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EditJudge-Bench：合成の正解データで画像編集を評価するVLM審査員を監査する
要約本論文は、Blenderで描画した1,382組の合成の編集前後画像からなる診断ベンチマーク EditJudge-Bench を提案します。実際のユーザー依頼に由来する9カテゴリの編集を、既知の3Dシーンパラメータに基づく正確な正解付きで用意しています。視覚言語モデルを、指示が正しく実行されたかを判定する二値の検証器として評価し、25の設定を比較しました。その結果、VIEScore テンプレートは GPT-4o でAUROC 69.0%にとどまり、回転や形状などの空間的編集が難しいことが示されました。モデルの順位は実画像の人間選好ベンチマーク2種と強く相関していました。
説明System 1型意思決定モデルの信頼度と判断は信用できるか——Jev型モデルの説明可能性と摂動による監査
要約本論文は、自己回帰的なテキスト生成ではなく、単一の順伝播で型付きの確率分布を出力するSystem 1型意思決定モデルについて、校准と事後的な説明可能性を評価しています。著者らは、0.8Bから27Bまでの5つのオープンウェイトモデルを、自然言語推論、敵対的な構文ショートカット、合成臨床トリアージ、プロンプトインジェクション防御、論理ゲートのテストなどで検証し、生成型System 2のベースラインと比較しています。信頼度は実際の正答率ではなく分散の閉形式変換であること、複数の質問をまとめると相互干渉が生じることなどを報告しています。
説明と要約を作成中です
説明MARS：動画フェイク検出のためのマルチスケール外観残差ストリーム（複数の空間スケールで外観と差分特徴を組み合わせ、動画の偽造を見分ける検出手法の提案）
要約本論文は、固定の時空間差分特徴と適応させた外観表現を組み合わせる二経路の動画検出手法MARSを提案しています。ゲートでその二つの予測を統合し、七つのデータセットの共通プロトコルで平均AUROC 91.43%を達成し、比較対象の七つの検出器を上回りました。顔の操作のみで学習した場合でも、GenVideoで93.99%、DF26で75.50%のAUROCを示しています。
注目点多尺度差分特徴と適応外観表現を二経路で統合し、七つのデータセットの統一プロトコルで比較、顔操作から生成動画への転移結果を報告。
説明テキストのグループ化が長文の同時音声翻訳における完了時間の比較を変える
要約本研究は、英独の10本の講演において、二つの同時翻訳システムの音声完了時間を比較し、音声合成の前に翻訳更新をまとめるかどうかを検討しています。その結果、グループ化の影響は使用する音声合成器によって異なり、場合によっては二つのシステム間の完了時間の差が変わることが示されています。そのため、音声タイミングを比較する際には、どの合成器を使うかだけでなく、テキストが音声合成にどのように入力されるかを明記する必要があります。
説明材料探索におけるベイズ最適化のための、追加学習不要の表形式基盤モデル
要約ベイズ最適化は材料科学の能動学習ループで広く使われている。ガウス過程が代表的な代理モデルだが、タスクごとのカーネル選択が必要で、複雑な関係をモデル化する能力が不足する場合がある。本論文は表形式基盤モデルのTabPFNとTabICLを、そのまま使える代理モデルとして2つの標準的な材料科学ベンチマークで評価し、ガウス過程、ランダムフォレスト、CatBoostなど多数の基準手法と比較した。その結果、両モデルは能動学習向けの個別学習やガウス過程のカーネル選択なしに、両ベンチマークで高い競争力を示した。
説明実際の生徒の作文におけるAI生成テキストの検出：PISA 2025からの証拠
要約本論文は、PISA 2025のFLAデータセットを用いて、実際の生徒の作文におけるAI生成テキストの検出を研究しています。ドイツの15歳の生徒が、チャットボットの利用の有無により英語の論説文を書いた記録を使い、キーストローク、クリップボード、チャットログから各文字の出所を追跡しています。その結果、両検出器は全文では信頼性が高い一方、特徴量ベースの検出器は簡単な書き換えの指示で精度が落ち、埋め込みベースの検出器は単一の文では再現率が大きく下がることが示されました。
説明AuDiR：ルールと知覚への介入による音声推論の診断
要約本論文はAuDiR（音声診断推論）ベンチマークを提案し、ルールと音響観測を段階的に与える条件、音声を取り除く条件を用いた統制実験で、音響知覚・ルール知識・ルール適用のどこで失敗しているかを分離して調べます。項目は18のファミリー、9つの出典から計201件です。予備評価では、音響観測をテキストで与えると正答率が98.5%に上昇したと報告されています。
説明摂動・集約・再構成：再構成ベースの多視点異常検知のための合意集約と傾向注意多デコーダ
要約本論文は、単一視点からは見えにくい工業製品の欠陥を見つけるための、再構成ベースの多視点異常検知フレームワークPARを提案している。特徴量の摂動と各視点を横断して統合する合意集約モジュールで視点間で一貫した疑似異常を作り、視点ごとに専用のデコーダを割り当て、デコーダにフーリエ注意を組み込んでいる。Real-IADデータセットでの実験により、サンプル・画像・画素レベルのいずれの異常検知でも既存手法を上回ったと報告している。
説明畳み込みニューラルネットワークで疎線形ソルバーを選ぶ研究
要約疎な連立一次方程式に対して、畳み込みニューラルネットワーク（CNN）で求解器を自動選択する手法を検討しています。行列の非零構造を描いたスパイプロット画像を入力とし、候補となる求解器同士の対数実行時間比を回帰予測するよう学習させます。SuiteSparse の未学習行列および高性能シミュレーションコードの実際の行列の両方で、高い予測精度を示しています。
説明デプロイ予算下での基盤モデルによる予測手法
要約本論文は、入力1件あたりの平均クエリコストに予算上限がある場合に、複数の基盤モデルを使って下流タスクの予測精度を高める方法を研究しています。1つ目の手法はすべての入力に同じモデルを問い合わせ、2つ目の手法は入力ごとに問い合わせるモデルを変え、Q学習で次に問い合わせるモデルと停止時点を決めます。理論的な結果も示され、シミュレーションとマルチモーダルなノートPC価格の応用において、両手法が既存手法を上回ったと報告されています。
説明凍結されたターゲットモデル上のフレーズ単位の投機的デコーディング
要約投機的デコーディングは、一度の順伝播で受理されるターゲットトークンを増やして処理速度を上げる手法です。本論文は候補の単位を単一トークンから一〜三語のフレーズに変えました。小型のMLPヘッドが凍結されたターゲットモデルの隠れ状態からフレーズを予測し、貪欲な最長一致展開でターゲットのトークンに戻し、前置木マスクを使って一度の順伝播で検証します。出力は貪欲デコーディングと一致し、単一のA5000・バッチサイズ1でGSM8K、MATH-500、MT-Benchにおいてそれぞれ2.391倍、2.444倍、1.544倍の高速化を示しています。
説明ベイズ記号回帰による因果発見
要約本論文は因果発見をベイズ記号回帰問題として扱い、各目的変数の候補親変数について、記号モデルの事後分布から閉形式の式をサンプリングします。各候補変数がサンプルされた式に現れる割合を事後包含確率とし、それを因果スコアとして用います。結合非線形二変量動力学、CauseMeベンチマーク、四変数の生地球化学構造因果モデルで評価した結果、専用の因果発見アルゴリズムと競合し、多くの場合それを上回りました。また、説明可能な閉形式の機構も得られます。
説明V3DSAM：フィードフォワード型高密度SLAMのための意味・幾何的ループ検証と幾何アンカー型の永続インスタンスマッピング
