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Antalia-2 Mini：完全に合成音声で学習させた 760 万パラメータのトルコ語音声合成モデル
要約本論文は、単一話者のトルコ語テキスト読み上げモデル Antalia-2 Mini を紹介している。パラメータ数は 7,620,931 である。学習音声はすべて教師モデル VoxCPM2 から生成され、自動チェックにより約 1,790 時間が残された。495 文の Freya-TR-Eval ベンチマークでは、バージョン 1.0.1 の単語誤り率は 1.09%、文字誤り率は 0.22% であった。8.6M パラメータのトルコ語モデル EMA Lightning とは統計的に区別できないとされている。
説明FastWild-GS：写真ごとのコンパクトな外観適応による、数分規模の野外ガウシアン・スプラッティング
要約本論文はFastWild-GSを提案し、露出や照明が異なり通行人などの一時的な物体を含むネット上の写真から三次元シーンを再構成する手法を示している。各写真を128次元の写真外観トークンと、チャンネルごとのスケールとオフセットの計6パラメータで表し、小さなMLPがこのトークンと各ガウシアンの特徴から色を予測して球面調和関数に代える。PhotoTourismではシーンあたり約8.8分の学習でLPIPSが比較手法中最も低く、NeRF-OSRでは約9.7分で平均のPSNR、SSIM、LPIPSが最良だった。
説明マルチモーダルリモートセンシング事前学習における跨モーダル対応関係の緩和
要約本論文は、マルチモーダルリモートセンシング事前学習が厳密なインスタンス単位の対応付けに依存する必要があるかを検討しています。同じクラスに属する異なるインスタンス同士の組み合わせを用いるSemPair（意味的ペアリング）を提案し、潜在因子モデルにより共有される意味構造は保持されることを示しています。さらに、意味的ペアリングと厳密なペアリングを連続的に補間するMixPairを導入しています。実験では、SemPairが厳密なペアリングと同等の転移性能を示し、MixPairでは下流タスクへの転移と実例ペアリング比率の間に単調でない関係が見られました。
説明単一細胞RNA-seqデータからの遺伝子制御ネットワーク推定のためのグラフ学習とペアワイズ学習の統合
要約本論文は、単一細胞RNA-seqデータから遺伝子制御ネットワーク（GRN）を推定する手法を扱っています。既存のグラフベース手法は過学習しやすく、ペアワイズ手法は全体のトポロジー構造を見落とすという課題を指摘しています。著者らはこれらを統合するエンドツーエンドのフレームワークscGPLを提案し、重要度に基づく動的サブグラフサンプリングを導入しています。7つのベンチマークデータセットで最も強いベースラインより最大13.7%向上したと報告されています。
説明AnchorMTS：長期時系列予測のためのマルチビュー信号表現と予測アンカー融合
要約本論文はAnchorMTSを提案し、観測された各ウィンドウから視覚と文章の二つのビューを生成して、完全な数値予測を精緻化します。学習可能な証拠経路が候補予測を生成し、パラメータを持たない出力投影により数値アンカーからの各変数のずれを厳密に制限します。六つのベンチマークと四つの予測期間で、宏平均MSE/MAEは0.336/0.367となり、七つの教師あり基準手法の中で最良でした。補助経路を取り除くと宏平均MSEは0.340に上昇します。
説明LLMによる検証で最小対ベンチマークが言語モデルにとって易しくなることの検証
要約本論文は、最小対ベンチマーク（英語のBLiMP、ケベック仏語のQFrBLiMP）のラベルを人手の代わりに大規模言語モデルで検証する方法を検討している。LLMで選別された項目は、人間の判断で支持された項目であっても、LLMが受け入れた項目より言語モデルにとって難しいことが示された。著者はコード、検証結果、項目ごとのスコアを公開している。
注目点新規性は、最小対ベンチマークの人手検証をLLMで代替する手法を検証し、フィルタリングがベンチマークをモデルにとって易しくすることを示した点にある。作者はBLiMP、QFrBLiMP、BLiMP-NLでの結果を報告している。
説明対象は述語である：意味レベルの動画推論セグメンテーションのための述語状態グラウンディング
要約本論文は、固定された物体ではなく、物体と時間にまたがる動的な述語を問い合わせで定義する述語状態動画推論セグメンテーション（PS-VRS）を提案している。著者らは、活性/空き状態、時間区間、ピクセルマスクを注釈した2,077本の動画と16,250件の問い合わせからなるPS-Benchを構築した。提案手法PSGは、状態トークンの予測、フレームとの整合、活性状態に限ったSAM2によるマスク生成の三段階からなる。PS-Benchで既存のベースラインを9.32 J&F上回り、誤検出マスクを大幅に減らしたと報告している。
説明容量と精度を両立する効率的な2Dガウス画像表現（CP-GS）
要約本論文は、限られた容量の下で画像を表現するCP-GSフレームワークを提案する。ガウス関数の数の配分と属性パラメータの精度を、共通のレート制約のもとで同時に最適化する。内容に応じて固定数のガウス関数を冗余な領域から必要性の高い領域へ再配分し、属性ごとに歪みを考慮した階層的な量子化を行う。DIV2KとKodakでの実験では、複数の予算において代表的な2Dガウス表現および暗黙的ニューラル表現より優れたレート歪み性能が示されている。
説明モダリティ横断の行動プレフィックス予測とアライメントによるマルチモーダル強化学習手法
要約本論文は、データが限られる強化学習においてマルチモーダル観測から表現を学習する課題に取り組み、行動プレフィックスからの将来表現予測と、観測アンカーに基づく対照的なモダリティ間アライメントを組み合わせた改良予測表現（IPR）を提案している。DeepMind Control Suiteの5タスクでは、視覚と深度画像を用いる場合はIPR-Hが基準手法より平均リターンが10.0%高く、視覚画像と位置ベクトルの場合は3.4%高かった。Webotsでは、LiDARがない場合は両IPR構成が基準より高い平均最終リターンを示したが、LiDARがある場合は示さなかった。
説明柔軟性も必要だ：柔軟な足首を持つ受動歩行機の情報量指標に関する研究
要約本論文は、知能ロボットと生物の適応性や器用さの間に残る差を取り上げ、生物の形態計算の原理に基づくモデル化と制御の必要性を論じています。受動動的歩行モデルを例に、マクギアのコンパス步行から出発して膝と足首の柔軟性、足のロッカー効果、分散脚慣性を持つRuina型コンパス步行を導入し、状態依存のモンテカルロ法と再生核ヒルベルト空間法により可能な相空間体積W(γ)を推定しています。
説明Omni-JEV：テキストとデュアルストリーム音声による対話行動判断
要約本論文は、全二重音声アシスタントが次に取るべき対話行動を判断するモデルOmni-JEV（Omni-JEV）を提案している。入力はテキストか、役割ごとに分けたユーザーとアシスタント参照の音声で、五つの対話行動それぞれの確率を出力する。学習には教師あり微調整に続けて強化学習（RLCD）を用い、Gaussian Omni-JEVは音声で84.08%、テキストで96.55%のテスト精度を報告している。
説明DisasterAgent：リモートセンシング画像から検証可能な災害報告書を生成する証拠駆動型エージェント
要約本論文は、二時期の光学リモートセンシング画像から検証可能な災害報告書を生成する証拠駆動型エージェント「DisasterAgent」を提案する。まず専門の視覚ツール群で時空間知覚グラフ（STPG）を構築して災害による変化を構造化して保存し、その後、各記述を支持する視覚的証拠へのインライン引用を付与する。DisasterM3およびRSCCのベンチマークで、汎用の視覚言語モデルなどより高い性能を示し、元のモデルと比べて報告書生成の平均スコアが向上したと報告している。
説明RF3DGS：自己事前情報を用いた反射除去型3Dガウススプラッティング
