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）。
説明特権情報は特権的な指導を保証しない：推論モデルにおける同方策自己蒸留の検証
要約本論文は、同方策自己蒸留（OPSD）を検証する。教師は学生の凍結コピーで、学生には見えない解答例という特権情報を追加で受け取り、学生は教師の次トークン目標で学習する。三つのQwen3規模の数学タスクで、ソース、符号化、伝達、表現の四段階について、解答例が実際に有効かを調べた。その結果、精度の向上だけでは解答例からの推論の移転は証明されず、利得は解答例よりも教師の思考モードに依存する「推論裁定」が見られると報告している。
説明時間的グラフ上で語彙を使わない次イベント予測
要約本論文は、時間的グラフにおける自己教師あり次イベント予測のための、語彙を用いないフレームワークGTGT（Generative Temporal Graph Transformer）を提案している。観測済みの宛先のイベント、新規宛先の行動記述子、次のイベントまでの時間間隔を予測し、これらの目標はグラフをまたいで共通の意味を持つため、ノード固有のパラメータなしで互いに素なノード集合にまたがって一つのTransformerを学習できる。Temporal Graph Benchmark（TGB）において、既存のベースラインと同等かそれ以上のリンク予測性能を示し、学習コストも大幅に低い。
説明幾何学的根拠を持つ視覚言語モデルによる道路陥没（ポットホール）のリスク評価
要約本論文は、検出済みのポットホールを離線で評価する五段階のモジュール型フレームワークを提案します。幾何学的測定と視覚言語モデルの推論を組み合わせ、重大度の分類と警告文の生成を行います。ドライブレコーダーの1,119シーン、3,092件のポットホールで評価し、重大度判定の一致度は低いものの、幾何学的根拠を加えると警告内容が変わり、盲検評価では評価者がこの警告を好みました。
説明REWEAVE：ワークロード適応型HNSWインデックスのためのオンライン学習手法
要約本論文は、ベクトルデータベースにおけるHNSWインデックスの保守手法REWEAVEを提案しています。クエリのフィードバックからエッジの有用性を学習し、ノードごとの次数上限の範囲内で最下層を定期的に再配線します。特定の仮定の下で価値推定とグラフ安定化の保証を示し、再現率と検索コストの改善を実験で報告しています。
説明錐体細胞柱が注意ヘッドとして働くという仮説：言語野の神経構造とTransformerの注意機構の対応関係を検討する論文
要約本論文は、後部側頭言語領域（PTLRs）にある適切に組織化された錐体細胞柱群が、Transformerの注意ヘッドの機能構造を生物学的に実現しうるという仮説を提示しています。著者らは注意ヘッドを、出力と入力・重みを相互接続した単純なニューラルネットワーク群として捉え直し、その処理過程を生体組織でどう構成できるかを検討しています。そのうえで、柱の内部と間で信号伝達や調節を担いうる候補機構を挙げています。ただし、PTLRsに実際にそのような機能構造が存在するかは、今後の実証研究に委ねられた未解決の問題です。
説明動作の中の副次動作：テキスト誘導による左右の手の役割整合で副次動作を認識
要約本論文は、一人称視点の動作において左右の手の役割を区別する視覚言語モデルの能力向上を目指しています。進行中の高次動作の中で、左右の手の役割と操作対象物を明示的に認識する副次動作検出タスクを提案しています。提案手法BiScopeNetは、既存の動画LLMの視覚エンコーダと言語モデルを変更せずに拡張し、新たな大規模データセットBiScopeCap-100Kを構築しています。評価において、対応する教師あり基準モデルより動作、手の役割、物体の認識が向上したと報告されています。
説明Wayfinder：エージェントの引用に基づく適応的リソースルーティング
要約本論文は、エージェントがチャット、課題管理、メール、ナレッジベースなどのどこに情報があるかを判断するための適応型ルーター「Wayfinder」を提案しています。下流のエージェントが引用した文書をフィードバックとして用い、リソースの内部表現を更新して、関連情報を含みそうなリソースを優先します。また、NFCorpus、FEVER、Tech Startupに基づく三つの制御されたテストベッドを構築し公開しています。
説明カスタマーサービス通話における合成音声の人間らしさと会話の好みの違い
要約本論文は、リスナーが合成音声に対して下す二つの判断、すなわち人間らしさと会話してみたいという好みを比較した研究です。俳優がカスタマーサービス担当者として即興で録音した120ターンを用い、成対選択テストで評価しました。その結果、人間らしさと会話の好みでは評価の高いシステムが一致しないことが示されました。
説明継続学習の最適化制約としての改良版弾性重み統合
要約本論文は、継続学習を「最適化制約（CLOC）」として捉える枠組みを提案します。新しい学習では既に学習した振る舞いの指定した関数を保持しなければならないとします。既存の弾性重み統合（EWC）の経験的Fisher行列はこの制約の一次の形であるものの、各サンプルの損失勾配の大きさで暗黙に重み付けするため、よく適合したサンプルの重要度が下がる問題があると指摘しています。改良版弾性重み統合（IEWC）は、各旧サンプルの損失レベル集合の一次近似に従って出力の変化を罰し、この重み付けを取り除きます。分類、セグメンテーション、言語、予測、拡散モデルで、EWCと同等または上回る結果を示しました。ImageNet-Rの検証済みハイパーパラメータによる保留評価では、同条件のEWCに比べて精度が2.00ポイント向上しました（95%信頼区間0.93〜3.07）。
説明自律型光ネットワーク監視のための継続的イベント認識：再学習なしで新たな擾乱を識別する仕組み
要約本論文は、偏光状態（SOP）に基づく光監視を対象に、プロトタイプ表現、オープンセット認識、少数ショットのプロトタイプ登録を組み合わせた継続的イベント認識の枠組みを提案する。2600kmのROADMベースの光テストベッドでの実験では、既知の擾乱の閉集合認識精度が99.82%に達し、エンコーダを再学習せずに新たな擾乱へ適応できることが示された。また、重なり合う擾乱の一部はプロトタイプの合成によりゼロショットで認識できるが、他は明示的な少数ショット登録が必要であることも明らかにしている。
説明公平性予算内での頑健性：パリティ・フロンティアと機会均等の反転
要約本論文は、人口統計的パリティ（DP）の制約を組み込んだ敵対的訓練による二値分類を、Adult Incomeデータセットで検証したものです。ロジスティック回帰と一層の多層パーセプトロンを比較し、制約を強めるとグループ間の決定差（DPD）が減少する一方、バランス精度は一定水準を保つことを示しています。また一部の設定では平均的な機会均等差（EOpp）の符号が反転することを、理論的な条件とともに報告しています。著者らは、単一の公平性指標ではグループごとの比率の完全な監査を代替できないと結論づけています。
説明多元的エージェントでAI政策への一般からの意見聴取を拡大する研究
要約本論文は、個人の代わりに審議するAIエージェント「多元的エージェント」を開発し、多様な人々の見解にAIシステムを合わせる方法を検証したものです。実験では、エージェントが代表する人物の好みの方向に政策を確実に動かせる一方、影響力は指示内容によって変わることが示されました。事前登録された研究では746人が参加し、参加者はこの方法を有用で公平だと評価し、単一のAI推論モデルへの意見提供よりも好まれました。
説明データ不足下でのマルチモーダル光ファイバーセンシングのための統一的な解釈可能意味フレームワーク
要約本論文は、データが不足する状況でのマルチモーダル光ファイバーセンシングのための統一的な解釈可能な意味フレームワークを提案しています。偏波状態（SOP）監視、分布型音響センシング（DAS）、光時間領域反射計（OTDR）による異種の測定値を、衝撃性、持続性、構造的特徴、エネルギー集中度といった物理に基づく共通の意味記述子へ写像します。実際のSOP、DAS、OTDRデータセットでの検証では、それぞれ95.0%、91.1%、94.6%の精度を示しました。
説明不完全な模倣から学ぶ：異種のデモンストレーターからのオフラインからオンラインへのロバストな模倣学習