要約本論文は、オープンボキャブラリの意味的高密度SLAMシステムV3DSAMを提案し、VGGT-SLAM 2.0のフィードフォワード幾何推定とSAM3のオープンボキャブラリ意味観測を組み合わせて、シーンとオブジェクトの両レベルで物理的対応を確立する。ピクセル単位の双方向再投影とオブジェクト単位の三次元空間対応により誤ったループ閉鎖を検出する。また、最適化されたグローバル座標系におけるクラス制約付きの三次元連結性で物理インスタンスを定義し、フレーム間のID伝播なしにグローバルIDを割り当てる。TUM RGB-D評価では四つの誤ったループ候補をすべて棄却し、ScanNetの長系列実験ではインスタンスの同一性の一貫性が向上したと報告している。
説明グラフニューラルネットが学習しきれなかった部分でシンボリックルールの価値を測る
要約本論文は、グラフニューラルネットワーク（GNN）に加えるシンボリックな規則（モチーフ数、環数など）の価値を、ネットワークの表現に残された未抽出のラベル情報によって定量化する手法を提案します。規則の候補は、交差検証の残差に対し、較正された順列帰無分布と族単位の誤り率制御を用いて評価されます。ZINCデータセットでは、三回の独立実験で目標に含まれる隠れた環項を復元し、専門家が設計した環数の規則を上回りました。
説明LongSCOP：意味的に一貫した長尺動画アウトペインティング手法
要約本論文は、動画の外側へ内容を拡張するアウトペインティング（out-painting）を長尺動画に適用する課題を扱います。従来研究は短い動画クリップ中心でした。提案手法LongSCOPは、自己強制学習、潜在変数の補正、未来の参照という三つの訓練手法で長時間の生成を安定させ、視覚言語モデルを用いたエージェントが動画全体から参照フレームを選んで被写体・場面・背景の一貫性を保ちます。また、62Kの動画クリップからなる学習データセットと、専門家が作成した評価基準LVO-Benchを構築しています。実験では、生成の安定性と意味的な一貫性の両面で既存手法を上回ったと報告されています。
説明MoSTE：動画ディープフェイク検出のための時空間エキスパート混合モデル
要約本論文は、動画中のディープフェイクを検出する適応フレームワーク MoSTE（Mixture of Spatio-Temporal Experts）を提案しています。適応処理を並列の空間エキスパートと時間エキスパートのプールに分け、教師なしのトークン単位ルーティングで各トークンを最も関連性の高いエキスパートに振り分けます。複数のデータセットや改ざん手法をまたぐ評価で、平均的な汎化性能が新たな最高水準に達したと報告しています。
注目点空間と時間の専門家プールを並列に混合し、教師なしのトークン単位ルーティングでCLIPから動画ディープフェイク検出へ転用；摘要は跨データセット評価で平均汎化の最高性能を報告。
説明偏りのある地すべり目録への占有モデル適用：発生と記録を分けると中和法より良くなるのはいつか？
要約地すべり感受性モデルは、滑坡が発生した場所ではなく、目撃・記録された場所のデータで学習されることが多い。本研究は生態学の占有検出モデルを応用し、複数の目録を同一事象に対する不完全な観測者とみなして、発生と記録を分離して扱う。2018年北海道胆振東部地震、2015年ゴルカ地震、2010年ハイチ地震の目録と模擬的な報告バイアスを用い、標準的な中和法と比較した。
説明パラメータ共有による回路学習の改善：確率回路のための再帰的パラメータ共有手法
要約確率回路は扱いやすい確率推論を保証する生成モデルですが、モデルサイズが大きくなりがちです。本論文は、独立性を仮定したモデルの方が、仮定しないモデルより尤度が高くなる場合があることを示しました。そこで、独立性を仮定せずに効率を高める再帰的パラメータ共有手法（RePA）を提案し、時間とメモリの消費を大幅に減らしつつ競争力のある尤度を得られることを実験で示しています。さらに、画像パッチ構造を持たない表形式データ向けにこの手法（NoPA）を拡張し、七つの表形式データセットで同様の効率向上を確認しています。
説明SIMDか非SIMDか：AI非線形関数におけるRVVとCGRA SoCの比較
要約本論文は、RVVベクトルプロセッサと遅延非感応（エラスティック）CGRAのそれぞれを用いた2種類のSoCを構築し、いずれも行列乗算ユニットと単一コアCPUに接続しています。一般的な順伝播ネットワークに対する写像を設計して比較しています。SiLUなどの単純な点ごとの非線形関数の活性化段階では、CGRAがクロックサイクルで最大7.12倍の高速化を示しました。softmaxなどの複雑な非線形関数では、RVVが最大9.8倍の高速化を示しました。周囲の順伝播ブロック全体では、それぞれ最大3.16倍と4.24倍です。
説明最先端の自動研究エージェントは、AI研究における人間の研究判断を再現できるか？
要約本論文は、自動研究エージェント（Auto Researchers）が生み出す研究上の判断と成果が、AI分野の人間の研究者とどの程度似ているかを検討しています。研究の各段階で人間の研究成果をどれだけ忠実に再現できているかを評価する段階別フレームワーク「AutoHRS」を提案しています。ICLRのオーラル発表論文152本を対象に456本の研究軌跡を生成して評価した結果、現在の自動研究エージェントは複数の段階で重要な研究判断とその成果を再現できないことが多いと示されました。
説明UCB-min：分散の異質性下でバンディットを組み合わせる手法（拡張版）
要約この論文は、多腕バンディットで各選択肢の報酬分散が未知かつ大きく異なる場合を扱い、UCB-minというアルゴリズムを提案しています。各選択肢について、分散非依存型と分散考慮型の探索ボーナスのうち狭い方を選び、事前に分散の状況を知る必要も報酬の正規化も必要としません。合成データ、教育支援タスク、MovieLensとSteamのグループ推薦ベンチマークで検証され、多様な分散条件とデータセットで最良の基礎アルゴリズムにほぼ追随することが示されています。
説明dNaViT：離散符号は汎用の視覚表現になりうるかを検証する研究
要約本論文は、言語のトークンに類似した離散的な視覚要素を生成する離散ネイティブ解像度視覚Transformer「dNaViT」を提案している。凍結済みの事前学習エンコーダを基盤とし、軽量な残差変調と二分岐の目的関数を用いて、再構成に関する情報を意味特徴に組み込む。分組積量子化により、空間系列長を増やさずに離散容量を拡張する。論文では、12の視覚理解、4の生成、1の画像編集のベンチマークで、タスク専用のベースラインと同等以上の結果を報告している。
説明少量データ環境における物理情報ニューラルネットワーク：古典的PDE代理モデルとの制御比較
要約本論文は、ラベル付きデータが少ない場合に、支配方程式と初期・境界条件を組み込んだ物理情報ニューラルネットワーク（PINN）で正確な予測が可能かを検討しています。階層的損失重み付け（H-PINN）とその勾配方向を考慮した拡張（HO-PINN）を提案し、熱方程式と3つの不均一二相流ベンチマークで、標準PINN、調整済み勾配ブースティング、サポートベクター回帰、ガウス過程回帰と比較しています。20点と50点のラベルでは、多くの比較で少なくとも1つのPINN変種が最も高い平均主目標R²を示しましたが、フィッティングコストは試験した古典的回帰法よりかなり高くなっています。
説明微分可能なシミュレータを用いた二段階の高速シミュレーションベース推論
要約本論文は、尤度を使わないベイズ推論のための拡散ベースの変分手法RSBIを提案する。まず微分可能なシミュレータによる距離尺度から初期の代理尤度を作り、効率的な提案分布を得る。その後、シュレーディンガー橋拡散サンプラーでこれを真の事後分布へ移し、神経尤度比で補正する。標準的なSBIベンチマーク（Two Moonsなど）と、ブラックホール分光に着想を得た重力波リングダウンの事後推定で評価を行っている。
