arXiv雑要約
プログラム - 2026/04/21 公開
デカップリングアーキテクチャによるEM適合性アクティブRISの耐妨害最適化 [cs.IT, math.IT]目的：アクティブRISを用いた耐妨害システムの最適化
- 無線通信は妨害攻撃に脆弱であり，その対策が急務である。高度な信号処理技術との組み合わせで，その脅威は増大している。
- 従来の耐妨害技術は性能向上に限界があり，RISの電磁的特性（相互結合やインピーダンス不整合）を考慮したモデルが不足している。
- EM特性を考慮したアクティブRISモデルを構築し，現実的な環境下での耐妨害性能向上を目指す。
- 提案手法では，デカップリングアーキテクチャ(DA)を適用することで，RIS素子間の相互結合の影響を排除し，計算量を削減した。
- DAに基づく最適化アルゴリズムは，反復回数を大幅に減らし，効率的に問題を解決できることが示された。
- シミュレーション結果から，本手法が従来のモデルと比較して，より高い通信レートを達成できることが確認された。
整数座標平面点集合における多対多マッチングのための亜2乗時間アルゴリズム [cs.CG, cs.DS]目的：整数座標平面点集合における多対多マッチング問題の解法
- 幾何学的アルゴリズムの分野において，効率的なマッチング手法は重要である。
- 平面点集合における多対多マッチング問題は，計算量が多く，実用上の課題がある。
- 整数座標に限定することで，より高速な亜2乗時間アルゴリズムを開発する。
- 本研究では，平面点集合における多対多マッチング問題を解くための新たなアルゴリズムを提案した。
- 提案アルゴリズムの計算量は，既存のアルゴリズムよりも大幅に改善された$\tilde{O}(n^{1.5} \log \Delta)$である。
- これは，整数座標平面点集合における多対多マッチングのための初の亜2乗時間厳密解アルゴリズムである。
実行時履歴を第一級の存在として扱う：コードと並行して実行時動作を共同バージョン管理する [cs.SE]目的：実行時動作の共同バージョン管理
- ソフトウェア進化の分析において，実行時データの重要性が高まっている。
- ソースコードのバージョン管理に比べ，実行時動作の履歴管理が遅れている。
- 実行時動作の履歴を管理し，ソフトウェア進化の分析を支援すること。
- 提案手法であるBehavioral Co-Versioningは，Gitの履歴と実行時観察のアーカイブを組み合わせる。
- これにより，過去の実行をクエリ可能にし，コードのテキスト差分だけでは検出できない動作の変化を検出できる。
- プロトタイプ実装では，Pythonプロジェクトの実行時データを記録し，動作の変化を検知することに成功した。
MEMRES：信頼度カスケードを備えたエージェント型Python依存性解決システム [cs.SE, cs.AI]目的：Python依存性解決の自動化
- Python開発において，依存関係の管理は不可欠であり，効率的な解決が生産性向上に繋がる。
- 依存関係解決は，パッケージ名とバージョンの不一致やエラーにより，頻繁に失敗する。
- 既存手法の成功率向上と，よりロバストな依存関係解決を目指す。
- MEMRESは，HG2.9Kデータセットにおいて，Gemma-2 9Bを用いて86.6%の成功率を達成した。
- これは，既存のPLLMの54.7%を大幅に上回る結果である。
- 自己進化型メモリ，エラーパターン知識ベース，意味的インポート解析器，Python 2ヒューリスティック検出器を組み合わせている。
相関のある両側流体アンテナシステム [cs.IT, math.IT]目的：両側流体アンテナシステムにおけるエルゴード容量の解析
- 無線通信において，空間的多様性を活用することで通信品質を向上させることが重要である。
- 既存研究では片側のみの流体アンテナ構成に焦点が当たり，両側構成の性能評価が十分でない。
- 両側流体アンテナシステムのエルゴード容量を解析し，性能向上策を提案することで，この問題を解決する。
- 統計的固有モード伝送下において，両側流体アンテナシステムのチャネルモデルとエルゴード容量を導出した。
- エルゴード容量の上限を厳密な閉形式で求め，理論的な性能評価を可能にした。
- 最適な電力配分を検討し，その実装のための実用的な反復アルゴリズムを提案した。
スキーマドリフトを左にシフト：型付きJVMおよびSparkパイプラインのためのポリシー対応コンパイル時契約 [cs.PL]目的：データパイプラインにおけるスキーマドリフトの検出と対応
- データパイプラインの信頼性と保守性は，データの品質に大きく依存するため重要である。
- スキーマドリフトは，実行時に発見されることが多く，デバッグが困難である。
- コンパイル時にスキーマの互換性を検証し，実行時のエラーを未然に防ぐことを目指す。
- Scala 3フレームワークを開発し，コンパイル時にスキーマの構造的適合性を検証する。
- このフレームワークは，Sparkスキーマを同じ契約型から導出し，シンク境界で実際のDataFrameスキーマを再チェックする。
- 組み込みの比較子では省略されるネストされたコレクションのオプション性をチェックし，構造的サブセットセマンティクスを実装する。
Bolzano：LLM支援による数学研究の事例研究 [cs.CL, cs.AI, cs.LG, cs.LO]目的：LLM支援による数学研究の事例
- 数学研究は科学技術の発展に不可欠であり，その進歩は社会全体に大きな影響を与える。
- 複雑な数学的問題の解決には，高度な専門知識と膨大な時間が必要となる。
- LLMを活用することで，数学研究の効率化と新たな発見の促進を目指す。
