arXiv雑要約
プログラム - 2026/05/01 公開
AIの失敗：下流開発者の視点からの懸念，慣行，課題の初期調査 [cs.SE]目的：AIを組み込んだソフトウェア開発における下流開発者の懸念，慣行，課題
- AI技術の進展に伴い，ソフトウェア開発におけるAIの利用が拡大している。
- 事前学習済みモデルの利用は開発コスト削減に貢献する一方，データ漏洩や偏った出力といった問題が生じ得る。
- 下流開発者がこれらの潜在的な問題をどのように認識し，対処しているかを明らかにすること。
- 本研究では，インタビューとアンケート調査を実施し，16名の開発者と86名の実務家からデータを収集した。
- 調査の結果，下流開発者はAIの失敗に関する様々な懸念を抱いており，その対処方法にはばらつきが見られた。
- 開発者は，データ漏洩やモデルの偏りといったリスクを認識しつつも，現実のデプロイメントにおいて見過ごしてしまうケースもあることが示唆された。
Ansibleの課題：混合研究法による構成管理ツールの究極の姿 [cs.CL, cs.SE, cs.HC]目的：Ansible利用における課題の特定と改善方向の提示
- ITインフラの自動化・管理は重要であり，IaCツールはその基盤技術である。
- IaCツールの普及に伴い，実務家が直面する課題が顕在化している。
- Ansible利用者の苦労を分析し，ツールの設計者に役立つ具体的な提言を行う。
- Stack Overflow等の投稿分析とインタビューから，Ansible利用における課題を明らかにした。
- デバッグ支援のためのエラー箇所特定，言語とテンプレートの明確な分離が重要であることが示された。
- ドキュメントの改善や実行バックエンドの性能向上が，Ansibleを含むIaCツール全体の進化に繋がる。
OpenClassGen：LLM研究のための大規模な実世界Pythonクラスコーパス [cs.SE, cs.AI, cs.LG]目的：大規模な実世界Pythonクラスのコーパス
- LLMのコード生成能力評価には，実用的なコードのデータセットが不可欠である。
- 既存のデータセットは規模が小さく，LLMの能力を十分に評価できない。
- LLMのコード生成能力を詳細に評価・分析するためのデータセットを提供する。
- OpenClassGenは，2,970のオープンソースプロジェクトから抽出された324,843個のPythonクラスを含む大規模コーパスである。
- 3つのLLM(GPT-o4-mini, Claude-4-Sonnet, Qwen-3-Coder)の評価を行った結果，意味的類似度は高いが，機能的正確性は中程度であった。
- この分散と多様性により，OpenClassGenがLLMの能力を差別化するための有効なツールであることが確認された。
色故障耐性距離保存器：条件付き最適時間における最適サイズ [cs.DS]目的：色故障耐性距離保存器のサイズとアルゴリズム効率
- ネットワークの信頼性確保は重要であり，故障に対する耐性を持つことが求められる。
- 従来の故障モデルでは，スパース性やアルゴリズム効率の面で未解決の問題が残存する。
- 色故障耐性モデルにおける距離保存器の最適サイズと効率的なアルゴリズムを確立する。
- 色故障耐性距離保存器のサイズが，$\tilde{O}(n^{2 - \frac{1}{k+1}} \cdot |S|^{\frac{1}{k+1}} )$ で抑えられることを示した。
- このスパース性の上界は，多項式対数項を除き，最悪の場合において最適であることが証明された。
- 上記の最適スパース性を満たす距離保存器を生成する組み合わせ的ランダム化アルゴリズムを提案し，その実行時間は$\tilde{O}(m \cdot n^{1 - \frac{1}{k+1}} \cdot |S|^{\frac{1}{k+1}})$ である。
ブール関数による二進数列の新しい表現 [cs.CR, cs.IT, math.IT]目的：ブール関数と二進数列間の新たな双射
- 暗号技術において，ブール関数と二進数列は重要なツールであるため，その関係性の理解が重要である。
- ブール関数と二進数列間の既存の関係性では，十分な表現力や分析の効率性が課題となっていた。
- ブール関数に基づいた二進数列の新しい表現を定義し，分析の新たな視点を提供する。
- ブール関数と周期が2の累乗である二進数列の間に新しい双射を確立した。
- 代数的正規形に由来する新しい数列表現であるreverse-ANFを定義し，その特性を調査した。
- ブール関数と二進数列の間の関係性，および一般化された自己縮小数列の分析に貢献する。
大規模MDPにおける階層的適応的洗練による方策合成の高速化 [cs.AI, cs.LO, cs.SE]目的：大規模MDPにおける方策合成の高速化
- ソフトウェア集約システム等において，不確実性の考慮と意思決定問題の分析にMDPが活用されている。
