arXiv雑要約
AI - 2026/04/28 公開
MINT：多ベクトル検索インデックスの調整 [cs.RO, cs.DB, cs.AI]目的：多ベクトル検索におけるインデックス選択の最適化
- ベクトル検索は多様な応用で不可欠であり，特に多次元データ処理の重要性が増している。
- 多ベクトルデータベースのインデックス調整は未だ不明確で，性能向上に課題が残されている。
- 遅延時間の最小化，ストレージ，再現率の制約を満たすインデックスの探索を目指す。
- 提案手法は，ベースラインと比較して2.1倍から8.3倍の高速化を実現した。
常に確率を教えてくれ：詳細な条件付き確率推定 [cs.CL, cs.AI, cs.LG]目的：文脈に基づいた命題の詳細な確率推定
- 大規模言語モデルの発展により推論能力は向上したが，不確実性下での確率予測の精度は課題である。
- LLMの確率推定は粗く，頻度の高い数値に偏りがあるという問題点が存在する。
- 信頼性の高い不確実性推定と，より正確な確率推定モデルを開発すること。
- 提案手法は，条件付き確率推定を必要とするタスクにおいて，既存のファインチューニングやプロンプトベースの手法を大幅に上回る性能を示した。
- 人間と合成データを用いた評価，モデルの規模拡大，より適切な教師あり学習によって，高精度な確率推定モデルが実現された。
- 不確実性の組み込みは性能向上に寄与するものの，その不確実性の信頼性推定は未解明な部分が多い。
人間とAIのガバナンス：信頼と有用性の手法 [cs.AI, cs.CY, cs.HC, cs.MA, cs.SI]目的：人間とAIの関係性に着目したガバナンスフレームワーク
- AI技術の発展は社会に大きな変革をもたらす。その健全な発展には適切なガバナンスが不可欠である。
- 既存のガバナンス手法はAIの進化（ツールからパートナーへ）を捉えきれていない。
- 人間とAIの協調関係におけるガバナンスのあり方を再定義し，適応的な規制設計を可能にする。
- 本研究で提案するHAIGフレームワークは，意思決定権限，プロセス自律性，説明責任の構成という3つの次元でガバナンスを評価する。
- HAIGは，AIを単なる制御対象ではなく，人間との関係性の中で捉えることで，より柔軟なガバナンスを実現する。
- 医療と欧州規制の事例研究を通して，HAIGが既存のフレームワークを補完し，将来の課題に先んじた規制設計に貢献できることを示した。
PoseX：タンパク質-リガンド相互ドッキングにおいてAIが物理学的手法を凌駕 [cs.LG, q-bio.QM]目的：タンパク質-リガンド相互ドッキングの評価基準
- 創薬研究において，タンパク質とリガンドの結合様子の予測は不可欠であり，効率的なドッキング手法の開発が求められている。
- 既存のドッキング研究は自己ドッキングに偏っており，実用的な相互ドッキングの評価が不足している。また，複雑なフレームワークを必要とする手法も多い。
- 実用的な相互ドッキング評価のためのベンチマークデータセットを構築し，AIと物理学的手法の性能を比較・分析すること。
- AIドッキング手法は，全体的なドッキング成功率において，物理学的手法を上回る性能を示した。
- AI手法で生じる分子間衝突は，リラクゼーション処理によって大幅に軽減され，AIモデリングと物理学的手法の組み合わせが有効であることが示された。
- AIコフォールディング法では，リガンドのキラリティーに関する問題が観察されたが，物理学に基づくポテンシャルを導入したBoltz-1xでは改善が見られた。
RetroInfer：スケーラブルな長文脈LLM推論のためのベクトルストレージエンジン [cs.LG]目的：長文脈LLM推論のためのベクトルストレージエンジン
- 近年のLLMは文脈窓が拡大しているが，GPUメモリと帯域幅の制約が課題である。
- KVキャッシュが文脈長に比例して増大し，注意計算における線形スキャンがボトルネックとなっている。
- 注意のスパース性を活用し，KVキャッシュをCPUメモリにオフロードすることで，精度とコストのバランスを取る。
- RetroInferは，Attention-aWare VEctor index（wave index）により，精度と検索コストのトレードオフを改善する。
- wave bufferと呼ばれるGPU-CPUバッファマネージャにより，異種ハードウェア間の計算とデータ管理を効率化する。
- 120K文脈で最大4.4倍，100万トークンで最大12.2倍のデコードスループットを，全注意レベルの精度を維持しつつ達成した。
スパースな径向基底関数ネットワークによる非線形偏微分方程式の解法 [math.NA, cs.LG, cs.NA]目的：非線形偏微分方程式の解法
- 偏微分方程式は，物理現象のモデリングにおいて不可欠であり，その数値解法は科学技術の進歩に貢献する。
- 従来のRBF法はパラメータ過多になりやすく，計算コストが高い。PINNやGPもそれぞれ課題を抱えている。
- RBFネットワークのスパース性を高めることで，計算効率を向上させ，精度の高い解を求めることを目指す。
- スパース性を促進する正則化により，過剰なパラメータ化を防ぎ，冗長な特徴量を削減することに成功した。
- 再生核バナッハ空間の関数空間における表現者定理を証明し，有限解の存在と誤差限界を確立した。
- 適応的な特徴量選択，二次の最適化，非活性ニューロンの剪定を含む３段階アルゴリズムにより，計算効率を維持している。
LAMP：大規模言語モデルから局所的な決定境界を抽出する [cs.LG]目的：言語モデルの決定境界の解明