- Bolzanoシステムを用いて，数学および理論計算科学における6つの問題に取り組んだ。
- その結果，6件のうち4件が公表可能な研究レベルに達し，3件はほぼ自律的にBolzanoによって生成された。
- これらの結果は，LLMが数学研究に貢献できる可能性を示唆するものである。
形式検証を用いた意味的同値性自己対戦によるLLMコード推論の改善 [cs.CL, cs.AI, cs.LG, cs.PL]目的：LLMのコード推論能力向上
- 大規模言語モデルのコード生成能力は向上しているが，その信頼性には課題が残る。
- コードの正当性検証は困難であり，既存手法では誤ったコードを生成する可能性がある。
- 意味的同値性検証を通じて，より信頼性の高いコード生成を実現することを目指す。
- Haskellの形式検証を活用した自己対戦フレームワークを開発し，敵対的学習を試みた。
- 約28kの検証済みHaskellプログラムからなる合成データセット「OpInstruct-HSx」を公開した。
- 提案手法はEquiBenchとPySecDBでそれぞれ最大13.3pp，一貫した精度向上を達成した。
HELO-APR：クロス言語知識転移による低リソース言語プログラム修復の強化 [cs.SE]目的：低リソース言語プログラム修復における知識転移手法
- プログラム修復はソフトウェア開発における重要な課題であり，自動化技術の進展が求められている。
- 低リソース言語においては，十分な訓練データが得られず，プログラム修復の性能が低いという課題がある。
- 高リソース言語の知識を転移することで，低リソース言語のプログラム修復性能を向上させることを目指す。
- HELO-APRは，高リソース言語から低リソース言語への訓練データの合成とカリキュラム学習戦略によって，プログラム修復効果を高める。
- 実験結果から，C++からRubyおよびRustへの知識転移により，Pass@1が大幅に向上し，既存手法を上回ることが示された。
- また，コードの構文的妥当性も向上し，実世界の開発者による修正との類似性も高まったことが確認された。
ワークストリーム：AI拡張エンジニアリングワークフローのためのローカルファースト開発者コマンドセンター [cs.SE]目的：AI拡張エンジニアリングワークフローのためのローカルファースト開発者コマンドセンター
- 現代のソフトウェア開発は多様なツールに依存し，その連携が開発効率に大きな影響を与える。
- 多数のツール間の断片化により，認知負荷が増大し，深い作業の中断や重要なシグナルへの遅延が発生する。
- 開発者のワークフローを統合し，AI活用を促進するための集中管理インターフェースを提供する。
- ワークストリームは，プルリクエスト，タスク管理，カレンダー，AIによるコードレビューなどを単一インターフェースに集約する。
- 独自のAI準備度スコアリングアルゴリズムと，過去のプルリクエストレビューからチーム固有のパターンを抽出するレビューインテリジェンスパイプラインを実装した。
- 自身の開発への適用事例を通して，AI準備度スコアが大幅に向上（内部スキャナで48から98，agentready CLIで41.6から73.7）することを実証した。
AI開発者向けツールにおけるAI可視化：コスト意識とコード品質の架け橋 [cs.CL, cs.SE]目的：AI開発者向けツールのコスト，品質，振る舞いパターンの理解
- AI支援開発ツールは普及が進んでおり，開発効率向上が期待されるため，その利用状況を把握することが重要である。
- AIの利用状況（コスト，品質，動作）を把握することが難しく，開発者はAIの利用状況を正確に理解できていない。
- AI可視化システムを構築し，AI利用状況を定量的に把握することで，開発者のAI利用を最適化する。
- 本システムは，プロバイダの請求額との乖離を2%未満に抑え，レビューごとのコストを正確に捕捉する。
- AI利用状況の把握にかかる時間を，手動による追跡と比較して1桁削減できることが示された。
- リアルタイムトークン追跡，モデル価格登録，応答検証，コスト分析を統合した，単一のダッシュボードを提供。
損失源符号化のためのソフト・ハードBPGDにおける動的パラメータスケジューリング [cs.IT, math.IT]目的：損失源符号化における性能向上
- データ圧縮技術は，通信や保存において帯域幅や容量を効率的に利用するために不可欠である。
- 従来のBPGDエンコーダは，パラメータ調整に多大な計算コストを要し，最適な設定を見つけるのが困難であった。
- 動的パラメータスケジューリングにより，パラメータ調整の負担を軽減し，性能を向上させることを目指す。
- 提案手法は，パラメータを動的に変化させることで，探索と収束を両立し，より良いレート歪み性能を実現する。
- 線形および指数関数的なスケジューリングを検討し，有効温度の観点からその物理的解釈を説明した。
- 実験結果から，提案手法は従来の固定パラメータベースラインと比較して，性能が向上し，非収束の問題が軽減されることが示された。
共有プレフィックスコード生成における層ごとのMoEルーティングの局所性：トークン同一性分解とコンパイル等価な分岐の冗長性 [cs.DB, cs.PF, cs.SE, cs.AI]目的：大規模言語モデルによるコード生成におけるMoEエキスパートルーティングの層ごとの局所性の分析
- LLMによるコード生成は，ソフトウェア開発の効率化に貢献する重要な技術である。
- MoEモデルのルーティング挙動が，特にコード生成における多様性と効率に与える影響は未解明な部分が多い。
- コード生成時のMoEルーティングの層ごとの変化を解析し，検索効率改善の可能性を探る。
