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AutoAssumption：仮定を探索して機械学習システムのアルゴリズムを発見する手法
要約本論文は、KVキャッシュ削除、重みの枝刈り、投機的デコーディングなど89種のアルゴリズムを、明示的な仮定を持つ証明グラフとして形式化し、Leanで検証する枠組みを提案している。AutoAssumptionと名付けられたこの仕組みは、公表済み手法の一つの仮定を緩めて再導出・再証明し、コードを生成する。KVキャッシュ削除と重みの枝刈りでは、実行した公表済みアルゴリズムをすべて改善し、最先端のアルゴリズムを得たと報告している。
説明SPIRE：タスクラベルなしで、自律的な状況推論と因果的な運動プリミティブの再利用により実現する身体性継続学習
要約本論文は、動作と結果の証拠から潜在的な文脈を推定し、文脈ごとの運動アクターをオンラインで学習する循環スパイキング型の制御システムSPIREを提案している。成熟したアクターは保護された情報源となり、目標文脈の残差と組み合わさって運動ニューロン集団を駆動する。座標制御、三関節制御、隠れ力制御の各課題で、SPIREは制御を維持し、状況を自律的に推定し、先行する行動を保持しながら、未経験の情報源の組み合わせの習得を早めたと報告されている。
説明Sophon：視覚言語モデルの空間推論を診断する手続き型ベンチマーク
要約本論文は、手続き的に生成された色付き点群の刺激を用いて視覚言語モデルの空間推論を診断する、公開ベンチマーク「Sophon」を提案する。3種類の座標系と4種類の質問形式を含む。オープンな各モデルの正答率は47〜52%に集中し、フロンティアモデルは77〜83%、人間は84〜94%に達する。解析の結果、能力の欠如ではなく中間層の情報ルーティングの欠陥が原因であり、対象を絞った微調整によって改善できると論じている。
説明凍結された視覚・言語・行動モデルのための低遅延な行動検証の学習
要約本論文は、凍結された視覚・言語・行動（VLA）モデル自身の展開から得た経験を用いて行動検証を改善する軽量フレームワーク HDH を提案します。手法は三段階からなり、まずポリシーを展開して自律的な実行データを収集し、次に各行動チャンクに予測成功スコアを付与する小型の行動検証器を学習します。最後に、凍結された VLA が行動候補を生成し、検証器が最も高いスコアの候補を選んで実行します。LIBERO-10 の四つのタスクでは平均成功率 82.3%、実世界の三つの操作タスクでは基準ポリシーより平均成功率が 22.6% 向上したと報告されています。
説明AIアシスタントが一貫して誤っていても人は信頼するのか？多ターン対話における依存度に関する研究
要約この論文は、多ターンの対話で人々が大規模言語モデルの助言にどの程度依存するかを調べ、常に正確、常に不正確、正誤が半々のアシスタントを比較しています。4つの実験から、正確性について外部フィードバックがある場合にのみ人々は信頼できるモデルをより信頼するようになり、フィードバックがないと常に不正確なモデルが48%の割合で人々を説得したことがわかりました。
説明科学的粒子データのためのニューラル圧縮：学習がどう役立つかの展望
要約粒子ベースのシミュレーションが大規模化するにつれ、科学データの効率的な圧縮が重要になっている。本論文は、科学的な粒子データはコンピュータビジョンの点群と分形次元が異なり、点群は局所的に平面的だが粒子はそうではないと指摘する。このため、多くの点群圧縮手法が依拠する八分木構造の有効性が制限される。宇宙論、分子動力学、プラズマ物理の領域での評価では、ニューラルコーデックは従来のG-PCC基準と比べてビットレートの削減がわずかにとどまった。論文は、科学データの構造が現行のニューラル手法をどこで制限し、今後学習がどこで役立ちうるかを示す。
説明大規模言語モデルと教育の同質化
要約本論文は、数学の設問作成と作文フィードバックという教育分野の生成タスクにおいて、大規模言語モデルの多様性を検証しています。直接的なプロンプト、2種類の多様性向上手法、事後学習の効果を、人間が作成した参照データと比較しました。その結果、直接プロンプトで生成された内容は人間の作成物より語彙的類似度で78%、意味的類似度で51%高く、教授形式の幅も狭いことが分かりました。多様性向上手法と事後学習は主に表面的な特徴を変えるだけで、指導の幅は広がらず、モデルは人間の教育における最も規範的な手法をむしろ増幅するとしています。
説明退院サマリー生成は要約だけではない：評価の現実的な検証
要約退院サマリーには、入院経過の振り返りと退院時の判断が含まれ、後者は入力の臨床記録から裏付けられないことがあると指摘しています。著者らはFairSumEvalという枠組みを提案し、参照要約と生成要約の各事実が根拠に支えられているかを判定し、一致度指標Soft IoU-SとSoft IoU-NSを算出します。200件のMIMIC-III入院記録での実験では、根拠のある内容の重なりが根拠のない内容より大幅に高いことが示されました。
説明分類から生成へ：ローマ帝国コインの記述に用いる視覚言語モデル
要約本論文は、ローマ帝国コインの目録作成を分類ではなく画像からテキストを生成するタスクとして定式化しています。約3万件のオークション記録から画像とテキストの組を作成し、オープンウェイトの視覚言語モデルQwen3-VL-8B-Instructに対して、表裏の銘文の転写と表裏の図像の記述という4つのタスクごとに低ランクアダプターを学習させました。その結果、各タスクで未適応のベースモデルとGPT-4.1を上回り、銘文転写の正規化編集距離はGPT-4.1に比べて40%以上低下しました。学習データに含まれない銘文に対しても改善は小さいものの見られました。
説明トークナイザー比較は何を測っているのか？粒度・語根割り当て・単語レベル読み出しの分離（アムハラ語とハウサ語）
要約本論文は、形態素認識型トークナイザーがバイト対符号化（BPE）より優れる要因が、本当に言語学的な単位にあるのかを検証しています。無損失の語根・語形パターン型トークナイザーと、一度に一つの要因だけを変える対照実験を用い、アムハラ語とラテン文字表記のハウサ語で、粒度、語根割り当て、単語レベル読み出しを分離しました。その結果、実際の語根割り当てはシャッフルした語根より固有表現認識のF1を4.9および4.7ポイント改善し、小規模モデルでは読み出し方法によってF1が最大13.4ポイント動き、比較の符号も反転することが示されました。著者らは、利得を言語構造に帰する前に、トークナイザーの効果を分解し読み出し方法を報告することを提案しています。
説明BirdDreams：透視映像と鳥瞰映像を同時生成する運転世界モデル
要約本論文は、透視映像と模式的な鳥瞰（BEV）映像を同時に生成する自己回帰型の運転世界モデル「BirdDreams」を提案する。BEVはシーン注釈から描画され、道路と車両が固定の実寸尺度で示される。二つの映像拡散トランスフォーマー間のジョイントアテンションにより両ストリームが互いに影響し合い、予測されたBEVを平行移動・回転させたものが自車制御の柔らかい条件として用いられる。PhysicalAI-AVとnuScenesでは既存モデルより入力された自車軌道に忠実に従い、人手評価でも透視のみのベースラインより周囲車両の挙動が現実的だと示された。
説明確率的勾配降下法（SGD）の最終反復収束上界の改善（復元抽出と非復元抽出）
要約本論文は、凸かつβ-滑らかな損失関数に対する確率的勾配降下法（SGD）の最終反復収束上界を研究している。補間領域では、上界をO((log T)^3/T)からO((log T)^3/(T log log T))へ改善した。改善は、軌道の比較に地平（ホライズン）依存の勾配の多重尺度評価を適用することによる。この上界は、復元抽出と、1回のパスにおける非復元抽出の両方に適用できる。
説明GenPFN：工学分野の小規模データ拡張のための文脈内表形式基盤モデル手法
