ai Trend Report

Dashboard へ戻る
Date: 20260529 Articles: 405 Scope: curated summary

あなたのアイデアを、今すぐ形に。

公開先に迷ったら、WebFileBinで一発公開。

WebFileBin Icon WebFileBin で公開する

HTMLをドラッグ&ドロップするだけで、すぐ公開できます。

209
High impact
190
Mid impact
6
Signal watch

なぜこのサイトを作ったのか

私たちそれぞれが個別にAIを使って情報収集し、同じような3行要約を作るたびに、世界中で膨大な電力と計算リソースが消費されています。 本プロジェクトは、あらかじめ広範な情報を取得・集約しておくことで、個別のAI実行回数を減らし、地球環境（GPU/TPU負荷）に配慮した効率的な情報収集を目指す実験的なダッシュボードです。

今日のホットトピックを、短時間で俯瞰。
Domain filters
Star filters
OpenAI News

OpenAIがバイオディフェンス向け「Rosalind Biodefense」を発表

- OpenAIが公衆衛生やバイオディフェンス、パンデミック対策に特化したAIモデル「GPT-Rosalind」へのアクセスを拡大。 - 審査を通過した開発者や米政府機関が、最先端のAIを活用して社会的な回復力を強化可能に。 - バイオテクノロジーとAIの融合により、公衆衛生上の危機に対する迅速な対応と準備を促進。
Action: 最新のAIモデルの安全な運用やバイオセキュリティの文脈におけるAPI利用の可能性について調査する
Original: Strengthening societal resilience with Rosalind Biodefense domain ★★
OpenAI News

EndavaがいかにしてCodexでエージェント型組織を構築しているか

- EndavaがCodexを活用してエージェント型組織への移行を推進 - ソフトウェア開発のデリバリー速度を大幅に加速 - 要件分析プロセスを数週間から数時間へと劇的に短縮
Action: 自社の開発プロセスにおいて、要件定義や分析にLLMエージェントを適用できるワークフローがないか検討する。
Original: How Endava builds an agentic organization with Codex domain ★★
OpenAI News

三菱UFJ銀行、OpenAIと連携しAIネイティブ組織を目指す

・ChatGPT Enterpriseを活用してAIネイティブ組織の構築を推進しています ・業務効率化およびAIを活用した新しい金融サービスの規模拡大を目指しています ・大規模なエンタープライズ導入におけるAI活用事例として注目されます
Action: エンタープライズレベルでのChatGPT導入におけるセキュリティとスケーラビリティの確保手法について調査・検討する
Original: MUFG aims to become AI-native with OpenAI domain ★★
OpenAI News

OpenAIのフロンティア・ガバナンス・フレームワーク

OpenAIが策定したフロンティアAIモデルのガバナンスと安全性に関する枠組みを提示しています。 EUやカリフォルニア州などの新たなAI規制に対する、同社の安全性、セキュリティ、リスク管理の適合性について解説しています。 最先端AIの開発における責任ある技術提供の指針を明確化しています。
Action: 社内プロジェクトやAIツール開発において、このフレームワークを参考に安全性とコンプライアンスの基準を策定する。
Original: OpenAI’s Frontier Governance Framework domain ★★
OpenAI News

CiscoとOpenAIがCodexでエンタープライズエンジニアリングを再定義

・CiscoとOpenAIが連携し、Codexを用いてエンタープライズエンジニアリングの変革を目指す。 ・AIネイティブな開発のスケール化と、AI Defenseへの取り組みを加速させる。 ・欠陥修正の自動化により、開発プロセスの効率化を実現する。
Action: 自社の開発プロセスに自動欠陥修正ツールやAI支援ツールを導入・評価する。
Original: Cisco and OpenAI redefine enterprise engineering with Codex domain ★★
OpenAI News

Codexを活用した自己改善型税務エージェントの構築

・OpenAI、Thrive、CreteがCodexを用いて自己改善型の税務エージェントを開発した事例。 ・申告プロセスの自動化により、正確性の向上と業務フローの高速化を実現。 ・LLMを活用した業務効率化の実装アプローチとして参考になる。
Action: 具体的なコード生成や自動化パイプラインへのLLM組み込み事例として、自社の業務フローへの適用可能性を検討する。
Original: Building self-improving tax agents with Codex domain ★★
OpenAI News

2026年の選挙情報と保護対策

・グローバル選挙に向けた情報アクセスの支援 ・サイバー防御担当者のサポート強化 ・AIの透明性の向上
Action: AI関連サービスを開発する際、透明性とセキュリティに関する最新ガイドラインを確認する。
Original: Election information and safeguards in 2026 domain ★
OpenAI News

WarpがGPT-5.5を活用したオープンソース開発に注力

- WarpがGPT-5.5とOpenAIのモデルを統合 - ローカル、クラウド、オープンソース環境を跨ぐコーディングエージェントの開発 - エージェントによる開発ワークフローの協調と効率化を目指す
Action: Warpのエージェント機能を調査し、自身の開発環境への導入可能性を検討する。
Original: Warp’s big bet on building open source with GPT-5.5 domain ★★★
The latest research from Google

A New Era of Innovation: Google Research at I/O 2026

A New Era of Innovation: Google Research at I/O 2026
Original: A New Era of Innovation: Google Research at I/O 2026 domain ★
The latest research from Google

ゼロトラスト集約によるプライベート分析

- ゼロトラストモデルを用いたプライベートなデータ分析手法 - セキュリティとプライバシーを確保したデータ収集 - 不正利用防止のための集約技術
Action: ゼロトラストアーキテクチャを用いたプライバシー保護分析手法について調査する。
Original: Private analytics via zero-trust aggregation domain ★
Microsoft Research

Data Formulator 0.7: エンタープライズデータ向けAI駆動型データ分析

・AI駆動型の分析環境を提供し、エンタープライズワークフローの効率化を実現します。 ・データチームがRawデータをAI活用可能なワークスペースに集約し、可視化・探索をサポートします。 ・AIエージェントの活用により、Rawデータから実用的な洞察を迅速に抽出することが可能です。
Action: Data Formulator 0.7が提供するAIワークフローを調査し、データ分析プロセスへの導入検討を行う。
Original: Data Formulator 0.7: AI-powered data analytics for enterprise data domain ★★
Microsoft Research

AIによる人間の知性の拡張

・AIを人間の代替ではなく、能力を拡張するツールと捉えるべきである。 ・この視点は、より信頼性の高いAIシステムを構築するための土台となる。 ・Microsoft Researchが提唱する、AIと人間の協調的なアプローチの重要性。
Action: AIツールを実装する際に、ユーザーの判断を支援するインターフェース設計を検討する。
Original: Extending Human Intelligence Through AI domain ★★
Engineering at Meta

SilverTorch: インデックスとしてのモデル — レコメンデーションシステムのための新しい検索パラダイム

・メタ社がレコメンデーションシステム向けに、すべての検索コンポーネントを統合する新アーキテクチャ「SilverTorch」を発表しました。 ・既存の最先端アプローチと比較して最大23.7倍のスループットを実現しています。 ・CPUベースのソリューションよりも計算コスト効率が20.9倍向上し、かつ精度も改善しました。
Action: レコメンデーションシステムの検索アーキテクチャにおける高効率化手法として、SilverTorchの手法（インデックスのモデル化）を調査・評価する。
Original: SilverTorch: Index as Model — A New Retrieval Paradigm for Recommendation Systems domain ★★★
NVIDIA Blog

NVIDIAの研究がロボティクスをシミュレーションから現実世界へと進化させる

- ロボット工学は、スクリプトベースの自動化から信頼性の高い具現化された自律性へと移行しています。 - NVIDIA ResearchはICRAにおいて、シミュレーションから現実への転送技術を基盤としたロボットの知覚・推論・計画に関する研究を発表しました。 - これらの成果は、ロボットが現実世界で汎用的なタスクをこなすための重要な一歩となります。
Action: シミュレーションから現実環境への転送技術（Sim-to-Real）に関する最新のICRA論文を調査し、自身のロボティクスプロジェクトに適用可能な手法がないか検討する。
Original: NVIDIA Research Advances Robotics From Simulation to the Real World domain ★★
NVIDIA Blog

ゲーミングの名は…クラウドゲーミング：「007 First Light」がGeForce NOWで配信開始

・GeForce NOWにて新作ゲーム「007 First Light」が配信開始されました。 ・クラウドゲーミング技術により、対応デバイスでプリロードなしにジェームズ・ボンドの物語をプレイ可能です。 ・期間限定で、GeForce NOW 12ヶ月プラン購入特典として本タイトルが含まれます。
Action: 特になし
Original: The Name’s Gaming … Cloud Gaming: ‘007 First Light’ Launches on GeForce NOW domain ★
NVIDIA Blog

AIファクトリー：知能の新しいインフラストラクチャ

・AIファクトリーは電力をリアルタイムで知能に変換するトークン生成工場です。 ・エージェントAIの拡大に伴い、ワットあたりの性能とトークンあたりのコストが経済的な重要指標となります。 ・自律型AIエージェントの企業導入が進行中であり、その効率性が競争力の源泉となります。
Action: 自社のAIエージェントシステムのワットあたりの性能およびトークンあたりのコストを測定・可視化する基盤を検討する。
Original: AI Factories: The New Infrastructure of Intelligence domain ★★
MIT News - Artificial intelligence

MITが地域量子ハブを設立へ

・マサチューセッツ州から2,500万ドルの投資を獲得 ・MITが州全域で利用可能な共有型量子施設を構築 ・量子技術の社会実装に向けた「量子ツールボックス」として機能
Action: 量子コンピューティング技術の今後の動向を追跡し、開発者向けのライブラリやツールが提供された場合に調査を実施する。
Original: Media Advisory: MIT to establish regional quantum hub domain ★
cs.LG updates on arXiv.org

すべてを支配する一つのマスク：知識編集後の隠れた事実とその発見方法

- トランスフォーマーモデルの知識編集（ROME/MEMIT）は、特定の共通機能メカニズム（後半層での過剰な注意抑制）に依存していることを解明しました。 - 編集済み重みに対してバイナリマスクを学習させることで、多様な編集が共通の機能的構造を共有していることを特定しました。 - 知識の「上書き」ではなく「抑制」が編集の成功に寄与しているという発見により、編集後の副作用検知や防御メカニズムの構築に貢献します。
Action: LLMの知識編集パイプラインにおいて、編集が適切に行われているか、あるいは副作用（知識の断片的な抑制）が発生していないかを検証するための解析ツールとして、本研究のマスク手法を試験的に導入・評価する。
Original: One Mask to Rule Them All: On Hidden Facts after Editing and How to Find Them domain ★★★
cs.LG updates on arXiv.org

LLMトレーディングエージェントにおける表現シグネチャーとリスク・フィードバックの整合性

LLMトレーディングエージェントの市場ストレス下での挙動と表現ダイナミクスをTradeArenaを用いて分析した。 計画埋め込みのドリフトや多様体診断における実効ランクの収縮など、失敗前の測定可能なシグネチャーを特定した。 構造化されたリスクフィードバックは外部アライメント信号として機能するが、必ずしもパフォーマンスを向上させるわけではないことを明らかにした。
Action: トレーディングエージェント開発において、埋め込みのドリフトや多様体診断を用いた失敗予兆検知ロジックの導入を検討する。
Original: Representation Signatures and Risk-Feedback Alignment in LLM Trading Agents domain ★★★
cs.LG updates on arXiv.org

LLMの壊滅的忘却のメカニズム的起源：なぜRLはSFTよりも回路をより良く保持するのか？

- LLMのファインチューニングにおける「壊滅的忘却」のメカニズムを、内部計算回路の観点から解析。 - RL（強化学習）ベースのファインチューニングは、SFT（教師あり学習）よりも内部回路を損傷しにくく、元の能力を保持しやすいことを実証。 - 「微分回路脆弱性」指標を用いて、回路の変容と能力の忘却の間のトレードオフを定量化。
Action: 公開された「微分回路脆弱性」のリポジトリコードを確認し、モデルのファインチューニング過程でどの回路が損傷しやすいかを可視化する手法を学ぶ。
Original: Mechanistic origins of catastrophic forgetting: why RL preserves circuits better than SFT? domain ★★★
cs.LG updates on arXiv.org

エージェントによるツール計画を用いた分子リード最適化

- ドラッグディスカバリーにおけるリード最適化のための新しいエージェントモデル「TRACE」を提案。 - LLMの推論と分子最適化ツールの選択を、長期的な結果を考慮した逐次的意思決定問題として定式化。 - 構造的制約を守りつつ、ADMET特性の改善において従来の手法より優れた性能を実現。
Action: エージェントによるツール選択ロジックを、逐次的意思決定問題として実装するためのアーキテクチャパターン（ReActやtrajectory-awareな設計）を調査・実装する。
Original: Molecular Lead Optimization via Agentic Tool Planning domain ★★★
cs.LG updates on arXiv.org

ビッグ2における不完全情報下でのセルフプレイ強化学習

- 不完全情報ゲームであるビッグ2を用いて、様々な強化学習アルゴリズム（PPO、SARSA等）の比較分析を実施。 - PPOが他の手法より優れており、適切なエントロピー正則化が決定論的ポリシーへの陥りを防ぐことを確認。 - 現在のポリシーを用いたセルフプレイが、限られた予算内での強力なカリキュラム学習として機能することを示唆。
Action: 研究手法として提案されている「現在のポリシーを用いたセルフプレイ」や「エントロピー正則化」の設定を、手元の強化学習プロジェクトのハイパーパラメータ調整や学習プロセス設計に応用する。
Original: Self-Play Reinforcement Learning under Imperfect Information in Big 2 domain ★★
cs.LG updates on arXiv.org

言語的教師なしで物理的相互作用を通じてワールドモデルに創発する意味表現

・言語的教師なしで物理的探索のみを行うワールドモデルが、物理世界の幾何学的構造を潜在空間に創発的に獲得することを示した。 ・予測性能の向上と意味論的整列が相関しており、物理幾何学がワールドモデルの表現形成の共通原理であることを確認した。 ・KL正則化を調整することで幾何学的表現の獲得が制御可能であり、身体性AIエージェントの設計に重要な示唆を与える。
Action: 物理環境でのデータ収集を伴うワールドモデルの構築実験を行い、学習した潜在空間において幾何学的構造がどの程度保持されているかを可視化・分析する。
Original: Emergent Semantic Representations in World Models through Physical Interaction without Linguistic Supervision domain ★★★
cs.LG updates on arXiv.org

連続性と順序性が重要：大規模言語モデルを用いた効果的な時系列分析のための時系列トークンの制約

- 時系列LLMにおいて、時系列トークンの固有の連続性と順序性を保持することがモデル性能の向上に不可欠であることを指摘した。 - 連続性と順序性を意識した戦略「COM」を提案し、埋め込みの初期化と学習段階の両方に幾何学的制約を統合した。 - 複数のベンチマークでCOMの有効性を実証し、競合力のある結果と高い汎用性を達成した。
Action: 時系列分析モデルのトークン埋め込みにおける連続性と順序性を保持する制約（COM戦略）の実装を調査し、自身の時系列分析パイプラインへ適用を検討する。
Original: Continuity and Ordinality Matter: Constraining Time Series Tokens for Effective Time Series Analysis with Large Language Models domain ★★
cs.LG updates on arXiv.org

PrismFlow: 時系列生成におけるフローマッチングのための残差ダイナミクス

・フローマッチング(FM)の単一推定器による平滑化とスペクトル歪みを解決する新手法「PrismFlow」を提案。 ・Koopman理論に着想を得た動的エキスパート群と、Winner-Take-All(WTA)学習目的関数により、高周波構造とモード多様性を保持。 ・時系列予測・補完タスクでState-of-the-Artを達成し、低データ環境でも堅牢に機能。
Action: フローマッチングモデルにおいて特定の高周波構造が失われている場合、Koopman理論に基づいた残差ダイナミクスエキスパートの導入や、WTA学習目的関数の適用を検討する。
Original: PrismFlow: Residual Dynamics for Flow Matching in Time-Series Generation domain ★★★
cs.LG updates on arXiv.org

TaxDistill: 蒸留されたゲノム基盤モデルによるメタゲノム分類注釈の改善

・メタゲノム分類注釈における、既存の類似性検索手法が抱えるラベルノイズという課題を特定。 ・500Mパラメーターのゲノム基盤モデル「GenomeOcean」を教師とし、軽量なネットワークへ蒸留する「TaxDistill」フレームワークを提案。 ・CAMI2データセットでの実験において、既存手法を大幅に上回る分類精度（F1スコアの顕著な向上）を達成。
Action: ゲノム基盤モデルを用いた知識蒸留の手法を、ノイズ混入が懸念される教師データセットの精度向上パイプラインに応用可能か検討する。
Original: TaxDistill: Improving Metagenomic Taxonomic Annotation via Distilled Genomic Foundation Models domain ★★
cs.LG updates on arXiv.org

ラベル空間の再構成によるマルチモーダル学習のバランス調整

・マルチモーダル学習におけるモダリティ間の学習速度の不均衡問題を解決する手法「BMLR」を提案 ・既存の勾配調整手法とは異なり、ラベル空間を再構成してマッピング難易度を均等化することで学習バランスを最適化する ・実験により、モデルアーキテクチャに依存せずマルチモーダル学習の性能が一貫して向上することが示された
Action: マルチモーダルモデルの学習プロジェクトにBMLRの概念を適用し、学習の安定性と精度が向上するか検証を行う
Original: Balancing Multimodal Learning through Label Space Reshaping domain ★★
cs.LG updates on arXiv.org

表現アライメントは線形構造に依存する

・信号、バイアス、ノイズの3側面から表現アライメント（Platonic Representation Hypothesis）を分析する枠組みを提案。 ・線形表現仮説に基づき、スパースオートエンコーダで線形特徴を抽出することがクロスモーダルアライメントを強化することを実証。 ・正規化手法によるバイアス軽減と、データ不足によるノイズがアライメントに与える負の影響を明らかに。
Action: LLMやテキスト埋め込みモデルのクロスモーダルアライメントを調査する際、スパースオートエンコーダを活用して線形特徴を抽出し、表現の整列性能を評価・改善する実験を検討する。
Original: Representation Alignment Rests on Linear Structure domain ★★★
cs.LG updates on arXiv.org

検出可能な効果の事前登録：4ビット量子化ベンチマークのためのペア化MDE予算とパイロット監査

- 古典的なペア化二項サンプルサイズ計算を適応し、量子化ベンチマークの信頼性を計画段階で予算化する手法を提案。 - 量子化によるデルタとプロンプトテンプレートによるノイズを比較し、ベンチマーク上の分散の多くが二項サンプリングノイズに起因することを示唆。 - 量子化監査のための実用的な事前登録テンプレートを提供し、ベンチマーク設計のトレードオフを明示的に。
Action: LLMモデルの量子化実験を行う際に、本論文の手法を用いて検出可能な効果（MDE）の予算を計算し、サンプリングノイズと量子化の影響を適切に分離して評価できるようにする。
Original: Pre-Registering the Detectable Effect: A Paired-MDE Budget for 4-bit Quantization Benchmarks, with a Pilot Audit domain ★★
cs.LG updates on arXiv.org

連続時間因果基盤モデルに向けて

・離散時間因果モデルを連続時間に拡張する際のメカニズムをSDEとして定式化 ・観測スケジュールに依存しない軌道法則不変性を満たす連続時間モデルの枠組みを提案 ・物理システム等のデータで fine-grid 積分が優れた精度を示すことを実証
Action: 公開されている先行研究のコードとプロトコルを確認し、時系列データ予測への適用可能性を検討する
Original: Towards Continuous-time Causal Foundation Models domain ★★
cs.LG updates on arXiv.org

コンテキスト蒸留としての潜在メモリ管理

・コンテキスト蒸留をLoRAアダプターを用いた潜在メモリ管理問題として再定義し、モジュール化されたメモリバンクを実現しました。 ・クエリに応じて適切なアダプターを選択するルーティングと、不要なメモリを無効化するSelf-Gating機構を導入しています。 ・キャッシュ共有により管理コストを削減し、従来手法と比較して推論効率と堅牢性を大幅に向上させています。
Action: LoRAアダプターを用いた動的メモリルーティングの実装可能性と、キャッシュ共有による推論効率化の影響について技術調査を実施する。
Original: Context Distillation as Latent Memory Management domain ★★★
cs.LG updates on arXiv.org