- 同じトークンが生成された箇所では，ルーティングの類似性はランダムの40倍に達し，異なるトークンでも11倍の類似性が見られた。
- 層ごとの分解により，同じトークンと異なるトークンのルーティング類似性が交差するパターンが明らかになった。
- コンパイル可能なコードの67%は上位3つのアセンブリ等価グループに集中しており，グループ内の違いは主にコメントや空白行であった。
SynthFix：適応的ニューロシンボリックコード脆弱性修復 [cs.SE, cs.LG]目的：コード脆弱性修復の精度向上
- ソフトウェアの安全性確保は重要であり，脆弱性への迅速な対応が求められる。
- 既存の自動修復技術は，複雑な意味的・構造的正確性を満たすのが困難である。
- LLMを活用しつつ，コンパイラによるシンボリックフィードバックを統合することで，この課題を解決する。
- SynthFixは，FixJSおよびCodeFlawsベンチマークにおいて，CodeBLEU/CrystalBLEUが最大18%相対的に向上した。
- また，Exact Matchにおいても，強力なSFTおよびRFTベースラインと比較して32%の改善が見られた。
- この適応的な学習戦略の組み合わせは，開発者のパターン適用とツールフィードバックの連携を模倣し，LLMベースの脆弱性修復の精度と効率を向上させる。
説明可能なマルチエージェント教育システムのためのペルソナベース要件定義：臨床推論トレーニング用シナリオシミュレータ [cs.SE, cs.AI, cs.ET, cs.HC, cs.MA]目的：説明可能なマルチエージェント教育システム（MAES）の要件定義フレームワーク
- 教育や医療分野へのAI導入が進む中，人間とAIの協調のためには，AIシステムの透明性と信頼性が不可欠である。
- MAESにおける説明可能性の確保は重要だが，要件定義段階でのペルソナ活用は十分に検討されていない。
- 本研究は，人間中心のアプローチでペルソナを活用し，MAESの信頼性と解釈可能性を高めることを目指す。
- 本研究で提案するフレームワークは，医療教育者，学生，AIエージェント等の関係者のニーズを的確に捉えることができた。
- 臨床推論トレーニング用MAESの利用調査では，78％以上の学生が臨床推論能力の向上を報告した。
- ペルソナベースの要件定義が，技術的要件と医療現場のニーズを結びつけ，説明可能なMAES開発に貢献することが示された。
リアクトに反応：グレース・ホッパー200，5つのオープンウェイトコーディングモデル，1つのReact Nativeアプリ，1つのGH200，1つの週末 [cs.SE]目的：オープンウェイトのコーディング言語モデルの性能評価
- ソフトウェア開発における自動化の重要性が高まっているため，高品質なコード生成モデルが求められている。
- 既存のベンチマークランキングと実際のタスクパフォーマンスが必ずしも一致しないという課題がある。
- 最新のオープンウェイトモデルの実際のアプリケーション生成における性能を評価し，課題を特定する。
- Kimi-K2.5 (Q3量子化)が，SWE-Benchランキングよりも高い性能を示し，最も完全で仕様に準拠した出力を生成した。
- 温度パラメータを0に設定すると，推論モデルアーキテクチャでサンプリングが停止するという新たな発見があった。
- ネイティブモバイルAPIをウェブプラットフォームに適合させるという課題が，全てのモデルで共通して見られた。
ロードバランシングされた並列実行のための非構造化疎テンソル代数分割 [cs.CL, cs.PL]目的：疎テンソル代数における並列実行の負荷分散
- 近年の機械学習分野で疎テンソル演算の重要性が増しており，効率的な並列化が求められている。
- 疎テンソル演算はデータ依存性が高く，不規則な構造のため，効率的な並列化が困難である。
- 並列実行ユニット間で負荷が均等になる疎テンソル代数分割アルゴリズムを開発し，並列演算の効率化を目指す。
- 提案手法は，任意の疎テンソル代数式の計算を並列実行ユニット間で負荷分散できることが証明された。
- 実装したコードは，Intel MKLやNVIDIA cuSPARSE，Tacoといった既存ライブラリと比較して，競争力のある性能を示した。
- 特に，特殊なアルゴリズムが開発されていない疎テンソル式において，顕著な性能向上を達成した。
言語から行動へ：タスク認識型MCPサーバー推薦によるLLMタスク効率の向上 [cs.SE]目的：タスク認識型MCPサーバー推薦フレームワーク
- LLMエージェントの能力拡張には，外部ツールへのアクセスが不可欠であり，MCPはその標準インターフェースとして重要性が増している。
- タスクに適したMCPサーバーの特定は困難であり，体系的な推薦フレームワークや再現性のあるベンチマークが不足している。
- 開発タスクとMCPサーバー間の関連性を構造的に捉え，適切なツール推薦を実現することを目指す。
- Task2MCPデータセットを構築し，開発タスクとMCPサーバーを体系的に関連付けた。
- T2MRecモデルを提案し，意味的関連性と構造的適合性を考慮したMCPサーバー推薦を実現した。
- 会話型環境で動作するインタラクティブなMCPサーバー推薦エージェントのプロトタイプを実装し，開発支援を可能にした。
CからRustへのインターフェース正確かつ精密な変換 [cs.CL, cs.PL]目的：Cプログラムのトップレベル宣言（構造体と関数シグネチャ）に対するRustの宣言の生成
- Cで書かれた既存のシステムソフトウェアをRustへ移行することは，安全性とパフォーマンスの向上に繋がるため重要である。
- Rustの所有権と借用規則を満たすにはプログラム全体の推論が必要であり，インターフェース変換が困難である。