要約本論文は、専門性の水準がさまざまで品質が混在するデモンストレーターの示範から、方策を学習する方法を研究している。ラベルのない準最適なオフライン示範から、状態・行動の最適性スコアリングモデルと各デモンストレーターの潜在的な専門性レベルを同時に学習するLEOS-IL枠組みを提案している。学習したスコアリングモデルはオンライン方策最適化に組み込まれ、オンラインでのロールアウトを使って繰り返し改良される。連続制御のベンチマーク実験では、異種で低品質な示範の条件下で既存の基準手法を上回る結果が示されている。
説明Max問題におけるデカルト遺伝的プログラミングの実行時間解析：証明された指数的高速化
要約本論文は、グラフ構造で候補プログラムを表現する遺伝的プログラミング手法であるデカルト遺伝的プログラミング（CGP）について、Max問題での実行時間を理論的に解析したものです。一般的な突然変異演算子を用いた(1+1)-CGPが、同じ出力を持つ等価な最適プログラムを進化させるのに要する期待時間は、最適プログラム長nの多対数オーダーであり、具体的にはO(log^9 n)以下であることを証明しています。これは木構造の遺伝的プログラミングと比べて指数的な高速化を示すもので、既存のベンチマーク問題でCGPに対して初めて示された性能保証です。実験もこの理論的知見を裏付けています。
説明一人称視点動画のための位相変化対応4Dガウススプラッティング
要約本論文は、単眼の一人称視点動画から、切断・組み立て・開閉などトポロジー（位相）が変化する日常的な相互作用を含む動的シーンを再構成する課題を扱っています。既存の4Dガウススプラッティング手法は固定表現の変形に依存するため、分割・融合・表面の出現を伴う事象で視覚的な破綻が生じると指摘しています。著者らは分裂・融合・開閉の4種の事象を対象とするベンチマーク「TopoEgo」と、部品ごとに独立した剛体変換を割り当て、ガウス点を動的に有効化・無効化する再構成手法「Topo-4DGS」を提案し、既存手法を大きく上回ったと報告しています。
説明Iris-Z：一つの生成モデルを専門の幾何モデルを超えるまで拡張する研究
要約本論文は、外観と幾何（深度）を同時に生成する汎用の画像生成モデル Iris-Z を提案しています。単一のバックボーンで、深度付き画像の生成、写真からの深度推定、与えられた深度への画像描画を行います。十分な規模では、既存の深度ベンチマークで最先端の専門モデルを上回り、専用レイヤーを加えずに元の生成能力を維持したとされています。著者は2つのモデルをコミュニティ向けに公開しています。
説明JustRUA：GPT-6 ロボット操作エージェントの対照研究
要約本論文は、GPT-6 Astra を用いた最近のロボット操作エージェントを構成要素ごとに分解し、同一の枠組みで、モデルを囲むハーネス、動作インターフェース、経験の再利用、シーンの幾何情報の効果を検証している。完全なエピソード履歴を保持し、各動作を早期に停止させる簡素なハーネス JustRUA を提案している。RoboDojo シミュレーションベンチマークにおいて、スコアは 29.7 から 50.3 に向上した。
説明Fit-LRP：非凸領域でのニューラルネットワーク検証のための多面体への線形緩和フィッティング
要約本論文は、多面体の和集合で表される非凸領域上で、ニューラルネットワークのアフィン境界を厳密に最適化するFit-LRPという枠組みを提案します。小規模で低次元の線形計画問題を順次解くことで、LiRPAおよびα,β-CROWNの分岐限定法の最終最適化段階を強化します。ARCH-COMPとニューラルLyapunov関数のベンチマークでは、最も難しい領域での分岐数が47倍減り、最悪ケースの検証時間が15倍短縮されたと報告されています。
説明PB規模の衛星画像から「針」を予測する：オープンボキャブラリーによる事象予測
要約本論文は、異なる時点の視覚言語モデル埋め込みの差分ベクトルによって変化を表現する手法を提案し、人手による注釈なしで衛星画像から世界規模の事象を自動発見できるとしています。六大陸にまたがる21,000以上の地点、64種以上の事象タイプ、PlanetScopeとSentinel-2による約200万枚の画像からなる大規模データセットを構築し、世界規模の事象予測モデルを学習させたと述べています。論文によれば、変化検出の最大F1スコアは93.5%、予測事象の検索では基準手法の3.6倍の性能を示し、完了の9か月前でも完了日を中央値3日の誤差で予測できるとしています。
注目点視覚言語モデル埋め込みの差分で変化を表し、約200万枚の衛星画像で自動的に事象を発見し、最大F1 93.5%と3.6倍の検索性能を報告。
説明適応距離検出と適応インスタンスセグメンテーション：FPSゲームで敵を検出する物体検出と意味セグメンテーションの手法
要約本論文は、FPSゲーム『Counter-Strike: Condition Zero』で敵を検出するための物体検出モデルと意味セグメンテーションモデルを扱っている。著者はYOLOv5sで物体検出モデルを学習させ、両モデルの推論時間を比較した。その結果、物体検出はわずかに速く、意味セグメンテーションは遅いものの物体の正確な形状をよく捉えることが示された。両者を組み合わせた適応距離検出と、意味セグメンテーションと全景セグメンテーションを組み合わせた適応インスタンスセグメンテーションも提案されている。
説明事前分布なしの変分学習における安定性の縁の特徴づけ
要約本論文は、事前分布との発散による明示的な正則化を用いず、期待損失のみで学習する深層学習の変分手法を扱っています。理論と実験の両面から、学習率を大きくし、パラメータのサンプル数を減らすと、一般化しやすいとされる平坦な損失極小に至ることを示しています。さらに、この学習は勾配推定の信号対雑音比とモンテカルロサンプル数によって特徴づけられる修正された安定性の縁で動作すると述べ、分布外ベンチマークデータセットでその結果を確認しています。
説明システムプロンプトは実際にどの職業役割を与えているのか？LLMにおける職業役割ベクトルの検証と制御
要約本論文は、ある職業の役割の人が課題や質問にどのように独特の応答をするかを捉える、活性化レベルの方向である職業役割ベクトルを抽出・注入するための検証フレームワークを提案します。Qwen2.5-7B-InstructとLlama-3.1-8B-Instructの2モデルで、解釈可能性と制御の二つの観点から検証しています。角色ベクトルは安定して分離可能である一方、ベクトルを注入するだけでは行動の誘導効果は限られ、30ターンの対話で役割の低下を抑えることもできなかったと報告しています。
説明TRACE：学習不要で動画生成の解像度を拡張する軌道同期手法
要約本論文は、追加学習なしでテキストから動画を生成するモデルの解像度を高めるTRACEを提案する。低解像度と高解像度の生成軌道をノイズ除去の過程で同期させ、局所ウィンドウ注意機構で細部を整える。また、重複した被写体の疑いがある箇所を低解像度のレイアウトと照合して修正する。実験では、学習不要手法のFreeSwimと比べて知覚品質とテキストと動画の整合性が向上し、エンドツーエンドで2.0〜2.9倍の高速化が示された。
説明DexRemo：接触が多い除去操作のための力覚センシング付き多指ハンドの基盤と課題群
要約本論文は、高出力アクチュエータ、交換可能な指先、三軸指先力センサを備えた三指ロボットハンドDexRemoを提案しています。接着物の剥離、表面の清掃と自己清掃、遮蔽された物体の取り出しを含む、実ロボットによる九つのシナリオの課題群も用意されています。指先の力は手首中心の共通座標系で表現され、Action Chunking Transformerによって視覚、固有受容情報、指先姿勢、力の情報を統合し、動作を予測します。手首座標系の力入力、特に指先姿勢と組み合わせた場合は、局所座標系の力入力や力を用いない基準手法よりも安定性と汎化性能が向上したと報告されています。
説明境界予測の向上が構造表現の向上を保証するわけではない
要約本論文は、言語モデルの学習に句読点の復元タスクを加えると、論元・意味・統語の構造表現が改善するかを検証したものです。英語を対象に、デコーダのみ、エンコーダのみ、エンコーダ・デコーダの三つのアーキテクチャで、パラメータ数10億未満のモデルを用いて実験しています。結果として、境界予測を最適化しても、構造表現の質が必ず高まるわけではなく、言語構造の理解を必要とする下流タスクの性能も改善しませんでした。