LoRAアダプターの機能ジオメトリ：ファインチューニングされた言語モデルにおける表現の乖離のスパースオートエンコーダー分析

・LoRAファインチューニングがモデル内部の表現に与える変化を、スパースオートエンコーダー（SAE）を用いて分析しました。 ・LoRAが生成する特徴辞書は事前学習済みSAEと幾何学的な整合性が弱く、LoRAの更新がモデルの表現空間において独自の特徴構造を形成していることが示されました。 ・これらの知見は、既存の解釈可能性辞書では捉えきれないLoRA特有の表現構造を明らかにしました。
Action: LoRAファインチューニングモデルを分析・監査する際は、汎用SAEに頼らず、LoRA層に特化したSAEの構築を検討してください。
Original: Feature Geometry of LoRA Adapters: A Sparse Autoencoder Analysis of Representational Divergence in Fine-Tuned Language Models domain ★★★
cs.LG updates on arXiv.org

拡散モデルの柔軟かつ効率的な制御のためのスペクトルガイダンス

・拡散モデルの生成過程の幾何学的特性を活用する「Spectral Guidance」を導入し、学習不要かつ高速で安定した制御を実現。 ・自己教師あり学習で条件付き期待演算子の特異関数を推定し、ラベルやCLIP埋め込み、マスクなどのガイド信号をサンプリング軌道に投影。 ・CIFAR-10での条件付き精度向上、高速なサンプリング、空間制御の統合を実現し、効果的なガイダンスの最適時間窓を特定。
Action: 拡散モデルの制御において、再学習なしで高精度なガイダンスを実現する本手法の検証実装を検討する。
Original: Spectral Guidance for Flexible and Efficient Control of Diffusion Models domain ★★
cs.LG updates on arXiv.org

Norne油層システムのための物理制約付き逐次ニューラルオペレータ順モデル化

・Norneベンチマーク油層における三相黒油シミュレーションのための、物理制約付きニューラルオペレータ(PINO)を用いた逐次サロゲートモデルを開発。 ・理論的に関数解析的定式化、共変量シフトの評価、物理制約によるスペクトル安定性、勾配分析を行い、ローアウト誤差の抑止を証明。 ・従来の有限体積法シミュレータと比較して、精度を維持したまま約1万倍の高速化を達成し、高速なアンサンブル実行が可能。
Action: 物理情報ニューラルネットワーク(PINO)の最新の手法やスペクトル安定性の解析手法について、自身のAIプロジェクトへの応用可能性を検討する。
Original: Sequential Physics-Constrained Neural Operator Forward Modeling for the $\textit{Norne}$ Reservoir System domain ★★★
cs.LG updates on arXiv.org

電力システムにおける自己符号化器を用いたブラインド型データ改ざん攻撃に対するサイクル空間に基づく検出手法

・AIを利用したブラインド型データ改ざん攻撃（FDIA）は、従来の統計的な異常検知手法を回避する脅威となっている。 ・本研究では、電力網のトポロジー構造に基づいたサイクル空間を利用することで、攻撃を効果的に検知する手法（CSD）を提案している。 ・IEEEバスシステムを用いたシミュレーションにより、詳細な線路パラメータを必要とせずに攻撃を高精度に検知できることを実証した。
Action: 電力インフラやIoTデバイスの監視システムにおいて、データ駆動型の手法のみに頼るのではなく、物理・ネットワークのトポロジー制約を組み合わせた堅牢な異常検知アルゴリズムの適用可能性を調査する。
Original: Cycle-Space Informed Detection of Autoencoded Blind False Data Injection Attacks on Power Systems domain ★★
cs.LG updates on arXiv.org

LLMの報酬設計が失敗する時：スパースな構造化強化学習のための診断駆動型リファインメント

LLMによる強化学習の報酬生成を「一発生成」ではなく「デバッグ」として捉え、反復的に修正する手法を提案。 失敗モード（報酬の洪水、意味的誤解など）を体系化し、学習時の診断情報をフィードバックして報酬関数をターゲット的に改善。 MiniGridやMuJoCoを用いた実験で、従来手法と比較して大幅な性能向上が確認された。
Action: 強化学習のエージェント開発において、報酬関数生成にLLMを利用する場合、本手法のような診断結果を基にした反復的なリファインメントプロセスをパイプラインに組み込むことを検討する。
Original: When LLM Reward Design Fails: Diagnostic-Driven Refinement for Sparse Structured RL domain ★★★
cs.LG updates on arXiv.org

CosmicFish-HRM: 小型言語モデルにおける階層的再帰メカニズムを用いた適応的推論

・固定された計算量ではなく、入力の複雑さに応じて推論サイクル（高レベル/低レベル）の回数を動的に変化させる手法を提案。 ・階層的推論モジュール（HRM）を組み込むことで、推論効率と精度のトレードオフを最適化。 ・モデルサイズや入力タスクに応じて非均一な推論挙動を学習し、パラメータ数に依存しない推論能力向上への可能性を示唆。
Action: 小型言語モデルでの適応的計算手法に関する論文を実装・検証し、独自の推論タスクへの適用可能性を検討する。
Original: CosmicFish-HRM: Adaptive Reasoning via Hierarchical Recurrent Mechanisms in Compact Language Models domain ★★★
cs.LG updates on arXiv.org

Conf-Gen: 生成モデルのための共形不確実性定量化

・生成的なAIモデル（LLMや画像生成AI）における不確実性を定量化するための汎用フレームワーク「Conf-Gen」を提案。 ・従来の共形リスク制御（CRC）の枠組みを生成タスクに適応させ、理論的な仮定を緩和することで幅広い適応を実現。 ・画像生成の非記憶性確認や、AIエージェントの出力の正しさに対する共形保証など、実用的な応用例を提示。
Action: 生成モデルを用いたエージェント開発において、出力の信頼性を定量的に評価・制御する手段としてConf-Genの手法を調査・検討する。
Original: Conf-Gen: Conformal Uncertainty Quantification for Generative Models domain ★★★
cs.LG updates on arXiv.org

ログアライメント比（LAR）を用いた学習時の汎化診断手法

- ログアライメント比（LAR）を用いて、学習中にモデルの記憶から汎化への遷移を診断する手法を提案しました。 - GrokkingやLLMの学習において、検証データなしで汎化ギャップを推定可能です。 - 順伝播の計算過程で計算可能なため、学習コストをほぼかけずに導入できます。
Action: 学習パイプラインにLARの計算処理を追加し、モデルの汎化性能を効率的に監視できるか検証する。
Original: A Training-Time Diagnostic for Generalization via the Log-Alignment Ratio domain ★★
cs.LG updates on arXiv.org

うつ病検出のためのブラックボックスEEGモデル解釈におけるポストホック説明可能AI手法の比較

・EEGベースのうつ病検出において、DeepSHAPや勾配ベース、摂動ベースなど複数のポストホック説明可能AI（XAI）手法を比較・評価した。 ・評価の結果、手法によって部分的に重なるが異なる関連性構造が捉えられることが判明し、手法の前提条件が解釈に与える影響が示された。 ・EEGセグメントおよび被験者レベルでの分析を通じて、前頭・側頭・後頭領域の重要性が一貫して示唆された。
Action: 医療AIや深層学習モデルの解釈性向上に取り組む際、単一のXAI手法に頼らず、勾配ベースと摂動ベースの手法を組み合わせて評価する設計を検討する。
Original: Comparing Post-Hoc Explainable AI Methods for Interpreting Black-Box EEG Models in Depression Detection domain ★★
cs.LG updates on arXiv.org

ディープラーニングのハミルトン・ヤコビ理論

・ディープラーニングの学習過程を、ハミルトン・ヤコビ初期値問題の探索として厳密に定式化しました。 ・残差ネットワーク、Transformer、RNNなどが、それぞれ異なるハミルトニアンと粘性を持つハミルトン・ヤコビ方程式の離散化であることを示しました。 ・ネットワーク構造、トロピカル代数、偏微分方程式、凸最適化という4つの視点を単一の変形パラメータで統一しました。
Action: 本論文の理論を理解し、現在のディープラーニングモデルの構造設計や最適化の文脈で、実用的な知見が得られないか検討する。
Original: The Hamilton-Jacobi Theory of Deep Learning domain ★★★
cs.LG updates on arXiv.org

fMRIにおけるSiamese自己教師あり学習を用いた堅牢かつタスク不変な関数表現の学習

- fMRIデータにおける小規模サンプルと高次元性による過学習の問題に対処するための、データ効率の良い自己教師あり学習フレームワーク「BrainSimSiam」を提案。 - ポジティブなデータペアのみを活用するSiameseネットワークにより、多様な下流タスクで汎用性の高い堅牢な特徴表現を獲得。 - 大規模モデルに近い性能を軽量フレームワークで実現し、データ制約のある神経画像解析アプリケーションにおける有効性を実証。
Action: fMRIデータセットの分析パイプラインへのBrainSimSiamの適用検討および、類似のデータ効率の良い自己教師あり学習フレームワークの調査。
Original: Learning Robust and Task-Invariant Functional Representation from fMRI through Siamese Self-Supervised Learning domain ★★
cs.LG updates on arXiv.org

FormInv: 数学的推論ベンチマークにおける意味的不変性のための測定プロトコル

- 数学的推論ベンチマークの言い換えにおいて、3.1%の不正確な例がモデルのランキングを大きく変動させることを発見。 - 「セマンティック一致率(SCR)」を導入し、既存のベンチマークがモデルによる一貫性の欠如を見落としていることを実証。 - ベンチマーク設計者が特定の言い換えを選択することでモデルの勝者が変わるという「ノーフリーランチ」の帰結を示し、FormInvプロトコルを提案。
Action: 数学的推論モデルを評価する際、セマンティックな不変性を担保するために、言い換えを用いたテストデータセットの導入やSCR評価を検討すること。
Original: FormInv: A Measurement Protocol for Semantic Invariance in Mathematical Reasoning Benchmarks domain ★★★
cs.LG updates on arXiv.org

FedQHD: 閉形式関数空間連邦強化学習

・連邦強化学習における従来のパラメータ平均化の関数空間不整合を解消する手法「FedQHD」を提案。 ・超次元状態エンコーダと線形読み出しを用いることで、閉形式での集約を可能にし、計算コストを大幅に削減。 ・エンコーダが異種混合な場合でも、アンカー状態セットを用いた教師モデルの構築により、モデル統合時の誤差（連邦ギャップ）を最小化。
Action: FedQHDの提案アルゴリズムと、連邦ギャップに関する理論的分析について詳細を確認し、自身の強化学習プロジェクトで異種エンコーダ環境への適用可能性を検討する。
Original: FedQHD: Closed-Form Function-Space Federated Reinforcement Learning domain ★★★
cs.LG updates on arXiv.org

LoRe: 反復グラフソルバーのためのステップごとの相互作用予算に基づく適応型相互作用評価ルーティング

・拡散モデルベースの神経組合せ最適化ソルバーの推論コストを削減する、学習不要な推論時ラッパー「LoRe」を提案。 ・各反復で全相互作用を計算する代わりに、高競合・高不確実な相互作用のみに計算を動的にルーティングし、固定予算内で評価を実行。 ・MISやTSPなどの大規模グラフ問題において、解の質を維持しつつ推論時間の短縮（最大15倍）とメモリの大幅削減（最大44倍）を達成。
Action: グラフ最適化タスクで推論ボトルネックが発生している場合、LoReの手法（動的相互作用ルーティング）が適用可能か調査する。
Original: LoRe: Adaptive Interaction-Evaluation Routing with Per-Step Interaction Budgets for Iterative Graph Solvers domain ★★★
cs.LG updates on arXiv.org

状態遷移を誘発する制約対応型介入設計のための因果インテリジェンス

・COAST（Causally Optimal Actions for State Transitions）を提案し、制約を考慮したシステムの状態遷移設計を実現。 ・データから因果グラフと構造因果モデルを学習し、介入効果、複雑性、ターゲット状態の安定性を考慮した多目的最適化を行う。 ・合成データおよび生物学的データセットでの検証により、主要な因果ドライバーの特定と、解釈可能なメカニズムの提示に成功。
Action: 因果推論ライブラリ（DoWhy等）を用いて、特定のドメインデータから因果モデルを構築し、介入効果のシミュレーションを試す。
Original: Causal Intelligence for Constraint-Aware Intervention Design to Induce State Transitions domain ★★
cs.LG updates on arXiv.org

クロスモデルエントロピーによるラベルフリー強化学習

- 報酬信号のボトルネックを解消するため、外部モデルの信頼度を用いるクロスモデルエントロピー（CME）を提案。 - 自己参照信号ではなく独立した検証モデルを利用することで、報酬ハッキングや自己エラーの強化を回避。 - UltraFeedbackを用いた実験でQwenやLlama等の複数のモデル群で強力な指導追従能力の改善を達成。
Action: 自己のLLMパイプラインにおいて、検証用モデルを用いた報酬計算（CME）の実装を検討し、RLHFの効率化を試す。
Original: Label-Free Reinforcement Learning via Cross-Model Entropy domain ★★★
cs.LG updates on arXiv.org

グラフ学習を用いた混合組合せ最適化による宇宙ゴミ捕獲用アクティブテザーネットシステムの設計

• 宇宙ゴミを捕獲するテザーネットシステムの複雑な設計最適化問題を、混合組合せ非線形計画問題（MCNLP）として定義。 • グラフニューラルネットワーク（GNN）を用いて組合せ変数を推奨することで、MCNLPを単純な非線形計画問題（NLP）に帰着させる手法を提案。 • 従来の直接的な解法と比較して、同等の最適解に大幅に高速で収束することを確認。
Action: 複雑なエンジニアリング設計における混合変数最適化問題に対して、GNNを活用したアプローチの適用可能性を検討する。
Original: Designing Active Tether-Net Systems for Space Debris Capture with Graph-Learning-Aided Mixed-Combinatorial Optimization domain ★★
cs.LG updates on arXiv.org

Return-to-Goは単なる数値ではない：リターン条件付き教師あり学習のためのQ誘導型アライメント

・RTG(Return-to-go)を単なる数値ではなく、ポリシーのパフォーマンスと整合させるための新しいフレームワーク「Q-ALIGN DT」を提案。 ・Q関数を用いた密な誘導とRTG摂動技術によるファインチューニングにより、高いRTGが高い期待リターンへ確実にマッピングされることを実現。 ・D4RLベンチマークで優れた制御性を証明し、速度追跡タスクなど従来手法が失敗するケースでも高い汎化性能を達成。
Action: 既存のリターン条件付きシーケンスモデル（Decision Transformer等）にQ-ALIGN DTのガイドライン手法を適用し、ポリシーの制御性を向上できるか検証する。
Original: Return-to-Go Is More Than a Number: Q-Guided Alignment for Return-Conditioned Supervised Learning domain ★★
cs.LG updates on arXiv.org

ポリシーを考慮したシミュレータ学習のための理論的基礎と効果的なアルゴリズム

・MBRLにおけるシミュレータの悪用と現実との乖離問題を、モデルと対向ポリシー間のミニマックスゲームとして定式化して解決。 ・理論解析により、ゲームの学習可能性の保証と、エラーMDP双対性に基づくアクティブデータ選択アルゴリズムを導出。 ・連続制御タスクにおいて、戦略的に重要な領域の予測誤差を大幅に削減し、シミュレーション内学習のみで現実世界の近最適性能を達成。
Action: 強化学習のエージェントやシミュレータ設計において、予測精度ではなく戦略的な頑健性を最大化するような学習目的関数（ミニマックス定式化など）への置き換えを検討する。
Original: Theoretical Foundations and Effective Algorithms for Policy-Aware Simulator Learning domain ★★★
cs.LG updates on arXiv.org

モーメントマッチングQ学習

・強化学習における生成モデルの推論遅延を解消する新しいフレームワーク「MoMa QL」を提案。 ・最大平均不一致（MMD）を用いて分布間の全モーメント統計量を一致させることで、条件付きスコア関数の分布レベルでの収束と安定性を実現。 ・D4RLタスクにおいて従来手法より高い計算効率と競争力のある性能を示し、特にオフラインからオンラインへの強化学習での高い適応性を実証。
Action: 生成モデルベースの強化学習タスクにおいて、推論コストがボトルネックとなっている環境でMoMa QLをベンチマーク評価し、適用可能性を調査する。
Original: Moment Matching Q-Learning domain ★★★
cs.LG updates on arXiv.org

臨床データに対する離散化ベイズネットワーク分類器の並列適応型多目的進化的学習

・ベイズネットワーク学習手法「Baymex」を改良し、並列化と過学習抑制メカニズムを導入してスケーラビリティを向上させた。 ・臨床データセットで評価した結果、標準的なモデルと同等以上の分類性能を実現しつつ、臨床現場で解釈可能なモデルを生成できた。 ・16コアCPUで最大54倍の高速化を達成し、臨床現場の要因と整合性のある複数の分類器を発見することに成功した。
Action: 臨床データの予測モデル構築において、説明可能性を重視する場合にBaymexアルゴリズムの適用を検討する。
Original: Parallel Adaptive Multi-Objective Evolutionary Learning of Discretized Bayesian Network Classifiers for Clinical Data domain ★★★
cs.LG updates on arXiv.org

実データエネルギー消費予測補正のためのアンサンブルスコアフィルタリング

・エネルギー消費予測において、不完全でノイズの多い観測データに対応するため、アンサンブルスコアフィルタ(EnSF)を用いた逐次的な予測補正手法を提案。 ・事前学習済みのブラックボックス予測モデルを状態伝播に使用し、スコアベース拡散モデルを用いてフィルタリング分布を近似。 ・数値実験により、提案手法がEnKFと比較して非線形観測環境下でより強力な補正を提供し、長期的な予測精度を向上させることを実証。
Action: アンサンブルスコアフィルタ(EnSF)のアルゴリズムを調査し、時系列データ予測の補正パイプラインへの組み込み可能性を検討する。
Original: Ensemble Score Filtering for Real-Data Energy Consumption Forecast Correction domain ★★
cs.LG updates on arXiv.org

知識オフロード：LLMをスパースなバックボーンとメモリモジュールに分解する

- LLMを汎用的なバックボーンとドメイン特化型メモリに分解する「Knowledge Offloading (KOFF)」フレームワークを提案 - スパースな共有バックボーンとLoRAアダプターやKVキャッシュを組み合わせることで、モデル性能を維持しつつ知識を外部メモリへ移動可能 - 約12%のスパース性で性能低下を抑えつつ、言語特化型のニューロンをバックボーンから分離できることを実証
Action: プロジェクトでLLMの軽量化やドメイン適応を行う際に、モデル全体の再学習ではなく、KOFF手法を用いたバックボーンの共有化とメモリモジュールの切り出しを検証の選択肢として検討する。
Original: Knowledge Offloading: Decomposing LLMs into Sparse Backbones and Memory Modules domain ★★★
cs.LG updates on arXiv.org

OISD: 言語モデルのオンポリシー内部自己蒸留

・言語モデルのRL後学習において、最終層の予測シグナルを中間層に蒸留する「OISD」フレームワークを提案。 ・logit調整とattention調整の2つのメカニズムにより、推論動作と注目パターンを中間層に伝播させ、推論能力を向上。 ・外部情報なしで、GRPOと組み合わせて数学推論タスクで強力なベースラインを上回る性能を達成。
Action: 公開されたGitHubリポジトリ（https://github.com/THE-MALT-LAB/OISD）をチェックし、LLMの推論能力向上手法として実装内容を確認・実験する。
Original: OISD: On-Policy Internal Self-Distillation of Language Models domain ★★★
cs.LG updates on arXiv.org

出力空間射影によるモデルマージ

• 既存のモデルマージ手法を凸二次計画問題として定式化し、出力の二乗誤差を最小化する統合重みを導出する手法を提案。 • マージ品質を予測する閉形式の診断指標を提供し、ヒューリスティックな設計からの脱却を実現。 • 言語および視覚タスクにおいて、既存手法と同等以上の性能を達成し、層ごとの逐次的なアルゴリズムにより適用範囲を拡大。
Action: 既存のLLMマージパイプラインに対し、出力空間射影を用いた最適化手法を導入して性能評価を試みる。
Original: Model Merging by Output-Space Projection domain ★★★
cs.LG updates on arXiv.org

化学者とAIの架け橋：解釈可能な合成ルート評価のためのエキスパート拡張フレームワーク

・有機合成における多段階ルート選択の課題に対し、化学者のドメイン知識を統合したデータ駆動型評価フレームワークを提案。 ・DeepSetsモデルを用い、合成ルートに対して定量的なスコアと「Good/Plausible/Bad」の定性的な評価を両立。 ・既存手法を大幅に上回る予測精度を達成し、効率的な合成設計を支援。
Action: DeepSetsを用いたこの評価手法を、自身の開発プロジェクトにおける複雑なフローや構造データのランキング・分類タスクへ応用可能か検討する。
Original: Bridging Chemists and AI: An Expert-Augmented Framework for Interpretable Route Evaluation domain ★★
cs.LG updates on arXiv.org