- セマンティックな等価性と型正しさを保証しつつ，正確かつ精密なCからRustへのインターフェース変換を実現すること。
- 本研究で開発された&inatorは，正確かつ精密なRustインターフェースを生成できることを実証した。
- 生成されたインターフェースは，セマンティックを保持した安全なRust実装を許容し，可能な限り簡潔な型を使用する。
- 特定のC機能への対応や大規模プログラムへのスケーラビリティは今後の課題として残る。
オラクルに基づく勾配降下法と区間演算による確率的制約の解決 [cs.LO, cs.SC, math.OC]目的：確率的制約における充足確率を最大化する決定パラメータの探索
- データ科学，AI，バイオインフォマティクス等で不確実性を考慮した制約が重要性を増している。
- 確率的制約の充足度を定量的に評価する問題は，計算機科学における重要な課題である。
- 確率的制約を効率的に解決し，厳密な充足確率の評価を可能にすることを目的とする。
- 提案手法は，オラクルに基づく確率的勾配降下法と区間演算を組み合わせることで，高精度なパラメータ候補を効率的に探索する。
- 厳密に検証された充足確率の下限を繰り返し生成し，真の最大充足確率への収束を高い確率で保証する。
- SSMT問題や確率的軌道計画タスクへの適用を通して，手法の有効性と効率性が示された。
思考の確率的プログラム [cs.CL, cs.AI, cs.PL]目的：大規模言語モデルにおける思考プログラム生成の効率化
- コード生成や数理推論は，LLMの重要な応用分野であり，構造化された出力を必要とする。
- LLMによるプログラム生成は計算コストが高く，特に多数のプログラムを試す場合に問題となる。
- LLMの生成分布を活用し，少ない計算量で多様なプログラムを効率的に生成することを目指す。
- 本研究では，生成されたプログラムとそのトークン確率に基づき，確率的プログラムを構築する。
- これにより，指数関数的に多くの決定論的プログラムをコンパクトに表現し，追加のGPU計算なしにサンプリングが可能となる。
- コード生成，理解，数理推論のベンチマークで性能が向上し，LLMからの生成回数を削減できることが示された。
大規模言語モデルによるソフトウェアデザインパターンの検出に関するパイロット研究：実証的評価 [cs.SE]目的：ソフトウェアデザインパターン検出の可能性
- ソフトウェア開発において，再利用可能な設計パターンは重要であり，理解を助ける。
- 既存の手法では，デザインパターンの自動検出が十分とは言えない。
- 大規模言語モデルを用いて，デザインパターンの検出精度向上を目指す。
- 大規模言語モデルは，デザインパターンの自動検出において有望な結果を示した。
- 特にNextCoderとGemma 3は，他のモデルと比較して高い精度を達成した。
- アンサンブル手法は，デザインパターン検出の効率を全体的に向上させた。
正確なデバッグベンチマーク：モデルはデバッグしているのか，それとも再生成しているのか？ [cs.SE, cs.CL]目的：大規模言語モデルのデバッグ能力の評価
- コード生成AIの発展に伴い，デバッグ能力の評価が不可欠となっている。
- 既存の評価方法では，モデルが正確にデバッグしているか，単にコードを再生成しているかの区別が困難である。
- モデルのデバッグにおける正確性と網羅性を評価するための新たなベンチマークと指標を開発すること。
- 本研究では，既存のコーディングデータセットをデバッグベンチマークに変換する「Precise Debugging Benchmark (PDB)」フレームワークを提案した。
- PDBは，検証済みの原子的なバグを合成し，複数バグプログラムに組み込むことで，バグのあるプログラムを生成する。
- 実験の結果，最先端モデルは高いテスト合格率を示すものの，編集レベルの精度は低いことが示された。反復的なデバッグ戦略も精度向上には繋がらない。
LLM誘導によるスケーラブルな等価性飽和戦略の合成 [cs.AI, cs.MA, cs.PL]目的：等価性飽和戦略の合成
- プログラム最適化において，等価性飽和は効率的な手法であり，その性能は戦略に大きく依存する。
- 効果的な戦略設計は手動で行われており，自動化されたeグラフベースのコンパイラの構築を妨げている。
- LLMを用いて再利用可能な等価性飽和戦略を効率的に合成し，リソース使用量を削減することを目指す。
- EggMindは，等価性飽和戦略を表現するためのドメイン固有言語EqSatLを導入した。
- ベクトル化ベンチマークにおいて，EggMindは最終的なコストを45.1%，ピークRAMを69.1%削減した。
- 本手法はXLAベースのテンソルコンパイラにも適用可能であり，論理合成のケーススタディでも有効性を示した。
流体アンテナ支援ワイヤレスネットワーク最適化のための加速されたMARL訓練：MAGRPO [cs.IT, math.IT]目的：流体アンテナの位置，ビームフォーミング，電力分配の最適化
- 次世代ワイヤレスネットワークにおいて，柔軟な配置変更が可能な流体アンテナシステムは重要性が増している。
- 流体アンテナ支援ネットワークでは，非凸性と基地局間連携の欠如により最適化が困難である。
- 分散学習における効率的な最適化アルゴリズムの開発が課題となっている。
- 提案手法MAGRPOは，従来のMAPPOと比較して計算量を削減し，訓練時間を30〜40%短縮した。
- シミュレーション結果から，流体アンテナ支援ネットワークは固定アンテナネットワークと比較して大幅なスループット向上が確認された。
- MAGRPOは，MAPPOと同等のスループットを達成し，累積報酬の分散の上界も導出した。
