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。
説明と要約を作成中です
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。
説明小規模コホートにおけるラジオミクス生存解析のための4段階検証プロトコル：身体組成を用いた事例研究
要約本方法論研究は、小規模コホートでのラジオミクス生存解析に向けた4段階の検証プロトコルを提案し、FDR補正による特徴量選択、事前特徴選択と埋め込み型正則化の比較、反復ネステッド交差検証、ガウスノイズ特徴量による陰性対照を含みます。胃腸膵神経内分泌腫瘍の患者78例を対象に、第3腰椎CT由来の身体組成ラジオミクス特徴を評価しました。L3ラジオミクスには控えめな予後シグナルがあるものの不確実性が大きいことが示され、同プロトコルは他の小規模研究にも応用可能とされています。
説明Google AlphaEarth基盤モデルの埋め込みとFields of the World圃場境界図によるモロッコ全国規模の作物種別マッピング
要約本論文は、Googleが公開しているAlphaEarth Foundationsの64次元事前学習済み埋め込みと軽量な分類器を用いて、モロッコ全土の作物種別を地図化する手法を検討しています。作物は冬穀類、樹木作物、その他の作物の三分類です。全国推論はFields of the World圃場境界図で農地に限定されています。独立したテストセットで十回反復した平均分類精度は87.17±0.42%で、全国推論は約5時間で完了しました。
説明Library of Hands：世界モデルではなく「手」を直す手法
要約本論文は、訓練を必要としない手法 Library of Hands（LoH）を提案する。世界モデルは凍結したまま、指令から実際に適用される動作への対応関係（「手」と呼ばれる）だけを補正する。LoH は凍結モデルを使い、二枚のカメラ画像の変化を最もよく説明する動作を推定し、同定したすべての手を保存して、同じ設定が戻った際に再学習せず認識する。三つのシミュレーション課題の閉ループ試験では、成功率が 28.6% から 62.3% に向上し、何も変化しない場合の低下は 0.6 ポイントだった。
説明実機と仿真データによるVLAモデルの適応：ロボットチェスを題材とした事例研究
要約本論文は、ロボットアームでチェスの駒を移動させるタスクを通じ、汎用の視覚・言語・行動（VLA）モデル（π0.5）を個別のロボットとタスクに微調整する方法を調べています。データ量、学習更新回数、シミュレーションデータの役割を検証し、仿真では成功率がデータと更新回数に応じて向上することを示しました。また、学習率を短期間下げる処理が結果の比較に必要であり、検証損失はモデル選択に信頼できないとしています。実機では、仿真デモによる事前学習が実データが少ない場合に特に有効でした一方、いくつかの改良手法は通常の行動クローニングを上回る効果を示しませんでした。
説明解釈可能性ツールはモデル固有ではない：モデル間での拒否方向と読み出しツールの転移
要約本論文は、ラベルなしプロンプトのみで学習した残差ストリーム間の写像を用いて、解釈可能性ツールを別のモデルへ移せるかを検討している。5つのモデル系列、1Bから72Bパラメータの110組のモデルで、拒否方向と正解性方向、感情プローブを転移させた。転移の程度は写像を学習したデータの範囲に依存し、ツールが作用する領域のラベルなしプロンプトを加えると回復率が大きく向上した。
注目点残差ストリームの写像を無ラベルのプロンプトだけで学習し解釈ツールを移植する点が新しい。110組のモデルで検証し、線形写像の証明と被覆スコアを示す。
説明スクリブル教師あり分割を何が崩すのか？アノテーションの頑健性を検証する監査ベースのベンチマーク
要約スクリブル教師ありセグメンテーションは通常、固定された注釈セットで評価されるため、意味的・幾何学的な不完全さに対する頑健性はよく分かっていません。本研究は PASCAL VOC 2012 の手作業によるスクリブル 12,031 件の監査を動機として、6 種類の制御可能な摂動演算子を導入し、複数のバックボーンと学習手法で評価しました。クラス誤りの摂動では、TEL-ResNet101 の VOC における mIoU が 70.08 から 1.46 に低下しました。本ベンチマークは、クリーンなデータセットでの精度を超えて注釈の頑健性を診断するための再現可能な手順を提供します。