要約本論文は、多視点画像から反射を取り除く3D再構成手法RF3DGSを提案しています。同一の3D点に対応する多視点画像の最小画素輝度が反射のない情報と強く相関するという測光的事前情報を利用し、3D warpingによって補助視点の情報を集めてクリーンな擬似ラベルを作成し、自己教師ありの信号として用います。さらに、元画像の高周波成分を保持する適応的二重レンダリング損失を導入し、合成データと実世界データの両方で最先端の反射除去性能を示しています。また、Unityレンダリングエンジンに基づく初の3D反射除去ベンチマークも構築されています。
説明深度から安全な深度へ：移動ロボットのナビゲーションのための不確実性を考慮した単眼知覚
要約本論文は、移動ロボットの深度センサーを単一のRGBカメラで置き換える際の安全性を扱う。既成の単眼深度基盤モデルをそのまま使うと、近くの障害物までの距離を系統的に過大評価するため、シミュレーションのナビゲーション試験で120回中63%が衝突したと報告している。著者らは、凍結した深度モデルの上に載せる軽量モジュールを提案し、深度の補正量と不確実性を予測して、より保守的な「安全な深度」を算出する。その結果、衝突率は63%から3%に下がり、成功率は37%から70%に上がったとしている。
説明交互スコアを超えて：独立な再現による特徴量交互作用の選択
要約本論文は、特徴量交互作用を選択するためのモデル非依存フレームワークLENSを提案します。同じ学習アルゴリズムで互いに素なデータから2つのモデルを学習し、予測値のみを用いて、主効果を除いた交互作用の強さを特徴量ペアごとに評価します。第2のモデルが意味のある強さでそのパターンを再現するかを検定し、一度の多重検定補正で保持する組を決めます。合成データ、フランスの自動車保険データ、2つの与信データセットでの実験結果が示されています。
注目点再学習ではなく独立した再現で特徴量交互作用を選ぶ手法を示し、強度下限が選択の一貫性を回復することを証明；合成・実データで検証。
説明モジュール型ニューラルネットワークにおける通信のための同期の探究
要約本論文は、モジュール内容と動的な位相状態を分離するモジュール型アーキテクチャSyncNetを提案します。学習されたKuramotoダイナミクスが位相を変化させ、位相の整合によって共有チャネルを介した通信が決まります。Sort-of-CLEVR（関係推論）とSQOOP（系統的汎化）で評価したところ、配対の多様性が最も低い3設定で保持データ精度が最高となり、最も難しい設定では5.1ポイント上回りました。一方、内容アドレッシングの変種を最初から学習させると同等の性能となり、効果は同期そのものより모듈分解に由来すると論じています。
説明混合信号：脳波・心電図向けの重み空間プログラミング
要約言語モデルが学習済みニューラルネットワークの重みを読み取って編集し、勾配降下法の代わりに推論で「学習」させる手法を検討した論文です。脳波（EEG）と心電図（ECG）のモデルで実験し、フロンティアモデルが故障の内容を知らされなくても誤りを修正でき、アーキテクチャ、タスク、少数の被験者データだけから重みをゼロから書けることを示しました。ある実験では、勾配降下法の6分の1の被験者数で標準的な学習と同等の性能に達し、同じ5名のデータから作った従来の手作業による脳波処理手法を上回りました。一方で、学習済みの分類モデルの改善は難しく、重みだけからタスクを確実に認識することもできないと報告されています。
説明版面と読み順の誤りがある場合にOCRと正解データを単語単位で対応付ける手法
要約本論文は、OCRの認識結果と正解テキストを単語ごとに対応付ける問題を扱います。作者らは2019年論文の「ゾーニング問題」を再検討し、読み順が入れ替わる条件下での正しさを評価するプロトコルを設計しました。複数の対応付け手法を比較し、合成ノイズ、歴史的新聞、Tesseractの幾何情報由来の正解データなどで実験を行っています。結果として、大きな位置ずれの後に局所追跡は失敗しやすく、一意のアンカーが少ない場合はアンカー型手法が崩れることが示されています。
説明共分散だけでは不十分なとき：単一細胞の反実仮想のためのカーネルベース正則化
要約本論文は単一細胞の反実仮想編集、すなわちある要因が異なっていた場合に観測された細胞がどう見えるかを予測する手法を扱っています。従来の線形共分散ペナルティによる既知因子と未知因子の分離は、非線形な相互作用がある場合には不十分であることを示しています。正規化ヒルベルト・シュミット独立性基準（HSIC）を加えると、シミュレーションデータで真の介入効果を回復できることが示されています。さらに、この非線形概念ボトルネックモデルを複雑な単一細胞RNAシーケンスデータに適用し、異なる組織環境下での発現プロファイルの反実仮想生成が改善されたと報告しています。
説明言語モデルは感情を捉えているか？感情ベクトルの検証
要約本論文は、言語モデルの内部表現において感情概念に対応する方向（感情ベクトル）を調べたものです。Qwen2.5-0.5B-Instruct と Qwen2.5-3B-Instruct を対象に、GoEmotions から抽出した 8 つの方向を、感情プロービング、活性化への介入、教師あり補正によって評価しています。感情のみのプローブは二値の TweetEval で 88.66%、90.70% の精度を得ました。ただし、感情空間の除去による精度低下は、等方的ランダム部分空間の除去と比べて差が小さく、感情に固有の仕組みは確認されなかったと結論づけています。
説明フローマッチングのデノイザを用いた逆問題向けPlug-and-Play ADMM
要約本論文は、フローマッチングによる事前分布に対するADMMベースのPlug-and-Play（PnP）フレームワークを提案し、補助変数と双対更新によって測定モデルと事前分布の整合性を強めます。さらに、確定的投影と確率的投影を組み合わせて、フローの軌道との整合性を回復する軌道補正機構を導入しています。その結果、計算コストを抑えながら高品質な再構成を実現するとされています。
説明レーザービーム幅と測定ノイズがレーザースキャンによる樹木直径推定に与える影響
要約本研究は、移動式レーザースキャン（MLS）で生じるレーザービーム径に起因する誤差と測定ノイズの影響を調べ、幹の直径推定への影響を定量化しています。シミュレーションと実験により、距離方向と走査角方向で分散が異なるノイズ（不均一分散）とライダーのビーム幅が、直径推定の偏りを距離だけでなく樹木の直径にも依存させることが示されました。胸高直径10cmを超える樹木では、センサーの技術仕様のみを用いて偏りを予測・補正でき、北方林の試験地で二乗平均平方根誤差を1cm未満に低減しました。一方、直径10cm未満の小径木では、樹皮や幹の真円度などの要因により精度が制限されます。
説明厳密な整数演算による決定的で再現可能な推論と、その帰結としての検証可能な分散推論
要約本論文は、推論の全工程を厳密な整数演算で行うオープンソースのランタイム tritify を提案する。浮動小数点はオフラインの量子化と検証用の参照計算にのみ使われる。著者らは、ハードウェアをまたいでも出力ビットが一致し、浮動小数点の参照と同じ判断を再現し、計算を複数の機器に分けても結果が変わらないことを示した。これにより、分散推論の結果を検証できるとしている。
注目点精密整数演算で実モデルの順伝播を実行し、ハードウェア横断でビット再現可能な推論と分散検証を実現。複数モデルで検証。
説明動的チャネル知識マップ追跡のための重み付きAoIに基づくUAV軌道と報告制御
要約既存のチャネル知識マップ（CKM）構築は準静的環境を仮定しており、チャネルが急速に無相関化すると機能しません。本論文は、UAV群による空中の二次元平面上での連続的なオンライン動的CKM追跡を扱います。UAVの移動と報告の制約の下での長期誤差最小化問題を定式化し、重み付き情報年齢（W-AoI）を用いた指標駆動型のスケジューリング手法を提案しています。W-AoIは時間的な陳腐化と2D U-Netで予測される空間的不確実性を組み合わせ、top-K選択が単一スロットの誤差低減上界を最大化することを証明しています。シミュレーションでは、AoIのみおよびFIFOのベースラインと比べて定常誤差をそれぞれ3.8 dB²および4.8 dB²削減し、理想的なオラクルに近い性能を示しています。
説明TRUER：強化学習でエラー認識型補正器を使いテスト時に報酬を修正する手法
