arXiv雑要約
AI - 2026/05/06 公開
Geometry Forcing：ビデオ拡散と3D表現の融合による一貫性のある世界モデルの構築 [cs.CV, cs.AI]目的：ビデオ拡散モデルにおける3D表現の内部化
- 現実世界は3次元であり，それを理解するためのコンピュータビジョンの研究は重要である。
- ビデオ拡散モデルは2D情報のみを学習するため，3次元構造を捉えきれない場合がある。
- ビデオ拡散モデルに幾何学的構造を導入し，3Dの一貫性を向上させることを目指す。
- Geometry Forcingは，幾何学的基礎モデルの特徴とのアラインメントを通じて，ビデオ拡散モデルの中間表現を誘導する。
- Angular AlignmentとScale Alignmentという2つのアラインメント目的関数を導入し，方向性とスケール情報の整合性を高める。
- カメラ視点条件およびアクション条件付きのビデオ生成タスクにおいて，提案手法はベースライン手法と比較して視覚品質と3Dの一貫性を大幅に向上させる。
テンポ・関係表現学習によるチームモデリングの強化 [cs.LG]目的：チームダイナミクスのモデル化
- AIと社会科学の融合領域で重要。チームの行動理解は，協調作業の効率化に不可欠である。
- 既存モデルは，時間的相互作用や実用的なリアルタイム性を欠き，チーム改善の支援が難しい。
- 時間的グラフ構造と多タスク学習により，チームパフォーマンスの予測精度向上を目指す。
- 提案手法は，既存の時系列解析や関係性解析のみのアプローチよりもチームパフォーマンス予測において優れていた。
- 多タスク拡張により，学習・推論時間を大幅に削減しつつ，予測性能を維持することができた。
- 説明可能性技術の統合により，解釈可能な洞察とチーム改善のための具体的な提言を提供可能となった。
ReCode：推論過程報酬によるコード生成の強化 [cs.SE, cs.AI, cs.CL, cs.LG]目的：コード生成における推論品質の最適化
- 正確なコード生成において，厳密な推論が重要な役割を果たすことが知られている。
- コード生成のための強化学習では，推論品質の最適化が十分に行われていない現状がある。
- 推論過程の質を評価する報酬モデルの学習と，報酬ハッキングの軽減を目指す。
- ReCodeは，最適化・劣化された推論過程を合成的に生成し，推論品質を評価する報酬モデルを学習するCRPLと，実行結果で報酬を制限するCG-GRPOで構成される。
- 実験結果から，ReCodeで学習した7Bモデルはベースモデルより16.1%性能が向上し，GPT-4-Turboと同等の性能に達したことが示された。
- ReCodeは数学ドメインにも一般化可能であり，コード生成以外の分野への応用も期待される。
生成画像の秘密ピクセル再構成によるロバストなモデル帰属判定 [cs.CR, cs.AI, cs.LG]目的：AI生成画像の生成元モデルの特定
- AI技術の発展に伴い，生成されたコンテンツの出所を特定する重要性が高まっている。
- 既存のAIフィンガープリンティング技術は，適応的な攻撃に対して脆弱であることが課題である。
- 適応攻撃への耐性を備えた，ロバストなモデル帰属判定手法を開発すること。
- 提案手法SPRINTは，秘密の再構成ターゲットを用いることで，検証タスクを秘匿し，適応攻撃に対する耐性を高める。
- FFHQデータセットにおいて，12モデルのプールで99.17%の精度，6つの類似チェックポイントのプールで98.83%の精度を達成した。
- 適応的な除去・偽造攻撃の成功率を1%以下に低減し，オープンワールド環境下でも高い精度を維持した。
課題とコミットの関連回復のための自律型LLMベースエージェント LinkAnchor [cs.SE, cs.AI]目的：ソフトウェアリポジトリにおける課題とコミットの関連回復
- ソフトウェアのトレーサビリティとプロジェクト管理において，課題とコミットの関連付けは不可欠である。
- GitHub上の課題の約42.2%しかコミットと正しく関連付けられていない現状がある。
- 文脈を考慮した効率的な関連回復手法を開発し，課題解決の論理を正確に捉えることを目指す。
- 本研究では，課題とコミットの関連回復に特化した自律型LLMベースエージェントLinkAnchorを提案する。
- LinkAnchorは，関連するコンテキストデータを動的に取得するlazy-accessアーキテクチャにより，トークン制限を超えることなく，大規模なリポジトリでも効率的に処理を行う。
- 課題解決の連鎖的な依存関係を考慮することで，既存手法の課題を克服し，より正確な関連回復を実現する。
完全な真実性を持つ較正指標 [cs.LG, cs.DS, stat.ML]目的：較正指標の設計
- 予測の信頼性を評価する上で重要。確率として解釈できるかどうかが鍵となる。
- 既存の較正指標は，真実を歪めてより較正されたように見せることがある。
- 真実を反映し，完全な較正指標を設計すること。
- 平均二値較正誤差(ATB)という，完全かつ厳密な真実性を持つ較正指標を提案した。
- ATBは既存の指標smCalやdistCalと密接な関係があり，計算効率が良い。
- 線形時間で較正をテストするアルゴリズムを初めて開発した。
Aura-CAPTCHA：強化学習とGANを用いた多Modal CAPTCHAシステム [cs.RO, cs.LG]目的：多Modal認証システムの開発
- ウェブセキュリティにおいて，ボットによる不正アクセスは深刻な問題であり，人間とボットの識別技術は不可欠である。
- 既存のCAPTCHAシステムは，深層学習を用いた攻撃に対して脆弱性があり，近年その有効性が低下している。