説明DuoJEPA：整列されていない自己教師あり埋め込み空間間のクロスモーダル変換
要約本論文は、各モダリティごとに自己教師ありエンコーダを学習させ、その後段に埋め込みを他方のエンコーダの空間へ変換するTransformer層を付加するDuoJEPAを提案する。変換後の空間内でのみ対比損失を計算し、二つの元の埋め込み空間を直接比較する損失は用いない。胸部X線写真と報告書、およびSentinel-2とSentinel-1の衛星画像で評価を行っている。
説明二つの研究室にまたがる被験者除外評価：深層学習による地面反力推定器のデータ漏洩と研究室間転移
要約本研究は、三つの系列モデル（畳み込み、畳み込み再帰、畳み込みトランスフォーマー）を、二つの独立したデータセット（歩行6名、患者搬送作業10名）で比較し、地面反力と圧力中心の推定性能を評価した。試行単位の分割では、被験者を除外した場合より決定係数が過大に示されることが示された。また、研究室間での転移は双方向とも偶然水準を下回った。研究者は、被験者を除外して検証し、学習前に座標系の一貫性を確認し、展開前に研究室間で試験すべきだと結論づけている。
説明PhysICL：手続き的事前分布による非構造メッシュ上の物理場のインコンテキスト学習
要約本論文は、手続き的に生成したタスクのみで事前学習したモデルPhysICLを提案し、重みを更新せずにラベル付きシミュレーションの例から各クエリメッシュ上の物理場を直接予測する手法を示している。未学習の五つのPLAIDデータセットで、文脈例が増えるにつれ予測誤差が減少することを報告している。
注目点表形式基盤モデルの文脈内学習を非構造メッシュ上の物理場予測へ移し、手続き的事前分布のみで学習し、未見の五データセットで検証したと報告。
説明WELP：転移確率（committor）学習のためのループ内加重アンサンブル法
要約本論文は、分子系における稀な状態遷移のサンプリングが難しい問題に対し、加重アンサンブル（WE）による強化サンプリングとニューラルネットワークによる転移確率（committor）学習を交互に結び付ける枠組みを提案している。WEシミュレーションで学習データを生成し、学習された転移確率を改良された集団変数として後続のWEシミュレーションに用いる。二次元二チャネル系、アラニンジペプチド、chignolinで貪欲法のベースラインより優れた結果を示し、アラニンジペプチドについて経験的に求めた転移確率の公開ベンチマークも提供している。
説明ハンガリー語の話し言葉は低資源か？——ハンガリー語音声データセットの定量的サーベイ
要約本論文は、既存のハンガリー語話し言葉データセットを、単一言語、多言語データのハンガリー語部分、病理音声、児童音声、方言コレクションの5つのカテゴリに分けて調査したものです。利用可能なデータは推定で約2800時間、約7500名の話者にわたり、言語的多様性は豊かであるとしています。一方で、データの分布や音声認識などの実応用タスクとの適合性は十分ではなく、より大規模な自然音声データセットの必要性を指摘しています。
説明人工知能のための構造化演算子としてのRiordan配列
要約Riordan配列は従来、母関数の変換や組合せ論的関係を符号化する無限下三角行列として研究されてきた。本稿はこれを人工知能やデータ解析における構造化演算子として用いる新たな方向性を提案する。母関数A(z)に対し、変換A(z)↦g(z)A(f(z))によって、畳み込み、置換、多重スケール混合を組み合わせたパラメータ化された因果線形演算子の族が得られる。著者はその代数構造が特定の設定で有用な帰納バイアスを与えうる点を論じている。
説明Starscream：AMD Instinct GPUのパーティショニングを活用したLLMシャーディングの再設計
要約論文は、チップレット構造のGPUをパーティショニングすると、同質なGPU向けに設計された並列化戦略では性能が低下すると指摘しています。主な問題は、メモリの冗長性、演算強度の低下、フラットな集合通信による負荷です。著者らは、GPU内部に直交する方向のシャーディングを加えるStarscreamを提案し、カーネル形状の維持、メモリ冗長性の排除、通信オーバーヘッドの最小化を基本原則としています。テンソル並列を事例に、AMD MI300XとMI355Xでチップレット非対応の基準と比べ、注意機構で最大4倍、融合GEMMで1.43倍の高速化を示しています。
説明需要が体制切替する下での在庫管理への強化学習：LSTM・MLP・(s,S)方策の比較検証
要約需要が隠れた状態間で切り替わる場合の在庫管理を扱った論文です。需要を二状態の隠れマルコフ過程（ポアソン放出）で生成し、エージェントには状態を見せない環境を構築し、最適化した(s,S)ヒューリスティック、MLP型PPO、LSTM型Recurrent PPOを比較しています。再帰型方策はいずれのリードタイムでも両者を上回り、MLPに対する優位はリードタイムの増加とともに拡大しました。LSTMの隠れ状態の主成分分析では、短いリードタイムでは二値の状態を、長いリードタイムでは多段階のパイプライン状態を符号化する様子が示されています。
説明Lang-SVG：言語事前情報を用いた階層的画像ベクター化
要約本論文は、ラスター画像をSVG形式のベクター図形に変換し、編集可能な構造にする手法Lang-SVGを提案しています。SVG要素を意味ラベルと親子関係を持つ木構造で整理し、セグメンテーションモデルと多モーダル大規模言語モデルを利用して部品ごとの階層を構築します。さらに、冗長なノードの削除や欠けた領域の補完を行う仕組みと、構造品質と意味的な部品対応を評価する新しい評価手法を導入しています。論文では、描画の忠実度と構造品質の両面で最先端の性能を示したと報告されています。
説明MOSAIC：雑然とした環境でのロボット操作のための障害物・空間認識モジュール型フレームワーク
要約本論文は、事前学習済みのVLA（視覚・言語・行動）モデルと統合できるMOSAICフレームワークを提案し、ロボットの物体レベルの場面理解と行動生成を改善します。対象物、移動先、周囲の障害物のマスクを予測する補助タスクや、深度情報を用いた幾何学的トークン、障害物を重視する注意機構を導入しています。RoboPROベンチマークと実world の操作タスクでは、雑然とした場面で成功率が5.1%、視覚的摂動下で9.7%向上したと報告されています。
説明ShadowBench：大規模言語モデルにおける語彙的アンカリングと「忘却の錯覚」の検証
要約本論文は、固有名詞を使わずにモデルが知識を関連付けられるかを評価する ShadowBench を提案しています。Dual-Trait Association タスクを用いると、GPT-5.4 や Claude-Sonnet-4.6 を含む各規模のモデルで、語彙的アンカーを除くと性能が20%以上低下することが示されています。さらに、既存の機械的アンラーニング手法は表層的な出力抑制にとどまり、人気のあるエンティティでは推論過程で忘れられたはずのエンティティを74%超の事例で再構築していると報告しています。
説明仕様駆動の属性ベーステスト：エージェントが書いたコードのテストのために仕様から意味的不変条件を導出する手法
要約本論文は、実装コードではなく要求仕様書から属性ベーステストの性質を導く方法を検討しています。提案手法Spec-Driven PBTは、エージェントがまず仕様から自然言語で不変条件を表現し、その後に実装を確認して具体的なテストに変換します。ViBenchの25アプリケーションでの評価では、コードのみに基づく手法より属性テストの数が2.4倍少ない一方、両手法が発見したバグはほとんど重ならず、互いに補完し合うことが示されています。
説明共有の意思決定ルールに対する自己所有の例外：型付き・ゲート付き・撤回可能な重み編集として私的例外を学習する
要約同じ公開された意思決定ルールを適用する複数の組織が、そのルールは自社の事例には誤りだと考える私的証拠を持ちながら、それを共有しない場合を扱う論文です。公開ルールを小規模なReLUネットワークとして正確に変換して構造化された事前知識とし、各当事者は主語・範囲・形式・規模などの名前付き値から成る小さな型付き宣言空間を探索します。自己の記録が選択を考慮した証拠ゲートを通過した場合にのみ編集を提案します。合成データでは、各当事者30件の記録で複数の比較手法に対して非劣性を示し、未変更のルールを上回ったと報告しています。
