arXiv雑要約

• Top
• AI
• プログラム
• 画像・音声
• セキュリティ
• 数値解析

プログラム - 2026/08/03 公開

• キクチ階層は$k$XORに対して鋭い [cs.DS, cs.CC, quant-ph]目的：植えられたノイズ付き$k$XOR問題とランダム$k$XOR問題の強力な反証のトレードオフ

  • 組み合わせ最適化問題において，近似アルゴリズムの性能評価は重要な課題である。
  • 既存のスペクトル解析は，理論的な最適解との間に多項式対数項の損失を抱えている。
  • キクチ階層の正規化変種を用いることで，この損失を解消し，より効率的なアルゴリズムを開発することを目指す。
  • 正規化されたキクチ階層が，あらゆる次数$k\ge3$に対して，予想される鋭いトレードオフを達成することを示した。
  • 提案手法は，強力な検出，弱い復元，強力な反証を実現し，追加の処理により完全な復元が可能となる。
  • また，検出と弱い復元に対して古典アルゴリズムよりも4乗の高速化を実現する量子アルゴリズムも提示した。

  Link: https://arxiv.org/abs/2607.29672

• ガウスGraphicalモデルに対するデュアル正規因子グラフを用いた加速ランダムスウィープGibbsサンプリング [stat.ML, cs.IT, cs.LG, math.IT, stat.CO]目的：ガウスGraphicalモデルの収束特性に関する研究

  • 高次元データの解析において，Graphicalモデルは変数間の依存関係を効率的に表現する手法である。
  • 従来のGibbsサンプリングは，複雑なモデルや大規模データに対して収束が遅いという課題がある。
  • デュアルモデルを用いることで，Gibbsサンプリングの収束速度を加速し，計算効率を向上させる。
  • デュアルモデルにおいて，Gibbsサンプリングの収束速度が大幅に向上することが示された。
  • 均一なk-regularグラフにおいて，正確な収束速度が導出された。
  • プリマルモデルとデュアルモデルの共分散構造の間に明示的な関係が確立され，効率的な統計量の回復が可能となった。

  Link: https://arxiv.org/abs/2607.28706

• 5G MIMOスケーリングが限界を迎えるとき：6G上中帯域エクストリームMIMOに向けて [physics.soc-ph, cs.SI, math-ph, math.MP, eess.SP, cs.IT, math.IT]目的：6Gセルラーネットワークにおける上中帯域エクストリームMIMOの実現に向けた課題と研究ロードマップ

  • 次世代6G通信において，上中帯域は広いエリアをカバーする上で重要な周波数帯域候補となる。
  • 5GのMIMO技術を単純に拡張すると，システムレベルの限界に直面する。
  • 上中帯域における実用的なエクストリームMIMOを実現するための課題を特定し，解決策を探る。
  • 5G NRアーキテクチャを数百ポートに拡張する際に，カバレッジ，RFデバイス，アーキテクチャ，チャネル状態情報取得などの課題が複合的に発生することが明らかになった。
  • ユーザーデータ伝送と共通信号間のカバレッジの非対称性，および様々なアーキテクチャ間のスペクトル効率とエネルギー効率のトレードオフが示された。
  • 分散アペルチャ，統合センシング，AI支援チャネル取得，環境認識などの技術が，固定アペルチャスケーリングを実用的な6GエクストリームMIMOアーキテクチャに変革する可能性が示唆された。

  Link: https://arxiv.org/abs/2607.28965

• 多重光源定位顕微鏡法における最尤推定の漸近効率 [math.ST, cs.IT, math.IT, stat.AP, stat.TH]目的：多重光源定位顕微鏡法における最尤推定の漸近効率の検証

  • 高分解能なイメージング技術は，生物学研究において不可欠である。
  • 定位精度は，画像再構成の品質に大きく影響する。
  • 最尤推定法の理論的な限界と実用的な性能の乖離を解消する。
  • 真の位置近傍で初期化された期待値最大化アルゴリズムによりGML推定機を実装した。
  • シミュレーションを通じて，理論の妥当性を検証した。

  Link: https://arxiv.org/abs/2607.28985

• エントロピー対称化抵抗性 [math.PR, cs.IT, math.IT]目的：非対称確率変数のエントロピー対称化抵抗性

  • 確率変数の対称性に関する理論は，統計学や情報理論において基礎的な重要性を持つ。
  • 確率変数の対称性を保つ操作が常に可能とは限らず，その限界を理解することが課題である。
  • 非対称確率変数に対して，対称化操作が可能な条件と，その際の制約を明らかにすること。
  • 非対称ベルヌーイ変数が，分散対称化抵抗性を持つことが示されている。
  • 本研究では，この概念を局所コンパクト群に拡張し，エントロピー対称化抵抗性を導入した。
  • 有限群上におけるエントロピー対称化抵抗性分布の構造を詳細に解析し，$\mathbb{Z}_3$と$\mathbb{Z}_4$における分布を特定した。

