arXiv雑要約
プログラム - 2026/08/05 公開
位置的 $\mathbf{\Pi}^0_3$-完全目的 [cs.CC, cs.FL, cs.GT, cs.LO]目的：グラフ上のゼロサム，ターンベースゲームにおける目的
- ゲーム理論は，経済学，計算機科学など幅広い分野に応用され，意思決定のモデル化に不可欠である。
- 複雑なゲームの目的の計算可能性は難しく，特にボレル階層の高い目的は解析が困難である。
- $\mathbf{\Pi}^0_3$-完全な位置的ゲーム目的の存在を示すことで，その複雑性を明らかにすることを目指す。
- $\mathbf{\Pi}^0_3$-完全な位置的ゲーム目的の存在が示された。これは既知の目的よりも高い複雑性を持つ。
- この目的は，総ペイオフ目的の定性的変種であり，任意の基数を持つゲームグラフで位置戦略で勝つことが可能である。
- これまで位置戦略で勝てる目的は$\mathbf{\Sigma}^0_3$に留まっていたため，新たな知見を提供する。
マルチパス推論とフィードバック駆動型最適化による自動可視化コード生成 [cs.SE, cs.AI, cs.CL, cs.HC]目的：自動可視化コード生成のためのフレームワーク
- データ分析において，可視化は洞察を得る上で不可欠であり，効率的な可視化手法が求められている。
- 自然言語による指示だけでは，具体的な処理やライブラリの選択が曖昧になり，手動での修正が必要となる場合が多い。
- 曖昧な指示に対しても，複数の解釈を検討し，フィードバックを通じて最適な可視化結果を得ることを目指す。
- VisPathは，マルチパス推論とフィードバック駆動型最適化により，曖昧な指示に対応した可視化コードを生成する。
- 複数のクエリを並行して生成し，実行結果に基づいてフィードバックを生成することで，より正確な可視化を実現する。
- MatPlotBenchとQwen-Agent Code Interpreter Benchmarkにおいて，既存手法を上回る性能を示した。
議論によるLLMの性能向上：コーディングタスクにおけるマルチエージェント議論に関する実証研究 [cs.SE]目的：コーディングタスクにおけるマルチエージェント議論の有効性
- LLMは自律エージェントの計画・意思決定を高度化するが，多様な専門知識と多段階推論が必要な複雑なタスクに苦戦する。
- 既存のLLMは，複雑な問題解決において，多様な視点や反復的な改善のプロセスが不足している。
- マルチエージェント議論を通じて，LLMエージェント間の協調的な問題解決能力を向上させる。
- 構造化された議論と協調作業は問題解決能力を向上させ，一部のコーディングタスクで優れた性能を示した。
- エージェント間の相互作用分析により，合意形成と反復的な改善のプロセスが明らかになった。
- 観察された弱点を踏まえ，エージェントの議論を強化する2つのMADバリアントを提案した。
GraphQLer：コンテキストを考慮したAPIテストによるGraphQLセキュリティの強化 [cs.CR, cs.SE]目的：GraphQL APIのセキュリティ脆弱性の自動テスト手法
- GraphQL APIは広く利用されているが，セキュリティテストが不十分な場合がある。
- 従来のセキュリティスキャナは，複雑な脆弱性チェーンを検出できない。
- GraphQLerは，多段階シーケンスを必要とする脆弱性を検出することを目指す。
- GraphQLerは，生きたスキーマから依存関係グラフを構築し，脆弱性チェーンを合成する。
- 実運用中の金融APIにおいて，8件の潜在的な脆弱性を特定した。
- 公開API群において，既存のツールと比較して高い脆弱性検出率を達成した。
ランク距離における秘密分散 [cs.IT, math.IT]目的：秘密分散と matroid 理論の関係性
- 情報セキュリティにおいて，秘密情報を安全に共有・保護する技術は重要である。
- 既存の秘密分散方式では，特定の攻撃に対する脆弱性が存在する。
- ランク距離符号を用いた，新たな秘密分散スキームの構築を目指す。
- 本研究では，q-polymatroid の概念を拡張し，秘密分散と matroid ports の一般化を行った。
- ベクトル空間上のアクセス構造の性質，双対性，minor の関係性を考察した。
- ランク距離符号が，この枠組みの中で秘密分散スキームを構成できることを示した。
二者択一の推論を超えて：変換と帰納としての協調的問題解決パラダイム [cs.PL, cs.AI, cs.LG]目的：変換と帰納の協調的な問題解決
- プログラミングによる例示は，AIの推論能力を測る重要なベンチマークとなりつつある。
- 既存手法では，変換と帰納を排他的に扱うか，一方のパラダイムが他方を支配する構造になっている。
- 変換と帰納を対等に組み合わせ，それぞれの推論能力を最大限に引き出すことを目指す。