説明LLMのコストを桁違いに削減するスマートモデルルーティング
要約本論文は、大規模言語モデルの利用コストと回答品質を両立させる最適化フレームワークを提示し、各クエリを十分に答えられる最も安価なモデルへ振り分ける手法を扱っています。最適な閾値方針の構造、級数構成の損益分岐条件、価格比とトラフィックの偏りに対する感度分析を導出しています。特定の価格・トラフィック想定の下での数値例と、本番運用で生じうるリスクも検討されています。
説明HeriKGQA：文化遺産センサーデータに対する知識グラフ基盤の質問応答手法
要約本論文は、文化遺産サイトのセンサーデータを自然言語で問い合わせるための知識グラフ質問応答手法HeriKGQAを提案している。大規模言語モデルは質問の解釈と回答の表現のみを担当し、計算はSPARQLと決定的なコードが行う。五つの実際の遺産サイトに関する500の質問では、準確率99.0%を達成し、同じ大規模言語モデルを用いた最も強い比較手法を18.2ポイント上回った。接地層を外すと精度は12.2ポイント低下する。
説明超勾配には歪みがある：双レベル最適化のための対称Neumann推定
要約本論文は、双レベル最適化で切断Neumann級数により超勾配を推定すると、偏りや分散に加えて歪み（skewness）という誤差が生じ、その大きさは切断の深さ、内側問題の条件数、因子ごとのノイズの非対称性とともに増大することを示します。これに対し、各Hessianサンプルを参照Hessianの周りの鏡像サンプルと対にして平均する対称Neumann推定器（ANE）を提案します。正確な参照がある場合、奇数次のノイズ項はすべて消えます。20シードでの実験では、ロバスト回帰、データクリーニング、オフライン強化学習、不均衡分類のいずれでもANEベース手法が最良のベースラインより損失を4〜25%低減し、ロバスト回帰ではテスト損失が25%低く、テストR²が54%高くなりました。
説明強化学習による自己改善型エージェントAIのための報酬駆動型コライダー物理課題
要約本論文は、最先端モデルがまだ正しく完全に解けない高エネルギー物理（HEP）の課題に対し、自動評価される連続的な報酬を持つ自由形式の最適化タスクを提案している。著者らは複数のHEP課題で先端推論モデルを評価し、小規模言語モデルが人手を介さず自動フィードバックによる強化学習で改善する概念実証を示した。既存の手順の再現から、より良い科学的解を自律的に発見する段階への発展を目指すとしている。
説明Open Vision Banana：生成型視覚認識のための完全オープンな手法
要約本論文は、事前学習済みの画像生成モデルを統合型マルチタスク認識システムへ変換する、完全に公開され再現可能な手法 Open Vision Banana（OVB）を提案している。色エンコーディング、プロンプト設計、パラメータ適応、タスクのバランスなど、汎化に最も効く設計上の選択を分析している。さらに、再学習なしで生成モデルによる認識を改善する凡例アンサンブル（legend ensembling）というテスト時スケーリング手法を導入し、Cityscapes と COCO-Object で mIoU をそれぞれ最大 8.7 点、15.0 点向上させたと報告している。
注目点生成モデルを統一的知覚システムに変換し、凡例アンサンブルでテスト時スケーリングを提案。Cityscapes・COCOでmIoU向上を報告。
説明Food Critic：監査可能な飲食店の食品安全推論のためのエージェント型可視化システム
要約本論文は、公的な衛生検査記録と口コミデータを統合し、飲食店選びを支援するエージェント型可視化システム「Food Critic」を提案している。システムは、データベースのみを使うReActエージェント、食品安全規制を参照する検索拡張エージェント、構造化された仮説と型付き証拠を生成するオントロジー誘導エージェントの3つの条件で動作する。エージェントの推論は、検査可能な視覚的証拠として外部化される。各条件のもとで複数の大規模言語モデルを複数の利用事例で評価している。
説明ルーティングを変えずに専門家の転送を減らす：MoEオフロードにおける専門家の退避方式
要約本論文は、混合専門家（MoE）言語モデルのオフロードを扱います。大半の専門家の重みはCPUメモリに置かれ、ルーターが要求したときにGPUへコピーされます。OLMoE-1B-7Bを用い、実際のCPUからGPUへのコピーを行って測定したところ、専門家の集合を固定する方式は、速いものでも次トークン損失を少なくとも0.067ナット増加させました。著者らは、どの経路決定も変えない方法を提案します。キャッシュが専門家を退避する必要があるとき、次に使われるまでの時間が最も遠いものを退避させます。この規則は最近最少使用（LRU）より2.1倍少ない専門家しかコピーせず、品質の低下はなく、理論上の最少コピー数の3.5%以内に収まります。
説明供給と需要が偏る条件下での、ルールベース・探索・最適化・学習型・大規模言語モデルによる交渉エージェントの競争トーナメント
要約論文は、ガレ＝シャープレー型マッチング市場で九種類の交渉アーキテクチャを売り手・買い手の双方に同時に配置し、均衡状態と二つの希少性条件で比較しています。あわせて九つの大規模言語モデル（10億〜720億パラメータ）も同じ条件で試験され、36回の比較のうち32回で上位二つのエンジンに有意に負け、勝利はありませんでした。
説明BEATSデータセット：実生活における音楽と生理の動的関係の理解に向けて
要約本研究はBEATSデータセットを紹介する。30名の参加者が、ウェルビーイングを促進することを目的に編成されたプレイリストを聴いている間に、実環境で収集した心理生理学データをまとめたものである。データには、ウェアラブル機器によるセンサーデータ、聴取記録や音響特徴、人口統計や音楽の好み、性格特性などの個人特性、数週間にわたる実験前後の心理尺度が含まれる。ウェルビーイング、音楽心理学、感情コンピューティング、信号処理の研究を支援することを目指している。
説明AIシステムのデプロイ前テストにおける未知の未知の発生確率の制御
要約本論文は、AIエージェントなどのシステムのデプロイ前テストで発見されていない「未知の未知」の失敗モードについて、未発見の失敗が現れる確率が十分小さいかを判定するアルゴリズムを提案します。このアルゴリズムは任意時点で有効な上側信頼系列を構築し、開発者は統計的保証を損なうことなく繰り返しテストして境界を確認し、閾値を下回ったら停止できます。本手法は古典的なGood-Turing推定の逐次版として位置づけられ、実世界のコーディングエージェントのトレースデータセットSWE-Chatで検証されています。
説明触覚をどこで生成するか：画像の潜在表現は材質認識を保てるか
要約本研究は、実物のGelSightによる接触画像で学習した材質分類器が、事前学習済み画像モデルの符号化・復号による再構成画像でも機能するかを検証し、触覚生成に用いる潜在空間を選択します。ObjectFolder Realでは、3種の16倍離散トークナイザの再構成で分類器の精度が6.5〜9.7ポイント低下した一方、Stable Diffusion VAE（SD-VAE）では0.3ポイントの低下にとどまりました。SD-VAEの再構成は物体の同一性も保持し、物体照合精度は76.7%で、実際の触覚の78.9%に近い値でした。著者らはSD-VAEの潜在表現を選択し、その中で学習した写真から触覚を生成するモデルを示しています。
説明NIBench：神経画像分野で自律型AIエージェントの実行力、スキル進化、科学的判断を評価するベンチマーク
要約本論文は神経画像分野向けのベンチマーク「NIBench」を提案し、三つの評価を行う。第一に、七つのツール環境にまたがる56のタスクで、構造・拡散・機能的MRI、PET、マルチモーダル解析における実行と工作フローの再構築を測定する。第二に、実行の軌跡を蒸馏してエージェントが手続き的スキルを進化させられるか、既知・未知のタスクや他モデルへの転用を検証する。第三に、アルツハイマー病の公表研究から取り出した36の主張について、生のコホートデータを解析し再現可能な根拠を示せるかを評価する。19の言語モデルを共通の枠組みで比較した結果、有力なエージェントは与えられた解析手順をほぼ完璧に実行したが、手順の指針を与えないと性能差が広がった。蒸馏したスキルは獲得型タスクの性能を高め、モデル間で転用できた一方、未知のタスクでの効果は一貫しなかった。エージェントは報告結果を再現するものの、専門家の回答と食い違う結論に至ることがあり、データへのアクセスが必ずしも判断を改善するわけではなかった。