要約本論文は、固定重みの事前学習済み表形式Prior-Data Fitted Network（TabPFN）分類器を用いて候補設計を生成する、学習不要の手法GenPFNを提案します。望ましい設計と望ましくない設計で構成された評価済み文脈から、分類器の勾配とガウスノイズを用いて候補を生成し、制約と目的関数で評価します。合格設計を回帰学習データに加えることで、文脈のみで学習した場合と比べ、AutoGluonの検証平均二乗誤差を62.1%削減したと報告しています。
説明分布ロバストなBEST-RQによる音声表現学習
要約BEST-RQはランダム射影と量子化に基づく自己教師あり学習手法で、大規模な未ラベル音声から音声表現を学習します。本論文は、ランダム量子化で得られる表現が量子化ターゲットの選び方に敏感であるという問題に対し、複数の量子化設定にわたって頑健な表現を目指す分布ロバストな拡張を提案します。コードブックごとにグループを定義し、群ごとの分布ロバスト最適化として学習を定式化し、KLダイバージェンスで正則化しています。Multilingual LibriSpeechでの評価では、複数コードブックの一様平均より優れた性能を示しています。
説明証明ステップ検証はそのコストに見合うか：オープンウェイト数学推論における「認証か辞退か」検証の運用条件
要約本論文は、解答を型付きのステップに書き換え、LLM審査員が認証するか辞退するかを判定する証明ステップ検証パイプラインを、オープンウェイトモデルでGPQA、AIME-2025、MATH-500の一部を用いて評価している。認証により、GPQAの強い構成では答えキー一致の精度が31ポイント、AIMEでは46ポイント上がったが、回答したのは試行の35%と21%のみであった。
説明事前学習済み知覚モデルに基づくロバストなタスク考慮型状態推定
要約本論文は、視覚言語モデル（VLM）などの事前学習済み知覚モデルで状態推定を行う際の予測の不確実性に取り組む。モデルの出力確率から、累積確率が指定の信念質量しきい値に達する最小の状態部分集合である最小信念集合（MBS_θ）を構成する。さらに、確率順有効状態探索アルゴリズム（PRaVaSS）を提案し、無制約の場合に正しさの保証と多項式時間の計算量を持つことを示す。VLMを用いた検証により、タスク計画パイプラインでの下流の意思決定が改善することが示されている。
説明RE-PRESENT：代替候補空間の視点による証拠の三角測量で、LLMアンサンブル推論を効率化する手法
要約異なる種類の大規模言語モデル（LLM）を組み合わせたアンサンブルで、各モデルの強みを活かす方法を研究した論文です。単純な一回の集約ルールが学習ベースのルーティング手法に匹敵する一方、なお大きな改善余地があることを示し、単回応答の信号は信頼できる予測の識別力が限られると分析しています。これを受けて提案されたRE-PRESENTは、学習を必要としない枠組みで、意見が割れた質問を選択的に提示し直し、異なる視点にわたって候補レベルの証拠を直接集約します。7つの選択式ベンチマークと2種類のモデル組み合わせで、強力な単回集約を上回り、自己一貫性や複数モデル討論と比べて精度とコストの面で有利であると報告しています。
説明Mach2：決定的な実行制約を備えた科学的発見プラットフォーム
要約本論文は、言語モデルエージェントのツール呼び出し、ソースコード変更、受け入れテスト、成果物契約を決定的なlint型チェックで制約するMach2プラットフォームを紹介しています。領域の要件は実行可能な述語として表され、必須条件の失敗は該当操作の進行を阻止します。テスト駆動開発、AST解析、履歴に基づく進化的探索も組み合わされています。さらに、独立に選択したエンドポイントで実行するタスク別エージェントパッケージを生成し、規則遵守、工学的妥当性、エンドポイント間のタスク継続性を測る基準を提案しています。
説明SlipStream：遅延とSRAMオーバーヘッドを抑えてGPUシステムでHBFを使えるようにする手法
要約大規模言語モデル（LLM）の推論では、より大きなモデルやバッチサイズのためにメモリ容量が求められ続けている。高帯域フラッシュ（HBF）は、HBMのDRAMダイをNAND型フラッシュに置き換え、同程度の読み出し帯域で最大16倍の容量を実現するが、読み出し遅延は約20マイクロ秒に達する。本論文は、そのオーバーヘッドを抑えるソフトウェアとハードウェアの協調設計プリフェッチャ「SlipStream」を提案する。7種の稠密モデル（16〜800GB）において、40MBのステージングバッファを備えたSlipStreamは、HBM相当の遅延を持つ理想的なHBFの性能の92.4%に達し、H3は320MBのバッファを用いても43.1%にとどまる。
説明大規模LLMだけで十分：少量データで単語単位の全二重音声対話に適応させる手法
要約本論文は、凍結した汎用マルチモーダルLLMに軽量なアダプタと少数の新規トークン埋め込み（約9,700万パラメータ）のみを学習させ、単語単位の全二重音声対話システムへ適応させる手法を提案しています。システムは80ミリ秒ごとに1つのトークンを出力し、有限状態機械によって出力の妥当性を保ちます。四段階のカリキュラム学習により、約30 GPU時間で変換を行い、音声生成部は思考部の離散トークンのみを読んで独立に学習されます。Full-Duplex-BenchとInteractionBenchにおいて、大規模な音声学習で構築されたオープンソースの全二重システムと競合する性能を示したと報告されています。
説明ランキング操作：選好ベースのモデル評価は操作されやすい
要約この論文は、two-way比較とBradley-Terryモデルで投票を集計する言語モデルのアリーナ型ランキングが、操作に弱いことを示しています。戦略的投票、戦略的プロンプト、戦略的ノミネーションの3手法を分析し、公開ランキングのデータで効果を実証しています。論文によると、各手法で順位が最大15〜20位上がり、組み合わせると最大45位上がるとされています。
説明人間とAIは社会的協調のために時間をどう使うか：協力型カードゲームを用いた研究
要約本研究は、明示的な会話が禁じられた協力型カードゲーム『The Mind』を課題とし、プレイヤーが時間の経過だけを手がかりに協調できるかを調べたものです。150人の人間と、コンピュータ操作エージェント（CUA）およびテキストプロンプトで動く大規模言語モデルの2種類のAIを評価しました。人間の行動は、同伴者の出し方のタイミングから相手の信念を推測するベイズ的戦略で最もよく説明され、フロンティアモデルも同様の傾向を示しました。ただし、テストしたモデルはいずれも、ゲームの経過とともに同伴者に効率よく適応することはありませんでした。
説明SynthCorp：データエージェント向けベンチマークを作成するプラットフォーム
要約本論文は、企業でのビジネスイベントが時間とともにデータを生成・変更する様子をシミュレートし、カスタマイズ可能なデータ環境とベンチマークを作成するプラットフォームSynthCorpを提案している。各データ環境はリレーショナルデータベース、ドキュメントストア、データカタログを含み、評価タスクと実行可能な正解プログラムが付随する。著者らはこれを用いて7つのデータ環境（最大1Kの運用テーブル）と256タスクからなる初期ベンチマークを生成し、3つのモデルを4つのデータコンテキスト設定で評価した。
説明RECALL：学習による工場較正アンカー残差を用いたマルチカメラ装置のリアルタイム再較正
要約本論文は、複数カメラ装置を一度のフォワード計算で再較正するRECALL手法を提案する。工場出荷時の較正値と既知物体の短時間の観測を基に、共有の全体回転と各カメラの小さなずれで表現された内部・外部パラメータを推定する。合成の10台カメラ試験では、カメラ単位およびバンドル調整による従来手法より回転と焦点距離の精度が高く、1装置あたり約0.12ミリ秒で動作する。
説明グラフラベル整合：グラフ分類のための診断アトラス
要約本論文は、グラフエンコーダを学習させずに、ラベルへのアクセス性を測る軽量な診断手法「グラフラベル整合」を提案している。置換不変な位相・スペクトル要約に基づく構造ラベル整合（SLA）と、エッジを除去した後にプーリングしたノード特徴に基づく特徴ラベル整合（FLA）の2つの指標を用いる。実在のグラフ分類ベンチマークでは、SLA–FLA平面が テスト精度をよく説明し、整合度の低いデータセットでは標準的なプーリング手法が苦戦することを示している。