  Link: https://arxiv.org/abs/2607.29020

• フィッティングの定理と正規部分群の半環 [math.GR, cs.LO]目的：正規部分群の集合に対する半環構造の定義

  • 群論において，部分群構造は群の性質を理解する上で不可欠である。
  • フィッティングの定理は，特定の条件下でのニルポテント性の判定だが，その証明は煩雑である。
  • 半環の枠組みを用いて，フィッティングの定理をより簡潔かつ形式的に証明することを試みる。
  • 正規部分群の集合に，非ユニタルで一般に非結合的な可換な半環構造を定義した。
  • この半環構造を用いることで，フィッティングの定理を環論的に再構築することが可能となった。
  • この研究は，LeanとMathlibを用いて形式化されており，証明の信頼性を高めている。

  Link: https://arxiv.org/abs/2607.29111

• 量子回路最適化のための予測モデルによるトランスパイラ自動調整 [quant-ph, cs.LG, cs.SE]目的：量子回路のトランスパイラパス選択の自動化

  • 量子ソフトウェア開発は，量子プログラミングを既存のソフトウェア環境に組み込む上で重要である。
  • 従来のトランスパイラは固定設定に頼るため，回路最適化の機会を逸している場合がある。
  • 機械学習を用いて，回路ごとに最適なトランスパイラパスを自動的に選択することを目指す。
  • 提案手法は，Qiskitの最適化レベルを凌駕する性能を示すことが確認された。
  • 平均して，2qubitゲート数を19.1％～32.4％削減することに成功した。
  • 一部の回路では，最大95.8％の削減率を達成し，Qiskitでは削減が見られなかったケースでも効果を示した。

  Link: https://arxiv.org/abs/2607.29145

• PnPにおける物理法則の重要性：MMSEおよびNNデノイザによる復元保証 [math.OC, cs.IT, math.IT]目的：線形逆問題を解くPnP法の復元保証

  • 画像処理や信号処理において，逆問題の解決は重要な課題である。
  • 従来のPnP法では，物理モデルに依存しないデノイザが想定されていた。
  • 物理モデルを考慮したデノイザの設計が復元性能に与える影響を明らかにする。
  • MMSE推定器をデノイザとして用いたPnP法の復元保証を理論的に導出した。
  • デノイザは，物理モデルに依存して選択される必要があることが示された。
  • ニューラルネットワークでパラメータ化されたMMSEデノイザに対しても同様の復元保証が成り立つことが確認された。

  Link: https://arxiv.org/abs/2607.29525

• スペクトル推定はトモグラフィーとほぼ同程度に困難である [quant-ph, cs.DS]目的：未知の量子状態の基本的なユニタリー不変性の推定と検証のサンプル複雑性

  • 量子状態の特性評価は，量子情報処理の基礎であり，その効率的な手法が求められている。
  • 量子状態のスペクトル推定やエントロピー推定は，サンプル数の増加に伴い困難になることが知られている。
  • 本研究では，量子状態の特性評価におけるサンプル複雑性の下界を厳密に導出することを試みる。
  • d次元状態において，スペクトル推定，フォンノイマンエントロピー推定，ランク検証に対するサンプル複雑性の下界がΩ(d^{2-\gamma})であることが示された。
  • この下界は，サンドイッチ積を用いたハーラルーム射影の混合物によって構成された難しい事例に基づいて導出された。
  • 尤度比の分析とモーメントマッチングにより，２つの混合が区別できないことを証明し，スペクトル，エントロピー，ランクの分離が確認された。

  Link: https://arxiv.org/abs/2607.29680

• 奇巡回グラフのシャノン容量に対する検証済み下限 [math.CO, cs.IT, math.IT]目的：奇巡回グラフのシャノン容量の下限値

  • 通信路符号化の理論において，シャノン容量は通信可能な最大情報量を表すため重要である。
  • 奇巡回グラフのシャノン容量は解析が難しく，厳密な下限値の導出が課題となっていた。
  • Leanを用いて形式的に検証可能な，奇巡回グラフのシャノン容量の下限値を算出する。
  • 奇巡回グラフ$C_7$から$C_{23}$までのシャノン容量の下限値を算出した。
  • 下限値はそれぞれ$\Theta(C_7)\geq3.258805369885\ldots$, $\Theta(C_{23})\geq11.328224257774\ldots$である。
  • これらの下限値は，GaoとIttyらの手法を基に，Leanによる形式的な検証を通して得られた。

  Link: https://arxiv.org/abs/2607.29681

• オンラインシャドウトモグラフィ：古典的な限界との一致 [quant-ph, cs.DS]目的：未知の量子状態の測定値推定精度向上

  • 量子状態推定は，量子情報処理における重要な課題であり，様々な応用が期待される。
  • 既存手法は古典的な限界に達しておらず，効率的な推定が困難であった。
  • 古典的な限界に匹敵する新たなアルゴリズムを開発し，推定精度を向上させる。
  • 本研究で提案するアルゴリズムは，既存手法よりも優れたスケーリング特性を示す。
  • 特に，オンライン及びオフラインシャドウトモグラフィにおいて，古典的な限界に近づいた。
  • 量子Efron-Stein分解に基づく新たなフレームワークが，その鍵となっている。