説明サンプルのみで計算できるカバレッジ損失による校正済み条件付き生成モデルの学習
要約条件付き生成モデルは科学的逆問題で事後分布をサンプリングする手段として広く使われているが、しばしば過信になりやすい。本論文は、期待カバレッジ確率に基づく微分可能な損失関数を提案し、サンプルのみから推定する。密度や構造の変更を必要とせず、任意の条件付き生成モデルに適用できる。この損失が真の事後分布と一致するときのみゼロになる厳密なダイバージェンスであることを証明している。
説明大域・局所型と窓連結型の関数型ランダムフォレスト：窓ごとの関数型主成分の早期融合と後期融合
要約本論文は、全区間に対する単一の関数型主成分分解に基づく関数型ランダムフォレストが、事前に位置がわからない短い区間の特徴を薄めてしまう問題に対し、窓ごとの関数型主成分に基づく二つの手法を提案する。GL-FRFは後期融合で、全曲線フォレストと各窓のフォレストをペナルティ付き凸重みで積み重ねる。WC-FRFは早期融合で、連結した窓ごとの得点に対して単一のフォレストを学習する。二十のUCRデータセットでは、GL-FRFが同じ木の数の全曲線フォレストを16のデータセットで上回った。
説明大規模決済モデル：決済分野で再利用できる基盤モデル
要約本論文は、不正検知、承認予測、決済最適化などに用いる大規模決済モデル（LPM, Large Payments Model）を提案している。大規模な構造化取引データから一から学習させた決済分野向けの基盤モデルで、2種類の構成とオプションの蒸留により、運用環境への適用を想定している。最大4000億トークンで事前学習を行い、加盟店サービスと財務サービスの複数の予測タスクで強力なタスク特化型ベースラインを上回ったと報告されている。
説明支持集が重なるスパース主成分分析：NP困難性と完全多項式時間近似スキーム
要約本論文は、複数の主成分を求めるスパース主成分分析（SPCA）を扱う。各成分はスパースでなければならず、互いに直交しなければならず、支持集合は任意に重なりうる。著者らは、ランクと成分数がともに2の場合でも問題はNP困難であることを示す一方、ランクと成分数が固定されていれば完全多項式時間近似スキーム（FPTAS）が存在し、返される解は厳密に正規直交であることを示す。手法は、問題をスパースな直交Procrustes問題へ帰着させ、行に関する近似動的計画法と二列更新を組み合わせるものである。
注目点一般的な重なりを持つ支持集合のSPCAがNP困難であることを示し、rとdを固定したときのFPTASを与える。
説明航空画像キャプションにおける細粒度の生成的幻覚の検出と修正
要約無人航空機の空撮画像に自動で文章説明を付けることは、目視点検の負担軽減に役立ちます。本論文は、マルチモーダル大規模言語モデルが画像と一致しない内容を生成する幻覚の問題に取り組み、参照文を必要としない軽量な検出・修正フレームワークを提案します。InternVL3とQwen2.5-VLを用いて生成キャプション中の幻覚を検出し、専用の修正モジュールで事実との整合性を高めます。Labelled Illusion Dataset（LID）での実験では、幻覚率が大きく低下し、資源の限られた環境でのリアルタイム運用にも適することが示されています。
説明意味の普遍性に対する計算論的説明
要約世界の言語は意味を表す方法において多くの深い共通特徴を持っており、これらの意味の普遍性は人間の認知、コミュニケーション、社会構造の共通点を反映している可能性があります。本論文は、意味の普遍性を計算論的に説明する枠組みを示し、学習の容易さと効率的なコミュニケーションの原理を用いて、数量詞、色彩語、様相表現、不定表現に関するいくつかの説明を示しています。最後に、意味類型論において計算手法の説明力を高める今後の方向性について考察しています。
説明RUMI：Robotiq夹持器に合わせた、拡張現実と触覚フィードバック付きのロボット学習用ハンドヘルド汎用操作インターフェース
要約本論文は、Robotiq 2F-85グリッパーに合わせて設計された手持ち式の汎用操作インターフェースRUMIを提案している。交換可能な指先センサーを備え、接触前は自然な入力を可能にし、接触後は力を計測する。追跡システムを仮想現実ヘッドセットに統合し、対象ロボットでの動作の運動学的な実現可能性について拡張現実によるリアルタイムの表示を行う。また、力を意識した遠隔操作を支える触覚フィードバック機構も導入している。ユーザー調査では、拡張現実とポーズ初期化を用いた場合の関節限界違反エピソードは3/50で、拡張現実なしの16/50より少なかった。さらに、2種類の指先方式で収集した実演からimitation policyを学習し、シミュレーションで力を意識した遠隔操作データを収集する触覚インターフェースの能力を評価している。
説明VibePrevisBench：Blenderで4Dシーンを生成するエージェント型コーディングの評価ベンチマーク
要約本論文は、短い指示からBlenderで実行可能な4Dシーンを再構築し、そのプロキシ映像を描画するコーディングエージェントを評価するベンチマーク「VibePrevisBench」を提案している。242のタスクが台本、写真、続き、参考映像の4種類の入力を含み、規則ベースのシーン検査とVLMによる画面検査の2つの観点で採点される。11の最先端エージェントの結果を分析した結果、空間とカメラ運動の理解に差があり、困難な要求では失敗し、自らの描画結果を見ても誤りを修正できないことが示された。
説明正直さは競争である：検証可能な報酬による強化学習でモデルがはったりを覚えるかどうかの予測
要約本論文は、検証可能な報酬で強化学習を行う際に、モデルが正直になるのか、はったりを覚えるのかを検討する。検査器が検証できない判定に報酬を与える場合と、検査器が受理する反例に報酬を与える場合を設定し、GRPOの1ステップでモデルがより正直になる条件を近似的に示す。命題Datalog、二つのコードモデル、小学校算数の棄権課題での実験を通じ、報酬比が閾値を超えるとモデルが崩壊することを報告している。
説明リンク予測から線形コミュニティ検出へ：グラフ事前学習の有限サンプル保証
要約本論文は、グラフニューラルネットワークで広く使われるリンク予測による事前学習が、なぜノード分類に線形に有用な埋め込みを生むのかを理論的に分析します。有限サンプルの確率的ブロックモデルにおいて、リンク予測の母集団上の過剰リスクが小さければ、学習済み埋め込みに対する線形分類器のコミュニティ分類誤差も小さいことを示します。また、正半定値二次形式に基づく最近傍重心分類器を提案し、合成データでの実験により理論の連鎖を検証しています。
説明SO-Arena：System One モデルの能力範囲と決定の信頼性を評価するベンチマーク
要約本論文は、System One モデルの能力範囲と決定の信頼性を評価するベンチマーク SO-Arena を提案している。11の領域と5つの能力群を対象とし、信頼できる出典と人手で検証した正解ラベル、領域ごとの難易度基準、サンドボックス内での対話的な評価を用いる。さらに、推論を多く必要とするタスクでは System One と System Two の比較も行われる。21のモデルでの評価の結果、全体性能が高くても信頼できる決定とは限らず、最も性能の高い System One モデルも信頼性では7位にとどまったとしている。
説明SAME：オープンソースの大規模事前学習モデル向け意味的ウォーターマーク埋め込み手法
要約本論文は、オープンソースの大規模事前学習モデル（LPM）を無断での複製や改変から守るため、SAMEという意味的ウォーターマーク手法を提案している。SAMEは各ネイティブトークンに対応する私的語彙を導入し、私的トークンを柔軟に組み合わせて意味的なトリガーを作れるようにする。この水印はモデルの意味能力と結びつくため、下流タスクでの微調整後も保持されると論文は述べ、さまざまな規模とアーキテクチャのモデルで所有権検証に有効だと報告している。
説明AI薬剤応答予測モデルの評価と学習のための患者由来オルガノイド薬剤スクリーニングデータ
