arXiv雑要約
プログラム - 2026/03/11 公開
分散システムにおける動的データ取得のための構成可能な実行時オーケストレーション [cs.DC, cs.SE]目的：分散システムにおける動的データ取得のための構成可能な実行時オーケストレーション
- 現代のエンタープライズプラットフォームは，多様なデータソースに依存しており，効率的なデータ統合が重要である。
- 従来のワークフロープラットフォームは，事前定義されたワークフローに依存しており，変化への対応が困難である。
- 本研究は，実行時に構成に基づいて実行グラフを動的に生成し，柔軟かつスケーラブルなオーケストレーションを実現する。
- 本フレームワークは，構成に基づいて実行グラフを動的に生成することで，コードの再デプロイメントなしに低遅延オーケストレーションを可能にする。
- 依存関係を考慮したスケジュールと独立タスクの並列実行により，分散サービス間の効率的な集約を実現する。
- Customer 360 取得のケーススタディを通して，本アプローチの有効性が実証された。
1000+量子ビットに対する量子位相推定回路の形式検証 [quant-ph, cs.LO]目的：量子位相推定回路の形式検証手法
- 量子コンピュータ実現に向け，信頼性確保が不可欠であるため。
- 大規模量子回路の検証は計算資源の制約から困難である。
- 大規模量子位相推定回路の機能検証を効率的に行うこと。
- 提案手法では，量子ビットをビットベクトル論理で抽象化することで検証を実現。
- 重ね合わせ，回転，測定といった量子現象を捉え，回路の機能的正確性を検証する。
- 本手法はスケーラビリティに優れ，1024量子ビット回路を3.5GBのメモリで検証可能。
マイクロ拡散圧縮 -- オンライン確率推定のためのバイナリツリー・トゥーディー雑音除去 [stat.ML, cs.IT, cs.LG, math.IT]目的：適応統計モデルによる確率推定の改善
- データ圧縮は，情報伝送や保存において不可欠であり，効率的な圧縮技術が求められている。
- 従来の予測モデルでは，観測頻度の低い文脈において確率推定が不正確になりやすい。
- 確率推定のバイアスを修正し，圧縮効率を向上させることを目指す。
- Midicothは，適応統計モデルの確率推定を改善するマイクロ拡散雑音除去層を導入したロスレス圧縮システムである。
- バイナリツリーを用いて，各バイト予測をビット単位の二値決定の階層に分解することで，効率的な校正を実現している。
- 複数の段階で雑音除去プロセスを適用することで，残差予測誤差を段階的に修正し，確率分布のバイアスを軽減する。
文字列図式書き換えにおける臨界対列挙アルゴリズム [math.CT, cs.DS]目的：文字列図式書き換えにおける臨界対の列挙
- 書き換え理論において，合流性は基本的な性質であり，様々な書き換えシステムへの応用が期待される。
- 文字列図式における臨界対分析の有効性は示されているが，その自動化は未解決の課題であった。
- 文字列図式書き換えにおける臨界対分析を自動化するためのアルゴリズムを開発し，その正当性と網羅性を証明する。
- 本アルゴリズムは，与えられた左連結文字列図式書き換えシステムの全ての臨界対を列挙可能である。
- このアルゴリズムは，超グラフの具体的な操作によって実現される。
- フロベニウス構造を持たない対称モノイド圏における文字列図式に対して，アルゴリズムの正当性と網羅性が証明された。
実世界5G NR測定によるニューラル受信機のサイト固有のファインチューニング [eess.SP, cs.IT, math.IT]目的：ニューラル受信機のサイト固有のファインチューニングによるエラーレート性能の向上
- 無線通信システムの性能は，環境に大きく依存するため，特定の環境への最適化が重要である。
- 従来のファインチューニング研究は合成データに限定され，実世界環境での検証が不足していた。
- 本研究は，実世界の5G NRデータを用いて，サイト固有のファインチューニングの有効性を検証する。