- GANと強化学習を組み合わせることで，動的に難易度を調整し，より高度な攻撃に対応可能なCAPTCHAシステムを構築する。
- Aura-CAPTCHAは，GANによる視覚刺激と同期した音声チャレンジを組み合わせた多Modal認証システムである。
- 実験結果から，Aura-CAPTCHAは，従来の静的なCAPTCHAと比較して，人間の正答率を向上させ，古典的な回避率を低下させることが示された。
- ただし，大規模言語モデルのような最新のAIエージェントに対しては依然として脆弱性が残ることも明らかになった。
4脚ロボットのロボットアーム制御のための視覚に基づく共有制御遠隔操作スキーム [cs.RO, cs.CV, cs.LG, cs.SY, eess.SY]目的：危険かつ遠隔環境におけるロボットアーム制御のための遠隔操作スキーム
- 災害現場や宇宙探査など，人が立ち入れない場所での作業において，ロボットの活用が不可欠である。
- 4脚ロボットの遠隔操作は複雑で，障害物検知や直感的なアーム制御が課題となり，衝突リスクが高い。
- 人間の腕の動きを直接ロボットアームに反映することで，直感的かつ安全な遠隔操作を実現することを目指す。
- 本研究では，外部カメラと機械学習モデルを用いてオペレーターのリスト位置を推定し，その動きをロボットアームの制御指令に変換するシステムを提案する。
- 提案システムは，軌道計画により障害物との衝突を検知・回避し，安全な遠隔操作を可能にする。
- 実機実験により，提案システムがリアルタイムで安定した制御性能を発揮することが確認された。
脚部ロボットにおける把持の最適化：ロコ・マニピュレーションのための深層学習アプローチ [cs.CL, cs.RO, cs.AI, cs.CV, cs.LG, cs.SY, eess.SY]目的：四脚ロボットの把持能力向上
- ロボットの自律的な動作において，把持は重要な要素である。環境とのインタラクションに不可欠。
- 実環境での把持は，多様な状況に対応する必要があり，データ収集が困難。
- シミュレーションによる学習で，実環境への適応性を高めることを目指す。
- シミュレーション環境で生成したデータを用いて，把持品質マップを予測するCNNモデルを開発した。
- RGB-Dカメラからの情報を入力とし，把持に適した箇所を特定する。
- 四脚ロボットによる自律的なナビゲーション，知覚，把持の統合タスクを成功裡に実行した。
VCBench：ベンチャーキャピタルにおけるLLMのベンチマーク [cs.HC, cs.AI]目的：ベンチャーキャピタルにおける起業家の成功予測
- AI技術は，不確実性の高い分野での意思決定を支援し，投資判断の質向上に貢献しうる。
- ベンチャーキャピタル投資は，シグナルが乏しく，成功予測が困難であり，投資家のパフォーマンスも限られている。
- LLMを活用し，初期段階のベンチャー投資における予測精度向上と，再現性のある評価基準を確立すること。
- VCBenchは9,000件の匿名化された起業家プロファイルを提供し，プライバシー保護に配慮した設計となっている。
- DeepSeek-V3はベースラインの6倍以上の予測精度を達成し，GPT-4oはF0.5スコアで最高の結果を示した。
- 多くのLLMが人間のベンチマークを超える性能を示し，AGIの早期段階ベンチャー予測における評価の標準化が期待される。
状態空間モデルにおけるデータ効率的な汎化のための帰納的バイアスの整合 [cs.LG]目的：状態空間モデルにおける帰納的バイアスの整合性
- 近年のAIの発展はスケーリング則に依存するが，高品質なデータの供給は限られており，データ効率が重要になっている。
- 既存の状態空間モデルは，タスクに依存しない固定的な帰納的バイアスに依存している場合が多い。
- タスクのスペクトル特性とモデルの初期バイアスを整合させることで，データ効率的な汎化を改善することを目指す。
- 提案手法であるタスク依存初期化(TDI)は，初期状態空間モデルのバイアスをタスクのスペクトル特性に合わせることで，データ効率的な汎化を向上させる。
- TDIは，タスクに関連するスペクトル構造が存在し，デフォルトの状態空間モデルのバイアスがスペクトル的に不一致している場合に特に効果を発揮する。
- 本研究は，タスク適応的な帰納的バイアスに関する理論的考察と実践的ツールを提供し，よりデータ効率的な系列モデリングへの道筋を示す。
VRモーションを通じた認知状態の推論：モーション基盤モデルの活用 [cs.HC, cs.LG]目的：VRモーションデータからの認知状態推論
- VR技術の普及に伴い，モーションデータの活用が重要視されている。
- VRモーションデータから，どのような認知状態を推論できるか不明確である。
- VRモーションデータから認知状態を推論する手法を開発し，その有効性を検証する。
- VRモーションのみでも，認知状態の有意な信号を捉えられることが示された。
- 大規模モーションデータで事前学習したモーション基盤モデルは，古典的・時間的モデルよりも汎化性能が高い。
- 提案手法は，人間の観察者と同等かそれ以上の精度（82%）を達成した。
リアルタイム構文強調表示のための多言語モデル [cs.SE, cs.AI]目的：多言語のコードに対するリアルタイム構文強調表示の実現
- 現代のソフトウェア開発において，可読性と生産性を向上させる構文強調表示は不可欠である。
- オンライン環境では，時間・メモリ制約から高速かつ正確な構文強調表示が課題となっている。
- 単一言語モデルの維持コストを削減し，多様な言語への対応を効率化することを目的とする。