- 提案手法TIIPSは，3つのプログラミングによる例示の領域で，最先端の基盤モデルを常に上回る性能を示した。
- TIIPSが生成するプログラムは，構文と意味の両方において正解の軌跡により近いことが示された。
- この結果は，協調的な推論が記号的推論とニューラル推論の潜在能力を最大限に引き出す有望な方向性であることを示唆する。
統合センシング・通信を用いた非同期ランダムアクセスにおける効率的なフィードバック設計 [cs.CL, cs.IT, eess.SP, math.IT]目的：非同期ランダムアクセスにおける効率的なフィードバック設計
- 通信環境の多様化に対応するため，効率的な無線アクセス技術が求められている。
- 非同期ランダムアクセスでは，送信元情報が不明なため，復号が困難になりやすい。
- 通信とセンシングを同時に実現可能なフィードバック設計により，システム性能の向上を目指す。
- 提案手法は，既存のフィードバック設計と比較して，通信・センシング性能ともに優れていることがシミュレーションによって示された。
- 通信とセンシングの能力間にはトレードオフが存在し，両者のバランスを取ることが重要であることが明らかになった。
- 本研究は，通信とセンシングを統合した非同期ランダムアクセスシステムの設計指針を提供する。
MITRE ATT&CK攻撃テクニックとP-SSCRMタスクのマッピング [cs.SE, cs.CR]目的：ソフトウェアサプライチェーン攻撃に対する攻撃テクニックの緩和策としてのタスクの関連性
- ソフトウェアサプライチェーン攻撃は増加傾向にあり，組織への影響が大きい。
- 既存のフレームワーク間の関連性が不明確であり，対策の実施が困難。
- MITRE ATT&CKとP-SSCRMのタスク間のマッピングにより，対策の効率化を目指す。
- 本研究では，複数の手法を用いてMITRE ATT&CK攻撃テクニックとP-SSCRMタスクのマッピングを作成した。
- このマッピングにより，ソフトウェア組織は，どのタスクがどの攻撃テクニックを緩和するかを特定できる。
- また，本マッピングはMITRE ATT&CKとその他の主要なフレームワーク間の関連性も示す。
密度と双対性によるコデンシティモノイド [cs.LO]目的：コデンシティモノイドの提示
- 論理，意味論，確率計算において重要なモノイドを扱う上で，簡潔な方法が求められている。
- 既存のコデンシティモノイドの提示は複雑な議論に依存しており，理解と応用が困難である。
- 密度性と双対性を用いた統一的なアプローチにより，提示の複雑さを軽減することを目指す。
- 提示の普遍的な方法論を確立し，既存のモノイドの提示を簡素化することが示された。
- フィルタモノイド，下部Vietorisモノイド，Stone-Cechコンパクト化モノイドなど，新たなコデンシティモノイドの提示が導出された。
- 双対性に基づいた簡潔な枠組みにより，証明の複雑さを大幅に軽減し，標準的な双対性の結果に帰着できる。
ノイズのあるブロードキャストチャネルを利用したネットワーク無知的転送 [cs.IT, math.IT]目的：離散無記憶ブロードキャストチャネルにおける情報理論的無知的転送の達成可能性
- ネットワーク情報理論と暗号学的セキュリティの融合が重要であるため，多人数間のプライバシー保護通信の実現に貢献する。
- 受信者間の協調の有無によって，無知的転送の容量領域の上限が異なり，達成可能な領域が明確でない。
- ノイズのあるブロードキャストチャネルの特性を活用し，受信者間の協調の有無にかかわらず安全な無知的転送プロトコルを提案する。
- 非協調受信者の場合，無知的転送容量領域の上限と下限が一致し，達成可能な領域を完全に特徴付けた。
- 受信者間の協調を考慮したプロトコルでは，エントロピー共有とプライバシー増幅機構を導入することで，情報漏洩下でも秘匿性を確保した。
- 本研究は，ノイズのあるブロードキャストチャネルが多人数間のプライバシー保護通信のための強力なプリミティブとなる可能性を示唆する。
eFLINT規範仕様言語の設計，応用，実装に関する考察 [cs.SE, cs.PL]目的：ソフトウェアの法令，規制，契約への適合性検証
- 社会へのソフトウェア組み込みが進み，法令遵守の重要性が高まっている。
- 法的解釈の主観性，法改正の頻度，分野横断的な専門知識の必要性など，自動化が困難である。
- eFLINTというドメイン特化言語を用いて，これらの課題に対する解決策を探求する。
- eFLINTは，宣言的・手続き的要素を組み合わせ，法的概念と計算概念の関連性を形式化する。
- ソフトウェアの実行前，実行中，実行後のコンプライアンスチェックを自動化するよう設計されている。
- 言語設計の現状と，応用事例，要求事項を振り返り，自動化されたコンプライアンス分野の言語開発者に役立つ知見を提供する。