説明視覚言語モデルの多言語文書理解ベンチマーク評価
要約本論文は、23146件の例、13タスク、5言語（英語、フランス語、ドイツ語、イタリア語、スペイン語）からなる多言語文書理解ベンチマーク「MDU」を提案しています。テキストやMarkdownの抽出から要約、分類、固有表現認識、レイアウトを考慮した抽出までを評価対象としています。1.7Bから235Bパラメータの公開重みVLM 45件と商用システム1件を同一プロトコルで評価した結果、最高平均スコアは69.0で、65点に達したのは45件中8件でした。言語間の差は規模を大きくしても縮まらず、タスク間の能力も相関が小さいことが示されています。
説明ノードからピクセルへ：位相と構造の二視点によるグラフ画像化手法
要約本論文はG2Imageという枠組みを提案し、各グラフを相補的な二つの画像様ビューに変換する。TopoGridは内在的なbifiltrationを圧縮されたmultipersistence曲面グリッドとして符号化し、安定した位相ビューを与える。GraphGridは内在的なノードスコアで定義されたグループ間の辺密度を集約し、より広帯域の構造ビューを与える。両ビューは置換不変であり、解像度に応じた安定性保証を持つ。得られた固定サイズテンソルは軽量な2次元エンコーダで処理でき、教師ありのクロスビュー対照目的関数で整合される。グラフ分類と分子予測のベンチマークで比較手法中で高い平均性能を示したと報告されている。
説明ノイズに合わせない：監査サンプルを用いた未知の測定誤差下での分布マッチング
要約現実の機械学習システムはノイズを含む測定データで動作することが多く、最大平均差異（MMD）などの従来の分布比較手法は、測定過程のアーティファクトに合わせてしまい偏る場合があります。本論文は、監査に基づく推定量MEC-MMD（測定誤差補正MMD）を提案します。これは少数の真値を含む監査サンプルを用い、ノイズモデルを必要とせずカーネル評価を補正します。単純ランダム監査の下で理想的なMMDに対して厳密に不偏であり、監査規模がデータセットとともに大きくなる場合には母集団MMDに一貫し、標準的な収束率を達成することが示されています。パラメータ推定および教師なし応用において、MEC-MMDを用いた分布マッチングはMMDや他の手法より優れた結果を示しています。
説明UniPipe：締切制約のあるDNNサロゲートワークフロー向けの統合推論サービングとファインチューニング
要約本論文は、単一のエッジGPU上でDNNサロゲートの推論サービングとファインチューニングを統合するシステムUniPipeを提案している。対象は、X線光源のタイコグラフィ（叙述的ptychography）再構成のように、高頻度のセンサーデータを近リアルタイムで処理する科学ワークフローである。学習データと推論データを一度の順伝播で処理し、多項式時間のスケジューラでバッチ構成を決定する。実データのワークフローでは、事前学習済みベースラインに比べ再構成MSEを最大30%、推論MSEを最大50%低減し、マルチコンテキスト基準に比べ締切超過率を13%～22%下げたと報告されている。
説明意味的事前情報は部分的に識別された因果発見にいつ組み込むべきか？
要約本論文は、観測データからの因果発見において、大規模言語モデルが提供する意味情報をいつ、どのように用いるべきかを検討しています。意味的クエリの配分、提案の採用、因果グラフの保持という三つの判断を分けて扱い、母集団レベルの非識別性と有限標本での不安定性を区別しています。ベンチマークネットワークでの実験では、意味情報はコイン投げによる向きづけより復元を改善する一方、不安定な辺への配分は一致したランダム配分に対して明確な利点を示していません。また、検証された採用基準は、利用可能な較正タスクでは意味のある採用を支えられませんでした。
説明SyntheIce：氷内部の層再構成のための合成レーダグラム注釈ベンチマーク
要約本論文は、レーダエコーサウンディングによる氷内部の層の自動抽出という課題に取り組み、部分的な検出結果から連続した層を再構成する傾斜考慮型の貪欲な断片連結アルゴリズムを提案している。600枚の合成レーダグラムからなるデータセット SyntheIce を構築し、そのうち150枚の広幅画像は四つの隣接タイルに分割され、正確な正解注釈が付与されている。さらに一貫性検証フレームワーク XCheck を四つの連続タイルに拡張して評価し、専門家が注釈した実際のレーダグラムに対して高い適合率、再現率、F1値、平均IoUを報告している。
説明あちらを立てればこちらが立たず：公平性介入の属性間外部効果
要約本論文は、二値分類や回帰モデルのある敏感属性に対する公平性補正が、別の敏感属性の公平性に与える意図しない影響（属性間外部効果）を研究している。著者らはWasserstein重心差異を用いて分布的枠組みを構築し、周辺的および結合的な公平性指標の変化を捉える。同時ガウス・モデルでは差異の軌跡を導出し、部分同定の境界も示している。実験では、対象とした半数以上のデータセットの多くのシナリオで、介入が隠れた属性に関する不公平を増大させることが示された。ACSIncomeでの回帰実験では、人種の補正が性別差異を縮小させる一方、続いて年齢を補正すると性別差異が拡大した。
説明外部キー接続を超えて：リレーショナル深層学習のための意味的関係表現
要約本論文は、リレーショナルデータベースから関係を考慮した表現を構築するための概念的枠組みを提案する。この枠組みは、スキーマが定める関係の意味、関連エンティティと関係レベルの属性、そして接続の時間的・構造的な文脈という三つの側面を区別する。著者らは関係表現構築（RRC）プロトコルを定式化し、スキーマ要素とレコードをノード表現、関係記述子、文脈表現へ対応づける。これらの表現は、関係条件付きメッセージ伝播により既存のグラフ学習アーキテクチャに組み込める。
説明コードを説明とする方法：実行可能で検証できるLLMの説明
要約本論文は、大規模言語モデル（LLM）の振る舞いを、入力データセット全体にわたって説明するプログラムコードを提案しています。そのプログラムは実行して自動的に検証できます。モデルの出力をプログラムが再現する入力の割合を測る「一貫性」指標を定義し、候補プログラムの評価と選択に用いています。3つのオープンソースモデルと8つのタスクでの実験では、一部の設定で高い一貫性が得られ、思考の連鎖より6〜100倍短いことが示されました。一方、言語的に複雑なタスクでは一貫性が大幅に低下しました。
説明リリース前に「もしも」の世界を検証する：実世界の意思決定のためのペルソナシミュレーション
要約本論文は、実際の業界の問い合わせを模擬ユーザーを用いた統制実験へと変換する枠組みと実行基盤を提案しています。対象コホート、実験刺激、意思決定に関わる指標を形式的に定義し、アンケート、Web、チャットボット、OSアプリなどの環境で大規模な並行実行とログ記録を行えます。五つの分野にわたる十二の産業パートナー事例で有効性を示し、ペルソナの属性が模擬結果に大きく影響することを報告しています。
説明行単位の予測を超えて：再利用可能な表表現のための合成方法の評価と学習
要約本論文は、表全体の埋め込みの質を、部分ビスの一貫性、ラベル粒度での識別性、良性摂動への頑健性、効率の4点から評価するベンチマークを提案します。12の手法の比較では、軽量なスキーマ・テキストベースの指紋が最も良い結果を示しました。さらに、凍結したConTextTabのセル状態に対して合成規則のみを学習する自己教師あり損失SCDMを提案し、埋め込み類似度と部分ビスの重なりとの相関を改善し、複数の下流タスクで向上を確認しています。
説明6Gネットワークにおける物理AIのためのリスク考慮型の統合推論・リソース制御
要約本論文は、6Gネットワーク上の物理AI機器によるエッジ推論のための手法RACEを提案している。予測された動作失敗確率とタスクの重要度に応じて適応的な信号対干渉雑音比（SINR）目標を設定し、遅延から導かれるSINR要件と組み合わせて制御する。シミュレーションでは、固定の高SINR制御と比べて平均の精度・遅延・エネルギー目標が11%向上し、制約違反による中断はほぼゼロであったと示している。