- 単一のモデルで最大6つの主要なプログラミング言語に対応することで，システム複雑性を低減した。
- 新規の正規化手法によりモデルの汎化性能が向上し，未知の言語に対する性能も改善された。
- 少数の正解サンプルで大規模なデータセットを代替し，遅い生成器への依存を最小限に抑えた。
グループ間不一致最小化による，分散型複数ソースドメイン適応のスケーラビリティ向上 [cs.HC, cs.LG]目的：分散型複数ソースドメイン適応におけるスケーラビリティの向上
- プライバシー保護の重要性が高まる中で，分散型学習によるドメイン適応のニーズが増加している。
- ソースドメイン数が増加すると，計算コストが増大し，学習が不安定になるという課題がある。
- 多様性の高い環境下でもスケーラブルかつ安定した学習を可能にするフレームワークを開発する。
- GALAは，ペアワイズアライメントを近似するグループ間不一致最小化と，動的なソース優先度付けによりスケーラビリティを実現した。
- 新しいベンチマークデータセットDigit-18を用いて，高い多様性を持つシナリオでの性能を評価した。
- 標準ベンチマークで最先端の結果を達成し，大規模設定において既存手法を大幅に上回った。
ニューラルサロゲート支援によるグライダー翼設計：安定性解析とマルチ手法最適化 [cs.AR, cs.NE, math.OC]目的：グライダー翼設計のためのモジュール化されたスケーラブルな設計最適化フレームワーク
- 航空機の設計において，空気力学性能と安定性は重要な要素であるため，効率的な設計手法が求められている。
- 従来の翼設計は計算コストが高く，設計空間の探索に時間がかかるという課題があった。
- サロゲートモデルと最適化手法を組み合わせることで，高速かつ高精度な翼設計を実現することを目指す。
- 提案手法では，ボテックス格子法(VLM)による解析を高速化するため，ニューラルネットワークによるサロゲートモデルを導入した。
- サロゲートモデルはVLMと安定性解析に比べて約785倍の速度向上を示し，大規模な最適化を可能にした。
- 最適化手法として，粒子群最適化(PSO)，遺伝的アルゴリズム(GA)，ベイズ最適化など複数の手法を比較検討し，空気力学特性と安定性の向上を確認した。
LLMエージェントとグラフ最適化：自動データ品質改善アプローチ [cs.LG]目的：テキスト付与グラフの包括的な品質最適化
- データ管理と分析において，構造とテキスト情報を組み合わせたテキスト付与グラフが重要性を増している。
- グラフニューラルネットワーク等の分析モデルの性能は，データ品質に大きく左右される点が課題である。
- テキスト，構造，ラベルの不備といった多様な劣化に対応する，体系的な品質改善手法を確立すること。
- 提案手法LAGAは，検出，計画，実行，評価エージェントを統合し，データ品質改善を自動化するマルチエージェントフレームワークである。
- 実験結果から，LAGAはテキスト，構造，ラベルの各側面を包括的に改善し，堅牢性とスケーラビリティが確認された。
- データ中心的な品質最適化が，信頼性の高いテキスト付与グラフ分析に不可欠であることが示された。
自然言語推論のためのハイブリッドモデル：三段論理の場合 [cs.CL, cs.LG, cs.LO]目的：三段論理を用いた自然言語推論能力の論理的汎化
- 論理的推論は，応用において不可欠な汎化能力を評価する上で重要な研究分野である。
- ニューラルモデルは汎化能力に課題があり，特に複雑な推論においてその傾向が顕著である。
- ニューラル推論システムの汎化能力の障壁を克服し，信頼性の高い論理的推論器を構築すること。
- 大規模言語モデル（LLM）は再帰性においてはある程度の能力を示すものの，構成性においては苦戦していることが判明した。
- 三段論理の種類によって汎化性能に大きなばらつきが見られ，完璧に近い精度から著しく低い精度まで幅広い結果が得られた。
- 記号推論とニューラル計算を統合したハイブリッドアーキテクチャが，堅牢かつ効率的な推論を可能にし，ニューラル推論の汎化能力の向上に貢献する。
スケーリング則と対称性：ニューラル力場からのエビデンス [cs.LG, cs.AI, physics.comp-ph]目的：原子間ポテンシャル学習における幾何学的タスクのスケーリング則の解析
- 機械学習モデルの規模拡大に伴い，性能向上のためのスケーリング則の理解が重要である。
- 既存モデルでは，大規模データや計算資源を活用した際の性能予測が困難である。
- タスクの対称性を活用したモデル構造が，スケーリング則に与える影響を明らかにすること。
- 実験により，タスクの対称性を考慮したモデルの方が，そうでないモデルよりも優れたスケーリングを示すことが確認された。
- 高次の表現を用いることで，equivariantアーキテクチャのスケーリング則が改善されることが示唆された。
- 最適な計算資源配分においては，データサイズとモデルサイズを並行してスケールすることが有効である。
意味的・エピソード記憶を用いた教師あり学習：エージェント適応への反省的アプローチ [cs.CY, cs.SI, cs.CL, cs.AI, cs.LG]目的：大規模言語モデルからの学習による標的分類機能の獲得
- 事前学習済みLLMを活用し，柔軟かつ効率的な適応を実現することは，AI研究の重要な課題である。
- 従来のファインチューニングはコストが高く，柔軟性に欠け，解釈が困難であるという課題がある。
- ラベル付きデータに基づくLLM生成の批判を活用し，パラメータ更新なしに適応能力を高めることを目指す。
- 提案手法は，様々なタスクとモデルにおいて，ゼロショットベースラインに対し平均8.1%の性能向上を示した。