支配木を用いた一般グラフにおける高速かつ柔軟なフロー分解 [cs.DS, math.OC, q-bio.GN]目的：一般グラフにおけるフロー分解問題の解決
- マルチアセンブリ法はフロー分解を基盤とするため，その効率が重要である。
- 従来のフロー分解はDAGに限定され，サイクルグラフへの適用が困難であった。
- 支配木を利用し，サイクルグラフにおけるフロー分解を効率化する。
- 支配木を用いることで，安全なエッジ系列を効率的に特定し，MILPの規模を削減できる。
- 3種類の分解モデルで細菌データセットを用いて実験を行い，最長で1000倍の高速化を達成した。
- 本手法は，マルチアセンブリ応用の基盤技術となる可能性を示す。
関数型リアクティブプログラミングのための単純なモーダル型 [cs.PL]目的：関数型リアクティブプログラミングにおけるモーダル型システムの簡素化
- リアクティブプログラミングは，時間変化する値を扱う上で高水準な抽象化を提供し，現代的なシステム開発に不可欠である。
- 既存のモーダル型システムは，複雑で表現力に制約があり，プログラムのモジュール化を妨げる可能性がある。
- 因果性，生産性，空間リークの防止を保証しつつ，より単純で表現力豊かなモーダル型システムの構築を目指す。
- 提案する言語では，信号の過去の値を検査できないようにすることで，型システムを簡素化している。
- これにより，従来のシステムと比較して，よりモジュール化されたプログラミングスタイルが可能となる。
- 特に，非同期リアクティブプログラミングにおいて，その効果が確認された。
ベイジアンICAによる因果探索 [cs.IT, math.IT]目的：因果構造の探索
- 因果関係の解明は，科学的発見や意思決定において重要である。
- 潜在的交絡因子の存在下での因果構造の同定は困難である。
- 依存する構造的攪乱下での因果順序比較の一般化された基準を確立する。
- ベイジアンLiNGAMを提案し，候補となる因果順序ごとに，攪乱間の総相関を定量的指標として用いる。
- 総相関をベイズ周辺尤度から推定し，その最小化により因果順序を選択する。
- 提案手法は，特に潜在的交絡因子が存在する場合に，より優れた因果順序の復元を達成する。
AgenticSCR：未成熟な脆弱性検出のための自律型エージェント型セキュアコードレビュー [cs.CY, cs.CL, cs.CR, cs.AI, cs.LG, cs.SE]目的：未成熟な脆弱性の検出
- ソフトウェア開発におけるセキュリティ確保は重要であり，早期の脆弱性検出がコスト削減に繋がる。
- 既存の静的解析ツールはノイズが多く，文脈依存性の高い脆弱性の検出が困難である。
- 早期段階での脆弱性検出を可能にする，エージェント型セキュアコードレビュー手法の確立を目指す。
- AgenticSCRは，脆弱性の箇所，種類，関連性の正確なコメント生成において，従来のLLMベースライン，マルチエージェントレビューアー，SASTツールと比較して，少なくとも153%の相対的な改善を達成した。
- シャドー運用において，AgenticSCRのコメントの54%がセキュリティエンジニアによって開発者への報告に有効であることが確認され，実用性を示した。
- セキュリティに焦点を当てた意味的メモリが，エージェント型セキュアコードレビューの有望な方向性を示すことが明らかになった。
ユニットギャップ：ブール回路における共有の仕組み [cs.CL, cs.CC, cs.DM, cs.LO]目的：ブール回路と公式の最小サイズの差
- デジタル回路設計において，回路のサイズ最小化は，性能向上とコスト削減に不可欠である。
- ブール回路の最適化はNP困難であり，効率的な設計手法が求められている。
- ブール回路における共有構造の限界と性質を明らかにすることで，回路設計の効率化を目指す。
- ブール回路と公式の最小サイズ差（ユニットギャップ）は，常に0または1となることが証明された。
- 共有が必要な条件として，最適変数の数が本質変数以上であることが示された。
- ユニットギャップは，ファンアウト2のゲートによる二重極性または同極性再利用によってのみ発生することが証明された。
LogitScope：情報量尺度によるLLMの不確実性分析フレームワーク [cs.CL, cs.AI, cs.CL, cs.IT, math.IT]目的：LLM出力における不確実性の分析
- LLMの信頼性は，実用化において極めて重要であり，その不確実性の理解が不可欠である。
- 従来の評価手法では，生成中のトークンレベルでのモデルの確信度を把握することが困難であった。
- 本研究は，トークンレベルの情報量尺度を用いてLLMの不確実性を定量的に評価する手法を提案する。
- LogitScopeは，エントロピーやvarentropyなどの情報量尺度を用いて，生成ステップごとのモデルの確信度のパターンを明らかにする。
