベースのプロンプト手法は、モデルが単語の意味の組み合わせだけから文の意味を推測しなければならない場面で限界に達します。著者らは、Universal Dependencies形式の構文解析をプロンプトの構成要素として用いるUD-PrMPTを提案し、Beja、Chintang、Chukchi、Coptic、Xibeの5言語で検証しました。その結果、辞書ベースの手法に上乗せして改善が積み重なり、人手で作成した解析ほど効果が大きく、自動予測された解析でも一貫した改善が見られました。
説明LAION-Audio-XL：対照式言語-音声事前学習のためのウェブ規模コーパスと規模拡大研究
要約本論文は、学術データセット、インターネットデータセット、ウェブ収集、Common Crawl、YouTubeから計14.8億件の音声サンプルを収集し、多段階のキュレーション工程で処理しています。キャプションのないサンプルには短文と長文の説明文を生成しました。このデータセットを用いて、NaFlex音声エンコーダを採用した対照式音声-言語モデルの規模拡大の挙動を調べ、所与の計算予算におけるモデル規模と学習データの間のトレードオフを示しています。得られたモデルCLAP2は、MAEBおよびHEARベンチマークで同程度の規模の既存の音声-テキストモデルを上回りました。データセット、説明文、モデルのチェックポイント、コードが公開されています。
説明FinCutBench：LLMの金融知識の時間的境界を測る継続更新型ベンチマーク
要約本論文は、固定されたモデルの金融知識が暦上のどの時点まで及ぶかを毎月測定する、継続更新型の金融知識ベンチマーク FinCutBench を提案している。現データセットは2023年1月から2026年9月までの中国語・英語の4択問題9,000問からなり、中国市場と米国市場の4分野の金融情報を扱う。知識曲線が低い水準に達する最初の月を FinCut 境界として定義し、再サンプリング下での推定日付の安定性を報告している。
説明FastGRT：3次元ガウシアン光線追跡の学習を高速化
要約本論文は、ガウシアンベースの光線追跡（GRT）がGPU上でどのように実行されるかを調べ、学習コストの相当部分が計算の組織化方法に由来することを示しています。著者らは、光線の走査とブレンディングを分離し、順伝播で行った計算を逆伝播で再利用するFastGRTを提案しています。さらに、高速な勾配累積やハイブリッドなBVH更新戦略も取り入れています。Vulkanで実装され、学習と描画の両方に対応する初のVulkanベースのGRT実装とされています。3DGRTと比べて学習時間は1.9倍から4.97倍改善され、元の描画の定式化は維持されています。コードは公開されています。
説明NightSteps：夜間歩行者横断意図予測のデータセットとベンチマーク
要約本論文は、世界6都市で収集した夜間のドライブレコーダー映像から、NightSteps という歩行者横断意図予測用データセットを構築した。歩行者の位置データ、トラックID、横断行動の正解ラベルを含む。Gemini、ChatGPT、人間の判断で横断を予測し正解ラベルと比較したところ、人間の正解率は88.17%、F1は80.21%、Geminiは正解率60%・F1 42.50%、ChatGPTは正解率79.13%・F1 63.64%だった。夜間の歩行者横断意図予測モデルの評価に利用できるとしている。
説明同じエラー、異なる回復：フィードバックの届け方がLLMエージェントの振る舞いを変える
要約本論文は、ツールを使う大規模言語モデルが失敗した呼び出しに対してどう対応するか（再試行、修正、停止してユーザーに伝えるか）を検討している。エラーの位置、指示、保持する履歴、ターン構造など、フィードバックの届け方だけを変えて、3Bから70Bパラメータまでの13のオープンモデルで次の行動と後続のタスク完了を比較している。ToolMazeでは明示的なエラー時の成功率が改善される一方、Loud/Quietでは測定可能な向上は見られなかったと報告している。
説明量子ビットから動作へ：ロボット箱詰め順序決定のためのハイブリッド量子強化学習における追跡可能な行動の来歴
要約本論文は、支持制約付きの物体順序決定と、シミュレーション上のロボット配置のためのQubit-to-Motionフレームワークを提案している。4つのパウリZ読み出しが、アクターとクリティックへの唯一の学習入力となり、支持マスクが選択可能な物体のみを許可する。各決定は、ステップ番号とSHA-256指紋によって、経路、逆運動学による経由点、関節運動、MuJoCo接触再生と結び付けられる。5つの決定的な30物体シーンで、全150回の配置が支持・収容・安定の基準を満たした。
説明最適分類木を解くための再帰的価格付けと現行部分木の列生成法