- RAGベースラインと比較しては平均4.6%の性能向上が見られ，メモリタイプを組み合わせた自己批判戦略が有効であることが示された。
- 事前計算された批判は，推論時の計算量を削減し，思考トークン数を平均31.95%削減することに貢献した。
プロンプタブルな部分グラフトリガーを用いたクロスパラダイムグラフバックドア攻撃 [cs.CR, cs.LG]目的：グラフバックドア攻撃の実現
- グラフニューラルネットワークの安全性確保は，社会インフラや重要な意思決定への応用において不可欠である。
- 既存のトリガー生成手法は単一の学習パラダイムに依存し，汎用性に欠ける。
- 異なる学習パラダイム間で有効なバックドア攻撃手法を開発し，攻撃成功率を向上させる。
- 本研究では，グラフプロンプト学習を用いて転移可能な部分グラフトリガーを生成するCP-GBAを提案した。
- 提案手法は，クラス識別能力，特徴量の豊富さ，構造的忠実性を考慮してトリガーセットを最適化する。
- 様々なデータセットと防御シナリオにおいて，最先端の攻撃成功率を達成した。
BITを忘れ，TOKENの全て：LLMのための意味情報理論へ [cs.IT, cs.AI, math.IT]目的：大規模言語モデル(LLM)の生成メカニズムと創発的因果能力の解明
- LLMは様々な応用で目覚ましい成果を上げているが，理論的基盤は未だ不十分である。
- LLM研究は，計算資源と大量データに依存しており，原理的な理解が欠けている。
- 意味情報理論を構築し，LLMの理論的理解を深め，次世代アーキテクチャの指針を提供する。
- 従来の「ビット」概念を超え，「トークン」を意味の最小単位として捉える新たな理論的枠組みを構築した。
- 統計物理学，連続信号処理，古典情報理論を統合し，LLMの生成メカニズムを数学的に解明した。
- この理論的基盤は，LLMの将来研究とアーキテクチャ開発を導く強固な足場となる。
KVキャッシュTTLを用いた効率的で堅牢な多段階LLMエージェントのスケジューリング [cs.OS, cs.AI, cs.NI]目的：多段階エージェントワークロードにおけるジョブ完了時間の最適化
- LLMの推論効率化において，KVキャッシュの管理は不可欠である。限られた計算資源を有効活用するため，高速な処理が求められている。
- エージェント型ワークロードでは，ツール呼び出しによる中断により，KVキャッシュの再利用が困難になるという課題があった。
- ツール呼び出し期間の変動性を考慮しつつ，KVキャッシュのTTL（生存時間）を適切に設定することで，ジョブ完了時間の短縮を目指す。
- CacheTTLは，KVキャッシュにTTLを設定し，GPUメモリにピン留めすることで，再計算コストや待ち時間増加を防ぐ。
- 実世界のLLMエージェントを用いた評価により，CacheTTLがジョブ完了時間を最大8倍以上改善し，スループットも向上することが示された。
- プログラムレベルのFCFSと組み合わせることで，多段階の継続性を維持し，エージェントワークフローの遅延を削減する。
大規模言語モデルにおける階層的記憶：引用生成からの証拠 [cs.CL, cs.AI]目的：大規模言語モデルの引用生成における記憶の階層構造
- LLMの応用範囲拡大に伴い，生成される情報の信頼性が重要課題となっている。
- LLMは学術論文の引用を捏造することがあり，その原因究明が求められている。
- 引用データの冗長性とモデルの内部構造の関係を明らかにすることで，幻覚を抑制する。
- 引用回数と事実の正確性が対数線形に相関し，特定の引用回数で精度が変化することが示された。
- タイトルや著者名などの情報は比較的早く記憶される一方，発表年や掲載媒体はより多くのデータが必要となる。
- 高い引用回数の文献でも，タイトルや著者名が重複する場合，混同が生じやすいことが確認された。
予測地平線が予測学習における表現を形成する [cs.LG, q-bio.NC]目的：予測学習における表現の形成
- 予測学習は多様なデータ領域でモデル訓練の中心的なパラダイムであり，現代AIの基盤と見なされている。
- 予測学習が必ずしも構造化された世界モデルを生み出すわけではなく，そのメカニズムの解明が不十分である。
- 予測地平線が表現の形成に及ぼす影響を明らかにすることで，予測学習の条件を解明する。
- 予測地平線を長くすることで，学習問題の構造が変化し，モデルの暗黙的なバイアスと相互作用する。
- 理論的・実験的に，予測地平線がタスクの潜在的な幾何構造の回復を促進することが示された。
- 非線形アーキテクチャや複雑なデータセットでも同様の現象が確認され，予測学習における構造化された表現の創出条件が明確になった。
バックプロパゲーション不要なゼロ次最適化によるデバイス上でのファインチューニング [cs.LG, cs.CL]目的：エッジAIシステムにおけるデバイス上でのファインチューニング手法
- エッジAIは，多様なタスクに適応する必要があり，その実現には学習能力が不可欠である。
- 従来のバックプロパゲーションはメモリ消費量が大きく，デバイスメモリに制限がある環境ではモデルサイズが制限される。
- メモリ効率の良いゼロ次最適化を用いて，より大きなモデルをデバイス上でファインチューニングすることを可能とする。
- 従来のバックプロパゲーションと比較して，メモリ効率の良いゼロ次最適化は，デバイスメモリの制約下でより大きなモデルを扱える。
- 十分な計算時間があれば，ゼロ次最適化はバックプロパゲーションと同等またはそれ以上の精度を達成できる。
- 本研究は，バックプロパゲーションとゼロ次最適化で扱えるモデルサイズの理論的な見積もりを示している。