説明階層的多ラベルテキスト分類のための経路レベルの構造・意味アライメント
要約本論文は、階層的多ラベルテキスト分類（HMTC）を扱い、ラベル間の構造的依存関係と、各階層レベルにおける細粒度のラベル意味の両方をモデルに捉えさせることを目指す。著者らは、ルートから各ノードまでの完全なラベル経路を両者に共通する単位とし、推論時には標準的な多ラベル分類器を残したまま、二つの補助的な学習目標を導入する。PathSimNCEは階層を考慮した対照学習の目標を用いて文書表現と階層経路を整合させ、語義的目標は大規模言語モデルが生成した、文書に基づく正例経路の説明を用いる。三つのベンチマークで一貫した改善が示され、構造的アライメントは階層が深い場合に特に有効であり、意味的アライメントは細粒度のラベルに追加の利得をもたらす。
説明適応的差分プライバシー付き k 主成分分析の最適レート
要約この論文は、差分プライバシーを保ちながら確率的主成分分析を行う問題を扱っています。各サンプルの独立同分布な行列から、分散の大きい方向を捉える k 次元部分空間を推定します。著者らは次元 d と k の両方で最適なサンプル複雑度を達成する最初のアルゴリズムを提案し、既存手法の適応的ノイズ付与と任意の目標次元への拡張性を維持しています。一つずつ固有ベクトルを求める手法と異なり、d×k の部分空間を一括で更新するため、構造が単純で計算効率も高くなります。
説明LLMエージェント間の共有メモリによる無指示の協調：ロック済み2実装による再現と拡張
要約本論文は、他のエージェントの存在を示す指示がなく、共有のキー・バリュー・ストアのみを与えられた場合に、大規模言語モデルのエージェントが自発的に協調するかを検証しています。4つのエージェントが算術タスクを受け取り、うち2つが同一計算の相補的な半分を担当しました。共同での成功は共有ストアを通じてのみ生じ、協調の有無は中間結果を書き込み、ストアを再度確認したかどうかに依存していたと報告されています。
説明PhysOPSD：コードを特権情報として用い、物理的に妥当な動画生成を高める手法
要約本論文は、現代の動画生成モデルが物理的な動きや複雑な相互作用の生成で不安定である問題に取り組み、実行可能なコードを動画生成の特権的な物理コンテキストとして用いるPhysOPSDを提案する。PhysOPSD-Engineにより現実の物理場面を検証可能なシミュレーションプログラムに変換し、双層の物理特権と共有ロールアウトノイズ下の制御された物理変化を組み合わせる。論文によると、わずか3K個のサンプルでSFTおよびRLのベースラインを上回り、一般的な動画生成品質も維持したという。
説明言語指示による両腕マニピュレーションのための、タスク計画と実行をつなぐ手法
要約本論文は、タスク目標と物理的な実行可能性を同時に考慮する、ゼロショットの視覚言語フレームワークを提案します。計画は、意味的な物体関係と実行制約を組み合わせた構造化シーン表現に基づき、前後条件付きの並列な両腕ステージに行動を整理します。階層型バリデータが知覚の不確実性の下で条件を検証し、ステージごとの実行履歴を用いて局所的な回復または再計画を行います。CENTAUROハイブリッド車輪脚型ヒューマノイドロボットによる9つの言語指示操作シナリオの実験では、実行を考慮しないベースラインより高いタスク成功率が示されました。
説明BDBBQ：大規模言語モデルにおけるベンガル語の社会的バイアスを評価する人間とAIの協働ベンチマーク
要約本論文は、BanglaBBQを英語とベンガル語の二言語に拡張したベンチマーク「BDBBQ」を提案します。12の社会カテゴリにわたる61,312件の質問応答事例を含み、モデルの正答率と固定観念に沿ったバイアスを両言語で検証します。構造チェック、220の統計検定、4名による150件の専門家アノテーションで妥当性を確認し、8つのLLMで490,496件を評価しています。結果として、正答率と固定観念に沿ったバイアスは必ずしも一致せず、両者は別の次元であると述べています。
説明PTC-IoU：エッジ映像解析向けのCPUで動作する検出品質推定手法
要約エッジ映像解析システムは実行時に正解ラベルが得られないため、ローカルの検出結果の品質を推定する必要がある。本論文は、検出ボックスの履歴を圧縮して決定的に結果を評価する予測時間的一貫性IoU（PTC-IoU）を提案し、GPUで行われていた推定処理をCPUへ移す。Nvidia Jetson Orin Nano上の実験では、フレームごとの推定遅延がニューラル手法の10.3ミリ秒から2.2ミリ秒（4.7倍高速）に短縮され、パイプラインのスループットが13.6%向上し、推定の消費エネルギーは最大95%削減された。複数のデータセットで、最終的な検出品質も競争力のある水準が維持された。
説明AutoBuddy：模擬職場における能動的な常駐型エージェントのタスク発見と実行の評価
要約本論文は、組織の従業員、プロジェクト、業務システム、イベント履歴を時系列グラフとしてモデル化し、現実的な作業環境の文書を生成するシミュレータAutoBuddy-Benchを提案しています。そこから義務を生じさせる出来事に基づいて正解タスクを導出し、各タスクの結果を世界状態から算出します。参考エージェントAutoBuddyでは基盤となる大規模言語モデルを差し替えて評価しています。結果として、弱いモデルは主に発見段階で失敗し、中程度のモデルはタスクを特定しても実行に至らないことが多く、最強のモデルは主に実行段階、特に業務システム操作で失敗することが示されました。発見の精度と実行の質との関連は弱いとされています。
説明単なるスタイルを超えて：大規模言語モデルにおけるパーソナリティ影響のベンチマーク
要約本論文は、大規模言語モデルの出力が明示的なプロンプトや指示に加え、人間の性格傾向に似た内在的な行動選好の影響も受けることを指摘しています。著者らは、人格の検証、能力評価、階層的な状況タスクのデータセットと統制された評価手順を組み合わせたベンチマーク「SPACE」を提案し、人格の影響と能力の変化や即時の指示効果を区別しようとしています。実験の結果、プロンプトで生成スタイルは変えられるものの、モデル内部の人格傾向は持続し、反対の指示でも覆りにくく、タスク性能にも観察可能な影響を与えることが示されています。
説明脳神経外科における人工知能による臨床予測の系統的レビューとメタアナリシス
要約脳神経外科とその各subspecialtyにおける人工知能による臨床予測研究を系統的にレビューし、メタアナリシスを行った論文です。1063件の研究を対象とし、AUCを報告した451件の合算判別力は0.86でした。診断関連のタスクで性能が最も高く、術後のタスクで最も低いことが示されています。多くの研究は内部検証のみで、89%が高いバイアスリスクに分類されました。
説明AutoVLA-D：推論から軌道幾何条件を学習する自動運転VLAモデル
要約本論文は、自己回帰型のVLA（視覚・言語・行動）計画において、最終出力としての連続軌道が運転指示との直接的な条件付けに弱いという課題に取り組んでいます。離散的な軌道幾何条件TrajCondを提案し、最終的な連続軌道予測の前に二段階の学習枠組みで学習させます。この手法は離散軌道と数値軌道を同時に自己回帰生成するため、AutoVLA-Dと名付けられています。NAVSIM navtest、nuScenes、NeuroNCAPでの実験では、離散軌道は直接出力としては弱いものの、TrajCondとして用いると効果的で、閉ループ・開ループ両方のベンチマークで連続軌道予測を一貫して改善することが示されています。
説明疎な計測網から首都の全道路の時間交通量を再構築：パリに適用したグラフニューラルネットワーク