- 従来のMDP方策合成法は，状態空間が大きくなると計算量が膨大になり，適用が困難になるという課題がある。
- 本研究は，MDPを動的に洗練し，脆弱な領域に焦点を当てることで，大規模MDPの方策合成を効率化することを目的とする。
- 提案手法は，MDPを必要な場合にのみ洗練することで，精度と効率のバランスを実現している。
- 標準的な仮定の下で，合成された方策がほぼ最適であり，誤差は局所ソルバーの許容誤差と境界不一致によって制限されることが証明された。
- 最大100万状態のMDPを用いた実験により，PRISMと比較して最大2倍の高速化を達成し，実用的な方策合成ソリューションとなることが示された。
砂利ゲームと代数的証明系 [cs.LO]目的：砂利ゲームと代数的証明系の間の新たな強い関連性
- 計算複雑性において，証明系の能力を評価することは重要である。
- 代数的証明系とゲーム理論の関係は十分に解明されていない。
- 砂利ゲームの戦略と代数的証明系の構造の対応関係を明らかにする。
- DAG Gに対し，Monomial CalculusによるPeb$(G)$の反証が存在する場合，G上の黒砂利戦略が存在する。
- 黒砂利戦略からMonomial Calculusによる反証を構築できることが示された。
- 砂利ゲームにおける空間量は，対応する代数的証明系の変数空間量と一致する。
浮動小数点プログラムに対する多項式不変量の生成 [cs.PL]目的：浮動小数点プログラムにおける多項式不変量の生成
- 数値計算において，浮動小数点演算の誤差は不可避であり，プログラムの正確性に影響を及ぼす。
- 誤差の蓄積は深刻な問題を引き起こす可能性があり，その影響を考慮した検証が重要である。
- 浮動小数点演算誤差を考慮した，精度の高い不変量の生成を目指す。
- 本研究では，多項式制約ソルビングを用いて不変量生成問題を解決する新しいフレームワークを提案する。
- このフレームワークは，誤差変数の数を削減することで計算コストを抑制する。
- 実験結果から，提案手法が既存手法よりも時間効率と生成される不変量の精度において優れていることが示された。
段階的に情報を計測する：AIに基づく評価，感覚を超えて [cs.LG, cs.IT, math.IT]目的：AIシステムの評価手法
- AIの安全性と信頼性確保は，社会実装において不可欠である。
- 客観的評価基準がない場合，AIの性能評価は主観に依存しがちである。
- 真値データを用いずに，AIの評価信頼性を高める方法を確立する。
- 戦略的ゲーム理論と情報損失の関連性に着目し，AI評価の新たな枠組みを提示した。
- 総変動距離（TVD）を用いた相互評価が，敵対的攻撃に対して頑健性を示すことが確認された。
- AIへの質的判断ではなく，情報関係性のプロンプトが，評価のロバスト性を向上させる。
GraphMend：PyTorch 2におけるグラフ断片化を修正するためのコード変換 [cs.PL, cs.LG, cs.SE]目的：PyTorch 2プログラムにおけるFXグラフ断片化の解消
- 深層学習モデルの高速化には，グラフコンパイルが不可欠であり，PyTorch 2はそのための基盤を提供する。
- PyTorch 2のTorchDynamo/Inductorでは，動的な制御フローやPythonの機能によりグラフが断片化し，性能低下を招く。
- GraphMendは，ソースコード変換によりグラフ断片化を解消し，より効率的なグラフコンパイルを可能にする。
- GraphMendは，動的な制御フローとPythonの副作用によるグラフ断片化を解消することに成功した。
- 8つのHugging Faceモデルの評価において，6つのモデルでグラフ断片化を完全に除去し，他のモデルでも大幅に削減した。
- NVIDIA GPU上での実験で，最大75%のレイテンシ削減と最大8%のスループット向上を達成した。
MLコードスメルの特定：仕様から検出へ [cs.SE, cs.AI]目的：MLコードスメルの特定
- AIの急速な普及に伴い，MLパイプラインの重要性が増している。
- MLパイプラインでは，再現性，堅牢性，保守性の問題が生じやすい。
- MLコードスメルを自動的に検出し，これらの問題を解決することを目指す。
- 本研究では，宣言的なDSLとCPGに基づいたSpecDetect4MLを開発した。
- SpecDetect4MLは，既存の解析ツールと比較して，精度と網羅性で優れている。
- 22種類のMLコードスメルを特定し，890個のMLシステムへの適用で高い性能を示した。
二部グラフにおける完全分数マッチング：比例配分による手法 [cs.DS, math.CO]目的：二部グラフの完全比例配分
- グラフ理論は，ネットワークや最適化問題など，幅広い分野に応用が期待される重要な研究領域である。
- 既存の手法では，完全マッチングが存在しない二部グラフにおける効率的な配分が課題となっていた。