Transformer誘導深層強化学習によるeVTOLドローンの最適離陸軌道設計 [cs.LG]目的：eVTOLドローンの最適離陸軌道設計
- 都市交通渋滞緩和にeVTOLは有望だが，特に離陸時の高消費電力は課題である。
- 従来の最適制御法は計算量の制約から，複雑なシステムへの適用が困難である。
- 深層強化学習の学習困難性をTransformerで緩和し，効率的な軌道設計を目指す。
- Transformer誘導強化学習は，従来の強化学習に比べ，学習ステップ数を25%削減した。
- 最適エネルギー消費量に関して，Transformer誘導強化学習はシミュレーションによる最適解の97.2%の精度を達成した。
- 本研究は，学習効率と最適設計検証の両面で従来の強化学習を上回ることを示した。
HiFiNet：エッジベース分類とグラフ集約によるワイヤレスセンサーネットワークにおける階層的障害特定 [cs.NI, eess.IV, cs.NI, cs.AI]目的：ワイヤレスセンサーネットワークにおける障害の階層的特定
- 重要な監視アプリケーションの基盤であり，安全性や効率性が求められる。
- 従来の障害検出法は，精度と消費電力のバランスが難しく，空間的・時間的相関を活かしきれない。
- 精度と効率性を両立し，ネットワーク全体の相関を考慮した障害特定手法を開発する。
- HiFiNetは，エッジ分類器とグラフ注意ネットワークを組み合わせた階層的フレームワークである。
- 実験結果から，HiFiNetは既存手法と比較して，精度，F1スコア，適合率において有意に優れていることが示された。
- 診断性能とエネルギー効率のトレードオフを調整可能であり，多様な運用要件に対応できる。
非線形な集団サイズ縮小と適応的再起動によるロバストな差分進化：ARRDEアルゴリズム [cs.NE, math.OC]目的：制約付き最適化問題におけるロバスト性の向上
- 数値最適化は，科学技術計算や機械学習など，幅広い分野で不可欠な技術である。
- 既存のアルゴリズムは，特定のベンチマーク問題群に対して高い性能を示すものの，問題の性質が変化すると性能が低下しやすい。
- 異なる問題群に対しても安定した性能を発揮する，ロバストな最適化アルゴリズムを開発する。
- 提案手法ARRDEは，5つのベンチマーク問題群（CEC2011, 2017, 2019, 2020, 2022）において，一貫して高い性能を示した。
- 特に，問題群間の多様性を考慮した評価指標において，ARRDEは優れた安定性とロバスト性を実証した。
- 本研究は，ARRDEが異質なベンチマーク環境下において競争力のあるロバストな差分進化アルゴリズムであることを示唆している。
LLMは（パーソナライズされた）アクセス制御の決定を行えるか？ [cs.CR, cs.AI]目的：LLMによる動的で文脈を考慮したアクセス制御決定の能力の検証
- システムが複雑化する中で，セキュリティ確保のための適切なアクセス制御は不可欠である。
- ユーザーにアクセス制御の決定を求めることは認知負荷が高く，最適な選択を妨げる場合がある。
- LLMを活用し，ユーザーのセキュリティ設定に基づいたアクセス制御決定を支援する。
- LLMはユーザーの意向を反映しており，多数決の結果と86%の確率で一致する。
- LLMは，ユーザーをより安全な行動へと導く可能性が示された。
- パーソナライズは合致率を向上させるが，過剰な許可につながるリスクも存在する。
CLAPS：最終層ラプラスを用いた確率的・認識的スケーリングによる適合的回帰 [cs.LG, stat.ML]目的：適合的回帰における予測区間幅の適応メカニズム
- 回帰問題において，予測の信頼性評価は重要であり，特に不確実性の定量化が求められる。
- 既存手法では，確率的ノイズへの対応が中心で，学習データ不足による認識的不確実性の扱いに課題がある。
- 最終層ラプラス不確実性を活用し，確率的・認識的不確実性を統合的に評価することで，予測区間の効率性を改善する。
- CLAPSは，分割型適合的回帰法であり，最終層ラプラス不確実性を局所的な正規化スケールとして利用する。
- 本手法は，入力依存型ノイズと認識的不確実性を組み合わせ，標準的な適合的較正により有効性を維持する。
- 実験の結果，目標水準の網羅率と競合可能な区間効率が確認された。
RLポストトレーニングのためのブートストラップ混合報酬：標準的な行動順序の注入 [cs.LG, cs.AI]目的：RLポストトレーニングにおける性能向上
- 複雑な問題解決において，効率的な行動順序は重要であり，性能に大きく影響する。
- 既存のRLポストトレーニングは単一の目的関数に最適化され，解法の構造を考慮していない。
- 標準的な解法順序を報酬として与え，ポストトレーニングを改善することを試みる。
- Zebraパズルの実験では，混合報酬を用いたGRPOが，タスクのみの最適化よりも一般的に高い性能を示した。
- 粗い順序信号が，教師ありデータやアーキテクチャを変更することなく，RLポストトレーニングを標準的な軌道へと導くことが示唆された。
- 初期化時に成分の大きさを均等化するブートストラップスケーリングが，信号を明確に比較する上で有効であった。
PDFからの数式抽出におけるドキュメントパーサーのベンチマーク [cs.CV, cs.AI, cs.IR]目的：PDFからの数式抽出性能の評価
- 大規模言語モデルの学習や学術知識ベース構築には，PDFから正確に数式を抽出することが不可欠である。
- 既存のベンチマークは数式を除外するか，意味に基づいた評価指標が不足しているという課題がある。
- 本研究は，数式の意味的等価性を評価できるベンチマークフレームワークを構築し，抽出性能を比較する。
