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）。
説明検証された勾配、固定された方策：効率的な流れ制御のためのモデルベース強化学習
要約本論文は、流れ制御のための強化学習手法を提案しています。まず代理モデルで行動勾配を推定し、高精度ソルバーによる有限差分推定と比較して検証します。検証に合格すれば代理勾配から、合格しなければソルバーの推定から低次元のフィードバック則を当てはめ、二次ペナルティでニューラル方策をその近傍に保ちます。4つの試験事例で、無モデル基準と同等以上の制御性能を示し、高精度ソルバーとの相互作用を3～156分の1に減らしました。
説明画質と織物密度測定の信頼性：ピックグラス越しのスマホ写真で経糸・緯糸を数える
要約スマートフォンでピックグラス（折りたたみ式の拡大鏡）越しに撮影した写真から、織物の1インチあたりの糸本数（密度）を自動で数えられるかを検証した研究です。76の工場シーン、44の生地サンプルからなるPickGlass-TPIデータセットを作成し、専門の注釈者による数えを基準として、各種の視覚言語モデル、CNN、計数モデルなどを比較しました。どの手法も±5%以内で基準と一致せず、最良の手法でも誤差は約25%でした。同じ生地を撮り直した際の結果の再現性が重要な課題であることも示されています。
説明分布外入力に強い実行時予測のための、XAIによる信頼度推定
要約本論文は、高斯混合モデルで学習入力の埋め込みをクラスタリングし、クラスタごとの予測誤差上限を入力に割り当てるLEXフレームワークを提案します。再学習なしで入力ごとの実行時信頼度を与えます。Intel Alder Lake上でLSTMベースのIPS予測モデルを34のベンチマークアプリケーションで評価し、未見のワークロードで約94%の包含率を達成、グローバルなベースラインより入力ごとの信頼区間が約17%狭くなったとしています。実行時オーバーヘッドはわずかです。
説明多モーダル帰属のための構造化カーネル代理モデル
要約本論文は、あるサンプルのあるモダリティが、他の多モーダルサンプルの学習結果にどう影響するかを測る、サンプル横断のモダリティ帰属問題を扱います。著者らは、サンプルとモダリティから予測結果への代理写像となる構造化カーネル代理モデルを提案し、個々のサンプルとモダリティの選択状態に構造化された合成カーネルを用いるカーネルリッジ回帰によるSKSアルゴリズムを設計しました。衛星画像、道路網、テキスト、音声、表形式データを含む2つの多モーダルベンチマークで評価したところ、SKSは既存手法より真の予測結果との相関が57.8%高く、下流のデータ選択では平均精度を1.93%向上させました。
説明プロセスモデルから構成可能なエージェント型ワークフローへ：BPMN、エージェント、企業知識の統合
要約本論文は、BPMNモデルをLangGraph/Pregelランタイム上で実行可能なワークフローに変換するBPMNベースのエージェント型ワークフロー手法を提案します。選択された活動でLLMによる推論を行い、フロー制御や決定、人による承認などはBPMNで管理します。さらに、エージェントや業務プロセスを他のエージェントが再利用できるツールとして公開する再帰的能力構成と、プロセスモデルやナレッジグラフによる組織固有の文脈提供を提案しています。
説明クロスモーダルグラフ注意による多モーダル道路封鎖マッピング
要約本論文は、道路封鎖の有無と程度（なし、一部、完全）を判定し、影響を受ける道路区間を特定する統一的なマルチモーダル・マルチタスクの枠組みを提案している。グラフ構造の地図データ、街路レベルの検出結果を投影した衛星画像、ストリートビュー画像を統合し、クロスモーダルなTransformer注意機構で推論する。実車両フリートから収集した約2万件の実シナリオでの評価では、封鎖分類の正解率は72.7%、区間対応の正解率は60%であった。
説明en face OCT画像における地図状萎縮セグメンテーションのための深層学習モデルの比較評価
要約本研究は、en face OCT画像で地図状萎縮（GA）を領域分割するために、Nested U-Net、ResU-Net、nnUnet、Swin-Unet、MedSegDiffの5種類の深層学習アーキテクチャと、閾値処理に基づく従来手法を比較したものです。データは2種類の機器で取得した269個のOCTボリュームで、正規化と修復による前処理を行いました。共通の検証セットで、nnUnetが平均Dice係数0.8882で最も高い結果を示し、限られたデータ条件下で最も信頼性が高いと結論づけています。
説明EvoSurv：腫瘤進化情報を組み込んだ多モーダル生存予測モデルと相補的な予後シグナル
要約本研究は、クローン性および亜クローン性変異負荷、変異スペクトル、機能的影響、コピー数変化などの8つの特徴群からなる38次元の腫瘍進化表現eTimeを提案し、臨床変数およびRNA発現と統合した多モーダル生存解析フレームワークEvoSurvを開発した。6つのTCGAがんコホート（計2,782例）において、EvoSurvは6種すべてのがんで最高の平均C指数0.663を達成した。頭頸部扁平上皮癌と肝細胞癌では、臨床変数とRNA由来リスクスコアで調整後もeTimeが生存と有意に関連していた。
説明NVLink 上の混合エキスパート推論向け片側式エキスパート並列 All-to-All 通信
要約本論文は、単一の NVLink ドメイン内の GPU 向けに、混合エキスパート（MoE）モデルの推論で用いる片側式のエキスパート並列 All-to-All 通信 NVLinkOneSided を提案します。送信元ランクはメタデータを先に交換せず、トークンを対象 GPU のランク順バッファへ直接書き込み、グループ化 GEMM がそこから直接読み出します。同期には高スループット向けの Fence と低遅延向けの Sentinel の 2 方式を提供します。Blackwell GPU では、ディスパッチとコンバインが DeepEP より 1.2〜3.0 倍速く、MoE 層は最大 2.4 倍高速です。
説明適応的に収集された人間のフィードバックを用いた予測補助型LLMランキング
要約本論文は、人間のフィードバックが適応的に収集される状況で、LLMジャッジの予測と人間の評価を組み合わせて大規模言語モデルのランキング精度を高める予測補助ランキング手法（PP-Rank）を提案している。理論面では漸近正規性と同時ランキング推論の成立を示し、半合成実験と合成実験で人間のみを用いるベースラインと比べ、スコア推定、信頼区間の幅、ランキング認証の改善を報告している。また評価コストを大幅に抑えつつ精度を維持できることも示している。
説明AgentScript-Eval：企業向けDSLにおけるLLMとエージェントのコード生成能力のベンチマーク
要約本論文は、Salesforceが対話型エージェントの構築に用いる宣言型DSL「AgentScript」を対象に、実在する100件のタスクからなる実行ベースのベンチマーク「AgentScript-Eval」を提案しています。タスクは仕様からのエージェント作成、壊れた定義の修正、動作する定義の最適化を含みます。最良のモデルのpass@3は25.0%にとどまり、すべてのモデルが白紙からの作成で0%でした。コンパイル・編集を繰り返すエージェント的ループの追加が最も大きな改善要因であったと報告されています。
説明記号模倣学習の進展：オフライン実演とオンライン調整
要約本論文は、オフラインデータセットを用いて専門家ポリシーを、線形モデルのモーションプリミティブを含む決定リストへ蒸留する記号模倣学習の枠組みを提案している。さらに、拡張ランダム探索（ARS）によるオンラインでの定数とモーションプリミティブの調整を組み合わせる。20の強化学習ベンチマークタスクで専門家の性能に近づき、そのうち11タスクでは専門家を上回り、簡潔で解釈しやすいポリシーを得ている。
説明「X Marks the Spot」：位置表現を用いた画像ジオローカライゼーションのための拡散モデル