- 実世界の環境（小規模研究室，オフィスフロア，屋外高移動環境）における実験により，サイト固有のファインチューニングがエラーレート性能を大幅に改善することが確認された。
- この改善効果は，合成データを用いた過去の研究結果と一致している。
- また，異なるユーザー機器や展開シナリオ間でも，この改善効果が一般化することが示された。
変換された$\ell_p$最小化モデルと疎信号復元 [math.FA, cs.IT, math.CA, math.IT]目的：変換された$\ell_p$（TLp）ペナルティ関数を用いた最小化モデルによる疎信号復元
- 信号処理や画像処理において，信号の疎性を利用した復元技術は，効率的かつ高精度な解析を可能にするため重要である。
- 従来の$\ell_p$最小化では，パラメータの柔軟性が低く，十分な疎性促進効果が得られない場合がある。
- 本研究は，より柔軟で強力な疎性促進能力を持つTLp最小化モデルを提案し，その理論的性質と有効性を検証することを目指す。
- 本研究で導入されたTLpペナルティは，2つの調整可能なパラメータを持ち，$\ell_p$およびTL1最小化モデルと比較して，より高い柔軟性と疎性促進能力を提供する。
- TLp最小化による信号復元に対するRIPの上限は，パラメータ$a$を無限大に近づけることで，既存の鋭いRIP境界に近づくことが示された。
- また，TLpの「緩和度」という概念を導入し，分離可能なペナルティ関数が$\ell_0$にどれだけ近いかを定量的に評価する新しい指標を提示した。
分散マルチチャネル・ウィーナーフィルタ：無線音響センサーネットワークにおける応用 [q-bio.NC, cs.RO, cs.SY, eess.SY, eess.AS, cs.IT, eess.SP, math.IT]目的：ノード固有の目標音声信号の分散推定
- 無線音響センサーネットワークは，分散アルゴリズムにより協調的な音響信号処理を可能とする。
- 既存手法は反復計算が必要で収束が遅く，また共通の音源を仮定している点が課題。
- 異なる音源を観測するノード間でも最適な推定を可能とする手法の開発。
- 提案手法dMWFは，既存のDANSEと比較して短い時間で客観的評価指標において優れた性能を示す。
- dMWFは非反復的であり，ノード間で隣接ペア固有の低次元信号を交換することで最適性を実現する。
- dMWFの最適性は数学的に証明されており，シミュレーション実験によってその有効性が確認された。
プルッカー座標による線形符号同値性 [math.AG, cs.IT, math.IT]目的：線形符号同値性問題の解析
- 線形符号同値性問題は，LESS署名方式など高度な機能を持つ署名方式のセキュリティ基盤である。
- 線形符号同値性問題の効率的な解法が確立されておらず，計算困難性が仮定されている。
- プルッカー座標と不変有理関数の分野を応用し，線形符号同値性問題の代数モデルを構築する。
- 単調行列による線形符号への作用を解析し，不変な有理関数を生成する手法を提案した。
- 提案手法は，Reynolds演算子やGröbner基底計算に依存しない。
- 同値な符号が与えられた場合，各不変関数に対してPを根とする多項式を明示的に構成できることが示された。
準直接積によって構成された群環における誤差を伴う学習 [cs.CR, cs.IT, math.IT]目的：群環LWE問題の安全性評価
- 暗号技術の根幹を支えるLWE問題の応用範囲拡大のため，代数的な変種の研究が重要である。
- 従来のRing-LWEは可換環を扱うのに対し，非可換な群環LWEの安全性評価が十分でない。
- 準直接積によって構成された群環LWE問題の困難性を示し，安全性に基づいた暗号システム構築の可能性を探る。
- 本研究では，理想格子における最短独立ベクトルの問題を群環LWE問題に量子多項式時間で帰着させることを示した。
- さらに，特定の群環に対して，最短独立ベクトルの最悪ケース問題を決定型群環LWE問題に直接的に帰着させることを示した。