- 数式抽出の評価にLLMを活用し，人間の判断との相関が0.78と高いことを確認した。従来の文字レベルマッチングでは0.34にとどまる。
- LLMに基づいた抽出とファジー検証を組み合わせた二段階のマッチングパイプラインは，数式の書式違いにも強く対応できる。
- 20以上のPDFパーサーを評価した結果，性能に大きな差があることが明らかになった。実用的な選択の指針を提供する。
平衡状態から遠い量子多体系力学の表現：ニューラル常微分方程式による手法 [eess.SY, cs.SY, cs.LG, cond-mat.stat-mech, quant-ph]目的：平衡状態から遠い量子多体系系の動力学を捉える手法の開発
- 量子多体系系の研究は，物質の様々な性質を理解する上で不可欠である。
- 高精度な計算には指数関数的な計算コストが必要であり，現実的な規模の系への適用が困難である。
- ニューラル常微分方程式モデルを用いて，効率的な計算と高精度な予測の両立を目指す。
- ニューラルODEモデルは，完全な2RDMデータから学習することで，3粒子情報の明示的な使用なしに2RDMの動力学を再現可能であることが示された。
- ただし，2粒子と3粒子カントの相関が低い領域では，モデルの性能が低下し，時間局所的な関数では進化を捉えられないことが判明した。
- 3粒子相関の蓄積の程度が，モデルの適用範囲を予測する重要な指標となることが示唆された。
科学研究における人工知能のための連合クラウドプラットフォームAI4EOSC [cs.DC, cs.AI]目的：科学研究における人工知能/機械学習ライフサイクルの運用
- 科学研究におけるAI/MLの利用拡大に伴い，研究基盤の効率化が重要になっている。
- 既存のMLOpsツールは，オープンサイエンスの要件（FAIR原則）に対応しきれていない。
- 分散型研究基盤の断片化を解消し，AI/MLモデル開発・運用を支援すること。
- AI4EOSCは，AI開発プラットフォーム，サーバーレスAI-as-a-Service層，および連合オーケストレーションモデルを統合した。
- プラットフォームは，MLDCAT-APによるメタデータ標準化とW3C PROV準拠のプロバナンス追跡により「FAIR-by-design」アプローチを実現する。
- 多様なコミュニティへの導入事例から，異なるクラウドプロバイダー間での一貫した展開と，研究者の負担軽減，再現性・相互運用性の向上が確認された。
インテリジェント知識マイニングフレームワーク：AI分析と信頼性の高い保存との架け橋 [cs.DL, cs.AI, cs.IR]目的：AI分析と信頼性の高い長期保存を繋ぐための包括的な概念モデル
- デジタルデータ量は急増しており，アクセス，統合，価値創出が課題となっている。
- 価値ある情報が分散システムや非構造化データに埋もれ，効率的な活用が阻害されている。
- AI分析と保存の連携を促進し，静的なリポジトリを活性化させることを目指す。
- 本研究では，インテリジェント知識マイニングフレームワーク（IKMF）という概念モデルを提案する。
- IKMFは，データを知識に変換するマイニングプロセスと，データの信頼性を確保するアーカイブストリームの二重構造を持つ。
- このフレームワークは，データの生産者から消費者への情報フローを促進し，活きたエコシステムを構築する基盤を提供する。
パターンと患者：一人称語りにおける人格障害の診断に関するLLMと精神保健専門家の比較 [cs.CL, cs.AI, cs.CY, cs.HC]目的：人格障害の診断におけるLLMと精神保健専門家の能力評価
- 精神疾患の早期発見と適切な治療介入は，社会全体の健康増進に不可欠である。
- LLMの精神疾患診断における信頼性とバイアスの問題が指摘されている。
- LLMが一人称語りから正確な診断を下せるか，その限界と課題を明らかにすること。
- 最上位のGemini Proモデルの診断スコア（65.48%）は，人間の専門家（43.57%）の平均スコアを21.91%上回った。
- モデルと専門家は共にBPDの識別には優れていたが，モデルはNPDの診断において著しく低い結果となった（F1 = 6.7 vs. 50.0）。
- モデルはパターンと形式的なカテゴリーに焦点を当てた詳細な根拠を提供したが，専門家は患者の自己認識と時間的経験を重視した。
LangPrecip：言語認識型マルチモーダル降水短時間予報 [cs.CE, cs.IR, cs.MM, cs.LG, cs.AI, cs.CV]目的：降水短時間予報における言語情報の活用
- 短時間予報は，突発的な気象現象への対応に不可欠であり，社会への貢献度が高い。
- 既存手法では，視覚情報への依存が高く，降水の動きの予測が曖昧になりがちである。
- 気象テキストを意味的な制約として利用し，より正確な降水予測を目指す。
- 提案手法LangPrecipは，テキスト情報とレーダー情報を統合し，物理的に整合性の高い予測を実現した。
- LangPrecip-160kという大規模データセットを構築し，学習データ不足の問題を克服した。
- スウェーデンとMRMSデータセットにおいて，最先端手法と比較してCSIが大幅に向上した。
文学テキストにおける物語の構成に関するベンチマークLitVISTA [cs.CY, cs.CL, cs.CY, cs.CL, cs.CL, cs.AI]目的：文学テキストにおける物語構成の評価
- 物語分析は，人間の感情や物語体験を理解する上で不可欠である。
- 既存の言語モデルは，物語の因果関係は生成できるが，構成や構造の理解が不十分である。
- 言語モデルと人間が認識する物語構造のずれを明らかにし，評価基準を提供する。