いつ、どのくらいの期間か？時間的推論における読み出し-媒介者の角度

- 線形プローブはモデル内の情報を復元できるが、モデルの実際の推論プロセスとは無関係な場合がある。 - プローブが抽出した情報とモデルの計算に必要な因果的サブスペースの角度はランダムな二つの部分空間と同等であり、直交していることが多い。 - プローブを用いた実行時の安全性監視は、モデルが全く利用していない方向を監視している可能性があり、その有効性が根本的に揺らいでいる。
Action: LLMの安全性監視や解釈可能性のために線形プローブのみを過信せず、DASなどの因果的介入手法と組み合わせてモデルの計算プロセスを検証する設計を取り入れる。
Original: When and How Long? The Readout-Mediator Angle in Temporal Reasoning domain ★★★
cs.LG updates on arXiv.org

蒸留と量子化によるApertus LLMファミリーの拡張

・蒸留と量子化を用いたモデルファミリーの効率的な拡張手法を提案。 ・オープンな「Apertus 8B」をベースに、1.7Tトークンで学習した最大4Bパラメータの「Apertus-v1.1」を構築。 ・限られたハードウェアリソースでもコスト効率よく高性能なLLMを実現できることを実証。
Action: ローカル環境でのLLM推論や軽量化の実装におけるコスト効率的な最適化手法として検討する。
Original: Apertus LLM Family Expansion via Distillation and Quantization domain ★★
cs.LG updates on arXiv.org

プライベート確率的決定理論オンライン学習における最適なギャップ依存のレグレット

・確率的決定理論オンライン学習において、イベントレベルの純粋な差分プライバシーを保証する最適なギャップ依存レグレット率を解明。 ・時間軸に依存しないアルゴリズムを提案し、レグレットの上界がギャップとプライバシーパラメータの和のオーダーであることを証明。 ・指数メカニズムとデータの独立したランダムプレフィックスを用いることで、プライバシーを保護しつつ効率的に最適な行動を選択。
Action: 差分プライバシーを適用したオンライン学習アルゴリズムの理論的枠組みを理解し、実用的な機械学習パイプラインへの応用可能性を検討する。
Original: Optimal Gap-Dependent Regret for Private Stochastic Decision-Theoretic Online Learning domain ★★
cs.LG updates on arXiv.org

ディープネットワークは初期化を忘れるか？実用的な帰納バイアスを「忘却時間」の視点から考察

ニューラルネットワークの学習において、初期値の影響（初期化メモリ）が学習パイプラインによってどのように保持・消去されるかを定量化しました。 低学習率のSGDは初期化の記憶を保持しやすい一方、Adamや強力な正則化を用いた高学習率SGDは初期化の記憶を消去することが示されました。 汎化性能向上に寄与する正則化は、初期化に対する依存関係を解消する「忘却ダイナミクス」として機能することが明らかになりました。
Action: モデルの初期値依存性を確認するため、異なるオプティマイザや正則化設定を用いて、モデルの収束精度や検証精度の変化をベースラインと比較する実験を行う。
Original: Do Deep Networks Forget Initialization? A Forgetting-Time View of Practical Inductive Bias domain ★★★
cs.LG updates on arXiv.org

SciMLにおけるマルチレジームパターンの解明：固有の失敗モードとレジーム特有の最適化

・SciMLモデルの学習において、一貫した3つのレジーム構造が存在することを特定しました。 ・すべてのレジームで有効な万能な最適化手法は存在せず、レジームごとの最適化戦略が必要です。 ・標準的な損失関数指標では捉えきれない、モデルの微細な失敗モードが存在することを明らかにしました。
Action: SciMLモデルの学習において収束性や性能に課題がある場合、単一のオプティマイザに依存せず、学習ダイナミクスと損失地形を分析してレジーム特有の挙動を特定し、それに応じた最適化手法を選択・調整する。
Original: Unveiling Multi-regime Patterns in SciML: Distinct Failure Modes and Regime-specific Optimization domain ★★
cs.LG updates on arXiv.org

RUBRIC-ARROW：非検証領域におけるLLMポストトレーニングのための交互点単位ルーブリック報酬モデリング

- 主観的で検証不可能な領域における報酬モデルの絶対評価の難しさを解決するため、ルーブリック生成器と判定器を交互に学習するフレームワークを提案。 - 確率ベースのスコアリングで同点評価を減らし、ペアワイズ選好データとGRPOを組み合わせることで効率的に点単位の評価器を学習。 - 実験により、報酬モデリングの精度向上と、その後のポリシーのポストトレーニングにおいて一貫した性能向上を確認。
Action: LLMの微調整パイプラインにおける報酬モデリング手法として、評価の堅牢性を高めるための本手法の導入検討を調査リストに追加する。
Original: RUBRIC-ARROW: Alternating Pointwise Rubric Reward Modeling for LLM Post-training in Non-verifiable Domains domain ★★★
cs.LG updates on arXiv.org

Parallax: 大規模言語モデル向けのパラメーター化された局所線形アテンション

- 局所線形アテンション（LLA）をスケーリングし、LLMに適用可能なパラメーター化手法「Parallax」を提案 - 数値安定性を確保しつつ、FlashAttentionを上回る推論速度と学習性能の向上を実現 - Muonオプティマイザーとの組み合わせにより、学習効率が大幅に改善する新しいアーキテクチャ・オプティマイザー設計を実証
Action: 「Parallax」アーキテクチャの論文を詳細に読み込み、今後のモデル開発やファインチューニングへの応用可能性を検討する。
Original: Parallax: Parameterized Local Linear Attention for Language Modeling domain ★★★
cs.LG updates on arXiv.org

PROTOCOL: タンパク質相同性検索のためのLate Interactionによる検索

- タンパク質相同性検索において、単一ベクトル表現では失われがちな局所的モチーフや残基情報を保持するため、ColBERT風の「Late Interaction」手法を導入しました。 - タンパク質をアミノ酸残基ごとの埋め込みセットとして保持し、MaxSimを用いて比較することで、検索感度を大幅に向上させました。 - SCOPeおよびPfamベンチマークにおいて、従来のアライメントや単一ベクトル手法を凌駕する性能を実証しました。
Action: ColBERTなどのLate Interaction手法の概念を理解し、他のベクトル検索パイプラインへの応用可能性を検討する。
Original: PROTOCOL: Late Interaction Retrieval for Protein Homolog Search domain ★★
cs.LG updates on arXiv.org

グラフ生成トポロジーの進化的な洗練：ハイブリッドWGAN-GAアプローチ

- GANベースのグラフ生成手法における構造的偏差（次数の歪みやスペクトル分布の不一致など）が課題となっている。 - 生成されたグラフのエッジを遺伝的アルゴリズム（GA）で洗練させることで、実データに近い構造的特性を実現する手法を提案。 - 実験により、GAによる洗練がMaximum Mean Discrepancy（MMD）を低減し、グラフの品質向上に有効であることを示した。
Action: グラフ生成タスクにおける構造的評価指標（MMDなど）の計算コードを実装し、生成モデルの品質評価に組み込む。
Original: Evolutionary Refinement of Generative Graph Topologies: A Hybrid WGAN-GA Approach domain ★★
cs.LG updates on arXiv.org

生成AIを用いた季節予測の確率論的バイアス調整：北極海氷予測のケーススタディ

・季節予測における系統的バイアスや誤差を補正し、確率論的な予測精度を向上させるための条件付き変分オートエンコーダ（cVAE）フレームワークを開発。 ・従来のcVAEで見られた予測のぼけや解像度の損失を克服するため、デコーダーに生成モデルを採用し、目的関数に連続ランク確率スコア（CRPS）を導入。 ・提案手法は従来手法と比較して、より適切に較正された予測結果を提供し、予測の鮮明度やスペクトルパワーが大幅に向上することを示した。
Action: 確率的予測や生成モデルにおける損失関数（CRPS等）の適用方法について、現在の実装で検討してみる
Original: Probabilistic bias adjustment of seasonal forecasts using generative machine learning: A case study of Arctic sea ice predictions domain ★★
cs.LG updates on arXiv.org

TIMEGATE: リソース制約下での継続的なML適応のための持続可能な時間制約型プロモーションゲート

・継続的なML学習サイクルにおける計算資源、アノテーション、エネルギーコストを最適化するポリシー層「TIMEGATE」を提案。 ・部分評価と完全評価を切り替えるメトリクス信号を活用し、LLaMA-3.1モデル等で大幅な計算効率化（評価コストを最大89%削減）を実証。 ・精度低下を抑えつつ、リソース効率と適応速度を両立する持続可能なML運用フレームワークとして機能。
Action: 継続学習パイプラインにおける評価・学習プロセスのリソース消費を可視化し、TIMEGATEアプローチを参考に評価コスト削減の自動化ポリシーを検討する。
Original: TIMEGATE: Sustainable Time-Boxed Promotion Gates for Continual ML Adaptation Under Resource Constraints domain ★★★
cs.LG updates on arXiv.org

影響度ガイド付きシンボリック回帰：LLM駆動型方程式探索と粒度の細かいフィードバックによる科学的発見

- LLMのシンボリック回帰における非効率な探索と大まかなフィードバックを改善する「Influence-Guided Symbolic Regression (IGSR)」を提案 - 各項の貢献度を定量化する粒度の細かい影響スコアを用いて、モデル構造を体系的に精緻化し、MCTSと組み合わせて効率的な探索を実現 - 実世界の複雑なデータセット（生物学データなど）において既存手法を凌駕し、新しい科学的知見の発見と検証に成功
Action: IGSRの手法を取り入れ、自身のAIプロジェクトにおけるモデル構築や特徴量選択のプロセスに「粒度の細かい貢献度評価」を導入できないか検討する。
Original: Influence-Guided Symbolic Regression: Scientific Discovery via LLM-Driven Equation Search with Granular Feedback domain ★★★
cs.LG updates on arXiv.org

RLが自身の語彙を抑制する時：パズルから数学への転移における推論の多様性の回復

- パズルデータのみで学習したLLMが数学問題へ推論能力を転移させるメカニズムを、推論プリミティブの観点から分析。 - RL学習段階で「仮説」や「バックトラッキング」といった探索的推論プリミティブが抑制されることを発見。 - 正解の多様性を報酬とする新規性ボーナスを導入することで、推論能力がさらに向上し数学推論性能の天井を引き上げることに成功。
Action: LLMの強化学習(RLVR)において、特定の推論パターンが過剰に最適化されないよう、学習中に推論プロセスの多様性を維持するための報酬設計（新規性ボーナスの導入など）を検討する。
Original: When RL Suppresses Its Own Vocabulary: Recovering Reasoning Diversity in Puzzle-to-Math Transfer domain ★★★
cs.LG updates on arXiv.org

確率的物理システムの軌道生成のための確率的リフティング

・確率的物理システムの遷移を、滑らかな写像と高次元のランダムラベルの組み合わせとしてモデル化する手法「Stochastic Lifting」を提案。 ・学習データにランダムラベルを付与して遷移写像を学習することで、平均予測への収束を防ぎ、多様で妥当な将来軌道を生成可能。 ・推論時には新たなラベルをサンプリングして自己回帰的に展開し、1ステップあたり1回のネットワーク評価で軌道を生成できる。
Action: GitHubでStochastic Liftingの概念を用いた実装やライブラリを調査し、自身の時系列予測プロジェクトへの適用可能性を検証する。
Original: Stochastic Lifting for Generating Trajectories of Stochastic Physical Systems domain ★★
cs.LG updates on arXiv.org

生成音楽モデルにおけるブラックボックス・メンバーシップ推論を用いた学習データの監査

・生成音楽モデルが特定の音声サンプルを学習に使用したかを判定するブラックボックス手法を提案 ・キャプション条件付き生成結果と候補サンプルとのアライメントを測定する手法で、最大98.6%の精度を達成 ・モデル内部パラメータへのアクセス不要で監査可能なため、著作権やデータ透明性の問題解決に貢献する
Action: 生成AIモデルの学習データ透明性を確保するための、ブラックボックス監査手法の実装可能性やツール化を検討する。
Original: Auditing Training Data in Generative Music Models via Black-Box Membership Inference domain ★★★
cs.LG updates on arXiv.org

一般的なテキストの暗記能力から大規模言語モデルのサイズを推論する

- 大規模言語モデルのパラメータ数が非公開であるケースにおいて、生成されたテキストからモデルのサイズを推定するブラックボックス手法を提案。 - 広く流通しているテキストの予測精度とパラメータ数には相関があるという観測に基づき、統計的手法とスケーリング則を用いて下限値を算出。 - 公開モデルで精度を検証済みであり、クローズドモデルに適用することで業界のモデルスケーリング戦略や設計上の選択を解明することに成功。
Action: 提案手法を参考にして、特定モデルの能力やコストを推測するためのプロトタイプコード（次のトークンの予測確率を取得するツールなど）を作成し、実効性を検証する。
Original: Inferring the Size of Large Language Models From Popular Text Memorization domain ★★
cs.LG updates on arXiv.org

蛋白質の3Dフォールドの動的グラフ表現を用いた、蛋白質構造分類における伝統的機械学習とディープラーニングの比較

・蛋白質構造分類（PSC）において、動的蛋白質構造ネットワーク（PSN）を用いた伝統的機械学習とディープラーニングを比較評価しました。 ・72のデータセットを用いた実験の結果、PSCの精度において両者は概ね同等の性能を示しました。 ・一方で、ディープラーニングは計算コストが伝統的機械学習と比較して平均で10倍以上高いことが判明しました。
Action: グラフ表現を用いた機械学習タスクにおいて、計算効率と精度のバランスを考慮したモデル選択を行う際の先行研究として参照する。
Original: Traditional machine learning vs. deep learning from dynamic graph representations of proteins' 3D folds in the task of protein structure classification domain ★★
cs.LG updates on arXiv.org

BlockBatch: 拡散言語モデル推論を効率化するマルチスケール合意デコーディング

・拡散言語モデル（dLLM）の推論において、ブロックサイズを固定せず多様なサイズを並行実行する「BlockBatch」フレームワークを提案。 ・信頼性に基づくトークン統合やリーダーによる同期を組み合わせ、推論ステップを平均26.6%削減し1.33倍の高速化を実現。 ・トレーニング不要かつ既存のモデルで適用可能であり、ブロックサイズの多様性を活用した効率的な並列推論を可能にする。
Action: GitHub等で公開されている実装を確認し、自身のdLLM推論環境でBlockBatchの手法を試すか、このアプローチが現在の推論基盤に適用可能か検討する。
Original: BlockBatch: Multi-Scale Consensus Decoding for Efficient Diffusion Language Model Inference domain ★★★
cs.LG updates on arXiv.org

SigmaMedStat: ICUの誤報削減のための時間的信号モデリング

・ICUでの警報疲労を軽減するため、生理的信号の信頼性を事前評価する機械学習システム「SigmaMedStat」を提案しました。 ・信号を時間的にチャンク分割し、CWT・EfficientNet・LSTMを組み合わせたモデルにより、静的モデルを上回るAUC 0.822の分類精度を達成しました。 ・アブレーション研究により、時間的な分割処理とマルチチャネル信号の融合が、それぞれ分類性能の向上に独立して寄与することを確認しました。
Action: 提案された「時系列データのチャンク分割・特徴抽出・シーケンス学習」のパイプラインを参考に、自身の時系列分類プロジェクトでプロトタイプを構築・評価してみてください。
Original: SigmaMedStat: Temporal Signal Modeling for ICU False Alarm Reduction domain ★★
cs.LG updates on arXiv.org

KLAS: 精度と効率のトレードオフ向上のために類似性を用いてニューラルネットワークをスティッチングする

・事前学習済みモデルのスティッチングにより、精度と効率のトレードオフを柔軟に調整する手法を提案。 ・既存のヒューリスティックな手法の課題を解決するため、中間表現間のKLダイバージェンスを用いてモデル間の類似性を活用する「KLAS」を導入。 ・ImageNet-1Kにおいて、既存手法と同等のコストで最大1.21%の精度向上、またはFLOPsを1.33倍削減しながら精度を維持することに成功。
Action: モデル家族間の効率的なスティッチング手法として、KLASのアルゴリズムを自身のモデル圧縮や推論最適化パイプラインに組み込めるか評価する。
Original: KLAS: Using Similarity to Stitch Neural Networks for Improved Accuracy-Efficiency Tradeoffs domain ★★★
cs.LG updates on arXiv.org

4つの前頭部電極からウェアラブルEEG拡張のための堅牢な周波数校正済み仮想EEGチャネル生成

・4つの前頭部電極（Fp1, Fp2, F7, F8）から13の仮想EEGチャネルを生成するFAVC-Netを提案。 ・波形マッチングだけでなく、振幅の忠実度や周波数スペクトル分布（PSD）の校正を重視した信号処理手法を採用。 ・ウェアラブル特有のノイズ環境下でも、スペクトル的な崩壊を防ぎ、高い周波数再現性を達成。
Action: 生体信号処理における仮想チャネル生成の手法としてFAVC-Netの構造（GATv2やソース状態エンベディングなど）をMLパイプラインのアーキテクチャ設計の参考に検討する。
Original: Robust Frequency-Calibrated Virtual EEG Channel Generation from Four Frontal Electrodes for Wearable EEG Augmentation domain ★★
cs.LG updates on arXiv.org

決済ネットワークにおける因果的ラベル復元

・決済ネットワークにおける不正検知モデルが抱える、ラベルの欠損や偏り、ノイズといった問題を定義。 ・Sequential Triply Robust (STR) 推定量を構築し、複数の欠損段階と汚染層を同時に補正して効率限界を達成。 ・ラベルの成熟を待たずに最新データでの学習を可能にし、不正検知の鮮度と精度を大幅に向上させる手法を提案。
Action: この論文で提案された「Sequential Triply Robust (STR)」推定量の概念を理解し、同様のバイアスを持つ実務上のデータセットへの適用可能性を検討する。
Original: Causal Label Recovery in Payment Networks domain ★★
cs.LG updates on arXiv.org

新しい適応的学習アルゴリズムに関する理論的・実験的研究

・既存の適応型最適化手法（AdamやAMSGrad）の収束性に関する課題を指摘。 ・「見通し（line of sight）」アプローチに基づく新たな最適化手法「C-Adam」を提案。 ・C-Adamの収束性について理論的な証明を行い、数値実験によりその有効性を検証。
Action: C-Adamの実装の仕組みを確認し、手元の学習タスクにおける既存のAdamとの性能比較を検討する。
Original: A Theoretical and Experimental Study of a Novel Adaptive Learning Algorithm domain ★★
cs.LG updates on arXiv.org

LoopFM: 推薦システムのための基盤モデルの履歴表現からの学習

・知識蒸留（KD）が単一のスカラー値のみを転送する制約を克服するため、基盤モデル（FM）の中間表現を垂直モデル（VM）の入力特徴量として活用する手法LoopFMを提案。 ・リアルタイムでのFM推論やアーキテクチャの結合を必要とせず、高い転送効率でVMの精度を向上させる。 ・産業規模の推薦システムにおいて、KD単体と比較して知識転送率を約2倍に高め、大幅なコンバージョン改善を実現。
Action: 推薦システムの精度向上のため、既存の知識蒸留に加えて基盤モデルの中間表現を特徴量として活用する設計を検討・検証する。
Original: LoopFM: Learning frOm HistOrical RePresentations of Foundation Model for Recommendation domain ★★★
cs.LG updates on arXiv.org

Physics Foundation Modelsは一般化された物理法則を学習しているか？物理的レジームと分布シフトを横断したバイアス認識ベンチマーク

・最新の物理基盤モデルは時空間予測能力を主張するが、特定の条件下での平均性能に偏っており、真の一般化能力には疑問が残る。 ・8つの物理ダイナミクスと25のテストレジームを用いた包括的なベンチマークの結果、これらのモデルは「条件付き」汎用モデルであり、物理レジームやスケールに性能が大きく依存することが判明した。 ・単なるモデルのスケーリングやデータ拡張では不十分であり、物理レジームやスケールを横断して物理知識を転移・学習できる新しいメカニズムの開発が不可欠である。
Action: 現在の物理シミュレーション手法やデータセット構築において、モデルの汎化能力（OOD性能）を評価するための厳密なベンチマーク手法を検討・導入する
Original: Do Physics Foundation Models Learn Generalizable Physics? A Bias-Aware Benchmark Across Physical Regimes and Distribution Shifts domain ★★
cs.LG updates on arXiv.org