要約本論文は、最適分類木問題を解くための現行解基準の部分木列生成アルゴリズム（ISCG-OCT）を提案している。まず混合集合パッキング・集合分割定式化を構築し、実行可能な部分木パターンを列とする制限主問題を作成する。分岐決定を固定すると残りの価格付け問題が独立した部分木の副問題に分解される再帰構造を利用し、厳密な動的計画法を可能にしている。27のベンチマークデータセットでの実験では、訓練・テスト精度が競争力を持ち、多くの事例で求解時間が大幅に短縮された。
説明立場分析のための操作的参加の連続的モデリング：トルコの2024年「路上動物法」をめぐるオンライン議論
要約本論文は、操作的な参加を二値ラベルではなく連続的な程度として捉えるモデル化手法を提案し、立場分析との統合を検討している。トルコの2024年「路上動物法」に関するオンライン議論を事例とし、537,994人のユーザーによる7,320,574件のツイートを収集した。専門家が10項目の基準で301人のユーザーに連続的な操作的参加スコアを付与した。提案枠組みは操作的参加と利用者の立場を比較的正確に推定し、独立に注釈付けされたユーザー集合でも良好な汎化性能を示した。
説明文字起こしを超えて：音声言語モデルにおける音響情報の活用の測定と改善
要約本論文は、音声言語モデルのベンチマークスコアが、文字起こしだけで解ける課題のために、音響理解と言語モデル能力を混同している可能性を指摘します。著者らは課題を、語彙課題と、話者や感情などの全体的属性、ストレスやイントネーションなど録音内部の構造に関わる課題に分けました。19のオープンモデルとGemini 3.1 Proを6つのベンチマークの92課題で評価しました。また、Gemma-4 12BとQwen2.5-Omni-7Bの初期層にLoRAアダプターを学習させ、属性・構造課題の正答率を12.8〜44.4ポイント向上させ、語彙課題の平均正答率は基本モデルの1ポイント以内に保たれました。
説明行動は信用を得るべきである：凍結されたLLMエージェントのテスト時適応と経路統合
要約本論文はEARNという手法を提案し、LLMエージェントがパラメータを更新せずに過去の試行経験を用いて意思決定を改善できるようにします。過去のエピソードで繰り返し得られたスコアに対する行動の信用を減らし、より高いスコアに到達する行動区間により大きな信用を与えます。最後のエピソードでは、保存された有効な行動列を再生します。Jericho、ScienceWorld、Crafterでの評価では、最後の4エピソードの平均スコアで33の課題・予算設定のうち31で最良の結果（同点を含む）を得たと報告されています。
説明音から在室状態へ：建物向けのプライバシー配慮型音響センシング
要約人の動きしか検出できない赤外線センサーを補い、音で部屋の在室状態を判定する方法を検討した論文です。端末側で1秒ごとの音声を短いベクトルに変換し、サーバー側の時系列モデルがそれから在室状態を推定する二段階の設計になっています。実験では従来の対数メル特徴より検出精度が高く、音声内容の漏えいも大幅に抑えられました。一方で話者の識別は依然として可能であり、未解決の課題として残っています。
説明HydroTuring：水文モデルが質量・エネルギー・運動量の保存則に従うかを検証する物理プローブ・ベンチマーク
要約水文モデルは一般に模擬流量と実測流量の一致度で評価されますが、一致しても基本的な保存則を守っている保証はありません。本論文はHydroTuringという、質量（24項目）、エネルギー（7項目）、運動量（6項目）の保存を検査する37の物理プローブからなるベンチマークを提案し、合否の二値基準で判定します。評価された32モデルのうち、全プローブを満たしたのは3つの厳密な参照モデルのみで、プロセスベースとAIベースのモデルの合格率は近い水準でした。また、全モデル・プローブ組の約49%は必要な変数が欠けているため評価されていません。
説明UTOPI：AR向けに、ユーザー誘導型トークン事前圧縮で一人称長尺動画を効率的に理解する手法
要約本論文は、AR機器上の一人称視点長尺動画を対象とした、プラグアンドプレイ型の事前圧縮モジュールUTOPIを提案している。ユーザーの動きの信号を用いてフレーム間の重なりを推定し、視点移動に不変な枝刈りを行う。また視線追跡センサーでユーザーの注視を捉え、注視された前景を優先的に残す。複数のベンチマークとモデルで最大95%の圧縮を達成しつつ性能を保つとされている。
説明LiveAsset：修正のやり取りから意図アセットを学習し、エージェントの実行を制御する仕組み
要約本論文は、ユーザーとの複数回の修正から再利用可能な意図アセットを学習し、それを用いてエージェントの実行を制御するLiveAssetを提案している。修正内容と、エージェントの元の結果および修正後の結果を照合してユーザーの意図を推定し、回答の提示前に実行時検証を行って未達の要件を修正させる。複数のベンチマークで、記憶・スキル・ルールに基づく従来手法と比較した実験結果が示されている。