  Link: https://arxiv.org/abs/2607.29686

• モジュール型ロボットシステムの検証への構成的アプローチ [cs.LO, cs.SE]目的：モジュール型ロボットシステムの検証方法

  • 安全性が求められるロボットシステムは，モジュール化されたソフトウェア構成が一般的であり，その重要性が増している。
  • モジュール化されたロボットシステム全体の振る舞いを検証するには，モジュール性を考慮した手法が求められる。
  • ロボットシステムにおけるノードレベルの仕様を組み合わせ，システムレベルの特性を導出する手法を確立する。
  • 本研究では，ロボットオペレーティングシステム（ROS）を用いたシステムにおいて，ノード間の仕様を形式手法（FOL Assume-Guarantee契約）で記述する。
  • 提案手法により，ノードレベルの契約を構成的に組み合わせることで，システムレベルの特性を検証可能になる。
  • ROS契約言語（RCL）というドメイン特化言語を開発し，自動的に実行可能な監視器を生成し，ランタイムでの検証を実現した。

  Link: https://arxiv.org/abs/2208.05507

• k-部分和の比率とk-分割数分割の比率に対する近似スキーム [cs.DS]目的：k-部分和の比率問題とk-分割数分割問題における最小の比率の近似解法の開発

  • 組合せ最適化問題の近似解法は，現実世界の複雑な問題解決に不可欠である。
  • 部分和問題や数分割問題はNP困難であり，効率的な厳密解法は困難である。
  • k個の分割における比率を最小化する効率的な近似アルゴリズムの確立を目指す。
  • 本研究では，k-部分和の比率問題に対する時間計算量 $O({n^{2k}}/{\varepsilon^{k-1}})$ のFPTASを提案した。
  • k-分割数分割問題に対しても同様のFPTASを開発し，公平な分割問題への応用可能性を示した。
  • さらに，改良されたFPTASを提案し，特定の条件下では大幅な高速化を実現した。

  Link: https://arxiv.org/abs/2503.18241

• コードワード分割レート分割多重アクセスと劣次復号下での評価 [cs.IT, eess.SP, math.IT]目的：コードワード分割RSMAの提案と性能評価

  • 無線通信における多重アクセス技術は，通信容量を向上させる上で不可欠である。
  • 従来のRSMAでは，符号化前にメッセージを分割するため，複雑な処理が必要となる。
  • コードワード分割RSMAは，符号化後のコードワードを分割することで，処理の効率化を図る。
  • 提案手法であるコードワード分割RSMAは，従来のRSMAと比較して，合計レートの点で優れていることが示された。
  • 最大最小公平性の点では，両手法の性能に大きな差は見られなかった。
  • 符号化/復号，制御シグナリング，再送プロセスにおいて，コードワード分割RSMAは従来のRSMAよりも利点があることが示された。

  Link: https://arxiv.org/abs/2506.17164

• 有限ピンホイールスケジューリング：k回訪問問題 [cs.DS]目的：n個の締め切りを持つタスクを，それぞれちょうどk回スケジュールすること。

  • スケジューリングは，資源の効率的な配分に不可欠であり，様々な分野で最適化が求められている。
  • ピンホイールスケジューリング問題はNP困難であり，効率的な解法が未だ確立されていない。
  • 有限ピンホイールスケジューリング(k回訪問問題)を通して，元の問題の複雑性への理解を深める。
  • 2回訪問問題がNumerical 3-Dimensional Matching (N3DM)から強くNP完全であることが証明された。
  • すべての締め切りが異なる場合，2回訪問問題は線形時間で解くことができることが示された。
  • k回訪問問題の一般化版，およびピンホイールスケジューリング問題の一般化版についてもNP困難性が示された。

  Link: https://arxiv.org/abs/2507.11681

• RePaCA：推論型大規模言語モデルを用いた静的自動パッチ正当性評価 [cs.SE, cs.AI]目的：自動パッチ正当性評価の精度向上

  • ソフトウェアの品質維持に不可欠であり，バグ修正の自動化による開発効率向上が期待される。
  • 既存の自動パッチ生成ツールは，テストケースを満たすものの根本原因を解決しない過学習パッチを生成しやすい。
  • 大規模言語モデルを活用し，静的解析による過学習パッチの検出精度を向上させる。
  • 提案手法RePaCAは，大規模言語モデルにバグのあるコードと修正後のコードを提示し，コードの違いと修正理由を推論させる。
  • 強化学習によるファインチューニングにより，APCAタスクに特化した推論能力を強化し，高い正当性評価精度を達成した。
  • Defects4Jデータセットを用いた評価で，83.1%の精度と84.8%のF1スコアを記録し，既存手法を上回る性能を示した。