- 本フレームワークは，ラベル付きデータや意味解釈を必要とせず，潜在的なハルシネーションや不確実性の高い意思決定ポイントを特定できる。
- LogitScopeは，不確実性評価，モデル挙動分析，および本番環境監視など，多様な応用分野で有効であることが示された。
TheBotCompany：継続的ソフトウェア開発のための自己組織化マルチエージェントシステム [cs.SE]目的：継続的ソフトウェア開発を実現する自己組織化マルチエージェントシステムの開発
- ソフトウェア開発の自動化は，生産性向上や開発コスト削減に貢献し，現代社会において不可欠である。
- 既存のシステムは小規模なタスクに焦点を当てており，長期的な継続的開発には課題が残されている。
- 本研究は，長期にわたるソフトウェア開発を効率的に行うための自己組織化アプローチを提案する。
- TheBotCompanyは，戦略・実行・検証の三段階状態機械により，マイルストーン駆動の開発を実現した。
- マネージャーエージェントが動的にワーカーエージェントを雇用・配置・解雇する自己組織化チームにより，プロジェクトのニーズへの適応性を高めた。
- 継続的な開発におけるチームの適応パターン，マイルストーン完了率，コスト効率，コード品質が実証された。
無知的な部分空間射影だけでは相対誤差は保証されない [math.NA, cs.DS, cs.NA]目的：低ランク近似とスケッチ＆ソルブ最小二乗回帰における無知的な部分空間射影の限界
- データ次元が高い現代において，効率的なデータ処理・解析が不可欠である。
- 無知的な部分空間射影は，より強い無知的な部分空間埋め込みよりも弱い性質であり，保証も弱い。
- 無知的な部分空間射影のみでは，相対誤差の保証が得られないことを理論的に示す。
- 無知的な部分空間射影だけでは，失敗確率が射影の失敗パラメータのみに依存する相対誤差保証は得られない。
- スケッチ＆ソルブ最小二乗法と確率的SVDにおいて，反例を示すことで証明した。
- 残差またはテール成分の上限を制御することで，相対誤差に近い境界を回復できる。
負荷分散型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：疎テンソル代数式の負荷分散並列化手法
- 深層学習等の分野で疎テンソル計算の重要性が増しており，高性能化が求められている。
- 疎テンソルの不規則な構造により，効率的な並列化が困難であり，負荷分散が課題となる。
- 任意の疎テンソル代数式に対して，負荷分散を保証する分割アルゴリズムを開発し，並列実行を効率化する。
- 提案手法は，CPUおよびGPU向けに自動的に並列疎テンソル代数カーネルを生成する。
- 生成されたコードは，Intel MKLやNVIDIA cuSPARSE，Tacoといったベンダーライブラリの並列化戦略と遜色なく，場合によってはそれらを上回る性能を示す。
- 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，顕著な性能向上が認められる。
要件工学におけるLLMベースの目標抽出の評価：プロンプティング戦略とその限界 [cs.SE, cs.AI, cs.CL]目的：要件工学における目標抽出の自動化
- 要件定義はソフトウェア開発の根幹であり，その品質がシステム全体の成功を左右する。
- 要件定義書は冗長でテキスト量が多く，手作業での分析に時間と労力がかかる。
- LLMを活用し，要件定義書の目標抽出を自動化することで，効率化と品質向上を目指す。
- 提案手法は，低レベル目標の識別において61%の精度を達成した。
- 本パイプラインは，完全な置換ではなく，手動抽出を加速するためのツールとして最適である。
- ゼロショットでのフィードバックループ機構が，単独のFew-shot学習よりも優れていた。
情報ボトルネックにおけるソース側の十分性：厳密な削減と有限ブロック同等性 [cs.IT, math.IT, stat.ML]目的：情報ボトルネックにおけるソース側の無関係な変動のコストの特定
- 情報理論は，効率的なデータ圧縮や通信システムの設計に不可欠である。
- 情報ボトルネックでは，関連性のない情報もレートコストに影響し，最適化が難しい。
- この研究は，無関係な変動のコストを厳密に評価し，効率的な最適化を可能にすることを目指す。
- ソースTと関連変数Cに対し，統計量Z=phi(T)がC-Z-Tを満たす場合，エンコーダの条件平均はI(X;C)を保存し，レートをI(X;T|Z)だけ下げる。
- リバースプルバックは両方の座標を保存し，関連性-レート曲線とラグランジュ最小値が等しくなることを示す。
- 有限Cと対数損失の場合，T^nをZ^nに置き換えても，最適なリモート歪みがすべてのブロック長とメッセージ予算で保存される。