説明制御された二値割り当てフロー：グラフ上の二値ラベル付けのための深層割り当てフローを幾何学的に学習する手法
要約本論文は、グラフ上の二値データラベリングのための深層割り当てフロー（deep assignment flows）について、時間変化するパラメータ化を幾何学的に表現し学習する手法を提案する。各辺のパラメータフローは、入力データの非局所線形スケール空間表現に基づく目的関数により、2次元の全測地部分多様体内で最適に制御される。三つ組のフローの集約は5次元の全測地部分多様体内でデータから学習され、それらの融合によって高次元対称パラメータ空間内の軌道が定まり、幾何学的積分により二値深層割り当てフローの各層が得られる。数値実験は、この高度に並列化された局所幾何学的合成手法の表現力と限界を示している。
説明消費財向け販促価格最適化（Trade Promotion Optimisation）
要約この論文は、価格弾力性の推定から促販価格の推奨までを一連で行うエンドツーエンドの販促最適化システムを提案しています。根拠の弱い商品では、類似商品の弾力性と曲率を借用します。39品目の消費財ブランドで4週間の販促実験を行ったところ、利益率を据え置いたまま販売数量が20.6%、売上が6.9%増加したと報告されています。
説明認証・報告・棄却：臨床判断のための害制約付きコンフォーマル予測
要約本論文は、学習を必要としないフレームワークHC-ROCPを提案します。凍結された分類器の確率を用い、予測集合と行動の選択時に害のペナルティを加えます。独立した校正データ分割で多重性調整を行って方針を検証し、COVID-19胸部X線、ISIC 2019皮膚鏡画像、EyePACSからAPTOSへの網膜症転移の各場面で後ろ向きに評価しています。COVID-19の重度行動エラー率は、厳密なリスク最適基準の4.68%から0.54%に低下しました。
説明スライス推論はいつ効果があるのか：解像度、タイリング、密な融合による小物体検出
要約本論文は、高解像度画像の小物体検出に用いられるスライス推論（SAHIなど）がいつ実際に有効かを検討しています。VisDroneとDOTAで七つの密な検出器を比較し、切片化による利得の多くは解像度の効果であることを示しています。また、各パスの密な出力を画素ごとの被覆が均一になるよう重み付けして累積するSCAHIを提案し、DOTAでは最良の単一パスを上回る結果を報告しています。
注目点SCAHIを提案し、ボックス融合の代わりに被覆重み付きの密な出力を用い、解像度を明示変数としてVisDroneとDOTAで比較したと報告している。
説明制御変数を用いたシミュレーション支援型強化学習
要約本論文は、シミュレーションデータを学習目標の決定には使わず、学習過程の分散低減のみに用いる、制御変数（control variates）に基づく保守的なシミュレーション支援型学習手法を提案しています。まず方策評価に適用し、アクター・クリティック枠組みで方策改善を行い、さらにオフライン強化学習へ拡張しています。複数のMuJoCoベンチマークタスクでの実験では、標準的なシミュレーションデータ混合手法より性能が向上したと報告されています。
説明TrialDesignBench：第I相試験デザインを臨床知識と照合して言語モデルを評価するベンチマーク
要約本論文は、第I相・第I/II相の腫瘍学用量探索試験617件からなるベンチマーク「TrialDesignBench」を提案しています。各試験には、FDAの最新の規制の取り組みと整合し、専門家が検証した参照デザインが付けられています。著者らは5つの最先端大規模言語モデルを評価し、いずれも参照基準には達しなかったと報告しています。さらに、性能差の主な原因として、記録されていない設計要因の推定と構造化された決定木による推論の2点を挙げています。
説明晴天以外：大規模言語モデルで悪天候時の都市交通量を予測する
要約本論文は、大規模言語モデル（LLM）から得た意味的事前知識とグラフベースの時空間学習を統合したMulti-STGフレームワークを提案し、悪天候時の都市交通量を予測する。天候、POI、祝日などの環境記述を意味埋め込みに変換し、マルチモーダル注意融合とゲート付き残差校正で予測を行う。三都市の実データセットでの実験では、最強のベースラインと比べて平均MAEを11.82%削減し、データが疎で非定常な条件でも安定した性能を示した。
説明小規模言語モデルのローマ字表記ネパール語への適応：トークナイザー効率、参照尤度、生成指標