- 言語モデルの性能向上は重要だが，その判断根拠が不明瞭な場合がある。
- 言語モデルが示す理由と実際の予測との整合性が検証されていない。
- 言語モデルの判断根拠の信頼性を評価する手法の確立。
- LAMPは，言語モデルの自己説明を座標系として，局所的に線形な近似を行うことで決定境界を可視化する。
- 感情分析，論争テーマ検出，安全性プロンプト監査のタスクにおいて，LAMPは人間による説明の質評価と一致することを示した。
- モデルの勾配や内部活性化にアクセスする必要がないため，プロプライエタリな言語モデルの監査に有用である。
大規模言語モデルは本当にあなたの名前を認識できるか？ [cs.CL, cs.CR, cs.AI]目的：大規模言語モデルにおける固有名子認識の課題と公平性
- プライバシー保護は重要であり，個人情報漏洩を防ぐ対策が求められている。
- 大規模言語モデルを用いたプライバシー保護は，名前認識の精度に依存する。
- 言語的曖昧性による名前認識の誤りを明らかにし，公平性を改善する。
- 大規模言語モデルは，曖昧な文脈における名前認識において，認識率が低下することが示された。
- 構築したベンチマークAmBenchを用いて，最先端のLLM 12機種で20-40%の認識率低下が確認された。
- プロンプト注入の存在下では，特定のLLMにおける名前無視の可能性が大幅に上昇することが明らかになった。
オペレータマージによる拡散軌道蒸留に関する理論的洞察に向けて [cs.DM, math.CO, cs.LG, cs.AI]目的：拡散軌道蒸留における蒸留戦略と生成品質のトレードオフの理論的特徴づけ
- 拡散モデルは高品質な画像生成を可能にするが，計算コストが高いという課題がある。
- 拡散軌道蒸留はサンプリングを高速化するが，最適な蒸留戦略が不明確である。
- 拡散軌道蒸留をオペレータマージ問題として捉え，理論的なボトルネックを特定すること。
- 線形ガウス領域では，有限な学習時間による信号の減衰が最適化の主要なボトルネックであることが示された。
- 最適なマージ戦略は分散駆動型の相転移を示し，パレート動的計画法によって計算可能である。
- 非線形ガウス混合領域では，複合ステップの蒸留に伴う避けられない近似誤差が理論的に証明された。
言語モデルにおける文脈利用技術のベンチマーク：CUB [cs.CL, cs.AI]目的：言語モデルの文脈利用に関する技術の評価
- 知識集約型タスクの性能向上には外部知識の活用が不可欠である。
- 言語モデルは，古い情報や無関係な文脈に惑わされ，関連情報を無視する傾向がある。
- 多様なノイズ条件下での文脈利用技術の診断と評価を行うこと。
- CUBベンチマークを開発し，Retrieval-Augmented Generationにおける文脈利用技術を包括的に評価した。
- 既存の文脈利用技術は，現実世界のシナリオにおける多様な文脈に対応するのに苦労していることが明らかになった。
- 単純な合成データセットでは性能が過大評価される傾向があり，現実的なデータセットとの乖離が確認された。
SSR-Zero：機械翻訳のための単純な自己報酬型強化学習 [cs.CL, cs.AI, cs.LG]目的：機械翻訳における自己報酬型強化学習フレームワークの開発
- 機械翻訳は，グローバルコミュニケーションにおいて不可欠な技術であり，その精度向上は重要な課題である。
- 高性能な機械翻訳モデルは，高品質な教師データや報酬モデルに依存し，その収集・構築に多大なコストがかかる。
- 本研究は，外部の教師データや報酬モデルに頼らず，自己判断による報酬のみで学習を進めることで，コスト問題を解決する。
- 提案手法SSR-Zero-7Bは，既存の機械翻訳特化LLMや大規模汎用LLMと比較して，英中翻訳タスクにおいて優れた性能を示した。
- 外部のCOMETによる教師データをSSRに加えたSSR-X-Zero-7Bは，最先端の性能を達成し，オープンソースモデルを上回った。
- 自己報酬メカニズムは，外部LLMを活用する手法と比較して効果的であり，訓練された報酬モデルと組み合わせることで更なる効果が期待できる。
PARASITE：条件付きシステムプロンプトポイズニングによるLLMの乗っ取り [cs.CR, cs.AI, cs.CL]目的：大規模言語モデルに対する条件付きシステムプロンプトポイズニングの脆弱性と，特定のクエリに対する有害な応答の誘導
- LLMは広く利用されているが，その利用方法に脆弱性が存在する可能性があり，安全性確保が重要である。
- 第三者からダウンロードしたシステムプロンプトに悪意のあるコードが混入するリスクが課題となっている。
- 特定の質問に対してのみ有害な応答を誘発するプロンプトの生成と，既存の防御機構の回避を目指す。
- PARASITEは，厳密なブラックボックス環境下で，セマンティック検索と語彙的洗練を組み合わせた二段階最適化によって，システムプロンプトを生成する。
- GPT-4o-miniやGPT-3.5などのオープンソースモデルや商用APIにおいて，標的クエリに対するF1スコアを最大70%減少させることに成功した。
- 本研究で開発した攻撃手法は，パープレキシティフィルタやスペルチェックといった既存の防御策を回避可能であることが示された。
AlphaFoldのベイズ的起源：確率運動論における考察 [cs.CL, cs.LG]目的：AlphaFoldの構造予測におけるベイズ的解釈
- タンパク質構造予測は，生命科学における基盤的研究であり，創薬等に不可欠である。
- AlphaFold2/3は確率解釈を持たず，その予測原理の解明が課題となっていた。