要約本論文はテスト時強化学習のためのフレームワーク TRUER を提案します。従来の TTRL は多数決でモデル自身の回答に報酬を与えるため、誤った解答が強化される場合があります。著者らは、誤って正の報酬が与えられるケースが報酬誤りの大部分を占めることを示しました。TRUER は少量のラベル付きデータを用いて、正しさと多数派の合意を区別する報酬補正器を学習し、その後これを固定して報酬の修正に用います。論文によれば、評価したすべての設定で、TRUER は素の TTRL を報酬精度とモデル性能の両面で上回りました。
説明自律的なRTLおよび論理合成最適化に向けて：ベンチマークと自己改善エージェント
要約本論文は、大規模言語モデルと自律エージェントを用いたハードウェア設計最適化の三つの方向を検討する。実際の電子設計自動化フローに即したRTL最適化ベンチマークを扱い、クリティカルパス分析、RTL書き換え、実装評価を自動化するマルチエージェント枠組みDr. RTLを提示する。20の実際のRTL設計での評価では、商用合成と比べてWNS/TNSが平均21%/17%改善し、面積が6%削減されたと報告している。
説明潜在状態エンコーディングによる広範囲持続的アドバイジング型インタラクティブ強化学習
要約本論文は、深層インタラクティブ強化学習の改良手法であるEncoder BPAを提案する。学習済みの潜在エンコーダで状態系列を各時刻の潜在表現に写像し、潜在空間での比較により保存された外部アドバイスを検索・再利用する。再利用の安定性を高めるため、top-k集約と一貫性条件を併用する。実験では、複雑で部分観測的な環境において、従来の深層インタラクティブ強化学習手法と比べ、学習初期の効率とアドバイスの活用度が向上したと報告している。
説明「穴」ではなく「ヒント」として扱う、定位誤差に強い動画オーバーレイ除去
要約本論文は、焼き込み字幕、カラオケ歌詞、タイトル、クレジット、ロゴ、透かしなどの動画オーバーレイを除去するHintEraseという手法を提案しています。マスクを穴ではなくヒントとして扱い、完全な動画とヒントのチャンネルを入力してモデルを学習させます。これにより、ヒントが見逃した叠加物を除去し、誤って覆われた背景を残し、ヒントが重なっても実際のシーン文字を保持できます。さらに、長尺の完成品向けのストリーミング処理パイプラインと定性的な結果も紹介されています。
説明AutoManifold：多様体埋め込みによるデータ可視化アルゴリズムのエージェント型自動設計
要約本論文は、親和性、コスト、最適化の三種類の基本部品から新しい多様体埋め込みアルゴリズムを組み立てる、複数の大規模言語モデルエージェントによる生成パイプライン「AutoManifold」を提案している。各設計段階はユーザーが指定する構造保存の優先度を条件とし、指標に基づく反復ループで構成を改良する。実データセットでは、t-SNE、UMAP、PaCMAPと比較され、元データの内在構造を損なわずに、ユーザー指定の性質へ誘導する能力で優れた結果を示したと報告されている。
説明FedVP：局所的に訓練された検証器のプールによる異種モデル間の連合学習
要約本論文は、新しい連合学習のパラダイムである連合検証器プール（FedVP）を提案している。各クライアントは、局所データと選択したLLMバックボーンが生成した応答を用いて検証器を訓練し、サーバーはモデルパラメータを統合せずに、それらの検証器の判断を組み合わせて回答を選択する。5つの公開医療質問応答データセットを連合クライアントとし、3Bから14Bパラメータの Qwen と LLaMA を用いて評価したところ、平均精度は最も強力な従来の連合学習ベースラインを1.46〜5.79ポイント上回った。
説明エージェントAIと形式検証：エージェント型ハードウェア開発時代の概観
要約本論文は招待論文の概観で、エージェント型AIが仕様、証明構築、推論エンジンの三つの層で、ハードウェアの形式手法をどのように発展させるかを検討しています。また、RTL生成、デバッグ、正しさを保つ最適化を通じて、形式手法がAI駆動のハードウェア開発を信頼性の高いものにする役割を論じています。さらに、関連研究と著者らの最近の成果を紹介し、証明をネイティブに組み込んだハードウェア開発への将来の研究方向を展望しています。
説明SeqFold：ユーザー行動系列バックボーン向けのタイムスタンプ指定可能な圧縮状態手法
要約本論文は、凍結された長期履歴シーケンスバックボーンの多層ユーザー状態を、下流の学習バックフィルやサービング用にコンパクトかつタイムスタンプで参照可能な表現として出力する方法を検討しています。提案手法SeqFoldは、多チャネル融合、チャネルごとの時間減衰、およびLookup-Free Quantization（LFQ）を組み合わせ、バックボーン状態から離散コードを生成します。大規模な独自データセットでは、状態ごとの表現ストレージを3,400倍削減しつつ、非圧縮モデルの下流ランキング性能の大部分を維持しました。
説明非定常な教師信号下の位相的動力学：ニューラルネットワーク重み変化の永続ホモロジー解析
要約本研究は、安定した教師信号と非定常な教師信号のもとで、ニューロンの重み点群の永続的な位相構造がどのように変化するかを調べたものです。同一の多層パーセプトロンをFashion-MNISTで、正しいラベル、固定のランダム置換ラベル、毎エポック再置換されるラベルの3条件で学習させ、計15モデルを100エポック訓練しました。正しいラベルのモデルの平均テスト正解率は89.39%です。また、早期の条件分類では、位相的特徴が従来の診断指標を上回る予測改善を示さなかったと報告されています。
説明CJRR-Net：人物姿勢推定における将来視点選択のための候補関節再投影ランキングネットワーク
要約本論文は、多カメラシステムで人物姿勢推定に有用な視点を選ぶための CJRR-Net を提案しています。現在の視点での姿勢観測、カメラ構成、推定した三次元姿勢とその不確実性を各候補視点へ再投影して得た幾何特徴を組み合わせて候補を順位付けします。MPI-INF-3DHP の八台の較正済みカメラを用いた評価では、選択された視点での二次元平均関節位置誤差は 105.18 ピクセルで、共有入力 MLP と適応した PoseErrNet を上回りました。
説明AIデータセンターにおける電池補助の系統受電平滑化のための、ニューラル最適化層による意思決定重視学習
要約本論文は、AIデータセンターの急激な電力変動が系統接続に課題をもたらす点を取り上げ、予約容量の事前確保と需要応答型の運転指令を調整する、リスクを考慮したBESSスケジューリング手法を提案しています。運転コスト、系統ランプ（出力変化率）のペナルティ、およびその条件付きバリュー・アット・リスクを考慮します。最適解のラベルを用いずに目的関数から直接学習する、制約認識型ニューラル最適化層を用いた電池スケジューリング意思決定重視学習（BS-DFL）を開発しています。実測のAIワークロードに基づく10,000分のシミュレーションでは、MSEで学習した予測器と混合整数線形計画ソルバーを組み合わせた手法と比べ、分単位の系統受電変化の平均絶対値を71.70%、総スケジューリングコストを18.01%削減し、平均決定時間は18.77ミリ秒でした。
説明Walrus：音声・オーディオを統合する基盤モデルの技術報告
要約本論文は、音声認識、音声翻訳、音声合成、感情認識、音声キャプション生成など多様なタスクを一つで扱う80億パラメータの基盤モデルWalrusを紹介する。主な貢献は新しいアーキテクチャではなく、データ中心の学習手法にある。骨格にはGemma 4で初期化した標準的なデコーダ型モデルを用い、性能向上をデータに帰属させられるようにしている。学習は三段階のデータカリキュラムで行われ、タスクとデータセットを考慮した重み付けにより、忘却を防ぎつつ各タスクのバランスを取る。報告によれば、多くのベンチマークで同規模のモデルや専用モデルを上回り、約4倍の規模のQwen3-Omniと同等以上の結果を示した。
説明AURA：汎用音声エンコーダの統一表現による完全アライメントを用いた聴覚空間知能
要約本論文は、空間監督なしで学習された汎用音声コーデックが、多音源シーンにおける音の識別と定位の両方に使えるかを検討している。著者らはコーデックと言語モデルを凍結したまま完全アライメントを行うAURAを提案している。SpatialSoundQAでは、双音源の方向精度が最強の専用システムを上回り、学習可能パラメータは約40%である。
説明「読むものがあなたをつくる」：ヒンディー語インド政治ニュースのメディアバイアス・データセット