- マッチング被覆性の判定と，それ以外のグラフへの応用可能な配分戦略の提示。
- 完全比例配分が存在するための必要十分条件が，グラフのマッチング被覆性であることを証明した。
- マッチング被覆性を持たない二部グラフに対しても，単純な配分戦略を提案し，その有効性を示した。
- 行列スケーリングの古典的な結果を活用することで，理論的な根拠を提供した。
一般距離空間におけるストリーミングMax-Cut [cs.DS]目的：一般距離空間におけるMax-Cut値の推定
- 組合せ最適化問題として重要であり，計算資源が限られた状況下での効率的な解法が求められている。
- ストリーミング環境下でのMax-Cut問題の複雑性は未だ解明されておらず，特に一般的な距離空間では困難である。
- 限られたメモリ内でMax-Cut値を近似的に推定するアルゴリズムを開発し，動的・固定窓モデルにおける性能を比較する。
- 固定窓モデルにおいて，poly-logarithmicな空間で(1 + ε)-近似アルゴリズムを初めて実現した。
- 動的ストリーミング設定では，poly(n)空間の下限を示すことで，ユークリッド空間との分離を明らかにした。
- メトリックMax-Cutに対する新しいなめらかさの境界を確立し，メトリックリザバーサンプリング技術を開発した。
JunoBench：Python機械学習Jupyterノートブックにおけるクラッシュのベンチマークデータセット [cs.SE]目的：Python機械学習Jupyterノートブックにおける実際のクラッシュのベンチマークデータセット
- 機械学習のプロトタイピングにおいてJupyterノートブックの利用が拡大している。
- ノートブック環境における機械学習コードのデバッグツールが不足している。
- ノートブック環境でのバグ検出，特定，診断，修復の研究を促進する。
- JunoBenchは，Kaggleの公開ノートブックから収集した111件の再現可能なクラッシュと修正を含んでいる。
- TensorFlow/Keras，PyTorch，Scikit-learnなどの一般的な機械学習ライブラリと，ノートブック特有の実行順序エラーを網羅している。
- クラッシュの特徴や診断に関する注釈を付与することで，研究を支援する。
知識グラフ駆動による低リソースソフトウェア開発のためのデータ合成：HarmonyOSケーススタディ [cs.DM, math.CO, cs.SE]目的：低リソースなソフトウェア開発におけるコード生成性能向上
- LLMの活用はソフトウェア開発を効率化するが，リソースの少ない環境では性能が低下する。
- LLMは特定のフレームワークのAPIや構文に精通しておらず，学習済みの知識とフレームワークの慣習の間にギャップがある。
- API知識グラフを活用し，実行環境を必要とせずに高品質なファインチューニングデータを生成することで，この問題を解決する。
- APIKG4Synを用いてQwen2.5-Coder-7Bをファインチューニングした結果，pass@1が25.00%となり，調整されていないGPT-4o（17.59%）を上回った。
- APIKG4Synで生成されるデータ量が多いほど，ファインチューニング性能が向上し，単一APIと複数APIの比率は8:2が最適であることがわかった。
- 本研究は，API指向のデータが低リソースソフトウェア開発におけるLLMの性能向上に有効であることを示している。
グラフループを持つ関係クレーネ代数の等式理論はPSPACE完全である [cs.LO]目的：関係クレーネ代数におけるグラフループ演算子の等式理論の複雑性
- 形式言語理論やオートマトン理論の基礎であり，計算資源の限界を理解する上で重要である。
- 関係クレーネ代数の等式理論の計算複雑性には未解決の問題が残されていた。
- グラフループを持つ関係クレーネ代数の等式理論の計算複雑性を明確にすること。
- グラフループを持つ関係クレーネ代数の等式理論はPSPACE完全であることが示された。
- テスト，コンバース，ノミナルを拡張してもPSPACE完全性が維持されることが示された。
- 関係KATにおけるドメイン演算子の等式理論がPSPACE完全であることが示され，既存の問題が解決された。
- 新しいオートマトンモデルである「ループオートマトン」が導入された。
文脈に沿って：文脈インラインによるリポジトリレベルのコード生成 [cs.SE, cs.AI]目的：リポジトリレベルのコード生成手法
- ソフトウェア開発の効率化が求められており，コード生成技術は重要な役割を担う。
- 既存手法は表面的な類似度に依存し，リポジトリ全体の複雑な依存関係を捉えきれない。
- リポジトリ全体の文脈を理解し，より正確なコード生成を実現すること。
- InlineCoderは，未完成の関数をコールグラフにインライン化することで，リポジトリレベルの理解を容易にする。
- アンカーと呼ばれるドラフト補完を生成し，その信頼性に基づいて双方向インライン処理を行う。