静的ネットワークにおける時間的ルーティング：スケジュール完了問題 [cs.DS]目的：時間的エッジ非交差スケジュール完了問題の解決
- 鉄道網のような現実世界のネットワークにおける時間制約付きのルーティングは重要である。
- 時間的制約と静的ネットワーク構造を同時に考慮したルーティング問題は未解決である。
- 時間的制約とエッジ非交差性を満たす効率的なルーティングアルゴリズムを開発すること。
- TEDSC問題は多項式時間で解けることが示された。
- 距離または時間の制約下での制限付きTEDSC問題に対して，(2-h^{-1})-近似アルゴリズムが提案された。
- 距離制約変種はW[1]-困難だが，時間制約変種は特定のグラフ上で多項式時間で解けることが示された。
NOVA：AIによる知識発見の限界 [cs.AI, cs.IT, math.IT]目的：AIによる反復的な自己改善を通じた新たな知識発見の可能性と，その限界
- AI技術の進展に伴い，知識発見の自動化が重要視されている。
- AIが発見する知識の信頼性や，効率的な探索方法が課題となっている。
- AIによる知識発見プロセスの理論的限界を明らかにし，改善策を提示する。
- NOVAモデルを用いて，知識空間における生成，検証，蓄積，再学習のサイクルを分析した。
- 早期に受け入れられた成果に生成が固定化される可能性や，誤った成果が混入する危険性を示した。
- 適切なアンカーリングと人間によるガイダンスが，知識発見の効率と信頼性を向上させることを明らかにした。
エージェントモダナイズ：マルチエージェントLLMと行動仕様グラフによるレガシーシステムのモダナイゼーションにおけるビジネスロジックの維持 [cs.SE]目的：レガシーシステムのモダナイゼーションにおけるビジネスロジックの維持
- レガシーシステムは企業の重要な資産であり，継続的な運用が不可欠である。
- 従来のモダナイゼーション手法では，ビジネスロジックが失われやすく，運用上の問題を引き起こす可能性がある。
- ビジネスロジックを明示的に表現し，検証可能な形で移行することで，モダナイゼーションの成功率を高める。
- マルチエージェントフレームワーク「AgentModernize」を開発し，行動仕様グラフ(BSG)を用いてビジネスロジックを抽出，明示化，検証した。
- 合成データセットLegacyModernize-8を用いた評価の結果，AgentModernizeは既存手法と比較して高い性能を示した。
- 特に反復的な修正が必要なシナリオにおいて，フィードバックループが有効であることが示された。また，モデルの能力が高いほど，パイプラインの効果は小さくなる傾向がある。
リーンリファクタ：エージェント戦略探索による多目的制御可能な証明最適化 [cs.RO, cs.MA, cs.LO, cs.AI, cs.CL, cs.LG, cs.SE]目的：リーン証明の多目的，制御可能，かつバージョン対応なリファクタリング
- 形式検証分野の発展は，ソフトウェアやハードウェアの信頼性向上に不可欠である。
- LLM生成証明は冗長で，バージョン変更に弱い点が課題である。
- LLMの再学習コストを抑えつつ，リーン証明を効率的に最適化すること。
- Lean Refactorは，既存手法やClaude Codeよりも高い圧縮率とコンパイル時間短縮を実現した。
- バージョンフィルタリングにより，ターゲットバージョンでの圧縮率が向上した。
- リファクタリングされた証明は，将来のリーンリリースに対する耐性が向上した。
2からqノルムに対する多項式的に改善された近似アルゴリズム，および応用 [cs.DS, cs.LG, math.ST, stat.ML, stat.TH]目的：行列の2からqノルムに対する多項式時間での乗法的近似アルゴリズムの開発
- 組合せ最適化，量子情報，統計的アルゴリズムなど，広範な分野における未解決問題と密接に関連する重要な研究対象である。
- 既存のアルゴリズムは，近似精度に限界があり，その改善は多くの下流タスクに影響を及ぼす。
- 指数時間仮説のもとでの限界を超え，より高い近似精度を実現し，応用範囲を拡大することを目指す。
- 本研究では，q > 2 の場合において，既存の結果と比較して多項式的に改善されたdの1/8近似アルゴリズムを提案する。
- さらに，2からqノルムに対するsum-of-squares証明子を構築し，頑健な平均と共分散推定，回帰，クラスタリングといった応用への道を開く。
- この結果は，特にデータのq次モーメントのみが制限されている場合に，これらのタスクにおけるアルゴリズムの改善に貢献する。
LLMによるコード生成における失敗事例：エージェント型コーディング支援ツールの運用安全性の特徴付け [cs.SE]目的：LLMベースのコーディングエージェントの運用安全性の失敗事例とその影響の分類
- ソフトウェア開発における効率化が求められる中，LLMを活用したコーディング支援ツールが普及しつつある。