要約マイクロスケールの大気質モデルには、すべての道路区間の時間別交通データが必要ですが、常設の計測器は道路網の一部しか覆っていません。研究者はグラフニューラルネットワークを開発し、パリ市内の32,163区間のうち計測器が設置された1,573区間（4.9%）から、時間別の交通流を再構築しました。モデルは実際の疎な計測網に合わせて都市補間用グラフニューラルネットワーク（GNNUI）を適応させたものです。空間的8分割交差検証では、計測器のある地区での内挿でR²は0.89、計測器のない地区への外挿でR²は0.74でした。
説明AudioCodex：ライブ音声向けのストリーミング自己符号化器
要約本論文は、ライブ生成音声アプリケーション向けの完全因果的な自己符号化器AudioCodexを提案します。ステレオ音声を約10ヘルツのコンパクトな連続潜在系列に圧縮し、Mean Flow振幅自己符号化器、潜在超球面への射影、有界ノイズ拡張、表現の整列、敵対的位相復元を組み合わせています。アブレーション実験により、生成と再構成のトレードオフにおいて最先端手法を上回り、符号化と復号の両方で厳密に因果的であることが示されています。
説明TANSAR：相関キーの下で編集・帰属可能な相関行列メモリと、規則制約付きの多段知識編集
要約相関行列メモリ（CMM）がキー同士に相関がある場合の容量、関連付け削除の副作用、帰属可能性を理論的に分析している。その上で、有向非巡回の関連グラフを辿り、健全な規則で無効な経路を枝刈りし、検証済みの経路から得た表現を凍結言語モデルに注入するTANSARを提案する。多段知識編集では、Horn枝刈りによって回答の矛盾が25.1%から0.5%に減少した。1回の編集処理はCPUで13.6ミリ秒、GPUで2.37ミリ秒であった。
説明TRIAD：抽象度・制約・対話状態を扱うマルチモーダル検索のベンチマーク
要約本論文は、複雑で対話の中で変化する要求を検索システムがどの程度満たせるかを評価するベンチマーク TRIAD を提案している。抽象、制約、状態の三つのトラックから成り、六つのサブセットがあり、それぞれ1,000件のクエリを含み、共通の多正例平均精度（mAP）で評価される。17のシステムの20構成を評価した結果、六つのサブセットすべてで首位のシステムはなく、多ターン検索は40の比較のうち39でmAPが低かった。
説明DForkTree：分岐を意識したブロック拡散ドラフトツリーによる投機的デコーディングの高速化
要約本論文は、学習を必要としない投機的デコーディング手法 DForkTree を提案し、言語モデルの推論を高速化します。ターゲットモデル自身の出力から得た n-gram 統計を、点相互情報量としてドラフトモデルのスコアに加え、分岐後の部分により大きな重みを与えて、GPU 上でそのスコアに基づく最適なツリーを構築します。Qwen3.5-4B と 9B での実験では、全ベンチマークで最速のツリー手法となり、DFlash より最大 41.5%、DDTree より最大 15.1% 高速でした。
説明QCC-WM：商因果構成によるマクロ状態動力学と視覚生成の接続
要約本論文は、商因果構成（Quotient-based Causal Construction）に基づく視覚世界モデル QCC-WM を提案する。並進・回転の行動とその予測応答を用いて局所的な視覚特徴を空間的対応を持つマクロノードにまとめ、共有参照測定のもとでノードの内容と運動を再帰的に予測する。US-VLA データセットでは、4ステップ予測のROI-MSEが0.01861で、各予測期間の最良ベースラインと比べ、LPIPSを4ステップ、8ステップ、16ステップでそれぞれ48.59%、41.68%、30.23%削減した。
説明UniOMA：ロボット知覚のための統一最適輸送マルチモーダル構造整合
要約本論文は、既存の対照損失にGromov-Wasserstein（GW）距離に基づく幾何学的正則化を加えたマルチモーダル整合手法UniOMAを提案しています。動的に学習されるGW重心を用いて各モダリティ間の構造的差異を減らし、力覚や触覚などサンプル密度が異なるデータへ適用しています。5つのロボットベンチマークで、ロボットおよび環境の状態予測を含む下流タスクにおいて、既存の対照学習ベースラインより高い性能を示したと報告されています。この正則化はほとんどのInfoNCE系目的関数に組み込めるとされています。
説明ReVMap：接続性を考慮した局所地図融合によるベクトル化された全体地図構築
要約本論文は、局所的なベクトル化予測から全体地図を段階的に構築し、高精度地図の人手による注釈コストを下げるフレームワーク「ReVMap」を提案する。逐点の位置推定不確実性を用いて全体地図の事前情報を局所予測に取り込み、接続性に基づく誘導と不確実性を考慮した融合によって全体地図を反復的に修正する。nuScenesおよびArgoverse 2のベンチマークでの実験により、局所地図予測と全体地図構築の両方で最先端の性能を示したとされる。
説明TMT：テキスト由来のモダリティ知識転移によりCLIPを赤外線画像に適応させる手法
要約CLIPは可視光データ中心の事前学習のため、赤外線画像での画像とテキストの整合性が低いという問題を指摘しています。本論文は赤外線テキストの注釈を用いず、対になった赤外線と可視光の画像のみで適応させるTMTを提案しています。テキスト埋め込みの差分でモダリティ差を表現し、意味的整合と拡散モデルのノイズ予測を組み合わせた監督を行います。四つのソースが分離された赤外線分類ベンチマークで、平均ゼロショット精度48.92%を達成し、比較手法の中で最高でした。
説明証拠か周辺分布か？多項式密度ニューロンにおけるモーメントベクトル伝播の計算的意味
要約本論文は、入力が欠損している場合や信念分布 q で与えられる場合に、ニューロンが出力すべき2つの式、p_CD = E_q[N]/E_q[D] と p_EU = E_q[N/D] を比較する。前者は信念を仮想的な証拠とするベイズ更新、後者は信念を新たな周辺分布として組み込むJeffreyの規則に対応することを示している。事後的な分析と証明に加え、事前登録された合成データ研究で15の仮説のうち5つが支持されたと報告している。
説明レーダー三次元知覚の再考：生のスペクトルからの表現学習
要約本論文は、生のレーダースペクトルは手作業による次元削減やスパースな点群に頼らなくても扱えると主張します。構造化された信号とノイズを分ける学習目標が欠けていることが主な課題だとし、そのための自己教師ありマスク付きモデリングを提案しています。スペクトル漏れに着想を得た破損戦略を用いるLeakage-aware Spectral MAEを提示し、ドップラーを主要な空間次元として扱う表現が単純なチャネル積み重ねより優れることも示しています。
説明AMSchem：検証可能なエージェント生成によるアナログ・混合信号回路の回路図自動作成
要約本論文は、アナログ・混合信号（AMS）回路のネットリストから読みやすい回路図を自動生成する、学習不要で検証器が導くエージェント型フレームワーク AMSchem を提案する。回路を意識した視覚的計画と、実行可能な回路図の幾何情報を分離し、確定的な検証器でデバイス、ピン接続、幾何の正しさを保証する。また、12 種類の 64 回路からなるベンチマーク AMSchem-Bench を構築している。
説明機械学習モデルは予測しているのか？
要約本論文は、機械学習モデルが理論と同様に予測を行えるのかを論じ、「予測」と「事後的調整（accommodation）」の区別が、出力の根拠となる証拠が構築時に用いられたかどうかで決まることを踏まえています。著者らは、この区別はMLモデルにも当てはまるものの境界は曖昧だと主張し、成功した出力の多くは事後的調整の性格が強いと論じています。さらに、その見解が確証、新規性、科学的実在論に与える影響も検討しています。
説明非線形システム同定のためのテンソルネットワーク・カーネルマシン
要約この論文は、低ランクテンソルネットワークを用いて非線形システム同定を効率的に行うテンソルネットワーク・カーネルマシンというモデルクラスを紹介しています。モデルクラスを特徴づける2つの性質を読者に解説し、そのようなモデルの最適化と正則化について論じ、最近の進展と今後の探究の出発点も示しています。