- これにより，LLMはリポジトリ全体の包括的な視点を得て，より高品質なコード生成が可能となる。
遠隔Bang計算における近似理論 [cs.LO]目的：遠隔Bang計算の近似意味論
- 計算機科学の基礎であり，プログラムの実行挙動を形式的に理解する上で不可欠である。
- 従来の近似意味論は評価戦略に依存しており，統一的な枠組みが存在しなかった。
- Bang計算を用いて，様々な評価戦略を統一的に扱える近似意味論を確立すること。
- 遠隔Bang計算(dBang)におけるBohm木とテイラー展開を定義し，その基本的な性質を明らかにした。
- 本研究の結果は，Call-by-NameとCall-by-ValueをBang計算への変換を通して包含し，一般化する。
- 無限計算とリソース依存性を考慮した意味論を，単一の枠組みで統一的に扱うことが可能になった。
自由確率を用いた行列濃度不等式の決定化 [cs.DS, cs.DM, math.CO, math.PR]目的：自由確率理論に基づく行列濃度不等式の保証を満たす結果の構築
- 行列に関する確率論的解析は，機械学習や統計物理など幅広い分野で不可欠である。
- 既存手法では，計算量が多く，実用的な応用が難しい場合がある。
- 自由確率理論の活用により，効率的なアルゴリズム開発を目指す。
- 本研究では，行列濃度不等式を保証する結果を多項式時間で決定的に構築するアルゴリズムを開発した。
- その結果として，行列Spencer問題や近似ラマヌジャングラフの構築に対する多項式時間アルゴリズムが得られた。
- 自由確率の概念・手法が解析だけでなく効率的な計算にも有用であることが示された。
PyPIライブラリにおけるメールアドレスの可用性分析 [cs.CL, cs.SE]目的：PyPIライブラリのメールアドレス可用性
- 現代のソフトウェアシステムはOSSライブラリに依存しており，その長期的な存続は重要である。
- ライブラリのメンテナへの連絡手段が不足しており，サポートやセキュリティ報告に支障をきたす場合がある。
- PyPIライブラリのメールアドレスの可用性を調査し，メンテナへの連絡可能性を評価する。
- 79.1%のライブラリが少なくとも1つの有効なメールアドレスを含んでおり，PyPIが主な情報源となっている。
- 依存関係チェーンを分析した結果，直接依存関係と推移的依存関係の97%以上が有効な連絡先情報を提供している。
- 793,000件以上の無効なエントリが存在し，主にフィールドの欠落が原因である。
PyPIライブラリにおける顕著なメタデータ慣行の説明：リポジトリと寄付プラットフォームURLに関する経験的研究 [cs.SE]目的：PyPIライブラリにおけるメタデータ慣行の解明
- 現代のソフトウェアシステムにおいて，OSSライブラリは不可欠であり，その健全性がソフトウェア開発の品質に直結する。
- OSSライブラリのメタデータは不完全，古くなっている，または一貫性がない場合が多く，開発者に課題をもたらしている。
- リポジトリや寄付プラットフォームへのリンクの現状と，その背景にある要因を明らかにすること。
- リポジトリリンクの欠損または古さは，見落とし，認識不足，または関連性の低さに関連していることが判明した。
- プラットフォームの優位性は，イデオロギー，技術，組織的要因によって推進されていることが明らかになった。
- 寄付プラットフォームへのリンクは，懐疑心，限定的なメリット，知識不足などの理由で省略される傾向があり，視認性のためにGitHubに優先的に配置されている。
- LLMベースのトピックモデリング手法は高い堅牢性(語彙的類似度最大88%，意味的類似度最大92%)を示し，高品質なトピックを生成した。
多人数非線形分離可能分散計算 [cs.IT, math.IT]目的：非線形分離可能な関数計算における効率的なタスク割り当てとデータ通信手法
- 分散コンピューティングは，大規模データ処理や複雑な計算を可能にする重要な技術である。
- 既存手法では，非線形関数の効率的な分散処理が課題となっていた。
- テンソル分解に基づく手法により，タスク割り当てと通信コストを削減することを目指す。
- テンソル分解と多次元タイリングを組み合わせたロスレスな実現スキームを設計した。
- このスキームは，重複分解を非重複分解に変換し，必要なサーバー数を削減する。
- シミュレーションにより，既存手法と比較して計算・通信コストの削減が確認された。
OpenSSF Scorecardからメンテナンススコアを予測：PyPIパッケージに関連するGitHubリポジトリの研究 [cs.SE]目的：OpenSSF Scorecardのメンテナンススコアの将来予測可能性の評価
- オープンソースソフトウェアのセキュリティ確保は重要であり，活発なメンテナンス状況の把握が不可欠である。
- Scorecardのメンテナンス指標は過去の活動に基づくため，将来のリスク評価には限界がある。