説明InfraRSI：大規模モデル学習基盤のための再帰的自己改善の活用
要約本論文はInfraRSIという、人間の自由形式の指示を検証済みの分散LLM学習最適化へ変換するエージェント型フレームワークを提案する。範囲の固定、基準の測定、起動設定とコードパッチの共同最適化、そして異なるハードウェア間で共有される経験バンクへの記録という五段階で動作する。実行時間とOOMを含むピークメモリのモデルを用いて最適化を行い、四つのLLM学習ワークロードで最大2.75倍の高速化と、平均MFUの17.4%から30.0%への向上を報告している。
説明Kimodo-Policy：ヒューマノイドの移動・操作のための運動学的アクションモデル学習
要約本論文は、全身運動そのものを事前学習の対象とし、事前学習済みの運動生成器を主要な行動生成の基盤とする運動学的アクションモデル（KAMs）を提案する。その初期実装としてKimodo-Policyを示し、凍結したテキストからの運動生成モデルKimodoに、軽量なControlNetベースの視覚条件付けを組み合わせている。マルチタスクのHumanoidArenaで72.14%の最高総合成功率を達成し、実世界の8タスクでは平均60%の成功率を示した。モデルは678Mパラメータ（うち学習可能は92M）である。
説明拡散言語モデルはいつ既に決めた選択を見直すべきか？
要約マスク拡散モデル（MDM）は並列デコードにより高速にテキストを生成できますが、独立した並列サンプリングでは互いに矛盾する予測が確定してしまうことがあります。本論文は、並列生成と選択的な再編集を統合して学習するPURLという枠組みを提案し、論理パズル、数学的推論、コード生成において、同じアンマスク予算のもとで精度の向上と解码ラウンド数の削減を示しています。
説明すべての枝が同じではない：生成型推薦のための適応的セマンティックID構築
要約生成型推薦モデルは、セマンティックIDと呼ばれる離散トークンの系列で商品を表現します。本論文は、セマンティックIDを各トークンの意味が接頭辞に依存する階層的パスとみなすべきだと主張します。提案手法のAdaptive Silhouette Tree（AST）は、シルエット係数を最大化して各ノードの分岐数を動的に決定するトップダウン分割型クラスタリングです。五つのAmazon Reviewデータセットで、強力なベースラインを大きく上回ったと報告しています。
説明トークンを実際には削除せずに行う因果的寄与分析：糖尿病網膜症への応用
要約本論文は、視覚トランスフォーマーにおける注意機構ベースの帰属マップが、糖尿病網膜症の分類に対して因果的な説明を与えるかを検討しています。注意を寄与度とプルという2種類の帰属マップに分解し、MAPLES-DRデータセットでトークンの削除と挿入によって因果的忠実性を検証しています。プルのマップが最も高い因果的整合性を示し、遮蔽法より計算効率にも優れていたと報告されています。
説明放射線科ワークフローにおけるエージェント型AIの安全対策：ルールベースと大規模言語モデルによる検証の多モデル評価
要約本論文はシミュレーション研究として、ツールを使用する大規模言語モデル（LLM）エージェントが模擬放射線科文書に臨床的に重要な誤りや根拠のない情報を記録する頻度と、各行動の前に適用される安全対策がその誤りをどれだけ減らすかを評価しています。48の合成基本シナリオと91の誤解を招く情報の変種を用い、権限のみ、決定論的ルール、ルールとローカルLLMチェッカーの組み合わせを比較しました。分層的な安全対策は重大な誤りを減らしたものの、防ぐことはできなかったと結論づけています。
説明Ostinato：ローカルエージェント向けの高速なCPU-GPU混合専門家モデル推論エンジン
要約本論文は、CPU-GPU混合専門家（MoE）モデルの推論エンジンOstinatoを提案している。各前向き計算でGPU上に常駐する専門家を計算し、モデルの計算結果は変えない。DeepSeek-V4-Flashモデルを4基のRTX 4090D上で動かし、実際のコーディングおよびカスタマーサービスのエージェントセッションで評価した。その結果、llama.cppやKTransformersと比べ、ツール出力後の待ち時間の中央値は22〜55%短縮され、セッションの完了は1.4〜2.5倍速かった。
説明DriveFoundry：自動運転向けにデータとモデルを共進化させる閉ループ反復フレームワーク
要約本論文は、データと計算資源が限られた条件下で自動運転の反復効率を高める DriveFoundry フレームワークを提案します。構造化された因果データ精緻化と適応的推論を組み合わせ、統一された視覚言語バックボーン上で知覚、因果、行動、世界、価値の各タスクを処理するモデル Xiaomi-Drive-o1 を提示します。適応推論は完全な推論と同等の性能を、トークンの 28% のみで達成したと報告されています。