要約本論文は、ヒンディー語で発信されるインドの政治ニュースを対象としたメディアバイアスのデータセットを提案している。主要なインドのニュース機関4社の記事448件を収録し、14名の専門家が偏りの有無を判定したうえで、選択バイアス、フレーミングバイアス、クリックベイトバイアス、省略バイアスの4分類に割り当て、偏りがあると判断された記事には説明文を付けている。アノテーター間の一致度は、二値分類のCohen's Kappaが0.81、多ラベルタスクの平均Kappaが0.80であった。
説明エゴガイダンス：行動ラベルのない人間の一人称視点動画でロボット方策学習を強化
要約本論文は、行動の教師データがなくても人間の一人称視点動画がロボットの方策学習に役立つかを調べたものです。事前学習済みの視覚言語モデルを基に、行動予測と未来の視覚状態予測を組み合わせたMoT構造のSPAR（Shared Prediction on Action and Representation）を提案しています。一人称動画から学んだ表現は分布外のロボットタスクで性能を向上させ、動画データを増やすほど効果が高まると報告されています。
説明ブートストラップ型オンポリシー蒸留：参照付きで中間モデルを学習し、新モデルへ蒸留
要約本論文は、言語モデルのオンポリシー自己蒸留（OPSD）が学習を続けると性能が低下する問題を扱っています。学生モデルと参照情報付きの固定教師との分布のずれが広がることが原因だとしています。提案手法BOPDは二段階で、まずOPSDで参照情報のタスク関連知識を中間モデルに取り込み、その参照なしの中間モデルを初期モデルの新しいコピーへ蒸留します。数学推論とコード生成で、初期モデルとOPSD教師の双方を上回ったと報告しています。
説明OpticalRAG：ピクセル空間圧縮によるトークン効率の良い検索拡張生成
要約本論文は、文書をページ画像として描画し、凍結された視覚エンコーダで符号化し、検索された視覚トークンを最少16個の注入トークンに圧縮してからLLMに渡すOpticalRAGを提案しています。エンコーダ橋渡し検索とクエリ駆動型蒸留という二つの手法により、高コストなクロスモーダル学習を必要としません。LongBench-v2、BAMBOO、LooGLE-v2の3つのベンチマークで、16トークンのみの注入により圧縮考慮精度が最良となりました。
説明具身的な計画を理解する計算フレームワーク：行動から人の目標と多段階の計画を推論するGenEAモデル
要約本論文は、多段階かつ長期にわたる具身的計画を推論できるエージェント表現GenEAを提案する。タスク・動作計画の枠組みに、シミュレーションに基づく直感的物理を組み合わせ、人体の粗い生体力学と周囲の物体との相互作用を結びつける。これを生成モデルに組み込み、目標と具身的計画の同時確率分布を得る。物体操作と移動のタスクを用いた実験では、GenEAが人間の具身的計画の推論を再現し、ヒューリスティック手法、標準的なタスク・動作計画、先進的な視覚言語モデルを上回ったことが示されている。
注目点タスク・動作計画に直感物理を組み合わせた生成モデルで目標と身体的計画の同時分布を構築し、操作・ナビゲーション実験で複数のベースラインと比較した。
説明知識空間理論によるLLMの次の学習ステップ推薦のベンチマーク
要約本論文は、学習タスクに適した大規模言語モデルを選ぶための評価手法を提案します。知識空間理論（KST）を形式的な基準として使い、タスクカタログと先修関係から、許容される知識状態とその直後の次のステップの集合を導きます。モデルの推薦結果をこの基準集合と比較します。数学の4分野、6モデル、2400件の応答を用いた例示的な評価では、説明のみの条件で完全集合一致の正解率は61.3%、完全な知識空間を与えた条件では98.2%でした。これは構造的な推薦精度の評価であり、学習効果を示すものではありません。
説明SepsisFlow：ICUにおける敗血症の連続的リスク警告と経過モデル化のためのイベントストリーム基盤モデル
要約本論文はICU敗血症を対象とするイベントストリーム基盤モデルSepsisFlowを提案し、1時間ごとに発症前のリスク予測、発症時の病態類型の特定、発症後72時間の臓器支援と生理指標の経過モデル化を行う。MIMIC-IVとeICUで評価され、同じアラーム数でNEWS2、qSOFA、SIRSより多くの症例を検出し、発症時の類型間で28日死亡率の差を示したと報告している。
説明EgoHMP：一人称視点の手がかりを用いた3Dシーンにおける高精度な人体動作予測
要約本論文は、一人称視点と頭部動作を用いて人の相互作用の意図を推定し、3Dシーンにおける人体動作を予測するEgoHMPフレームワークを提案している。視覚と動作の特徴を整合させるエンコーダ、モダリティに応じて無効な相互作用の手がかりを抑制する意図予測器、接触を考慮した動作デコーダから構成される。著者らは、本手法が最先端の性能を達成したと報告している。
説明DrugCoding：創薬向けの科学プログラミングエージェント
要約本論文は、創薬の複数段階の計算タスクを自律的に計画し、専門の科学モデルを適応的に選択して、コードを生成・実行するエージェントシステムDrugCodingを提案している。マルチエージェント協調により多段階の科学タスクを実行・検証する。多ターンのツール呼び出し実験では、完全なベンチマークでセッション単位のPass@1平均が97.35%となり、最強のベースラインであるCodexを9.24%上回った。難度の高いサブセットでは97.92%を達成し、同じく最強のベースラインを超えた。
説明病理基盤モデルを用いたH&E画像からの単一細胞空間遺伝子発現予測
要約本論文は、日常的に撮影されるH&E染色組織画像のみから遺伝子発現を予測し、空間的な分子情報を得る方法を検討しています。病理基盤モデルを単一細胞レベルの分子予測に適応させる戦略を提案し、H&Eと Xenium 5K の対応データで評価しています。その結果、平均的な遺伝子別ピアソン相関は標準的なゼロショットのベースラインより2.67倍向上し、この課題で最先端の性能を達成したと報告しています。
説明CP-MLPs：結合型と非結合型MLPブロックのテンソル階数理論
要約本論文はCP-MLPsというテンソル枠組みを提案し、各乗法ユニットを検出・値の読み出し・出力への書き込みという三つの役割をもつランク1の相互作用として扱います。結合型ゲートブロック（ReLU²など）と非結合型ゲートブロック（ReGLU、SwiGLUなど）は、テンソル階数の意味で厳密に区別できることを示しています。実験では、損失の停滞だけでは近似の優位性を示せず、任意精度の近似は境界階数によって決まるとされています。
注目点CPテンソルランクを用いて、ゲート付きMLPにおける結び付けと非結び付けのパラメータ共有の表現力差を明示的な階数分離として示す。
説明MouldIt：射出成形における多タスク時系列表現学習のデータ効率
要約本論文は、射出成形プロセスをモデル化する際の表現学習について、従来の機械学習手法と比べたデータ効率とマルチモーダルの利点を検討したものです。実際のErlanger Trägerの部品の参照サイクルに基づき、工程情報を反映したデータセットを合成しています。提案手法MouldItは、時系列畳み込みとアテンションを用いた変分オートエンコーダで、金型内信号を再構成するとともに、部品を合格品または合成した不良モードに分類します。九つのデータ規模で評価した結果、単一モーダルでは4000サイクル、マルチモーダルでは2000サイクルから従来手法を上回り、仕分け損失は単一モーダルで6.0±0.7%、マルチモーダルで1.0±0.3%でした。
説明picoEmergencyNet：緊急監視向け航空画像分類のための注意機構強化型超小型深層学習モデル
要約本論文は、航空画像による災害分類を目的とした超軽量畳み込みニューラルネットワーク「picoEmergencyNet」を提案する。深さ方向の拡張畳み込み、効率的なチャネルアテンション、チャネルシャッフルを組み合わせ、低い計算コストで多スケールの特徴抽出を行う。モデルは23kパラメータ、7M FLOPsで、AIDERおよびAIDERv2データセットで最大96.1%の精度を達成した。NVIDIA Jetson AGX Orin上では、ハードウェア固有の最適化なしでGPU 258 FPS、CPU 46 FPSを示し、活性化メモリは比較モデルの約7分の1である。