要約本論文は、患者由来オルガノイド（PDO）を用いた4件の薬剤スクリーニング研究を紹介し、PDOのマルチオミクスプロファイル、薬剤特徴データ、治療反応データを作成したと述べています。研究者らは、細胞株データのみで学習、細胞株とPDOのデータを併用して学習、細胞株データで事前学習後にPDOデータで微調整、という3つの設定で、公開されている複数の薬剤応答予測モデルを再学習・評価し、PDO上での予測性能を比較しました。また、異なる実験室や測定技術・実験手順によって得られた生存率データの一貫性も検討しています。
説明事前知識をスキルとして：自己進化する視覚言語エージェントのための、オンポリシー自己蒸留による外部記憶と内部読み取り
要約本論文は、自己進化する視覚エージェントがタスクの手順とその順序をスキルとして学習する仕組みを扱います。オンポリシー自己蒸留で視覚言語モデルにスキルを学習させる際、画面が欠けたり順序が異なったりする場合に対応する手法PriorSplitを提案します。順序の情報をモデルの外部に保持し、欠けた画面を補います。実験では、画面が欠けた状況で既存手法を上回り、順序が異常な場合にも性能の低下が小さいことが示されています。
説明AIFR：拡散モデルによるメイクおよびアニメ調ポートレートのための適応的アイデンティティ特徴復元手法
要約本論文は、拡散モデルで生成されたメイクやアニメ調のポートレートが顔認識を妨げる問題に対し、適応的アイデンティティ特徴復元フレームワークAIFRを提案している。凍結された顔認識モデルの中間層に軽量な復元モジュールを挿入し、補正の強度と空間的に適応した残差更新を予測することで、再エンコードなしに既存のギャラリーテンプレートと照合できる埋め込みを出力する。122万の学習可能パラメータで、FAR=10^-4におけるTARの平均値をArcFaceの66.1%から90.2%に改善したと報告されている。また、復元された埋め込みで事前学習済みのArc2Faceモデルを条件付けし、アイデンティティ保持の向上した顔を生成できることも示されている。
説明拡散モデルによる画像のデブレンディング（合成画像を元の画像に分解する手法）
要約本論文は画像のデブレンディングを同時逆問題として定式化し、拡散事後サンプリングにより二枚の元画像を同時に再構成します。単一の拡散事前分布で二枚の完全な画像を一度に分離できることを示しています。学習を要しない手法で、テキストプロンプトを用いて解の空間を制約し、潜在拡散による意味的分離とピクセル空間での精緻化の二段階で処理します。未知の領域で最先端の結果を達成し、空間的に変化するアルファマップにも拡張でき、標準的なスカラー混合のベンチマークでは教師あり手法と同等の性能を示すとされています。
説明物理シミュレーションに基づくスケーラブルなMRI再構成モデル：汎化のためのスケーリング則
要約本論文は、物理シミュレーションで生成した学習データを用い、スケーラビリティを重視してモデル構造と学習手法を設計する「Scalable Inverse Model（SIM）」を提案しています。14の公開・自施設データセット（複数の国際施設、5社のベンダー、0.3～7テスラの磁場強度、多数の解剖部位と撮像プロトコルを含む）で評価されています。その結果、学習時に見ていないデータに対しても、従来の深層学習手法が失敗する場面で解剖学的細部を復元し、エイリアシングアーチファクトを抑制できたと報告しています。
注目点物理シミュレーション学習データ、アーキテクチャ、学習パラダイムを共同設計しゼロショットMRI再構成を実現、14データセットと放射線科医盲検評価で検証。
説明凍結された視覚言語モデルはイベントデータにどこまで対応できるか：EventBenchにおける学習不要の検証
要約本論文は、EBMV @ ECCV 2026 チャレンジ「EventBench によるイベントストリーム理解」の一般理解トラックに向けた学習不要のシステムを紹介する。このトラックでは、イベントカメラの理解タスク五種類で視覚言語モデルを評価する。著者らは学習データを一切使わず、RGBで事前学習された既存モデルが表現と提示だけでイベントデータをどこまで扱えるかを検証した。2,084問のテストで総合精度は62.28%、27チーム中9位であった。また、バウンディングボックスによる切り抜きや、詳細理解タスクの予測の偏りについても分析している。
説明MULTILOOP：複雑な情報検索タスク向けに進化するマルチエージェント・ハーネス
要約大規模言語モデルを用いたエージェントの性能を、プロンプト・ツール・オーケストレーションなどのハーネスを自動最適化して高める研究です。本論文では、コーディングエージェントが実行トレースを分析して失敗を修正する単純な最適化ループ MULTILOOP を提案し、DeepSearchQA の複雑な情報検索タスクで評価しています。10 件の学習サンプルで、基本ハーネスより 4.6%、最良の単一エージェントより 3.2% 精度が向上しました。一方、多エージェント特有の編成上の失敗は最適化後も大部分が残ることが示されています。
説明感度を考慮したランダム特徴展開による代理モデリング
要約本論文は、代理モデルで特徴をサンプリングする際の分布を感度解析から学習する、スパイク・アンド・スラブ型ランダム特徴展開（SAS-RFE）を提案している。各入力がランダムなフーリエ特徴に含まれる確率は、全体ソボル感度指数の推定値から決定される。最大100次元の六つのベンチマーク問題での数値実験により、代理近似と感度推定の改善が示されている。
説明パラメータ化行動空間のための潜在想像（HyLI手法）
要約本論文は、離散行動とその連続パラメータを同時に選ぶ必要があるパラメータ化行動マルコフ決定過程（PAMDP）を扱う。著者らは、世界モデルの潜在想像の中でハイブリッド方策を学習し、単一の順伝播で行動するHyLIを提案する。反事実的モード評価と成功ウィンドウ再生により学習を支えており、7つの標準ベンチマークで比較対象より高い性能とサンプル効率を示したと報告している。
説明不確実性はモデル内部のどこで観測されるか：LLMにおける不確実性定量化の機構的理解
要約本論文は機械的解釈可能性の観点から、構造・表現・分布・意味の4つの観測レンズを提示します。それぞれコンポーネントの更新、隠れ状態、トークン確率、意味の分布を観測します。これらを残差ストリームで関連付け、保持する情報量の順に並べ、対象に応じた不確実性定量化手法の選択原理を示しています。既存手法を4つのレンズで整理し、評価対象・基準・指標も区別しています。
説明DISCERN：書き込み時に保持し、読み取り時に解決する持続型LLMエージェント記憶
要約本論文は、企業向けエージェントが多数のセッションにわたって記憶を蓄積する際に生じる事実の矛盾、更新、類似名称の実体の混同という問題を扱う。著者らは、課題は検索よりも「解決」にあると主張する。提案するDISCERNは「書き込み時に保持、読み取り時に解決」という原則に基づき、書き込み時には混同されうる実体を統合せず古い値も削除しない双時間的な来歴グラフを構築し、読み取り時にはLLMを使わないツール群で同グラフを探索する。合成ベンチマークENT-310では、回答拒否の較正と宏観的な回答正答率で最良の結果を示し、LoCoMoの全コーパスでも同様に宏観的正答率で首位となった。
説明二段階MUSICに基づく信頼性の高い近傍界信号源数推定と測位
要約本論文は、近傍界のコヒーレント多重経路環境における信頼性の高い信号源数推定と測位を研究している。固有値基準の罰則係数を共形リスク制御（CRC）で校正し、見逃し検出率を所定の水準に制御する手法を提案する。さらに、二段階MUSIC（MUltiple SIgnal Classification）を取り入れたモデルベース深層学習フレームワークMUSIC-Netを提案し、非見通し（NLoS）経路パラメータを推定せずに見通し（LoS）信号源を直接測位する。推定位置の不確実性は、分割共形予測（SCP）によって角度・距離の予測領域として定量化される。数値結果では、同じ目標被覆率のもとで、提案手法が信号源の過小評価リスクを抑えつつ、より高い測位精度とより狭い予測領域を示すとされている。
説明ケアの条件：障害者コミュニティによるデータガバナンス参加のための設計