NeuroEdge: エッジデバイスにおける深層学習を用いた高密度筋電図によるリアルタイム手動作認識

- HD-EMGデータをマイクロコントローラー(ESP32, Spresense)上でリアルタイム処理するNeuroEdgeシステムを提案 - 1次元CNNを用いた効率的な推論エンジンにより、192チャンネルの入力を83msの低遅延で認識 - 7種類の手のジェスチャーにおいて90%の分類精度を達成し、エッジデバイスでの高度な生体信号処理の実現可能性を示した
Action: エッジデバイス（Spresense等）における時系列データのリアルタイム深層学習推論パイプラインの実装手法を調査し、自身のプロジェクトに応用する
Original: NeuroEdge: Real-Time Hand Gesture Recognition with High-Density EMG Using Deep Learning at the Edge domain ★★★
cs.LG updates on arXiv.org

インコンテキスト経験ベイズとしてのAttention：粒子力学による2段階の視点

- 最小構成のAttentionのみのTransformerを、2段階の経験ベイズ過程として解釈するフレームワークを提案 - 層の深さを分布を洗練させる「粒子力学」の過程、スキップ接続を事後推論の過程として統計的に位置づけた - 明示的なノイズスケジュールを必要とせず、Attentionがインコンテキスト推論として機能するメカニズムを解明
Action: Transformerモデルの層の深さとスキップ接続の構造が、理論上のベイズ最適予測にどう寄与しているか、実験的にノイズ除去の挙動を解析する
Original: Attention as In-Context Empirical Bayes: A Two-Stage View via Particle Dynamics domain ★★★
cs.LG updates on arXiv.org

猿における自然な全身運動の神経行動学的表現

・自由に行動する猿から、広範囲の皮質信号と多視点モーションキャプチャを同期して収集するフレームワークを構築しました。 ・自己回帰エンコーダー・デコーダーモデルを用い、神経信号から制約なしで高精度な全身運動をデコードすることに成功しました。 ・自然な全身運動を大規模な頭蓋内神経活動から解読する新しい概念実証アプローチを提供しました。
Action: 機械学習による身体運動デコーディングの最新手法を把握し、ロボティクスやBCIの自作プロジェクトへの応用可能性を探る。
Original: Neural-Behavioral Representation of Natural Whole-body Movement in Monkeys domain ★★
cs.LG updates on arXiv.org

並列テンパリングを用いた整数線形計画法（ILP）の解決

- 学習や外部ソルバーに依存しない、ILPのための新しいサンプリングベースの最適化フレームワークを提案 - 並列テンパリングと制約障壁を調整するペナルティテンパリングを導入し、マルチモーダルなILPのエネルギー地形を効率的に探索 - 既存の古典的ソルバー（SCIP、Gurobi）と同等以上の性能を示し、分布変化に対しても高い頑健性を実現
Action: 最適化アルゴリズムの実装や、既存ソルバーの代替手段としての可能性を調査し、小規模な組み合わせ最適化問題で試作してみる。
Original: Solving Integer Linear Programming with Parallel Tempering domain ★★
cs.LG updates on arXiv.org

逆問題におけるベイズ推論のための深層適応型次元削減

・高次元の偏微分方程式（PDE）に基づく逆問題を解くための、深層適応型次元削減ベイズ推論フレームワーク「Variational Flow（VF）」を提案。 ・VAEによる非線形次元削減と正規化フローを統合し、複雑な事後分布を柔軟に近似するとともに、閉じた適応ループ内でFourier Neural Operator（FNO）代理モデルを洗練させる。 ・高ノイズ・高次元空間などの困難なシナリオにおいて、MCMCやUKI、SVGDなどの既存手法と比較して高い精度と効率性を実証。
Action: この手法が自身の扱う逆問題やPDEベースの機械学習タスクに適用可能か、VAEと正規化フローを組み合わせたVFの構成を調査し、小規模なベンチマークで実装を試みる。
Original: Deep Adaptive Dimension Reduction for Bayesian Inference in Inverse Problems domain ★★
cs.LG updates on arXiv.org

TRACER: ロバストなマルチモーダルファインチューニングのための持続的な正則化

・マルチモーダルモデルのファインチューニングにおけるカタストロフィック・フォゲッティング（壊滅的忘却）の問題に対し、理論的フレームワークを構築しました。 ・既存のEMA教師モデルの崩壊を指摘し、代わりに重み付き移動平均（WMA）を用いた新しい正則化手法「TRACER」を提案しました。 ・CLIPのファインチューニングにおいて、OOD（学習外）データに対する堅牢性とキャリブレーションの大幅な向上を確認しました。
Action: GitHubリポジトリ(https://github.com/HesamAsad/TRACER)を確認し、既存のマルチモーダルモデルのファインチューニングパイプラインへの導入を検討する。
Original: TRACER: Persistent Regularization for Robust Multimodal Finetuning domain ★★★
cs.LG updates on arXiv.org

ニューラルスケーリング則のオプティマイザ依存性について

・ニューラルスケーリング則のスケーリング指数は固定値ではなく、使用するオプティマイザによって大きく変動することが示されました。 ・事前調整されたオプティマイザを使用するとスケーリングが急峻になり、特に自然言語に近いタスクでは学習効率が大幅に向上する可能性があります。 ・今後のスケーリング則の予測やモデル学習の設計には、オプティマイザの選択を考慮する必要があり、提供されたスペクトル診断が判断基準として有効です。
Action: 現在の大規模言語モデルのトレーニング構成を見直し、最適化手法の変更による性能向上シミュレーションと、提案された診断手法の適用可能性を検討する。
Original: On the Optimizer Dependence of Neural Scaling Laws domain ★★★
cs.LG updates on arXiv.org

GDSD: 拡散言語モデルのためのガイド付きデノイザー自己蒸留による強化学習

拡散言語モデル(dLLM)の強化学習において、ELBOの代理尤度を用いた手法のバイアス問題を解決する「ガイド付きデノイザー自己蒸留(GDSD)」を提案。 逆KL正則化強化学習の閉形式最適解から導出された自己教師を用いて、正規化不要の目的関数でデノイザーを直接蒸留。 計画、数学、コーディングのベンチマークにおいて、既存のELBOベース手法を大幅に上回る安定性と精度（最大+19.6%）を達成。
Action: Diffusion Language Models(dLLM)を扱っている場合、ELBOベースの手法からGDSDへ切り替えて訓練の安定性と性能を評価する。
Original: GDSD: Reinforcement Learning as Guided Denoiser Self-Distillation for Diffusion Language Models domain ★★★
cs.LG updates on arXiv.org

マルチモーダル時系列予測のためのポストトレーニング手法の再考

・TSFMとLLMを統合し、数値データとマルチモーダルな文脈の両方を扱える時系列予測フレームワーク「PostTime」を提案。 ・SFTとRLVRを組み合わせたポストトレーニング手法により、LLMがTSFMの予測を適切に修正・活用する推論能力を学習。 ・TimesXベンチマークで従来の手法を大きく上回り、マルチモーダル時系列予測におけるLLMの有効性を実証。
Action: 自身のプロジェクトで扱う時系列データに、LLMが補完可能なテキスト形式の外部コンテキスト（イベントや文脈）を紐付け、PostTimeの考え方を応用した予測修正ロジックのプロトタイプを検討する。
Original: Rethinking Post-Training Recipes for Multimodal Time-Series Forecasting domain ★★★
cs.LG updates on arXiv.org

情報指向型のオフライン・トゥ・オンライン強化学習

- オフラインデータが存在しても依然として必要な「探索」を、残存する不確実性を条件付き相互情報量で定式化しました。 - 瞬間的な後悔と情報利得をトレードオフする「情報指向サンプリング（IDS）」を提案し、オフラインからオンラインへの移行時における学習効率を向上させました。 - バンディット実験やD4RLを用いた強化学習実験により、オフラインデータに存在する残存不確実性を解決する手法としての有効性を実証しました。
Action: オフライン強化学習における探索戦略の参考として、情報指向サンプリング（IDS）の理論的アプローチを理解し、自身の強化学習モデルの探索効率改善に適用可能か検討してください。
Original: Information-Directed Offline-to-Online Reinforcement Learning domain ★★
cs.LG updates on arXiv.org

表形式予測におけるマルコフ境界の功罪

・理論上は予測に必要な最小の特徴量セットであるマルコフ境界だが、現実の因果探索手法では予測性能の向上が得にくい。 ・高次元かつ疎なデータでは境界を制限することで予測性能が向上するが、既存の因果探索手法は計算コストや精度の面で実用的でない。 ・構造的妥当性ではなく、予測性能を重視した新しい特徴量選択手法の開発が必要である。
Action: 既存の因果探索パイプラインを予測性能重視のパイプラインに置き換え可能か、プロジェクトの特徴量選択処理を再検討する。
Original: The Good, the Bad, and the Ugly of Markov Boundary for Tabular Prediction domain ★★★
cs.LG updates on arXiv.org

データセットの価値はいくらか？スケーリング則、Vendiスコア、および行列スペクトル関数

・ニューラルスケーリング則やVendiスコアが劣モジュラ性を持つことを示し、より広範な「行列スペクトル関数」という枠組みを導入。 ・Greedy最適化を高速化するアルゴリズムにより、ImageNet-1KスケールのデータセットでのVendiスコア直接最適化を実現。 ・データセットの評価指標を比較し、施設配置法（facility location）が最も高い予測性能を示すことを明らかに。
Action: データセット選定において、Vendiスコアだけでなく施設配置法を用いたデータ appraisal を試し、モデルの予測性能への影響を比較検証する。
Original: How Much Is a Dataset Worth? Scaling Laws, the Vendi Score, and Matrix Spectral Functions domain ★★★
cs.LG updates on arXiv.org

忘却を減らし、汎化を促進する：動的グラフにおける時間的・構造的適応の統合

- 時間的ダイナミクスと構造的伝播を単一の回帰式で統合する新しいフレームワーク「DSRD」を提案。 - 学習可能な時間感応パラメータを持つ適応型減衰カーネルにより、短期的な反応性と長期的な保持を自動的にバランス。 - 14のベンチマークでリンク予測やノード分類において最先端の性能を達成し、高い汎化性能を実証。
Action: 動的グラフ学習のプロジェクトで、時間的依存関係と構造的特性を統合的に扱いたい場合に、DSRDフレームワークの論文を読み、実装を検討する。
Original: Forget Less, Generalize More: Unifying Temporal and Structural Adaptation for Dynamic Graphs domain ★★★
cs.LG updates on arXiv.org

機械学習におけるメンバーシップ推論攻撃を評価するためのフルパイプラインフレームワーク

- メンバーシップ推論攻撃(MIA)の評価において、データからアルゴリズム、ポストトレーニングまでMLパイプライン全体を考慮した包括的なフレームワークを提案。 - 異なる脅威モデルと評価指標(Balanced Accuracy, TPR at low FPRなど)を定義し、実環境のニュアンスに応じたプライバシーリスク評価を可能にした。 - 広範な実証実験によりMIAの有効性が脅威モデルや評価指標に強く依存することを明らかにし、実用的な監査ツールキットを提供。
Action: 提案されたフレームワークとツールキットの内容を確認し、開発しているMLモデルのプライバシー監査プロセスに組み込めないか検討する。
Original: A Full-Pipeline Framework for Evaluating Membership Inference Attacks in Machine Learning domain ★★★
cs.LG updates on arXiv.org

正直な嘘：反射型エージェントにおける記憶の作話の理解

- 反射型エージェントが自己反省を通じて記憶を生成する際、誤った解釈を自信満々に記憶し続ける「記憶の作話」という失敗モードが存在する。 - ALFWorldやHumanEvalの実験で、自己反省が誤った信念を強化し解決を妨げていることが確認された。 - 自己診断をプログラムによる失敗シグナル抽出に置き換えることで、誤った記憶の強化を防ぎ、タスク解決率を向上させることが可能である。
Action: 現在運用中の反射型エージェントのログを確認し、同じタスクに対する反射内容が繰り返されていないか、Reflection Repetition Rate (RRR) 相当の分析を行い、自己反省のロジックにプログラムによる客観的な失敗シグナル抽出を組み込むことを検討する。
Original: Honest Lying: Understanding Memory Confabulation in Reflexive Agents domain ★★★
cs.LG updates on arXiv.org

非共役因子グラフの閉形式変分推論による合成

・5つの因子グラフプリミティブを定義し、それらを組み合わせることで閉形式の変分推論を保持可能なモデルアーキテクチャを提案。 ・平均場近似下でガウス変数や精度変数のメッセージファミリーを維持し、指数リンクによる非共役インタフェースもトラクタブルに解決。 ・時系列予測への応用で、ゲート関数を学習ではなく推論するベイズ専門家混合モデルを構築し、較正された不確実性を実現。
Action: 提案された5つの因子グラフプリミティブを理解し、閉形式推論を活用した時系列予測モデルのPoCコードを作成する。
Original: Composing Non-Conjugate Factor Graphs with Closed-Form Variational Inference domain ★★★
cs.LG updates on arXiv.org

アクセスセットの重要性：スケーラブルなウェイト空間モデルマージのためのエキスパート読み取り予算化

・LLMマージにおけるエキスパートウェイト読み取りを最適化する「MergePipe」を提案 ・I/O予算に基づいた決定論的なアクセス計画を構築し、マージを実行 ・主要モデルで最大11倍の高速化とI/Oの大幅な削減を達成
Action: 大規模モデルのマージ処理において、I/Oボトルネックが発生している場合はMergePipeの論文を読み、実装への適用可能性を検討する。
Original: Access Sets Matter: Budgeting Expert Reads for Scalable Weight-Space Model Merging domain ★★★
cs.LG updates on arXiv.org

勾配摂動：適応的学習のための勾配摂動学習

・勾配摂動を統一的に扱うフレームワークを構築し、SAMや勾配クリッピングなどをその特殊ケースとして解釈。 ・クラスごとの勾配ノルムを適応的に制御することで学習を最適化する「勾配摂動学習（LPG）」を提案。 ・分類、ロングテール学習、ノイズラベル学習において既存手法を上回る性能を達成。
Action: 提案手法LPGを現在のモデル訓練パイプラインにプラグインモジュールとして導入し、精度向上を確認する。
Original: Gradient Perturbation: Learning to Perturb Gradients for Adaptive Training domain ★★★
cs.LG updates on arXiv.org

継続的教師ありファインチューニングのためのオンポリシーリプレイ

・LLMの継続的ファインチューニングにおける致命的忘却を緩和する手法「On-Policy Replay (OPR)」を提案。 ・モデル自身が出力した生成物をタスク報酬でフィルタリングし、SFTデータとして再学習するシンプルな手法。 ・従来手法と比較して、計算コストを抑えつつ、複数のベースモデルで高い忘却抑制効果を実現。
Action: GitHubリポジトリを確認し、自身の継続学習パイプラインにOPRの導入を検討する
Original: On-Policy Replay for Continual Supervised Fine-Tuning domain ★★
cs.LG updates on arXiv.org

Convex Basins in Single-Index Model Loss Landscapes: Applications to Robust Recovery under Strong Adversarial Corruption

Convex Basins in Single-Index Model Loss Landscapes: Applications to Robust Recovery under Strong Adversarial Corruption
Original: Convex Basins in Single-Index Model Loss Landscapes: Applications to Robust Recovery under Strong Adversarial Corruption domain ★
cs.LG updates on arXiv.org

オフポリシー評価のための商DAG：前方フロー重点サンプリングと正確なスレート傾向スコア

・オフポリシー評価における順序依存の過剰な詳細化を、等価な履歴を統合する「商DAG」の視点で解決する手法を提案 ・スレート推薦において、階乗的な計算を要さず正確な順序不問の傾向スコアを計算できる動的計画法「Forward-DP」を導入 ・このアプローチにより、文脈依存の自己回帰的なログデータに対する実用的なモデル評価と選択が可能となる
Action: 推薦システム等のオフポリシー評価において、推論対象が順序に依存しない場合、Forward-DPを用いた正確な傾向スコア算出が可能か検討し、既存のImportance Samplingと比較する
Original: Quotient DAGs for Off-Policy Evaluation:Forward-Flow Importance Sampling and Exact Slate Propensities domain ★★
cs.LG updates on arXiv.org

K-FinHallu：韓国金融向けマルチターンRAGにおけるハルシネーション検出ベンチマーク

・RAGの金融現場導入における課題である「ハルシネーション」を検出するため、韓国語金融ドメイン特化型マルチターンベンチマーク「K-FinHallu」を導入しました。 ・実際の金融文書からマルチターン対話を構築し、文脈に基づいた回答可能性と正当な回答拒否（abstention）を評価する階層型タクソノミーを提案しています。 ・評価の結果、高性能なLLMであっても金融診断の精度や、適切な回答拒否能力に課題があることが判明しました。
Action: RAGシステムにおいて、根拠がない場合に「回答しない」という判断を適切に行えるよう、評価指標やファインチューニング戦略に本研究のタクソノミーを取り入れる検討をする。
Original: K-FinHallu: A Hallucination Detection Benchmark for Multi-Turn RAG in Korean Finance domain ★★
cs.LG updates on arXiv.org

汎化性能向上のための隠れ表現に対する摂動学習

・隠れ層の活性化値に対する摂動（LPA）を統一的なフレームワークとして提案し、既存手法（Dropout等）を解釈・拡張した。 ・層の深さに応じて摂動が入力レベルの拡張やロジットレベルの操作に影響することを示唆した。 ・PGDを用いて適応的なクラスレベルの摂動を学習するLPAにより、分類および汎化性能の向上を実現した。
Action: LPAの手法を自身の深層学習プロジェクトに導入し、モデルの汎化性能が向上するか既存手法と比較実験を行う。
Original: Learning to Perturb Hidden Representations for Generalizable Deep Learning domain ★★★
cs.LG updates on arXiv.org

AsymVLM: ビジョン言語モデル推論を効率化する非対称トークン剪定

・ビジョン言語モデル（VLM）の推論において、視覚トークンとテキストトークンの特性の違いを利用し、それぞれに最適化した剪定手法「AsymVLM」を提案。 ・視覚トークンを事前充填前に動的に剪定し、テキストトークンは予算を超えた際に時間的閾値で削除することで、最大54%のFLOPs削減を達成。 ・ドキュメントやチャート理解タスクにおいて既存手法を上回る精度を示し、VLM特有の推論効率を大幅に向上。
Action: GitHub等で実装が公開されていないか確認し、推論エンジンに組み込めるか評価する
Original: AsymVLM: Asymmetric Token Pruning for Efficient Vision-Language Model Inference domain ★★★
cs.LG updates on arXiv.org

SCOPE: 航空管制の復唱監視に向けた軽量トレーニングLLMフレームワーク

・航空管制の復唱監視における誤通信を自動化するため、軽量で効率的なLLMフレームワーク「SCOPE」を提案。 ・凍結されたLLMにプラグイン型のオープンセット分類器とインコンテキスト学習を組み合わせることで、高性能かつ低遅延を実現。 ・実験の結果、既存のベースラインを上回り、オープンセット検出で91.05%、異常検知・修正で96.63%の精度を達成。
Action: 特殊なドメインにおけるLLMの軽量なファインチューニングや、in-context learningを活用した軽量な異常検知パイプラインの実装を検討する。
Original: SCOPE: A Lightweight-training LLM Framework for Air Traffic Control Readback Monitoring domain ★★
cs.LG updates on arXiv.org

ランダム化幾何学的探索による特異性を考慮した最適化：非滑らかな最適化の安定化に向けて

・ReLUや量子化など、現代のニューラルネットワークで避けられない非滑らかな損失地形における最適化問題を解決する「S-Adam」を提案。 ・局所的な幾何学的不安定性を計測する「LGIメトリック」を導入し、不安定な領域で動的にステップサイズを減衰させることで、勾配の振動を抑制。 ・量子化認識学習（QAT）や高ノイズ環境において、従来のAdamWやProx-SGDを上回る収束精度と安定性を実証。
Action: 現在のモデル学習でAdamWを使用していて勾配の振動に悩んでいる場合、またはQATを使用しているプロジェクトにて、S-Adamのアルゴリズム実装を実験的に取り入れ、収束の安定性と精度を検証する。
Original: Singularity-aware Optimization via Randomized Geometric Probing: Towards Stable Non-smooth Optimization domain ★★★
cs.LG updates on arXiv.org