説明Transformer の表現を層ごと・モジュールごとに線形プロービングで調べる研究
要約本論文は、Transformer 基盤モデルのどの表現を探測（プロービング）すべきかを検討しています。視覚基盤モデルと大規模言語モデルに対し 14万4千回を超える線形プロービングを行い、層とモジュールの組み合わせを同時に考慮すべきことを示しました。さらに、固定の簡単な探測戦略を提案し、多くの評価で基準を上回り、最良の組み合わせによる利得の一部を回収できることを報告しています。
説明機械学習を組み込んだサイバーフィジカルシステムに対するデータ操作攻撃
要約本論文は、サイバーフィジカルシステムが視覚や計画などの複数の機械学習モデルを組み合わせて判断していると指摘します。著者らは、状態機械ベースのシステムに対してデータを操作する攻撃者が用いる、状態から攻撃への写像である攻撃方策の作成手法を提案し、基本的な脅威モデルと最適な攻撃方策を計算する方法を示しています。本研究は進行中の作業で、組み合わせ型学習の安全性に関する議論と共同研究を促すことを目的としています。
説明AdamW の安定性解析：不安定な平衡点と非収束
要約本論文は、深層学習で広く使われる最適化手法 AdamW の挙動を力学系の観点から分析したものです。AdamW の不動点は、制約付きかつ正則化された最適化問題の停留点と一致することが示されています。ただし、それらの不動点がすべて安定とは限らず、安定性は曲率、重み減衰、モメンタムのパラメータに強く依存します。一次元の場合でも平衡点が不安定になりえ、軌道は収束せず持続的な振動を示すことがあります。さらに、連続時間動力学の局所安定性の十分条件を導出し、元の不動点を保つ収束性の改良案を提案しています。
説明特徴空間の境界質量：表現のラベル予算を診断する指標
要約本論文は、凍結された表現と線形プローブに対して、下流の分類境界を学習するのに必要なラベル数を推定する「有効境界複雑度」を提案している。学習された境界付近の薄い帯の中の質量を数え、クラス均衡で正規化する。実験では、この指標がラベル需要やバックボーンの順位と強く一致することが示されている。
説明類似性誘導型潜在拡散による音楽インペインティング手法
要約本論文は、類似性マッチングと拡散ベースの生成モデルを組み合わせ、音声録音の大きな区間を適切な代替音で置き換える音楽インペインティング手法を提案している。提案手法SimDPSは、文脈的な類似性に基づいて信号全体から候補となる置換区間を検索し、それらを用いて拡散過程を整合性のある再構成へと導く。本フレームワークはモデルに依存せず、波形領域または潜在領域で動作する任意の事前学習済み拡散モデルと組み合わせられる。客観評価では、音響特徴と神経埋め込みの距離指標においてRePaintやDPSを上回り、主観評価では従来の拡散手法より知覚的な自然さが高く、一致度の低い候補に対しても頑健であることが示された。
説明部分観測下の制御指向・構造化双線形世界モデル（K-PWM）
要約本論文は、部分観測下で予測と制御を行う確率的世界モデルK-PWMを提案します。Koopman双線形潜在動力学と非線形観測デコーダを組み合わせ、拡張カルマンフィルタとスムージングで潜在状態を推定します。限られたデータでも、部分観測のMuJoCo系において評価したベースラインより長期予測誤差が小さく、学習時間も大幅に短縮されたと報告しています。高次元のMuJoCo Menagerieロボットでは、低い計算時間で競争力のある追従精度を示しています。
説明Hydra：時間グラフ上の転移可能なマルチタスク学習に向けて
要約本論文は、時間的GNNが捉える局所的な接続特徴と、スペクトル学習モジュールが捉える全体的な接続パターンを統合したHydraモデルを提案している。両者を一つのマルチタスク目標の下で同時に学習する。マルチタスク分類では、最も強力な比較手法に比べてAUCが相対的に8.9%向上した。マルチタスク回帰では、3つのタスクすべてで競争力のある結果を示し、2つのタスクで最良の結果を得て、最強のベースラインに比べてMAEが相対的に8.2%改善した。学習時間は時間的転移モデルより22%短い。
説明InfCoiL：閉ループ物理ベース人-物体インタラクションのためのプランナーとコントローラーの協調学習
要約本論文は、物理ベースのキャラクターアニメーションにおける人-物体インタラクション（HOI）のための閉ループ枠組みInfCoiLを提案している。形態認識型のフローマッチングプランナーと多形態対応コントローラーを共有の形態インターフェースで結び、自己回帰的な計画・実行ループを構成し、両者を強化学習で交互に微調整する。プランナーのオンライン最適化には、意味的フロー方策最適化（SFPO）を導入している。OMOMOの未使用シーケンスでは、開ループの階層型ベースラインより目標到達タスクの成功率と物理的追従精度が高いと報告されている。