- 既存の評価基準では，悪意のある入力に対する安全性は検証されているが，通常の利用における運用安全性が十分に理解されていない。
- 本研究は，実際の開発タスクにおけるLLMベースのコーディングエージェントの運用安全性の失敗パターンを特定し，その影響を明らかにする。
- 研究の結果，547件の安全性に関する問題が確認され，そのうち326件が重大または深刻なレベルであった。
- 主なリスクは，制約違反，破壊的な操作，認証バイパス，欺瞞であり，バグ修正や設定作業中に発生する割合が65%を超えた。
- これらの結果は，開発ツール設計者に対し，環境制約の実施，失敗の透明性確保，安全な停止機能の実装の必要性を示唆する。
アフィン通信による非同期分散プロトコルの自動検証：DissProve [cs.NI, cs.PL, cs.LO]目的：非同期分散プロトコルの安全性特性の自動検証
- 分散システムは現代の基盤技術であり，その信頼性確保が重要である。
- 非同期性やパラメータ性により，分散プロトコルの自動検証は困難である。
- アフィンプロトコルに着目し，自動検証を可能とする手法を開発する。
- 提案手法DissProveは，アフィンプロトコルの安全性特性を自動的に検証できる。
- 特に，マテリアライゼーション，因果関係，要約といった概念を導入することで，大規模な検証を実現。
- Two-Phase CommitやLeader Electionといった具体的なプロトコルへの適用例が示された。
退化度に基づくリスト圧縮による貪欲グラフ彩色 [cs.DS]目的：貪欲グラフ彩色におけるリスト圧縮手法
- グラフ彩色問題は，様々な分野で重要な役割を担う計算問題である。
- 大規模グラフでは，彩色に必要な色の数を削減することが課題である。
- グラフ構造を利用してリスト圧縮を行い，彩色効率を向上させる。
- 提案手法P-SAPSTは，既存手法APSTと比較して平均リストサイズを47.6%削減し，貪欲探索の成功率を99.8%を達成した。
- P-SAPST Liteは，より高速な度順序を用いることで，低遅延なリスト圧縮を実現した。
- 大規模グラフにおいて，P-SAPST LiteはAPSTと比較してペイロード比を大幅に改善した。
最小包絡ブ Bregman ボールの簡略化 [cs.CG, cs.IT, cs.CG, math.IT]目的：有限パラメータ集合の最小包絡ブ Bregman ボールの計算
- 最適化問題において，データ集合を最も小さく包含する領域を求めることは重要である。
- ブ Bregman ボールの計算は，その複雑さから効率的なアルゴリズムが求められていた。
- 電力距離を用いた近似アルゴリズムにより，ブ Bregman ボールの計算を効率化すること。
- ブ Bregman ボールは，電力距離を用いた加重点集合の最小包絡ボールと同値であることが示された。
- 任意のε>0に対して，電力MEBに対する効率的なFrank--Wolfe (1+ε)-近似アルゴリズムが報告された。
- ブ Bregman ポテンシャルリフティング変換は，対応する加重点集合への古典的なパラボロイドリフティング変換として解釈できる。
マルチユーザMIMOシステムにおけるRL誘導型オートエンコーダ切り替えによるシステム認識型適応CSIフィードバック [cs.IT, cs.SY, eess.SY, math.IT]目的：大規模MIMOシステムにおけるチャネル状態情報(CSI)フィードバックの最適化
- 無線通信において，高効率なCSIフィードバックはシステム性能向上に不可欠である。
- 固定比率の圧縮スキームでは，時間変化するチャネル状況への適応が困難である。
- 動的なチャネル環境下で，CSIフィードバックのオーバーヘッドと精度を両立させる。
- 提案手法は，既存の固定圧縮スキームや適応型ベースラインと比較して，スペクトル効率とフィードバック効率を向上させる。
- CSIフィードバックコストを53.4%以上削減し，平均下り線合計レートを53.64%向上，NMSEを22.38%削減する。
- この結果は，動的な無線環境下での効率的なレート・精度・フィードバックのトレードオフ達成能力を示す。
PAIChecker：SWE-Bench様BenchmarkにおけるPR-Issue不整合の発見と検証 [cs.SE, cs.AI]目的：SWE-Bench様BenchmarkにおけるPRとIssueの不整合の検出と検証
- 大規模言語モデル(LLM)の性能評価において，SWE-Bench様Benchmarkは重要な役割を担っている。
- PRとIssueのペアリングが実際には不整合である場合があり，Benchmarkの信頼性を損なう。
- PR-Issue不整合を効率的に検出し，より信頼性の高いBenchmark構築を支援すること。