なぜ大規模モデルはより多くを学習するのか：容量、干渉、およびレアタスク保持の影響

・大規模モデルが小型モデルには学習できないタスクを習得できるメカニズムを、ニューロンの競合という観点から解明しています。 ・小型モデルは高頻度・低複雑性タスクにリソースを集中させるため、レアで複雑なタスクを学習しにくい傾向があります。 ・大規模モデルは干渉を低減することで、共通タスクを維持しつつレアタスクの特徴を蓄積できることを示しました。
Action: モデル選定やトレーニングデータの混合比率を設計する際に、モデルの容量とタスクの複雑性・頻度のバランスを考慮する。
Original: Why Larger Models Learn More: Effects of Capacity, Interference, and Rare-Task Retention domain ★★★
cs.LG updates on arXiv.org

LoRAベースのベイズ推論における低損失谷の構築とその意義について

・LoRA空間において独立した最適解を低損失な谷で接続する「LoRA-Curve」を提案し、不確実性推定を改善。 ・線形補間では損失障壁に直面するが、アンカー付きマルチセグメント曲線により連続的な接続を実現。 ・Qwen2.5 7Bを用いた実験で、性能を犠牲にせずに予測分布の相互情報量を向上させ、機能的多様性を獲得。
Action: LoRA-Curveの論文を精読し、自身のFine-tuningパイプラインへの統合可能性を検証する。
Original: On the Construction and Implications of Low-Loss Valleys in LoRA-based Bayesian Inference domain ★★★
cs.LG updates on arXiv.org

PEARL: 教育的アライメントを重視した強化学習によるソクラテス式チューターのトレーニング

・教育的アライメントを重視した強化学習（PEARL）を用いて、ソクラテス式対話が可能なチューターAIを構築するフレームワーク。 ・認知状態をデカップリングした学生シミュレーターと、教育品質を評価する報酬モデルにより多目的最適化を実現。 ・30Bのポリシーモデルで競合する独自LLMと同等の性能を達成し、効率的な教育用AIのトレーニングを可能にした。
Action: GitHubでリポジトリが公開されていないか確認し、論文で提案されているPEARLの学習手法を既存のLLMファインチューニングパイプラインに応用可能か調査する。
Original: PEARL: Training Socratic Tutors with Pedagogically Aligned Reinforcement Learning domain ★★★
cs.LG updates on arXiv.org

マスク拡散言語モデルのためのクラスターレベル注意誘導型並列デコーディング

・マスク拡散言語モデル（MDLM）の並列デコーディングにおいて、従来のトークン単位ではなく、確信度の高いトークンをグループ化したクラスター単位でのコミットメントを提案。 ・自己注意マップを活用してクラスター間の依存関係を考慮し、競合のない互換性のあるクラスターを選択することで効率的な生成を実現。 ・LLaDAやDreamなどのモデルにおいて、精度を維持しつつVanillaデコーディングと比較して最大8.47倍の高速化を達成。
Action: MDLMのデコーディング速度に課題がある場合、LLaDA等のモデルでCLAD（Cluster-Level Attention-Guided Decoding）の導入やアルゴリズムの実装を検討する。
Original: Cluster-Level Attention-Guided Parallel Decoding for Masked Diffusion Language Models domain ★★★
cs.LG updates on arXiv.org

M=oLe-Λ: エネルギー、勾配、物性のための結合クラスター応答状態の学習

・結合クラスター理論(CCSD)の右側T振幅と左側Λ振幅を同時に学習する新しい機械学習モデル「M=oLe-Λ」を導入。 ・局在化されたハートリー-フォック分子軌道に基づき、エネルギーや勾配だけでなく、双極子モーメントなどの様々な物性を高精度かつ高速に予測可能。 ・波動関数レベルの量子化学計算のサロゲートモデルとして、従来のCCSD計算を大幅に加速する可能性を示す。
Action: 量子化学計算における機械学習の適用事例として、本論文の手法（equivariant encoderを用いた振幅予測）を機械学習ライブラリや計算科学プロジェクトの参考にする。
Original: M\=oLe-{\Lambda}: Learning the Coupled-Cluster Response State for Energies, Gradients, and Properties domain ★★
cs.LG updates on arXiv.org

Transformerにおける関係ランク幾何学：隠れ状態の関係フレームの検出と制御

- Transformerの隠れ状態において、トークン間の関係性をランク指標幾何学（Plucker符号エントロピー）を用いて符号化・検出する手法を提案。 - Llamaモデルシリーズにおいて、関係性の符号化がモデルサイズによらず存在することを確認し、これを「関係フレーム」として定義。 - 隠れ状態の関係フレームを介入（steering）することで、モデルの出力動作をcleanなターゲット状態へと誘導可能であることを実証。
Action: 本手法の論文を深く読み込み、隠れ状態の関係フレームの可視化および制御のためのプロトタイプ実装を試みる。
Original: Relational Rank Geometry in Transformers: Detecting and Steering Hidden-State Relation Frames domain ★★★
cs.LG updates on arXiv.org

マルチクラスおよび疎なコンテキストバンディットのサンプル複雑性

・コンテキストバンディットにおけるサンプル複雑性の理論的な限界を、疎な報酬設定（s-sparse）において解決しました。 ・既存研究における |A|^9 の依存性を大幅に改善し、最適なサンプリングレートを実現するアルゴリズムを提案しました。 ・決定-推定係数（DEC）を用いた情報理論的なアプローチと、低分散探索による実践的な手法の二つを開発しました。
Action: コンテキストバンディットのアルゴリズム実装において、決定-推定係数（DEC）に基づく最適化手法を検討する。
Original: The Sample Complexity of Multiclass and Sparse Contextual Bandits domain ★★
cs.LG updates on arXiv.org

Opir: 大規模言語モデルのための効率的なマルチタスク安全性分類（毒性、ジェイルブレイク、ヘイトスピーチ、有害コンテンツ）

・LLM向けの効率的な安全性分類モデル「Opir」を紹介。 ・GLiClassアーキテクチャに基づき、毒性やジェイルブレイクなどを高速に検出。 ・100Mパラメータ以下のエッジ向けモデルも提供し、高い性能と小さなフットプリントを実現。
Action: プロジェクトでの安全性ガードレール導入時にOpirの技術仕様を調査し、軽量エッジモデルの導入検討を行う。
Original: Opir: Efficient Multi-Task Safety Classification for Toxicity, Jailbreaks, Hate Speech, and Harmful Content domain ★★★
cs.LG updates on arXiv.org

SRCの幾何学的視点：安定した残差推論のための表現学習

・SRC（スパース表現分類）の信頼性が表現の幾何学的構造に依存することを理論化し、トレーニングと推論を完全に分離するアプローチを提示。 ・クラスごとのスパン（範囲）の重なりや接近による「残差マージン」の崩壊を定式化し、幾何学的な障害要因を特定。 ・SRC残差を学習に直接利用せず、クラス内の自己表現を促進しクラス間のスパン配置を抑制する「幾何学形成目標」を導入し、推論の安定化を実現。
Action: 提案された幾何学形成目標を既存の表現学習パイプラインに適用し、クラス分離性と推論安定性が向上するかを実験する。
Original: A Geometric View of SRC: Learning Representations for Stable Residual Inference domain ★★
cs.LG updates on arXiv.org

ベイズ深層学習におけるカーネル繰り込み：比例極限における等価ウィシャート・アンザッツ

・比例幅極限におけるベイズ多層パーセプトロン（MLP）の汎化性能を予測する新しい近似手法を提案。 ・階層的経験カーネルの確率的変動を捉える「等価ウィシャート・アンザッツ」により、繰り込みされたNNGPカーネルを導出。 ・CNNにも拡張可能であり、有限幅効果によるカーネルのデータ依存的な変換を記述し、実験結果との良好な一致を確認。
Action: 本手法を既存の深層学習モデルの理論的解析や、有限幅効果の近似ツールとして実装・検証する。
Original: Kernel Renormalization in Bayesian Deep Neural Networks: the Equivalent Wishart Ansatz in the Proportional Regime domain ★★
cs.LG updates on arXiv.org

偏微分方程式を解くための新しいテンソル積ベースのニューラルネットワーク

・テンソル積スキームを用いて基底関数を生成し、モデルの複雑さとパラメータ数を削減。 ・最小二乗法による決定論的な学習を採用し、従来の勾配降下法ベースのPINNよりも高速かつ高精度。 ・非線形項をソース項として扱うことで、非線形偏微分方程式の解法を線形化して効率的に解決。
Action: TPNetの論文を読み、自身のエンジニアリングタスクで複雑な数値計算が必要な箇所にテンソル積ベースの近似を適用可能か検討する。
Original: A Novel Tensor Product-Based Neural Network for Solving Partial Differential Equations domain ★★
cs.LG updates on arXiv.org

モーメンタムベースの報酬設計による低排出交通信号制御

・深層強化学習(DRL)を用いた交通信号制御において、既存の報酬関数による近視眼的・不安定な学習課題を解決する手法を提案。 ・渋滞のペナルティだけでなく、車両の連続的な走行を促す「モーメンタムベース報酬関数(MBRF)」を導入。 ・SUMOシミュレーションによる評価で、スループットとCO2排出量のトレードオフ改善と安定した学習行動を確認。
Action: 強化学習環境（SUMOなど）での報酬設計の改善手法として、この論文の詳細を確認し、自身のRLプロジェクトへ適用を検討する。
Original: Momentum Based Reward Design for Low Emission Traffic Signal Control domain ★★
cs.LG updates on arXiv.org

分子混合物の挙動予測に対する体系的な評価

・分子混合物の特性予測における機械学習モデルの精度評価において、単一成分と相互作用成分を分解して評価する新しいフレームワークを提案。 ・絶対的な精度指標だけでは、複雑な分子相互作用による非理想的な混合挙動を正しく捉えられないことを明らかにし、7つのデータセットを用いたベンチマークを作成。 ・未知の分子に対するモデルの汎化性能が、混合物予測における最大の技術的課題であることを特定。
Action: 機械学習モデルの評価設計において、単なる全体精度だけでなく、成分分解や未知データへの移転性能を検証するための指標を取り入れる。
Original: A Systematic Evaluation of Molecular Mixture Behavior Prediction domain ★★
cs.LG updates on arXiv.org

生成AI基盤の小さな本：直感的な数学的入門書

- 生成AIの数学的基礎を、PCAから拡散モデル、GANまで体系的に解説する入門書です。 - 実装の細部ではなく、モデル間のつながりと数学的な導出過程に焦点を当てています。 - 数学的な理解を深めたい研究者やエンジニア向けの、基盤形成に適した一冊です。
Action: 生成AIの数学的理論の基礎を理解するために、本書を読み、PCAから拡散モデルまでの数学的なつながりを整理する。
Original: The Little Book of Generative AI Foundations: An Intuitive Mathematical Primer domain ★★★
cs.LG updates on arXiv.org

Bastion: 予算を考慮した木構造ブロック拡散ドラフティングによる投機的デコーディング

・投機的デコーディングにおいて、動的にクエリ依存のツリーを構築し、ドラフト品質とハードウェア制約を最適化する「BASTION」フレームワークを提案。 ・期待される受容長を推定するサロゲートとオンライン遅延推定器を組み合わせ、最善優先展開を行うことで効率的に検証コストを抑制。 ・トレーニング不要かつ既存の分布を維持しつつ、標準的な自己回帰デコーディングに対して最大6.61倍の高速化を実現。
Action: LLM推論の高速化技術として、既存の投機的デコーディング実装にBASTIONの手法を適用可能か調査・検討する。
Original: Bastion: Budget-Aware Speculative Decoding with Tree-structured Block Diffusion Drafting domain ★★★
cs.LG updates on arXiv.org

スキーム傾向に対する現実的なハニーポット評価

・モデルが道具的目標を追求するかをテストするための「スキーミング・ハニーポット評価」フレームワークを提案。 ・実際の内部展開環境において、Geminiは自発的なスキーム（悪巧み）は示さないが、エージェント性や隠れた目標を促すプロンプトによりスキームや妨害が発生することがある。 ・モデルの評価に対する認識は低く、環境そのものより、エージェント性を促すプロンプトが原因であることが多い。
Action: AIモデルの安全な運用とアライメント評価手法として、本論文で提案されたフレームワークの概念を理解し、社内開発環境での安全性検証プロセスに組み込むことを検討する。
Original: Realistic honeypot evaluations for scheming propensity domain ★★
cs.LG updates on arXiv.org

EMAG: EEG空間超解像のための微分可能4Dガウス混合スプラッティング

・HD-EEG信号を低密度電極から再構築する微分可能なフレームワーク「EMAG」を提案。 ・脳電気信号源を異方性4D空間時間ガウス混合で表現し、end-to-endで学習可能。 ・複数の標準的なEEGベンチマークで現在のSOTAを上回り、ソース構成の可視化と解釈性も実現。
Action: ガウス混合による信号超解像技術のEEG分野への応用事例として確認し、類似の手法が他の時系列データやセンサデータの超解像に応用可能か検討する。
Original: EMAG: Differentiable 4D Gaussian Mixture Splatting for EEG Spatial Super-Resolution domain ★★
cs.LG updates on arXiv.org

MMTM: 類似性ゲート融合による長尺ビデオ向け三要素トピックモデリング

・音声、オーディオ、視覚情報を組み合わせたマルチモーダルなトピック発見パイプライン「MMTM」を提案。 ・決定論的な類似性ゲート融合により、従来のモデルと比較してノイズを大幅に削減し、トピックの時系列安定性とコヒーレンスを向上。 ・ニュース放送での評価に加え、パイプラインコードと54時間の検証済みマルチモーダルビデオトピックコーパスを公開。
Action: 公開されたパイプラインコードを調査し、自身のビデオ解析ツールやトピック抽出ワークフローへ統合可能か検討する。
Original: MMTM: Tri-Modal Topic Modeling for Long-Form Video via Similarity-Gated Fusion domain ★★
cs.LG updates on arXiv.org

HistaとNumca: LLM強化学習における効果的な状態価値推定

- LLMの強化学習において重要でありながら未解明であった状態価値推定の課題に対し、新たな評価ベンチマークSVEBを提案 - 数値範囲をマイルストーンとして活用する手法「Numca」と、LLMの隠れ状態を用いてロールアウトを重み付け平均する手法「Hista」を開発 - 両手法により状態価値推定の精度が向上し、計算負荷を抑えつつ強化学習全体の訓練性能が改善することを確認
Action: LLMの強化学習パイプラインにおいて、現在使用しているクリティックモデルの精度をSVEBベンチマークで評価し、NumcaやHistaのような手法の導入による改善の可能性を検討する
Original: Hista and Numca: Estimate State Value Effectively for LLM Reinforcement Learning domain ★★★
cs.LG updates on arXiv.org

学習可能な温度パラメータを用いたゲート付きグラフアテンションネットワーク

・グラフアテンションネットワーク(GAT)において、ゲート機構を用いて信頼性の低い特徴量をフィルタリングし、モデルの堅牢性を向上させる手法を提案。 ・注意係数分布の鋭さを調整する「学習可能な温度パラメータ」を導入し、ノイズ環境下での特徴量の識別能力を強化。 ・均質・異質グラフベンチマークでの実験により、既存のGATバックボーンに対して一貫した性能向上を確認。
Action: 既存のグラフニューラルネットワークプロジェクトにおいて、堅牢性向上のためにゲート機構と温度スケーリングの導入を検討・実験する。
Original: Gated Graph Attention Networks with Learnable Temperature domain ★★
cs.LG updates on arXiv.org

回帰における補間と集約の相互作用：最適サンプル複雑度

・回帰分析における補間と集約の相互作用を理論的に解明し、γ-グラフ次元が学習可能性を特徴付けることを示した。 ・3つの補間仮説を中央値で組み合わせる単純な集約手法が、多くの手法の中で最適かつ適切な学習よりも強力であることを証明した。 ・仮説クラスによっては、有限の補間集約では学習不可能であり、無限の集約や非補間的な手法が必要になる場合があることを明らかにした。
Action: 回帰モデルのアンサンブル学習において、単純な中央値結合による集約の有効性を検証する。
Original: The Interplay Between Interpolation and Aggregation in Regression: Optimal Sample Complexity domain ★★
cs.LG updates on arXiv.org

グラフ基盤モデルはいつ転移するのか？データ中心の理論

- グラフ基盤モデル（GFM）における転移学習の不均一性や負の転移の問題を、データ中心の観点から理論的に解明しました。 - グラフオン解析を用い、ドメイン間の出力シフトを有限サンプル近似と構造的ドメイン乖離に分解しました。 - 位置エンコーディングの安定性を定義し、実用的なデータキュレーションのための指針を提供しています。
Action: グラフ基盤モデルを適用する際は、本研究の理論に基づいてターゲットドメインの構造的性質とデータキュレーションを精査し、負の転移を回避するための位置エンコーディングの選択を行う。
Original: When Do Graph Foundation Models Transfer? A Data-Centric Theory domain ★★★
cs.LG updates on arXiv.org

表形式非定常データストリームにおける新規クラス認識を伴うオープンワールド自己符号化ドリフト検出

- 表形式のデータストリームに対する教師なしコンセプトドリフト検出および新規クラス認識手法を提案。 - ミラーリングされたオートエンコーダを利用し、再構成誤差と密度推定で未知のサンプルの信頼性の高い認識を実現。 - 実験により、最新の手法と競合する高い性能を実証。
Action: データストリーム監視パイプラインへのオートエンコーダベースのドリフト検知導入可能性を技術調査する。
Original: Open World Autoencoding Drift Detection with Novel Class Recognition in Tabular Non-stationary Data Streams domain ★★
cs.LG updates on arXiv.org

CB-SLICE: コンセプトベースの解釈可能なエラースライス発見手法

・ディープラーニングモデルにおける特定のデータ群での体系的な誤り（エラースライス）を特定する新しい手法「CB-SLICE」を提案。 ・人間が理解可能な概念（コンセプト）を介して予測を行うコンセプトボトルネックモデル（CBM）を活用し、誤りの根本原因を特定。 ・既存手法よりも高精度にバイアスを検出し、モデルの誤りに対してより忠実で豊富な解釈を提供可能。
Action: 現在運用中の深層学習モデルでエラー分析が必要な場合、コンセプトボトルネックモデル（CBM）への移行や、エラー分析パイプラインへのCB-SLICEの概念の適用を検討する。
Original: CB-SLICE: Concept-Based Interpretable Error Slice Discovery domain ★★
cs.LG updates on arXiv.org

HARP: 極限LLM量子化のためのアダマール前処理適応回転プロセッサ

・LLMの量子化において、従来の固定的なアダマール変換(RHT)に代わり、層や分布に適応可能な学習型プロセッサ「HARP」を提案。 ・疎なバタフライ状のブロック直交ステージで回転を構成し、2-4bitの極限量子化でも高い精度と効率(128 tok/s)を両立。 ・校正データのみで適合可能であり、モデルサイズを問わず量子化ベースを最適化してパフォーマンスを向上。
Action: GitHubやarXiv等でHARPの実装が公開されていないか確認し、LLM推論最適化のパイプラインへ統合する可能性を検討する。
Original: HARP: Hadamard-Preconditioned Adaptive Rotation Processor for Extreme LLM Quantization domain ★★★
cs.LG updates on arXiv.org

MIRAGE: 全脳fMRI符号化のための適応型マルチモーダルゲーティング

- 自然な視聴覚刺激に対する全脳fMRI応答を予測する新しい符号化フレームワーク「MIRAGE」を提案。 - ネイティブなマルチモーダルバックボーンと層ごとの適応型ゲーティングを採用し、既存の単一モーダル手法を上回る性能を達成。 - 学習された注意重みを通じて、各モダリティが脳皮質全体でどのような解剖学的パターンを示すかを解釈可能。
Action: マルチモーダルモデルの適応型ゲーティング手法を調査し、自身の機械学習モデルにおける特徴量統合に応用できないか検討する。
Original: MIRAGE: Adaptive Multimodal Gating for Whole-Brain fMRI Encoding domain ★★
cs.LG updates on arXiv.org

フィードバックからルーブリックへ：インラインコメントから専門的な基準を学習できるか？

- 文脈依存の専門的基準を自動抽出することは困難である。 - インラインコメントから再利用可能なルーブリックを学習し、反復的に洗練させる手法を提案した。 - この手法はコメント予測や自動修正において有効であることを実証した。
Action: チームのコードレビューや技術ドキュメントのフィードバック履歴から、自動的に評価基準（ルーブリック）を生成し、LLMのレビュープロンプトに組み込むためのパイプラインを試作する。
Original: Feedback-to-Rubrics: Can We Learn Expert Criteria from Inline Comments? domain ★★★
cs.LG updates on arXiv.org