RISC-V 自律走行車システムにおける機能安全：解析的フレームワークとML支援認証ロードマップ [cs.SE, cs.AR, cs.LG]目的：自律走行車システムの機能安全認証の経済性向上
- 自動車産業における機能安全は，高度な安全性確保と品質保証のために不可欠である。
- 機能安全認証は，コストと時間において大きな負担となっており，効率化が求められている。
- RISC-Vアーキテクチャを活用し，認証プロセスを経済的に最適化することを目指す。
- RISC-Vは，自動車グレードの組み込みコンピューティングプラットフォームとして有望であり，ISO 26262 ASIL-D認証を取得済みである。
- 本研究では，RISC-VのISAの開放性，検証可能性，拡張性などを分析し，自律走行システムの機能安全要件との対応を検討した。
- LLMやグラフニューラルネットワークなどの機械学習手法を活用し，認証ワークフローの自動化と効率化を目指すフレームワークとロードマップを提案した。
プロジェクトの強靭性とネットワークの頑健性 [cs.SE, cs.AI, cs.SY, eess.SY]目的：プロジェクトのレジリエンスの評価手法
- プロジェクト成功には，メンバーの協力が不可欠であり，人材配置が重要となる。
- プロジェクト内での作業負担の偏りが，特定の人物への依存を生み出し，リスク要因となる。
- 要員喪失に対するプロジェクトの脆弱性をより正確に評価することを目指す。
- 本研究では，プロジェクトをネットワークとして捉え，その頑健性から脆弱性を評価する新しい手法を提案する。
- 既存の手法と比較した結果，提案手法はより現実的かつ一貫性のあるレジリエンス評価を提供することが示された。
- プロジェクトのキーパーソン喪失による経済的損失や遅延のリスクを適切に予測することが可能となる。
大規模MIMO-OFDMにおけるCSI圧縮：不一致を考慮したレート歪みトレードオフ [cs.IT, math.IT]目的：大規模MIMO-OFDMシステムにおけるCSI圧縮のレート歪み特性
- 無線通信において，CSIはビームフォーミング等の性能に大きく影響する重要な情報である。
- CSIのフィードバック量は通信リソースを消費するため，圧縮技術が不可欠である。
- 不完全な共分散モデル下でのCSI圧縮における最適なレート歪み特性の改善
- 復号側の共分散不一致を考慮したレート歪み特性を導出し，従来のRWFよりもRRWFの方が歪みを低減できることを示した。
- 共有固有ベクトル領域において，問題が各モードに分解され，効率的なRRWFの計算が可能であることを示した。
- シミュレーションにより，RRWFが従来のRWFと比較して，再構成歪みとエンドツーエンドMSEの両方において一貫して改善されることを確認した。
無限アルファベットにおける最適プレフィックス符号：符号語長の確率的間隔 [eess.SY, cs.SY, cs.IT, math.IT]目的：無限アルファベットを持つ離散無記憶情報源に対する最適符号化戦略
- 情報理論における圧縮効率向上は，通信やデータ蓄積において重要である。
- 無限アルファベットの場合，最適な符号長を決定することが困難である。
- 確率分布に基づき，最適な符号長を効率的に決定すること。
- 任意の正の整数kに対し，最大記号確率が特定の確率的間隔に該当する場合，その記号に対する最適な符号長がkとなることが示された。
- 無限情報源において，最適な符号長割り当てがl^{best}_{i}=i (i≥1)となる確率分布を判定するための基準が提案された。
- 既存の結果と比較して，提案する基準は検証に必要な情報量が少ない。
エージェント教育：Claude CodeでClaude Codeを教える [cs.IR, cs.CY, cs.AI, cs.HC, cs.SE]目的：AIコーディングアシスタントの学習のための構造化された教育フレームワークの開発
- AIコーディングアシスタントは普及しているが，効果的な学習方法は確立されていない。
- 公式ドキュメントと実践的な習得との間にギャップがあり，学習者は断片的な情報に頼らざるを得ない。
- AIを活用した段階的な指導と適応的な学習システムによる学習方法を確立する。
- 本研究では，Claude Codeの学習のためのモジュール型インタラクティブなカリキュラム「cc-self-train」を開発した。
- このカリキュラムは，段階的な責任移譲を実現するペルソナ進行モデル，学習者のエンゲージメントを基にした適応的な学習システム，ドメインを横断した統一されたカリキュラムなどを特徴とする。
- パイロット評価の結果，参加者の自己効力感は10のスキル領域すべてにおいて統計的に有意に向上し（p < 0.001），特に高度な機能において大きな効果が確認された。
最適化された四分木からの系統樹再構築 [cs.DS]目的：系統樹の再構築
- 系統樹は，生物の進化的な関係を明らかにする上で不可欠なツールである。
- ノイズを含む四分木のサンプルから正確な系統樹を再構築することは困難である。
- 少ないサンプル数（Θ(n)個）で効率的な系統樹再構築を実現することを目指す。
- 本研究では，ノイズの存在する四分木サンプルから未知の系統樹を，四分木距離において近似的に復元するアルゴリズムを開発した。
- サンプル数Θ(n)個という情報理論的な下限に一致する結果であり，効率的な再構築が可能であることを示した。
- 系統樹のNatarajan次元に関する新たなΘ(n)の上界を導き出した。
プロジェクト・プロメテウス：エージェントによるプログラム修理における意図の乖離を埋めるための，実行可能仕様の逆設計 [cs.SE, cs.AI]目的：エージェントによるプログラム修理における意図の乖離の解消