- 過去のデータから将来のメンテナンス活動を予測し，より正確なリスク評価を可能にすること。
- バケット化されたスコアやトレンドタイプを用いることで，高い予測精度（0.95以上，0.79以上）が得られた。
- シンプルな機械学習モデル（Random Forest）が深層学習モデル（LSTM）と同等以上の性能を示した。
- 将来のメンテナンス活動は，ある程度の精度で予測可能であることが示された。
非同期効果の強い正規化 [cs.PL, cs.LO]目的：非同期効果を持つ計算の正規化特性の研究
- 代数的効果は計算の制御構造を扱う上で重要な概念であり，その非同期化は並行処理や分散処理を可能にする。
- 従来の代数的効果の扱いは同期型であり，非同期処理を自然にモデル化することが課題であった。
- 非同期効果の持つ計算の強い正規化性を示すことで，より複雑なプログラムの安全性と信頼性を保証する。
- 一般再帰を除去した計算は，逐次部分と並行部分の両方において強い正規化性を持つことが証明された。
- 逐次部分に制御された中断駆動型の再帰的振る舞いを導入した場合でも，強い正規化性が維持されることが示された。
- LindleyとStarkの$\top\top$-liftingに基づくアプローチを拡張し，正規化証明を構成的に行った。また，全ての証明はAgdaで形式化された。
共通帰納的知識のためのトポロジカル意味論 [cs.LO, econ.TH, math.LO]目的：共通帰納的知識の確立条件と方法
- 科学的探求における知識共有の重要性が高まっており，集団での判断が求められる場面が増加している。
- 個々の実験環境が異なる中で，コミュニケーションを制限した状態での合意形成が困難である。
- 実験の失敗（撤回）の限界がある中で，確実な結論に到達するための論理的枠組みを構築する。
- 本研究では，実験者間のコミュニケーションを制限しつつ，共通の結論に到達するための論理を開発した。
- この論理は，個々の実験者の帰納的基準と情報基盤をトポロジカル意味論として捉えることで実現している。
- これにより，「帰納的協調攻撃」と呼ばれる問題に対する解決策が提示され，誤った結論を避けることが可能となる。
大規模言語モデルはエージェントベースモデルを実装できるか？ODDに基づく複製研究 [cs.SE, cs.AI, cs.MA]目的：エージェントベースモデルの複製可能性，検証，妥当性確保に向けた実装能力の評価
- エージェントベースモデルは，複雑なシステムの理解や予測に不可欠である。
- モデル実装の再現性が低く，検証が困難な場合がある。
- LLMを用いた実装による再現性と検証の向上を目指す。
- LLMによるエージェントベースモデルの実装は可能だが，常に信頼性があるわけではない。
- GPT-4.1は統計的に妥当で効率的な実装を安定的に生成する。
- LLMはモデル工学ツールとしての可能性を持つが，限界も存在する。
巨大サイズによる(共)帰納的型構築 [cs.CL, cs.CL, cs.HC, cs.LO]目的：型理論における(共)帰納的型の構築
- 型理論の決定可能性と整合性は，証明支援系において不可欠であり，信頼性の高いソフトウェア開発を支える。
- 既存の構文的条件は制限的であり，モジュール性が低いという課題がある。
- サイズ情報を型に組み込むことで，型理論の整合性を保ちつつ，より柔軟な型構築を可能にする。
- 本研究では，巨大なサイズの型とサイズに関するパラメータ的量化子を導入することで，より広範な(共)帰納的型を構築できることを示した。
- 既存研究では有限分岐の帰納的型のみが可能だったのに対し，本手法ではより一般的な型を扱える。
- 整合性の根拠として，サイズを uncountable な順序数として解釈する impredicative realisability モデルを示した。
超正則行列の確率と有限体上のMDS符号 [cs.CE, cs.IT, math.IT]目的：有限体上の線形符号が最大距離分離(MDS)である確率
- 符号理論は，通信や情報セキュリティにおいて重要な役割を担う。
- MDS符号の存在確率を正確に評価することは困難であった。
- 行列の超正則性に関する確率的閾値を示す。
- 有限体上のランダムな線形符号において，符号長と次元の比が適切であれば，MDS符号となる確率が1に近づく。
- 行列が超正則である確率は，行列のサイズと有限体のサイズに依存し，閾値が存在する。
- 3×3の連続超正則行列の数は多項式で表されるが，4×4の超正則行列の数は多項式でも擬多項式でもないことが示された。
論文は全てを語るのか？バイオインフォマティクスの実装ギャップを明らかにするベンチマークとフレームワーク [cs.CY, cs.LG, cs.SE]目的：バイオインフォマティクスにおける論文とコード実装の一貫性検出
- 科学的根拠の信頼性確保は重要である。論文と実装の乖離は再現性を阻害し，科学的信頼性を損なうため。