- AlphaFoldの成功を理論的に説明し，今後のモデル設計の指針を示す。
- AlphaFoldは，確率運動論（PK）というベイズ更新の一般化された手法に基づいていることが示された。
- AlphaFoldのポテンシャルは，物理学的な平均力ポテンシャルへの類推ではなく，PKの具体的な例として捉えられる。
- Angular random walk priorをPKで更新する合成モデルを導入し，AlphaFoldのメカニズムを明確に解釈した。
MLorc：メモリ効率の良い大規模言語モデル適応のためのモーメンタム低ランク圧縮 [cs.LG, cs.IT, math.IT, math.OC]目的：大規模言語モデルの適応におけるメモリ効率の向上
- 大規模言語モデルは高性能だが，その巨大なサイズが学習資源の制約となる。
- 全パラメータのファインチューニングは膨大なメモリを消費し，実用上の課題となっている。
- MLorcは，メモリ消費量を削減しつつ，高性能な適応を可能とする。
- MLorcは，行列パラメータのモーメンタムを圧縮・再構成することで，メモリ効率を向上させる。
- LoRAと比較し，固定ランク制約を設けないため，全パラメータ学習が可能となる。
- GaLoreと比較し，勾配ではなくモーメンタムを圧縮することで，学習ダイナミクスをより良く維持する。
LLMの効率的なテスト時アライメントのための誘導型推測推論 [cs.LG, stat.ML]目的：大規模言語モデルにおける効率的な報酬誘導デコーディング手法
- LLMの性能向上が求められる中で，推論コストの削減が重要な課題となっている。
- 従来の推論手法では，計算コストが高く，実用的な遅延が発生しやすいという問題点がある。
- 本研究は，テスト時におけるLLMのアライメントを効率化し，遅延を削減することを目的とする。
- 提案手法GSIは，既存のソフトBest-of-nや報酬誘導型推測デコーディングと比較して，より高い精度を達成した。
- 特定の設定においては，ベースモデルを用いたソフトBest-of-nを上回る性能を示した。
- GSIは，エンドツーエンドの遅延を最大28%削減することに成功した。
SIV-Bench：社会的な相互作用の理解と推論のためのビデオベンチマーク [cs.CV, cs.AI]目的：社会的な相互作用の理解と推論能力を体系的に評価するビデオベンチマーク
- 人間と機械の円滑な対話には，社会的な相互作用の理解が不可欠である。
- 既存のベンチマークでは，社会的な相互作用の多面性を十分に評価できていない。
- 多角的視点からMLLMの社会性を評価し，その能力向上を促す。
- SIV-Benchは，社会場面理解，社会的状態の推論，社会的動態予測の3つの側面からMLLMを評価する。
- 既存のMLLMは，社会場面理解は比較的得意だが，社会的状態の推論と動態予測は苦手であることが示された。
- 推論における関係性の誤認がボトルネックであり，人間との思考のずれと推論の深さ不足が原因と考えられる。
ODE-GS：3Dガウススプラッティングによる動的シーン外挿のための潜在常微分方程式 [cs.GR, cs.CV, cs.LG]目的：動的3Dシーンの外挿
- 3Dシーンの理解は，ロボット工学，AR/VR，自動運転などの分野において不可欠である。
- 既存手法は時間依存性があり，限られた時間範囲でのみ外挿が可能である。
- ガウスパラメータの軌跡を連続時間潜在ダイナミクスとしてモデル化し，時間依存性を解消すること。
- ODE-GSは，3Dガウススプラッティングと潜在常微分方程式を統合することで，動的3Dシーンの外挿を可能にする。
- D-NeRF，NVFi，HyperNeRFのベンチマークで，最先端の外挿性能を達成し，主要なベースラインと比較して19.8%の性能向上を示した。
- ODE-GSは，滑らかで物理的に妥当な将来のガウス軌跡を生成し，任意の将来のタイムスタンプでレンダリングを可能にする。
偏ったスキャン注意Transformerニューラルプロセスによるスケーラブルな時空間推論 [cs.LG, stat.ML]目的：時空間推論の効率化と精度向上
- ガウス過程の代替として発展したニューラルプロセスは，多様な分野での応用が期待されている。
- スケーラビリティと精度の間にはトレードオフが存在し，大規模データでの利用が課題となっていた。
- 並進不変性を活用し，精度を維持しつつスケーラビリティを高めることを目指す。
- 提案手法であるBSA-TNPは，既存モデルと同等以上の精度をより短い時間で達成可能である。
- BSA-TNPは並進不変性を有し，異なる解像度での学習を同時に行うことができる。
- 空間と時間の両方で変化するプロセスを透明にモデル化し，大規模データに対しても効率的に推論を行う。
LearnAlign：LLM強化学習のための勾配整合性を向上させたデータ選択 [cs.CY, cs.LG, cs.AI]目的：LLM強化学習におけるデータ選択
- LLMの推論能力向上は重要であり，そのための効率的な学習手法が求められている。
- 検証可能な報酬を用いた強化学習は有効だが，データ効率の悪さが課題となっている。
- データ効率を改善し，限られたデータで高い性能を達成することを目的とする。
- 提案手法LearnAlignは，勾配整合性を考慮したデータ選択により，学習データ量を大幅に削減できる。
- GSM8Kベンチマークにおいて，全データでの性能と同等か，それを上回る性能をより少ないデータで実現した。
- 数学およびコードベンチマークにおいても，データ効率の高さが確認された。