要約AI生成メディアにおける障害の表現を改善するには、コミュニティ固有のデータセットが必要だが、公開共有は悪用や文脈からの切り離し、搾取を招くおそれがある。本研究は、文脈に配慮したライセンス設計を通じて障害者コミュニティがデータガバナンスに参加する方法を検討した。3つの障害者支援団体と協働し、半構造化インタビュー、教育ウェビナー、モジュール式ライセンス演習を実施した。コミュニティは Creative Commons の条項を組み替えて利用条件や尊重ある表現への約束を示せる一方、データ利用の監視と執行には懸念が残ることが示された。
説明ORBIT：ITオペレーション推論においてLLMを根拠に基づいて評価するベンチマーク
要約本論文は、選択式、自由記述式、トラブルシューティング式の3形式からなるITオペレーション（ITOps）問題のベンチマーク「ORBIT」を提案している。各問題には参考解答と出典が付いている。監査で生成問題の約1割に欠陥が見つかったため除外し、トラブルシューティング形式は実務者の議論で採用された回答を用いて作り直された。独立した評価者のもとで、5つのLLMは選択式の大半に正答したが、自由記述式では約3分の1から半数強、トラブルシューティング式では少数しか正答できなかった。
説明報酬の外側：多言語ポストトレーニングにおける能力のドリフト
要約本論文は、多言語の混合エキスパート（MoE）モデルで、同じ教師ありチェックポイントから分岐させた2つのGRPO後学習ブランチを検討しています。公開されたブランチはMATHで36.07点向上したものの、XQuAD-Indicでは F1 が19.32点低下しました。別途学習させた兄弟ブランチはインド系言語の指示追従を加えて回帰した課題の得点を回復し、MATHの性能も維持しましたが、文字の遵守は回復しませんでした。またMATHの得点分解から、測定された向上の大部分は枠付き（boxed）解答の出力増加に関連しており、ベンチマークの得点は報酬される回答形式と併せて読むべきだと示しています。
説明貨物輸送モード分類における説明可能AIの信頼性に関する研究
要約本論文は、説明可能な機械学習を用いて出荷を航空（航空チャーター含む）と陸送・海送の二種類に分類する手法を検討しています。PEPFARのサプライチェーン管理システムの配送履歴データ（5,964件、清掃後47特徴量）を使用し、輸送費と包装価格は除外しています。複数のモデルを比較したうえで、SHAPとLIMEによる説明の安定性と忠実性を評価しています。結果として、ツリー系アンサンブルモデルの精度が最も高い一方、モデルごとに重要な特徴量の判断が大きく異なることが示されています。このため、説明を意思決定に用いる前に信頼性の評価が必要だと結論づけています。
説明Curiosity-0826-4B：小児と成人を対象とした生成型医療イベント系列モデル
要約本論文は、Epic Cosmos のデータで学習した生成型医療イベント基盤モデル Curiosity-0826-4B の更新版を紹介し、患者の時系列をシミュレートしてゼロショットで臨床予測を行うものです。両モデルで評価できるタスクでは、前世代の最大モデル Curiosity-0226-1B と同等か上回る性能を示し、検査値予測の平均絶対誤差は 18〜46% 低下しました。さらに、2〜17 歳の小児への予測の拡張と、記録された死亡情報に基づく成人の死亡率予測を新たに加えています。
説明ニューラルネットワーク代理モデルによる連合ベイズ最適化の効率的な知識転移
要約本論文は、生データを共有せずに、類似しているが同一ではない最適化目標の間で知識を移転する枠組みGLOBAFEDを提案している。共有の特徴抽出バックボーンと、各エージェント専用の変分ベイズ最終層を備えた確率的ニューラルネットワーク代理モデルを用いる。実験では、既存の連合ベイズ最適化の基準手法と比べて収束が速く、最終性能も高いことが示され、エージェントが学習済みの大域的特徴から最適化を開始できることも示されている。
説明ランキングにおける予測の多重性と公平性への影響を分析した論文
要約本論文は、スコアに基づくランキング問題における予測多重性（性能が近い複数のモデルが互いに矛盾する出力を出す現象）を研究しています。ランキング設定に対応した形式的定義と理論的保証を示しています。また、多重性がアルゴリズムの不公平性の原因となりうる点と、その決定空間を探索することで差別の少ないランキングを見つけられる可能性を論じ、合成データと実データで検証しています。
説明AskALCF：HPCユーザー支援のための自己改善型エージェントシステム
要約本論文は、高性能計算（HPC）のユーザー支援に用いる、エージェント型のログ分析・改善パイプラインAskALCFを提案している。本番運用中のやり取りを細かく評価し、失敗が知識不足、検索、プロンプト、モデルの振る舞い、ツール実行のどこから生じたかを特定して、それぞれに対応する修正へ振り分ける。2,174回の支援対話で、帰属不能な失敗は41.4%から14.2%に減り、専門家との一致は150件中108件から123件に向上した。
説明指数型分布族の混合モデルの学習
要約本論文は、相互作用パラメータ行列を共有し、成分ごとに線形パラメータベクトルを持つ、台が有界な2つの指数型分布族の混合モデルの学習問題を扱う。成分ラベル列は既知の構造化クラスに属する。対数分配関数を含まない凸損失に基づく推定量を提案し、ラベル割当てを固定すれば推定は凸最適化問題となる。大域的経験的最小化子について、Frobeniusノルムでの相互作用誤差と線形パラメータの誤差に関する有限標本上界を示し、さらに追加条件の下で成分とラベルの復元を行う。
説明CGOcc：三次元セマンティック占有予測のためのガウシアン間依存関係の学習
要約本論文は、三次元セマンティック占有予測のための監督付きマルチカメラ框架CGOccを提案する。ガウシアン基底の間の相互依存関係を明示的にモデル化し、対角＋低ランク表現で符号化したうえで、クラス条件付き射影により統計量を抽出してボクセル分類を精緻化する。nuScenesでの実験では最先端の性能を達成し、ガウシアンの重なりが大きい場合に利得が大きく、境界付近の予測も改善されたと報告されている。
説明低リソースの膠着語コードスイッチング音声に対する、形態素を考慮した評価付きの動的ブロックオンライン・ストリーミング音声認識
要約本論文は、低リソースの膠着語におけるコードスイッチング音声のストリーミング音声認識を扱い、ベンガル語と英語の文内混用を対象としています。音声区間検出（VAD）に合わせて推論する動的ブロックオンラインの枠組みを提案し、形態素の整合性を保つため全体双方向注意を用います。データ不足への対策として、英語の外来語を学習テキストに注入する手法を示し、切り替え・語根・接尾辞の誤りを診断するCS-WER指標を導入しています。さらに、この手法が月経と医療の領域にも転用できたことを報告しています。
説明SpaceMCP：モデルコンテキストプロトコルによる視覚言語モデルの空間推論
要約本論文は、視覚言語モデルが構造化された関数呼び出しを通じてシーングラフに問い合わせ、距離、物体の位置、カメラ特性などの空間情報を取得するフレームワーク、SpaceMCPを提案している。シーングラフは、フィードフォワード型の3D再構成で計量的な幾何を復元し、オープンボキャブラリーのセグメンテーションで物体を特定しながらリアルタイムに構築される。学習を行わずに、VSI-Bench、MMSI-Bench、VSTI-Benchで最先端の結果を達成し、各ベンチマークでベースモデルを15〜22ポイント向上させたとしている。
説明量子化比較のノイズフロア：推論エンジン、再起動、バッチ、カーネルの変動を、2つの判定モデルにおける8ビットおよび4ビットの効果と比較して測定
要約本論文は、Cloudflareの2つの判定モデルClef-flash（9B）とClef（27B）を対象に、同じ2,400件の公開判定で、量子化以外の要因（エンジンの変更、サーバーの再起動、バッチサイズの変更、カーネルの切り替え）による判定の変動を測定しています。量子化の効果は、これらのノイズ要因を超える分として示されています。4ビット量子化による変動は、非量子化の要因すべてを上回ったと報告されています。
注目点量子化比較を、エンジン・再起動・バッチ・カーネルの非量子化ノイズと分離して測定し、2つの決定モデルで量子化効果を定義している点が新しい。
説明再重み付けを超えて：離散MCMCにおける新しい遷移による証明可能な改善