説明エントロピーに基づくビュー選択が見落とすもの：視覚言語モデルのテスト時適応に関する検証
要約CLIPなどの視覚言語モデルについて、テスト時にランダムな切り抜きや反転で複数のビューを作り、信頼できるビューを選ぶ手法を検証した論文です。論文は、精度向上のほとんどは勾配更新ではなくビュー選択によるものであり、よく使われるエントロピー指標は誤予測時に正しいビューを十分に区別できないと報告しています。さらに、各切り抜きが元画像のどれだけを保持しているかで順位付けする方法が、15のベンチマークデータセットの多くでエントロピーより高い精度を示したとしています。
説明LLM事後学習における「便乗形質」：訓練の副次的影響を扱う論文
要約本論文は、強化学習による事後学習の過程で「形質」がどう変化するかを、進化生物学のPrice方程式を用いて数理的に記述しています。報酬で直接狙われていない形質が、訓練中に確率分布が再配分されることで増幅または抑制される現象を「形質の便乗（trait hitchhiking）」と名付けています。GRPOで訓練した言語モデルで評価した結果、Price方程式による推定がサンプリングされた形質の動きによく一致したと報告しています。
説明Together Compiler：AI推論向け継続的コンパイラ
要約本論文は、AI推論の最適化のために設計された継続的なエージェントループ型コンパイラ Together Compiler（TKCC）を紹介しています。起動オーバーヘッドを前向き計算から切り離す階層型永続エンジンと、最適化の出発点となる並列構成を選ぶコストモデルを提案しています。複数の最新モデルとハードウェア上で、既存の手書きMegakernelや主要なオープンソースエンジンを上回るスループットを報告しています。
説明脊髄機能的MRIのための高速なスライス単位の深層学習による動き補正
要約本論文は、軸位スライスごとに面内の平行移動量を回帰し、各スライスを基準画像に合わせる軽量な畳み込みニューラルネットワークを提案しています。呼吸や体動による脊髄の変位を補正するもので、2つのモデルは動きのラベルなしで学習されます。3Tと7Tのデータセットで、脊髄ツールボックス（SCT）より全指標で改善し、1回のスキャンあたり約10秒で処理でき、SCTより約30倍高速だと報告されています。
説明MITRA-Swarm：古典翻訳のために基盤モデルへ明示的な言語構造を組み込むマルチエージェント手法
要約本論文は、古典サンスクリット語の翻訳に現れる連声（サンディ）、複合語（サマーサ）、詩の韻律による談話レベルの省略という課題に対し、連声分割、複数の翻訳エージェントの並列実行、省略補完を組み合わせたマルチエージェント構成MITRA-Swarmを提案しています。1,000節の層化ベンチマークでは、完全版のMQMスコアは85.90で、単一モデル基準の85.27を上回りました。論文は統計的有意性と消融実験の結果も報告しており、改善幅は小さいとしています。
説明コードはどこに置くべきか：二時間軸在庫シミュレーションにおける基盤モデルの誤りの所在
要約本論文は、イベント発生時刻と報告到着時刻という二つの時間軸を持つ在庫シミュレーションにおいて、基盤モデルをどう扱うべきかを検討します。正確に解ける機会損失型の在庫環境で、閉鎖型および公開重みのモデル12構成、計36,672件のリクエストを独立に再採点し、正確なコードの前後または内部への配置、推論量の増加などの対策を比較しました。弱いモデルの誤りは分離可能であり、強いモデルは生の報告で上限に達していると報告しています。また、ツール呼び出しインターフェースが推論能力の評価を混乱させる可能性も示しています。
説明成果か学習か？学生がAIコードアシスタントを単体テスト作成に使う実態の研究
要約本論文は、制限なくAIコードアシスタントを使える状況で、学生がAI支援による単体テスト作成をどのように行うかをユーザー調査で観察したものです。多くの学生は、最初の要件から完全な単体テストをAIに直接生成させる一回限りのやり取りの方法を採っていました。この方法は効率的に解答を得られる一方で、効果的な単体テストの書き方を学ぶことより課題の完了に注意が向くと指摘しています。さらに、研修、説明責任、学習課題の設計によって、学習中心の責任あるAI利用をどう支えられるかについても論じています。
説明棄権は閾値遵守ではない：オープン言語モデルにおける明示された採点ルールの検証
要約本論文は、プロンプトに閾値 t を明示した採点ルールを与えたとき、オープン言語モデルが閾値に従って回答か棄権かを実際に決めているかを検証しています。四つの完全オープンな手法による12のチェックポイントと、より大きな探索的モデルを対象としています。回答を「回答」か「棄権」に限定する形式を加えると棄権率は大きく上がりましたが、閾値を変えても棄権率はほとんど変わりませんでした。そのため論文は、評価では棄権率、閾値への反応、回答した項目を併せて報告すべきだと述べています。
説明ループを閉じる：リフト表現における不規則時系列生成のための共進化EM
要約本論文は、不規則な時系列から規則的な時系列を生成する問題を扱い、補完を一度だけ行って固定する開ループ方式には構造的な欠陥があると指摘しています。著者らは、E段階で現在の生成器の事後分布から欠損値をサンプリングし、M段階で補完データを用いて生成器を再学習する共進化型モンテカルロEMの枠組みを提案しています。さらに、リフトされた表現での後験サンプリングであるPSLRも導入されています。原文では、十のデータセットと四種類の劣化条件で最先端の性能が得られたと報告されています。
注目点一回限りの補完を共進化するモンテカルロEMの閉ループに置き換え、PSLRを提案。10データセット・4種の欠損条件での比較と削除実験を報告し、摘要では最強ベースラインを大きく上回るとしている。
説明事前適合拡散トランスフォーマーを用いたトンプソン・サンプリング
要約本論文は、事前適合ネットワークの枠組みで事前学習したのち、推論時に文脈内でトンプソン・サンプリングを行う拡散モデル「事前適合拡散トランスフォーマー」を提案しています。黒箱関数向けに、単峰性関数など正規分布では表現しにくい特性を持つ非ガウス事前分布も設計されています。複数の大域最適化ベンチマークで、非ガウス事前分布を用いたモデルがガウス過程に基づく従来手法より高い性能を示したと報告しています。
説明世界に誤りが残ったままエージェントの履歴を整えると、かえって悪影響が出る
要約本論文は、ツールを使う言語モデル・エージェントの履歴を圧縮・修正・引き継ぎする際の影響を調べたものです。AgentCE-BenchとAppWorldの二つのベンチマークで、タスク途中の状態を凍結し、履歴または世界の状態を書き換えてから受け手モデルに作業を続けさせる実験を行っています。同じ正しい内容でも、世界の状態と整合していない場合は性能を下げることが示され、履歴の編集の効果は、それが記述する世界に依存すると結論づけています。
説明予測付き複数選択秘書問題
要約本論文は、候補者がランダムな順序で到着し、合計価値が最大になるよう最大 k 人を選ぶ複数選択秘書問題を扱う。どの候補者も到着する前に、個々の候補者の価値の予測が与えられる設定である。同じ切り替えアルゴリズムの閾値を調整し、より精密な解析を行うことで、既存結果にあった対数因子を取り除き、競争比の下限を示している。予測が正確な場合は、すべての到着順序で オフライン最適 を達成するとされる。
説明大規模言語モデルによる米国国立衛生研究所（NIH）のデータ管理計画作成能力の評価
要約本論文は、大規模言語モデル（LLM）が2023年のNIHガイドラインに準拠したデータ管理計画（DMP）を作成できるかを評価しています。LlamaとGPTの出力をNIHが提供したDMPの見本と比較し、領域の専門家にもLLMが生成したDMPを評価してもらいました。結果として、LLMは初稿の作成を加速できる一方、提出前に明確さと完全性を確保するため専門家による確認が必要だとしています。また、資金提供機関の要件に沿ったDMPの作成では、オープンソースのLLMは商用モデルほどすぐに使える状態ではないとしています。