説明初期漢訳仏典の訳者文体を解釈可能にする文体計量フレームワーク：安世高の真偽未決定作品の帰属を例として
要約本論文は、仏教文献学者が定義または検討した特徴（機能語、文型、文末字、文長、品詞 n-gram など）を用いる、解釈可能な文体計量フレームワークを提案している。東漢から西晋までの7人の訳者による31の確認済み訳経から文体プロファイルを構築し、8つの争点テキストを安世高のプロファイルと比較した。T1557とT0101が安世高の確認済みコーパスと最も高い文体的類似度（それぞれ0.783と0.687）を示し、同じテキスト群に対する既発表のBERTベース手法の帰属結果とも一致した。
説明DepthGS：適応的正則化を用いた深度誘導型ガウススプラッティングによる高品質な表面再構成
要約本論文は、三次元表面再構成のための深度誘導型ガウススプラッティングの枠組みであるDepthGSを提案している。深度の差異と再構成誤差の関係を理論的に導出し、それに基づいて単一視点の適応的法線正則化と多視点のクロス視点深度一致正則化を設計した。DTU、Mip-NeRF360、Tanks and Templesの各データセットでの実験により、表面再構成と新規視点合成の両方で競争力のある性能が示されている。
説明学習された反例を用いたカリキュラム型証明修復
要約本論文は、Verus向けの証明修復を行う言語モデルベースの枠組みTopoVerusを提案している。反例の生成、修復の根拠、修復後の証明を一度の出力で得る仕組みで、反復的な改良を必要としない。学習には検証器からのフィードバックと安全性ゲートを組み合わせた強化学習を用い、帰納性テストから導かれる不変条件の依存関係に基づく位相グラフ報酬で修復順序を導く。
説明FlashMotion：超高速・長期3D動作生成
要約本論文は、厳しい推論予算の下で高品質な長期3D人体動作を生成するフレームワークFlashMotionを提案しており、テキストから動作、音楽からダンス、音声からジェスチャーの3タスクを対象としています。動作空間のMeanFlowによる少ステップ生成と適応ソフトマスキングによる編集、そして軽量な非自己回帰型BiMamba構造が中核です。著者らは、生成品質と効率の両面で全体として最先端の性能を達成したと報告しています。
説明データ不足下での非侵入型モデル縮約のための多忠実度オペレーター推論
要約本論文は、偏微分方程式による高精度数値シミュレーションのコストが高く学習データが不足する問題に対し、多忠実度オペレーター推論（MF-OpInf）を提案する。同じ問題の粗い離散化から得られる豊富な低忠実度データで、希少な高忠実度スナップショットを補い、多忠実度線形回帰の枠組みで縮約演算子を推定する。数値実験では、同じ計算予算において、高忠実度データのみを用いるOpInfより高い精度で偏微分方程式の解場を予測できることが示されている。
説明PUMA：画像改ざん位置特定のための確率制約付き逐次相互作用手法
要約本論文は画像改ざん位置特定に関する研究で、意味情報と法医学的ノイズ情報を組み合わせたPUMA手法を提案しています。空間制約付き非平衡最適輸送による分岐間の対応付けと、位置ごとの凸選択による二つの逐次演算子の順序選択を用いています。著者らは四つのテストセットで強い位置特定結果を報告し、COVERAGEとNIST16では比較表の代表的手法の公表結果を上回ったとしています。
説明いつノイズ除去を始めるか？生成的動画圧縮のための適応的ノイズ除去開始点
要約本論文は、拡散モデルに基づく生成的動画圧縮において、圧縮された潜在表現を拡散過程へ導入する時間ステップの選択が、再構成の忠実度と知覚的リアリズムのトレードオフを左右することを指摘している。著者らはノイズ除去の開始時間ステップの選択を幾何学的最適化問題として定式化し、圧縮潜在表現から適応的な開始点を推定する軽量な予測器と、圧縮情報を事前学習済み動画拡散モデルに注入する時間的アダプタからなるADE-GVCを提案している。論文は、知覚指標で最先端の性能を示し、ベースラインのGLC-Videoと比べて平均的なビットレート削減を報告している。
説明Synapse-Control：軽量なランタイム制御でエージェントの経験を実用的にする
要約本論文は、既存の経験に基づくヒントを、タスクを実行する大規模言語モデルにいつ送るかを決める軽量制御層 Synapse-Control を提案している。まずルールで関連するヒントを絞り込み、1.7B の軽量分類器がそれらの候補を採点する。AppWorld と WebShop での各 1,308 回の試行において、270 回の成功（Base より 29.8% 多い）を達成し、4,987 回の生成型診断呼び出しを置き換え、補助制御時間を Sentry と比べてそれぞれ 50.2% と 51.0% 削減した。
説明Megrez：MK集合論に基づく形式数学のための知識誘導型エージェント
要約本論文は、Morse–Kelley（MK）集合論に基づくRocqライブラリ向けの知識誘導型形式化エージェントMegrezを提案する。知識グラフにより定理や概念の検索を支援し、短いバーストの証明ループと目標ごとの分岐記録で証明を進める。さらに、命題の忠実性、公理の監査、全体ビルドからなる三段階の受理パイプラインで検証を行う。点集合位相のコーパスでの運用と評価により、章をまたぐ形式化と拡張可能な前提検索が有効であることが示されたとされる。
説明環境リモートセンシングにおける地球埋め込み表現：汎用表現のレビューと評価
要約本論文は、地球埋め込み表現（Earth embeddings）の理論的基礎を紹介し、代表的な製品をレビューしています。環境リモートセンシングの6つの主要分野への応用を検討し、高スペクトル画像分類、個別樹冠セグメンテーション、作物収量予測、地上バイオマス地図作成の4つの下流タスクで性能を体系的に評価しています。その結果、現行の地球埋め込み表現は必ずしも従来のリモートセンシング画像や手作業による特徴量を上回らないとしています。
説明ウズベク語混在文字テキストのOCR後補正：バイトレベルByT5と経験的同形異字ノイズ行列
要約ウズベク語の公文書や技術文書では、キリル文字とラテン文字が同じページや同じ文に混在し、見た目が同じ文字によるOCR誤りが多く生じます。本研究は、バイトレベルのByT5モデルに、人手で分類した359件の誤り事例から重みを推定したノイズ生成器と、レーベンシュタイン距離で制限した保守的デコード規則を組み合わせた手法を提案しています。5,204行対の金標準集合で文字誤り率を0.0578から0.0369に下げ、同形異字の91.3%を復元し、新たに導入した誤りは84件のみでした。
説明「1バイト1トークン」：自己生成データで27B混合注意機構LLMをバイト単位モデルに変換する研究
要約既存の27Bサブワードモデルを、パッチ構造やローカルエンコーダを加えずに、そのまま1バイト1トークンの純粋なバイトレベルモデルへ変換できるかを検討した論文です。語彙を384項目に縮小し、他の重みは変更せず、2段階のカリキュラムで学習を続けています。対話系の教師データは元のモデル自身が生成しました。多くの課題で元モデルとの差は小さく、文字単位の課題では向上しましたが、中国語文字の読みや画数などの知識は低下し、推論速度は元モデルの約4分の1になりました。
説明強化学習による単独交差点の信号制御と車線区分の統合最適化
要約本論文は、単独交差点において交通信号制御と車線区分（レーン標示）を、強化学習によりリアルタイムで統合最適化する手法を提案している。深層Q網路（DQN）で信号と車線標示の結合行動を出力し、人間のフィードバックで学習したルールベースの仕組みにより、危険な標示の急変を排除している。実験では、提案手法が交差点の通過交通量を増加させることが示されている。
説明属性ではなく相互作用を計算する：干支体系で事実層が提供すべきもの
要約本論文は、規則が明確な分野で言語モデルと決定論的な事実層を組み合わせる場合、その事実層が何を提供すべきかを検証している。八字命理の基礎である干支体系を対象に、閉じた本の状態、参照表あり、段階的に計算された事実を与えた場合のモデルの性能を比較した。直接回答するモデルは複数の属性を組み合わせる問題で誤りが集中し、事実層は計算済みの相互作用を提供すべきだと結論づけている。
説明信頼できるVLM評価器に向けて：状態条件付き不変性と提示認識型診断