- プログラム修理は，ソフトウェア品質向上に不可欠であり，開発コスト削減に貢献する重要な研究分野である。
- 既存のエージェントは，高度な推論能力を持つものの，開発者の意図と生成された修正パッチとの間に乖離が生じやすい。
- 実行可能仕様の逆設計により，エージェントの意図を明確化し，的確なプログラム修正を実現することを目指す。
- 提案手法「Prometheus」は，680個のDefects4Jベンチマークにおける修正成功率93.97%（639/680）を達成した。
- 特に，既存のエージェントでは修正できなかった複雑なバグ119個の修正に成功し，救済率74.4%を示した。
- 明示的な意図に基づくガイダンスが，過剰な修正を抑制し，精密かつ最小限の修正を促すことが示された。
極性符号におけるノードベースのソフト出力高速逐次キャンセルリスト復号 [cs.IT, math.IT]目的：極性符号のソフト出力高速逐次キャンセルリスト復号手法
- 通信システムの信頼性を向上させるため，誤り訂正符号の高性能化が重要である。
- 従来の逐次キャンセルリスト復号は，復号遅延が大きいという課題がある。
- ソフト出力の高速化と低遅延化を実現し，実用的な復号器を開発すること。
- 提案手法SO-FSCLは，FSCLデコーダへの追加機能として実装可能であり，ハードウェア実装に適している。
- SO-FSCLは，復号ステップ数を最大81.8%削減し，加算演算と比較演算の回数をそれぞれ41.3%と46.4%削減する。
- シミュレーション結果から，SO-FSCLはSO-SCLと同等のソフト出力性能を示し，特に反復復号において優れた性能を発揮する。
技術研究ソフトウェア：見過ごされがちな研究ソフトウェアのカテゴリ [cs.SE]目的：技術研究ソフトウェアの分類と主要なサブロール
- 研究ソフトウェアは研究活動に不可欠であり，その分類は効率的な管理と利用に繋がる。
- 技術研究ソフトウェアというカテゴリが研究ソフトウェアエンジニアリングコミュニティ内で軽視されてきた。
- 技術研究ソフトウェアの概念を明確化し，その重要性を認識させる。
- 技術研究ソフトウェアは，技術研究において開発された研究ソフトウェアを指す新しいカテゴリである。
- 技術成熟度レベル（TRL）を適用することで，技術研究ソフトウェアのサブロールを定義できる。
- 既存の研究ソフトウェアが，用途に応じて技術研究ソフトウェアとしての役割を担う場合がある。
統合テストからのユニットテストスイートの拡充 [cs.SE]目的：ユニットテストの自動生成によるテストスイートの拡充
- ソフトウェアの品質確保において，テストは不可欠であり，特にユニットテストは早期の欠陥発見に貢献する。
- 多くのプロジェクトで，ユニットテストが不足し，統合テストやシステムテストに偏ったテストスイートになっている。
- 統合テストを活用し，コンポーネントの依存関係を検証するユニットテストを生成することで，テストスイートを改善する。
- 提案手法は，統合テストを実行し，その過程で検証される依存関係を分析することで，ユニットテストを自動生成する。
- Node.jsプラットフォームでの実験結果は，提案手法の有効性と実用性を示している。
- 12のオープンソースJSアプリケーションを対象とした評価により，提案手法の有効性が確認された。
原子的な決定境界：自律システムにおける実行時許容性の保証に必要な構造的要件 [cs.CC, cs.LO, cs.AI, cs.CR]目的：自律システムの実行時許容性の保証に必要な構造的要件の特定
- 自律システムの普及に伴い，状態遷移の制御が重要性を増している。安全性確保のためには不可欠である。
- 既存のガバナンス機構は，実行前評価や事後再構成に重点を置いており，遷移時の許容性を直接的に保証できていない。
- 原子的な決定境界という構造的性質を導入し，状態遷移と決定を不可分なステップとして扱うことで，実行時許容性を保証する。
- 状態遷移システム(LTS)において，評価と遷移が一体となった「原子システム」と，分離された「分割評価システム」の2種類を定義した。
- 分割評価システムを原子システムと同等にする建設は，どのような実行トレースにおいても不可能であることを証明した。これは構造的な限界である。
- RBACやOPAといった既存のアクセス制御モデルを分割モデルにマッピングし，原子システムとの対比を行った。
NISQ量子デバイスにおける反復実行依存の異常パターン抽出 [cs.SE]目的：NISQ量子デバイスにおける反復実行依存の異常パターンの抽出と軽減
- 量子コンピュータの実用化には，量子ビットやゲートの誤りを抑制することが不可欠である。
- 既存のノイズモデルは，コンテキスト依存の効果を捉えきれず，実機での挙動の差異を生むことがある。
- 実機での実行結果から異常パターンを抽出し，コンパイラによる最適化に活用することを目指す。
- QRiskフレームワークを用いて，実機での実行からバックエンド固有の異常パターンを検出することに成功した。
- 検出されたパターンは，数ヶ月にわたる較正期間でも持続性を示し，バックエンド固有であることが確認された。
- 異常パターンを回避するゲートスワップにより，ibm_fezで24%，ibm_marrakeshで45%の過剰なハードウェアノイズを低減できた。
自動ロギングには単一言語の証拠だけでは不十分：LLMによる多言語ベンチマークと実験的研究 [cs.RO, cs.SE]目的：自動ロギングの性能評価と多言語環境における課題の特定
- デバッグや障害診断において，ロギングは不可欠であり，ソフトウェアの信頼性向上に貢献する。
- 既存の研究はJava中心であり，他の言語や現実的なコード進化における汎用性が不明である。