要約本論文は、ラテン文字で書かれたネパール語に、約20億〜30億パラメータの三つのオープンな基盤モデル（Llama-3.2-3B、Qwen2.5-3B、Gemma-2-2B）をQLoRAで適応させる方法を検討している。学習にはネパール語の指示データを決定的に音訳した9,000件の例を用いた。微調整によりchrF++は10〜14から29.0〜30.6へ上がり、参照尤度も改善した。ただし尤度と文字重なりの指標はモデル間の差の大きさについて一致せず、トークン分割が少ないことが参照に近い出力に対応するとは限らなかった。
説明スパイクから場へ：空間スパイキングニューラルネットワークにおける乱流様ダイナミクスの機構
要約本論文は、空間的なリーキー積分発火型スパイキングニューラルネットワークを構築し、スパイクを活動密度場およびヒルベルト位相場に変換して、乱流様の場構造を生む仕組みを調べています。遅延と距離依存性を持つ受動樹状突起の条件で乱流様構造が再現され、放電率や渦の数だけでは不十分で、空間スケーリングとスパイク伝播を併せて解釈する必要があると示しています。
説明動画を用いた断片的な遮蔽の背後にある物体の再構成と認識
要約本論文は、単一カメラで撮影した移動物体のグレースケール画像列から、葉などの高密度で断片的な遮蔽の向こうにある物体を再構成する手法を提案している。各フレームの画像を位置合わせし、平均画像のコントラストが最大になるよう整列パラメータを最適化して、積分画像を得る。合成および実際の動画による実験では、遮蔽密度が90%を超える場合でも正確な再構成が可能であることが示された。また、この積分画像を標準的な分類器に入力すると、強い遮蔽下でも物体を識別できることが示されている。
説明タイプ論理文法と形式言語：一階線形論理の言語クラスと計算量
要約本論文は、積・結合則・抽出・中置の標準的規則を持つタイプ論理文法を扱い、その固定認識問題がNP完全であることを示す。また、一階線形論理の文法が、非決定的線形時間で認識される言語クラス（準線形文法）を模倣できることを証明する。これにより、一階線形論理は非決定的線形時間の文字列言語、グラフ言語、オートマトンの論理と見なせると述べている。
注目点型論理文法の固定認識問題がNP完全であることを示し、一階線形論理文法を非決定的線形時間言語のクラスへ写像する点が新しい。
説明fMRIによる音声拡散Transformerの直接条件付け：皮質が音声再構成に寄与する様子の解明
要約本論文はMAASという枠組みを提案し、事前学習済みの音声拡散Transformer（Stable Audio）に、関心領域（ROI）ごとのfMRI応答を直接条件として与えて音を生成します。外部の刺激表現を予測するデコーダを先に学習させる必要はありません。7T fMRIデータセットでは、二段階方式を含む基準手法より、音響面と意味面の両方の評価指標で一貫して改善が見られました。さらに、聴覚神経処理の計算モデルに基づく忠実度指標を導入し、個々の聴覚皮質領域が再構成された音の表現にどれだけ寄与しているかを定量化しています。
説明旅行泥棒ベンチマークに含まれる四つのナップサック問題の指摘
要約旅行泥棒問題は、泥棒に経路と荷造りを同時に選ばせる問題であり、Polyakovskiyら（2014）の9,720件のインスタンスが、ヒューリスティックを比較するための標準的なテストセットです。本論文は、そのうち四つのインスタンスの賃借レートが0.00であり、経路が目的関数に影響せず、0-1ナップサック問題に帰着することを示しています。修正したレートを定義し、参照解を公開するとともに、Python ライブラリ ttplib を公開しています。
注目点ベンチマーク中の4つのインスタンスの賃料率が0.00で、実質的に0-1ナップサック問題に退化することを指摘し、修正規則と参照解を提示、既存手法で修正版の挙動を検証している。
説明説明可能なAIの叙述における公平性：大規模言語モデルが生成する説明に潜む社会的格差の分解
要約本論文は、SHAPなどの説明可能AI（XAI）の結果を一般利用者向けの説明文に変換する大規模言語モデルに、集団間の不公平が生じるかを検討します。受保護属性を開示・非開示・反事実的に入れ替える三条件で叙述を生成する枠組みを提案し、信用評価・教育・雇用の四つのデータセットと五つのモデルで評価しています。その結果、すべてのデータセット、指標、モデルで有意な格差が見られ、特徴量の値と受保護属性そのものという二つの原因があることが示されています。