説明世界モデルは未知のゲームの仕組みを何回の経験で学べるか：テスト時学習
要約本論文は、未知の環境で世界モデルが新しいゲームの仕組みを予測するために何回の経験が必要かを検討しています。著者はARC-AGI-3の20ゲームにおける69の繰り返し現れる仕組みに注釈を付けた評価基準MechEvalを提案し、3500万パラメータのビジョン・トランスフォーマーWARCを構築しました。未見のゲームでは、WARCは5つのうち4つの仕組みを、変化するセルで80%以上の精度で予測でき、そのうち半分は約80回の経験で到達しています。
説明GPU上の3Dガウシアン・スプラッティングにおけるSMレベルの負荷不均衡の緩和
要約3Dガウシアン・スプラッティング（3DGS）は、一般的なGPU上で写実的なリアルタイム描画を可能にする技術です。本論文は、画面のタイルごとに作業量が偏ることで生じるSMレベルの負荷不均衡を指摘し、大部分のSMが待機し少数のSMが重いタイルを処理する状況を明らかにしています。提案手法は、永続カーネルで重いタイルを優先的にスケジュールし、外れ値のタイルを複数のCTAに分割します。再学習も専用ハードウェアも不要で、大規模都市シーンではシーンごとの平均でアルファブレンディングを最大2.93倍高速化します。
説明マルチエージェント強化学習システムをモジュールとして捉える視点
要約本論文は、断片化したマルチエージェント強化学習（MARL）の文献を整理するため、MARLシステムのモデリング・分析・実装の枠組みを提案している。システムをエージェント、環境、学習、報酬モデリング、訓練・実行モード、通信、他エージェントのモデリング、評価基準の8つの機能モジュールに分解し、それぞれの役割と代表的手法を整理している。この分解に基づくフレームワーク「MARLKIT」を実装し、モジュールを明示的かつ交換可能な形で扱えることを実験で示している。
説明MNN-Pocket-0.3B技術報告：エッジ端末向けのコンパクトな言語モデル
要約本報告は、約3億パラメータの稠密型言語モデルMNN-Pocket-0.3Bを紹介します。最大32Kトークンの文脈長に対応し、スマートフォンやスマートグラスなどの端末上での動作を想定しています。INT4量子化時のデプロイサイズは173 MBで、iPad Pro M5上のデコード速度は最大466トークン/秒とされています。中国語と英語の知識・推論、数学、コーディング、指示追従などで高い性能を示すとし、重みとMNNのデプロイパッケージを公開しています。
説明滑らかな強凸関数上での重球モーメンタムの最適収束率定数
要約本論文は、重球法（ヘビーボール法）が滑らかな強凸関数のクラスにおいて勾配降下法よりどれだけ速くなりうるかを調べている。すべての調整の中での最悪ケースの収束率を 1-c(κ)/κ と書くと（κ は条件数）、2次元以上のどの次元でも c(κ) は 8 に近づくことが示される。下界はすべての調整に対して成り立ち、上界は明示的な調整と、正値性を厳密算術で検証したリャプノフ関数によって与えられる。最適に調整された重球法は、このクラスで勾配降下法より漸近的に約4倍速い。
注目点滑らかな強凸関数クラスにおける重球法の最適な収束率定数を求め、c(κ)→8 のタイトな界と明示的なチューニング・リアプノフ関数による証明を与えている。
説明PACE-ECG：縦断的構造を活用した、転移可能な心電図表現のための患者対応型コントラスト事前学習
要約本論文は、同一患者の時間的に隣接する記録間でコントラスト学習を行い、臨床的指針に基づくマルチタスク教師あり学習を組み合わせた心電図事前学習フレームワークPACE-ECGを提案しています。MIMIC-IVと2つの外部コホート（HEEDB）で、凍結した心電図表現による心筋梗塞後の全死因死亡および新規心不全の予測を評価しました。提案モデルは既存のDeepECG-SSLを上回り、エンコーダーははるかに小さく事前学習データも少量でした。研究は、事前学習目的の設計が下流での転移に大きく影響し、域内性能だけでは臨床的な汎化性は示せないと結論づけています。
説明HumanSightBench：MLLMの人間の視覚知覚を評価するベンチマーク
要約本論文は、多モーダル大規模言語モデル（MLLM）の視覚知覚能力を評価するためのベンチマーク「HumanSightBench」を提案している。7つの一級知覚カテゴリと21のサブカテゴリにまたがる2,876件の短答式視覚問題を含み、問題の明確さや答えの一意性などの5つの基準で項目を選別している。評価された8つのモデルの最良のpass@3スコアは65.6%で、計数カテゴリではどのモデルも27.5%を超えなかった。総合スコアでは見えにくい能力差を示している。
説明再構成可能な行為理論：動的に組み合わせ可能なエージェント・ハーネスのための形式的基盤
要約本論文は、行為そのものが行為理論を変更できる再構成可能な行為理論（RAT）を提案し、実行中にツール、プロバイダ、ポリシーを変えるエージェント・ハーネスを記述します。モジュールの読み込みと解除を因果法則に従う行為として表し、次の構成の一意性や既存の振る舞いの保存などの性質を示します。また推論課題の計算複雑性を分析し、有限のRAT系を非単調因果理論と充足可能性プログラミング（ASP）に変換します。実験では、有限のRATモデルをDeepSeek Harness、Pi、OpenHandsの公式実装と比較しています。
説明超音波ガイド波による構造健全性モニタリングの損傷同定のための物理情報付き正弦波表現ネットワーク
要約本論文は、Mindlin-Reissner板理論の支配方程式を学習過程に組み込んだ周波数領域のPI-SIREN（物理情報付き正弦波表現ネットワーク）を提案し、時間離散化なしで疎な超音波測定から超音波波動場を再構成します。モデルはAdam、残差適応的精緻化（RAR）、L-BFGSの三段階で最適化されます。実験では、疎な実測データから板の対角線長の1％の位置誤差でフライス加工による切欠きを検出・局在化できた一方、データ駆動型のベンチマークや通常の多層パーセプトロンでは損傷を同定できませんでした。
説明RecoGEM：本番規模の生成的推薦向けサービングシステム
要約本論文は、本番規模の生成的推薦（GR）を提供するサービングシステムRecoGEMを提案している。GRでは、アイテム識別子を自己回帰的に生成するため、オンラインでの提供が大幅に難しくなる。RecoGEMは、ランタイムと実行エンジンを分離する構造を採用し、GR特有の処理を担うランタイムと、GRの短いトークン列や大規模な候補集合に最適化された実行エンジンを備える。OneModelの本番ワークロードでは、1インスタンスあたり1,000 QPS超、P99レイテンシ35ミリ秒未満で、代表的なベースラインの2.88倍のスループットを達成したと報告している。
説明『Be My Eye』：ロボットが自分の視点の外まで見るための学習手法
要約本論文は、多ロボット協調における情報共有のための、タスク指向の能動的コンテキスト共有フレームワークを提案している。ロボットは生の観測をそのまま送るのではなく、タスクの目標と実行の進捗に応じて重要な情報を圧縮表現にまとめ、限られた通信量の中で伝える。手法は二段階の学習からなり、まず圧縮表現を学習し、次にそれを事前学習済みのVision-Language-Action（VLA）ポリシーに組み込んで双方向の情報交換を実現する。制御実験では通信量が制限された条件で大きな性能向上が示され、実機による二台のロボットのタスク3件でも有効性が確認されている。
説明深さを候補の供給源とみなす：大規模言語モデルの再帰的テスト時スケーリングのためのポートフォリオ配分