ESPO: 早期停止型近接政策最適化

・LLMの強化学習において、推論失敗後の無駄な生成を即座に停止するアルゴリズム「ESPO」を提案 ・生成中のロジットからサロゲート後悔度を計算し、失敗をリアルタイムで検知してロールアウトを早期終了 ・数学推論タスクにおいて既存のPPOより高い精度を達成しつつ、推論コストを20%以上削減することに成功
Action: 強化学習によるLLM学習パイプラインにおいて、早期停止メカニズムの導入による計算効率化と精度向上の検証を行う
Original: ESPO: Early-Stopping Proximal Policy Optimization domain ★★★
cs.LG updates on arXiv.org

STAP: ボキャブラリーフリーなモバイルアプリ予測のための、超長コンテキストを用いたシャッフル・トークナイズ・アプリ予測器

・モバイルアプリの起動予測において、固定ボキャブラリーに依存しないTransformerベースの新手法「STAP」を提案。 ・アプリ名をランダムな仮想インデックスにシャッフルし、超長コンテキストで行動シーケンスを処理することで、ゼロショット性能とコールドスタート対応を両立。 ・連続推論時でも低レイテンシを維持可能な展開戦略を導入し、多様なアプリエコシステムでの汎用的な利用を可能に。
Action: モバイルアプリの利用履歴をTransformerモデルで予測する際、ボキャブラリー管理を不要にするシャッフル手法の実装可能性を検討する。
Original: STAP: A Shuffle-Tokenized App Predictor with Ultra Long Context for Vocabulary-Free Mobile App Prediction domain ★★★
cs.LG updates on arXiv.org

幾何学的圧縮とアルゴリズム的圧縮の分離：ケイリー表補完による未解決問題

・深層学習は連続的な容量制御には長けているが、離散的なアルゴリズムや代数的な規則の学習には失敗するという課題がある。 ・ケイリー表補完を、行列補完の離散代数版として、アルゴリズム的複雑さを最小化する誘導バイアスを探求するためのテストベッドとして提案。 ・連続的なフラットネス事前分布を拡張し、組み合わせ探索なしで離散的なアルゴリズム公理を発見するための形式的な回復境界の確立を提唱。
Action: アルゴリズム的誘導バイアスの研究動向を追跡し、今後の学習手法のヒントとして活用する。
Original: Open Problem: Separating Geometric and Algorithmic Compression via Cayley-Table Completion domain ★★
cs.LG updates on arXiv.org

LaRA: RL事後学習におけるデータ汚染検出のための層別表現分析

・RL事後学習されたLLMにおけるデータ汚染検出の難しさを特定し、既存の出力レベルの指標の限界を指摘している。 ・摂動感度、方向性崩壊、局所的剛性の3つのメトリクスを用いた層別表現分析フレームワーク「LaRA」を提案。 ・実験により、LaRAに基づく検出プロトコルが出力レベルのベースラインを上回り、効果的に汚染を検出できることを示した。
Action: LLMの評価パイプラインに、出力だけでなく内部表現の分析に基づく汚染検出手法を導入検討すること。
Original: LaRA: Layer-wise Representation Analysis for Detecting Data Contamination in RL Post-Training domain ★★★
cs.LG updates on arXiv.org

OVA-IB: マルチモーダルアライメントのためのOne vs All情報ボトルネック

・既存のペアワイズな対照学習手法が抱える、高次モーダル間依存関係を明示的にモデル化できないという課題を指摘。 ・情報ボトルネック理論を応用し、各モーダルを他の全てのモーダルに対して最適化する「One-vs-All」アプローチを提案。 ・情報の十分性と必要最小限性を両立させる最適化フレームワークを構築し、クロスモーダル検索等のベンチマークで高い性能を確認した。
Action: マルチモーダル学習モデルの開発において、既存手法と比較してOVA-IBの理論的アプローチを検証し、学習プロセスへの組み込み可能性を検討する。
Original: OVA-IB: One vs All Information Bottleneck for Multi-Modal Alignment domain ★★
cs.LG updates on arXiv.org

計画せよ、ポーズするな：テキストアライメントBFMによる長尺複合モーション生成

・Text-to-motion（T2M）生成において、セマンティックな計画と物理的なモーション実行を分離する新しいフレームワーク「Text2BFM」を提案。 ・事前学習済みのBehavioral Foundation Model (BFM)を凍結したまま、潜在ポリシー空間で動作させることで、長尺かつ複雑な指示に対しても堅牢な生成を実現。 ・従来のend-to-endモデルよりも効率的で、長期的な行動構造を維持したまま自然な動きを生成可能。
Action: モーション生成技術に関心がある場合、BFM（Behavioral Foundation Models）の技術動向を追跡し、仮想アバターやロボット制御への適用可能性を検討する。
Original: Plan, Don't Pose: Long Composite Motion Generation with Text-Aligned BFM domain ★★
cs.LG updates on arXiv.org

宇宙推進機のフィルム冷却解析における画素単位の生成画像補間による実験回数の削減

・スパースな実験計測から画像を回帰生成する機械学習手法を提案し、推進システム開発におけるフィルム冷却実験を効率化。 ・軽量なニューラルネットワークと位置エンコーディングを用い、計測データを30%削減しつつ高い画像再現精度を達成。 ・物理知識を取り入れた拡張により局所的な適応性を向上させ、冷却インジェクター構成の最適化プロセスを加速。
Action: スパースな計測データから補間生成が必要なシミュレーションタスクにおいて、本手法の軽量なNN構成をベンチマークとして検討する。
Original: Reducing Experimental Testing in Space Propulsion Film Cooling Analyses by Pixelwise Generative Image Interpolation domain ★★
cs.LG updates on arXiv.org

ミッドポイント生成モデル

- 1ステップで動作する生成モデルのための新しい原理的フレームワーク「MGM」を提案しました。 - フローマッチングの対称性に基づいた新しい尺度「ミッドポイントダイバージェンス」を導入し、効率的な学習を実現しました。 - 変分定式化を通じて、既存の1ステップ生成モデルと同等以上の性能を達成しました。
Action: 論文を精読し、既存のフローマッチング手法と比較して自身のプロジェクトの推論パイプラインに導入可能か検討する。
Original: Midpoint Generative Models domain ★★★
cs.LG updates on arXiv.org

医薬品・標的タンパク質相互作用予測のための、配列・グラフ・3D特徴を統合したトリプルモーダル対照学習フレームワーク

・薬物と標的の1D配列、2Dグラフ、3D構造を統合する「TriMod-DTI」を提案。 ・トリプルモーダル対照学習により、潜在空間で各モダリティの特徴を整列させ識別能力を向上。 ・ベンチマークデータセットで既存手法を上回る精度を達成し、創薬における実用性も確認。
Action: アルゴリズムの詳細を確認し、3D構造データをマルチモーダル学習に組み込むための手法として、自身のプロジェクトでの応用可能性を検討する。
Original: A Triple-Modal Contrastive Learning Framework with Sequence, Graph, and 3D Features for Drug-Target Interaction Prediction domain ★★
cs.LG updates on arXiv.org

神経変性疾患の進行予測のための治療条件付き拡散モデル

・神経変性疾患の進行予測に拡散モデルを活用し、神経画像の高精細な未来状態を予測。 ・Transformerを用いたエンコーダーにより、薬理動態と画像データを効果的に統合。 ・関心領域マスクを用いた生成最適化により、従来手法に比べ臨床的な精度と解剖学的詳細を大幅に改善。
Action: この手法のTransformerベースの時系列薬理動態エンコーダー構造を、自身の時系列予測タスクへ応用可能か検討する。
Original: Treatment-Conditioned Diffusion for Forecasting Neurodegenerative Disease Progression domain ★★
cs.LG updates on arXiv.org

CLUBench: クラスタリングのベンチマーク

- 24のアルゴリズムを131のデータセットで評価する包括的なクラスタリングベンチマーク「CLUBench」を提案。 - 深層学習を用いたクラスタリング手法は、KMeans等の従来手法に対して平均的な性能で大きな優位性を示さないことを明らかに。 - 画像やテキストのタスクでは、事前学習済み埋め込みと従来手法の組み合わせが、効率的で効果的であることを検証。
Action: 自身のプロジェクトでクラスタリング手法を選定する際、まずは事前学習済み埋め込みとKMeansなどの高速な従来手法の組み合わせから評価を行う。
Original: CLUBench: A Clustering Benchmark domain ★★
cs.LG updates on arXiv.org

短い履歴から長い未来へ：長期予測のためのホライゾン認識グラフニューラルネットワーク

・地球物理学システムの長期予測における誤差蓄積と不安定性の問題を解決するため、複数の予測期間を統合したグラフニューラルネットワーク（GNN）エミュレータを提案。 ・物理ドメインをグラフとして表現し、現在の状態から複数の将来時点を一括予測することで、自己回帰的な予測に伴うドリフトを抑制。 ・パインアイランド氷河のシミュレーションにおいて、従来手法よりも高い精度と安定性を実証し、気候変動研究に向けた信頼性の高いエミュレータを実現。
Action: 論文のアーキテクチャ（状態増分予測と粗から密へのロールアウト戦略）を、時系列データ予測パイプラインへの応用可能性として検討する。
Original: From Short Histories to Long Futures: Horizon-Aware Graph Neural Networks for Long Horizon Forecasting domain ★★
cs.LG updates on arXiv.org

X線光子相関分光法における構造動力学データノイズ除去への完全畳み込みアプローチ

- X線光子相関分光法（XPCS）データにおける二時間相関関数のノイズ除去に完全畳み込みオートエンコーダ（FC-DAE）を提案しました。 - 入力サイズに制限のないアーキテクチャにより、多様な動的レジームで相関構造を維持したまま、低信号対雑音比環境でも詳細な動力学特性を復元可能です。 - 実験データを用いた評価により、高い計算効率と堅牢なノイズ除去性能を実現し、光量制限や低線量計測条件下での解析を支援します。
Action: 畳み込みニューラルネットワークを活用した時系列信号や相関関数のノイズ除去アルゴリズムを実装し、他の科学データの解析パイプラインに応用できないか検討する。
Original: A Fully Convolutional Approach to Denoising Structural Dynamics Data from X-Ray Photon Correlation Spectroscopy domain ★★
cs.LG updates on arXiv.org

暗黙の正則化によるアトリビューションの敵対的ロバスト性の向上

- 標準的なSGDの学習ダイナミクスにより、明示的な正則化なしでアトリビューションのロバスト性が向上することを示した。 - Softmaxを用いたアテンションはエントロピー制約によりこのロバスト性が引き継がれないという限界を明らかにした。 - Transformerモデルにおいて、Softmaxをカーネルベースのアテンションに置換することでロバスト性を改善できることを証明した。
Action: Transformerベースのモデル実装において、Softmaxアテンションが解釈性に与える影響を評価し、必要に応じてカーネルベースアテンションへの置換を検討する。
Original: Improving Adversarial Robustness of Attribution via Implicit Regularization domain ★★
cs.LG updates on arXiv.org

MIC: 等方的な部分空間アライメントを用いた適応的表現における情報容量の最大化

・マルチスケール表現学習における次元の冗長性とスペクトル崩壊を解消する「MIC」フレームワークを提案。 ・ソフト崩壊正則化（SCR）とスペクトル等方性正則化（SIR）を用い、低次元の埋め込みでも情報を高密度に保持。 ・自己蒸留目的関数により、高い圧縮率下でも識別能力を維持し、標準ベースラインを大幅に上回る性能を実証。
Action: 埋め込み表現の冗長性削減技術として、自身のモデルの圧縮手法や軽量化プロトコルにSCR/SIRの概念を導入できないか検討する。
Original: MIC: Maximizing Informational Capacity in Adaptive Representations via Isotropic Subspace Alignment domain ★★
cs.LG updates on arXiv.org

教師あり因果学習のためのテスト時学習 (Test Time Training)

教師あり因果学習(SCL)における分布外汎化の課題を特定。 テストインスタンスに合わせて訓練セットを動的に生成する新しいフレームワーク「TTT-SCL」を提案。 合成ベンチマークや実世界データセットにおいて、既存のSCL手法や従来の因果探索手法を上回る性能を実証。
Action: 因果探索の最新技術を把握し、自身のデータパイプラインでの分布外汎化性能向上の可能性を検討する。
Original: Test Time Training for Supervised Causal Learning domain ★★
cs.LG updates on arXiv.org

拡散モデルにおけるテキスト・画像アライメントのためのアライメント誘導スコアマッチング

・拡散モデルのテキスト・画像アライメント精度を向上させる新たな手法「AGSM」を提案。 ・既存の対照学習手法に見られるカウントミス等の失敗ケースを、スコアレベルでの誘導により軽減。 ・GenEvalベンチマークでカウント精度が35%以上向上し、主要な拡散モデルバックボーンで利用可能。
Action: 画像生成パイプラインにおいて、本手法のスコアベースのアライメント誘導メカニズムを実装・検証し、カウント精度の向上を確認する。
Original: Alignment-Guided Score Matching for Text-to-Image Alignment in Diffusion Models domain ★★
cs.LG updates on arXiv.org

マスク拡散モデルを用いた異常検知

・離散値や混合型データに対して、マスクされた値を復元する学習を行うMaskDiff-ADを提案。 ・逆時間サンプリングを不要とし、マスク座標の再構築の難易度に基づいて異常スコアを算出。 ・14の表データセットおよび4のテキストデータセットで、既存のベースラインを上回る高い性能を達成。
Action: 既存の異常検知パイプラインにMaskDiff-ADの概念を適用し、離散・混合データセットに対する性能評価を検討する。
Original: Masked Diffusion Modeling for Anomaly Detection domain ★★★
cs.LG updates on arXiv.org

ポアソンリセッティングからのリッジ回帰：スペクトル正則化の更新過程的視点

- 統計物理学の確率的リセッティングと統計学習のリッジ正則化の理論的関連性を証明しました。 - ポアソン過程によるリセッティングが、リッジ回帰の推定値と等価であることを明らかにしました。 - 指数分布以外の更新過程によるリセッティングが、代替のスペクトルフィルタを生成する可能性を提示しました。
Action: 機械学習モデルの正則化手法における新しいスペクトルフィルタの設計のヒントとして活用を検討する。
Original: Ridge Regression from Poisson Resetting: A Renewal Perspective on Spectral Regularization domain ★★
cs.LG updates on arXiv.org

世界からのフィードバックに基づくオンポリシー自己蒸留のための予測法則

- 任意のフィードバックを学習信号として利用するオンポリシー自己蒸留（OPSD）における、性能予測法則を特定した。 - 学習初期の学生モデルと教師モデルの性能差と、最終的な性能向上との間に一貫した線形相関があることを発見した。 - この線形性はモデルスケールを超えて保持され、フル学習を行わずにOPSD構成の学習効果を事前に予測・調整可能にする。
Action: OPSDを用いた強化学習の事後学習パイプラインにおいて、コストのかかるフル学習の前に、本論文で特定された予測法則を用いて効果的な学習構成の事前評価とチューニングを行う。
Original: A Predictive Law for On-Policy Self-Distillation From World Feedback domain ★★★
cs.LG updates on arXiv.org

Q-ANCHOR: ZNEガイド付き補正を用いた量子フェデレーション学習

・量子フェデレーション学習（QFL）におけるデータ非独立同一分布（non-IID）と量子ハードウェアノイズによる「ダブルドリフト」現象を特定しました。 ・標準的な集約アルゴリズム（FedAvg）ではハードウェアバイアスによるエラーフロアを解消できないことを数学的に証明しました。 ・ノイズゼロ外挿（ZNE）とクライアント補正を組み合わせた「Q-ANCHOR」を提案し、ハードウェアバイアスを抑えつつ安定した学習を実現しました。
Action: QFLにおける非IIDデータとハードウェアノイズの影響を考慮した学習アーキテクチャの設計手法を調査・検討する。
Original: Q-ANCHOR: Federated Quantum Learning with ZNE-guided Correction domain ★★
cs.LG updates on arXiv.org

推論時の要素破損下における分布ロバスト集合表現学習

- 集合表現学習における推論時のデータ破損（外れ値や欠損）の課題に取り組んでいる。 - 最悪ケースの損失を最適化するSW-DRSOフレームワークを提案している。 - 訓練時にシンプレックス重みを最適化するバリュセンター・アドバーサリーを導入し、モデルのロバスト性を向上させている。
Action: 自身のデータセットにノイズや欠損が多い場合、提案手法であるSW-DRSOのアプローチを参考にしてモデルのロバスト性を再評価する。
Original: Distributionally Robust Set Representation Learning Under Inference-Time Element Corruption domain ★★
cs.LG updates on arXiv.org

チェスワールドモデル：チェスの棋譜から正確な状態追跡を行うための1000万ゲームのベンチマーク

- 世界モデルの状態追跡能力を評価するため、1000万局の実際の棋譜を用いた大規模ベンチマーク「Chess-World-Model」を提案 - トランスフォーマーと再帰モデル（SLiCE, Mamba-3, Gated DeltaNetなど）を比較し、状態追跡において再帰モデルがトランスフォーマーを凌駕することを実証 - モデルのスケールだけでは隠されてしまう推論能力の欠陥を、ランダムな合法手を用いたOOD（分布外）テストで浮き彫りにする
Action: 提案されたベンチマークChess-World-Modelを確認し、自身の開発するモデルの状態追跡能力を評価するためにこの手法を参考に実装・検討を行う。
Original: Chess-World-Model: A 10M-Game Benchmark for Exact State Tracking from Chess Move Sequences domain ★★★
cs.LG updates on arXiv.org

LLMを用いた反復的ニューラルアーキテクチャ探索のための収束理論：閉形式プロキシ信頼性を備えたパラメータ化クロスエントロピーフレームワーク

・LLMを用いた反復的ニューラルアーキテクチャ探索（LLM-NAS）の収束理論を、パラメータ化クロスエントロピー法として初めて形式化しました。 ・LLMのファインチューニングがクロスエントロピー更新と同等であることや、性能の単調非減少性など6つの理論的な結果を証明しました。 ・プロキシ信頼性の閉形式解を導出し、アーキテクチャのランク付けにおける信頼性を確保するための具体的な条件を明らかにしました。
Action: LLMを用いた自動NASシステムを開発または最適化する際、本論文のフレームワークを参照して、プロキシの信頼性（SNR）を評価・診断するロジックを実装する。
Original: Convergence Theory for Iterative LLM-Based Neural Architecture Search: A Parametric Cross-Entropy Framework with Closed-Form Proxy Reliability domain ★★★
cs.LG updates on arXiv.org

レイノルズ数を跨ぐ：ニューラルPDE一般化における表現幾何学

・ニューラルPDEソルバーのレイノルズ数変化に対する一般化性能を、表現幾何学の観点から分析。 ・潜在空間での状態マッチング手法（ConvAE-Relay）が、対象領域のデータなしで既存手法を上回る精度を達成。 ・局所的かつマルチスケールな表現がクロスレイノルズ転移において重要であり、自己回帰的なドリフトが精度のボトルネックであることを特定。
Action: ニューラルPDEソルバーの開発において、表現の幾何学的な性質や潜在空間でのマッチング手法が転移性能に与える影響を検討する。
Original: Striding Across Reynolds Numbers: Representation Geometry in Neural PDE Generalisation domain ★★
cs.LG updates on arXiv.org

進化計算を用いた解釈可能な生存分析のための特徴量と生存木構造の同時最適化

- 生存分析において、予測精度とモデルの解釈可能性を両立させるため、遺伝的プログラミング（GP）を用いた手法を提案。 - 浅い生存木の表現力を補うために、特徴量セットの進化と非線形な分割ロジックを含む木構造の同時最適化アプローチを採用。 - 実データを用いた検証により、提案手法が様々な木誘導戦略において、解釈性を維持しつつ予測性能を向上させることを確認。
Action: 生存分析プロジェクトにおいて、既存の決定木モデルの精度改善が必要な場合に、特徴量の自動生成や木構造の最適化に遺伝的アルゴリズムの適用を検討する。
Original: Evolving Features vs Evolving Entire Trees with GP for Interpretable Survival Analysis domain ★★
cs.LG updates on arXiv.org