注目点XAI説明文の公平性という新分野を提案し、三条件の枠組みで社会的格差の要因を分解。四データセットと五LLMで有意な差を報告。
説明TRACE：開放型分子設計のための適応型信頼領域ベイズ最適化
要約本論文は、限られた評価回数で分子を最適化するためのTRACEフレームワークを提案する。固定ライブラリから選ぶのではなく、候補分子をその場で生成し、グラフ摂動の仕組みと分子指紋・断片記述子を組み合わせたガウス過程モデルを用いる。6つの分子最適化ベンチマークで1,000回の評価予算のもと、最も高い全体的なサンプル効率を示した。さらに、鉄フタロシアニンの安定性設計に適用され、80回の設計評価でFe溶解に対する計算上の熱力学的抵抗が0.42 eVから2.59 eVに向上した。
説明AgentOPSD：再帰的信念修正によるターン単位のクレジット割り当て
要約本論文は、評価器（クリティック）を用いない強化学習手法AgentOPSDを提案し、軌道全体に一つの優位性を配るのではなく、対話のターンごとに再帰的にクレジットを割り当てます。各ターン内では、技能条件付きの自己教師と学習者モデルのトークン単位の対数確率差を合計し、対数オッズ空間での再帰的ベイズ更新の証拠として用いて、結果由来の優位性を各ターンに再配分します。ALFWorldでQwen2.5-3BおよびQwen2.5-7Bを用いた実験では、GRPOや自己蒸留の基線を一貫して上回り、7B規模で成功率89.1%を達成しました。
説明POMDPにおける尤度収束からパラメータ収束へ
要約本論文は、部分観測マルコフ決定過程（POMDP）のパラメータ学習を扱う。任意の候補パラメータについて、真のモデルとの尤度差、観測核と遷移核の構造的条件、およびデータ収集に用いた行動方策によって決まるパラメータ回復誤差の上界を示す。この結果は不完備・過完備の両方の場合に適用され、最尤推定量や尤度差を制御できる手法に対して有限サンプル保証を与える。
説明マンモグラフィ視覚言語モデルにおける回答・確信度・説明の整合性の評価
要約本論文は、医用画像を解釈する視覚言語モデルが、回答に加えて確信度と文章による説明を出力する場合の整合性を検討しています。2つのマンモグラフィデータセットを用い、乳腺密度とBI-RADS分類の課題で4つのモデルを評価しました。質問、選択肢の順序、画像に制御された摂動を加え、3種類の出力の変化を調べています。その結果、画像が変化しても確信度が下がらない場合があること、選択肢の並べ替えでほとんどのモデルの回答が変わること、モデル自身の説明が最終回答と矛盾する事例があることが示されました。
説明LawKAN：合成のための群則レイヤー——既知の法則を課すことが有益な場合
要約本論文は、自己完結型レイヤーのノードに厳密な非可換群則を組み込み、エッジで局所的な増分を学習し、ゼロ初期化の補正項で法則からの未知の偏差を学習するLawKANを提案する。固定角度のSU(2)合成タスクと実際のロボットアームの実験では、より少ないパラメータで基準手法を上回り、データが法則に従う場合には古典的なフィッティング手法と同等の結果を示す。
説明GHiML：視覚言語モデルで導く階層型マルチラベル学習と海底生物画像への応用
要約本論文は、視覚言語モデルから訓練データに応じた概念的潜在変数を抽出し、それに基づくサンプル関連のキャプションを生成して、画像埋め込みとクロスアテンションおよびノードごとのゲート付きルーターで融合するGHiML手法を提案している。また、グラフ走査距離と基数ペナルティで階層型マルチラベル予測を評価する類似度指標d_invを導入している。BenthicNet、FathomNet、iNaturalistでの実験では、視覚のみのベースラインと比べてマクロF1とd_invが向上したと報告されている。
説明WanderBench：世界モデルは動画から動的な世界を探索できるか？
要約本論文は、入力動画を条件とする世界モデルが動的な実世界の場面をどれだけ探索できるかを評価するベンチマーク「WanderBench」を提案している。実写とAI生成の単一ショット動画745本を3段階の難易度（3〜25秒）で用意し、キーボード操作で与えたカメラ経路と組み合わせて、24の人手検証済みサブ指標により6つの次元で評価する。8モデルの評価から、動画が長くなると静的な場面と画質は保たれるがカメラ制御と元動画の動きを失い、再訪した場所の一貫性はどのモデルも保てないことがわかった。さらに、凍結したモデルの各フレームを元動画と同時刻の映像、再訪時は自身の先行する静的内容で条件づける学習不要の枠組み「WanderLand」を提案し、5モデルのすべての次元で改善を示し、元動画の動きへの忠実度は最大8.3ポイント向上した。