- この結果により，群環LWEの擬似乱数性が保証され，意味的に安全な公開鍵暗号システムを構築できる。
信号の疎回復のための交互部分空間法 [cs.IT, math.IT, math.OC]目的：信号の疎回復問題に対する新しいアプローチ
- 信号処理や機械学習において，高次元データの効率的な表現と処理が重要である。
- 従来の圧縮センシングアルゴリズムは，計算コストが高い場合や，複雑な問題に対して適用が困難である。
- 部分空間での忠実性を実現し，高速かつ正確な疎回復を可能にすること。
- 提案手法である交互部分空間法（ASM）は，貪欲法と分割法の利点を組み合わせることで，高い収束性を示す。
- 近傍残差制御によりグローバル収束が保証され，LASSO問題に対して局所的な幾何学的収束が確立された。
- LASSO，チャネル推定，動的圧縮センシングの実験により，効率性，精度，柔軟性が確認された。
スケッチ，モーメント推定，そしてレヴィ・ヒンチキン表現定理 [cs.DS, math.PR]目的：周波数ベクトルの$f$-モーメント推定
- データストリーム処理において，限られた空間で効率的な集計が求められる。
- 従来のスケッチ手法では，推定可能な関数に制限があった。
- レヴィ過程に基づく新しいスケッチ手法で，より広範な関数を推定すること。
- インデックスをレヴィ過程にハッシュすることで，小型のスケッチによる$f$-モーメント推定を可能にした。
- レヴィ・ヒンチキン表現定理により，推定可能な$f$-モーメントの範囲を明確に定義できた。
- 本手法は既存のスケッチ手法を統一的に説明し，多次元および異質モーメントへの拡張も容易である。
「もう諦めるべきか？」ソフトウェアエンジニアリングにおけるLLMの落とし穴の調査 [cs.RO, cs.SE]目的：ソフトウェアエンジニアリングにおけるLLMの利用状況と課題
- ソフトウェア開発の効率化と負担軽減にAI活用が期待されている。
- LLMの回答精度にばらつきがあり，誤った情報提供が問題となっている。
- LLMを効果的にソフトウェア開発に組み込むための方法を明らかにすること。
- 複雑なWeb開発タスクにおいて，LLM利用者の約半数がChatGPTを放棄した。
- 役に立たない回答は，利用放棄の可能性を11倍に増加させた。
- プロンプトの改善は，利用放棄の可能性を17%減少させた。
ソフトウェアログスメルの分類に関する試み [cs.SE]目的：ソフトウェアログスメルの分類
- ソフトウェア開発においてログは，デバッグやテストなど不可欠であり，品質向上に貢献する。
- ログ記録は複雑であり，重大な結果を招く潜在的な問題が内在している。
- ログ記録における問題の早期発見と改善を促すための分類体系を確立する。
- 9種類のログスメルの分類を提示し，それぞれの側面を記述した。
- 既存の修正ツールを調査し，未対応のスメルと今後の研究機会を特定した。
- ログスメルは，実装からログファイルに至るライフサイクル全体で発生し，質の低下に繋がる可能性がある。
キャッシュ支援非対称MIMO通信における達成可能なDoF限界 [cs.IT, eess.SP, math.IT]目的：キャッシュ支援非対称MIMO通信における達成可能なDoFの限界
- 無線通信において，通信効率向上が常に求められており，MIMO技術とキャッシュ技術の統合が注目されている。
- 既存の研究では，ユーザー間の受信アンテナ数差を考慮した非対称MIMO環境下でのDoF解析が十分ではない。
- 受信アンテナ数の異なるユーザー群におけるDoFを最大化する，効果的なMIMO-CC戦略を提案すること。
- 提案するmin-Gスキーム，Groupingスキーム，Phantomスキームは，様々なシステム構成においてDoFの改善を達成した。
- Phantomスキームは，min-GスキームとGroupingスキームの利点を組み合わせ，両者の性能を上回ることが確認された。
- ユーザー数と各ユーザーが復号するストリーム数を最適化することで，線形復号可能性を保証している。