- バイオインフォマティクス分野では，論文とコードの実装に不整合が生じやすいという問題が存在する。
- 論文とコードの一貫性検出を通じて，バイオインフォマティクスの再現性と信頼性向上を目指す。
- 論文中の方法論記述と対応するコード実装間の意味的整合性を評価するベンチマークデータセットBioConを構築した。
- 事前学習モデルを活用し，論文とコードを共同でエンコードする一貫性検出フレームワークを提案した。
- 提案手法は，一貫性識別と意味的整合性の両方において高い性能を達成し，新たな研究の方向性を示した。
消去を伴う段階的様相依存型理論の形式化 [cs.LO, cs.PL]目的：段階的様相依存型理論の形式化
- 型理論は，プログラムの正当性保証や安全性向上に不可欠。より表現力豊かな型システムの開発が求められている。
- 従来の型理論では，コードの安全性や機密性といった多様な性質を十分に表現・検証することが困難であった。
- 本研究は，コードの性質を強制するための段階的様相依存型理論を開発し，形式的に検証することでその問題を解決する。
- 本研究では，Agdaを用いて段階的様相依存型理論を完全に形式化し，主要なメタ理論的性質（主観還元，整合性，正規化，定義等価性の決定可能性）を確立した。
- 段階的型割り当てに対する置換定理と，還元下での段階の保存を証明した。また，項を型なしラムダ計算に翻訳し，消去可能な内容（関数の引数など）を削除する抽出関数を研究した。
- 特定のクラスの様相に対して，抽出の健全性（自然数型のプログラムの値が抽出前後で一致）を証明した。これは，開いたプログラムに対しても，特定の条件下で成立する。
測定表現に対するトークンに依存する包含意味論 [cs.LO, cs.PL]目的：測定表現におけるトークン同一性の意味的情報
- 測定は科学的推論やデータ分析の基礎であり，正確な測定値の追跡が不可欠である。
- 従来の測定表現の意味論では，測定イベントの同一性を区別できず，誤った簡約化や推論が生じうる。
- 測定イベントの同一性を明示的に扱うことで，より正確な測定値の追跡と簡約化を可能にすること。
- 提案手法では，測定葉に可能な正確な値の範囲と不透明な観測イベントトークンを付与する。
- 式の意味論は，隠れた値環境によって正当化される正確な値の包含集合として定義される。
- この意味論を用いることで，キャンセル，背景減算，自己除算などの操作におけるトークンの役割を明確化できる。
GitHubにおけるコミット署名の分析 [cs.SE, cs.CR]目的：GitHubにおけるコミット署名の現状
- ソフトウェアサプライチェーンのセキュリティ確保は重要であり，コードの出所を検証することが不可欠である。
- コミット署名は信頼の指標とされているが，開発者が継続的に署名しているかの実態は不明であった。
- 開発者のコミット署名の実態を把握し，サプライチェーンセキュリティの課題を明らかにすること。
- 全体の署名率は高いが，多くはプラットフォームによる自動署名であり，開発者による意図的な署名は少ない。
- ローカルで署名する開発者も，リポジトリや時間経過と共に継続的に署名することは稀である。
- アカウントの年齢が上がるほど署名の継続率は低下し，長期的なカバー範囲の維持は困難である。
プログラミングを90分で教えるとしたら？ [cs.PL]目的：プログラミング教育における学習障壁の低減
- 社会の様々な分野で自動化が重要視される中，計算問題解決能力は知識の一部として不可欠である。
- 自動化の進展により，プログラミング学習への意欲が低下する可能性がある。
- プログラミング言語の複雑性を低減し，学習時間を短縮することで学習意欲の低下を防ぐ。
- 90分間の入門セッションを設計し，基礎的な数学知識があればプログラミングの基本を習得できることを示した。
- 関数型かつ連結的なプログラミング言語CON-CATを用いることで，再帰やゲーデル数付けといった概念をパズル形式で楽しく学べる。
- CON-CATは圏論の研究から派生した言語であり，プログラミングの学習における新たなアプローチを提供する。
開発者とAIの関わり方：開発者のプログラミング行動のモデル化に関する探索的研究 [cs.CC, cs.SE, cs.HC]目的：開発者のプログラミング行動のモデル
- AI技術の発展はソフトウェア開発の実践に大きな影響を与えており，その理解が不可欠である。
- 開発者とAIの関わりは多面的でありながら，意図や感情といった側面が十分に研究されていない。
- AI支援下の開発者の行動特性を包括的に捉え，その複雑性を明らかにすることを目的とする。
- 本研究により，開発者の行動を「意図」「行動」「支援ツール」「感情」の4次元で記述するS-IASEモデルが提案された。
- AI支援群では，コード作成，評価，検証に集中する傾向が強く，感情の変動も比較的安定していることが示された。