要約本論文は、写真の撮影場所を推定する画像ジオローカライゼーションを扱う。事前学習済みの位置エンコーダの表現空間で学習する手法を提案し、埋め込みを座標に戻す学習済みデコーダ付きの位置オートエンコーダ（LAE）を導入する。そのLAE空間上で、画像特徴を条件として位置埋め込みを生成する潜在拡散モデル DIG を学習する。論文によれば、DIG は OSV-5M、Im2GPS3k、YFCC4k の3つのベンチマークで座標ベースの生成モデルを上回り、パラメトリック手法の新たな最高水準を示している。
注目点新規性は座標を直接生成せず、位置エンコーダの事前学習済み表現空間で拡散を行う点にあり、3つのベンチマークで新たな最良結果を報告している。
説明マルチモーダル審査AIが指摘し、人間が判断する：AI生成の商品動画広告のレビューと編集の枠組み
要約本論文は、AIで生成された商品動画広告を審査・編集する手順を提案します。レビュー担当者が six つの質問に沿ってシーンごとに確認し、視覚言語・音声・言語モデルによる審査AIが疑わしい点を指摘します。担当者は指摘を承認または却下し、見落としを追加します。120本の広告での実験では、審査AIの指摘がある場合に商品の誤りを挙げる割合が高くなりました。120の盲目ラベル付きシーンでは、商品審査AIのAUCは0.84でした。レビュー画面のテンプレートと関連データも公開されています。
説明GroundCascade：GUI グラウンディングで必要な場合のみ第二の意見を求める手法
要約本論文は、スクリーンショットと自然言語の指示から、エージェントが操作すべき画面上の位置を特定する GUI グラウンディングのための、学習不要なコントローラ GroundCascade を提案します。全画面と拡大画面の予測の一致度に基づいて、補完モデルに相談するかどうかを判断します。三つの評価で、標準の双方向グラウンダーより高い精度を示し、モデル呼び出し回数も減らしています。
説明幾何トークン符号化によるテキストから画像生成での連続的な角度制御
要約テキストから画像を生成する拡散モデルは写実的なアナログ時計を描けるものの、表示される時刻は制御できない。本論文は、角度を周期的な正弦・余弦特徴として符号化し、プロンプトに注入する幾何トークン符号化の枠組みを提案する。学習時には確率的局所化緩和と針の入れ替えに対する選好目標を用いる。模擬時計では基準の6度以内の精度（Acc@6°）が63〜78%に達し、ベースラインは1%未満だった。円形の割合の生成では Acc@0.10 が89.5%となった。
説明RadRef：参照報告不要の放射線科レポート生成評価指標
要約本論文は、放射線科医が作成した参照報告がなくてもAI生成の放射線科レポートを評価できる指標RadRefを提案している。レポート中の記述を、画像から得られる臨床所見の信念と照合し、臨床的な検査目的との関連性で重み付けする。ReXValでは放射線科医の順位付けとの一致率が73.1%で、主要な参照ベース指標と全体としておおむね同等である。MIMIC-CXRの200件を用いた検討では、見逃された所見の評価において、RadRefと2名の読影医の一致度はほぼ同程度だった。
説明AIアラインメントは解決不可能でも十分でもない：単一のAIシステムの性質として扱う従来の考え方は誤りであり、人間とAIが混在する社会で生じる創発的リスクも重要だと論じる論文。
要約本論文は、AIを人間の価値観に沿って行動させるアラインメントの目標に問題があると指摘します。アラインメントはそもそも定義が不明確で、具体的に定義できても解決できず、解決したように見える場合でも、AIがもたらす負の影響を必ずしも軽減しないと主張します。人間と機械からなる複合社会は相互作用やフィードバックループによって形作られる複雑系であり、創発的リスクが主要な危害源になりうるとしています。そのため、AI安全性は特定のモデル特性を検証するだけで一度に解決できる問題ではなく、継続的な課題だと結論づけています。
説明オンライン方策学習における高確率リスク制御
要約本論文は、エージェントがデータを逐次収集しながら新しい方策を学習する際、リスクを常に許容閾値以下に高い確率で抑える方法を研究している。Sinkhornアルゴリズムで重みを近似する置換ベースの加重リスク評価器と、ガウシアン・ブートストラップで求めたリスク上側信頼限界を用いて方策を選択する。オンライン文脈付きバンディット、安全な質問応答、医療請求フィルタリングの各タスクで実験を行っている。
説明認知型マルチエージェント捜索救助：協調ロボットのための言語基盤付き階層強化学習
要約本論文は、自然言語理解、階層的方策分解、共有認知ワークスペースを組み合わせた認知型マルチエージェント枠組み（LG-HRL）を提案し、無人航空機と無人地上車両の協調による捜索救助に適用する。大規模言語モデルが人間の指示を構造化された意味的手がかりに変換し、高次の戦略選択と役割割り当てを導く。模擬災害環境での実験では、学習速度が2.3倍、協調の一貫性が37%向上し、被災者の救助率は20〜30%高かったと報告されている。
説明あなたのVLAはどれだけkNNか：視覚・言語・行動モデルが検索に依存する度合いの研究
要約本論文は、視覚・言語・行動（VLA）モデルのLIBEROシミュレーションベンチマーク上の性能が、学習済みの示範を検索して再利用することでどの程度説明できるかを調べています。近い示範を検索してその行動チャンクを再利用すると、方策の学習なしでLIBEROにおいて91.7%の成功率が得られたと報告しています。さらに、表現空間で近い観測が類似した将来の行動と結びつくかを測るオフラインの指標であるLocal Action Consistency（LAC）を提案し、その指標が検索の成功率と連動し、検索キーの学習に役立つことを示しています。
説明VIGOR：マルチモーダル大規模言語モデルの視覚的根拠の正しさを評価するベンチマーク
要約本論文は、マルチモーダル大規模言語モデル（MLLM）が正解を出すかだけでは、出力が適切な視覚的証拠に支えられているかは分からないと指摘します。著者らは、視覚的根拠を画素レベルの位置特定と対になった明示的な概念として表現する評価ベンチマーク「VIGOR」を提案し、低レベルの視覚特性から高レベルの動きや関係までの複数の抽象度を扱います。大規模に構築するため、自動アノテーションの枠組みも開発されました。結果として、現在のMLLMは視覚的根拠の正しさが限定的で、概念の層ごとに異なる位置特定の失敗があることが示されています。
説明「すべてはあるべき場所に」：注意機構を電波受信機になぞらえた論文
要約この論文は、言語モデルの注意機構を、受信機が文脈トークンと同期する過程として捉えられると提案しています。過去の各トークンは、内容を状態として持ち、年齢に応じて周波数が変化する振動子とみなされます。著者らはKuramotoの問題を解いて閉形式の注意層を導き、結合強度が臨界値を超えると受信機がロックして重みが正規化され、下回ると沈黙して重みの和が1未満になる二つの相を示しています。
説明ハーネスを教える：LLMエージェントのための学習者認識型スキル移転
要約本論文は、より強力なLLMが学習者の状態を推論しながら、固定された学生LLMに対してスキルを教える「学習者認識型教育（SAT）」を提案している。教師は経験的プロファイルと仮説に基づく学習者モデルを構築し、診断プローブで検証した上で、失敗に対応する再利用可能なスキルを作成する。開発タスクで成功率を上げたスキルのみがライブラリに追加される。4回の主要実験で、SATの平均タスク成功率は86.46%だった。
説明AIエージェントによる数値アルゴリズムの自律最適化：原子シミュレーションへの応用
要約本論文は、大規模言語モデルを基盤とするコーディングエージェントを、改変できない検証器で守られた改善ループで動かすフレームワーク AIOA を提案している。ASE 内の六つの計算カーネルを Python（NumPy・SciPy）上で、結果を変えずに平均22〜24倍高速化した。未知の問題では、構造緩和で L-BFGS より 3.1〜3.4 倍、反応経路計算で標準の爬坂型弾性バンド法より 4.6〜17 倍少ない力の評価回数で収束した。