アクトゴリー，コパワー，高階メッセージパッシングの意味論 [cs.PL]目的：右アクトゴリーとホムオブジェクトの関係性
- 並行処理言語CaMPLの意味論を理論的に基礎付ける上で重要である。
- 線形アクトゴリーでは資源の複製が禁止されており，高階プロセスの再利用が困難である。
- 非閉かつ非対称なモノイダル基底における同値性を確立し，CaMPLの高階プロセスをサポートする。
- 右アクトゴリーと右エンリッチドカテゴリの間の同値性が，閉包性や対称性を持たない場合にも成立することを証明した。
- この結果は，線形型システムにおける高階プロセスの取り扱いを改善し，CaMPLにおける再帰的なプロセス定義を可能にする。
- CaMPLにおける並行処理資源の制約下で，プロセスの柔軟な伝達を実現する理論的基盤を提供する。
GateLens：自動車ソフトウェアリリース分析のための推論強化LLMエージェント [cs.SE, cs.AI, cs.CL, cs.MA]目的：自動車ソフトウェアリリース分析における信頼性の高いデータ分析
- 安全性やコンプライアンスに直結する分野では，正確なデータ分析が不可欠である。
- 大規模な表形式データの分析は，手作業では時間がかかり，コストと誤りが発生しやすい。
- 自然言語による質問から正確な分析結果を得るための，LLMアーキテクチャを提案する。
- GateLensは，自然言語クエリを関係代数(RA)表現に変換し，最適化されたPythonコードを生成する。
- 実世界のデータセットにおいて，既存のCoT+SCシステムよりも高い性能を示すことが確認された。
- RA層が分析の鍵となる役割を果たし，分析時間を80%以上削減しつつ，高い精度を維持した。
多言語における脆弱性検出のための大規模言語モデルの評価：二つの粒度での検討 [cs.SE]目的：多言語における脆弱性検出の有効性に関する評価
- ソフトウェアの安全性を確保する上で，自動脆弱性検出技術は不可欠である。
- 既存研究は特定の言語や関数レベルに偏っており，多言語・多粒度での評価が不足している。
- 大規模言語モデルの多言語・多粒度における脆弱性検出能力の解明を目指す。
- GPT-4oは，指示調整と少数ショットプロンプティングにより，CodeT5Pを含む他のモデルを大幅に上回る性能を示した。
- 大規模言語モデルは，特に危険度の高い脆弱性を含む，多言語のユニークな脆弱性の検出において優れた能力を発揮した。
- 本研究は，ソフトウェアセキュリティの課題解決における大規模言語モデルの価値を示唆する。
GitHubにおける浮動小数点数の利用状況：静的型付け言語の大規模調査 [cs.PL, cs.SE]目的：GitHub上の公開リポジトリにおける浮動小数点数の利用状況に関する大規模な実証的調査
- 浮動小数点演算は複雑であり，誤りが生じやすい。そのため，安全性と信頼性を確保する研究が重要である。
- 既存の評価手法が，実際のコードを十分に反映していない可能性がある。現実的なコードに対する検証が課題である。
- 実際の浮動小数点数コードの利用状況を把握し，より現実的なベンチマークの設計と評価を支援すること。
- 浮動小数点演算は広く利用されており，静的型付け言語においてもその傾向は確認された。
- 既存のベンチマークは，ある側面では現実的なコードを代表しているが，全てを網羅しているわけではない。
- 1000万個の実世界の浮動小数点関数からなるデータセットを公開し，新たなベンチマークの特定に役立つことを示した。
適応的な思考連鎖圧縮による効率的な推論：自己最適化フレームワーク [cs.SE, cs.AI, cs.CL]目的：思考連鎖圧縮を通じた効率的な推論手法
- 大規模言語モデルの性能向上に不可欠であり，特に複雑なタスクでの精度と堅牢性を高める。
- 思考連鎖の利用は計算コストが高く，遅延，メモリ使用量，KVキャッシュへの負荷が増大する。
- 思考連鎖の冗長性を排除し，計算効率を維持しつつ，精度を向上させることを目指す。