説明SciMARS：閉ループ科学発見のためのマルチエージェント再帰的自己改善フレームワーク
要約本論文は、閉ループの科学的発見においてマルチエージェント構成をタスク単位で再帰的に適応させるフレームワーク SciMARS を提案する。共有証拠グラフと、役割・協調方法を調整する編集器、証拠の記録・検索・受け取り方を調整する第三の編集器を組み合わせる。Autonomous Science Bench、ScienceAgentBench、AppWorld での評価では、メモリ編集器を加えた版が基本のマルチエージェントチームより多くのタスクを解決した。
説明平面ベクトル値回帰における3点重み付き選択の厳密な上界
要約本論文は、入力と出力がそれぞれ2座標の場合の最小フロベニウスノルム最小二乗回帰について、重み付き選択定数F_weighted(2,2,3)が11/6より厳密に小さいことを証明し、従来の上界15/8を改善している。証明には厳密なスカラー証明書、平面選択における等号の剛性、消失する重みを扱う коンパクト性の議論が用いられている。既知の下界と合わせて、13/8≤F_weighted(2,2,3)<11/6が得られる。
説明Teamknitt：力学系とヒューマンチーム理論から見たLLMエージェントチームの設定・観察・介入
要約本論文は、1〜16体のAIエージェントからなるチームを設定し、十四種の決定的ルーティング・トポロジーまたはカスタム有向グラフから選択できるフレームワーク「teamknitt」とそのオープンな参照実装を提案している。情報共有の範囲を制限するプロファイルを選び、観察は非システム視点とシステム視点から行い、介入は人が明示的に行う。検証可能な仮説を提示しているが、比較結果は報告されていない。
説明二次結合された凸問題のための学習型非厳密交互最小化法
要約交互最小化は、二つの結合された変数ブロックを持つ最適化問題に用いられる標準的な手法である。その計算コストは内部の部分問題の解法が大半を占める。本論文では、各反復で部分問題の解をニューラルネットワークで近似する非厳密な交互スキームを学習する手法を提案する。変数ブロック間が二次結合で二次増大条件を満たす凸問題について、最適性ギャップの最悪ケース上界を導出した。ロバスト行列補完と辞書正則化を用いた低線量CT再構成では、同等の精度で非厳密な一次法ベースラインより5〜13倍高速化された。端から端までの短い微調整を加えると最大30倍に達した。
説明K-prop：時間カーネルの逆伝播による深層オンライン学習
要約本論文は、漏れ積分型のリカレントニューラルネットワーク向けの新しいオンライン学習手法K-propを提案しています。カーネルゲインを伝播させることで、リアルタイム再帰学習（RTRL）の計算量とメモリ消費を大幅に削減します。系列学習、分類、強化学習の各タスクで、既存のRTRL近似法を上回り、時間方向逆伝播（BPTT）に匹敵する性能を示しています。
説明仮想現実でのエージェントとアバターの制御切り替え時に知覚される主体性
要約本研究は仮想現実で24名の参加者による被験者内実験を行い、常にコンピュータ制御、コンピュータから人間へ、人間からコンピュータへ、常に人間制御の4条件で仮想人間の振る舞いを比較しました。参加者はインタビュアーとして仮想人間に固定の質問を行い、開始時の制御主体は知らされていましたが、制御の切り替えは知らされていませんでした。結果として、知覚される主体性は対話開始時に提示された制御主体に強く影響され、切り替え後に更新された形跡はありませんでした。一方、人間による制御がより遅く始まり、対話の大部分を占めた条件では、好感度や共在感などの社会的評価が概ね高くなりました。
説明WaveGen：内部スペクトル軌道学習による真のエンドツーエンド波形生成
要約本論文は、拡散モデルに基づくエンドツーエンドのテキストから波形を生成するフレームワークWaveGenを提案する。Spectral Forcingにより、単一のモデル内で内部スペクトル軌道と目標波形軌道を同時に学習する。外部で学習された中間表現や別途のアライメントモジュールに依存せず、Emiliaの学習データセットで最先端の性能を達成し、Seed-enベンチマークではWER 1.47、SIM 0.75を報告している。