注目点LLMコーディングエージェントを反復改善ループで原子シミュレーションのアルゴリズムに適用し、文献にない二つのアルゴリズム要素を見つけたと報告。ASEの内核や未知問題でL-BFGSやCI-NEBより力評価回数を数倍削減したとする。
説明DOBB：状態不確実性と異種動力学下のマルチエージェント衝突回避のための動的有向境界ボックス
要約本論文は、現在の状態推定、不確実性、各エージェント固有の応答特性を、方向に依存する動的な安全マージンに変換する動的有向境界ボックス（DOBB）を提案しています。エージェント間のDOBBの相対配置と相互作用の深刻度を表す幾何学的特徴と、その物理的解釈を保つ報酬関数を導出しています。四つの評価環境において、DOBBは平均総失敗率2.6%と最も低い結果を示し、アクチュエーション動力学や状態推定の不確実性が学習分布から外れた場合でも性能を維持しています。
説明答えは一致しても理由は一致しない：LLM推論失敗分類の測定上の限界
要約本論文は、LLMの推論失敗分類における「構成的崩壊（Compositional Collapse）」カテゴリの測定の信頼性を検討しています。12モデル・11言語の多言語数学ベンチマークで、このカテゴリの割合は分類器の検査順序に大きく左右され、人間どうし、また人間と自動評価器の間では一致度が低いことを示しました。一方、回答の正誤については高い一致が見られました。著者は、モデル間で失敗モードの割合を比較する前に、ラベルの共起の報告、検査順序の入れ替え、独立サンプルでの検証、体系的な不一致の監査を行うことを提案しています。
説明ビザンチン耐性Muon：分散学習のための頑健な運動量直交化
要約本論文は、線形最小化オラクルと運動量直交化に基づくMuon最適化手法が、分散・連合学習において悪意ある参加者やデータの非同質性に対してどれほど頑健かを検討します。一階の信頼領域フレームワークのもとで、頑健な集約と組み合わせたMuon型更新を解析し、非凸および星凸目的関数に対する収束保証を示します。CIFAR-10やTinyStoriesを用いた実験では、試験されたMuon構成が攻撃下で一部のSGD構成や符号更新より高い精度（またはより低いパープレキシティ）を達成したと報告されています。
説明成功参照の選び方：多ターン方策蒸留における行動列アラインメント
要約本論文は、多ターンのツール利用エージェントを対象とした同方策蒸留（OPD）を扱う。成功した参照軌跡の選択を自由目標の最適輸送問題として定式化し、観測可能な指標として最長共通部分列（LCS）による行動列の適合性を用いて、各失敗軌跡に最も適合する成功参照を割り当てる。ALFWorldとτ³-benchの航空分野での実験では、LCSは評価した参照選択手法の中で唯一、ALFWorldの総合スコアと航空分野の3指標すべてで参照なしのOPDを上回った。航空分野で学習したモデルは追加の最適化なしで小売分野にも転移し、そこでも3指標すべてが改善した。
説明活性化誘導グラフ検索：言語モデルシステムにおける認知的メモリ再構成
要約本論文は、言語モデルシステムのための記憶検索アーキテクチャを提案する。従来のクエリ関連性による文脈選択に加え、活性化状態によって記憶の利用可能性を決める仕組みを導入している。要求と目標の手がかりが認可された記憶グラフ上で探索を開始し、活性化と扇出減衰が有界な探索フロンティアを割り当て、生成前に型付きの証拠グラフを再構成する。著者は設計の分析、コスト見積もり、評価手法を示しているが、ベンチマークの測定結果は報告していない。
説明後段のピクセル精緻化を用いた純粋な画像Transformer（Just Image Transformers with Late-Stage Pixel Refinement）
要約本論文は、潜在VAEを使わない拡散Transformerによる画像生成を扱う。最終画像を直接予測する標準的なTransformer（JiT）に、学習後の段階で単純な畳み込みピクセル経路層を加えることで、生成品質が大きく向上することを示す。この経路は去噪過程の初期には不要で、最後の20%の段階から有効化しても効果があるという。ImageNet@256での実験では、修正サンプリング後のFIDが2.34から1.78へ改善し、追加の損失関数は用いていない。
説明ASPIRE：反復的な推論と探索のためのエージェント型システム同定プラットフォーム
要約本論文は、大規模言語モデルのエージェントが非線形システム同定の手法を選択して実行するフレームワーク、ASPIREを提案する。測定データから閉形式の非線形静的または動的モデルを構築し、各モデルにはパラメータ、推定記録、項の解釈、そしてエージェントがアクセスできない試験データ上の誤差が付与される。移動ロボット、乾性摩擦を伴う回転系、実験室の発酵槽の3つの系で評価され、30回の実行すべてで有効なモデルが得られた。実行あたりの費用は0.96〜3.38米ドルであった。
説明内発的動機からワールドモデルを構築：可再利用モデルの学習を支える動機の研究
要約本論文は、外部報酬がない状況で、好奇心、エントロピー、能力などに基づく24種類の内発的動機目標が、ワールドモデルの学習にどう影響するかを検討しています。これらの目標を共通のモデルベース強化学習の枠組みに組み込み、移動、操作、オープンエンドなゲーム環境で、ゼロショット、少数ショット、マルチタスク制御における性能を評価しています。観測再構成を用いた好奇心駆動の探索が全体として最も強い結果を示し、構成的な視覚タスクでは、エピソード的および生涯的な新規性に基づく動機が最良の転移と適応をもたらしたと報告しています。
説明誤りが起きた瞬間に捉える：LLM推論中のリアルタイム誤り訂正
要約大規模言語モデルは数学的推論で一つの誤ったステップが後続に伝播しやすい問題があります。本論文は、推論の各ステップをコードによる決定的検証でリアルタイムに確認し、モデルの呼び出しやGPUを使わずに行う手法を提案しています。誤りが検出されると指摘し、同じ箇所から推論を続けさせます。記号数学でASyMoBベンチマークを用い、3つのオープンウェイトモデルで検証したところ、正解率が1.4〜5.6ポイント向上し、トークン使用量は6〜7%の増加にとどまったと報告しています。
説明一つの温度ですべてを支配できるのか？——大規模言語モデルの推論時サンプリング温度に関する研究
要約本論文は、大規模言語モデルの推論時に用いるサンプリング温度について、pass@K の設定で単一の固定温度と複数サンプル間での多温度使用を比較しています。複数のモデルとデータセットで問題ごとの成功確率が温度によってどう変わるかを分析し、多温度配分の理論的最適解を評価する効率的な手法を導いています。その結果、多温度方式の利得は単一温度に比べて概ね小さいことが示され、その理由を「鈍化効果」という数学的メカニズムで説明しています。
説明Reframe：エージェント型視覚推論のための観測整合型マルチ教師オンポリシー蒸留法
要約本論文は、出力分布だけでなく観測状態を整合の対象とするポストトレーニングフレームワークReframeを提案する。GD-GRPOは証拠認識報酬と元の視覚入力の確率的除去により空間・時間の専門モデルを訓練し、OG-MOPDはロールアウト途中で不十分なツール動作を標準的な動作に置き換え、修復された観測から蒸留を再開する。14の画像・動画ベンチマークで、Mix-RLおよび素のMOPDを上回ったと報告されている。
説明エージェント型ロボット操作のためのワールド内文脈学習
要約本論文は、凍結されたモデルがデモンストレーションから出発し、シミュレータなどの世界でタスクを予行演習して、フィードバックを重みではなく文脈に書き込むWICL（World In-Context Learning）というパラダイムを提案する。これを実装したモジュール式基盤RoboScriptは、RoboTwin 2.0の全50タスクで、タスクごと1回のデモンストレーションと勾配更新なしで平均成功率83.4%を達成したと報告している。
注目点文脈内で仿真の演練により操作タスクを学習するWICLを提案し、RoboTwin 2.0の50タスクで1回の実演により平均83.4%の成功率を報告、学習済み方策を20点以上上回る。
説明頑健なサブポピュレーション汎化のためのデータ配分の指針