説明AIと動画由来の生体力学的特徴を用いたゴルフの一般的なスイングミスの検出
要約本論文は、マーカーや校正を必要とせず、通常の動画からゴルフスイングの特定のミスを検出する手法を提案しています。身体中心の座標系で姿勢とクラブヘッドを追跡し、コーチが測定する生体力学的指標を浅いブースティング木で分類します。「オーバー・ザ・トップ」と「アーリーエクステンション」の2つの代表的なミスで検証し、交差検証のROC-AUCはそれぞれ0.975と0.911でした。
説明文脈内知識条件付けによる償却ベイズ実験計画
要約本論文は、ベイズ実験計画において実時間の設計戦略を可能にするIMBUEフレームワークを提案している。統一的な文脈内インターフェースにより、再学習なしに、ユーザーが指定した事前知識と過去の実験インスタンスの観測データを展開時に取り込める。これらの外部情報は、蓄積された観測と共に共有Transformerで処理され、学習された信頼性フィルタが観測と整合しない情報を除外する。四つのベンチマークにおいて、外部知識が信頼できる場合は初期段階の情報獲得を加速し、信頼できない場合は外部情報なしのベースラインに近い性能を示した。
説明到達は発見ではない：空撮視覚言語ナビゲーションのラストマイルのための地図アンカー型視覚プロンプト
要約空撮視覚言語ナビゲーションでは、自然言語の記述に基づいてドローンが対象物を見つける必要があり、記述は通常、通りや建物などの目印を基準にします。既存のナビゲーターは対象の近くまで飛んでも誤った場所で止まりがちで、対象に到達しても見つけられていないことが示されました。そこで本研究はMAP-VPを提案します。これは最後のステップで用いる差し込み式モジュールで、停止後に指示文中の目印の輪郭を現在の視界に描き、微調整した4Bの視覚言語モデルが目印を基準に対象を特定します。CityNavでは、ナビゲーターを再学習させることなく、テストした6種類すべての成功率が大きく向上しました。
説明エピソードを振り返り、教訓を磨く：身体性エージェントのためのシンプルな記憶進化
要約本論文は、マルチモーダル大規模言語モデルが実行経験を自ら書いたテキスト記憶に保持し、性能を高める手法SimplEvoを提案する。重みの更新や追加の学習方策、特権情報は不要である。モデルは一度の実演からタスク記憶を作成し、訓練エピソードで作業記憶を作り、各エピソード後に手順・完了・復旧に関する教訓で更新する。EBenchではGPT-6-Astraの成功率が46.7%から81.7%に向上し、RoboDojoでは69.63%の成功率を達成した。
説明ConvLUT：超低遅延なルックアップテーブル推論のための畳み込みアーキテクチャの再設計
要約本論文は、MLPerf Tinyベンチマークを対象に、完全に展開してLUT（ルックアップテーブル）に写像できる畳み込みアーキテクチャ群ConvLUTを提案している。FPGA上での超低遅延推論を目指すもので、LUTの階層木による標準畳み込みモデルと、MobileNetの設計思想に従う深さ方向分離畳み込みモデルを含む。完全展開時の推論遅延は約50ナノ秒未満で、CIFAR-10、Visual Wake Words、キーワード検出の各タスクで競争力のある精度を示している。
説明因果効果推定のための基盤モデルのデータ適応型調整
要約因果推論では反事実の結果を観測できないため、学習目標と推論対象の間に差が生じる。本論文は、データ埋め込みの幾何学的特徴、特にバリオグラム（variogram）が、ある因果推定手法が与えられたデータに適しているかを示す有用な指標になることを明らかにする。著者らは、バリオグラムを反事実を必要としないルーティング基準として用い、各専門家の妥当性を評価する因果専門家混合フレームワーク MoE-Learner を提案している。IHDP、ACIC、Lalonde のベンチマークデータセットで最良の平均順位を達成したと報告している。
説明AgentCT：汎用CT画像のための視覚言語エージェント
要約本論文は、CT画像の劣化の種類（低線量、スパースビュー、金属アーチファクト）を識別し、対応する専用の復元モデルへ画像を振り分ける視覚言語エージェントAgentCTを提案している。LoRAで調整したQwen3-VL-4Bのコントローラが劣化の種類と程度を予測し、復元結果を再評価する。Mayo 2020の腹部CTデータで真の劣化ラベルを用いて振り分けた場合、全体のPSNR/SSIMは46.18 dB/0.984で、AMIRおよびTAMPを上回り、九つの設定すべてでPSNRが最高であった。