- PAICheckerは，SWE-Bench Verifiedインスタンスにおいて，11種類のシナリオで5つの不整合パターンを検出した。
- SWE-GymとSWE-bench Multilingualの実験で，4つのLLMバックボーン全てにおいて最高の性能を示し，それぞれ最大92.12%と91.67%の二値精度を達成した。
- PAICheckerは，パターン識別，クロスエージェントラベル合成，コードレベル検証の3段階設計により，正確かつ汎用性の高い検出を実現する。
CharpinのBCH符号に関する反例 [cs.HC, cs.IT, math.IT]目的：BCH符号の正確な最小距離の決定
- BCH符号は誤り訂正符号として広く利用され，通信や情報記憶の信頼性向上に不可欠である。
- BCH符号の最小距離を正確に求めることは長年の課題であり，設計上の制約となっている。
- 本研究は，最小距離がBose距離を超えるBCH符号の無限族を構成し，Charpinの予想を反証することを目指す。
- 本研究で構成した原始狭義BCH符号の最小距離は，設計距離以上の値を取り，特に2進符号では等価となる。
- パラメータ設定により，最小距離とBose距離の差が符号長の立方根以上に成長する符号族が得られた。
- この結果はCharpinの予想を否定し，BCH符号の設計における新たな知見を提供する。
GPUにおけるブロック代数マルチグリッドのGalerkin積におけるデータ転送量の削減 [cs.SE]目的：GPU上でのブロック代数マルチグリッドにおけるGalerkin積のデータ転送量削減手法の開発
- 偏微分方程式系を解く上で重要な役割を担う代数マルチグリッドの効率化は，計算速度向上に不可欠である。
- 既存のスパースライブラリが対応できないブロック構造を持つため，Galerkin積の効率的な実装が課題となっていた。
- データ転送量を最小化するカーネルを開発し，Galerkin積の計算コスト削減を目指す。
- 提案手法では，共有メモリを用いたタイル化カーネルとソートされたスケジュールにより，従来のKokkos実装と比較してDRAMへのデータ転送量を大幅に削減した。
- プロロンゲータフィルタリングは，粗い空間からの小さなブロックを削除することで，Galerkin積のトラフィックとメモリ使用量を削減し，計算時間を短縮した。
- PETScを用いたGPU完全常駐パイプラインにおいて，スカラー展開やデバイス・ホスト間転送を排除し，反復処理における効率を向上させた。
ファイルシステム設計・実装におけるLLMのベンチマーク [cs.OS, cs.SE]目的：ファイルシステム特化タスクに対するLLMの能力，限界，および運用効率の評価
- LLMはコンピュータシステムの研究開発を大きく変革している。ファイルシステム開発への応用が期待される。
- ファイルシステム開発におけるLLMの能力や効率性は十分に理解されていない。課題解決のための検証が必要。
- ファイルシステム開発にLLMを活用するためのベンチマークフレームワークを構築し，モデルの性能を評価する。
- 新しいAI支援タスク生成パイプラインと専門家作成タスクを組み合わせたベンチマークフレームワーク「\phi-Bench」を開発した。
- オープンソースおよび商用LLMを用いて505のタスクを実行し，タスクの種類ごとにモデル効率を比較した結果を示した。
- LLMの失敗原因と改善策を明らかにし，ファイルシステム開発におけるLLM活用に向けた知見を得た。
論文からのコード復元：HCI成果物の再実装 [cs.HC, cs.SE]目的：HCI研究成果物の再実装
- HCI研究の進展には，先行研究のコードの利用が不可欠である。
- 多くのHCI研究成果物のソフトウェアが公開されていないという課題がある。
- 研究論文から直接コードを再実装することで，この課題の解決を目指す。
- 新たなAI技術を活用し，研究論文からインタラクティブなソフトウェアを再実装する可能性を示した。
- 再実装の容易さを示す指標を提案し，UISTの論文を用いて有効性を検証した。
- 再実装されたコードは，強力なベースラインとして活用できる可能性が示唆された。
機械検証によるコミット済みログからのデュアルライトリカバリ [cs.CL, cs.DB, cs.DC, cs.LO]目的：デュアルライトリカバリにおける正確な保証条件
- 分散システムにおけるデータの整合性は重要であり，特に障害発生時のリカバリが不可欠である。
- デュアルライトパターンでは，データの一貫性を担保するための問題が残存する。
- 本研究は，障害発生後の正確なリカバリ判断基準を形式的に検証する。
- 本研究では，Isabelle/HOLを用いてデュアルライトリカバリに関する理論を機械検証により構築した。
- リカバリ判断は，システムが永続的に記録した情報のみに基づいても，必ずしも一意に決定できないことが示された。