要約本論文は、学習データ上では平均精度が高いのに、サブポピュレーションのずれによってテストデータでは性能が落ちる機械学習モデルの問題を扱っています。ガウス特徴量モデルの枠組みを拡張し、さまざまな学習データのサブグループ分布に対する性能の全体像を理論的に示しています。また、サブグループの割合を調整して調整後精度と最悪グループ精度を改善するための勾配方向も導出しています。
説明モダリティ選好を超えて：MLLMにおけるモダリティ競合時のマルチモーダル調停の制御
要約マルチモーダル大規模言語モデルは、視覚とテキストの入力が食い違うと、タスクにとって最も信頼できないモダリティに偏ることがあります。本論文は、予測が視覚とテキストのどちらの証拠に従うかに因果的に影響する少数のアテンションヘッド（「調停ヘッド」）を特定します。そのうえで、推論時にこれらのヘッドを指定された信頼できるモダリティへ偏らせる、学習不要で軽量な介入手法を提案し、複数のベンチマークで双方向の制御が可能であることを示しています。
説明IC-GNN：疾病予測のための個人化された脳コミュニティ構造のモデル化
要約本論文は、安静時機能的MRI（fMRI）データから、脳領域アトラス上に被験者ごとの個人化された多尺度機能コミュニティを構築し、疾病予測に用いるIC-GNNモデルを提案している。ABIDE（自閉スペクトラム症）、ADNI（アルツハイマー病）、UK Biobank（うつ病）の3万人以上を対象とし、15の比較手法より高い性能を示したとしている。また、これらのコミュニティは同一スキャン内および異なるセッション間で再現可能であり、単独でも予測力を持つことが報告されている。
説明Kolmogorov-Chapman写像（KC-Maps）：軌道データ不要で分子動力学を模擬する学習手法
要約本論文は、確率微分方程式の遷移核を学習するニューラルネットワーク手法KC-Maps（Kolmogorov-Chapman写像）を提案している。既知のドリフト項と拡散係数、および軌道を含まない周辺サンプルのみを用いる。ペプチド分子系での実験により、GPU時間の観点で古典的な分子動力学より優れていることが示されたとしている。
説明未来を掴む：インターネット動画からの三次元手-物体の同時予測
要約本論文は、手首の動き、指の関節、物体の位置と向きを含む三次元の手-物体運動を統一的に生成するモデル Grasping-the-Future を提案する。マスク付き時空間補完とフローマッチングにより、未来の相互作用の予測、物体運動からの手の動きの推定（またはその逆）、目標姿勢への軌道生成、部分的に観測された相互作用の補完を一つのモデルで行う。インターネット動画から三次元の教師データを得るための拡張可能なパイプラインも開発されており、三次元注釈付きデータセットで公開済みの予測器を上回る性能を示している。
説明INTENT：ユーザーイベント系列における標本外・時間外・コールドスタート評価ベンチマーク
要約本論文は、ユーザーイベント系列上の次アクション予測モデルを評価する公開ベンチマーク INTENT を提案する。ユーザー、期間、対象アイテムが訓練データに出現したかどうかによって、評価を七つのセルに分けている。59 の公開データセット群を監査し、五つを採用した。各データセットは統一ルールに従い、それぞれの時点で分割される。参考結果では、セルによって最良のモデルが変わり、パラメータを持たない「直前のアイテムの繰り返し」という基準が、多くのデータセットで新規アイテムに対して高い性能を示したと報告している。
説明レート制限チャネル上のTD学習に対する適応量子化による高速収束率の維持
要約本論文は、通信制約下での強化学習を対象に、レート制限チャネルを介した線形関数近似による方策評価問題を研究している。エージェントは時間差分（TD）学習の更新方向の量子化推定値を、有限容量チャネル経由でサーバーへ送信する。提案手法BAQ-TDは、バッチ処理で送信情報の分散を減らし、適応量子化で更新量を符号化する。高確率の有限時間誤差上界を示し、一定の有限チャネル容量を超えれば、対数因子を除いて非量子化TDの収束率を維持することを明らかにしている。
注目点BAQ-TDを提案し、バッチ処理と適応量子化で有限容量チャネル上のTD更新を送信する。高確率の有限時間誤差界を示し、通信計算量の指数的改善を報告。
説明Click3R：疎な対応点クリックによるインタラクティブなステレオ3D再構成
要約本論文は、フィードフォワード型の大規模3D再構成モデルが一度出した予測を修正できない問題に対し、ユーザーが画像ペア上で少数の視点間対応点をクリックすることで幾何学的制約を注入するフレームワーク、Click3Rを提案しています。軽量な点対応アダプタを通じてネットワークに制約を与えます。また、既存手法の失敗例を露呈させるベンチマークも構築されています。実験では、対応点を1回クリックするだけで再構成誤差が減少することが示されています。
説明HiVe-Mem：マルチモーダルエージェントのための水平的メモリ拡張と垂直的証拠構成の交互適用
要約本論文は、長期的な対話における過去情報の検索のためのマルチモーダルメモリフレームワークHiVe-Memを提案しています。テキストと視覚のアンカーでメモリを関係グラフに整理し、意味的に検索された種に関連する隣接メモリを加えて補完情報を回収します。また各メモリは要約、キャプション、視覚ビュー、原画像、対話履歴など複数の証拠形式を保持し、軽量な学習可能セレクターがクエリに応じて証拠の部分集合を選びます。3つのベンチマークで基盤モデルの性能を向上させ、最も効率的な競合手法と比べてトークン消費を約90%削減したと報告されています。
説明多様性に基づく異常検知の新手法：Vendi異常スコア（VAS）
要約本論文は、サンプルを除去したときにデータセットの多様性（Vendiスコアで測定）がどれだけ変化するかによって異常を検出する「Vendi異常スコア（VAS）」を提案しています。密度推定や分割のヒューリスティクスに依存せず、ハイパーパラメータの調整も不要で、データのスペクトル構造に応じて自動的に適応します。10の元データセットと4種類の埋め込みアーキテクチャから得られた148のベンチマーク埋め込みデータセットで最先端の性能を達成し、大規模なImageNet実験では汚染率とデータ規模が増えても頑健であることを確認しています。
説明SWAM：クロスモーダル整合による世界行動モデルのスケーリング
要約世界行動モデル（World Action Model）は、言語を条件として映像と行動を同時に予測します。本論文は、行動学習の過程で言語と映像の整合をどう保つかを検討し、約47,000時間の一般映像、一人称視点映像、UMIデモ、ロボットデモを収集して、教師信号と学習レシピの影響を体系的に比較しました。RoboTwinのCleanデモのみで後学習したモデルは、EasyとHardの条件でそれぞれ88.10%と61.56%の成功率を示し、3つの実世界タスクでは40.00%の成功率で、最強のベースラインの23.33%を上回りました。データ、学習コード、モデル重みが公開されています。
説明アラインメントはどこで現れ、何を意味するのか：プラトン的表現仮説の詳細な検討
要約プラトン的表現仮説は、異なるニューラルネットワークの表現空間が互いに近づいていると主張する。本論文は、単一モダリティのモデルがどの層と表現次元で整合を獲得するかを調べ、キャプションが十分にクリーンで情報量が多ければ、モデル能力が高いほど整合が強まる傾向が新しいモデルでも続くことを示す。さらに、さまざまなデータセット上で単一モダリティおよびマルチモーダルの基準を導入し、クロスモーダルな整合を評価する。単一モダリティのモデルの整合は、明示的に整合された視覚言語モデルを上回る場合もあるが、同じモダリティのモデル同士の整合には大きく及ばない。
説明ペルソナ汎化は予測可能か？言語モデルを一分野で微調整した後、振る舞いが他分野へどう移るかを扱う論文です。