説明Merge はホップ代数になるか？余積・トレース・代数的ミニマリズムの展望
要約本論文は、Marcolli・Chomsky・Berwick（2025）が統語操作 Merge を Connes-Kreimer 型のホップ代数として定式化した主張を検討する。著者らは、同論文で用いられる二つの余積がいずれも必要な性質を満たさず、その代数はホップ代数ではないと指摘する。したがって Birkhoff 分解はより弱い条件から導かれるとされる。現行の枠組みではホップ代数構造と形式意味論との対応を同時に保てないとし、代数的ミニマリズムの今後の三つの方向性を示している。
説明ForeAct：世界表現に基づき幾何情報で導くロボット動作学習
要約本論文は、事前学習済みのビデオ世界モデルを単一の順伝播で動作する表現バックボーンに転用するForeActを提案し、将来フレームの生成や反復的なノイズ除去を行わずに低遅延のロボット操作制御を目指します。学習可能なトークンを次フレームの相対深度で教師し、双方向自己注意を通じて共有の映像表現を未来を見据えたものに整えます。幾何の読み出し部は学習時のみ用いて配備時には取り除くため、深度入力や外部の幾何バックボーンは不要です。報告された成功率は、LIBEROで平均96.6%、SimplerEnv-Bridgeで63.5%、実世界90回の試行で74.4%です。
説明JoMoHa：強化学習によるモデルとハーネスの同時最適化
要約本論文は、強化学習を用いて実行可能なハーネス（harness）生成ポリシーとタスク実行ポリシーを同時に学習するJoMoHaフレームワークを提案しています。著者らは、モデルとハーネスを交互に学習させると互いの不整合が進み、性能低下を招くことを示しています。ALFWorld、WebShop、DBBenchにおいて、重みのみ・ハーネスのみを最適化した比較手法より高い成功率を示し、ALFWorldでは97.0%、平均では70.3%に達しています。
説明Speech-COSER Challenge 2026 ASRトラック向けTIDシステム（Telefónica Innovación Digital提出）
要約本論文は、スペイン農村部の高齢話者による自発音声を扱うSpeech-COSER Challenge 2026のASRトラックに、Telefónica Innovación Digitalが提出したシステムを説明しています。CTCベースの擬似強制アライメントで音声とテキストの一致度を評価し、その結果を用いて二段階のLoRAカリキュラム学習を行い、さらにLoRA行列の事後的な大きさベース剪定で汎化性能を高めています。七つのシステムをROVERで統合し、非正規化で36.25%、正規化で22.17%の単語誤り率を達成したとしています。
説明報酬依存遅延下で最適腕の報告なしの後悔解析
要約本論文は、報告に発生ラウンドが含まれない、報酬依存の遅延を伴う確率的多腕バンディット問題を扱う。提案手法であるBalanced Historical Optimism（BHO）は、最適腕の報告を必要とせず、次善腕の分位点の最大値で遅延項を制御する。下界と最悪ケースの後悔の評価を示し、待機中トリガによる平衡化の性質と探索係数との関係を論じている。
説明病院再入院を減らすための、病床容量を考慮した学習手法
要約本論文は、退院判断に用いられる再入院リスク予測モデルが、データ不足や過去の退院判断に起因する打ち切りバイアスを持つ問題を扱います。再学習を繰り返すとこのバイアスが循環して強まるため、著者らは病床容量を考慮した退院ポリシーを提案し、患者の在院日数を多様化して結果を観測できるようにしています。合成データおよび提携病院のデータに基づく模擬実験では、学習誤差が減少し、属性群間の再入院コストの差も縮小したと報告されています。
説明CallCleaner：音声基盤モデルに基づく軽量な生物音響ノイズ除去
要約動物の鳴き声の研究にはクリーンな録音が必要ですが、野外録音では風や車両音などの背景ノイズが混入しがちです。本研究では、汎用の音源分離基盤モデルSAM-Audio（SAM-Audio）から蒸留した、19Mパラメータの軽量ノイズ除去モデルCallCleanerを提案しています。検出器を必要とせず、ノートPCのCPUで実時間の約90倍の速度で動作します。公開重みを持つ代表的な生物音響ノイズ除去器Biodenoisingと比べ、鳴き声の周囲に残るノイズが11 dB少ないと報告されています。
説明THEATRON：長期的なLLM意思決定におけるペルソナの持続性を評価するベンチマーク
要約本論文は、大規模言語モデルが長期の連続的な意思決定の中で行動金融のペルソナを維持できるかを、金融リプレイ環境で評価するベンチマーク「THEATRON」を提案している。モデルは固定ペルソナのもとで共通の日次市場情報と口座状態のフィードバックを受け取り、数か月に及ぶ取引を行う。ゼロショット、ワンショット、思考連鎖の3方式を比較した結果、ペルソナによる行動の変化は見られたが、一貫したペルソナ固有の方策は必ずしも形成されないことが示された。