- インタビューからは，AIへの依存に対する罪悪感や自己疑念といった感情も明らかになり，複雑な人間的側面が示唆された。
インタラクティブな敵対的収束開発手法：AI支援ソフトウェア開発のための構造化フレームワーク [cs.SE, cs.AI]目的：AI支援ソフトウェア開発における検証ギャップの解消
- AI技術の進化はソフトウェア開発の効率化に不可欠だが，その有効性を最大化するには課題がある。
- AI生成コードの品質保証が不十分であり，セキュリティ上の脆弱性や開発速度の低下を引き起こす可能性がある。
- 外部検証エージェントを活用し，開発プロセス全体を通して検証を組み込むことで，これらの課題を解決する。
- 本研究で提案するIACDMは，問題発見，知識管理，敵対的批判の3つの柱に基づき，AIツールに依存しない汎用的なフレームワークである。
- 20件以上の実用的な研究開発プロジェクトへの適用を通して，IACDMの有効性が実証された。
- 今後の検証可能な仮説として，本手法の限界が明確にされており，さらなる実証研究の必要性を示唆している。
エージェント教育：Claude CodeでClaude Codeを学ぶ [cs.CY, cs.AI, cs.HC, cs.SE]目的：AIコーディングアシスタント学習のための構造化された教育フレームワークの提供
- AIコーディングアシスタントは普及しているが，効果的な学習方法が確立されていない。
- ドキュメントと実践のスキル間にはギャップがあり，学習資源が断片的である。
- AIを介した段階的な指導を実現し，実践的なスキル習得を支援すること。
- cc-self-trainは，Claude Codeの学習のためのモジュール型インタラクティブカリキュラムである。
- インストラクターのトーンを段階的に変化させるpersona progression modelが導入されている。
- パイロット評価の結果，10のスキル領域全てで自己効力感の有意な向上が確認された（p < 0.001）。
構造と来歴分析のためのテキスト属性グラフとしての保証事例の評価 [cs.SE, cs.LG]目的：保証事例の構造と来歴分析
- 安全性やコンプライアンスが重要となる分野において，システムの信頼性を保証する上で不可欠である。
- 保証事例の構造的欠陥や，AI生成による偏りの検出が課題となっている。
- グラフ診断フレームワークを用いて，保証事例の構造と来歴を分析し，その課題解決を目指す。
- グラフニューラルネットワーク(GNN)は，実際の保証事例において高いリンク予測性能(ROC-AUC 0.760)を示した。
- GNNは，人間が作成した事例とLLMが生成した事例を効果的に識別した(F1 0.94)。
- LLM生成の保証事例は，人間が作成した事例とは異なる階層的なリンクパターンを持つことが示された。
MEG-RAG：RAGにおける証拠選択のためのマルチモーダル証拠グラウンディングの定量化 [cs.CL, cs.IR, cs.IT, math.IT]目的：RAGにおける証拠選択のためのマルチモーダル証拠グラウンディングの定量化
- マルチモーダル大規模言語モデルの幻覚や知識の陳腐化といった課題に対応するため，MRAGが重要視されている。
- 既存のMRAGシステムは，取得されたマルチモーダルデータが回答の根拠として適切かどうかを判断するのが困難である。
- マルチモーダル証拠グラウンディング(MEG)を用いて，取得された証拠の貢献度を定量化し，MRAGの精度向上を目指す。
- MEGは，セマンティック・サーテンティ・アンカリングを活用し，回答のセマンティック・コアを捉える高IDFトークンに焦点を当てる。
- MEG-RAGは，MEGに基づき，取得された証拠と正解データのセマンティック・アンカーとの整合性を学習するマルチモーダル再ランキングフレームワークである。
- M$^2$RAGベンチマークにおける実験で，MEG-RAGが強力なベースラインを凌駕し，異なる教師モデル間での頑健な汎化性能を示す。
ソフトウェア脆弱性検出のための汎化可能なマルチモーダル表現学習 [cs.SE, cs.AI]目的：ソフトウェア脆弱性検出における汎化性能向上
- ソフトウェアの安全性確保は重要であり，脆弱性検出技術の発展が不可欠である。
- 既存手法はコードのみに着目し，コメントに含まれる意図を無視している。
- コードとコメントの情報を統合し，よりロバストな脆弱性検出を目指す。
- MultiVulはコードとコメントの表現を対照学習と整合性正則化により整合させる。
- 多様なコードとテキストのペアを用いることで，モデルの頑健性を高めている。
- 実験の結果，MultiVulは既存手法を最大27.07% F1スコアで上回る性能を示した。
エージェント的ハーネス工学：コーディングエージェントハーネスの観測可能性に基づいた自動進化 [cs.CL, cs.SE]目的：コーディングエージェントハーネスの自動進化
- AIエージェントの性能向上には，ツールとの連携が不可欠であり，ハーネスはその重要な役割を担う。