- 宛先で受け入れられた記録を参照することでこの問題を回避できるが，その情報も時間とともに古くなる可能性があることが証明された。
平均報酬保証付き交代時間テンポラルロジック [cs.LO, cs.GT, cs.MA]目的：戦略的・定量的な推論の組み合わせ可能性
- 多重エージェントシステムにおける協調行動や資源配分を検証する上で重要である。
- 長期的な報酬を考慮した検証は計算量が膨大になり，実用性に課題がある。
- 平均報酬の制約を満たしつつ，時間的な目的を達成する戦略の存在性を検証する。
- 本研究で導入されたATL*_mpは，既存のATL*に定量的な制約を加えたものであり，より複雑なシステムの検証が可能となる。
- 1次元制約下では，ATL*と同等の複雑度である2EXPTIME完全であることが示された。多次元制約下でも，有限メモリ下で同等の複雑度を維持する。
- 記憶容量と閾値の関係に線形的な上限と下限が導出され，記憶容量の効率的な使用が可能となることが示された。
中間点ヘッセ行列による最短ベクトル問題の$2^{0.6039n}$時間での解法 [cs.DS, cs.CR]目的：最短ベクトル問題の解法
- 暗号理論や格子問題は，現代のセキュリティシステムの根幹をなす重要な分野である。
- 既存の最短ベクトル問題の解法は計算量が多く，高次元格子に対する効率的な解法が求められていた。
- 効率的な解法を提供することで，暗号の安全性評価や新しいアルゴリズム開発に貢献することを目指す。
- 本研究では，古典的には$2^{0.6039n+o(n)}$時間，量子的には$2^{0.5411n+o(n)}$時間で最短ベクトル問題を解くアルゴリズムを提案した。
- 提案手法は，周期ガウス関数のヘッセ行列の性質，特に最短ベクトル近傍での固有ベクトルを利用している。
- ランダムな部分格子や様々なサンプリング技術を導入することで，計算量を最適化し，既存手法よりも大幅な改善を達成した。
ペアワイズ独立ジッタリングによる単一ステージアダマール量子化 [cs.DS]目的：高次元ベクトル量子化の効率向上
- 類似検索，分散学習，モデル圧縮において，高次元ベクトルの量子化は不可欠な技術である。
- 既存手法では，通信コストや定数倍の精度向上が課題となっていた。
- ペアワイズ独立ジッタリングにより，二段階の量子化を必要としない効率的な手法を提案する。
- 提案手法は，座標あたりbビットを使用し，次元に依存しない上界を持つ内積推定誤差を達成する。
- Fengらの二段階構成と比較して，残差ステージによるO(d)ビットの通信量を削減し，上界の定数を約5.93倍に改善する。
- 本研究の証明は，Google社内で開発されたGeminiベースのエージェントシステムによって自動生成された。
エージェント駆動型ソフトウェア工学のためのコスト推定モデルACEM [cs.SE]目的：エージェント駆動型開発における総コストの分解
- ソフトウェア開発のコスト予測は，プロジェクト成功に不可欠であり，リソース配分や計画立案に影響する。
- 従来のコストモデルは，人間の労働力を前提としており，AIエージェントを活用する新しい開発パラダイムに対応できない。
- AIエージェント特有のコスト要素（LLMトークン消費量，HITLコスト，インフラコスト）を考慮した新しいモデルを提案する。
- ACEMは，LLMコスト，HITLコスト，インフラコストの3つの要素に分解することで，エージェント駆動型開発のコスト構造を捉える。
- Revision Factor（RF），Context Factor（CF），HITL Intensity Score（HIS）という3つの構成要素を導入し，エージェントのダイナミクスをモデル化する。
- Use Case Points，Story Points，Function Pointsなどの既存のプロジェクトスコープデータを，エージェント駆動型開発のコスト予測に活用できるようにする。
量子最適化と回路削減における量子古典モーメント双対性の証明 [quant-ph, cs.DS]目的：量子最適化と回路削減の証明手法
- 量子計算は，古典計算では困難な問題を効率的に解く可能性を秘めているため，重要性が増している。
- 変分量子最適化アルゴリズムの性能保証は難しく，得られる解の品質評価が課題となっている。
- モーメント双対性を用いて，量子状態から得られる情報に基づいた厳密な性能保証を目指す。
- 任意の量子状態から得られるパウリZ相関行列は，古典的なGoemans-Williamson緩和の実行可能解となることが示された。
- Goemans-Williamsonの丸め手法を適用することで，変分量子アルゴリズムによって生成された状態に対して，期待されるカット値の下限を証明できる。
- 同じモーメント行列を用いることで，基盤となるユニタリー回路のテンソル積構造を明らかにし，厳密な誤差限界を持つ回路削減が可能となる。