要約本論文は、言語モデルを一つの分野で微調整すると、他の分野の振る舞いが変化する現象を検討します。創発的ミスアラインメントで観察される広範な安全でない振る舞いが例に挙げられています。著者らは、分野内と分野外のペルソナ率が、微調整のハイパーパラメータを変えても概ねprobit線形の関係に従い、その関係がQwenやLlamaを含む異なるモデルファミリーや規模の間でもほぼ共通することを報告しています。どの層を微調整するかを変えると傾きが変わり、不安全な振る舞いについては後段の層のみを微調整すると傾きが緩やかになるとされています。
注目点ハイパーパラメータやモデル族を超えて確率線形関係が現れることを示し、微調整層による傾きの制御で創発的ミスアラインメントを統一的に説明する。
説明WorkflowArena：LLMベースのマルチエージェントシステムにおける実行可能なワークフロー編成のベンチマーク
要約本論文は、大規模言語モデルのエージェントが、サブエージェントへの作業分担を含むワークフローを自ら編成する能力を評価するベンチマーク「WorkflowArena」を提案しています。ソフトウェア工学から法律分析、3D制作まで8分野にわたる145の長期タスクを含み、非公開の検証器が成果物を採点するとともに、すべての作業分担の記録を用いて成果物の質と作業編成を同時に評価します。実験では、モデルごとに分担戦略が異なることが示され、実行モデルを固定した場合には、より強力なモデルが作成したワークフローが弱い実行モデルの性能を大きく向上させることが報告されています。
説明AIによる肺扁平上皮癌の免疫構造解析：術前治療後に成熟三次リンパ組織・リンパ濾胞・形質細胞が減少することを示す研究
要約本研究は、肺扁平上皮癌の切除腫瘍と対応する近位・遠位リンパ節のH&E全スライド画像をAIで解析し、術前治療を受けた患者（20例）と未治療の患者（20例）を比較しました。術前治療群では腫瘍間質の形質細胞とリンパ球の密度が低く、成熟した三次リンパ組織と遠位リンパ節の成熟リンパ濾胞も少ないことが示されました。独立したコホート（458例）では、間質の形質細胞密度とリンパ球・形質細胞の共局在が長い生存と関連し、候補となる予後バイオマーカーとされています。
説明v予測が失敗する原因は？パッチ単位PCAによるピクセル空間フローマッチングの分析
要約本論文は、ピクセル空間のフローマッチングで標準的なv予測の学習が難しくなる原因を、パッチ単位の主成分分析により調べています。マイナー成分の速度は主に生のノイズ入力によって決まり、帯域幅のボトルネックが生じることを示しています。さらに、生入力を組み込んだ軽量なデコーダと出力側のショートカットを持つRaw-injected Transformer（RiT）を提案し、ImageNet 256×256で競争力のある性能を報告しています。
説明評価側の部分観測ゲームによるエージェントの欺瞞の緩和
要約本論文は、大規模言語モデルのエージェントが有用に見せかけながら報酬のために人間を欺くことがあり、その原因は評価が主に最終結果のみで行われ、推論やツール利用の過程を確認できないことにあると指摘しています。著者らは欺瞞の緩和を評価側部分観測拡張形ゲーム（e-PoG）として定式化し、その解概念である部分ゲーム完全監督均衡（SPOE）が有限ゲームで存在することを証明しています。Gemma3-4B-IT や Qwen3 シリーズを用いた実験で、複数のタスクにおいて最強のベースラインを上回る結果が示されています。
説明『予測を構築する：人間による予測ボットの開発における課題』：AI予測ボットを人がどう作り、評価しているか
要約本論文は、最近のAI予測コンペティションで成功した参加者から選んだ15名の予測ボット開発者への定性的インタビュー調査です。調査では、事実調査を行うためのボットの調整、一貫した推論の実装、ボットの実際の性能の把握という三つの課題が明らかになりました。開発者はしばしば成果に結びつかない複雑さを導入し、場当たり的で断片的な方法で検証していたと報告されています。
説明損失曲線では見えないもの：FP4事前学習は稀な事実の習得を遅らせる
要約本論文は、低精度事前学習が稀な事実を効率よく学習できるかを検証する。著者らは、制御された出現回数を持つ合成の伝記データを用い、4ビット行列積をエミュレートしてTransformerをスクラッチから学習させ、BF16と比較した。NVFP4は検証損失の差が0.5%〜2%程度でも、同等の再現率に達するには多くの露出回数が必要だった。著者らは、低精度レシピを評価する際には損失と並べて稀な事実の習得も測定すべきだと提案している。
説明MaxIM：強化学習による情報量最大化の逐次要約
要約本論文は、有限のメモリで増え続ける対話履歴を逐次要約するためのフレームワーク MaxIM を提案しています。要約を容量制約付きの情報理論的な報酬整形問題として定式化し、将来のタスク関連ターゲットの予測対数尤度を最大化するとともに、非対称クリティックで段階ごとの変分相互情報量の下界を計算して密な報酬を与えます。長期的な科学文献読解と多ターン対話のベンチマークで、強化学習、教師あり微調整、プロンプトベースの手法より優れた結果を示したと報告しています。
説明AI査読はどの程度機能するか：100件の埋め込みエラーによるベンチマーク
要約研究者は、オープンアクセスの心理学論文10本に既知の誤り100件を埋め込み、最先端モデル2種類と商用AI査読ツール2種類に審査させた。単一システムの最高成績は100件中71件、最低は30件で、全システムの出力を合わせると93件を検出できた。どのシステムも見つける誤りはある程度しか重ならず、アンサンブルが有効であることが示された。どのシステムも検出できなかった7件はすべて、挿入ではなく削除された情報の欠落だった。論文、誤り、モデル出力、実験記録は公開されている。
説明LUCQUE：ケベック州の肺がん検診データセットによる信頼性の高いAI評価
要約本論文は、ケベック州の低線量CTによる肺がん検診から得られた大規模データセット「LUCQUE」を紹介する。1,678人の参加者のベースライン検査と、専門家による肺結節・嚢胞のセグメンテーションを含む。データはPARADIMプラットフォーム上で管理され、データを外部に出さないモデル対データ方式で利用できる。著者らは、公開されている肺がん検診データセットの中で最大規模の注釈付き実世界データセットだと述べている。
説明分解手順の自動知識取得パイプライン：NLPと生成AIフレームワークの比較
要約本論文は、製品の複雑化により分解自動化の導入が難しい中小企業の課題を取り上げ、分解マニュアルなどの非構造化情報から分解手順を抽出する二つのフレームワークを提案し比較します。自然言語のテキストを構造化され機械可読な形式に変換することが目的です。ルールベースの自然言語処理（NLP）フレームワークとLLMを用いた生成AIフレームワークを実装し、実際の分解マニュアルで両者の性能を比較しています。今後の分解プロセスの開発と自動化に必要なデータ基盤を提供する研究です。
説明反転を用いない高次元反事実推論：画像などの高次元変数に対し、潜在状態の事前反転なしで反事実を推論する手法の検討
要約本論文は、観測データ、モデル化の仮定、因果グラフが与えられたとき、「もし〜だったら」という反事実の問いに答える高次元変数（画像など）への拡張を扱います。従来法が事実画像から潜在状態を反転させる段階が必要かどうかを検討し、画像編集分野から転用した反転を用いない手法を評価しています。CelebAとADNIの画像データセットで、有効性と同一性の保持という二つの指標により比較を行い、両手法のトレードオフを示しています。
説明路上のチャットボット：大規模言語モデルが臨床医・介護者・患者に勧める心理療法的介入の監査
要約本研究は、同じ臨床情報が臨床医、介護者、本人のいずれから届いた場合に、41の大規模言語モデルがどの心理的介入を推奨するかを検証したものです。19の事例シナリオと5つの質問に対する35,055件の自由記述回答を収集し、29のモデルが同じ事例の全選択肢を7段階のリッカート尺度で評価しました。モデルは概して自らが高く評価する選択肢を推奨し、その推奨の仕方は提問者の立場によって異なり、臨床医には相談形式の回答、一般利用者には曖昧で簡略化された助言を返す傾向が多く見られました。
説明2D Gum-Net：対称相関とスペクトル・プーリングによる教師なし高密度弾性画像位置合わせ