要約本論文は、再帰的深さを増やして推論時の計算量を拡大する大規模言語モデルの再帰的潜在推論を扱います。浅い深さで見つかった正解を深い再帰では失う場合があり、深さごとに成功する問題の集合も互いに包含関係にならないことを示しています。そこで、深さを候補解の供給源として扱い、共有の推論予算内で配分するDepth Portfolio Allocation（DPA）を提案しています。GSM8K、SVAMP、MultiArith、MBPPでの実験では、混合深さのポートフォリオがオラクル被覆率を広げ、フィードバックに基づく逐次配分が一様配分と同等以上の結果を示したと報告されています。
説明視聴覚ノイズ下の音声処理における深層ニューラルネットワークと人間の脳の表現的整合
要約本論文は、深層ニューラルネットワーク（DNN）の表現が、音響処理から言語処理へと進む人間の脳の過程とどのように整合するかを調べたものです。神経エンコーディングモデルで音響特徴と言語特徴に対する神経応答をシミュレートし、表現類似性分析（RSA）によって、事前学習済みの自動音声認識（ASR）モデルの埋め込みとの類似度を比較しています。浅い層は音響関連の神経応答に、深い層は言語関連の神経応答により近いことが示され、視聴覚ノイズデータによる微調整でこの整合がさらに高まるとされています。
説明VLA-MOPD：マルチタスクVLAポリシー統合のためのオンポリシー蒸留
要約本論文は、フローマッチングに基づく視覚・言語・行動（VLA）ロボットポリシーの専門モデルを、単一の共有学生ポリシーへ統合する手法VLA-MOPDを提案する。学生はロボットの実行中に各観測と中間の常微分方程式状態で、指示によって選ばれる凍結された教師に問い合わせ、マスク付き局所マッチング損失で行動を学習する。LIBEROとRoboTwin 2.0のベンチマーク、およびPiperロボットで、統合後の成功率が向上したと報告している。
説明文脈を考慮した時系列予測のための、根拠に基づく推論の学習
要約本論文は、文脈を考慮した時系列予測のためのモデルCastReasonerを提案しています。構造化された思考連鎖により文脈特徴から予測の根拠を抽出し、そこから示唆される将来の動きを推論して予測の事前分布と照らし合わせます。教師ありファインチューニングと強化学習からなる二段階の学習を用い、多分野の予測ベンチマークで優れた予測性能を示したとしています。
説明大都市圏におけるパンデミックの社会経済的影響のモデル化
要約本論文は、以前提案したBTH-SEIRSモデルを拡張し、都市部での人の移動制限の影響をシミュレーションするものです。対象はフィンランドの首都ヘルシンキ周辺の大都市圏で、携帯電話会社の移動データ、鉄道の公共交通データ、宿泊施設の稼働率を用いています。モデルは実際の感染データと移動に関連する経済活動の主要な傾向を再現できることが示されています。
説明解釈可能な生存時間予測のためのオッズ構造化分布回帰
要約本論文は、時間対イベント予測における不確実性に対処するため、出力パラメータを対数オッズ（log-odds）で加法的になるように設計した分布回帰手法ODDS-DRを提案している。この手法は、臨床リスクモデルで広く使われる対数オッズという尺度と出力を対応づけ、時間依存の特徴量帰属に必要な層構造を備えている。2つの実臨床コホートで検証され、既存の最先端手法と同等の予測性能を示しつつ、分布出力を解釈可能なリスク指標として提示できるとされている。
説明独立した時系列モデルを用いた階層型マルチチャネル惑星探査車転倒予測
要約本論文は、惑星探査車の安全確保のための階層型マルチチャネル転倒予測フレームワークを提案する。多段階の時系列畳み込みネットワーク（TCN）が慣性計測データから徐々に進行する不安定化パターンを学習し、GRUベースの前向き動力学モデルが予測残差によって想定外の動的逸脱を検出する。両信号は決定レベルの融合と優先度ベースの調停で統合され、早期警告や緊急ブレーキなどの段階的な安全動作を生成する。異種地形で収集した慣性計測データによる実験では、事象予測カバー率97.58%、中央値のリードタイム1.82秒を示した。
説明自己中心型基盤モデルの法科学的評価枠組み：犯罪現場再構成におけるEFM3Dの事例研究
要約本論文は、自己中心型（エゴセントリック）基盤モデルを評価するための法科学的枠組みを提示し、三次元用の自己中心型基盤モデルEFM3Dを用いてその有効性を示している。法科学の訓練施設で模擬室内犯罪現場4件を記録し、室内規模の再構成、意味的シーン理解、計算性能、法科学的適合性を評価している。結論として、EFM3Dは高精度の法科学的採取の代替ではなく、状況の記録や現場の検証を補完するツールとして位置づけられるとしている。
説明RAIL：生徒と互換性のある教師方策のための表現整合型模倣学習
要約本論文は、画像などの生の観測から強化学習を行う際の課題に対し、表現整合型模倣学習（RAIL）を提案している。教師方策は生徒が利用できない特権的な状態情報を使えるため、模倣に解消できない差が生じる。RAILは対比学習により教師と生徒の観測に共通する潜在表現を学習し、その空間で教師方策を訓練する。これにより教師の行動は生徒の観測から再現可能になる。複数の環境で、報酬の変更や生徒の事後微調整なしに、強力なベースラインや生の観測からの直接的な強化学習を上回ったと報告されている。
説明符号的な局所学習規則を自動発見する手法
要約この論文は、誤差逆伝播法に代わりうる符号的な局所学習規則を発見する一般的な手法を提案しています。理論上はあらゆる深層学習アーキテクチャとタスクに適用可能です。各層の局所損失関数を自動的に発見し、分類、再構成、自己教師あり学習のタスクで検証されています。発見された規則は層間に非自明な相互作用をもたらし、対応する全体損失を大きく減少させるとされています。
説明CADMA：生成モデル評価のための容量考慮型カバレッジ分解手法
要約本論文は、生成モデルの分布カバレッジを評価するためのCADMAフレームワークを提案している。実データと生成サンプルの局所的な容量を照合することで、幾何学的カバレッジと有効カバレッジを分けて扱う。実験により、既存の指標より信頼性の高いカバレッジ推定と、モード欠落やモード崩壊といった多様性の欠陥を細かく診断できることが示されている。
説明時間窓内の疑似ラベル分布を制御し、オンラインのテスト時適応を安定化する手法
要約本論文は、持続的テスト時適応（CTTA）で疑似ラベルの使用クラスが徐々に狭まり、ドリフトや崩壊が起きる問題を扱います。提案手法SCALARは、直近の予測をバッファに保持し、Sinkhornアルゴリズムで目標分布に合わせてクラス分布を均衡させ、その均衡化されたソフトターゲットで適応を行います。モデル構造は変えず、ImageNet-Cではピーク時のGPUメモリ増加は約10 MBです。エントロピーや多様性に基づく既存の安定化手法と組み合わせることもできます。
説明刈り込みか統合か：多言語の実運用タスクにおけるMoE大規模言語モデルの専門家圧縮
要約本論文は、ウェブホスティング企業の多言語実運用タスク5種において、単発の専門家圧縮手法であるREAP（刈り込み）とREAM（統合）を比較しています。対象は300億パラメータの2モデルで、専門家の除去率は25%と50%です。20の比較のうち、REAPが有意に優れたのが16件、REAMが2件で、刈り込みが全体として優勢でした。損失は主に出力の形式制約に集中しており、無効なJSON、モバイル表示の崩れ、暴走生成などが原因として挙げられています。
説明ECOS：言語エージェント向けに環境で校正されたオンポリシー自己蒸留手法
要約本論文は、言語エージェントが自ら書いた軌跡ベースのスキルを特権的文脈として用いて自身の教師役を務める、環境校正型オンポリシー自己蒸留（ECOS）を提案している。環境の結果を使って教師の指導をどの程度信頼するかを決め、より高い優位性の指令を好むように誘導するスキルを強化する。ALFWorld と WebShop の評価では、推論時にスキルを使わない 3B・7B エージェントが高い成功率を示し、未見タスクでは同条件の GRPO を上回ったと報告されている。