説明AI音楽の創造性を評価する：価値・新規性・驚きに基づく多次元定量フレームワークへの道
要約本論文は、AIが生成した音楽の創造性を形式化し評価するための定量的フレームワークを提案します。マーガレット・ボーデンの理論に基づき、価値、新規性、驚きの三つの次元を音楽分野向けに操作化しています。単一の指標で音楽の創造性を測るのではなく、その異なる側面を捉える複数の補完的な指標群を提案しています。このフレームワークは、創造的な出力を評価する方法論と道具を研究者や開発者に提供し、将来の生成モデルが創造性を学習目標として直接最適化するための基礎になるとしています。
説明医用画像セグメンテーション：基盤モデルの適応とタスク特化学習の比較
要約この論文は、大規模な自然画像で事前学習された基盤モデルDINOv2を、スクラッチから学習したU-NetおよびResU-Netと比較し、医用画像セグメンテーションにおける性能を検証しています。実験は大腸内視鏡、乳房超音波、ダーモスコピーを対象としています。適応された基盤モデルは、すべての外部データセットでより高い汎化性能を示しました。一方、学習分布内ではデータが豊富な場合にタスク特化モデルが競争力を保ち、境界をより正確に描出しました。また、必要な適応容量は適応手法ではなく画像ドメインによって決まることが示されています。
説明例示ベースの接地によるEM-DETRを用いた医用病変検出の基盤モデルへの取り組み
要約本論文は、解剖学的構造と異常の両方に注釈が付けられた多様な医用画像データセットを統合し、多領域の病変検出基盤モデルを構築する手法を提案しています。ラベル空間が異なるデータセットを組み合わせ、破局的忘却を抑えるために生徒・教師型の学習戦略を導入し、以前に提案した例示ベースのEM-DETRを複数ドメインのデータから同時に学習できるよう改良しています。胸部X線の4つの主要所見で画像レベルのAUCが従来の最高値を1ポイント上回り、胸部X線とマンモグラフィーではmAP50で首位を達成したと報告されています。
説明TorchCurves：微分可能なパラメトリック曲線ライブラリ
要約本論文は、PyTorch 上でベクトル値のパラメトリック曲線を学習可能な基本要素として扱うライブラリ TorchCurves を紹介する。スカラー入力をB スプラインまたはルジャンドル多項式基底で表された曲線上の点に写像し、入力と係数の両方について微分できる。係数は周囲のモデルと同時に最適化することも、別のネットワークで生成することもできる。NumPy、SciPy、EfficientKAN との比較による計時実験により、計算コストが実用的な範囲と大きくなる範囲が示されている。
説明AutoScaffold：言語モデルの強化学習のためのAI誘導型スキャフォールディング
要約本論文は、凍結された教師モデルが学生モデルの学習経験を定期的に分析し、ボトルネックを特定して、タスククラス共通の戦略と個別の難しいタスク向けのヒントという2種類の学習時スキャフォールドを設計するフレームワークAutoScaffoldを提案しています。評価時にはこれらのスキャフォールドは取り除かれます。ALFWorld、検索ベースQA、数学推論、GPUカーネル生成の4分野で適用され、スキャフォールドなしの評価では、対応するRLベースラインより優れた結果を報告しています。
注目点凍結された教師モデルが訓練時の足場を自動設計する点に新規性があり、四つの領域で評価評価で有意な改善を示す。
説明対比発見：競合する説明の中での自由形式の科学的発見
要約本論文は、LLMエージェントが単一の仮説を一つずつ検証する方法の限界を指摘し、互いに排他的で網羅的な競合説明の集合で仮説を置き換える「対比発見」を提案する。実験の証拠によって各説明の信頼度が再配分され、信頼度が一つの説明に集中したとき問題が解決したとみなされる。六つの分野での評価では、同じ証拠から従来手法より多くの問題を具体的な代替説明へ解決でき、同じ実験予算で逐点的サプライズ法より多くの問題を解決したと報告されている。
説明Pyrite：タンパク質－リガンド結合ポーズ順位付けエージェントの構築とベンチマーク
要約本論文は、多様なタンパク質－リガンド複合体の1,500組のポーズ対からなる比較ベンチマーク「Pyrite」を提案します。3D可視化ツールと物理ベースのスコアを備えた専門化学者の判定は、ほぼ偶然レベルにとどまりました。著者らは、テキストによる推論で直接比較するエージェントと、特徴量を生成してロジスティック回帰で順位付けするエージェントの2種類を大規模言語モデルで開発し、最大67%と74%の精度を示しました。
説明FreeDeshadow：マルチモーダルプロンプトによるユーザー指定物体の影除去
要約本論文は、ユーザーが簡単なプロンプトで対象物体を指定し、その物体が落とす影のみを除去して他の内容を保持する、物体認識型の制御可能な影除去タスクを提案しています。視覚プロンプトとテキストプロンプトの両方に対応する統一フレームワーク FreeDeshadow を提案し、物体認識型生成器と影認識型局所リファイナーで構成されます。さらに、1024×1024解像度の154,571組の四つ組からなる大規模データセット PCSRD+ を構築し、実験で既存手法より優れた除去性能と制御性を示したとしています。
説明実際の配線は本当に勝つのか？測定されていない生理特性に対して、コネクトーム構造と機能の主張を検証する
要約本論文は、測定された配線図がシャッフルや再配線よりも優れているという主張、すなわち構造が機能を規定するという結論が、モデルの生理パラメータの調整方法によって左右されないかを検証する。三種類の比較方法を区別し、合成データ、プラセボ帰無モデル、三つのショウジョウバエ回路モデルで検討している。蕈状体では、データで制約された生理条件下で実配線の優位が逆転し、結論が方法に依存することが示されている。
注目点三つの推定量を区別する手続きを提案し、コネクトーム構造と機能の結論が調整方法により反転しうることを示す。合成真値、プラセボ、ショウジョウバエ回路モデルで検証し、信頼区間を報告。
説明Continual-ARC：生涯にわたるスキル獲得を測る評価ベンチマーク
要約本論文は、三つのARC-AGI版のタスクから構成される生涯学習用のデータストリーム「Continual-ARC」を提案する。タスクは領域知識を必要とせず、同じタスクが休止期間の後に新しい事例として再び現れる。学習者は消費した フィードバック予算の割合で採点されるため、記憶ベースと重みベースのシステムを同じ基準で比較できる。実験の結果、ハーネスの永続化は通常は記憶を改善せず、未見タスクでの向上も見られない一方、重みベースの学習では大きな改善が確認された。
説明分子相互作用の基盤モデルに現れる生物学的能力
要約本論文は、約3.2兆トークンのタンパク質－リガンド配列対で訓練された分子相互作用の基盤モデルBonbonを紹介しています。タスク固有の教師信号や構造座標なしに、機能・残基・結合の三つの階層でゼロショットの創発的能力を示し、分布外の複合体にも汎化します。さらに最大規模のモデルで評価指標が急に向上する現象が報告されています。湿式実験では九つの疾患標的に対する新規化合物で61.5%の用量反応ヒット率が得られたとされています。
注目点分子相互作用の基盤モデルに創発能力を拡張し、スケーリングでの急激な跳躍を報告。要約は多スケール実験と湿式実験を挙げるが、詳細は要約からは確認できない。
説明ニテロイ市における交通手段選択の空間パターン：合成人口に基づくシミュレーション研究
要約本論文は、マクロで集計された静的な都市データから、ミクロで動的かつ空間的に詳細な都市移動モデルを構築する計算フレームワークを提案する。ブラジルのニテロイ市の約47.5万人の合成住民に適用したところ、シミュレーションによる近隣単位の公共交通利用パターンは経験的な活動指標と強い相関を示した。徒歩はコンパクトな中心部で多く、自動車利用は郊外へ向かって増加し、バス路線沿いでは公共交通の利用が比較的高い。バス停までの徒歩時間を30%短縮すると、モデル上の公共交通対自動車の比率は11.3%上昇する。
説明コネクトーム制約付きハエ視覚モデルの頑健性と効率の測定：敵対的摂動と知覚錯視の関連づけ