大規模言語モデルの二次的リスクの探求 [cs.LG, cs.AI, cs.CR]目的：大規模言語モデルにおける二次的リスクの存在とその評価
- 大規模言語モデルは社会に浸透しており，その安全性確保は重要である。
- 既存研究は主に敵対的攻撃に焦点を当て，日常的な利用におけるリスクが軽視されている。
- 悪意のない質問に対する有害な応答という，見過ごされがちなリスクを明らかにする。
- 二次的リスクは広範に存在し，モデル間で共通して発生することが示された。
- SecLensという検索フレームワークにより，効率的に二次的リスクを引き出すことが可能になった。
- SecRiskBenchというベンチマークデータセットが公開され，評価の再現性を高めた。
言語モデルはあなたを理解していないかもしれない：物語プロンプティングによる心の理論の評価 [cs.CL, cs.AI]目的：言語モデルの心の理論および世界モデルの能力の評価
- 言語モデルの性能向上は目覚ましいが，人間のような推論能力や社会性に関する理解は不十分である。
- 既存の評価基準は，事前学習データによる汚染やLLMへの依存性といった課題を抱えている。
- 制御可能な物語生成フレームワークを用いて，言語モデルの心の理論と世界モデルの能力を正確に評価すること。
- 多くのLLMにおいて，世界モデルのタスクの方が心の理論のタスクよりも高い精度を示した。
- 推論対象が人物の場合と，無生物の場合で，正確性に差が見られた。
- 本研究では，LLMが安易なヒューリスティックな行動や，物語の初期段階の出来事に過度に依存する傾向が明らかになった。
Mobile-R1：VLMベースのモバイルエージェントにおける体系的な訓練によるインタラクティブ性の向上 [cs.AI]目的：VLMベースのモバイルエージェントのインタラクティブ性の向上
- モバイル環境での操作は，人間と機械の自然な対話を実現する上で重要である。
- 既存手法では，オフライン訓練や局所的な報酬設計により，エージェントが最適解に到達しにくい。
- 本研究は，GUI操作におけるスパースな報酬問題を克服し，エージェントの探索能力と自己修正能力を高める。
- Mobile-R1は，アトミックな行動実行と戦略的なタスク完了を繋ぐ体系的な訓練レシピである。
- 階層的なカリキュラムにより，エージェントは基本的な実行を確立し，探索と自己修正能力を向上させる。
- 28アプリ，24,521件のアノテーションを含む大規模な中国語モバイルデータセットとベンチマークを公開する。
Doloris：スパースマスキング戦略を用いたデュアル条件付き拡散暗黙的ブリッジによる，ペアなし単一細胞摂動推定 [cs.LG, q-bio.MN]目的：ペアなし単一細胞摂動推定のための新たなパラダイム
- 単一細胞レベルでの応答推定は，重要な遺伝子の特定や創薬スクリーニングを効率化する上で不可欠である。
- 単一細胞シーケンスは破壊的であるため，同一細胞の摂動前後の表現型を同時に取得できないという課題がある。
- 高次元かつ疎な単一細胞発現データを考慮し，ゼロ値への過剰な集中を回避しつつ，摂動の影響を正確に推定することを目指す。
- 提案手法Dolorisは，デュアル拡散モデルとスパースマスキング戦略を組み合わせることで，ペアなしデータでも摂動の影響を捉える。
- 制御群と摂動群の分布をそれぞれ学習し，潜在空間を通じて間接的に整合させることで，細胞ペアリングを必要としない。
- 公開データセットを用いた実験により，Dolorisが単一細胞摂動の多様性を捉え，最先端の性能を達成することが示された。
異種分散学習における破滅的忘却を緩和するための参照モデルを用いたベイズ微調整：FedRef [cs.LG, cs.AI, cs.DC]目的：異種分散学習における破滅的忘却の緩和と，モデル更新の安定化
- 分散環境でのデータ活用が重要視される中，プライバシー保護とモデル性能の両立が課題である。
- データやシステムの違いにより，モデルの性能劣化や計算負荷増大といった問題が生じやすい。
- 参照モデルを用いることで，モデル更新の安定化を図り，効率的な学習を実現することを目指す。
- FedRefは，過去のグローバルモデルから構築された参照モデルを活用することで，破滅的忘却を効果的に抑制できる。
- 従来の分散学習と比較して，クライアント側の計算コストを大幅に削減しつつ，予測性能を向上させる。
- 画像分類や医療画像セグメンテーションの実験で，非IID設定下において優れた性能と高速な収束が確認された。
分散学習における単一のグローバルマージの意外な有効性 [cs.LG, cs.DC, cs.MA, stat.ML]目的：分散学習の性能向上
- 大規模データセットに対する機械学習のニーズが高まっており，分散学習はスケーラブルな解決策となる。
- 分散学習では，デバイス間の通信量が限られているため，性能が制約される場合がある。
- データ異質性が高く通信が制限された環境下での分散学習の性能改善を目指す。
- 分散学習の最終段階で通信予算を集中させると，グローバルテスト性能が大幅に向上することが実証された。
- 最終ステップで完全接続通信を実現する単一のグローバルマージが，高いデータ異質性の下で分散学習の性能を著しく向上させる。
- 分散型SGDが並列SGDと同等の収束率を達成できることを理論的に証明し，モデルの不一致を建設的な要素として再解釈した。
チャネル融合によるスペクトルの解明 [cs.CV, cs.AI]目的：ハイパースペクトル画像におけるViTの解釈性向上
- ハイパースペクトル画像は，生物，農業，環境モニタリング等の分野で重要な役割を担う。