  Link: https://arxiv.org/abs/2507.22580

• GRACE：コンパイラ自動チューニングのためのクラスタ固有シーケンス再利用 [cs.SE]目的：コンパイラ自動チューニングにおける最適化品質の向上

  • コンパイラの最適化はパフォーマンスに直結するため，その品質向上が常に重要視されている。
  • 既存手法は，効果と実用性の間でトレードオフがあり，プログラムごとの最適化シーケンスの探索コストが高い。
  • 類似プログラムをクラスタ化し，クラスタごとに最適化シーケンスを再利用することで，効率的なチューニングを実現する。
  • GRACEは，コードサイズ最適化において，\texttt{opt -Oz}と比較して平均9.92\%～10.30\%LLVM IR命令数を削減した。
  • 実行時間に着目した最適化では，\texttt{opt -O3}に対して平均26.84\%～27.54\%サイクル数を削減し，cBenchおよびpolybenchプログラムで速度向上も確認された。
  • オフラインで構築されたクラスタ固有のシーケンスコアセットは，最適化品質とコストのバランスに優れていることが示唆された。

  Link: https://arxiv.org/abs/2510.13176

• 目標指向型意味通信における通信価値：パレート分析 [cs.IT, cs.NI, cs.SY, eess.SY, math.IT]目的：目標指向型意味通信における最適な通信設計

  • サイバー物理システムは通信制約下で動作するため，効率的なデータ伝送が重要である。
  • 従来の通信設計は，通信予算を最大限に活用する傾向があり，無駄が多い。
  • 通信コストとシステム性能のトレードオフを最小化する設計手法を確立する。
  • パレートフロントは凸かつ区分線形であり，そのコーナーポイントは単純な決定論的ポリシーに対応する。
  • コーナーポイントの近傍にある決定論的ポリシーを混合することで，パレートフロント全体を構築できる。
  • 提案手法SPLITは効率的かつ最適であり，通信の過剰なプロビジョニングによる逓減効果を示す。

  Link: https://arxiv.org/abs/2512.01454

• WebCoderBench：包括的かつ解釈可能な評価指標を用いたWebアプリケーション生成のベンチマーク [cs.RO, cs.SE, cs.AI]目的：LLMによるWebアプリケーション生成の評価基準

  • Webアプリケーションは，LLMの能力を示す重要な場であり，商業的価値も高い。
  • 現実的な要件，汎用的な評価指標，解釈可能な結果が課題となっていた。
  • 現実のユーザー要件に基づく，汎用性と解釈可能性を備えたベンチマークを構築する。
  • WebCoderBenchは，1572の実際のユーザー要件を含む，初のリアルワールドベンチマークである。
  • 9つの観点に基づき，ルールベースとLLMを活用した24の評価指標を提供し，客観的な評価を実現した。
  • 実験の結果，どのモデルも全ての評価指標で優位性を示さず，ターゲットを絞ったLLMの改善の機会があることが示唆された。

  Link: https://arxiv.org/abs/2601.02430

• 固体における情報伝播と符号化：機械知能に向けた定量アプローチ [cs.IT, cond-mat.mtrl-sci, math.IT]目的：固体内での情報伝播と符号化の定量的な評価

  • 生物は構造を情報処理に利用するが，工学システムは分離されている。
  • 機械構造への情報処理機能の組み込み評価には定量的な枠組みが不足している。
  • 固体内の情報伝播のメカニズムを解明し，機械知能のデザインに貢献する。
  • 弾性体において，荷重からセンサーへの情報伝達量を情報理論的に定量化した。
  • 情報伝達量は，サン・ヴナンの定理や主応力線といった力学現象と関連付けられた。
  • 形状や材料設計によって情報伝達を制御することが可能となり，機械的情報処理の実現に道を開いた。

  Link: https://arxiv.org/abs/2602.00140

• コード生成による表の自動再現 [cs.SE]目的：研究論文中の数値結果表の自動再現

  • 科学研究において再現性は重要であり，成果の評価や既存研究の発展に不可欠である。
  • LLMエージェントによる再現は進むも，実行可能な証拠や再現方法の検討が不足している。
  • 再現可能なコード生成と自動評価により，信頼性の高い結果再現を目指す。
  • Artisanは，論文と成果物から数値結果表を再現するコードを生成するエージェントである。
  • 本研究で開発したArtisan-Benchを用いて，Artisanの有効性と効率性を検証した結果，良好な性能を示した。
  • 実験の結果，論文または成果物における20個の新たな誤りを発見することができた。

  Link: https://arxiv.org/abs/2602.10046

• DSLean：Lean 4 と外部DSL間の型正当な相互運用性のためのフレームワーク [cs.RO, cs.LO]目的：Lean 4 と外部DSL間の双方向変換

  • 形式検証における自動化ツールとの連携は，効率的な証明支援に不可欠である。
  • プロバの内部表現と外部DSL間の変換は，工学的な負担が大きい。
  • DSLeanは，外部言語の定義のみで変換を可能にし，その負担を軽減する。
  • DSLeanフレームワークは，外部言語とLean間の双方向変換を容易にする。
  • 区間演算，常微分方程式，環イデアルメンバーシップのソルバへのアクセスを提供する3つの新しい自動化タクティクスを実装した。
  • メタレベルの実装詳細を抽象化することで，DSL統合の簡素化を実現している。