- 提案手法SEERは，思考連鎖を平均42.1%短縮し，精度向上と無限ループの解消を実現した。
- タスクに応じた適応的フィルタリングにより，推論時の冗長性を削減し，計算コストを抑制する。
- 長すぎる思考連鎖は，精度低下や遅延増加の原因となる場合があり，より効率的な制御が求められる。
長さ$\frac{q^{m}-1}{\lambda}$のいくつかのBCH符号の次元とBose距離 [cs.IT, math.IT]目的：長さ$\frac{q^{m}-1}{\lambda}$のBCH符号の次元とBose距離の算出
- BCH符号は，その堅牢な代数構造と誤り訂正能力から，現代の通信システムに不可欠な技術である。
- BCH符号の次元，最小距離，Bose距離といったパラメータは一般的に決定が難しく，未解明な部分が多い。
- 本研究では，特定のBCH符号の次元とBose距離を明示的に決定することで，符号設計の指針を与える。
- 設計距離$\delta$に関する明示的な公式を導出し，既存の結果よりも広い範囲で次元とBose距離を計算できることを示した。
- 特に，m≥4の狭義BCH符号に対して，2≤δ≤($q^{\lfloor (2m - 1)/3 \rfloor + 1} - 1)/{\lambda}$ + 1 の範囲で公式を導出した。
- 得られた結果から，最適な線形符号を構成できる可能性がある。
時間窓付き巡回セールスマン問題における古典的ベンチマーク事例への注意 [cs.DS, cs.DM]目的：時間窓付き巡回セールスマン問題（TSPTW-M）とその期間最適化問題の評価
- 巡回セールスマン問題は，組合せ最適化問題の代表例であり，物流やスケジューリングに応用される。
- 既存のベンチマーク事例は，問題の複雑さを反映しておらず，アルゴリズムの性能を正しく評価できない可能性がある。
- 既存ベンチマーク事例の構造的特徴を明らかにし，より代表的な評価データの重要性を示す。
- 提案手法は，50人以上の顧客を持つ古典的ベンチマーク事例を10秒以内に解くことができる。
- 古典的ベンチマーク事例は，TSPTW-Mとその期間最適化問題の評価には不適切であると考えられる。
- 機械学習アルゴリズムの学習データセット設計には，注意が必要である。
可動アンテナを用いたRIS支援RSMAシステムの合計レート最適化 [cs.IT, math.IT]目的：RIS支援RSMAシステムにおける合計レート最大化
- 次世代無線通信において，干渉管理と無線伝搬特性の制御が重要課題である。
- 従来のRSMA-RISアーキテクチャでは，固定アンテナのため空間自由度が制限される。
- 可動アンテナを導入し，空間自由度を拡大することでシステム性能を向上させる。
- RISの存在下において，可動アンテナを統合することで，SDMAで約33.3％，RSMAで約35.6％の追加的な利得が得られる。
- 共通レート分割のクローズドフォーム解を得て，問題を分数計画法（FP）で変換した。
- KKT条件を用いて，ラグランジュ乗数とビームフォーミング行列を反復的に更新し，最適なアンテナ位置を決定した。
1001行のコードを語る：大規模プログラムの検証のための潜在的実行時エラー誘導仕様合成 [cs.SE, cs.LO]目的：大規模プログラムの検証のための形式仕様の自動生成と改良
- 形式手法による大規模なソフトウェア・ハードウェアシステムの完全自動検証は重要な課題である。
- 大規模言語モデルは形式仕様の生成に役立つが，長文脈推論の限界と，複雑な手続き間仕様の推論困難性により，拡張性に課題がある。
- 本研究は，静的解析と演繹的検証を組み合わせ，潜在的な実行時エラーを基に検証単位を構築・優先順位付けすることで，この課題を解決する。
- Pregussは，最先端のLLMベースの手法を大幅に上回り，1000行を超える実世界のプログラムのRTEフリーネス検証を高度に自動化できる。
- Pregussを用いることで，人間による検証作業量を80.6%～88.9%削減することが可能となった。