- 既存の説明可能性手法では，スペクトル情報を適切に捉えきれず，ViTの解釈が困難である。
- ViTの解釈性を高め，ハイパースペクトル画像の信頼性のある意思決定を支援すること。
- FOCUSは，スペクトル情報を考慮したプロンプトと学習可能なSINKトークンにより，ViTの空間-スペクトル解釈性を実現する。
- バンドレベルのIoUが15％向上し，注意機構の集中が40％以上抑制された。
- 専門家のアノテーションとの一致度が高く，実用的な解釈性を提供する。
3値ReLU回帰ニューラルネットワークの線形領域数の下限 [cs.LG, cs.AI]目的：3値ニューラルネットワークの表現力に関する理論的分析
- 深層学習の発展に伴い，計算量とメモリ消費量の削減が重要課題となっている。
- 3値ニューラルネットワークは有望視されているが，理論的な理解が十分ではない。
- 線形領域数の観点から3値ニューラルネットワークの表現力を評価し，下限を示す。
- 線形領域数は，ネットワーク幅に対して多項式的に，深さに対して指数的に増加する。
- 3値ネットワークの幅を2倍にする，または幅の2乗または深さの2倍にすることで，ReLU回帰ネットワークと同等の下限を得られる。
- ReLU層のみの場合，さらに幅を2倍にすることで同様の結果が得られる。
固定点シュレーディンガー型活性化による潜在グラフ幾何形状の学習：理論的研究 [cs.LG, math-ph, math.MP, math.OC, stat.ML]目的：潜在グラフ幾何形状の学習
- 深層学習モデルの表現能力向上には，適切なネットワーク構造の設計が不可欠である。
- 既存のグラフニューラルネットワークは，グラフ構造の学習と表現力の両立が課題である。
- 潜在グラフの幾何構造を理論的に解析し，効率的な学習手法を確立することを目指す。
- 隠れ層を学習された潜在グラフ上の散逸的シュレーディンガー型ダイナミクスの定常状態として定義する新しいニューラルアーキテクチャを提案した。
- 多層定常ネットワークは，超グラフ上の厳密なグローバル定常問題と同等であり，ペナルティ付きグローバル緩和が定常状態に収束することを示した。
- 逆モード微分は厳密なグローバルシステムの随伴として回復され，表現される仮説クラスは異なるアーキテクチャ間で一致することが確認された。
大規模言語モデルにおける思考の連鎖は蜃気楼か？ データ分布の視点から [cs.HC, cs.RO, cs.AI, cs.CL, cs.LG]目的：思考の連鎖 (CoT) 推論の成否をデータ分布の観点から理解すること
- 大規模言語モデルの推論能力向上は，自然言語処理の重要な課題である。
- 思考の連鎖は一部の推論タスクで失敗することが示され，その本質に疑問が生じている。
- CoT推論が訓練データ分布外で脆弱であることを明らかにし，汎化性能の課題を強調する。
- 思考の連鎖は，訓練データから学習された構造的な誘導バイアスを反映している。
- CoT推論の有効性は，訓練データとテストクエリ間の分布のずれに大きく依存する。
- DataAlchemyという環境を用いて厳密な実験を行った結果，分布外のデータに対してCoT推論は脆いことが示された。
多エージェント経路探索のための時間的推論に基づく実行フレームワーク WinkTPG [cs.AI]目的：多エージェント経路探索における実行可能性と効率性の向上
- ロボット工学や群知能において，複数エージェントの衝突回避経路計画は不可欠である。
- 従来のMAPFプランナーは簡略化された運動モデルに依存し，実際のロボットの実行に課題がある。
- 時間的推論と窓ベースメカニズムを用いて，実行時の不確実性を考慮した経路計画を目指す。
- 提案手法WinkTPGは，最大1,000エージェントに対して1秒以内に速度プロファイルを生成可能である。
- 既存のMAPF実行方法と比較して，最大51.7%の解質向上を達成した。
- 物理シミュレーションおよび実世界のロボットを用いた検証により，WinkTPGの有効性が確認された。
分離されたデュアルストリーム学習と勾配変調によるマイクロサービス遅延予測の信頼性向上 [cs.LG, cs.AI, cs.DC, cs.PF]目的：マイクロサービスのP95遅延予測の精度向上
- マイクロサービスアーキテクチャはスケーラブルなクラウドネイティブアプリケーションを可能にするが，厳格なSLA維持が課題である。
- トラフィック指標とリソース指標の分離が不十分なため，特徴表現が不適切になり，予測精度が低い。
- ソフトウェアの依存関係と処理能力の絡み合いを解消し，最適化のアンバランスを解消することを目指す。
- 提案手法USRFNetは，需要と容量を分離してモデリングするデュアルストリームフレームワークである。
- USRFNetは，3つの大規模実データセットにおいて，最先端手法と比較して，平均絶対パーセント誤差（MAPE）を15.62%～26.11%削減した。
- 信頼性に基づいた勾配変調戦略により，各データストリームの汎化比に基づいて勾配を動的に再調整する。
RegMean++：モデル結合における回帰平均の有効性と汎化性能の向上 [cs.LG]目的：モデル結合のための最適な重み付けの導出
- 機械学習モデルの性能向上には，既存のモデルを有効活用する手法が重要である。
- 既存のRegMeanは層ごとに独立に結合するため，層間の情報伝播を考慮できていない。
- 層間の依存関係を考慮することで，より精度の高いモデル結合を目指す。
- RegMean++は，RegMeanと比較して，様々な条件下で一貫して高い性能を示す。