説明練習の正答率が隠すコスト：自己生成学習データにおける解法付き例と新規ルールの合成的利用
要約本論文は、2Bパラメータの推論モデルが二つの架空の定量ルールを学習する場面で、ルールシートのみから学習データを生成する方法と、プログラムで作成した解法付きの例を加える方法を比較しています。ルールシートのみの方が、同じルールを二つの区間にまたがって順に使う合成課題で高い成績を示しました。一方、解法付きの方式では、合成に成功するごとに生成されるトークン数が多くなっています。
説明PARIS：PRISMA指針に沿った、エンドツーエンドの系統的文献レビューのためのマルチエージェントLLMフレームワーク
要約本論文は、オープンソースのフレームワークPARISを提案している。コンダクターエージェントが15個の大規模言語モデル（LLM）エージェントを調整し、研究課題の設定から原稿草案の出力までを行う。また、統合前の文献コーパス品質を0〜100点で評価する指標QualityScoreを導入し、3つの人間によるチェックポイントを設けている。2つの事例研究で、分野横断的な実行可能性と、監査で明らかになった失敗モードを示している。
説明ネットワーク侵入検知における量子カーネルの安定性に関する実証評価：ハードウェアノイズが性能低下の主因かを検証
要約本論文は、NSL-KDD と ToN-IoT のデータセットで Pegasos-QSVC を用い、ノイズのない厳密な状態ベクトル・バックエンドと三つのノイズ模擬超伝導バックエンドで計 56 件の量子実験を行っています。XGBoost の精度が量子モデルを大きく上回り、量子モデルは乱数シードへの依存も大きく、一部の実行は退化した分類器になりました。そのうち二件はノイズのないバックエンドで生じています。著者らは、平均精度だけでは許容できない挙動が隠れうるとして、最悪ケース、シード別のばらつき、クラス別指標の報告を重視すべきだと述べています。
説明注意力の幾何学的不変量：重みだけからヘッドの専門化を予測
要約本論文は、各アテンションヘッドが回転位置埋め込み（RoPE）と結合する能力を測るスカラー不変量 ρ を導出し、順伝播を行わずにヘッドを分析できる枠組みを示しています。4つのバイアスなしRoPEモデル（1.35億〜70億パラメータ）において、ρ は機械論的解釈可能性で最も研究されている回路であるインダクションヘッドと、スピアマン相関係数 -0.55〜-0.74 で関連していると報告しています。予備的な実証として、位置に関するヘッドの上位50%にのみ YaRN を適用したところ、全ヘッドに一律適用した場合より困惑度の悪化が小さかったとしています。
説明グラフベース強化学習による複数の巡視無人水上艇の逐次ランデブー計画
要約本論文は、指揮用無人水上艇が複数の巡視無人水上艇と順番にランデブーする任務計画を扱う。任務完了時間と優先度に応じた期限に対する総遅延の最小化を目的とし、格子ベース経路計画、代理モデルによる移動時間予測、グラフベース強化学習を組み合わせた枠組みを提案する。グラフニューラルネットワークがランデブー事象の時空間的関係を利用して方策を学習する。格子ベース経路計画での評価では、貪欲法、MLP-RL、2ステップ先読み貪欲法と比べて目的値がそれぞれ平均10.5%、3.5%、1.5%低下し、計算時間は後者の約1/35である。
説明次の状態を評価して行動を学ぶ世界モデル手法
要約本論文はWM-PPOを提案します。世界モデルで各候補行動による次の観測を予測し、評論家（critic）がその予測された後続状態を評価することで、疎な終端報酬しかない環境での方策と価値の学習に補助信号を与えます。成功率はALFWorldでPPOの63.5%から87.5%へ、ScienceWorldで39.3%から52.9%へ上昇しました。
説明TrajLift：遅延変調熱拡散を用いた記憶想起軌跡の表現手法
要約本論文は、言語的な想起過程を階層グラフ上の時間付き軌跡としてモデル化するスペクトル的フレームワーク「TrajLift」を提案しています。中核となるのは意味階層上での遅延変調熱拡散で、想起された各単語を多層的な階層構造と連続的な検索時間の両方を含む表現へと変換します。合成ベンチマークと実臨床データにおいて、時間情報と意味構造を同時にモデル化することで複数のベースラインを上回り、検索時間の情報量が多いほど利得が大きくなることが示されています。
説明欺瞞アーカイブ：大規模な言語的欺瞞検出研究のための標準化データセット・リポジトリ
要約本論文は、大規模な系統的レビューに基づいて構築された、公開されている言語的欺瞞データセットの標準化リポジトリ「Deception Archive」を紹介しています。現在、41の公開データセットに含まれる387,995件の真実または欺瞞的な発言が収録されています。データの集約的な提供とメタデータの整備により、データセットの発見、横断的な検証、計算モデルの再現可能な評価を支援することを目的としています。
説明視覚言語モデルを活用した連合型教師なし視覚認識
要約本論文は、CLIPなど事前学習済みの視覚言語モデルのゼロショット能力を活かし、教師なし認識を対象とした初の連合学習フレームワークFedURを提案しています。クラスを考慮したデータ選択による擬似ラベル機構、クラス重みと負の擬似ラベル戦略、そして汎用視覚プロンプトはサーバで集約し個別化テキストプロンプトはクライアントに保持するプロトコルを含みます。実験では、ラベルレベルおよび特徴レベルの分布変化のいずれにおいても、FedURが基準手法を上回ったと報告されています。
説明NearFormer：ランダム近傍によるサイズ線形のスパースアテンション
要約グラフTransformerは長距離の相互作用を捉えられるが、注意機構の計算量が二次で増えるため大規模グラフへの適用が難しい。本論文のNearFormerは、大域的な注意を乱択の近傍（NN）グラフに制限する手法である。各ノードは、ラベルに依存しない特徴量またはスペクトル幾何で定義される、より広い近傍から選ばれた少数の近傍ノードとだけ接続する。実験では、長距離グラフのベンチマークと合成構造タスクにおいて、局所的なメッセージパッシングや密・疎の注意機構と比べて、精度と拡張性のバランスが良いことが示されている。
説明盲目的変異と選択的保持：AI科学者の創造的アイデア生成を改善する
要約本論文は、認知枠組みである盲目的変異と選択的保持（BVSR）に着想を得た発見手法を提案する。生成段階ではタスク情報を意図的に制限して探索を広げ、選択段階では同一タスクで検証済みの提案とその結果から有望な候補を残す。5つのモデルと12の科学タスクでの評価では、提案の独創性と非自明性が向上し、遺伝子発現解析や薬物応答予測など複数のタスクでより強い成果が得られたと報告している。
説明TS-GEAR：淘宝閃購向けの生成型広告検索フレームワーク
要約本論文は、配達範囲外の加盟店が無効候補となるオンデマンド配送プラットフォームの課題に対し、統一的な生成型検索フレームワークTS-GEARを提案する。地理的接続性を予測対象とする地理意味IDや、クエリと位置を二重の対象とする履歴行動の注意機構、重複を除いた群報酬に基づくGMPO最適化を含む。淘宝閃購の検索広告に展開され、1日1.5億件超のクエリを処理し、命中率と地理的有効性で既存手法を上回り、広告インプレッションは3.8%、広告収入は4.2%向上した。
注目点地理的到達可能性を生成的意味IDに組み込み、集合レベルの重複排除を導入。淘宝閃購での本番展開でHitRateと広告収益の向上を報告。
説明熱的快適性コホートモデルの再現研究：熱的選好予測の改善は支持されず