  Link: https://arxiv.org/abs/2602.18657

• 曲率重み付き容量配分：層適応型大規模言語モデル最適化のための最小記述長フレームワーク [cs.RO, cs.SY, eess.SY, cs.HC, cs.CY, cs.IT, cs.AI, cs.LG, math.IT]目的：大規模言語モデルの層ごとの最適化における容量配分

  • 大規模言語モデルの性能向上には，計算資源の効率的な利用が不可欠である。
  • 層ごとの重要度が異なるにも関わらず，既存手法では最適な容量配分が困難である。
  • 層の曲率を考慮したフレームワークにより，計算資源の制約下での最適な容量配分を目指す。
  • 提案手法では，層ごとの損失削減への貢献度と局所的な曲率を考慮した指標を用いる。
  • この指標に基づき，凸最適化問題を解くことで，予算制約下での最適な容量配分を効率的に行う。
  • Mistral-7BとGemma-7Bを用いた実験で，容量配分において性能向上が確認された。

  Link: https://arxiv.org/abs/2603.00910

• 実世界コンパイラのためのエージェント的ハーネス [cs.IR, cs.SE, cs.AI]目的：コンパイラバグの理解と修正を支援するハーネスの開発

  • 現代の計算機科学において，コンパイラは不可欠な存在であり，その信頼性が重要である。
  • コンパイラバグの修正は難しく，専門知識や詳細なバグレポートが不足していることが課題である。
  • LLMエージェントを活用し，コンパイラバグの修正を効率化することを目的とする。
  • llvm-harnessは，LLMエージェントがコンパイラバグを理解し修正するのを支援する初のハーネスである。
  • ハーネスの導入により，最先端のエージェントの性能が62%向上し，専用エージェントはさらに22%上回った。
  • コンパイラエンジニアリングタスクにおいて，専用ハーネスの必要性が示唆されたが，課題も残る。

  Link: https://arxiv.org/abs/2603.20075

• C2|Q>: 古典と量子ソフトウェア開発を繋ぐ堅牢なフレームワーク -- RCRレポート [cs.SE]目的：古典と量子ソフトウェア開発を繋ぐフレームワークの再現性検証

  • 量子コンピュータの発展に伴い，古典ソフトウェアとの連携が不可欠となっている。
  • 量子ソフトウェア開発は，ハードウェア依存性が高く，開発効率が低いという課題がある。
  • ハードウェア非依存なフレームワークを提供し，量子ソフトウェア開発の効率化を目指す。
  • 本研究では，PythonコードやJSONから量子プログラムを生成するフレームワークC2|Q:を開発した。
  • このフレームワークは，10種類の問題に対して複数のハードウェアバックエンドで実行可能である。
  • フレームワークのソースコード，学習済みモデル，評価データは公開されており，再現性が確保されている。

  Link: https://arxiv.org/abs/2604.04112

• コンパイルされたAI：LLMベースのワークフロー自動化のための決定論的コード生成 [cs.SE, cs.AI]目的：LLM（大規模言語モデル）を活用したワークフロー自動化における，決定論的なコード生成によるシステムの実現

  • 高精度なワークフロー自動化は，業務効率化やコスト削減に不可欠であり，企業の競争力向上に貢献する。
  • LLMの予測不可能性やセキュリティリスクが，エンタープライズワークフローへの導入を阻害する要因となっている。
  • 検証済みのテンプレートにLLMの生成を限定することで，予測可能性，監査可能性，安全性を高めることを目指す。
  • 関数呼び出しタスクにおいて，コンパイルされたAIは17トランザクションでランタイム推論と同等の性能を発揮し，1,000トランザクションでトークン消費量を57倍削減した。
  • ドキュメントインテリジェンスタスクでは，主要フィールド抽出においてDirect LLMと同等の性能(KILE:80.0%)を示し，行項目認識精度で上回った(LIR:80.4%)。
  • セキュリティ評価では，プロンプトインジェクション検出で96.7%，静的コード安全分析で87.5%の精度を達成し，偽陽性はゼロであった。

  Link: https://arxiv.org/abs/2604.05150

• コード生成前に熟考を：LLMにおける安全性と有用性のトレードオフに対する二重推論 [cs.SE]目的：LLMコード生成における安全性と有用性のトレードオフの評価指標と改善手法

  • LLMの発展はソフトウェア開発の効率化に貢献するが，安全性への配慮が不可欠である。
  • 既存のLLMは，プロンプトに含まれる有害なコンテンツをコードに再現する傾向があり，安全性評価が不十分である。
  • LLMが機能性と安全性を両立するコード生成を可能にする評価指標と手法を提案し，改善を図る。
  • 本研究では，コードの有用性，安全性，警告認識を統合したSUDSという新しい評価指標を提案した。
  • 提案手法である二重推論（DR）は，6つのLLMと2つのベンチマークにおいて，SUDSを平均1.32倍～3.42倍向上させた。
  • DRの有効性はモデルの能力に依存し，安全性を考慮したプロンプトや思考連鎖（CoT）プロンプトでは限定的な効果しか得られなかった。