- 特に，IDおよびOOD汎化性能，逐次結合，大規模タスク，分布シフトに対する頑健性において優れている。
- RegMean++は，他の高度なモデル結合手法に対しても競争力のある性能を達成する。
mKG-RAG：知識集約型VQAのためのRetrieval-Augmented Generationにおけるマルチモーダル知識グラフの活用 [cs.CV, cs.AI]目的：知識集約型VQAのためのRetrieval-Augmented Generationにおけるマルチモーダル知識グラフの活用
- 画像と質問から知識を問うVQAは，AIの推論能力を測る上で重要である。
- 既存手法は非構造化文書に頼るため，無関係な情報が混入し，回答精度が低下することがある。
- マルチモーダル知識グラフを用いて構造化された知識を導入し，回答の正確性と信頼性を向上させる。
- 提案手法mKG-RAGは，マルチモーダル知識グラフを構築し，効率的な検索と高精度な知識の抽出を実現する。
- 実験の結果，既存手法を大きく上回り，知識集約型VQAの最新技術を確立した。
- MLLMを活用したグラフ抽出とビジョン・テキストマッチングにより，高品質な知識グラフを構築する。
ニューラルブリッジ過程 [cs.LG, cs.AI]目的：部分的に観測されたコンテキスト・ターゲットペアからの確率的関数の学習
- 確率的関数モデリングは，不確実性下での予測において重要であり，様々な分野で応用が期待される。
- 既存のニューラル拡散過程では，入力が逆拡散過程にのみ影響するため，ノイズ状態に条件付けが不十分である。
- 入力に依存したブリッジ軌跡を導入し，ノイズ状態に直接入力を注入することで，条件付きモデリングを強化する。
- ニューラルブリッジ過程は，ノイズ状態に情報を注入し，勾配経路を生成することで，ニューラル拡散過程を改善する。
- 合成回帰，脳波，CylinderFlow，画像回帰などの実験で，一貫した性能向上を示す。
- ブリッジ構造と学習されたアライメントが性能向上に貢献し，同様の原理がFlow Matching Neural Processesにも適用可能である。
マルチモーダルリモート推論 [eess.SY, cs.SY, cs.LG, cs.IT, cs.NI, math.IT]目的：マルチモーダル機械学習モデルにおける推論誤差最小化のためのスケジューリング
- リモートセンサからのデータを用いたリアルタイム推論は，様々な分野で重要性が高まっている。
- 限られたネットワークリソース下では，全てのモダリティからの特徴量の適時な配信が困難である。
- データ鮮度を考慮したスケジューリングにより，推論誤差を最小化することを試みる。
- 提案手法は，既存の単純なヒューリスティクスと比較して，推論誤差を最大44.8%削減できることを示した。
- 特に，五つのモダリティの場合，EATとFTはそれぞれEASTと比較して計算時間を6.6倍と3000倍削減した。
- ただし，推論誤差はそれぞれ20.2%と38.6%増加した。
BlindGuard：未知の攻撃に対するLLMベースのマルチエージェントシステムの保護 [cs.AI]目的：LLMベースのマルチエージェントシステムにおける攻撃検知手法
- LLMの活用が進む中で，マルチエージェントシステムのセキュリティ確保は重要課題である。
- 悪意のあるエージェントがメッセージを介してシステム全体に影響を及ぼす伝播脆弱性が存在する。
- ラベル付きデータに頼らず，未知の攻撃に対しても有効な防御手法を確立すること。
- BlindGuardは，ラベルを用いずに正常なエージェントの振る舞いのみで学習を行うことで，汎用性の高い防御を実現する。
- エージェントの個々の行動，近傍との関係，全体的なインタラクションを捉える階層型エンコーダを用いる。
- 多様な攻撃タイプ（プロンプトインジェクション，メモリポイズニング，ツール攻撃など）に対して高い検知性能を発揮する。
大規模言語モデルにおける属性アライメントのための適応的多部分空間表現操舵 [cs.CL, cs.CL, cs.AI]目的：大規模言語モデルの属性アライメントのための多部分空間表現操舵手法
- 大規模言語モデルの制御は，その能力を最大限に引き出す上で不可欠である。
- 既存手法では，複数の属性を同時に操舵する際に干渉が生じ，性能が低下しやすい。
- 属性間の干渉を軽減し，より効果的な多属性操舵を実現すること。
- 提案手法MSRSは，各属性に直交する部分空間を割り当てることで，属性間の干渉を大幅に低減することを示した。
- MSRSは，既存手法と比較して，様々な属性において優れた性能を発揮し，多様なダウンストリームタスクへの汎化性も高い。
- トークンレベルの操舵機構により，意味的に関連性の高いトークンを動的に特定し，きめ細かい行動変調を可能にしている。
iWatchRoad：スマートシティのための道路損傷（穴ぼこ）の検知と地理空間可視化 [cs.CV, cs.LG]目的：道路損傷の検知，GPSタグ付け，およびリアルタイムマッピング
- 道路の安全確保と車両の耐久性向上は，都市インフラ整備において不可欠である。
- 特にインドのような道路環境では，道路の老朽化と維持管理の遅れが深刻な問題となっている。
- 本研究は，道路損傷の自動検知システムを開発し，道路の効率的な維持管理に貢献することを目指す。
- 7,000フレーム以上のデータセットを構築し，インドの道路環境に適応したYOLOモデルをファインチューニングした。
- カスタムOCRモジュールを用いてビデオフレームからタイムスタンプを抽出し，GPSログと同期させることで，正確な地理タグ付けを実現した。