要約本論文は、個人の熱的快適性モデルに必要な大量の個人データを減らすため、人口統計や心理測定的特徴、または類似した熱的選好によって居住者をグループ化する熱的快適性コホートモデルの研究を再現したものです。著者らは原研究の方法論を評価したうえで、2つのデータセット（DORN、PersonAI）を用いて再現実験を行いました。F1-micro では多数派クラスを常に出力する基準モデルがコホートモデルと同等の性能を示し、F1-macro では全コホートモデルの中央値が、熱的選好の推定分布に基づいてランダムに予測する単純な基準を下回りました。そのため、コホートモデルが熱的選好予測を改善するという原研究の結論は支持されないと結論づけています。
説明「Embodied First Exam」：コーディングエージェントによるロボット制御の統一評価フレームワーク
要約本論文は、物理的制約の下でコーディングエージェントが多様なロボットを確実に制御できるかを検証する評価フレームワーク「Embodied First Exam」を提案する。35のスイート、1,156のタスク、47台のロボットを含み、直接制御、コードによる制御、ポリシー学習による制御のいずれも選択できる。実世界に近い標準設定では、最も優れたエージェントの核心タスクにおける成功率は34%にとどまった。
説明GeoMind：ロボット操作における空間理解のベンチマーク
要約本論文は、卓上での操作タスクを通じて空間理解を体系的に評価するベンチマーク「GeoMind」を提案しています。空間推論と空間記憶を軸とする54のタスクバリエーションを含み、検証済みの目標と実行可能な操作を備えたタスクインスタンスを自動生成・注釈付けする仕組みも備えています。多様な具身エージェントを評価した結果、空間変化の後にアイデンティティを追跡することや、関係的・幾何学的制約を実行可能な行動に変換することに一貫して弱点があることが示されました。
説明レイクハウスにおけるリアルタイム分析のためのトランザクショナルなデータ変更
要約本論文は、レイクハウスでのリアルタイムデータ分析の需要に応えるため、データ同期フレームワーク「Retina」を提案しています。ACID保証を維持しつつ、リソース消費や分析クエリ性能への影響を抑えてデータ変更を反映することを目指しています。著者らはRetinaを実装してオープンソースとして公開しています。評価では、データの鮮度が10ミリ秒レベルに達し、毎秒320万行を超える線形スケーラブルなデータ変更スループットを示し、既存のレイクハウスシステムやレイク互換HTAPデータベースを大きく上回ったと報告されています。
説明FraudBench：AIの欺瞞行為に関する法的評価
要約本論文は、大規模言語モデルが米国法の下で詐欺に当たる行為を推奨、支援、または直接実行するかどうかを評価するFraudBenchを提案している。データセットは実際の米国の裁判事例に基づき法律専門家が検証した159のシナリオからなり、助言、メッセージ作成、直接代行という三段階の自律性に応じた計477のタスクで構成される。20のモデルを25の実験条件で評価し、人間のベースラインも含んでいる。
注目点実在の米国判例に基づく欺瞞評価を自律性の段階別に構築し、20モデル・30万超の生成と事前登録の人間ベースラインを報告している。
説明修正者に決めさせる：修正者の尤度からコード位置特定器を学習する
要約本論文は「修正者誘導型位置特定（FGL）」を提案する。位置特定器が複数の候補を提示し、固定された修正者が各候補から検証済みパッチを生成する尤度で採点する。その採点に基づき重み付き教師ありファインチューニングで位置特定器を学習し、テストの実行も強化学習も用いない。Gemma 4 E4Bで全体の仕組みを構築し、検証済みの軌跡1,629件を用いている。
説明同じ物理、異なる勾配：微分可能物理シミュレーションの最新動向レポート
要約本論文は微分可能物理シミュレーションに関する総説である。返される微分がどの対象に属するか（有限の計算、収束した方程式、連続的な力学）と、逆伝播の構成方法（自動微分、方程式レベルの随伴解法、カスタム随伴）を区別し、各手法とエンジンを分類している。また、一つのテストベッドで有用な勾配が失われる四つの仕組みを測定し、それらの条件下でゼロ次法がシミュレータの勾配を上回る可能性についての証拠を検討している。
説明平坦な走査を超えて：自己回帰グラフ生成のための合成的抽象化
要約自己回帰型グラフ生成モデルは通常、平坦なノード・エッジの走査によってグラフを線形化するため、大規模で複雑なグラフの高次構造が見えにくくなることがあります。本論文では、粗視化、トークン化、復号を分離する階層的グラフ抽象化と粗から細への生成パイプラインを提案し、コミュニティ粗視化、階層的トークン化、順序のランダム化という3つの設計軸を検討しています。分子および非分子の各5種のベンチマークで、階層的な直列化は全分子データセットで分布と構造の一貫した改善をもたらし、非分子では利得が与えられた階層と対象分布の構造との整合性に依存することが示されています。
説明動的システムに基づく生成モデルにおける特徴学習と崩壊のバランス
要約本論文は、正規化フローや拡散モデルなど、動的システムに基づく生成モデルの学習動態を研究している。著者らは力学系と作用素理論の手法を用い、一般的な確率微分方程式の勾配流を線形作用素の合成として表し、モード崩壊を生成モデルの低ランク的な偏りと関連付けている。変分推論とフローマッチングの課題において、この偏りは二つの仕組みで現れることが示され、特徴学習と崩壊の間にトレードオフがあると論じている。
説明EgoLabel：クロスモーダル一貫性に基づくゼロショット一人称視点の自動ラベリング
要約本論文は、対象領域の教師ラベルによる学習なしで既存モデルを組み合わせ、一人称視点における深度、カメラ姿勢、物体、手の姿勢を自動ラベリングするゼロショット・パイプライン「EgoLabel」を提案している。20のシーケンスで、手ごとの深度アンカリングは単一のグローバルスケールと比べてシーケンスごとの手-深度残差中央値の平均を23%削減した。手のPA-MPJPEは14.53±1.29 mm、絶対MPJPEは119.1±31.3 mmである。
説明DisasterVL：災害シーン理解のための根拠ベース視覚推論データセットとモデル
要約本論文は、災害画像に関する根拠に基づく推論のためのデータセット兼ベンチマークDisasterVLを紹介しています。142か国の約120万枚の画像と、2,500万件の構造化アノテーション（シーン説明、事象・場所の評価、空間関係、視覚的質問応答など）を含みます。テストセットでは、9BパラメータのモデルDisasterVLMが、評価された汎用ベースラインを説明文生成、自由記述形式の質問応答、事象推論、領域レベルの位置特定で上回りました。データセットとモデル、コードは公開予定とされています。
説明時系列基盤モデルは株価指数先物の収益を予測できるか：モデル・指標・入力表現に関する事前登録型評価
要約本論文は、凍結された時系列基盤モデル（TSFM）による株価指数先物の日中収益予測を、事前登録の手続きで検証したものです。対象はE-mini NasdaqとE-mini S&P 500の先物で、変化なし予測（no-change）との比較では、盲検データ上で160の組み合わせのいずれも勝りませんでした。見かけ上の予測力は、指標や単純なルールによるものとされています。
説明見える裾：重い裾のバンディットにおける未知のモーメントへの適応の特徴づけ
要約本論文は、報酬のモーメント（積率）パラメータが未知の重い裾のマルチアームバンディット問題を扱う。定数倍のコストで未知のモーメントへの適応を可能にする最適腕の分布の条件として、片側的で平行移動不変な「分散コア可見性」を提案している。可見性定数を既知とする分位点切断UCB指標が、この分布族で中心モーメントの基準を達成することを示す。
注目点新規性は、矩パラメータなしで未知の矩に適応できる最適腕分布の条件（可視性）を特徴づけ、分位点トリミングUCBを示した点にある。作者は同クラスで中心矩基準を達成し、指数的な対数係数のタイトな界を報告する。