要約本論文は、ある画像を別の画像と幾何学的に一致するよう変形させる画素単位の弾性変形場を、教師なしで予測するエンドツーエンドのネットワーク 2D Gum-Net を提案する。もともと三次元のクライオ電子断層撮影のサブトモグラムの位置合わせ用に開発された手法を二次元に変換し、DCT によるスペクトル・プーリングで細かい構造を保持する。合成指紋のみで学習し、実データのベンチマークでゼロショット評価を行い、FVC2004 で構造相関が最大 15.7% 向上したと報告している。
説明Agentic-OPD：オンポリシー蒸留により強化学習で失われたエージェント能力を回復する手法
要約論文は、エージェント向けの強化学習で通常は検証性能が最良のチェックポイントだけを残し、他を捨てていることに着目している。捨てられた早期チェックポイントは、最良のものが解けなかった問題を解けることがある。提案手法Agentic-OPDは、保存された全チェックポイントを教師候補とし、学生の未解決問題に基づいて教師を選び（HCN方策）、教師のほうが優れる失敗ロールアウトに限って蒸留する（LADモジュール）。五つのタスク領域と24のベンチマークで、初期化チェックポイントより最大7.4ポイント向上したと報告している。
説明相補的デュアル教師による階層整合でゼロショット脳波-画像検索を行う研究
要約本論文は、脳波から視覚情報を解読するためのDTHAフレームワークを提案している。凍結したマルチブラーCLIPと浅層DINOv2の二つの教師モデルを用い、二分岐の対比学習で共有脳波エンコーダを監督し、学習可能な重みで両者の表現を融合する。また、注意機構を組み込んだ頭皮パターンバンクエンコーダAMSPBEを導入している。THINGS-EEGのゼロショット検索でTop-1精度92.4%を達成し、従来最高水準を12.4ポイント上回った。
説明スマートフォンによる深度対応透過イメージングを用いた鶏むね肉ミオパチーの検出
要約本研究は、鶏むね肉の「ウッディーブレスト（Woody Breast）」筋障害の重症度を非破壊で判定するための、スマートフォンベースの透過撮影と三次元点群の枠組みを開発したものです。267枚のフィレを対象に、画像特徴と幾何学特徴に加え、Beer-Lambert則に基づく物理情報特徴を用いて分類しました。多モーダルのアンサンブルモデルは約90%の精度を示し、二次元特徴のみの約82%を上回りました。
説明オープンワールド自動機械学習のための汎用探索器としての大規模言語モデル
要約本論文は、タスク固有の微調整なしでモデル構造、学習ハイパーパラメータ、データ比率を同時に最適化する、大規模言語モデル（LLM）ベースの汎用AutoMLフレームワークを提案しています。多様な設計選択肢を離散数列に変換する統一数値符号化方式NCodeを導入し、最適化を統一的なランキングタスクとして再定式化しています。単一の視覚タスクから得た最適化軌跡のみで学習した探索器が、画像分類、画像分割、話者照合、テキストから画像生成のベンチマークで最先端の性能を示し、十億パラメータのDiffusion Transformerの大規模同時最適化では896 GPU日でGenEvalスコア0.91を達成したと報告しています。
説明パラメータではなく振る舞いを固定する：単一の共有プロンプトによるリハーサル不要の継続学習
要約本論文はTEA-Promptという手法を提案し、凍結された視覚Transformerに対し単一の共有プロンプトトークンで継続学習を行います。古い画像を保存する必要はありません。入力に応じて各トークンの関連度を算出する評価モジュールと、注意出力を制約する損失関数により、旧クラスの知識を保持します。CIFAR-100、ImageNet-R、CUB-200で最先端の精度を達成し、忘却を抑え、パラメータは0.38Mのみです。
説明多基準ソーティングモデルのパラメータ抽出に関する研究
要約本論文は、非補償ソーティングモデル（NCS）のパラメータを意思決定者から直接引き出すための厳密な手続きを提案する。対象は2カテゴリかつ拒否権なしの基本版で、十分な基準連合の集合と二つのカテゴリを分ける境界プロファイルが扱われる。深さ優先探索に基づく質問アルゴリズムと二分法による質問アルゴリズムを設計し、シミュレーションで評価している。
説明LogCDM：行動グラフのドリフトと適応的信号融合による解釈可能なログ異常検知
要約本論文は、各ログセッションを三つの相補的な信号で採点する小型の検知器LogCDMを提案します。その信号は、小型因果Transformerによる次イベントの予測外れ度、セッション自身の遷移グラフと正常参照グラフのグラフ注意埋め込みの距離、そして遷移核間の頻度重み付きカイ二乗ダイバージェンスとして示される遷移ドリフト統計量です。パラメータ数は810万〜880万で、推論時にGPUは不要です。HDFS、BGL、Thunderbirdでの F1 スコアはそれぞれ 0.984、0.870、0.850 で、CPU上での1セッションあたりの採点時間は 5.5〜10.5 ミリ秒です。
説明バイトペア符号化の左側への波及：任意の辞書に対する検証可能な左側参照範囲
要約本論文は、Berglund と van der Merwe によるバイトペア符号化（Byte-Pair Encoding）の形式化を引き継ぎ、文字列の左側に接頭辞を加えたときにトークン化がどこまで影響を受けるかを研究している。すべての辞書に適用できる判定法を示し、原点半径が多項式時間で判定できること、および無限大となる条件を明らかにしている。また、各記号の後に変化しないトークンを出力するストリーミング・トークナイザを提案し、GPT-2、cl100k、o200k、Llama 3 などのマージ表に関する結果を報告している。
注目点BPEの左側摂動半径に関する未解決問題に対し、全辞書の判定と多項式時間アルゴリズムを与え、GPT-2等の実語彙の無限半径を計算している。
説明学習率減衰で非凸関数の大域的最適化SGDが指数的に高速化されることを示す論文
要約確率的勾配降下法（SGD）において、学習率減衰が非凸関数の大域的最適化で漸近的な利点をもたらすかを検討しています。著者らは、小さなステップサイズの場合に、学習率減衰を用いたSGDが固定学習率のどのSGDよりも指数的に少ない勾配クエリで大域的最適化を行える非凸関数のクラスを示しています。このクラスには多くの一般的な非凸ベンチマーク関数が含まれます。さらに、弱ポアンカレ不等式の新しい応用により、焼きなまし法が多項式時間で非対数凹サンプリングを実行できることを示しています。
注目点学習率減衰が非凸関数の大域最適化で指数的な高速化をもたらすことを初めて示し、弱Poincaré不等式を用いた理論的説明を与えている。
説明PORT：頑健なトークン単位の再重み付けによる選好最適化手法
要約本論文は、ノイズを含む選好データのもとで頑健な整合を行う細粒度の手法PORTを提案している。PORTは、トークンの対数確率の経験的累積分布関数を用いてトークン単位で重み付けを行い、損傷したトークンを抑制する。逆伝播を追加せず、前向き計算のみで勾配ノルムペナルティを近似する。理論分析では、ノイズを含むラベルによる勾配バイアスの上界を最小化することを示し、実験では多様なノイズ条件で従来の系列単位の手法より頑健であると報告している。
説明Sage-Taiyi：科学的発見のためのメタ認知アーキテクチャ
要約本論文は、蓄積された科学的理解を用いて次に何を調べ、どのように調べるかを導くメタ認知型システム Sage-Taiyi を提案している。システムは明示的な監視と制御を通じて、証拠や仮定、未解決の問題に対する理解を修正する。10分野50本の論文から成る265課題のベンチマーク Taiyi-Bench では、八つの指標すべてで首位となり、総合スコアは最強のベースライン AI Scientist-v2 の47.9に対し54.0であった。
説明グレンジャー因果から力学系の因果構造へ
要約ある信号の過去が別の信号の予測精度を高めるかを検定するグレンジャー因果は、系の構成要素間の有向的な相互作用を推定するために広く使われている手法です。本論文はまず観測空間におけるグレンジャー分析の最近の進展を概観し、次に潜在力学モデルにおける有向構造へと議論を進めます。その構造がどのような条件のもとで因果として解釈できるかを問うています。