説明MicroSim：バイナリコード類似性検出のための対比学習グラフニューラルネットワーク
要約本論文は、各関数をIDA Pro Hex-Rays microcodeから構築したグラフとして表現し、対比学習型のSiamese GNNで比較するバイナリコード類似性検出システムMicroSimを提案する。849,072個の関数レベルのmicrocodeグラフからなるTREX基準（最適化レベル-O0〜-O3）で、訓練とテストで関数キーを共有しない厳密な分割により評価している。その結果、MicroSimのROC-AUCは0.9972、MCCは0.9762に達し、同じ分割で再訓練したGemini、SAFE、jTransおよび構造を用いないBoWベースラインを上回ったと報告している。
説明分散型・非IIDの生体医学データ解析のための一回限り階層型フェデレーテッドクラスタリング
要約本論文は、複数機関にまたがる生体医学データを分析するための一回限りの階層型フェデレーテッドクラスタリング手法を提案する。各クライアントはローカルで分布を探索し、プロトタイプレベルの情報のみをサーバーへ一方向に送信する。サーバーは多粒度の競合学習機構により局所クラスターを統合し、全体の分布構造の把握を図る。著者らは公開データセットでの比較実験により、頑健なクラスタリング、プライバシー保護、計算効率のバランスに優れると報告している。
説明タジク語・カザフ語・ウズベク語・キルギス語に共通する小型埋め込みモデル（Saidzoda-CA-EmbeddingGemma-300M）
要約論文は、公開版の EmbeddingGemma-300M が Belebele の質問で四言語の正解段落を先頭に挙げられるのは 51.7％〜60.8％に過ぎないと指摘しています。著者らはタジク語版の微調整モデルを基に、自作の言語モデルで生成したカザフ語・ウズベク語・キルギス語の質問と英露語の再生データを加えて一つのモデルを訓練しました。Belebele では四言語すべてで recall@1 が 75.2％〜77.7％に上がりましたが、560M パラメータの XLM-RoBERTa 系埋め込みモデルには依然として劣ります。
説明GOPR-CAD：CAD生成のための操作グラフ段階的推論手法
要約本論文は、操作グラフの段階的推論に基づくテキストからCADを生成するパイプラインGOPR-CADを提案します。言語モデルが封装されたCAD操作を選択する意思決定エージェントとして動作し、実行可能な操作グラフを段階的に構築します。その後、決定論的コンパイラが最終的なCADモデルに変換します。追加の学習は不要です。また、機械便覧に基づく300件の標準機械部品要件からなるベンチマークMHCADを構築し、参照なしのSTEP/B-rep評価を行っています。MHCADでの構造的成功率は82.7%、外部のCADPromptサブセットでは87.2%です。
説明RealEmbedBench：実世界のアプリケーション層組込みソフトウェアタスクにおけるLLMのベンチマーク
要約本論文は、5,142件のサンプルからなるベンチマーク RealEmbedBench を提案し、コード生成・補完、ステートマシンのモデリングと実装、OS間のコード変換という3種のアプリケーション層タスクを評価対象としています。6つの代表的なLLMを評価した結果、タスクやモデルによって性能差が大きいことが示されました。特に Harmony から RT-Thread への変換が難しく、平均合格率は 0.1667 でした。
説明正常分布のずれに備えて：開かれた環境での多層 WavLM による音声ディープフェイク検出
要約本論文は、既知の合成攻撃の例を必要としない音声ディープフェイク検出法を検討します。真正な音声だけで学習した正常性モデルを用い、真正な表現からの逸脱度で合成音声を評価します。提案手法 MLN-WavLM は、凍結した WavLM Base+ の池化隠れ状態に収縮マハラノビス距離モデルを適用します。ASVspoof 2019 LA での等誤り率は 8.45% で、完全教師ありのベースライン 7.86% に近い値です。一方、ASVspoof 2021 DF のドメインシフトでは 22.12% に悪化し、その状態で閾値を再調整すると低い誤検出率での再現率が完全に崩れることが示されています。
説明オンライン推論チューニングを伴うオフポリシー強化学習：CoRL 2026 RoboEval チャレンジへの解法