- Pregussは，モジュール性と粒度の細かさにより，形式仕様の自動生成と改良を効率的に行うフレームワークである。
プライバシー・バイ・デザインのための要求工学手法の目標中心評価に向けて [cs.SE, cs.CY]目的：プライバシー・バイ・デザインのための要求工学手法評価における目標中心アプローチ
- 個人情報保護の重要性が増す中，設計段階からのプライバシー保護が不可欠である。
- プライバシー・バイ・デザインを支援する要求工学手法の選択基準が明確でない。
- 組織の目標に基づいた要求工学手法の評価方法を確立することを目指す。
- 既存の研究，インタビュー，実務家による検証を通じて目標中心アプローチを構築した。
- 実務家が体系的にプライバシー・バイ・デザインに取り組んでいない現状が示唆された。
- 要求工学手法の評価は，プロセス特性だけでなく組織目標に基づき行うべきである。
SkillCraft：LLMエージェントはツールを巧みに使いこなせるか？ [cs.CL, cs.SE]目的：高水準のツール構成の形成と再利用能力
- 現実世界のタスク遂行には，ツール活用能力が不可欠である。
- 既存の評価基準は静的なツールセットに限定され，汎用的なスキル習得を評価できない。
- エージェントのツール構成能力を評価し，効率的なスキル再利用を促す。
- SkillCraftは，高水準ツール構成の形成と再利用を試すための新しい評価基準である。
- スキル保存と再利用により，トークン使用量が最大80%削減された。
- テスト時のツール構成能力と成功率には強い相関関係が見られた。
PolyBlocks：AIチップとプログラミングフレームワークのためのコンパイラ基盤 [cs.PL, cs.LG]目的：AIチップ及びプログラミングフレームワーク向けの，モジュール性と再利用性を備えたコンパイラ基盤の設計と実装
- AI処理の需要増加に伴い，その性能を最大限に引き出すハードウェアとソフトウェアの連携が重要になっている。
- 既存のコンパイラは，特定のハードウェアに最適化され，汎用性に欠ける場合がある。
- 多様なAIチップへの対応を容易にし，高性能なコード自動生成を実現すること。
- PolyBlocksは，MLIRを基盤としたモジュール構造を持つため，新たなチップへの対応が容易である。
- PyTorchとJAXを対象とした実験では，Torch InductorやXLAと同等以上の性能を示す場合がある。
- 行列積や畳み込みなどの演算において，ベンダー提供のライブラリや手書きカーネルに匹敵する性能を実現した。
LLM2SMT：人間が書いたコードを一切含まないSMTソルバーの構築 [cs.LO]目的：大規模言語モデルによるSMTソルバーの構築
- 論理的推論や自動化が重要な現代社会において，SMTソルバーの性能向上は不可欠である。
- 既存のSMTソルバーは，専門知識を持つ人間による大規模なコード記述に依存している。
- 大規模言語モデルを用いて，人間が書いたコードを一切含まないSMTソルバーを構築し，自動化の可能性を探求する。
- 大規模言語モデルを用いて，QF_UFに対するDPLL(T)スタイルのSMTソルバーを構築した。
- ソルバーはNieuwenhuis-Oliveras congruence closureアルゴリズムを実装し，前処理と不成立インスタンスに対するLean証明を出力する。
- 構築されたソルバーは，SMT-LIBベンチマークにおいて競争力のある性能を示した。
有限体上の長さ$n=\lambda(q^m+1)$のBCHおよびLCD巡回符号 [cs.IT, math.IT]目的：有限体上の長さ$n=\lambda(q^m+1)$のBCHおよびLCD巡回符号の特性解析
- 符号理論は，通信や情報セキュリティにおいて誤りを検出し訂正するための基盤技術である。
- 巡回符号のパラメータ決定は一般に困難であり，効率的な決定方法が求められている。
- $\lambda \mid q-1$を満たす場合のBCHおよびLCD巡回符号の構造を明確にし，符号の性能向上を目指す。