要約本研究は、果実バエのシナプス結合（コネクトーム）で制約され、課題に最適化された連続時間リカレントニューラルネットワーク（FlyNet）を対象に、微分可能な3次元レンダリング上の衝突検出課題で、CNN、RAFT、コネクトーム制約のない連続時間リカレントネットワークと比較しています。FlyNetは敵対的摂動に脆弱である一方、計算量に対しては一般的な映像劣化にRAFTより頑健で、浮動小数点演算数は最大5桁少ないと報告されています。また、同じ低次の運動統計量が、敵対的テクスチャと反転Phi錯視の両方による失敗を説明することが示されています。
説明RS-JEPA：走査経路ビューを用いたクロスセンサー画像検索のためのリモートセンシング結合埋め込み予測アーキテクチャ
要約本論文は、SARと光学、パンクロマチックとマルチスペクトルなど異なるセンサー間で同じ内容の画像を、ラベルなしで検索するための自己教師あり手法RS-JEPAを提案しています。両センサーで共有するVision Mambaエンコーダを用い、同一画像の二つの読み取り順序を二つのビューとして扱い、一方の順序から他方の隠れたパッチを予測します。BEN-14K、CBRSIR-VS、DSRSIDの各ベンチマークで、比較した12手法の中で最も高いF1@5を示し、検索ネットワークのパラメータは3.88Mです。
説明エージェント評価フレームワークの比較分析：安定性・既知リスク検出・未知リスク発見
要約本論文は、企業向け分析エージェントを評価する三つのフレームワーク（実行トレースに基づくLLM判定、テキストのみのLLM判定と赤チーム演習、決定的ヒューリスティクス）を比較しています。研究は三段階で行われ、評価プロセスの安定性を測定した後、72件の正解付きテストケースで既知のリスク検出を評価し、未知のリスクを発見しました。論文は、評価ツールが利用できる情報が評価の質を決めること、機能評価と安全評価は相互に補完的であることを示し、トレースベースの機能評価と敵対的赤チームによる安全検証を組み合わせる二フレームワーク戦略を提案しています。
説明ReTrace：ツール利用エージェントを計画器なしのワークフローに蒸留する手法
要約本論文は、自然言語で書かれた標準作業手順（SOP）と少数の記録済みエージェント実行ログから、次のステップを大規模言語モデルではなくコードが選択する再利用可能なワークフローを生成するReTraceを提案しています。各ステップの条件をエージェントの推論から抽出し、複数の実行にわたって統合して規則文書を作り、そこから実行可能なワークフローを生成します。複数のベンチマークで、完了率やタスク成功率はエージェントに近い水準を示し、コストと実行時間は大幅に削減されたと報告しています。
説明TimeSeek：汎用時系列分析のためのマルチタスク・マルチドメイン事前学習モデル
要約本論文は、汎用的な時系列分析モデルTimeSeekを提案している。既存の時系列基盤モデルは主にTransformer層の積み重ねでパラメータを増やしており、また多くは特定タスク向けに事前学習されているという課題に対応したものである。TimeSeekはマルチドメイン特徴抽出器により各ドメインの特性に応じた時間依存性とチャネル相関を適応的に捉え、マルチタスク協調学習で予測・異常検知・分類を事前学習段階で統合する。大規模時系列データで事前学習した結果、少数ショットおよびゼロショットの設定で各タスクに対し最先端の性能を示し、推論効率も良好であると報告されている。
説明Re-Search：二者間の質問ゲームで大規模言語モデルの研究アイデア創出を分析する
要約本論文は「二十の扉」ゲームを研究アイデア創出に応用したベンチマーク「Re-Search」を提案します。モデルは公開済み論文の研究課題のみを与えられ、是非で答える質問を重ねて核心的なアイデアを再発見します。ICML 2026の論文200本と六つの最新大規模言語モデルで検証したところ、進展の大部分は100問中最初の30問以内に起こり、その後多くのモデルは停滞しました。研究はボトルネックが判断ではなく生成にあると結論づけています。
説明機構的解釈可能性には推論の論理が必要：内部観察から機構的説明へ至るための五原則と再帰的推論の枠組みを提案する論文
要約本論文は、ニューラルネットワーク内部の機構を研究する機構的解釈可能性（MI）において、局所的な観察からどのように機構的説明を導くかを扱う。著者らは神経科学とMIの取り組みを比較し、複雑な神経系から機構を推論する際に繰り返し現れる推論上のボトルネックを指摘する。五つの原則を提案し、より厳密な機構的推論の手続きとして再帰的な論理にまとめている。これらは機構の知見を累積させ、モデルを超える領域への検証可能な仮説を生むとされる。ただし、モデルの機構が世界について何を示すかの確立には、MI以外の証拠が必要だと結論づけている。
説明Pterodactyl：効率的な自動翻訳評価の限界への挑戦
要約本論文は、1020 GroupがWMT26自動品質評価共有タスクに提出したシステムPterodactylを紹介しています。主に子タスク2と3、すなわち文単位の品質スコア予測と誤りのない文の検出を対象としています。LLMを評価者として用いる手法で、ROC分析に基づいてプロンプト設計とモデル選択を行い、超低コストで高度にカスタマイズ可能な二値分類システムです。
説明FERN：凍結リトリーバーと学習ランキングによるクロスベンチマーク表検索（Text-to-SQL向け）
要約本論文は、大規模な混合テーブルカタログからText-to-SQLに必要な表を検索するFERNを提案する。3つの凍結リトリーバーで100件の候補を統合し、最大120個の特徴量で各候補を記述してLightGBMランカーで並べ替え、生成型LLMは使用しない。Spiderでは上位15表の候補プールだけでRASLの公表再現率に達し、上位5表で全正解表を含む質問の割合は83.9%から95.6%に上昇した。BIRDでは中央値レイテンシが1問あたり208ミリ秒（A100 1基）と報告されている。
説明BoviShift：個体と時間をまたぐ牛の視覚的表現型の6年間・多属性監査
要約本論文は、2021年から2026年にかけて運営中の牛市場から収集された6つの連続した年次コホートを再構成したデータセットBoviShiftを紹介します。2,657頭の牛、10,610枚の静止画像、2,566本の周回撮影動画を含みます。画像ランダム分割と牛単位の分割を比較し、将来の年のコホートへの汎化を、体重、年齢、体高、品種、毛色の推定について評価しています。
説明TanCRAFT：組立作業向けの文脈推論型先回りフィードバック
要約本論文は、物理的な組立作業で人が誤りを犯す前に介入する、四段階のリアルタイム予測支援システムTanCRAFTを提案している。システムはシーンの状態を追跡し、途中までの組立状況を推論して、操作中の部品の近未来の動きを予測し、予測された配置が目標と合わない場合に介入する。制御されたタングラム組立課題において、オフラインのベンチマークと被験者内ユーザー実験によって有効性を確認した。予測的フィードバックは、支援なしおよび事後反応型のセッションと比べて誤りを有意に減らし、平均的な主観的作業負荷と平均完了時間も最も低かったという。
説明C²-Routing：切り抜きと圧縮を組み合わせた効率的な視覚言語推論手法
要約本論文は、視覚質問応答における視覚言語モデルの計算負荷を減らすため、入力画像と質問に応じて切り抜きと全体画像の圧縮を適応的に選択するC²-Routingを提案している。元の入力と縮小入力の正答分布に基づく安全ゲートで必要時にフォールバックし、精度を守る。3つのモデルと18のデータセットでの評価では、視覚トークンを1,024に制限した上で、FLOPsを平均36.53%、視覚トークンを42.36%削減し、タスクスコアの低下は平均0.77%にとどまった。
説明不均質SIS反応拡散モデルにおけるベイズ逆問題と流行閾値の不確実性
要約本論文は、不均質なSIS反応拡散モデルの初期観測データから、ベイズ推定によって感染の持続性を推定する方法を研究している。初期の有病率の動きは、感染率と回復率の差および感染者の拡散係数のみに依存することが示される。この組み合わせは持続性を決める主固有値も決めるため、個々の率が不確かでも閾値を推定できるとしている。モデルの適切性、パラメータ安定性、事後分布の収束などの結果を示し、数値例で説明している。