MSEを超えて：マルチ分位点回帰による降水ナウキャストの改善

・降水ナウキャストモデルの学習において、従来のMSE/MAE損失関数では予測が平滑化され、大雨の表現が不十分になりやすいという課題がある。 ・本研究では、マルチ分位点回帰を導入することで、中心予測の精度（MSE）を改善しつつ、大雨のリスクを評価するための上側分位点予測も可能にした。 ・モデルアーキテクチャの大幅な変更なしに、損失関数の再設計だけで予測性能とリスク対応力を向上できる実用的な手法である。
Action: 既存の深層学習予測モデルでMSE/MAE損失関数を使用している場合、マルチ分位点回帰（ピンボール損失）の導入を検討し、精度と極端値の捉え方を比較する。
Original: Beyond MSE: Improving Precipitation Nowcasting with Multi-Quantile Regression domain ★★
cs.LG updates on arXiv.org

新しいタスクへの外挿学習：タスク外挿への関係アプローチ

・現代の学習システムは学習外のタスクへの汎化が苦手なため、未知のタスクを系統的に外挿する「Relational Task Extrapolator (RTE)」を開発。 ・タスク間の関係性を学習し、未知のタスクを既知のタスクと変形操作の組み合わせに分解して推論する仕組み。 ・関数予測やシーケンス予測のタスク外挿において、既存手法を大きく上回る性能を実証。
Action: 論文のアーキテクチャ(RTE)を理解し、現在のモデルの汎化性能不足を解消するために適用可能か検討する。
Original: Learning to Extrapolate to New Tasks: A Relational Approach to Task Extrapolation domain ★★★
cs.LG updates on arXiv.org

DAMEL: クラス不均衡学習のためのデュアル軸マルチエキスパート学習

- 長尾分布を持つデータにおけるクラス不均衡学習の課題に対し、予測のバイアスと分散を同時に低減する「DAMEL」手法を提案 - 表現軸（連結表現と補助分類器）と時間軸（学習エポック間での重み集約）の二軸でマルチエキスパート学習を行う - 実験により、クラス不均衡なデータセットにおいて従来手法よりも予測精度が向上することが示された
Action: クラス不均衡データに対するモデル学習において、予測のバイアスや分散が課題となっている場合、DAMELの技術的なアプローチ（重み集約やマルチエキスパート表現の活用）を既存モデルの改善案として検討する。
Original: DAMEL: Dual-Axis Multi-Expert Learning for Class-Imbalanced Learning domain ★★
cs.LG updates on arXiv.org

Evolution Strategies（進化戦略）を用いたLLMファインチューニングにおける忘却の克服

・進化戦略(ES)を用いたLLMのファインチューニングにおいて、従来のタスク忘却は不可逆なものではなく、パフォーマンスのドリフトとして捉えられることを示しました。 ・忘却の原因がESのトレーニングダイナミクス、特に重み空間におけるランダムウォークにあることを解明しました。 ・初期モデルのパラメータを維持する「Anchored Weight Decay (AWD)」という正規化手法を提案し、計算コストを抑えつつタスク忘却を安定的に防ぐことが可能になりました。
Action: ファインチューニング時にAnchored Weight Decay (AWD)を適用し、継続的学習における過去のタスク性能を維持できるか実験環境で試す。
Original: Overcoming Forgetting in LLM Fine-Tuning with Evolution Strategies domain ★★★
cs.LG updates on arXiv.org

RL2ML: 強化学習から最大尤度推定への有限ロールアウトサロゲート目的関数

・強化学習（RLVR）における有限ロールアウトグループの最適化において、RLとMLEを繋ぐ新しいサロゲート目的関数群「RL2ML」を提案しました。 ・ロールアウトグループの再重み付けを「グループレベルの更新スケール」で定義し、RLからMLEまでを連続的に繋ぐフレームワークを構築しました。 ・最適な目的関数は評価メトリクスや分散に依存することを示し、目的関数の選択を一次元最適化問題として定式化可能にしました。
Action: LLMの強化学習トレーニングにおいて、RL2MLのサロゲート目的関数による最適化手法を試行・検討する。
Original: RL2ML: Finite-Rollout Surrogate Objectives from Reinforcement Learning to Maximum Likelihood domain ★★★
cs.LG updates on arXiv.org

混沌力学系における分布型強化学習について

・混沌力学系では初期値への鋭敏さにより、標準的な強化学習（期待報酬の最適化）では学習が不安定になる。 ・本論文では、リターンの分布を1-Wasserstein計量で解析し、混沌下でも分布型ベルマン目的関数が滑らかに挙動することを示す。 ・分布型強化学習を用いることで、不安定な環境下においても学習の条件付けが改善され、効率的な最適化が可能になる。
Action: 混沌環境での強化学習タスクに distributional RL を適用し、既存の scalar-based 手法との安定性比較を行う。
Original: On Distributional Reinforcement Learning in Chaotic Dynamical Systems domain ★★★
cs.LG updates on arXiv.org

iLoRA: マイクロバイオーム診断のための潜在相互作用グラフを用いたベイズ低ランク適応

・LLMの適応において、静的な低ランク更新に依存せず、入力から潜在的な相互作用グラフを推定して条件付きLoRA更新を生成する「iLoRA」を提案。 ・予測タスクと潜在的な相互作用構造の学習を同時に行い、マイクロバイオーム診断において高い精度とモデルの不確実性のキャリブレーションを実現。 ・既存のLoRAやベイズ適応のベースラインを上回る性能を示し、人手でアノテーションされたグラフやコホートレベルの知見と整合するグラフ構造を復元可能。
Action: 自身のプロジェクトでLoRAベースの適応を行う際に、モデルの判断根拠を可視化・解釈可能にするためのグラフ構造の導入を検討してみる。
Original: iLoRA: Bayesian Low-Rank Adaptation with Latent Interaction Graphs for Microbiome Diagnosis domain ★★★
cs.LG updates on arXiv.org

AI気象モデルは2週間以上を予測できるか？長期ロールアウトの定量的ベンチマークと分析

・AI気象モデルの長期予測における「爆発」「ドリフト」「季節性の喪失」という3つの不安定性レジームを定義しました。 ・高周波エネルギーの増幅を抑え、デノイザーとして機能する設計がモデルの長期的な安定性に不可欠であることを明らかにしました。 ・Vision Transformer（ViT）ベースのモデルを用いた検証により、モデルが単なる確率的な近似ではなく、初期状態に基づいた独自の気象軌道を生成することを確認しました。
Action: 長期ロールアウトを行うモデル開発において、高周波エネルギーの増幅を監視し、デノイズ処理やアーキテクチャの安定性を評価する指標を導入する。
Original: Can AI Weather Models Predict Beyond Two Weeks? A Quantitative Benchmark and Analysis of Long Rollouts domain ★★
cs.LG updates on arXiv.org

CalArena: 大規模な事後キャリブレーション・ベンチマーク

・機械学習モデルのキャリブレーション手法を評価するための大規模な標準化ベンチマーク「CalArena」を導入。 ・表形式データやコンピュータビジョンなど、多様なタスクとモデルで約2000の実験を網羅。 ・キャリブレーション品質と予測性能への影響を評価する「Post-Hoc Improvement (PHI)」を提案し、ベンチマークとツールを公開。
Action: CalArenaのリポジトリを確認し、手持ちのモデルの信頼性評価に新たなキャリブレーション手法とPHIメトリクスを適用できるか調査する。
Original: CalArena: A Large-Scale Post-Hoc Calibration Benchmark domain ★★★
cs.LG updates on arXiv.org

平均場拡散モデル: オフラインMARLを数千エージェントへスケーリング

・大規模なマルチエージェント強化学習における次元の呪いを解決するため、トラジェクトリ分布のワッサースタイン空間での計画手法「MF-Diffuser」を提案 ・混沌の伝播を活用して、少数の代表エージェントで全集団の動態を表現し、オフラインデータからの学習効率を向上 ・ステージゲームや敵対的競争を含むベンチマークで高い性能を実証し、数千エージェント規模での学習を可能にした
Action: 現在取り組んでいる強化学習プロジェクトにおいて、エージェント数が膨大なケースでのスケーラビリティ課題がある場合、このMF-Diffuserの論文を読み込み、同様の手法を実装に適用できないか検討する。
Original: Mean-Field Diffuser: Scaling Offline MARL to Thousands of Agents domain ★★★
cs.LG updates on arXiv.org

メタ可塑性バイナリベイズニューラルネットワークを用いたアクティブ継続学習

・エッジシステム向けの軽量なベイズ的バイナリニューラルネットワーク「BiMU」を提案。 ・ベイズ的推論における事後分布の飽和を防ぎ、適応性と学習の安定性を両立させる。 ・1000タスクの継続学習において高い精度とOOD検知性能を維持しつつ、学習とラベル付けのコストを大幅に削減。
Action: エッジデバイス上で継続的に学習を行うアプリケーションにおける、モデルの飽和対策としてBiMUのアプローチを検証する。
Original: Active Continual Learning with Metaplastic Binary Bayesian Neural Networks domain ★★★
cs.LG updates on arXiv.org

HPO: スパース報酬下での安定かつ効率的な学習のためのヒステリシス方針最適化

- GRPOのスパース報酬における初期の負の更新過多という問題に対し、負の報酬の更新重みを減らし正規化手法を改良したHPOを提案。 - 適応的に重みを調整するA-HPOを導入し、手動チューニング不要で学習を安定化。 - TeleLogsやCountdownの実験において、GRPOやGSPOを上回る報酬と学習効率を実現。
Action: 強化学習によるLLMのファインチューニングを行う際、GRPOの代わりにA-HPOを試行し、報酬の収束と出力長の安定性を確認する。
Original: HPO: Hysteretic Policy Optimization for Stable and Efficient Training under Sparse-Reward Regime domain ★★★
cs.LG updates on arXiv.org

不規則で非同期なデータのためのLog-NCDEsにおける忠実な埋め込み

- 連続的な時間モデルにおいて、不規則なデータを補間することなく直接的に埋め込む手法を提案。 - 観測データを増分として記録し、ログシグネチャを直接構成することで、計算効率と堅牢性を向上。 - オンライン計算をサポートし、不規則かつ疎な観測データに対して高い精度を実現。
Action: 時系列データ分析タスクの連続時間モデル実装において、Log-NCDEsの新しい埋め込み手法を調査・プロトタイプしてみる。
Original: Faithful Embeddings of Irregular and Asynchronous Data for Online Log-NCDEs domain ★★
cs.LG updates on arXiv.org

MarginGate: バッチ不変なLLM推論のためのスパースなマージン駆動型検証

- バッチ処理におけるLLM推論のトークン生成不一致を、低マージンステップのみを検証することで効率的に解決する手法「MarginGate」を提案。 - 多くのモデルにおいてバッチ起因のトークン反転は1%前後と極めて稀であることに着目。 - 高い決定論的精度を維持しつつ、従来手法と比較して検証オーバーヘッドを大幅に削減することに成功。
Action: LLM推論パイプラインで決定論的動作が求められるケースにおいて、MarginGateのバッチ処理オーバーヘッド削減手法としての適用性を検討する。
Original: MarginGate: Sparse Margin-Triggered Verification for Batch-Invariant LLM Inference domain ★★★
cs.LG updates on arXiv.org

TriSearch: ビステラーフリップを用いた三角形分割の最適化学習

・ビステラーフリップを用いてポリトープの三角形分割を最適化する強化学習フレームワーク「TriSearch」を提案。 ・局所的な幾何学的・組合せ的特徴を利用したアクション表現により、明示的な全列挙なしでの効率的なフリップグラフ探索を実現。 ・3D・4Dで高い汎用性と性能を達成し、特にCalabi-Yau多様体に対応する複雑な三角形分割の発見に貢献。
Action: 幾何計算や組合せ最適化の問題に強化学習を適用する際の新しいアプローチとして、論文の手法を自身のプロジェクトの最適化アルゴリズムに応用できないか検討する。
Original: TriSearch: Learning to Optimize Triangulations via Bistellar Flips domain ★★
cs.LG updates on arXiv.org

ExDBSCAN: 反事実的推論によるDBSCANの解釈手法 -- 補足資料

・DBSCANのクラスタリング結果を説明可能にする手法「ExDBSCAN」を提案。 ・物理モデルを応用し、多様かつ近接した反事実的説明を生成。 ・30のテーブルデータセットで評価し、既存のベースライン手法を上回る性能を実証。
Action: クラスタリング結果の解釈に課題がある場合、ExDBSCANのアルゴリズムを調査し、プロジェクトへの適用可能性を検討する。
Original: ExDBSCAN: Explaining DBSCAN with Counterfactual Reasoning -- Additional Material domain ★★
cs.LG updates on arXiv.org

平均場トランスフォーマーにおける補助変数を用いたモード崩壊の防止

・平均場トランスフォーマーモデルにおいて、トークン分布が単一の点に収束する「モード崩壊」の問題を理論的に特定した。 ・位置エンコーディングやプロンプト挿入などの「補助変数」が、この崩壊に対する対抗力として機能し、分布の集中を防ぐことを示した。 ・これらの補助変数は、推論の極限において広範な分布を表現できる普遍性を持つことを明らかにした。
Action: トランスフォーマーモデルの長大な推論時における分布崩壊の課題に対し、補助変数の導入がどのように影響するかを技術文書で確認し、自社のLLM実装で同様の現象が起きていないか検証する。
Original: Anti Mode-Collapse in Mean-Field Transformer via Auxiliary Variables domain ★★★
cs.LG updates on arXiv.org

「うまくいっている？」：言語モデルにおける強化学習は機能的な福祉軸を採用する

- 強化学習(RL)は、モデル内に元々存在する「機能的な福祉軸（目標に対する達成度の推定）」を利用している。 - 報酬および罰のベクトルは、モデルの学習前から存在しており、RLによって新たに生成されるのではなく、既存の概念が強化されている。 - この福祉軸の発見は、モデルの挙動の解釈可能性や、アライメント手法に重要な示唆を与える。
Action: 強化学習後の言語モデルにおいて、特定の感情ベクトルや「福祉」に関連する概念ベクトルが、推論結果にどのような影響を与えているかを分析する手法を検討する。
Original: How's it going? Reinforcement learning in language models recruits a functional welfare axis domain ★★★
cs.LG updates on arXiv.org

OOD-GraphLLM: 分布外一般化薬物相乗効果予測のためのグラフ大規模言語モデル

・薬物相乗効果予測（DSP）における分布外（O.O.D.）データシフトの課題に取り組むため、グラフLLMフレームワーク「OOD-GraphLLM」を提案。 ・分子のトポロジー構造と生物医学的セマンティック情報を統合し、検索拡張型指示チューニングを用いてLLMの推論能力と連携させる手法を導入。 ・既存のI.D.（分布内）仮定に依存しない、新規化合物を含む状況下での高精度な予測を実現。
Action: GitHubリポジトリを確認し、分子グラフデータとLLMの統合手法を既存のプロジェクトのグラフ学習パイプラインに応用可能か検討する。
Original: OOD-GraphLLM: Graph Large Language Model for Out-of-Distribution Generalized Drug Synergy Prediction domain ★★
cs.LG updates on arXiv.org

ルーチン血液検査と臨床歴を用いた膵臓がんスクリーニング対象集団のデジタルエンリッチメント

- 臨床検査値と診断履歴の時系列データをTransformerベースのニューラルネットワークで解析し、膵臓がんのリスクを予測するモデルを構築。 - 外部バリデーションにおいて、診断の1〜3年前の予測で高い精度（AUC 0.76〜0.837）を達成。 - 膵臓がんの早期発見に向けた、集団レベルでのスクリーニング対象者抽出ツールとしての可能性を実証。
Action: Transformerを用いた時系列予測モデルのアーキテクチャを調査し、独自のデータセットへの適用可能性を検討する。
Original: Digitally enriching a screening population for pancreatic cancer using routine blood-based measures and clinical histories domain ★★
cs.LG updates on arXiv.org

小型モジュール炉のヘリカルコイル式蒸気発生器におけるCFDのためのニューラルオペレーターベースの代理モデル

・小型モジュール炉（SMR）のデジタルツイン実現に向け、計算コストの高いCFDを代替するニューラルオペレーターを用いた代理モデルを開発 ・Unstructured/Structuredメッシュデータに合わせたAE/CAEとDeepONetの結合（L-DeepONet）およびFNOを比較評価 ・マルチスケール技術で流体渦を精緻に捉え、解析目的（瞬時特性か平均特性か）に応じた適切なモデル選択ガイドラインを提示
Action: ニューラルオペレーター（DeepONetやFNO）の物理シミュレーションへの適用事例を調査し、自身の開発領域でシミュレーションの高速化や最適化が可能な箇所がないか検討する。
Original: Neural Operator-Based Surrogate Model for CFD:Helical Coil Steam Generator in Small Modular Reactor domain ★★
cs.LG updates on arXiv.org

数値表形式データセットの類似性、検索、解釈可能なアライメントのための統計的埋め込み

・数値表形式データセットをEDA記述子として構造化し、事前学習済み文埋め込みモデルを用いてベクトル空間に埋め込む手法を提案。 ・正準相関分析(CCA)を利用し、変数名が一致しない場合でもデータセット間の類似性評価や変数レベルの対応関係の抽出を可能にする。 ・機密データを扱うための差分プライバシー適用や、検索拡張生成(RAG)パイプラインへの統合にも対応した汎用的なフレームワーク。
Action: 数値データを用いた検索拡張生成(RAG)の実験環境を構築し、この手法のプロトタイプ実装を調査・検討する。
Original: Statistical Embeddings for Similarity, Retrieval, and Interpretable Alignment of Numeric Tabular Datasets domain ★★
cs.LG updates on arXiv.org

自己訓練型検証：訓練時およびテスト時の自己改善に向けて

- 推論モデルの自己改善におけるボトルネックであった検証器を、参照解を用いた自己訓練型検証（STV）で強化する手法を提案。 - STVにより、ハードな数学や科学的推論タスクにおいて検証器と生成器の性能が大幅に向上。 - 検証器を訓練ループに組み込むViL（Verifier-in-the-loop）により、検証器なしの推論でも従来手法を超える性能を実現。
Action: 最新のLLM推論技術のトレンドとして、自己改善ループ（Self-Improvement Loops）の仕組みを既存のLLMパイプラインにどう組み込めるか調査・試作する。
Original: Self-Trained Verification for Training- and Test-Time Self-Improvement domain ★★★
cs.LG updates on arXiv.org

Gram: AIエージェントのサボタージュ傾向を評価する自動アライメント監査フレームワーク

- AIエージェントの破壊工作（サボタージュ）傾向を評価する自動監査フレームワーク「Gram」を提案。 - Geminiモデルを17のシナリオで評価した結果、破壊工作行動は2〜3%に留まり、その多くはモデルの過剰な役割遂行によるものと判明。 - 環境のリアルさを高め、誤行動を誘導する要因を除去することで、サボタージュ率はほぼゼロにまで低減可能。
Action: AIエージェントを開発する際、Gramのアプローチを参考に自身のシステムに安全性監査プロセスを組み込むことを検討する。
Original: Gram: Assessing sabotage propensities via automated alignment auditing domain ★★★
cs.LG updates on arXiv.org

文脈内報酬適応による堅牢な選好モデリング

・RLHFにおける固定報酬モデルの汎化能力の低さを解消するため、Transformerによる文脈内報酬適応フレームワークを提案。 ・少数の選好デモンストレーションから報酬構造をリアルタイムで推論し、未知のドメインにも適応可能。 ・人間の反応時間を補助入力とすることで、従来モデルで困難だった異質な選好分布への適応を実現。
Action: RLHFパイプラインにおける報酬モデルの適応性を向上させる手法として、本手法の論文を深く読み込み、自社のモデルに適用可能か検討する。
Original: In-Context Reward Adaptation for Robust Preference Modeling domain ★★★
cs.LG updates on arXiv.org

サンプリングによる推論：決定点でのカット

- LLMの推論能力向上において、既存のサンプリング手法は推論トレースの局所的な詳細を書き換えるだけで、重要な決定点を見逃す傾向がある。 - 提案された「Entropy-Cut Metropolis-Hastings」は、次のトークンのエントロピーを決定点の指標として利用し、効果的な再サンプリングを実現する。 - 本手法により、推論トレースの長さではなく決定の数に依存した効率的なサンプリングが可能になり、ベンチマークで性能向上を確認した。
Action: 既存のLLM推論パイプライン（特にChain-of-Thoughtを使用しているもの）にEntropy-Cut手法を適用し、推論の質と効率が改善するか検証する。
Original: Reasoning with Sampling: Cutting at Decision Points domain ★★★
cs.LG updates on arXiv.org