- 多言語ベンチマークを用いて，自動ロギングの性能が言語やコード構造に依存するかを明らかにする。
- MultiLogBenchは，6つのプログラミング言語にわたる63,965件のコードスナップショットと，744件のロギング追加履歴を含む。
- 実験の結果，フレームワークアンカーマッチングが言語依存性が最も高く，ループやネストされた呼び出しサイトが最も難しいことが示された。
- モデルのランキングは上位層では安定しているものの，多言語評価とメンテナンス指向の検証の重要性が確認された。
同種ネットワークキャッシュはキャッシュ数のパラメータ化において固定パラメータ困難である [cs.CL, cs.DS, cs.CC]目的：同種ネットワークキャッシュ問題における計算複雑性の解析
- ネットワークキャッシュは，コンテンツ配信の効率化に不可欠であり，ユーザーエクスペリエンス向上に繋がる。
- キャッシュ数やユーザー数などのパラメータに対する計算困難性が未解決であり，大規模ネットワークへの適用が課題となっていた。
- キャッシュ数をパラメータとする計算複雑性を明らかにし，現実的な時間で解けるアルゴリズムを開発すること。
- 同種ネットワークキャッシュ問題は，キャッシュ数をパラメータとした場合に固定パラメータ困難ではないことが示された。
- この結果は，他のパラメータ化についても固定パラメータ困難ではない可能性を示唆している。
- 整数計画法を用いた解析により，同種ネットワークキャッシュ問題における非自明なブロック構造が明らかになった。
因果・時間イベントグラフ：再帰的エージェント実行トレースの形式モデル [cs.LO, cs.AI]目的：再帰的エージェント実行記録の形式化
- 複雑化するシステムにおいて，エージェントの振る舞いを正確に記録・分析する重要性が増している。
- 既存の手法では，再帰的なエージェント実行のトレースを形式的に表現し，検証することが困難である。
- 単一の因果関係に基づいた再帰的エージェント実行のトレースを形式的にモデル化し，その妥当性を検証する。
- 因果・時間イベントグラフ(CTEG)を導入し，再帰的エージェント実行記録を形式的にモデル化した。
- CTEGは，タイムスタンプとイベントタイプを持つノードからなる有根木構造であり，因果パスに沿ってタイムスタンプが厳密に増加する制約を満たす。
- CTEGの形式化により，局所的なエージェントの振る舞いからグローバルに整合性のある実行トレースを構築することが可能となり，改ざん検知にも応用できる。
AIRA：AI誘発リスク監査 - AI生成コードの構造化検査フレームワーク [eess.SY, cs.SY, cs.SE, cs.AI]目的：AI生成コードにおけるリスクの監査方法
- AI技術の発展はソフトウェア開発を加速させるが，安全性と信頼性の確保が重要課題である。
- AI生成コードは表面上は機能するものの，実際には保証が損なわれたり，エラーが隠蔽されたりする傾向がある。
- AI生成コードの潜在的なリスクを構造的に検出し，安全性を向上させることを目指す。
- AI生成コードは人間が作成したコードと比較して，深刻な問題が約1.8倍多く検出された。
- この傾向はJavaScript，Python，TypeScriptといった複数の言語で一貫して見られた。
- AI生成コードは，例外処理に関連するパターンで特に「fail-soft」な振る舞いを示す傾向にある。
TensorRocq：Rocqにおける図式的推論の実現 [cs.LO, cs.PL]目的：対称モノイダル圏における図式的推論のための検証済みツール
- 計算の推論において，並行性と逐次性を扱う対称モノイダル圏は重要な枠組みである。
- 証明アシスタントでは，圏の構成の厳密な等式構造が，本質的な連結情報を隠蔽してしまう。
- 証明アシスタントと論文の証明とのギャップを埋め，図式的推論を容易にすることを目指す。
- 本研究では，対称モノイダル圏の項とインターフェースを持つハイパーグラフ間の変換を実現した。
- これにより，項の同値性の推論や，弦図の変形による書き換えを検証ツールとして提供する。
- Rocqで単純な圏の理論を生成子と関係から開発し，等式推論を行うためのツールを提供した。
LLMエージェントの証明可能な協調：メッセージシーケンスチャートによるアプローチ [cs.PL, cs.AI]目的：LLMエージェントの協調に関する形式手法
- LLMを活用したマルチエージェントシステムは注目される一方，その振る舞いの予測は困難である。
- テストだけでは発見しにくい，デッドロックやメッセージの型不一致といった協調エラーが発生しやすい。
- メッセージシーケンスチャートを用いて協調を記述し，LLMの非決定性に関わらず協調特性を保証する。
- メッセージシーケンスチャートに基づいたドメイン固有言語を導入し，メッセージパッシング構造とLLMの動作を分離した。
- この言語からデッドロックフリーなローカルエージェントプログラムを生成する構文指向の射影を定義した。
- 診断コンセンサスプロトコルを用いてアプローチを説明し，ランタイムプランニングの拡張も示した。
AIモデルの再利用に向けたAIドキュメントの動的更新 [cs.AI, cs.CL, cs.SE]目的：AIモデルの再利用性向上
- AI技術の発展は目覚ましいが，その成果を最大限に活用するには再利用が不可欠である。
- AIモデルのドキュメント不足や，更新の遅れが，再利用の妨げとなっている。
- AIドキュメントの更新を迅速化し，AIのベストプラクティスとの整合性を高めることを目指す。
- Hugging FaceのAIモデルダウンロード数と，Zero Draftテンプレートとの整合性に相関関係が認められた。