要約視覚言語モデル（VLM）はマルチモーダルおよび身体性タスクの自動評価器として使われ始めているが、全体的な精度や一貫性だけでは、判断が正しい理由で変わっているかは分からない。本論文は、意味を保つ提示の変化に対しては安定し、タスク結果を変える因果的介入には反応することを求める状態条件付き不変性（SCI）を提案する。MiniGridの決定的な軌跡に基づく診断ベンチマークGridWM-Judgeを構築し、5つの診断タスクで複数の失敗モードを明らかにした。そのため、単一のスコアではなく、正確性、提示の安定性、因果感度を併せて報告することを提唱している。
説明IFRS準拠検証：公開マルチLLMベンチマークと内容条件付きアンサンブル分類器
要約本論文は、企業の財務開示が国際財務報告基準（IFRS）に適合するかを検証する課題を扱い、19,998組のIFRS規制と開示の対からなる新しいベンチマークを公開する。提案する多段階フレームワークは、ドメイン適応型の文埋め込みパイプラインと、GPT-4.1、Claude Sonnet 4、Gemini 2.5 Proの確率特徴を融合するアンサンブル分類器から成る。LLMの判断が分かれた項目では、アンサンブルが加重F1で81.7%を達成し、最強の単一LLMや多数決、十一の教師なし集約手法を上回った。
説明Transformerがグラフ探索を学習できることの証明：学習ダイナミクスと深さの指数的な能力
要約本論文は、有向グラフ上の経路探索問題を多段階推論の記号的な抽象として取り上げます。層数の異なるTransformerが深さ優先探索（DFS）を実装するのに必要な構造を理論的に分析し、2層のTransformerでほぼ線形のサイズでDFSを実現できることを示しています。さらに層を増やすと先読みできる範囲が指数的に広がることを述べ、適切に設計された学習データの下で2層のTransformerが勾配流によりDFSを学習し、未見のグラフにも一般化できることを証明しています。
説明正常およびストレス関連の超微細構造状態にわたる星状膠細胞の3次元再構築のための軽量深層学習フレームワーク
要約本論文は、体積電子顕微鏡（vEM）画像において星状膠細胞の形態を保持したままセグメンテーション、3次元再構築、定量的形態解析を行う軽量フレームワーク「AstroSeg-vEM」を提案している。Transformerベースの2次元セグメンテーションと専用の後処理を組み合わせ、高解像度の電顕切片を直接処理する。マウス海馬の4つのデータセットで評価され、未見のテストデータセットで平均Dice0.92、加重Dice0.95を達成し、一般的なハードウェアでも効率的に動作するとされている。
説明PhyRubric：テキストから動画生成における物理常識の評価量ルーブリックに基づく診断評価
要約本論文は、テキストから動画を生成するモデルが物理常識に沿っているかを評価するため、PhyRubric（評価量ルーブリックに基づく診断フレームワーク）を提案する。各キャプションについて動画を見る前に、意味と物理の項目に分解した専用のルーブリックを作成し、タイムスタンプ付きの根拠に基づく項目ごとの判定から得点を導く。5つの物理領域にまたがる34カテゴリのPhyRubric-Bench、3,788本の動画からなるPhyRubric-Trainを構築し、オープンソースの評価モデルPhyRubric-Judgeを微調整した。10種類のモデルによる実験では、物理常識の問題はまだ解決から遠いことが示され、PhyRubric-Judgeは既存のオープンソース評価モデルより人間の判断と高い相関を示した。
説明市場条件付きJEPA：予測困難な市場ショックから学習する手法
要約この論文は、金融時系列の変動の多くが、資産自身の履歴からは予測できない市場全体のショックによって生じると指摘する。著者らは、実現した市場因子を条件として予測を行う市場条件付きJEPA（MC-JEPA）を提案し、学習時には他資産の将来の目標埋め込みから留め置き法による市場条件を構成する。11年分の分足中国A株データでは、リターン、市場エクスポージャー、リスク、流動性の9つの目標において逐一資産のJEPAを上回り、歴史的バックテストでもポートフォリオの成績が最良であった。
説明二値文字列上のペア併合トークン化は近似が難しく、単項データセットでは強NP困難であることの証明
要約本論文は、BPEなどのトークナイザが隣接する記号の対を繰り返し併合して文章を短くする過程を研究している。P≠NPでない限り、一つの二値文字列に対しても多項式時間のアルゴリズムは約 n/log n 倍の近似比に達しないことを示している。出現箇所を飛ばしてよい併合については、O(n/log log n) の単純なアルゴリズムを与えている。単一文字のアルファベット上では、関連するトークン化問題が重複する文字列を含むデータセットで強NP完全であることを示している。
注目点BPE式マージの最適選択を文法サイズ問題へ帰着し、二値文字列でn/log nの係数内近似が困難であることを示し、一文字アルファベットの未解決問題も扱う。
説明学習型交流最適潮流（AC-OPF）代理モデルのメタモルフィック検証で、表現形式への依存が明らかに
要約本研究は十三のメタモルフィック関係を用いて、学習型交流最適潮流（AC-OPF）代理モデルを検証し、17のモデル・処理パイプライン構成を監査しました。いずれの構成も、報告許容誤差を十倍厳しくしても緩くしても、少なくとも六つの関係に違反しました。GridSFM-Open v1.1については、索引のバグと前処理上の問題が指摘されています。case500の訓練実験では、データ拡張の効果が訓練手法に依存し、評価されたすべての予測は依然として交流で実行不可能であると報告されています。
説明多目的ベイズ最適化における複合モデリングの検討：科学的設計での利得の要因を探る
要約本論文は、多目的ベイズ最適化で複合モデリングを用いる効果を検討している。複合モデリングは、調整可能な入力が写像される中間的な観測応答を学習し、既知の関数で最終的な目的関数を計算する手法で、目的関数のブラックボックス観測のみを用いる手法と比較されている。八つの合成および応用志向の科学的設計ベンチマークで、四つの多目的手法の版を用いた制御数値実験が行われた。その結果、中間応答から最終目的への写像が非全単射かつ非アフィンの場合に、複合モデリングが効果を発揮しやすいことが示されている。
説明概念監督なしで臨床テキストを解釈する、トークン・概念注意に基づく解釈可能フレームワーク
要約本論文は、専門的な概念ラベルを必要とせず、臨床テキストの予測を概念単位で解釈できるフレームワークを提案する。事前学習済み言語モデルで臨床ノートと医療概念の説明文を埋め込み、交差注意モジュールで各トークンにおける概念の存在度を推定する。その結果を集約して線形層で臨床アウトカムを予測する。胸部外傷の重症度分類とMIMIC-IIIの院内死亡率予測で、AUROCはブラックボックスモデルとの差が0.02以内であり、コホートおよび患者単位の解釈も可能であった。
説明エッジNPUにおけるベンダー主導最適化のベンチマーク：NPU単体からエンドツーエンド性能まで（拡張技術報告書）
要約本論文は、ベースライン、NPU単体のベンダー主導最適化（VG-NPU）、エンドツーエンドのベンダー主導最適化（VG-E2E）の3構成を比較し、モデル変換と展開パイプライン全体の影響を分けて評価するベンチマーク手法を提案している。4種類のエッジNPUと3種類の視覚タスクに適用した。結果として、両最適化の精度と遅延への効果は一致せず、NPU単体の順位もエンドツーエンドの順位と必ずしも一致しないことが示され、異種混在のエッジNPU評価では両レベルで分けて検証する必要があるとしている。
説明臨床的根拠を追跡できる大規模言語モデルの臨床推論ベンチマーク
要約研究者は、医学的根拠を追跡できる評価基準「Med Evidence Bench（MEB）」を構築しました。医師が作成した1,536項目を、ガイドライン知識、標準化された臨床シナリオ、実際の検査データを用いたシナリオの三段階に分け、各医学的主張を版管理された原文の該当箇所と結び付けています。十の大規模言語モデルで評価した結果、ガイドライン知識の得点は高い一方、実際のシナリオでは大きく下がり、段階ごとに順位も変わりました。自動採点は三名の医師の多数決とよく一致しました。
説明大規模言語モデルで構造的に妥当で解釈可能な認知モデルを発見する研究