説明事後学習における方策最適化の理論：カバレッジ崩壊と参照リセット
要約本論文は言語モデルの事後学習における方策最適化を理論的に検討し、基礎モデルが最適な応答をどの程度生成しやすいかを表すカバレッジによって、必要なサンプル数と勾配ステップ数が決まる「カバレッジ保存型」アルゴリズムを提案している。REINFORCE（PPOやGRPOの基礎）では、報酬が向上しても最適応答の確率がほぼゼロまで下がる「カバレッジ崩壊」が起こりうることを示している。さらに、KL参照を最新の方策へ繰り返しリセットする手法を近似方策ミラー降下法（APMD）として定式化し、いくつかの一般的な事後学習アルゴリズムについて大域収束の保証を与えている。
注目点被覆率の崩壊と参照リセットの概念を提示し、ソフトマックス線形方策での初の大域収束保証を示す。
説明交差検証の分散に関する理論
要約交差検証は、データを訓練用と検証用に繰り返し分けて、モデルの予測性能を推定する手法である。本論文は、交差検証による推定値の分散に関する厳密な有限標本の恒等式を示し、分散がランダムな分割によって各観測値に割り当てられる重みで決まることを明らかにしている。その結果、K分割交差検証は一次の分散において最適であり、合理的な条件のもとで留一法が最小の分散を持つこと、AUCについては留一ペア法が最小の分散を持つことを示している。さらに、推定値が漸近正規性を持つことも示している。
注目点交差検証分散の正確な有限標本恒等式を提案し、K分割と留一法の分散最適性を示す。作者はMSEやAUCを含む指標での証明と漸近正規性を報告している。
説明表形式基盤モデルによるエネルギー物質の物性の高精度予測
要約本論文は、表形式データ向けの基盤モデルであるTabPFNを用いて、エネルギー物質の衝撃感度、分解温度、結晶密度の3つの物性を予測した研究である。ハイパーパラメータ調整を行わなくても、3つの物性すべてで既存の最良モデルを上回り、調整済みのXGBoostやランダムフォレスト、ガウス過程などの従来型機械学習モデルよりも高い性能を示した。さらに、目標値の分布全体を予測するため不確実性の定量化が可能であり、Shapley値によって特徴量の重要度を解釈している。
説明テキストエンコーディングは言語モデリングにいつ影響するのか？
要約本論文は、バイトレベル言語モデルの性能にテキストエンコーディングが与える影響を検討し、UTF-8を他のUnicodeベースの方式、言語固有のエンコーディング、著者独自のエンコーディングと比較しています。分析のため、対象言語には固有のエンコーディングを用い、全Unicodeへの対応はUTF-8で補うハイブリッド方式Aetherを提案し、表記体系の異なる4言語をモデル化しています。その結果、中国語や韓国語のように1文字あたりの情報量が多い言語は圧縮型エンコーディングの恩恵を大きく受ける一方、グルジア語やタミル語のように1文字の情報量が少ない言語は、エンコーディングの選択にほとんど左右されないことが分かりました。著者はこれを受け、テキストエンコーディングは一律の既定値ではなく、言語ごとに設計すべき判断だと主張しています。
説明リアルタイム肌レンダリングとデジタル化のための軽量な微分可能手法
要約本論文は、リアルタイムレンダリングパイプラインに適した散乱パラメータを直接推定する、微分可能なスクリーン空間次表面散乱（SSSS）フレームワークを提案しています。基本テクスチャと散乱距離を同時に最適化し、顔の領域ごとに推定したプロファイルマップを生成します。低コストな単一光源・単一視点の撮影で、45名の実データと合成データを用いて検証されています。
説明UGG：統一生成的幾何モデル。一つの生成モデルで4Dシーンの映像と幾何情報を同時に扱う手法
要約本論文は、4Dシーン理解のための統一フレームワークUGGを提案します。RGB映像と、深度やカメラ姿勢などの幾何表現を同時にモデル化します。モダリティと時刻ごとに異なるノイズレベルを割り当てることで、映像生成と幾何予測を単一の生成モデル内の条件付き補完として定式化しています。著者らは、非統一のベースラインと比べて、カメラ制御型映像生成、深度推定、カメラ姿勢予測で有効性を示し、疎な観測の場合も含むとしています。
説明説明可能なディープフェイク検出のための指標整合型グループ相対方策最適化
要約本論文は、ディープフェイク検出では真偽の判定だけでなく、各予測の根拠となる視覚的証拠の説明が必要だという課題に取り組みます。ACM Multimedia 2026の説明可能なディープフェイク検出チャレンジへの提出として、予測してから説明する二段階の流れを提案し、XPlainVerseベンチマークで学習・評価しています。まず視覚基盤モデルのアンサンブルで画像の真偽を判定し、続いてQwen3-VL-8Bが判定を条件とした視覚証拠の説明を生成します。さらに指標整合型のGroup Relative Policy Optimization（GRPO）で説明器を最適化し、複雑なBERTScore-F1を0.686から0.712に向上させ、提出結果は複雑なBERTScore-F1で1位、総合で7位でした。
説明家事100タスクに1つのポリシーで対応：2026 BEHAVIOR チャレンジの解法
要約本論文は、OmniGibson シミュレータ上の長期的な家事タスク100件を対象とした2026 BEHAVIOR チャレンジへの解法を紹介する。チームは、100タスクすべてに1つのチェックポイントで対応する単一の視覚・言語・行動（VLA）モデルを用いて、最終順位9位を獲得した。2025年に共通する50タスクではQ値が0.260から0.371に上昇し、100タスク全体のスコアは0.392である。さらに14タスクでは、学習済みポリシーの上にGPT-6 Astra（コーディングエージェント）を組み合わせ、平均Q値は0.639となり、学習済みポリシーの0.108を上回った。
説明二つの分野、一つの問題：資源制約付きプロジェクトスケジューリングにおける分枝限定法とA*の比較
要約本論文は、運用研究由来の分枝限定法（B&B）と人工知能由来のA*という、いずれも厳密解法の探索手法を比較する。資源制約付きプロジェクトスケジューリング問題（RCPSP）を例題とし、480の既存ベンチマーク事例で実験を行っている。結果として、グラフベースのA*が検討したB&B版を大きく上回り、追加の枝刈り規則を用いると480事例すべての最適性を証明できたのに対し、同じ時間・メモリ制限下の最良優先B&Bは445事例であった。
説明センサーデータ向け時系列基盤モデルのサンプリング周波数不変性の定量化
要約本論文は、MOMENT、Chronos-2、Moirai-MoE、TimesFMの4つの時系列基盤モデル（TSFM）について、サンプリング周波数が変化した際の安定性、すなわちサンプリング周波数不変性を評価しています。著者らは、埋め込みのずれ、予測性能の低下、下流タスク性能の低下の三つの側面を、FSI、FDI、CDIという新しい指標で測定しています。不変性は信号の元のサンプリング周波数とタスクに必要な帯域幅との差に依存し、性能低下は主に情報損失を反映すると論じています。
説明DnNP：ニューラルプロセスにおける入力の不確実性のデノイズ
要約ニューラルプロセス（NP）は不確実性を定量化できる柔軟なメタ学習モデルですが、標準的な枠組みはノイズのない入力を前提としています。本論文では、入力の不確実性を明示的にモデル化する拡張としてデノイジングニューラルプロセス（DnNP）を提案し、変分推論で学習します。合成データと実世界の大気質センサーによるPM2.5空間補間において、標準的なNPと比べて予測と不確実性推定が改善し、RMSEは最大30%、NLLは最大73%低減しました。
説明Earlybird：29Mパラメータの予測型ストリーミング音声認識
要約本論文は、2,900万パラメータのストリーミング音声認識モデルEarlybird（4ビット量化で約16.8 MB）を提案している。音声をランダムな箇所で打ち切った音声で学習し、その時点までに到来する単語を途中まで話された単語も含めて予測し、その後の2語も推測する。LibriSpeech test-cleanでは、中央値の単語を話者が言い終える90ミリ秒前に正しく予測し、公開されている既存のストリーミングモデルは単語終了後90〜400ミリ秒で認識する。