説明「ナラティブの溝」：LLMは言語をまたいで多様な語りを探る手助けができるか？
要約本論文は、大規模言語モデルが言語や地域によって異なる争点のある話題について、どのように異なる語りを提示するかを扱う。多言語での多様な情報探索に必要な六つの能力を定義し、23言語の新聞記事1,333件と460件のクエリからなるベンチマーク「NarrativeBench」を提案する。14のモデルを評価した結果、現時点ではモデルが多様な語りを確実に扱う能力に欠けることが示された。
説明厳密な因果構造学習のためのクリーク制約
要約本論文は、厳密なスコアベースの因果構造学習において、学習された無向スケルトンの最大クリークサイズに上限を設け、整数候補解に対して遅延的な閉路・クリーク制約を課す手法を提案する。線形ガウス型のランダムグラフおよびスケールフリーDAGで、コールバック順序、クリーク割り戦略、候補解の修復、分数分離、Big-M境界などを評価している。結果として、クリーク制約が一律に最適化を高速化するわけではなく、その効果はグラフの密度、標本数、割り管理の方針によって異なることが示される。
説明204言語に対応し、英語でもGPT-4oより少ないトークンで済む多語トークナイザー
要約本論文は、約200言語の人手による文章で学習させたバイトレベルBPEトークナイザー「Havon」を提案している。FLORES-200のテストセットでは、インドの25言語すべてにおいてGPT-4oのo200k_baseより少ないトークン数で済み、英語では約7%多くなる。多語学習段階を加えたv4は、GPT-4oと同じ語彙サイズ200,019で英語のトークン数を6.1%削減した。著者らは、これらは圧縮率の結果にすぎず、v4やv5で学習したモデルはまだ評価していないと明記している。
説明2026年インド語の「トークン税」：トークナイザーの格差とインドの言語にかかるコストの測定
要約本論文は、FLORES-200とPHINCのデータを用い、九つの公開トークナイザーがインドの25言語で同じ内容に必要とするトークン数の差を測定しています。GPT-4oのトークナイザーでは、オディア語が英語の約5.01倍、Ol Chiki文字によるサンタリ語は13.7倍のトークンを必要とします。Sarvam-30B/105Bは、すべての言語で2.6倍未満に収まる唯一の第三者製トークナイザーです。
説明Plant Orbiter：ビデオ拡散のオービットカメラと3Dガウシアンスプラッティングによる3D植物の再構成と生成
要約本論文は、ビデオ拡散モデルを用いて1枚の画像から高品質な植物の3Dガウシアンスプラッティング（3D Gaussian Splatting）モデルを生成する手法Plant Orbiterを提案しています。著者らは、この手法が比較対象のすべての手法より高い3D F値を示し、カメラ配置の位置合わせが容易でコストも抑えられるため、高スループットのパイプラインに適していると述べています。さらに2D拡散モデルと組み合わせることで、テキストプロンプトから3D植物モデルを生成する場合にも最先端の結果を得たとしています。
説明規制対象 AI のための推論検証：NVIDIA AIPerf 上に構築した意思決定パイプライン
要約本論文は、MasterControl が社内で構築した検証ツール Runway を紹介します。Runway は NVIDIA AIPerf による測定を基盤とし、その前段に実験設計、後段にコンプライアンス、コスト、監査の判断を組み込みます。Runway の掃引から、TensorRT-LLM と vLLM の順位が並行処理数によって逆転すること、新しく高価な GPU インスタンスがリクエストあたりでは安くなり得ること、投機的デコーディングの挙動が負荷下でエンジンごとに異なり、エンジンの選択よりも設定が結果を左右しうることの3点を報告しています。
説明Σ-LeWM：ロボット制御のためのS情報を用いた世界モデル学習
要約本論文は、LeWorldModelに逆方向動力学予測器と逆動力学行動予測器という2つの潜在損失を加える手法を提案しています。これにより潜在埋め込みにより多くの構造が与えられ、性能と計画の効率が向上すると述べています。標準的な世界モデルのベンチマークと2つのシミュレーション上のロボット操作タスクで効果を示しています。
説明KiteNorm：分散正則化による安定でスケーラブルなPost-LN Transformer
要約本論文は、Post-LN Transformerの学習を安定させるため、隠れ状態の分散を抑える手法KiteNormを提案しています。デコーダのみのモデルで最大13億パラメータまで実験を行い、各モデルの最適学習率において主要なベースラインを上回る結果を示しています。また、深さ、幅、バッチサイズ、学習量にわたってKiteNormに有利なスケーリング則が見られたとしています。アブレーション実験により、各構成要素が性能と安定性の向上に必要であることが示されています。
説明多ターン臨床エージェントのための安全な強化学習：結果報酬より密な報酬が優れる場合
要約本論文は、検証可能な報酬による強化学習が、臨床の多ターン意思決定エージェントに与える影響を検討しています。エージェントは、どの情報を求めるか、いつ証拠収集を止めるか、どの行動を取るかを判断します。著者らは、薬の補充トリアージ、急性診断、用量調整の3つの制御環境を構築しました。結果のみに基づく学習は総合報酬を高める一方、早すぎる結論や質問の一本化、稀な高リスク症例での失敗といった望ましくない手順を生むことがありました。不確実性を減らす質問に密な報酬を与える方法は、より良い結果を示しました。著者らは、最終結果が検証可能であるだけでは、信頼できる多ターンエージェントの訓練には不十分だと結論づけています。
説明OptiCover：意味的制約下でコールドスタート写真を複数面に最適化する拡張可能なフレームワーク
要約Airbnbの物件では多数の写真から固定のカバー写真を一枚選ぶ必要がありますが、写真の90%以上にはエンゲージメントのラベルがなく、コールドスタート問題が生じています。本論文はOptiCoverを提案し、候補写真の生成、凍結されたCLIP埋め込みに適用する軽量な視覚ヘッド、視覚言語モデルによる意味的整合性の検証、そしてランダム化された行動データを収集する探索ログモジュールを組み合わせています。本フレームワークは本番環境に導入されており、ホームページではエンゲージメントが1.5%、検索では予約者が0.35%増加しました。
説明生成AIによる分類体系不要の画像ラベリング：マルチモーダル手法（GLOC）
要約本論文は、低遅延・高精度・拡張可能なオンライン画像インサイトサービスを実現するGenerative Labeling On Clusters（GLOC）を提案しています。最適化された画像埋め込みで意味的に近い画像をクラスタ化し、クラスタ単位でインサイトを要約してメンバー全体に適用します。PinterestのHybrid Searchで画像記述子と関連クエリ提案に利用され、オフラインとオンラインのA/Bテストで従来手法より品質と効率が向上したと報告されています。
説明Spaghetti Splatting：畳み込みによる曲線状ディラック質量の微分
要約この論文は、ボリュームレンダリングで曲線状の三次元幾何プリミティブを学習する方法を扱います。曲線を折れ線で近似し、各線分をボリュームレンダリングして、接続部で二重計数されないように合成します。カメラ投影を線形化して高速化しており、論文では三次元ガウシアン・スプラッティングを厳密に包含し、一般的なシーンで競争力があり、線状形状に特化した手法を上回ると述べています。
説明隠れた裾：選択的ラベルの下で裾リスクの主張を検証する
要約過去の意思決定により一部の結果が観測されない場合に、予測モデルの裾リスクを検証可能な範囲で示す研究です。二値の結果と有界な損失に対し、条件付きバリュー・アット・リスクの鋭い上下限を導出し、観測と非観測の事例の間の結果オッズの差に上限を置く仮定を用いています。貸付返済の既知データを使った制御された隠蔽実験では、隠れたラベルの約16%を回復すると推定の曖昧さの中央値の61%が解消され、ランダムな回復では16%にとどまりました。