要約本論文は、大規模言語モデル（LLM）に導かれた進化的探索によって、解釈可能な記号的認知モデルを自動的に発見するフレームワークDisCoを提案しています。構造的に無効なモデルを除外するValidatorと、冗長なパラメータを取り除いてパラメータの識別可能性を高めるCleanerの二つの構造コンポーネントを備えています。三つの行動課題において、DisCoは課題特化型のベースラインと競合する性能のモデルを発見しました。アブレーション分析では、心理学的に意味のある構造の回復にValidatorが重要であることが示されています。
説明GRPOにおける密な報酬は、それを生成するトークンのコストに見合うか？
要約この論文は、言語モデルの推論を強化学習で訓練する際、中間ステップに密な過程報酬を与えることが有効かを検討しています。著者らは、生成トークン数と訓練GPU時間を揃えて比較する手法を提案し、1,668回の訓練で、同じ計算量では蒙特卡洛報酬が標準のGRPO（Group Relative Policy Optimization）を下回ることを示しました。また、成功確率が約1/2の問題で訓練すると、同じ計算量で精度がわずかに向上するとしています。
説明Darmok：制約の絞り込みと頑健なオーケストレーションによる英国式クロスワードの解答システム
要約本論文は、英国式暗号クロスワードで超人的な性能を達成した自動化システムDarmokを紹介する。ロンドンで開催された第55回タイムズ・クロスワード選手権で全7問を誤りなく解き、各ラウンドで全ての人間の競技者より速く完了した。複数の独立したモデルによる手がかりの相互検証、確定した交差文字を利用した難問の解決、残りの空欄の補完といった設計を採用している。最悪のケースにおける頑健性の重要性も示している。
説明事後学習が言語モデルの言語化された算術計算に与える影響
要約本論文は、Olmo-3-7B-Instruct に SFT、DPO、RLVR の三種類の事後学習を順に施したチェックポイントを用い、多桁加算におけるモデルの内部情報と言語化された思考連鎖（CoT）の変化を調べた。キャリー値を既知の中間状態として使っている。プローブによる内部活性からのキャリー情報の復元精度は SFT と RLVR で近いが、その情報を操作しても出力を確実に制御できなかった。一方、RLVR が生成した CoT は、どのチェックポイントで用いても SFT や DPO のものより高い正答率をもたらし、キャリーに関する記述はランダムな対照群より高い重要度スコアを得た。DPO も同様の感度を示したが、正答率の向上は伴わなかった。
説明大規模活性化が疎なオートエンコーダを混乱させる（論文）
要約この論文は、一部のモデルでは大規模活性化により活性化分散の大部分が第一主成分に集中し、疎なオートエンコーダの一般的な評価指標（分散説明率とアブレーションによる損傷）が歪むことを示しています。第一主成分を取り除いて学習し、再構成時に加え直す補正法を提案しています。影響を受けるモデルでは、上位50特徴の実行間共有率が4〜39.5%から73〜99.5%に上昇し、同じTopK疎性で、モデルの劣化は最大44%減、内容の再構成誤差は最大33.9%減と報告されています。
説明随机舍入によるRL事後学習におけるBF16とFP16の収束速度差の解消
要約BF16は大規模言語モデルの事前学習によく使われますが、低い学習率を用いる検証可能な報酬による強化学習では、同じ学習率でFP16より収束が遅いことが分かりました。論文はその原因を、FP32のシャドウ重みを四捨五入でBF16に量子化する際に小さな更新が消えてしまう「重みの張り付き」にあるとしています。確率的丸めを用いると、BF16の収束速度はFP16と同程度になり、学習率を上げたBF16よりKLダイバージェンスも小さくなります。損失スケーリングも不要です。
説明注意機構手術の健全性チェック：表現に基づく設計のためのヌルモデルと対応介入
要約本論文は、Transformerの構造変更手法を検証するための三つの再利用可能なチェックを提案する。すなわち、統計量がノイズの下限を超えるか、幾何学的ヌルモデルを通過するか、学習上の利得が除去された特定の方向に依存するかである。著者はこれを、注意ヘッドの出力のうち自身の値ベクトルに整列する成分を削除する自己注意除去に適用した。九つの多ヘッド事前学習モデルでは、先行位置の因果的ヌルが値とヘッドの余弦整列の48%から63%を説明した。グループ化クエリ注意の下では、この整列は各ヘッド自身のキー・値グループ内に限られる。事前登録された実験では、自己方向の除去が検証損失を下げ、固定された任意方向より優れていた。
説明エージェントのベンチマークは課題が尽きる前に順位付けができなくなる
要約論文は、データサイエンスや機械学習エンジニアリングのエージェントのベンチマークが飽和する原因の多くは課題ではなく評価方法にあると指摘します。多くのベンチマークは実行結果を合否の一つのビットに還元しており、著者らは八つのベンチマークの公開済み実行結果を再採点してその問題を示しています。そのうえで、日付付きのアンカーを用いた截断対数比率スコアと、成本を独立した軸とする評価を提案しています。
説明長時間の交通映像から検証可能な衝突証拠へ（AgenticConflictLens）
要約本論文は、固定カメラで撮影された長時間の交通映像から、効率的かつ監査可能な形で衝突事象を抽出する、クエリ条件付きのエージェント型フレームワーク「AgenticConflictLens」を提案している。自然言語による安全性クエリを受け取り、構造化された交通メモリと専用の衝突分析ツールを組み合わせて、探索する箇所、検証する道路利用者、採用または棄却する証拠を選択する。粗から細への探索により候補区間を絞り込む。Bellevue と NYC DOT の計 96 時間の注釈付き映像において、両データセットで冲突存在 F1 と時間 IoU が最も高く、映像の約 8.7% と 11.9% のみを確認した。
説明特徴不変スケーリング則を用いた推薦システムの効率的なA/B実験
要約推薦システムのA/B実験は通常、大規模な全体学習が必要で計算コストが高く、小規模実験の結果は誤解を招くことがあります。本論文は、現代の推薦モデルでは異なる特徴変更を適用しても性能の変化が予測可能なスケーリング則に従うことを示しています。そのうえで統計的推論により、信頼区間付きで全規模実験の効果を予測する手法を提案しています。Wukong、HSTU、LLMベースの推薦モデルで40以上の変更を検証し、少ない計算量で有益・中立・悪化の変更を区別できることを示しています。
説明合成可能な科学知能による適応型触媒探索
要約本論文は、物理化学に基づくモジュール型AIフレームワーク「Composable Catalytic Intelligence（CatAI）」を提案しています。約180万件の構造・物性関係を学習し、30の物理化学エンコーダーに整理して、タスク別モデルで再利用できるようにしています。ベンチマークでは、次点モデルよりタスク平均の予測誤差が7.8%低くなりました。実験検証では、工業的な均一系ポリマー合成に適用できる新規の閉じ込め型・通過可能ポケット触媒を見出し、市販の基準触媒の9倍の活性を示しました。また、C-O結合生成反応向けの高活性Cu系ジェミナル原子光触媒の自律的な閉ループ最適化を導き、従来のNi系を上回る性能を示しました。
注目点構造と物性の関係を物理化学エンコーダに整理する再利用可能なモジュール型触媒AIを提案；摘要はベンチマークと2つの実験検証の結果を報告し、触媒設計への影響が見込まれる。
説明対数線形フロンティアを超えて：有限予算におけるニューラルスケーリング則の漸近前分析
要約古典的なニューラルスケーリング則は、モデル容量と学習データ量に対する汎化誤差を分離可能な冪乗則でモデル化する。しかし有限の予算では、実際の学習曲線や計算資源の最適配分がこの対数線形フロンティアから外れる。本論文は、スペクトルとドメインの異質性がこうした有限規模での乖離をどう支配するかを分析し、推定器を提案する。多数の実験データセットで、推定誤差と配分の後悔が改善されたと報告している。
説明大規模言語モデルの見出しフレーミングへの脆弱性：中国語ニュース見出しによる検証