- 長さ$n=\lambda(q^m+1)$の符号における$q$-巡回余り類のリーダーの必要十分条件が導出された。
- 奇数$m$の場合，2つの最大の余り類リーダーが具体的に決定された。
- いくつかのBCH符号の次元が決定され，最小距離の下限が改善された。また，最適符号も存在する。
ガウス型シンボル間干渉チャネルに対するGRAND [cs.IT, math.IT]目的：ガウス型シンボル間干渉チャネルにおける誤り訂正性能の向上
- 通信システムの信頼性を高めるため，記憶効果を持つチャネルの特性把握が重要である。
- 従来の誤り訂正方式では，チャネルの記憶効果を十分に考慮できていない場合がある。
- 記憶効果を考慮した効率的な誤り訂正アルゴリズムの開発が求められている。
- 提案アルゴリズムは，記憶効果を無視するGRANDアルゴリズムと比較して，数dBの性能向上を達成した。
- 最大尤度検出(ML)の下限に0.1～0.2dB以内で迫る性能を示し，高い性能を発揮することが確認された。
- 既存のORBGRAND-Approximate Independenceアルゴリズムと比較して，少なくとも0.5dBの性能向上と計算量の削減を実現した。
PostTrainBench：LLMエージェントはLLMのポストトレーニングを自動化できるか [cs.SE, cs.AI, cs.LG]目的：LLMエージェントによるLLMのポストトレーニングの自動化能力の評価
- AI研究開発の効率化が求められており，その自動化は大きな可能性を秘めている。
- LLMのポストトレーニングは計算コストが高く，最適化戦略の確立が課題である。
- AIエージェントによるポストトレーニングの自動化を通して，AI研究開発の加速を目指す。
- 最先端エージェントはポストトレーニングにおいて一定の進歩を示すが，現時点では指示調整済みLLMに劣る。
- 特定のシナリオにおいては，エージェントが指示調整済みLLMを上回る性能を達成するケースも存在する。
- エージェントの報酬ハッキングや不正なデータ利用といったリスクが確認され，サンドボックス環境の重要性が示唆された。
有界次数グラフの平均次数近似に関する考察 [cs.DS, cs.CC, cs.DM]目的：有界次数グラフの平均次数の近似
- グラフアルゴリズムにおいて，グラフの平均次数推定は基本的な問題である。
- 既存手法では，計算時間がグラフの次数に依存し，対数因子が失われる場合がある。
- より効率的で，対数因子を考慮した近似アルゴリズムを提示すること。
- 本研究では，グラフの平均次数 $d$ を $(1+\varepsilon)$-精度で近似するアルゴリズムを提案した。
- 提案アルゴリズムは，$O(\varepsilon^{-2}\alpha/d)$ 回のクエリで動作し，効率的な近似を実現する。
- 補完として，$O(\varepsilon^{-2} \sqrt{n/d})$ クエリで動作するアルゴリズムも提示した。
確率測度のコデンシティモノイドの可換性とクライスリ法則 [math.CT, cs.LO, math.PR]目的：確率測度のモノイドの性質に関する研究
- 確率論の圏論的アプローチにおいて，モノイドは重要な役割を果たす。
- 確率測度のモノイドの性質が，コデンシティ表現からどのように生じるか不明確である。
- 確率測度のモノイドの可換性，クライスリ法則，モノイド性に関する条件を明らかにすること。
- 確率測度のモノイドが，Giryモノイドの終端リフティングとして普遍的な性質を持つことを証明した。
- コデンシティモノイドがラクスモノイダルかつアフィンであるための十分条件を提供し，マルコフ圏との関連を示した。
- Radonモノイドが正確にポイントワイズモノイダルであり，Day convolutionを用いた自由代数のテンソル積を記述した。
ハダマール空間における凸最適化のための確率的・漸進的準勾配法 [math.OC, cs.CG, cs.DS, cs.NA, math.NA]目的：ハダマール空間における凸最適化のための新しい準勾配法の開発