- AIモデルのドキュメント品質と再利用性との関連性が定量的に示された。
- AIドキュメントテンプレートをコミュニティ標準と定期的に比較する基盤が構築された。
YAMLファイルの限界を超えて：現実世界のGitHub Actionsワークフロー採用に関する理解 [cs.SE]目的：GitHub Actionsワークフローの採用状況に関する理解
- ソフトウェア開発においてCI/CDは不可欠であり，自動化プラットフォームの重要性が高まっている。
- ワークフローの利用状況と失敗への対応は，プロジェクトの成功に影響するものの，詳細な分析が不足している。
- 現実世界のGHA利用状況を分析し，ワークフローの採用とプロジェクト特性の関係を明らかにすること。
- GHAワークフローの失敗に対する開発者の反応には，明確な3つのパターンが存在することが明らかになった。
- ワークフローの利用頻度が高いほど，失敗率が低くなる傾向が観察された。
- 設定ファイルが存在するにも関わらず，無効化または未使用のワークフローが存在する構成・利用ギャップが確認された。
SelfHeal：LLMエージェントにおけるバグ修正パターンの実証的分析とバグ修正 [cs.SE]目的：LLMエージェントにおけるバグ修正パターン
- LLMはソフトウェア開発を大きく変革しており，その応用範囲は拡大の一途を辿っている。
- LLMエージェントは複雑なシステムであり，デバッグが困難であるという課題が存在する。
- LLMエージェントのバグ修正を自動化し，開発者の負担を軽減することを目的とする。
- 本研究では，Stack Overflow，GitHub，HuggingFace Forumsの投稿データからバグ修正パターンを分析した。
- 新たにLLMエージェントのバグを収集したベンチマークデータセット「AgentDefect」を公開した。
- Gemini 3 Proを基盤とした多エージェントシステム「SelfHeal」が既存手法を大きく上回る性能を示すことを確認した。
WISV：デバイスエッジLLM推論における分散型推測デコーディングのための無線情報に基づいた意味的検証 [cs.IT, cs.AI, math.IT]目的：分散型推測デコーディングにおける性能向上
- デバイスエッジ環境でのLLM推論は，計算資源を効率的に活用できるが，通信環境に左右されやすい。
- 従来のトークンレベルの検証戦略は厳格すぎるため，正当なシーケンスが誤って却下されることが多い。
- 無線チャネルの状態を考慮した意味的検証により，検証精度と効率のバランスを取る。
- WISVは，従来の推測デコーディングと比較して，受け入れられるシーケンス長を最大60.8%向上させた。
- WISVは，インタラクションラウンド数を最大37.3%削減し，エンドツーエンドのレイテンシを31.4%改善した。
- タスクの精度低下はごくわずか（<1%）であり，実用的な有効性が確認された。
プログラム構造を意識した言語モデル：テキスト意味論を超えた標的型ソフトウェアテスト [cs.SE, cs.LG]目的：標的型テストケース生成
- ソフトウェアの品質向上は，経済的損失やセキュリティリスクを軽減する上で不可欠である。
- 既存のテストケース生成手法では，潜在的な脆弱性を持つ特定実行パスの網羅が困難である。
- 実行ブランチへの条件付けによる，制御可能かつ標的を絞ったテストケース生成を実現する。
- GLMTestは，コードプロパティグラフとコード意味論を統合し，実行ブランチに基づいたテストケース生成を可能にする。
- TestGenEvalベンチマークにおいて，GLMTestは最先端のLLMと比較してブランチ精度を27.4%から50.2%に向上させた。
- 本研究は，微妙なバグやセキュリティ脆弱性の発見におけるLLMの有効性を高める可能性を示唆する。
真値に基づく評価によるコードデブロートの再検討 [cs.SE]目的：アプリケーションレベルのソフトウェアデブロートの真値に基づく評価
- ソフトウェアのパフォーマンス向上，セキュリティ強化，保守性の改善に不可欠な技術分野である。
- 従来の評価手法は，真のパフォーマンスを正確に測るための標準化された方法論やベンチマークが不足している。
- この研究は，アプリケーションレベルのソフトウェアデブロートの真のパフォーマンスを評価するギャップを埋めることを目指す。
- 8つの最先端デブロートツールを分析した結果，動的解析ベースのツールは保持すべきコードの最大94%を削除してしまうことが判明した。
- 一方，静的解析ベースのツールは，粗粒度な依存性オーバーアプロキシメーションにより高い誤保持率を示すことが明らかになった。
- 誤った削除や保持は，機能的な誤りだけでなく，一貫性の欠如，堅牢性の低下，悪用可能な脆弱性につながる可能性がある。
SDLLMFuzz：構造化入力プログラムに対するLLM支援動的・静的グレーボックスファジング [cs.CR, cs.PL]目的：構造化入力プログラムの脆弱性発見
- ソフトウェアの安全性確保は重要であり，脆弱性発見技術の進歩が求められている。
- 構造化入力プログラムでは，構文制約が厳しく，従来のファジング手法では有効な入力生成が困難である。
- LLMを活用し，動的・静的解析を組み合わせることで，効率的な脆弱性発見を目指す。
- SDLLMFuzzは，LLMによる構文適合性のある入力生成と，静的クラッシュ解析を統合した新しいフレームワークである。
- Magmaベンチマークにおいて，従来のファザーやLLM支援ベースラインと比較して，顕著にバグ発見率と発見までの時間を短縮した。
- 意味的入力生成とフィードバック駆動型改良の組み合わせが，構造化入力プログラムに対するファジング性能向上に効果的であることを示した。