  Link: https://arxiv.org/abs/2604.12088

• Axon検証コンパイラにおけるテスト，信頼性のあるコンパイル，検証 [cs.PL]目的：テスト，信頼性のあるコンパイル検証，検証の利用

  • ソフトウェアの信頼性確保は，社会基盤や安全に関わるため重要である。
  • 従来のコンパイラでは，生成されたコードの正しさを保証することが困難であった。
  • 機械的に検証可能なコンパイラを開発し，コードの信頼性を高めることを目指す。
  • Axonコンパイラは，生成コードの正当性を保証する完全機械チェックされた証明を備えている。
  • Claude Codeを用いてLeanでコードと証明が記述されており，検証済みコードの監査は不要である。
  • 検証技術の利用プロセスを評価し，他の開発努力への示唆を得た。

  Link: https://arxiv.org/abs/2605.01660

• 確率的アイリスへの第一歩：独立性，条件付け，動的ヒープ割り当ての調和 [cs.DL, cs.LO, cs.PL]目的：確率的分離論理と現代的分離論理（アイリス）の統合

  • 確率的分離論理は，プログラムの状態に関する確率分布の推論を可能にし，ソフトウェアの信頼性向上に貢献する。
  • 既存の確率的分離論理では，動的メモリ割り当て（ポインタ）の取り扱いが困難であった。
  • 確率的独立性と条件付けを維持しつつ，動的メモリ割り当てを扱える新しい論理（アマリリス）を提案する。
  • アマリリスは，確率的独立性と条件付けをサポートしつつ，動的メモリ割り当てを扱える初の確率的分離論理である。
  • ランダムな結果ごとに所有権を解釈する新しい確率的アサーションのモデル（インデックス付き評価様式）を導入した。
  • アイリスの中核概念を確率的推論に適合させ，動的メモリ割り当ての正当性を保証した。Rocq証明支援システムで検証済み。

  Link: https://arxiv.org/abs/2605.13765

• 強化学習環境ファミリ開発のためのモデル駆動型アプローチ [cs.SE, cs.LG]目的：強化学習環境ファミリの開発手法

  • 強化学習は現実世界の複雑な問題を解決する上で重要であり，安全かつ効率的な学習環境が求められている。
  • 環境ファミリの従来の開発は，手間とエラーが多く，拡張性に乏しいという課題があった。
  • 本研究は，モデル駆動型アプローチを用いて，環境ファミリ開発の自動化と効率化を目指す。
  • 提案手法では，ハイブリッド遺伝的アルゴリズムを用いて環境ファミリを生成する。
  • モデル変換エンジンを活用し，変異と制約をモデル変換として表現することで実現している。
  • 山火事の抑制やカリキュラム学習のシナリオにおいて，本手法の有効性を実証した。

  Link: https://arxiv.org/abs/2606.20324

• グローバルラベル最小カット問題に対する指数時間タイトな条件付き下界 [cs.DS, math.CO]目的：グローバルラベル最小カット問題に対する計算複雑性の下界

  • グラフアルゴリズムの効率性評価において，問題の難易度を正確に把握する必要がある
  • 既存の研究では，計算量の指数的な下界を示すのが困難であった
  • よりタイトな計算量の下界を示すことで，効率的なアルゴリズムの存在可能性を制限する
  • 本研究では，既存の下界を強化し，$(np)^{o(\log n)}\operatorname{poly}(|E|)$ という計算量下界を示す
  • この下界は，単純なエッジラベル付きグラフに対しても成立し，決定論的かつ確率的アルゴリズムの両方に適用される
  • 得られた下界は，既知の確率的準多項式時間アルゴリズムの上界と一致する

  Link: https://arxiv.org/abs/2606.25875

• EvalSafetyGap：LLM評価における安全性欠如のハイブリッド調査と概念的枠組み [cs.CL, cs.AI, cs.CL, cs.LG, cs.SE]目的：大規模言語モデル（LLM）評価とAI安全性の根底にある共通の測定問題

  • LLMの能力向上に伴い，安全性評価の重要性が増している。社会実装には安全性の確保が不可欠である。
  • 従来の評価指標では，LLMの真の能力や整合性を正確に測れない可能性がある。
  • 評価指標と実際の性能・整合性の乖離を，「代理-目標乖離」問題として捉え，解決を目指す。
  • 本研究は，373件の先行研究を分析し，評価の妥当性，汚染，安全性テスト等のエビデンスを体系化した。
  • EvalSafetyGapという概念的枠組みを提示し，能力，ロバスト性，ガバナンス開示を分離して報告すべきことを示した。
  • 動的かつ汚染に強いベンチマーク，脅威モデル，バージョン固定評価等の研究課題を提案した。