- 大規模言語モデルは，物語の機能と構造を同時に捉えることに苦戦していることが示された。
- 現在のモデルは，文学的物語構成を包括的に理解する能力に欠けている。
- エラーの多くは，イベントのアンカー特定と位置特定に起因することが判明した。
大規模言語モデル支援によるメカニズム忠実な待ち行列シミュレーションモデル翻訳 [cs.CL, cs.AI, cs.LG]目的：待ち行列シミュレーションモデルの翻訳の支援
- 待ち行列シミュレーションは，システムの性能評価やボトルネックの特定に不可欠な手法である。
- 従来のモデル構築は手作業に頼る部分が多く，時間と労力を要する。
- 大規模言語モデルを活用し，より信頼性の高いシミュレーションモデルの自動生成を目指す。
- 提案手法は，SimPyベースの待ち行列モデル翻訳を支援するフレームワークである。
- カテゴリ・テンプレートフレームワークと段階的な適応ワークフローにより，実行可能性，出力形式の適合性，および命令とメカニズムの一貫性が向上した。
- ルーティングセマンティクスや割り込み・再開ロジックの保持が改善され，より標準化された待ち行列モデル構築が可能になった。
熱帯低気圧の強度増大に関する確率的微分方程式モデルの再解析データと観測データからの学習 [cs.LG, math.DS, physics.ao-ph, stat.AP]目的：熱帯低気圧の強度増大を記述する確率的微分方程式モデル
- 熱帯低気圧は甚大な気象災害であり，リスク評価には長期的な記録が不可欠である。
- 歴史的な記録が短いため，リスク評価が困難であるという課題がある。
- 再解析データと観測データを用いて，強度増大モデルをデータ駆動的に学習することで，この課題を解決する。
- 学習されたモデルは，観測データと一致する強度増大の統計量とハザード評価を生成し，物理モデルと同等の性能を示した。
- モデルは，内側のコア換気量の増加に伴うサドルノード分岐を含む，熱帯低気圧の既知の非線形力学的挙動を再現した。
- この結果は，式探索アプローチが，統計量だけでなく物理的に意味のある力学的構造も復元できることを示している。
疎なデータ木冠セグメンテーション：わずか150枚の画像で主要な事前学習モデルのファインチューニング [cs.NI, cs.HC, cs.CV, cs.AI]目的：樹冠セグメンテーションの性能評価
- 環境モニタリング，都市計画，生態系分析において，樹冠の検出は重要なタスクである。
- データに偏りがあり，データセットが小さいため，深層モデルの過学習が深刻な問題となる。
- 限られたデータセットでも，効果的な樹冠検出手法を確立することを目的とする。
- 事前学習済みの畳み込みベースのモデル（YOLOv11，Mask R-CNN）は，Transformerベースのモデルよりも汎化性能が高いことが示された。
- DeepLabv3，Swin-UNet，DINOv2は，セマンティックセグメンテーションとインスタンスセグメンテーションの違いや，Vision Transformerのデータ要件の高さから性能が劣った。
- Transformerアーキテクチャは，大規模な事前学習やデータ拡張がない場合，少ないデータセット下では苦戦することが確認された。
産業IoTネットワークにおけるFPR操作攻撃の解明と理解 [cs.CR, cs.LG]目的：産業IoTネットワークに対するFPR操作攻撃のメカニズムと影響
- ネットワークセキュリティは重要であり，IoT機器の増加に伴い，その重要性はますます高まっている。
- 機械学習を用いたIDSは，データ偏りや多様なトラフィックにより，攻撃の誤検知が課題となっていた。
- 本研究は，従来の攻撃とは異なるFPR操作攻撃の危険性を明らかにし，対策を検討する。
- 本研究では，悪意のあるパケットが誤って正常と判定される可能性に着目し，FPR操作攻撃（FPA）の実現可能性を示した。
- 実験結果から，FPAは産業IoTネットワークにおいて80.19%から100%の高い成功率で実行可能であることが確認された。
- FPAによる誤検知の増加は，セキュリティ運用センターにおける真の警報調査の遅延を引き起こす可能性が示された。
回答一致性に基づく表現形成による，ハルシネーション検出のための推論軌跡の活用 [cs.LG]目的：大規模推論モデルにおけるハルシネーション検出
- 大規模言語モデルの発展に伴い，より信頼性の高い推論能力が求められている。
- 大規模モデルは一見整合性のある推論過程を経ても誤った回答を生成し，ハルシネーション検出が困難である。
- 推論過程における潜在的な不安定性を捉え，ハルシネーションのリスクを特定すること。
- 回答一致性に基づく表現形成（ARS）は，推論軌跡と回答の安定性を組み込むことで，検出に適した表現を学習する。
- ARSは，潜在的な介入を通じて反事実的な回答を生成し，その回答が元の回答と一致するかどうかを判定する。
- 実験の結果，ARSは既存手法を上回り，ハルシネーション検出性能を向上させることが示された。
マルチモーダルRAGシステムはデータを漏洩するか？メンバーシップ推論と画像キャプション検索攻撃の包括的評価 [cs.CR, cs.AI]目的：マルチモーダルRAGシステムにおけるデータ漏洩リスクの分析
- 画像を中心としたタスクにおいて，RAGパイプラインの利用が拡大している。
- RAGはデータセットとモデルの性能向上に貢献する一方，プライバシー侵害のリスクがある。
- RAGパイプラインを通じたプライベートデータの漏洩可能性を検証し，対策を促す。
- 本研究では，標準的なプロンプティングを通じてRAGシステムがプライベートデータを漏洩する可能性を実証的に調査した。