- ハーネスの設計・開発は手作業に頼る部分が多く，自動化は困難であった。
- ハーネスの進化を自動化し，エージェントの性能向上に貢献すること。
- 本研究で提案するAHEは，ハーネスの各コンポーネントをファイルレベルで表現し，変更履歴を追跡可能とした。
- AHEをTerminal-Bench 2に適用したところ，pass@1のスコアが69.7%から77.0%に向上し，既存のハーネスよりも優れた性能を示した。
- 進化させたハーネスは，異なるモデルにも転移可能であり，汎用的なエンジニアリング経験を習得していることが示唆された。
ソフトウェアエンジニアリングタスクにおける推測デコーディングの実証的研究 [cs.CL, cs.SE]目的：ソフトウェアエンジニアリングタスクにおける推測デコーディングの有効性
- ソフトウェア開発の効率化が求められており，LLMはその重要な役割を担う。
- LLMの自己回帰的推論の遅延は，インタラクティブな環境での利用を妨げる。
- 推測デコーディングによる高速化を，ソフトウェアエンジニアリングタスクで検証する。
- 推測デコーディングは，特に小規模モデルにおいて推論を高速化する可能性を示した。
- タスクの種類によって，モデルベース手法とモデルフリー手法の有効性が異なることが判明した。
- ソフトウェアエンジニアリングタスクの反復性が高く，モデルフリー手法の性能向上に寄与する。
固有値スペクトルの多重性と量子フィルタリング [quant-ph, cs.DS]目的：量子ハミルトニアンの固有値と多重性に関する微細なスペクトル特性の抽出と分析
- 多体量子系の特性評価やトポロジカル秩序の理解に，固有値スペクトルの詳細な情報が不可欠である。
- 最悪の場合，小さな誤差での固有値スペクトル情報の抽出は計算困難である。
- 物理的に妥当な仮定の下で，主要な固有値のクラスターを効率的に特定し，その多重性を決定すること。
- 本研究で提案する量子アルゴリズムQFAMESは，固有値スペクトルの多重性を効率的に分析し，最悪の場合の計算複雑性を回避する。
- QFAMESは，特定のエネルギークラスター内での観測可能量の期待値を推定でき，量子相転移などの物理的性質の研究に役立つ。
- 横場イジング模型や二次元トーリックコード模型への応用を通して，QFAMESの有効性が数値的に検証されている。
付加符号の一般化ハミング重みと幾何学的対応 [quant-ph, cs.ET, math.CO, cs.IT, math.IT]目的：付加符号の大きな$f$次一般化ハミング重みに関する問題
- 符号理論や暗号理論において，符号の性能評価は重要な課題である。
- 幾何学的構造と符号理論的性質の間の関係は，未だ解明されていない部分が多い。
- 射影空間における部分空間の最大個数を決定し，符号の性能向上に貢献すること。
- $\operatorname{PG}(r-1,q)$における$(h-1)$-空間の最大個数$n_q(r,h,f;s)$と最小個数$b_q(r,h,f;s)$について研究を行った。
- $b_2(5,2,2;s)$の関数としての決定に成功し，他のパラメータについても上限と構成を与えた。
- 計算結果を得るために，整数線形計画法を部分的に利用した。
非加法的不一致：ベック・フィアラ設定におけるカバレッジ関数 [eess.AS, cs.CL, eess.SP, math.CO, cs.DM, cs.DS]目的：非加法的関数のカバレッジ関数に関する不一致の上界
- 公正な分割などへの応用が期待される，古典的な不一致理論の一般化である。
- 古典的な手法が適用困難であり，同程度の非加法的上界の存在が未解決である。
- ベック・フィアラの定理の拡張設定で，多項式時間で構成可能な不一致上界を導出する。
- 各アイテムが全ての関数で$t$個の要素をカバーする場合を想定する。
- 上界は，$t$，色数$k$，$\log n$の多項式として表現される。
- この結果は，ベック・フィアラ設定，順位関数，グラフのエッジカバレッジを一般化する。
メトリックTSPに対する厳密なインテグラリティギャップ計算の拡張 [math.CO, cs.DS]目的：巡回セールスマン問題(TSP)の劣巡回緩和のインテグラリティギャップの検証
- TSPは組合せ最適化の古典的難問題であり，現実世界の様々な応用がある。
- 劣巡回緩和のインテグラリティギャップは，近似アルゴリズムの性能限界を示す重要な指標である。
- メトリックTSPのインテグラリティギャップが4/3であるという未解決の予想を，より大規模な事例で検証する。
- 本研究では，n=10までの結果を検証し，n=11, 12における劣巡回多面体の極点のリストが不完全であることを示した。
- 最大n=14の事例における極点の列挙を拡張し，半整数頂点に関してはn=17まで拡張した。
- これらの結果は，4/3予想を支持する追加的な証拠を提供する。