- 検出された道路損傷の詳細はデータベースに保存され，OpenStreetMapを用いたWebインターフェースで可視化され，道路評価とメンテナンス計画に役立つ。
二値最適化を用いたシングルピクセルイメージングのためのバイナリサンプリングパターンの学習 [cs.CV, cs.LG, math.OC, physics.optics]目的：シングルピクセルイメージングのためのタスク固有のバイナリ照明パターン
- シングルピクセルイメージングは，単一の検出器で物体を再構成する技術であり，医療や科学分野での応用が期待される。
- 高度なアンダーサンプリング下では，照明パターンの選択が再構成品質と取得速度に大きく影響する。
- 実用的なSPIハードウェアではバイナリパターンしかサポートされておらず，効果的なバイナリパターンの設計が課題である。
- 提案手法では，二値最適化によりタスク固有のバイナリ照明パターンを学習し，再構成性能を向上させた。
- 特に，高度にアンダーサンプリングされた状況やデータが少ない場合において，ベースライン手法やエンドツーエンドの深層学習よりも優れていることが示された。
- 学習された変分正則化を組み込むことで，再構成品質とロバスト性を向上させている。
InquireMobile：強化学習によるVLMベースのモバイルエージェントへの人間支援要求の学習 [cs.AI]目的：VLMベースのモバイルエージェントにおける人間への支援要求能力の向上
- ロボットが人間と協調してタスクを遂行する重要性が増しており，安全な行動を保証する必要がある。
- 既存の完全自律型エージェントは，理解力や推論能力が不十分な場合，安全性に課題がある。
- 重要な判断時に人間からの確認を求めることで，エージェントの安全性を高めることを目指す。
- 新たに構築したベンチマークInquireBenchにおいて，既存モデルはほとんど性能を示さなかった。
- 提案手法InquireMobileは，強化学習と二段階学習戦略，そして事前行動推論メカニズムを用いる。
- InquireBenchにおける問い合わせ成功率を46.8%向上させ，既存モデルを上回る全体的な成功率を達成した。
時間の試練：ベンチマーク汚染における時間的シグナルの再検討 [cs.AI]目的：ベンチマーク汚染の時間的シグナルに関する再評価
- AIモデルの評価において，ベンチマークデータの信頼性は重要である。
- ベンチマークの汚染がAI評価の信頼性を損なう可能性がある。
- 既存の汚染検出方法の限界を明らかにし，より堅牢な手法の必要性を示す。
- 評価タスクの質問形式が，ベンチマーク汚染の時間的シグナルに大きな影響を与えることが示された。
- LLM生成質問と穴埋め問題では，時間的パターンが大きく異なることが確認された。
- LLMによる簡単な質問形式の変換により，時間的パターンを効果的に除去できることが示された。
大規模言語モデルとドメインオントロジーを組み合わせたサイバー脅威インテリジェンスの活用 [cs.CR, cs.AI]目的：サイバー脅威インテリジェンスの正確かつ透明な活用
- サイバーセキュリティ対策において，正確な脅威情報の活用は不可欠である。
- セキュリティログから脅威情報を正確に抽出・解釈することが困難である。
- オントロジーとLLMを組み合わせることで，抽出の精度と説明可能性の向上を目指す。
- 提案手法は，従来のプロンプトのみのアプローチと比較して，情報抽出の精度が高い。
- ドメインオントロジーとSHACL制約を用いることで，LLMの出力構造を誘導し，意味的な妥当性を担保する。
- 抽出された情報はオントロジーで強化されたグラフデータベースに整理され，セマンティックな分析とクエリを可能にする。
LLMにおける並列推論の自己洗練学習 [cs.LG, cs.AI, cs.CL]目的：大規模言語モデルにおける推論能力の向上
- LLMの推論能力は，様々なタスクにおいて重要であり，その向上はAI技術発展の鍵となる。
- 既存のテスト時スケーリング手法は，生成される候補の質に依存し，全てが誤っている場合に対応できない。
- 自己洗練による改善度合いを定量化し，より効率的な推論フレームワークを開発すること。
- 本研究では，自己洗練の有効性を測る「洗練ギャップ」という指標を新たに提案した。
- 洗練ギャップはモデルサイズとの明確な相関を示し，基盤となる能力とは弱く関連していることが示された。
- 提案手法GSRは，5つの数学ベンチマークで最先端の性能を達成し，異なるモデル規模や構造への汎化性も確認された。
DreamAudio：拡散モデルを用いたカスタマイズされたテキスト読み上げ生成 [cs.CL, eess.SY, cs.SY, cs.SD, cs.AI, eess.AS]目的：拡散モデルによるカスタマイズされたテキスト読み上げ生成
- テキスト読み上げ技術は，アクセシビリティ向上やコンテンツ制作の効率化に貢献する重要な分野である。
- 既存モデルは高品質な音声を生成するものの，特定の音響特性の細かな制御が難しかった。
- 本研究は，ユーザーが指定した音響的特徴を反映した音声生成を目指す。
- DreamAudioは，ユーザーが提供する参照音響情報に基づいて，カスタマイズされた音声生成を可能にする。
- 特定の音響イベントを含む参照音声サンプルを与えれば，そのイベントを含む新しい音声を生成できる。
- 生成された音声は，カスタマイズされた特徴と入力テキストとの整合性が高いことが実験で示された。
大規模言語モデルを仮想調査回答者として：社会人口学的回答生成の評価 [cs.AI]目的：社会人口学的調査における回答生成の評価