要約大規模言語モデルがニュース見出しを評価する際、報じられた事実に基づくのか、それとも表現の枠組みに左右されるのかを検討した論文です。63,926件の中国語ニュース見出しの調査と、30の実在事件、30の合成事件、29組の自然な見出しペアを用いた統制実験を行い、中国の4つのモデルで検証しました。見出しの枠組みだけを変えても、誤解を招く度合いと事件の深刻度の評価が変化し、その変化の方向は4モデルで共通していました。記事本文を与えると、この深刻度の偏りは有意に減少しました。
説明UniWeaver：統一マルチモーダルモデルによる図文交互生成の活用
要約統一マルチモーダルモデルは豊かな図文交互コンテンツの生成を可能にしたが、テキストと画像を協調させる仕組みは標準では備わっておらず、大まかな要求を一貫した作品にするには明示的な計画が必要である。本論文はモデルに依存しない枠組み UniWeaver を提案し、マルチモーダルな計画、生成、視覚的フィードバックを統合する。20のタスクファミリーにまたがる1万件のタスクからなるデータセット UniWeaver-10K と、タスク指向の評価ベンチマーク UniWeaver-Bench も構築した。実験では、複数のモデル基盤で最先端の性能を達成したとされる。
説明GEMOR-GS：3DガウシアンスプラッティングSLAM向けの、グローバルな外部パラメータ補正による地図作成とオンライン再局所化手法
要約本論文は、LiDAR・慣性・視覚SLAMのための3Dガウシアンスプラッティング地図を、幾何的に正確かつ全体最適化され、再び利用可能な形にする手法GEMOR-GSを提案している。まずLiDARとカメラの外部パラメータをオフラインで推定し、キーフレームの姿勢とガウシアンのパラメータを交互に最適化する。追跡が失われた後は、XFeat地図、RANSAC-PnPおよびガウシアンRGB-Dワープにより姿勢を復元する。実験では、オフライン再構成がオンライン地図より14.3〜19.9 dB高く、Gaussian-LIC2に比べPSNRが約9 dB向上し、保持データでの再局所化成功率は86〜100%であった。
説明EJAI：データセンターの環境正義のための、判断を妨げない市民向けAIシステム
要約本論文は、データセンターをめぐる環境正義の問題について住民が証拠を検討できるよう支援するシステムEJAIを提案している。このシステムは、対話型地図、検索された証拠、欠損データの説明、および二つの利害関係者ペルソナを結び付け、利用者が証拠を確認して自ら政策提言を形成できるようにする。21件の質問による小規模な機能評価では、事実的主張の98.4%が検索された証拠に裏付けられた。15名の参加者による被験者内研究では、模擬の町内集会への準備が支援された一方、ペルソナが単純化されたり偏ったりしているとの指摘もあった。
説明RSI税：再帰的自己改善はいつコストに見合わないか
要約本論文は、継続的なタスクストリームにおける再帰的自己改善（RSI）手法のコストと効果の関係を検討し、自己改善過程のトークンコストを「RSI税」と定義して、タスク実行コストとともに評価に含めている。6つの手法と2つの言語モデルで比較した結果、有界ノードベースラインがMeta-Harness、EvoSkill、RRSIと同等以上の精度を示し、総トークンを65.6〜71.0％節約した。RSI税の大部分は検証に由来し、またその関連状態や成果物の多くは後続で使われていないことが報告されており、改善過程の費用が展開後のエージェントの向上で正当化されるとは限らないことを示している。
説明並列Broyden法：非線形状態空間モデルを効率的に評価する手法
要約非線形状態空間モデルは通常逐次的に評価されるため、現代の並列ハードウェアを十分に活用できません。本論文は、Broyden法に基づく準ニュートン法を提案します。対角に低ランク項を加えた近似でヤコビ行列のブロックの結合項を捉え、軌道の割線から近似を構成するため自動微分は不要です。ランク圧縮により並列スキャンとも両立します。低ランクRNN、並列MCMC、拡散モデルでの実験では、他の準ニュートン法より反復回数が少なく、ヤコビ行列の評価コストが高い場合や状態次元が大きい場合に最速の並列手法となることが示されています。
説明職業教育向けデータインターネットに基づく信頼できるデータ空間の運用モデル
要約職業教育分野では、データの所有権が不明確で、信頼が乏しく、インセンティブも不十分なため、データの流通が長く制約されてきた。本論文は、職業教育向けのデータインターネット（Internet of Data）ベースの信頼できるデータ空間を基盤として、価値ネットワーク、製品ポートフォリオ、収益配分、ガバナンスルールを含む多様な利害関係者による運用モデルを構築している。データ主権の保護とインセンティブの両立を重視し、地域の職業教育データエコシステムの持続的な運営に参考を提供する。
説明慣性オドメトリのための微分可能フィルタリング：カルマンフィルタの更新過程をニューラルネットワークの学習に組み込み、慣性測位のドリフトを抑える手法
要約慣性オドメトリは自律システムにとって重要ですが、センサーのノイズやバイアスの積分により、ドリフトが際限なく蓄積します。本論文は、誤差状態カルマンフィルタの更新段階を計算グラフに直接組み込む学習フレームワーク、微分可能フィルタリング慣性オドメトリ（DFIO）を提案します。事前学習の後、微分可能な測定更新を通じて事後位置の教師信号を用い、変位と共分散の出力ヘッドを同時に最適化します。公開の歩行者データセットでの実験では、TLIOベースラインに対して平均絶対誤差と1秒相対並進誤差がそれぞれ13.2%と39.6%低減されました。ノイズの多いスマートフォンのデータでも、並進ドリフトを軽減し軌跡の整合性を保つことが示されています。
説明微小病変に注目：網膜病変セグメンテーションのための変形可能デュアリティMamba
要約本論文は、糖尿病網膜症で形状が多様で非常に小さい病変を分割するためのD²Mambaモデルを提案している。非因果的状態空間デュアリティと変形可能なMamba走査を組み合わせ、全体的な文脈と病変形状への適応を図っている。DDRデータセットで五分割交差検証を行った結果、平均IoU（mIoU）は33.87%で、最強のベースラインを2.99ポイント上回った。微小動脈瘤ではDiceが10.06ポイント向上した。
説明条件付きエントロピーを用いたエビデンシャル深層学習による緑内障検出
要約本論文は、網膜眼底画像からの緑内障検出において、エビデンシャル深層学習（EDL）の予測不確実性を定量化する条件付きエントロピー関数を提案している。EyePACS-AIROGS-light-V2とRIM-ONE-DLのデータセットで検証した結果、提案手法の不確実性推定は、Deep Ensembles、MC Dropout、事後校正、Dempster不確実性に基づく従来のEDLよりも校正誤差が大幅に小さかった。また、Grad-CAMのヒートマップを空間集中度を表す指標で分析し、偽陰性は視神経乳頭から外れた局所的な活性化と関連していたことを示している。
説明ネパール語・英語コード混合音声認識：データ準備と音声基盤モデルの適応
要約本論文は、ネパール語と英語が混在する音声を認識するため、449Mパラメータの TDT-CTC 混合モデル SraVaani を適応させる方法を検討しています。6つのネパール語音声領域、計172.8時間のコーパスを使用しています。事前学習済みトークナイザが数字や一部の記号に対応していない問題に対し、数字のネパール語・英語の読みを生成し、ゼロショット認識の出力を使って妥当な表記を選択しています。全パラメータ微調整により、テストの単語誤り率は48.6%から17.1%に低下し、12エポックの学習では16.3%に達しました。これは微調整した Whisper large-v3-turbo の16.4%をわずかに下回っています。
説明TMAL：細長構造のセグメンテーションのための位相保存型多オフセット親和性学習手法
要約本論文は、網膜血管や表面のひび割れなどの細長い構造をセグメンテーションするためのTMAL手法を提案している。ピクセル精度と構造の連続性の両立を目指し、薄い領域の境界を重視するソフト親和性と、複数のオフセットでの方向性親和性を予測する。さらにデコーダ特徴から得た重みで両者を組み合わせ、局所的な連続性と広い文脈を同時に利用する。DRIVE（網膜血管）およびDeepCrack（ひび割れ検査）のデータセットで、Dice、IoU、clDiceが最高値を示し、連結成分誤差Δβ0を大幅に削減したと報告している。