  Link: https://arxiv.org/abs/2606.30219

• 二項チャネル：容量，最適入力，ベータ二項近似について [cs.IT, math.IT]目的：二項チャネルの容量とその達成可能な入力・出力分布の構造

  • 情報伝送理論の基礎研究であり，通信システムの性能限界を理解する上で重要である。
  • 入力が連続値であるため，厳密な凹性からの最適入力の一意性保証が困難である。
  • 容量達成可能な入力分布の構造を明らかにし，容量の上界と下界を導出すること。
  • 容量は漸近的に$C(n)=\frac{1}{2}\log(\frac{n\pi}{2e})+o(1)$となることが示された。
  • ベータ分布Beta(1/2,1/2)を入力とすることで得られるベータ二項分布が，容量に漸近的に近いことが証明された。
  • 容量達成可能な入力分布のサポートサイズの下界が，$\Omega(\sqrt{n\log\log n})$であることが示された。

  Link: https://arxiv.org/abs/2607.02683

• p-領域問題に対する強力なILP定式化 [cs.DM, cs.DS]目的：空間分析における領域分割

  • 地域特性に応じた適切な領域分割は，政策立案や資源配分において不可欠である。
  • p-領域問題はNP困難であり，大規模インスタンスの最適解探索が困難である。
  • 既存のILPモデルの弱点を克服し，より現実的な規模の問題を解けるようにする。
  • 新たなILPモデルER-Sを提案し，p-領域問題とk-分割問題の関連性を活用した。
  • 既存モデルTreeを強化する新たな subtour elimination inequality を導入した。
  • ER-Sと強化されたTreeを組み合わせたER-S-Treeは，既存モデルよりも優れた性能を示した。

  Link: https://arxiv.org/abs/2607.04886

• 能力収束仮説：規模ではなくアクセス構造からの能力 [cs.CL, cs.AI, cs.IT, math.IT]目的：能力収束のメカニズム

  • 大規模言語モデルの能力向上は目覚ましいが，その本質的な要因が未解明な点が多い。
  • 表現の収束が必ずしも能力の収束を意味しないという問題意識が存在する。
  • アクセス構造が能力収束に果たす役割を解明し，能力向上のための新たな指針を示す。
  • モデルの規模拡大による表現の収束は，能力の収束を保証しないことが示された。
  • 圧縮チャンネルと定量的索引チャンネルを併せ持つハイブリッドアーキテクチャが，能力収束の鍵となる。
  • 実験により，予測された能力のギャップが確認され，ハイブリッドアーキテクチャの有効性が裏付けられた。

  Link: https://arxiv.org/abs/2607.14144

• q元削除チャネルに対する組合せ容量限界 [cs.IT, math.IT]目的：q元削除チャネルの容量限界

  • 情報伝送における誤り訂正符号の性能評価において，チャネル容量は重要な指標である。
  • 削除チャネルの容量限界は解析が難しく，厳密解は限られている。
  • 組合せ的な手法を用いて，q元削除チャネルの容量限界を導出すること。
  • パターンカウントを用いて，削除チャネルの遷移確率を因数分解する手法を確立した。
  • 有限長のブロック長における容量限界を，上限と下限で示すことができた。
  • 削除確率dが小さい場合の容量限界について，漸近的な評価を得た。

  Link: https://arxiv.org/abs/2607.19559

• LLM支援型ISR群におけるミッションレベルの実行保証：検証対応型基盤上で [cs.CR, cs.AI, cs.LO, cs.RO]目的：LLM支援型自律ロボット群のミッションレベルでの実行保証

  • 紛争環境下での協調的な知能，監視，偵察活動において，ロボット群の重要性が高まっている。
  • 単一プラットフォームでは問題ない行動が，群全体としてミッション違反を引き起こす可能性がある。
  • プラットフォーム個々の監視だけでは防げないミッションレベルの違反を検出・特定すること。
  • 提案する三層構成の実行時検証フレームワークは，ミッションポリシーをプラットフォームおよびクロスエージェントの側面へと分解する。
  • 検証対応型メッセージングファブリック上で，プラットフォームの検証結果を集約し，セキュリティと完全性の二軸で構成される代数を用いて融合する。
  • シミュレーション実験では，プラットフォーム個々の監視では検出できない間接的なプロンプトインジェクションを組成的に検出し，違反を引き起こしたプラットフォームを特定した。

  Link: https://arxiv.org/abs/2607.23532

• 3以下の歪みを持つ距離的投票における感度と差分プライバシー [cs.GT, cs.DS]目的：距離的投票における感度と差分プライバシーのトレードオフに関する研究

  • 投票ルールは集団的意思決定の基礎であり，公平性やプライバシー保護が重要となる。
  • 既存の投票ルールは，歪み，感度，プライバシーのバランスが課題であった。
  • 歪みを3以下に保ちつつ，感度と差分プライバシーを両立するルールを構築すること。
  • 歪み3-εを達成するランダム化ルールを提案し，感度をO((\log m+1)/n)に抑えた。
  • 差分プライバシー(O((\log m+\log(1/\delta)+1)/n),\delta)を満たすルールを構築した。
  • 両方の構成は，温度パラメータのみが異なるギブス分布を用いる。