- 特定の画像がRAGシステムに含まれているかを判定し，関連メタデータ（キャプションなど）の漏洩を試みた結果，リスクが示唆された。
- プライバシー保護メカニズムの必要性が明らかになり，RAGシステムのプライバシーに関する今後の研究を促進する。
LightSBB-M: 生成拡散モデリングのためのシュレーディンガー橋とバスの架け橋 [cs.LG, cs.SY, eess.SY, stat.CO, stat.ML]目的：生成拡散モデリングにおける最適なSBB輸送計画の計算
- 生成モデルの品質向上は，画像生成などの分野で重要な課題である。
- 従来のシュレーディンガー橋や拡散モデルでは，計算コストが高いという問題があった。
- LightSBB-Mは，効率的なSBBソルバーを提供し，生成タスクの性能向上を目指す。
- LightSBB-Mは，合成データセットにおいて，最先端のSBや拡散モデルと比較して，2-Wasserstein距離を最大32%改善した。
- 画像変換タスク（FFHQにおける成人から子供への顔変換）において，生成能力が実証された。
- LightSBB-Mは，合成データと実世界の生成タスクの両方において，既存のSBおよび拡散モデルを上回るスケーラブルで高忠実度のSBBソルバーであることを示した。
単一RGB画像からの物理に基づく視覚的質量推定 [cs.CV, cs.AI]目的：単一RGB画像からの物体の質量推定
- 物体認識において，質量は重要な属性の一つであり，ロボット工学などへの応用が期待される。
- RGB画像だけでは，質量を決定する体積と密度を直接的に把握することが困難である。
- 視覚的特徴と物理的要素を結びつけ，質量推定の曖昧さを解消することを目指す。
- 提案手法は，単眼深度推定により3次元形状を復元し，言語モデルで材質情報を抽出し，質量推定に活用する。
- 形状，意味，外観情報を融合させ，体積と密度に関連する潜在因子を推定する。
- Image2MassとABO-500の実験で，提案手法が既存手法を上回る性能を示すことが確認された。
ロールアウトを無駄にしない：効率的なテスト時スケーリングのための探索経験の再利用 [cs.ET, cs.CL, cs.LG]目的：テスト時スケーリングにおける探索経験の再利用
- 大規模言語モデルの推論能力向上は，重要な研究課題である。
- 既存手法では，探索試行中に得られた中間的な知見が失われ，計算資源が無駄になる。
- 探索経験を再利用し，不要な計算を削減することで，テスト時スケーリングの効率を改善する。
- 提案手法RSEは，テスト時探索を単独試行の繰り返しから，経験に基づいた累積的なプロセスへと変える。
- RSEは，成功例と失敗例をそれぞれ有効活用し，効率的な探索を実現する。
- HMMT24，HMMT25，IMO-Bench，HLEの実験で，RSEは既存手法を上回り，計算効率の新たなフロンティアを確立した。
フルグラフ対ミニバッチ学習：バッチサイズとファンアウトサイズの観点からの包括的分析 [cs.LG]目的：グラフニューラルネットワーク（GNN）の学習方法の比較と性能評価
- グラフ構造を持つデータの解析にGNNが広く利用されており，その効率的な学習手法が重要である。
- GNNの学習におけるバッチサイズとファンアウトサイズの影響が十分に解明されていない。
- GNNの学習方法選択の指針を，バッチサイズとファンアウトサイズの観点から提示すること。
- 本研究では，Wasserstein距離を用いてグラフ構造とファンアウトサイズがGNNの汎化性能に与える影響を分析した。
- バッチサイズとファンアウトサイズがGNNの収束と汎化性能に非等方的に影響することが明らかになった。
- フルグラフ学習が，適切なミニバッチ学習設定と比較して，必ずしも優位性を示さないことが示唆された。
分散損失は埋め込み凝縮に対抗し，小規模言語モデルの汎化性能を向上させる [cs.LG]目的：小規模言語モデルにおける埋め込み凝縮現象の軽減と，大規模言語モデルの表現特性の再現
- 大規模言語モデルの性能向上には計算コストがかかるため，効率的なモデル設計が重要である。
- 小規模言語モデルでは，トークン埋め込みが狭い部分空間に集中する「埋め込み凝縮」が課題となる。
- 埋め込み凝縮を抑制し，大規模モデルに近い分散パターンを回復することで，小規模モデルの性能向上を目指す。
- 提案手法である分散損失は，埋め込み凝縮を効果的に抑制し，より分散した埋め込みパターンを獲得する。
- 分散損失を適用した小規模モデルは，10のベンチマークにおいて性能が向上し，大規模モデルに匹敵する結果が得られた。
- 本研究は，パラメータ数を増やさずに小規模Transformerの性能を向上させるための原理的な道筋を示す。
プリズム：階層的探索と自己検証による離散拡散言語モデルの効率的なテスト時スケーリング [cs.FL, cs.LG]目的：離散拡散言語モデルにおける効率的なテスト時スケーリング手法
- 大規模言語モデルの推論コスト削減が，実用的な応用展開において重要となっている。
- 離散拡散言語モデルは並列デコーディングのため，既存のテスト時スケーリング手法が適用困難である。
- 本研究は，離散拡散言語モデルの潜在能力を最大限に引き出すための効率的なテスト時スケーリング手法を開発する。
- 提案手法プリズムは，階層的探索によって計算資源を動的に削減し，効率的な推論を実現した。
- ローカルブランチングと部分的な再マスキングにより，多様な解を探索しつつ，信頼性の高いトークンを維持する。
- 外部検証器の代わりに，中間生成物の自己評価による自己検証フィードバックを活用することで，性能向上を実現した。