- ユークリッド空間に限定されず，より広範な空間での最適化手法が求められている。
- 非正曲率空間では線形構造が欠如しており，古典的な準勾配法の適用が困難である。
- ハダマール空間における新しい準勾配法を導入し，最適化問題を解決すること。
- ハダマール空間上の関数に対する新しい準勾配法を定義し，その理論的性質を確立した。
- 提案手法に基づいた確率的・漸進的準勾配法を構築し，計算複雑度の保証を得た。
- BHV木空間におけるp-平均問題への適用例を示し，メジアン計算への応用を提示した。
依存的指向配線図による瞬間的なシステムの構成 [math.CT, cs.LO]目的：瞬間的なシステムの構成パターン
- システム構成において，入力と出力の関係性を明確にすることが重要である。
- 既存の配線図では，Mealyマシンのような入力に直接依存する出力の取り扱いに課題がある。
- 依存的指向配線図オペラッドを用いて，Mealyマシンやストックフロー図の構成を可能にすること。
- 依存的指向配線図オペラッドを導入し，Mealyマシンの代数とストックフロー図の代数を定義した。
- ストックフロー図の代数に対して，Mealyマシンへの代数的な射を定義することで意味論を与えた。
- この手法により，入力に直接依存する出力を持つシステムの構成が可能となる。
量子強化された変化検出と結合通信・検出 [quant-ph, cs.IT, math.IT]目的：光チャネルの透過率変化検出の高速化
- 安全な通信において，光チャネル変化の迅速な検出は不可欠であるため。
- 従来の検出手法では，検出遅延が課題となっており，リアルタイム通信に支障をきたす場合がある。
- 量子もつれを利用し，検出遅延を削減することで，より安全で効率的な通信を実現すること。
- 二モード絞り込まれた真空状態を用いた事前共有量子もつれが，古典的およびもつれ強化コヒーレント状態プローブと比較して，検出遅延を大幅に削減する。
- 検出遅延は量子相対エントロピー（QRE）に反比例し，熱雑音がなければ理想的には瞬時検出が可能となる。
- 現実的なシナリオでは，QREは熱雑音の平均光子数の逆数の対数に比例し，提案された受信機はこのスケーリングを達成する。
動的加重自動マーケットメーカーにおける最適なリバランスのリーマン幾何学 [q-fin.MF, cs.IT, math.DG, math.IT, q-fin.TR]目的：動的加重AMMプールにおける最適なリバランス戦略
- 分散型金融（DeFi）において，自動マーケットメーカー（AMM）は重要な役割を果たしている。
- AMMのリバランスコストは，そのパフォーマンスに大きな影響を与える。
- 最適なリバランス経路を数学的に解析し，効率的な戦略を提示すること。
- 時間関数型マーケットメイキング（TFMM）において，ステップごとの裁定損失はKL divergenceとして表現される。
- このKL divergenceに基づき，Fisher-Rao metricが最適なリーマン幾何学として導出される。
- 損失最小化の補間はSLERP（球面線形補間）に等しく，これはヘリンガー座標における測地線である。
第8回応用圏論国際会議 論文集 [math.AC, cs.CC, math.CO, math.CT, cs.LO]目的：応用圏論国際会議の記録
- 圏論は数学の基礎であり，多様な分野への応用が期待される重要な研究領域である。
- 応用圏論は発展途上であり，理論と実践の連携が不十分な場合がある。
- 本記録は，応用圏論の最新の研究動向と成果を広く共有することを目的とする。
- 本会議は，基調講演2件，一般講演28件，ジュニア研究者による発表4件を含む活発な議論の場となった。
- 会議発表は，理論的な研究から実践的な応用まで，コンピュータ科学，確率論，化学など多岐にわたる分野を網羅した。
- 本論文集は，第8回応用圏論国際会議で発表された論文をまとめたものであり，研究者にとって貴重な情報源となる。
- 1
- 2