  Link: https://arxiv.org/abs/2607.26388

• 隠しきれない秘密…：LLMネイティブIDEのセキュリティとプライバシー課題の解明 [cs.SE]目的：LLMネイティブIDEにおけるセキュリティおよびプライバシー課題

  • ソフトウェア開発において，LLMの活用が進む中，IDEの安全性確保が重要となる。
  • LLMネイティブIDEは，その設計上の脆弱性により，セキュリティ・プライバシーリスクを抱える可能性がある。
  • 開発者の報告事例に基づき，LLMネイティブIDEにおけるセキュリティ・プライバシー課題の分類と対策を示す。
  • 調査の結果，報告された課題の多くはLLM自体ではなく，システムレベルの設計に起因することが示された。
  • ユーザーデータへのアクセスや，無制限な自動実行など，設計上の問題がセキュリティリスクを引き起こしている。
  • 開発者はIDEに対する不信感から，コードのサンドボックス化や手動レビューなどの対策を講じていることが明らかになった。

  Link: https://arxiv.org/abs/2607.26390

• ソラナボットの解明：GitHubの設計図からオンチェーンの指紋へ [cs.SE]目的：ソラナボットの実装と，それらがオンチェーンで示す実行指紋の体系的理解

  • ソラナは高速・低コストなブロックチェーンであり，DeFi等への応用が期待されている。
  • トランザクションコストが低いため，不正なボットによるスパムや金融搾取のリスクが高まっている。
  • ソラナボットの実態を把握し，その活動パターンを明らかにすることで対策に繋げる。
  • GitHub上の586個のボットリポジトリと，ソラナ上の200個のアドレス，4400万件以上のオンチェーントランザクションを分析した。
  • ボットの実装に基づいた分類法を導出し，15のカテゴリーを5つのドメイン（取引，MEV，オンチェーン分析等）に分類した。
  • ボット実装における共通の5段階の運用パイプラインと，取引プラットフォームや資産ごとのオンチェーントレード行動の差異を明らかにした。

  Link: https://arxiv.org/abs/2607.28424

• SEQC：モジュール型ハイブリッドアーキテクチャに向けた階層型量子コンパイル [quant-ph, cs.ET, cs.PL]目的：モジュール型量子システムに最適化された量子コンパイルパイプライン

  • 量子コンピュータの性能向上と大規模化に伴い，モジュール型アーキテクチャが広く採用されている。
  • モジュール間リンクの制約や，遅延・忠実度のばらつきにより，従来のコンパイル手法ではスケーラビリティが課題となっている。
  • SEQCは，モジュール間の制約を考慮し，回路の忠実度とコンパイル速度を向上させることを目指す。
  • SEQCは，チップレットサイズとトポロジーに応じて，平均で9.3〜32.3％の回路忠実度向上を達成した。
  • 並列化機能により，平均で1.34〜3.27倍，最大で3.37〜6.74倍高速なコンパイルが可能となった。
  • SEQCは，モジュール型量子システムのコンパイルにおけるスケーラビリティ問題の解決に貢献する。

  Link: https://arxiv.org/abs/2501.08478

• 繰り返された量子測定のエントロピー生成 III. 量子詳細平衡 [quant-ph, cs.IT, math-ph, math.IT, math.MP]目的：量子チャネルにおけるKMS量子詳細平衡条件の特性付け

  • 量子測定と情報処理の基礎理論を深める上で重要である。
  • 量子系の時間発展とエントロピー生成の関係が十分に解明されていない。
  • 情報的に完全な量子計測器に関連するエントロピー生成が消失する条件を特定する。
  • 繰り返された量子測定におけるエントロピー生成のアプローチを基盤とする。
  • 時間反転不変性とKMS量子詳細平衡条件を結びつける。
  • 量子チャネルの特性付けを通じて，詳細平衡条件を明確にする。

  Link: https://arxiv.org/abs/2511.00910

• 誘導パッキングツリー幅 [math.PR, cs.DM, math-ph, math.MP, math.CO, cs.DM, cs.DS]目的：誘導されるサブグラフまたは誘導されるマイナーによって定義されるクラスと，特定の構造化されたツリー分解の存在によって定義されるクラスを統一する枠組み

  • グラフ理論は，ネットワーク分析，最適化問題など，様々な分野に応用されており重要である。
  • グラフクラスのアルゴリズム的な扱いやすさの判定は困難であり，効率的なアルゴリズム開発の課題となっている。
  • 特定のグラフクラスに対するアルゴリズムの効率性を改善するため，新しいグラフパラメータを導入し，その性質を分析すること。
  • 本研究では，誘導-$\mathcal{H}$-パッキングツリー幅という新しいグラフパラメータを導入し，その一般性を確認した。
  • このパラメータが，ツリー独立数や誘導マッチングツリー幅などの既存のパラメータを一般化することを示した。
  • 誘導-$\mathcal{H}$-パッキングツリー幅が有界であるグラフに対するアルゴリズム的な含意を明らかにした。

  Link: https://arxiv.org/abs/2607.07595

• 1
• 2