説明OnlyAct：世界モデルのために基盤モデルから行動表現を抽出する手法
要約動画世界モデルには行動ラベルが必要ですが、そのラベルは少なく、スケールさせにくい状況です。本論文は行動を一から学習せず、事前学習済み基盤モデルV-JEPA 2のフレームペア埋め込みを出発点とします。ラベル不要の対比適応により、同じ動きで異なるシーンのペアを近づけ、同じシーンで異なる動きのペアを遠ざけて、シーンを捨てて行動を抽出します。ロボット操作、カメラナビゲーション、ゲーム、運転のベンチマークで評価した結果、注釈不要の潜在行動手法より表現力が高く、シーン不変性は同等であると報告しています。
説明大規模言語モデルが生成する世界モデルを神経記号推論用に評価する研究
要約本論文は、五つの大規模言語モデルが自然言語で記述された状況から部分観測確率ゲームとしての世界モデルを生成できるかを検証し、44のシナリオからなるベンチマークで評価します。生成された410件の多くは機械的に妥当でしたが、作者の参照モデルと構造が完全に一致したものは少数でした。機械的な妥当性だけでは、下流の推論や計画に用いる構造の忠実性は保証されないと結論づけています。
説明需要に応じた精度：小型ローカルモデルで不確実な復号ステップのみ重みビット数を上げる方法
要約本論文は小型ローカル言語モデルの復号方式を検討している。8ビット重みを保存し、通常は上位4ビットで復号するが、低精度の出力分布が不確実（エントロピーが閾値を超える、または上位2候補の差が小さい）な場合のみ、そのステップを8ビットで再計算する。実験はQwen3-0.6Bモデルと GSM8K ベンチマークを用い、コストはトークンごとに読み込む重みバイト数で測定している。オフライン再生と実運用の結果を比較しており、実運用のデータだけではこのゲートと両端の方式を区別できないと述べている。
説明音楽類似度のための音声基盤モデルの事後的な表現分離の検討
要約本論文は、CLAP、MuQ、MERTなどの事前学習済み音声基盤モデルの凍結された埋め込みに対して、事後的な表現分離を行う方法を検討したものです。条件付き類似度ネットワーク（CSN）を用いて、埋め込み空間を属性ごとの部分空間にゲーティングします。2つのデータセットで評価した結果、少数の学習可能なパラメータを加えるだけで、属性ごとの分離と全体の検索性能が向上することが示されました。プーリング、マスキング、深さの選択による追加的な効果は限定的でした。
説明ビットか並べ替えか：小型ローカル言語モデルで固定の推論予算を重みの精度と選択肢順序の平均化にどう配分するか
要約本論文は、固定された推論予算を、ローカルの小型言語モデルで重みのビット数を減らすことと、選択肢の順序を変えた複数回の結果を平均することのどちらに使うのが有利かを検討します。Qwen3-0.6BおよびQwen3-1.7Bに対し、8・6・4・3ビットの模擬量子化を適用し、ARC、MMLU、HellaSwagなどで評価しています。6ビットではfp16に対して精度の損失が見られず、コストを揃えた比較では重みが6ビット以上の場合にのみ、順序の追加がビットの追加より有利だと報告しています。
説明深層ニューラルモデルの因果的概念説明：介入型媒介分析で概念説明を学習・定量化するCCW-Net
要約本論文は、ニューラルモデルの概念ベースの説明が相関にとどまり、出力に対して必要でも十分でもない説明が誤解を招きうる点を指摘しています。著者らは、経済学・医学・疫学で用いられる介入型媒介分析を訓練目標とするCCW-Net（Causal Concept Wrapper Network）を提案し、概念表現に必要性・十分性・独立性を持たせます。さらに媒介分析を評価ツールとして用い、各概念が出力にどれだけ因果的に寄与するかを定量化しています。評価は飛行機制御、運転、画像分類で行われています。
説明南アジアモンスーン降水の熱力学方程式の発見
要約本論文は、ニューラルネットワークと記号回帰を組み合わせた記号的蒸留法を用い、21年分の6〜8月の再解析データから解釈可能な降水方程式を導出する研究です。最良の方程式は、広く使われる浮力ベースの診断指標の1.5倍の降水分散を説明し、ニューラルネットワークの予測能力の約85%を、約千分の一のパラメータ数で再現しています。
説明REAL損失：投機的デコーディングにおける実際の期待受理長を最適化する手法
要約本論文は、大規模言語モデルの投機的デコーディングの高速化効果を左右する期待受理長（EAL）に着目している。既存の学習目標はEALと一致せず、勾配の向きが逆転しうる共分散の差があると指摘する。著者らはパス重みによる不偏推定とRao-Blackwell化による分散低減を用いたREAL損失を提案した。対照実験では、複数のタスクと乱数シードにわたり既存の基準手法より高い受理長を示し、草案モデルや推論手順の変更は不要である。
説明KernelMosaic：CUDAカーネル生成のための公開データセットとエージェント型フレームワーク
要約本論文は、多様なCUDAタスクを検証済みの解と反復的な最適化の軌跡に組み合わせた公開データセットKernelMosaicと、大規模言語モデルによる実装・正しさの修復・性能最適化を導くエージェント型フレームワークを提案している。KernelMosaicで小型のオープンソースモデルを教師ありファインチューニングした結果、KernelBench L1、L2、L3での正答率は4%、0%、0%から、それぞれ88%、82%、16%に向上した。また、整理された軌跡による教師あり学習は、直接的な回答による学習より優れていることも示されている。
説明LoRAのマージン視点：破滅的忘却への頑健性とアダプター統合（MaLoRA）
要約本論文は、マージン（margin）の観点から、LoRA低ランク適応法が破滅的忘却に強く、独立に学習したアダプターを統合できる理由を理論的に説明します。ℓ2正則化を伴う多クラス線形分類・近直交タスクの設定で最適なLoRAアダプターを解析し、中間的な正則化領域では微調整データ上の最大マージン解と一致することを示します。これに基づき、学習不要の統合手法MaLoRAを提案し、視覚・言語分類タスクの実験で既存のアダプター統合手法と同等以上の性能を示すと報告しています。
説明ブロック境界をぼかす：効率的な拡散言語モデルのための重なりブロック・ノイズ除去
要約本論文は、ブロック拡散型の拡散言語モデルの推論を高速化する手法B3（Blurring the Block Boundaries）を提案している。1回のフォワードパスの中で隣接する2つのブロックを並列に精錬し、モデルの状態に応じて次のブロックの生成開始を動的に決める。学習も追加のハイパーパラメータも不要で、自己編集機能を持つブロック拡散モデルに組み込める。10のデータセットでの評価では、生成品質は基盤モデルと同等で、速度は11.5%から14.5%向上したと報告されている。
説明エネルギーの視点から見た機械学習：統一的枠組みを示すチュートリアル
要約本論文は、スカラーのエネルギーで確率分布を定義するエネルギーベースモデル（EBM）についてのチュートリアルです。EBMを機械学習の様々な手法を結びつける共通の視点として用い、エネルギー関数、推論手法、学習手法の三つの選択によって任意のEBMが決まることを示しています。判別モデル、生成モデル、表現学習、強化学習、計画などを同じ枠組みで整理し、一つの構成要素を入れ替えて新しいアルゴリズムを設計する方向性も提案しています。
説明大規模言語モデルにおける「思考による学習」の認知的マッピング
要約本論文は、大規模言語モデルに見られる、外部からの新しい入力なしに内部の推論を通じて新たな洞察を得る「思考による学習」を、四つの機構（反省的推論、合成記憶の形成、内部シミュレーション、概念の自己組織化）に対応づける認知フレームワークを提案しています。思考連鎖プロンプティングや自己整合性、Self-Instructなどの手法がこれらの機構をどの程度近似するかを分析し、その典型的な失敗とその構造的な原因を論じています。