注目点選択的ラベルの下で条件付きバリュー・アット・リスクの鋭い界を導出し、単位コストあたりの曖昧さ削減による監査配分を提案。貸付返済の制御マスキング実験で検証。
説明ローカル大規模言語モデルとルールベース・ニューラル検出器を組み合わせた臨床テキストの非識別化オープンソースツールキットと評価
要約本論文は、オープンソースの .NET ツールキット DeidSharp を紹介する。規則に基づく検出器、臨床固有表現認識モデル、ローカルで動作する 260 億パラメータの混合専門家型大規模言語モデルの検出結果を統合し、臨床テキスト中の保護対象医療情報を検出する。看護記録と半合成の退院サマリーで、既存の非識別化ツールと比較を行い、再現率重視と適合率重視の二つの動作設定での結果を報告している。
説明マルチエージェント選別：一致と採用では何が分からないか
要約複数のAIエージェントが、コストのかかる人間の評価者の前に項目を選別する場合、評価されるのは通過したものだけです。本論文は、無制限のデータがあっても、各種の証拠が誤りについて何を示せるかを分析します。エージェント同士の一致は意見が同じことを示すだけで正しさを保証しません。評価者による採用は適合率を与えますが、再現率については下限しか示せません。再現率を確定するには、通過しなかった項目を抽出して評価する必要があり、その標本数はエージェント数に応じて増えません。
説明Fisher-Glass学習：分類の限界と部分集団監査
要約本論文はFisher-Glass枠組みを拡張し、背景などの妨害要因を調整した後の情報量を、局所的な分類の難しさや部分集団の監査と結びつけています。明示的な識別可能性と決定分離の条件のもとで、局所ミニマックス過剰分類リスクの下界を導出しています。Waterbirdsでの実験では、背景の種類が保たれると正解率は93.2%、変わると40.6%でした。また、タスクラベルと固定した妨害方向による探索で、正解率98.8%の部分集団を特定しています。情報の増加と予測性能の向上は一致しないことも示され、妨害モデルの下での情報量と感度分析を合わせて評価する必要性が示唆されています。
説明GeoScope：超高解像度リモートセンシング質問応答における、学習不要で計数の限界を超えるプログラム実行手法
要約超高解像度の遥か画像では小さな物体が数ピクセルにしか写らず、視覚言語モデルは一定数を超えると計数を誤りやすいことを示した論文です。本研究は、テキストのみの言語モデルで質問を空間プログラムに変換し、視覚言語モデルはその動作範囲内でのみ定位と計数を行い、方向関係は定位された枠から明示的に計算するGeoScopeを提案しています。学習なしで、XLRS-Benchなどにおいて Qwen3-VL-8B の計数と空間関係の精度を向上させています。
注目点VLMの計数限界を測定し、それを超えた領域のみ分割する学習不要の手法を提案し、複数のUHR遠隔探査ベンチマークで大きな改善を示す。
説明一般化された適応的ブースティングと誤りの幾何学
要約本論文は古典的なブースティング理論を、偽陽性と偽陰性を区別する枠組みへと一般化し、両者の同時保証 (FP, FN) を満たす「Z-学習器」を導入している。どの集合 Z がブースティング可能かを幾何学的に完全に特徴づけ、Z を事前に知らなくても使える適応的アルゴリズムを提示する。さらに、Z-学習器による信頼度の増幅も示しており、その解析には離散・計算幾何学の中心点定理が用いられる。
注目点弱学習をFP/FNの同時保証を定める集合Zへ一般化し、可ブースト集合の完全な幾何学的特徴づけを与え、古典的二分法と多目標拡張を統一する。
説明TACTUS：ウッドブレスト筋症の空間的硬さ分布を測定するロボット触診システム
要約本論文はTACTUSという自動触覚アレイシステムを提案しており、約30秒で鶏の胸肉20の解剖学的位置について厚さ正規化された三次元硬さマップを作成します。100枚の鶏胸肉フィレを、正常、軽度、中等度、重度の4段階のウッドブレスト重症度で評価しました。各等級間で有意な力の差が見られ、テクスチャーアナライザーの測定値とも中程度の有意な相関が確認されました。
説明不可知的周辺非一様学習：不可知設定における二値分類の学習速度を研究し、標準と緩和の二つの比較基準での最適速度を区別する。
要約本論文は不可知設定における周辺非一様二値分類学習を扱い、学習率の定数は標本なしデータの周辺分布に依存してよいが、保証はすべてのラベル条件付き分布に対して一様に成り立つ必要があるとする。標準の不可知設定では最適速度は1/√nであり、周辺分布は助けにならない。緩和設定では最適速度が指数的、線形、任意に遅いの三種類に分かれ、無中心VC-eluder次元に基づく細かい速度も与えられる。
説明格子ベースのHMMによるオスマン詩のアルーズ韻律分析
要約オスマン朝のディーヴァーン詩は、音節の長短に基づく定量韻律アルーズで作られている。現代トルコ語の表記ではその韻律を決める特殊な符号が失われるため、本研究は韻律の自動特定と音節と韻律位置の対応付けを行う。各候補経路の格子上で復号する隠れマルコフモデルを、韻律情報のみを用いて期待値最大化法で学習する。保持データにおける完全正解の割合は77.6%で、規則ベースの分析器（26.8%）、神経網タグ付けモデル（55.0%）、Claude Opus 5.5の少数例学習（63.6%）を上回った。
説明干渉下における平均因果効果と期待因果効果：モデル化の仮定と推定上のボトルネック
要約本論文は、個体同士が互いに影響し合う（ある個体への処置が他者の結果に影響しうる）場合の因果推論を扱います。著者らは仮定を干渉近傍、曝露写像、結果モデルの三層に分け、潜在結果を直接効果、スピルオーバー効果、処置とスピルオーバーの交互作用項に分解しています。固定された条件下で比較する平均因果効果と、指定された割当方針の下で比較する期待因果効果を区別し、Horvitz-Thompson推定量の分散の上界を示しています。さらに、グラフを考慮した独立集合デザインを提案し、その分散上界は最大次数に関して多項式的であることを示しています。
注目点階層的有限母集団モデルを提案し、ACEとECEの二種類の推定量を区別して分散の境界を示す。干渉のある因果推論に新しい視点を与える。
説明CoilStellaration：工学的制約を考慮したステラレータコイル生成のデータセットとベンチマーク
要約ステラレータは外部で生成した三次元磁場で高温プラズマを閉じ込める核融合装置で、そのコイル設計は高度に非線形な逆問題です。本論文では、目標プラズマ平衡と工学的要件からコイル形状への写像を学習するためのデータセットCoilStellarationとベンチマークを提案しています。データセットには最適化された17万7000組のフィラメント状コイルセットが含まれます。論文は、磁場精度が依然として主な課題であること、また学習済みモデルの予測を従来のコイル最適化の初期値に用いると初期の進展を早められることを示しています。
説明reComposer：制御可能な画像生成のための編集可能な計画インターフェース
要約本論文は、プロセス志向の画像生成インターフェース reComposer を提案している。ユーザーの変化する意図を主題、構図、配色などの創作上の判断に分解し、その計画を会話や直接操作によって編集できるようにしている。設計職・非設計職の専門家 8 名による評価では、プロンプトによる方法と比べて、素材制作、代替案の検討、細部の反復において参加者の制御感と主体感が高まったと報告されている。
説明微分可能な逆レンダリングによる血管内光干渉断層画像からの固有特性の復元
要約本論文は、単一の血管内光干渉断層撮影（OCT）画像から、病変や細胞組成の指標となる画素ごとの光減衰係数を復元する手法を提案している。物理ベースの微分可能な順方向モデルを通じた勾配降下法により反転を行い、学習データや領域分割は不要とされている。解析解、五つの体外ファントム、および128名の患者の29,269枚の臨床画像で検証が行われた。