要約本論文は、CoRL 2026 RoboEval チャレンジにおける著者の解法を紹介する。同コンペは双腕タスク8種からなり、タスクの各段階の完遂、安全性、効率、双腕の協調を人間のデモンストレーションと比較して採点する。手法は π0.5 ベースの方策を用いたオフポリシー強化学習で、方策自身が価値関数を兼ねる。提出した方策は、ホールドアウトシードで RDS 0.990、公式シードで 0.987 に達したと報告されている。
説明対応のない表現の識別可能なアライメント：データ多様体のプルバック距離で二つのモデルの表現空間を揃える研究
要約本論文は、ペアデータもラベルもない状態で二つのモデルの表現を揃える手法「ニューラル・グロモフ・モンジュ・アライメント（NGMA）」を提案している。データ計量のプルバック距離を用いることで、同じデータ生成過程に属する任意の二つのモデルに対して共通の距離が得られるとする。データ分布がデータ多様体の全ての対称性を壊す場合にアライメント写像が識別可能であることを示し、画像モデルや単一細胞モデルでの実験で既存の基準手法を上回ったと報告している。
説明MOMENT-DP：差分プライバシー学習における相関ノイズの運動量考慮型評価フレームワーク
要約本論文は、差分プライバシー最適化において時間的に相関したノイズの有効性を評価するためのMOMENT-DPフレームワークを提案している。このフレームワークは、曲率、学習率スケジュール、モメンタム、ノイズ共分散を含む最適化過程を通じて、プライバシーノイズがどのように伝播するかをモデル化する。モメンタムのみを変更した場合に、異なるプライバシーノイズ機構の順位が逆転することを示し、相関ノイズの評価において最適化器の状態が重要な要素であることを明らかにしている。
説明エージェント型自己回帰動画生成向けの意味的整合KVキャッシュ圧縮
要約本論文は、エージェント型自己回帰動画生成のためのSemanticKVを提案します。これは学習不要のKVキャッシュ圧縮手法で、プランナーが抽出した意味的制約を用いて、保持すべきキャッシュ項目を選びます。Causal Forcingでは圧縮率0.7のときVBench総合スコアが84.10となり、完全KVキャッシュ（83.99）を上回りました。完全KVキャッシュに対して1.22倍高速化し、KVキャッシュのメモリは6.04 GBから1.81 GBに削減されています。
説明オンポリシー蒸留はどの程度の訓練・推論のずれに耐えられるか？
要約本論文は、オンポリシー蒸留（OPD）が、学習側と推論（ロールアウト）エンジンの間のずれ（ミスマッチ）にどの程度耐えられるかを調べています。すべてのずれの要因を共通の尺度で測定し、三組の生徒・教師モデルで量子化の影響を検討したほか、一組のモデルで重みの古さとノイズ注入も試しています。OPDは訓練品質を大きく損なわずに相当のずれに耐えますが、一定の水準を超えると性能が低下します。さらに、較正された許容範囲に対して設定を事前確認する軽量な手法と、モデル固有のFP8設定や非同期ロールアウトによる効率向上を提示しています。
説明制約プログラミングにおけるプロパゲータの順位学習
要約本論文は、制約プログラミングソルバーのプロパゲータ（伝播器）の実行順序を、人手で設計された固定的な規則ではなく、インスタンスごとに学習する手法を提案しています。自己注意機構モデルを用い、ソルバーの実行時間から得られる順位の選好を学習データとして訓練します。XCSP3の698インスタンスの試験では、Chocoの既定の優先度と比べて解けたインスタンス数が634から654に増えました。
説明SWHForest：大規模コードコーパス向けの構造的な絞り込み・検索レイヤー
要約本論文は、ソースコードを再配布せずにファイルポインタのみで公開されるコードコーパスに対し、構造的な絞り込み層を提供するオープンソースのフレームワークおよび公開データセット SWHForest を提案しています。アーカイブを一度走査して各ファイルを AST に解析し、ソーステキストは破棄して構造の要約のみを保持します。Stack-Edu の上位10言語（ユニークファイル52.1M件、定義341M件）において、検索はミリ秒で完了し、ダウンロード量は46〜72%削減されたと報告されています。
説明外科医を「訓練」するには？手術場面理解における汎用エージェントのベンチマーク
要約本論文は、汎用マルチモーダル大規模言語モデルによる手術場面理解の評価に取り組み、二段階の評価枠組みを提案する。第一段階では公開手術データセットを統合した診断ベンチマークSurgKnowBenchを構築し、モデルの能力の境界を調べた結果、関係理解・手順理解・ワークフロー評価で弱いことが分かった。第二段階では、手術知識の検索と視覚的グラウンディングを使うエージェント環境SurgAgentGymを導入し、追加の手術訓練なしで推論時に理解が向上するかを評価する。知覚中心の課題では差が縮まるが、細粒度の局所化と専門家的評価は依然として課題である。