- 社会科学研究や政策立案において，アンケート調査は不可欠である。
- 従来の調査手法は費用と時間がかかり，大規模な調査には限界がある。
- 大規模言語モデルを用いた効率的な調査手法の確立を目指す。
- 大規模言語モデルは，不完全な回答者情報から属性を予測するPartial Attribute Simulation (PAS)と，完全なデータセットを生成するFull Attribute Simulation (FAS)で評価された。
- GPT-3.5/4 TurboとLLaMA 3.0/3.1-8Bを評価した結果，モデル間の性能傾向に一貫性が見られた。
- 構造化された出力生成における課題と，コンテキストやプロンプト設計がシミュレーションの忠実度に及ぼす影響が示された。
リスクを隠蔽する学習：金融ドメインにおけるLLMに対する制御可能な多段階レッドチームング [cs.CL, cs.AI, cs.LG]目的：LLMにおける規制違反を引き起こすリスクの隠蔽攻撃手法の開発
- 金融分野へのLLM導入が進む中，安全性の確保は極めて重要である。
- 既存のレッドチームング研究は露骨な有害コンテンツに偏り，表面上は正当に見える攻撃に焦点を当てていない。
- 表面的リスクを隠蔽しつつ規制違反を誘発する攻撃を可能にするフレームワークを構築すること。
- 提案手法CoRT(RCA)は，平均攻撃成功率93.19%を達成した。
- CoRT(RCA+RCC)は，平均攻撃成功率を95.00%に向上させた。
- FinRisk-Benchという金融リスク特化型のベンチマークを新たに構築した。
CodecSep：ニューラルオーディオコーデック潜在空間におけるプロンプト駆動型汎用音源分離 [cs.SD, cs.LG]目的：プロンプト駆動型汎用音源分離フレームワークの提案
- 音源分離は，柔軟な音声編集や支援聴取，オープンなドメインでの音源抽出に不可欠である。
- 既存のシステムは計算コストが高く，低遅延なエッジデバイスやコーデックへの組み込みが困難である。
- コーデック潜在空間で効率的に音源分離を行い，実用的なコードストリーム展開を可能にすること。
- CodecSepは，SI-SDRおよびViSQOLにおいてAudioSepを上回り，MOS-LQSでも明らかな改善が見られた。
- 詳細なプロンプトが粗いラベルよりも優れており，潜在空間での直接的なマスキングが生成よりも効果的であることが示された。
- コーデック潜在空間が音源依存構造を保持しており，CodecSepはチャネルごとの音源条件付き変調によってこれを活用している。
xOffense：ドメイン適応大規模言語モデルを用いたペネトレーションテストのための自律型マルチエージェントフレームワーク [cs.CR, cs.AI]目的：ペネトレーションテストの自動化
- サイバーセキュリティ対策において，脆弱性の発見と悪用の検証は不可欠である。
- 従来のペネトレーションテストは専門知識と多大な労力を要し，スケーラビリティに課題がある。
- 大規模言語モデルとマルチエージェントシステムを用いて，効率的かつ自動的なペネトレーションテストを実現する。
- xOffenseは，Qwen3-32Bを基盤としたAI駆動のマルチエージェントフレームワークである。
- AutoPenBenchおよびAI-Pentest-Benchmarkという2つのベンチマークにおいて，既存手法を上回る成果を達成した。
- サブタスクの完了率は79.17%であり，VulnBotやPentestGPTなどの先行システムを凌駕する。
Clotho：LLM入力に対するタスク固有の事前生成テスト妥当性評価 [cs.SE, cs.LG]目的：LLM入力のタスク固有のテスト妥当性の評価方法
- ソフトウェア開発において，LLMの活用が不可欠となる場面が増加しており，信頼性の高いテストが求められている。
- LLMのテストには正解データが少ない場合が多く，人手による評価に頼らざるを得ないという課題が存在する。
- 入力データ自体からテストの有用性を評価し，効率的なテストデータ選定を実現することを目指す。
- Clothoは，LLMの隠れ状態から入力の難易度を推定し，テスト妥当性を事前評価する手法である。
- 未ラベル入力プールからGMMを用いて情報量の多いケースを人間がラベル付けするための参照セットを適応的にサンプリングする。
- 評価実験の結果，Clothoは平均5.4%程度の参照セットで0.716のROC-AUCで失敗を予測でき，実行コスト削減に貢献する。
CFDLLMBench：計算流体力学における大規模言語モデルの評価ベンチマーク [cs.CL, cs.CL, cs.CL, cs.AI]目的：計算流体力学における大規模言語モデルの性能評価のためのベンチマークスイート
- 計算流体力学は，科学技術の発展に不可欠であり，様々な分野で利用されている。
- 複雑な物理システムの数値実験は，時間と労力を要する手作業に依存している。
- 大規模言語モデルによる数値実験の自動化の可能性を探求し，その性能を定量的に評価する。
- CFDLLMBenchは，CFDQuery，CFDCodeBench，FoamBenchの3つのコンポーネントから構成され，大規模言語モデルの知識，推論能力，およびワークフロー実装能力を総合的に評価する。
- ベンチマークは，コード実行可能性，解の精度，および数値収束性に基づいて，大規模言語モデルの性能を定量的に評価する厳格な評価フレームワークを提供する。
- 本研究は，複雑な物理システムの数値実験を自動化するための大規模言語モデルの開発と評価のための基盤を確立する。