要約本論文は、可逆マルコフ連鎖モンテカルロ（MCMC）における遷移の支持集合の設計を扱い、許容される遷移とその定常流の両方を考慮します。支持集合の拡張が最適な漸近分散を厳密に減少させるための必要十分な双対条件を導出し、計算可能な原始-双対証明書を提示しています。Isingモデルの拡張支持集合上では、完全な重み最適化が24/24の条件で厳密な改善を証明したのに対し、次数に基づくMetropolis-Hastings重み付けは改善を証明できませんでした。
注目点離散MCMCにおける遷移サポート設計の枠組みを示し、拡張サポートが厳密な改善をもたらす双対の必要十分条件を与え、Ω(n)倍の改善を生む族を構成、分子およびIsing状態グラフで検証したと報告。
説明ALMeD：中世フランス語の金標準コーパス
要約ALMeDは、中世フランス語で書かれた医学・外科学の論考を収めた、注釈付きで意味情報の豊富なコーパス（作業中）です。古フランス語、中期フランス語（アングロ・ノルマン語を含む）で書かれた資料が対象です。語義の曖昧性を解消した金標準は、医学用語に焦点を当て、形態変化、変化する統語構造、綴りの標準化がないという特徴に対応しています。
説明エージェントは過去の体験を追体験できるか？感情的エピソード想起における出来事と感情の分離の診断
要約本論文は、記憶機能を持つエージェントに対し、過去の出来事、それに伴う感情、そしてその対応関係を同時に想起させる「感情的エピソード想起（AER）」という課題を提案している。正しい感情を思い出しても誤ったエピソードに結びつく失敗様式を「事件と感情の分離（Event-Affect Decoupling）」と定義し、検索、感情の回復、実現の段階に分けて診断するフレームワーク「EM-TRACE」を提示している。GoEmotionsに基づく制御されたベンチマークでは、感情のみによる検索で感情の回復率は28.65%だったが、対象エピソードを検索できたのは4.44%のクエリにとどまった。
説明天文学基盤モデルAION-1のメカニズム的解釈可能性の研究
要約本論文は、天文学の基盤モデルAION-1について因果的なメカニズム的解釈可能性の分析を行ったものです。画像と測光を組み合わせると測光のみより赤方偏移予測が向上するという多モーダルな利点に注目しています。この利点は空間的に広がった銀河や塵による減光が大きい銀河で最も大きく、主にエンコーダの第1ブロックに局在することがわかりました。一方で、その注意ヘッドの一つが多モーダルな利点の大部分に必要である一方、検証した天体物理学的操作ではその計算内容を説明できませんでした。
注目点天文基盤モデルAION-1に対する初の因果的機構解釈研究で、多モーダルの赤方偏移優位が第1エンコーダブロックと単一のアテンションヘッドに局在することを報告している。
説明稀疏視点CT再構成のための周波数-Lipschitzカリキュラムによるニューラルフィールドの制御
要約本論文は、稀疏視点CT再構成で生じるストリークアーティファクトや虚構構造を抑えるため、暗黙的ニューラル表現（INR）の表現容量を明示的に制御するFLICフレームワークを提案している。ランダムフーリエ特徴符号化とスペクトル正規化MLPを非一様なLipschitz予算の下で組み合わせ、大域的な解剖構造から細部へ粗密順に再構成を導く。終端容量はFBP勾配統計から自動的に較正され、4つの公開CTデータセットでの実験により教師なし再構成の高い品質が示されたと報告している。
説明超音波エラストグラフィ：励起方法と低コストな代替手段
要約超音波エラストグラフィ（弾性イメージング）は、組織の力学的特性を評価し、特定の病変の診断を支援する手法である。本論文では、市販のスマートフォンを機械的励起源として用いる、簡便で低コストな代替手法を提案している。生じた変位から有限要素法により弾性の逆問題を解く。組織を模した模擬試料での予備的な弾性再構成結果は、専用アクチュエータを使用した場合と類似しており、この低コスト手法の実現可能性を示している。
説明エージェントが記憶を統合する必要があるとき：会話ESAAにおけるRRR統合の説明できることとできないこと
要約本論文は工学的研究であり、振動・共鳴・繰り込み（RRR）に着想を得たConversation ESAAの拡張Memory-TCGを提案し、時系列検索、2種の簡略化されたベースライン、完全なRRRを合成データで比較しています。480件の事実と1,024トークンの条件では、完全なRRRが現在の決定の0.44を再現し、時系列検索は0.06でした。ただし、テストデータは反復的で比較手法は簡略化されており、結果は独立に再現されていないため、本研究は工学的分析であり優位性の主張ではないとされています。
説明差分バックパック言語モデル：符号付き文脈重みによる語義抑制
要約バックパック言語モデルは、文脈に依存しない単語ごとの語義ベクトルを非負の文脈重みで線形結合して予測します。本論文は重みを差分アテンションで計算し、文脈が特定の語義を能動的に抑制できるようにした差分バックパックを提案します。同じパラメータ数で、WikiText-103上ではTransformerとの困惑度の差を31%縮め、OpenWebTextでは350Mパラメータまで差が縮小しつつも優位を保ちました。また語義表現はゼロショット文類似度で最大33%向上しました。
注目点非負のsoftmax重みを差分アテンションに置き換え文脈による語義の抑制を可能にし、WikiText-103とOpenWebTextで同パラメータ数の困惑度差を縮め、アブレーションを示す。
説明等高線支援型進化計算：評価済み解の等高線からピークを推定する手法
要約進化的アルゴリズムは多くの候補解を評価するが、主に個体の順位付けに使われている。本論文は評価済みの解を測量の標高点とみなして等高線を描き、探索領域をいくつかのピークに分解する。探索済みピークの記憶を用いて新しいピークへ探索を導き、CA-EA と CA-SAEA を提案する。二次元ベンチマークと CEC 2015 の高コスト問題群で検証され、結果は設定によって比較対象との優劣が分かれている。
注目点評価済み解を等高線地図とみなして峰を分解し、峰の位置を外挿する新しい手法。2次元ベンチマークとCEC 2015の高コスト問題で比較結果を報告。
説明MemInStream：本当に記憶しているのか、それとも認識しているだけか？ストリーミング動画の記憶評価を再考する
要約既存のストリーミング動画理解ベンチマークは、質問応答の正答率だけでは記憶能力を確実に測れないと指摘しています。誤答は記憶の失敗ではなく視覚理解の失敗に起因する可能性があり、正答も言語的先入観や直近の観測に頼っているかもしれません。著者らはこれに対応するため、MemInStreamというベンチマークを提案しています。各質問に時間的に位置づけられた証拠区間を対応づけ、その証拠から答えられるが直近の観測や文字情報だけでは解けない問題を残す検証手法を用いています。評価は、エピソード検索、状態の追跡と更新、複数証拠の統合、文脈記憶の四つのカテゴリで行われます。
説明ChJGBench：中国の判決文生成を診断的に評価する総合ベンチマーク
要約本論文は、大規模言語モデルが中国の判決文の理由部分と主文を生成する能力を評価するためのベンチマーク「ChJGBench」を提案している。3,462件の実際の判決文から構築され、民事・刑事・行政の各事件を対象とし、13種類の指標からなる事件類型別の診断的評価枠組みを備える。実験では、法律分野特化型モデルが汎用モデルに一律に優るわけではなく、診断次元ごとに強みが異なることが示された。刑事事件では概して性能が高く、民事・行政事件には依然として大きな課題が残るとされる。
説明データ不要の指標は当てにならない：機能を保つ再パラメータ化の下で欠けている不変性
要約この論文は、ランダム行列理論（RMT）に基づくデータ不要の指標を検証しています。これらの指標はニューラルネットワークの層ごとの良し悪しや、モデルの品質を予測すると主張されてきました。著者らは、機能を保ったまま再パラメータ化しても指標が任意の値を取りうることを示し、性能や学習との関係は成り立たないと結論づけています。また、指標間の関係と汎化能力との関係は見せかけの相関にすぎず、指標が「良好」な範囲に入るかどうかはモデルの初期化にも依存すると述べています。
注目点機能を保つ再パラメータ化によってRMTに基づく無データ指標が任意の値を取り得ることを示し、多様なアーキテクチャと規模で検証している点が特徴である。