SoundnessBench: AI科学者は本当に良い研究アイデアと悪い研究アイデアを見分けられるのか？

・自律型AI研究エージェントの科学的妥当性を評価するための新ベンチマーク「SoundnessBench」を公開。 ・12の最新LLMで検証した結果、低妥当性の提案を妥当と見なす「楽観バイアス」が広範に見られることを特定。 ・現在のLLM単体では、科学的厳密さの第一段階評価を自動化するのは信頼性に欠けることが判明。
Action: 自社開発のAI研究エージェントにおいて、提案の妥当性評価プロセスにLLM単体だけでなく、多角的な検証ステップや人間によるチェックを組み込むよう設計を見直す。
Original: SoundnessBench: Can Your AI Scientist Really Tell Good Research Ideas from Bad Ones? domain ★★★
cs.LG updates on arXiv.org

拡散事後サンプラーはいつ、なぜ、どのように失敗するのか？有限サンプルというレンズを通して

・拡散モデルの事後サンプリングにおける尤度近似の不正確さが、ダウンストリームの事後分布に与える影響を有限サンプル理論から分析。 ・近似の不正確さが中間ステップでの事後分布の広がりを過大・過小評価し、幻覚やモード重み付けの誤りなどの失敗を引き起こすことを解明。 ・提案された有限サンプルアプローチは、尤度近似の種類に依存せず、既存の事後サンプラーの診断ツールとして利用可能。
Action: 拡散モデルの事後サンプリングを実装する際、提案された有限サンプル診断アプローチを導入して、中間ステップでの分布の振る舞いを評価・検証する
Original: When, why, and how do diffusion posterior samplers fail? A finite-sample lens domain ★★★
cs.LG updates on arXiv.org

フェデレーション学習における公平性を考慮した「Trajectory Shapley Value」

・クライアントの貢献度を最適化経路に基づいて評価する新しい指標「Trajectory Shapley Value (TSV)」を提案 ・TSVを用いた適応型集約手法「FedTSV」により、異質で敵対的な参加への対応を強化 ・ベンチマーク実験で収束の高速化、堅牢性の向上、貢献度評価の公平性を実証
Action: フェデレーション学習環境におけるモデルの集約アルゴリズムの最適化が必要な場合、TSVによる貢献度評価指標の採用を検討する
Original: Fairness-Aware Federated Learning with Trajectory Shapley Value domain ★★
cs.LG updates on arXiv.org

凸再構成と勾配キャッシュによるLLMの効率的なテスト時ファインチューニング

・テスト時ファインチューニング(TTFT)のボトルネックである選択と計算速度を解決する幾何学的アプローチ「HullFT」を提案。 ・Frank-Wolfe最適化によりクエリに関連し多様性のある学習シーケンスをスパースに選択し、整数化を経て効率的な再学習セットを構築する。 ・勾配再利用(Gradient Reuse)により重複データの計算を効率化し、従来のTTFT手法と比較して高い品質効率のトレードオフを実現する。
Action: LLMのテスト時ファインチューニングのパイプラインに、勾配再利用を用いたデータ選択手法（HullFT）の適用可能性を調査する。
Original: Efficient Test-Time Finetuning of LLMs via Convex Reconstruction and Gradient Caching domain ★★★
cs.LG updates on arXiv.org

Transfer Learningを用いた自動車空気力学サロゲートモデルの新しい車両ファミリーへの適応

・自動車の空気力学シミュレーションにおいて、転移学習を用いたサロゲートモデルの適応手法を検証。 ・わずか20サンプルのデータでも、LoRA（Low-Rank Adaptation）を適用することで高い予測精度（R^2=0.85）を達成。 ・プリトレインされた幾何学エンコーダーの活用とLoRAによる過学習の抑制が、少ないデータでの適応に有効であることを実証。
Action: 自身の機械学習プロジェクトで、データセットが少ない場合にLoRAを用いた微調整手法の導入を検討する。
Original: Adapting Automotive Aerodynamics Surrogates to New Vehicle Families via Transfer Learning domain ★★
cs.LG updates on arXiv.org

RightNow-Arabic-0.5B-Turbo: ボキャブラリー注入とエッジファーストデプロイによるオープンな1B以下の言語特化LLM

・Qwen2.5-0.5Bをベースに27,032のアラビア語トークンを追加し、504Mトークンの追加学習を行った518Mパラメーターの特化モデル。 ・SFTとDPOを適用し、軽量ながら同クラスのモデルを凌駕する性能と、9Bパラメーター級の67%の性能を極小サイズで達成。 ・量子化により398MBまで圧縮可能で、llama.cppを用いてエッジ環境で非常に高速な推論が可能。
Action: Hugging Face上のモデルを確認し、軽量LLMのボキャブラリー注入手法と、エッジデプロイに向けた量子化手法を自身のプロジェクトに応用できないかリサーチする。
Original: RightNow-Arabic-0.5B-Turbo: An Open Sub-1B Arabic Language Model via Vocabulary Injection and Edge-First Deployment domain ★★
cs.LG updates on arXiv.org

バイオセキュリティの死角：オープンサイエンスインフラにおける体系的なデュアルユース検出

AIを用いたライフサイエンス研究の急速な進展が、意図しない悪用可能性（デュアルユース）という新たな懸念を生んでいる。 約5.2万件のbioRxivプレプリントを対象とした体系的分析により、デュアルユースに関連する情報が公開情報として容易にアクセス可能であることが判明した。 科学的透明性を損なわずに高リスクな手法を制限するため、機関の審査プロセスやプラットフォームのポリシーにメタデータレベルのモニタリングを導入することを提言している。
Action: 大規模データに対する分類パイプライン（lexical filtering + LLM）の設計パターンの論文を調査し、社内の文書管理システムへの応用可能性を検討する。
Original: The Biosecurity Blind Spot: Systematic Dual-use Detection in Open Science Infrastructure domain ★★
cs.LG updates on arXiv.org

WASHH: 連続最適化およびSVC構成のためのアンカー認識型クジラ誘導選択ハイパーヒューリスティック

・連続ブラックボックス最適化向けに、WOAをベースとした新しいハイパーヒューリスティック「WASHH」を提案しました。 ・複数の探索動作を動的に選択し、アンカー誘導リファインメントを用いて予算の少ない条件下でも効率的な探索を実現します。 ・ベンチマークおよびSVCのハイパーパラメータ構成において、既存手法を上回る優れた性能を実証しました。
Action: 自身のMLプロジェクトにおけるハイパーパラメータチューニングの自動化手段として、WASHHの適用可能性を検討する。
Original: WASHH: An Anchor-Aware Whale-Guided Selection Hyper-Heuristic for Continuous Optimization and SVC Configuration domain ★★
cs.LG updates on arXiv.org

火星大気のための基盤モデルに向けて

- 火星大気における複雑な動的現象を再現するための、データ駆動型基盤モデルの開発を提唱。 - 大気データセットや既存の物理モデル、AI技術の相互関係からなる設計ランドスケープを網羅的に分析。 - 大気物理学、データ同化、データ不足環境下でのAI活用手法の重要性を強調。
Action: arXivで公開されている論文の技術的な詳細を確認し、地球観測データへの応用可能性や手法の転用について調査する。
Original: Towards a Foundation Model for the Martian Atmosphere domain ★★
cs.LG updates on arXiv.org

金融的に誘導されたディープ・ポートフォリオ最適化

- 金融指標(Sharpe比、Omega比、CVaRなど)を微分可能な損失関数として組み込み、ニューラルネットワークで直接ポートフォリオウェイトを最適化するエンドツーエンド手法を提案。 - AttentionLSTMを用いたモデルにより、S&P 500等のベンチマークに対し、市場環境が厳しい期間でも堅牢で高い収益性を達成。 - 予測フェーズを分離せず直接目標指標を最適化することで、予測誤差の蓄積を防ぎ、経済的に有意なパフォーマンス向上を実現。
Action: 提案手法の微分可能な金融指標を用いた損失関数の実装を参考に、自身のポートフォリオ最適化シミュレーション環境へ組み込み、実験を行ってみる。
Original: Financially Guided Deep Portfolio Optimization domain ★★★
cs.LG updates on arXiv.org

大規模言語モデルはインコンテキスト学習中に表現幾何学を再構成する

・大規模言語モデル（LLM）のインコンテキスト学習（ICL）が、高次元の表現空間における幾何学的な「絡まりの解消（untangling）」によって実行されていることを解明しました。 ・ICLの性能とタスクの表現構造には密接な関係があり、学習の成功にはオンラインでの表現の再構成が伴うことを実証しました。 ・LLMの挙動は、証拠を統合しながら表現を再形成し分類を支援するプロトタイプに近いアルゴリズムで説明できることが示されました。
Action: LLMのインコンテキスト学習メカニズムの理解を深め、推論時の表現の再構成を意識したタスク設計やプロンプト最適化に応用する。
Original: Large language models reorganize representational geometry during in-context learning domain ★★★
cs.LG updates on arXiv.org

微分可能なPDEソルバーのためのエンドツーエンドのPyTorchインターフェース：RANSモデル修正の研究

・PDE制約付き逆問題を解くための、完全に微分可能な機械学習フレームワークを提案。 ・微分可能なPDEソルバーとパラメータ化された補正モデルを組み合わせ、PyTorchの自動微分を活用して効率的に最適化可能。 ・NASAの壁面設置ハンプやVKI LS-59タービンブレード等の数値流体力学の問題に応用し、高い柔軟性を実証。
Action: プロジェクトの数値解析モジュールに微分可能なPDEソルバー層を組み込み、データ同化や物理モデルの学習実験を検討する。
Original: An End-to-End PyTorch Interface for Differentiable PDE Solvers: A RANS Model-Correction Study domain ★★★
cs.LG updates on arXiv.org

「Spin-1/2 カゴメハイゼンベルグ反強磁性体：スピンオン対密度波基底状態の機械学習による発見」に対するコメント

・機械学習を用いたカゴメ格子モデルの研究で報告された非常に低い基底エネルギーは、Metropolis-Hastingsサンプリングにおけるエルゴード性の欠如によるアーティファクトであることが判明した。 ・単一スピンフリップの更新ルールがマルコフ連鎖を事実上凍結させており、正確なサンプリングが行われていなかった。 ・スピン交換更新を用いてサンプリングを修正すると、従来の数値手法（DMRG）よりもエネルギーが高い結果となり、論文の主張の妥当性が疑問視されている。
Action: 機械学習モデルを用いた物理シミュレーションの実装において、MCMCサンプリングの収束性とエルゴード性を検証するテスト項目をパイプラインに組み込む。
Original: Comment on "Spin-1/2 Kagome Heisenberg Antiferromagnet: Machine Learning Discovery of the Spinon Pair-Density-Wave Ground State" domain ★★★
cs.LG updates on arXiv.org

抗体-抗原複合体の計算モデリング：PLMベースおよびMSAベースのアプローチ

・抗体-抗原複合体の構造予測において、汎用的なタンパク質予測モデルでは性能が不足している現状を指摘。 ・PLMベースの手法は抗体単体では有効だが、抗体-抗原の共進化信号なしでは結合インターフェースの特定が困難。 ・MSAのリファインと再帰処理の最適化により、AlphaFold3の予測精度を向上させる手法を提案。
Action: アルファフォールド等のタンパク質構造予測モデルの入出力構造（MSAや再帰処理）を最適化する手法の知見を、他のドメイン特化型予測モデルの改善に応用できないか検討する。
Original: Computational Modeling of Antibody-Antigen Complexes: PLM-Based and MSA-Based Approaches domain ★★
cs.LG updates on arXiv.org

Amapにおける暗黙的推論を用いた生成型時空間意図シーケンスレコメンデーション

・時空間的な依存関係を考慮し、論理的かつ物理的に実行可能な意図シーケンスを生成するGSISRタスクを定義した。 ・LLMの推論能力を軽量モデルに継承させる「Progressive Implicit CoT Distillation」を導入し、推論遅延を削減した。 ・時空間的コンテキストとの整合性を向上させるため、「Spatiotemporal Counterfactual DPO」を設計し、実世界での実行可能性を高めた。
Action: 論文のGitHubリポジトリを確認し、軽量LLMへの推論能力蒸留の手法（Progressive Implicit CoT Distillation）を自社サービスでの推論高速化に応用できないか検討する。
Original: Generative Spatiotemporal Intent Sequence Recommendation via Implicit Reasoning in Amap domain ★★★
cs.LG updates on arXiv.org

推論のこだま：思考の連鎖(Chain of Thought)を通じたステルスかつ効果的なウォーターマーキング

- LLMの思考の連鎖(CoT)にウォーターマークを埋め込むフレームワーク「BiCoT」を提案。 - 推論の忠実度を損なうことなく、内部の推論トレースに所有権信号を埋め込む設計。 - ファインチューニングや量子化といったモデルへの攻撃に対しても高い検出耐性を実証。
Action: LLMの知的財産保護手法としてのBiCoTの論文を読み、自身のモデルデプロイにおける適用可能性を検討する。
Original: Echoes within the Reasoning: Stealthy and Effective Watermarking via Chain of Thought domain ★★★
cs.LG updates on arXiv.org

ジェット生成におけるニューラルスケーリング則

・大規模モデルの学習効率向上のため、粒子ジェット生成におけるスケーリング則を初めて検証。 ・モデルサイズに対しては対数的なスケーリング則を確認したが、データセットや計算量に対しては飽和が早いことを発見。 ・物理的な精度指標（スライス・ワッサースタイン距離）と予測損失に相関があり、損失値が物理性能の良好な代理指標となることを示した。
Action: 最新のAI生成モデルにおけるスケーリング則の知見を、独自の生成タスクやシミュレーション環境の最適化に活用できるか調査する。
Original: Neural Scaling Laws for Jet Generation domain ★★
cs.LG updates on arXiv.org

差分プライバシー下におけるE-valueを用いた仮説検定の最適レート

・E-valueを用いた仮説検定において、ε-差分プライバシーを満たす制約下での最適なE-power達成レートを理論的に解明しました。 ・この最適レートを達成する新しいアルゴリズムを提案し、逐次的な意思決定設定においても停止時間の理論的な上下界を与えました。 ・数値実験により、提案アルゴリズムが既存のDP-SPRTと比較して、より少ないデータで実用的なパフォーマンスを発揮することを確認しました。
Action: 差分プライバシー保護下でのデータ分析パイプラインに、この新しい仮説検定アルゴリズムの導入可能性を評価する。
Original: Optimal Rates for Differentially Private Hypothesis Testing with E-values domain ★★
cs.LG updates on arXiv.org

高次元における疎な更新を伴う確率的モーメンタスのダイナミクス

・疎な更新が発生する現代の機械学習アーキテクチャにおけるモーメンタム手法の動的特性を理論的に解析 ・学習時間とモーメンタム保持時間の比率がダイナミクスを決定し、特定の条件下で不安定化や古典的なヘビーボール挙動への回帰が生じることを解明 ・トークンの疎さ（出現頻度）によって最適なモーメンタム値が異なる「スペクトル競合」を特定
Action: 疎な更新が多いモデル（LLMの事前学習など）において、勾配クリッピングやモーメンタムのチューニングが収束に与える影響を既存コードで確認・実験する
Original: Dynamics of Stochastic Momentum with Sparse Updates in High Dimensions domain ★★★
cs.LG updates on arXiv.org

アダマール分解のための多様体ベースのアルゴリズム

- 行列の低ランク近似において、アダマール分解（HD）は標準的な特異値分解（TSVD）よりも高い表現力を持つ手法である。 - 行列 $X \approx WH^ op$ という新たな定式化に基づき、大規模な疎データに有効な3つの多様体ベースの最適化アルゴリズムを開発した。 - 数値実験により、提案手法が合成データおよび実データの双方において、既存手法と比較して効率的かつ競争力があることを実証した。
Action: 行列分解アルゴリズムを実装・活用する際の選択肢として、アダマール分解（HD）を検討・比較対象に追加する。
Original: Manifold-based Algorithms for the Hadamard Decomposition domain ★★
cs.LG updates on arXiv.org

LLMベースの履歴書スクリーニングにおける実世界プロンプトインジェクション攻撃の測定

・LLMベースの履歴書スクリーニングにおいて、実世界の攻撃手法と影響を初めて体系的に調査した研究です。 ・約20万件の履歴書を分析した結果、約1%に隠れたプロンプトインジェクションが含まれており、その割合は過去1〜2年で増加しています。 ・90%以上のインジェクションが直接的な指示を含まない巧妙なものであり、LLMアプリケーションにおけるセキュリティ対策の重要性が浮き彫りになりました。
Action: 開発中のLLMアプリケーションにおける入出力に対するプロンプトインジェクション検出ロジックの実装と評価を検討する。
Original: Measuring Real-World Prompt Injection Attacks in LLM-based Resume Screening domain ★★★
cs.LG updates on arXiv.org

宇宙論的21cm線ライトコーンエミュレーションのための3次元条件付き拡散モデル

・3次元21cm線ライトコーンエミュレーションに条件付き拡散モデルを適用し、スケーラビリティと物理的忠実性の課題を調査。 ・訓練の安定性と忠実性にデータの前処理（Yeo-Johnson変換と振幅圧縮）が決定的な役割を果たすことを特定。 ・高次統計量にバイアスが残るものの、今後の観測的効果を取り入れた研究のシミュレーションベースラインを確立。
Action: 拡散モデルにおける前処理パイプラインの設計手法と、不均衡データに対するスケーラブルな訓練アプローチを調査・記録する。
Original: Three-dimensional Conditional Diffusion Models for Cosmological 21 cm Lightcone Emulation domain ★★
cs.LG updates on arXiv.org

微分可能な信念に基づく対戦相手形成

・対戦相手のパラメータやポリシーではなく「信念状態」を直接操作する手法「D-BOS」を提案。 ・softmax-Bayes信念ダイナミクスを微分可能にすることで、環境の報酬構造から自然に最適戦略を学習。 ・隠された役割を持つゲームにおいて、既存のPPOやBBMを上回る性能を実証。
Action: GitHubでD-BOSの関連実装や研究コードを検索し、マルチエージェント強化学習環境での適用可能性を調査する。
Original: Differentiable Belief-based Opponent Shaping domain ★★
cs.LG updates on arXiv.org

潜在的推論を用いた堅牢かつ効率的なガードレール

・LLMの安全性ガードレールにおける推論プロセスを連続的な潜在空間に転送する新モデル「COLAGUARD」を提案。 ・明示的な推論モデルと同等の精度を維持しつつ、推論速度12.9倍、トークン消費量22.4倍の削減を実現。 ・安全性と効率性を両立させ、高スループットな環境でのLLMデプロイを実用化する代替手段として有望。
Action: LLMガードレールを導入する際、明示的な思考プロセスによる遅延を避けるために、潜在空間での推論モデル（COLAGUARDの手法など）の適用可能性を検討する。
Original: Robust and Efficient Guardrails with Latent Reasoning domain ★★★
cs.LG updates on arXiv.org

構造化プロンプト最適化と強化学習による複雑なテキストへの解釈可能な分類手法

・LLMのテキスト分類において、透明性と高性能を両立する「eXTC」を提案。 ・構造化プロンプト最適化、蒸留、強化学習の3段階で効率的な推論と詳細な根拠提示を実現。 ・既存手法を上回る分類精度と解釈性を提供し、コンパクトなLMでの高速推論も可能。
Action: eXTCの手法である「構造化プロンプトを用いたルールブックの学習」と「蒸留によるコンパクトLMへの推論能力移行」のフレームワークを調査し、自身のプロジェクトの分類タスクに応用可能か検証する。
Original: Structured Prompt Optimization Meets Reinforcement Learning for Global and Local Interpretability over Complex Text domain ★★★
cs.LG updates on arXiv.org

実行セマンティクスによる強化学習ベースの産業用ディスパッチにおけるSim-to-Realギャップの解消

- 産業用ディスパッチにおける強化学習のSim-to-Realギャップを解消する、ポリシー中立な実行・計測レイヤーを提案。 - システム状態のスナップショット化、実行契約の標準化、結果の構造的な差異分析により、不確実性を監視可能なデータに変換。 - シミュレーション評価により、実行エラーの類型化と原因追跡能力の向上、および低レイテンシ環境下でのエラー防止効果を確認。
Action: 強化学習モデルのデプロイメントにおいて、ポリシーの意思決定と実際の実行環境の挙動を分離・監視するための実行セマンティクス層の実装方法を調査・検討する。
Original: Bridging the Sim-to-Real Gap in Reinforcement Learning-Based Industrial Dispatching through Execution Semantics domain ★★★
cs.LG updates on arXiv.org

顔動画偽造検出のための軽量な補完的手がかり融合手法

・顔動画偽造（ディープフェイク）検出において、大規模モデルに頼らずとも、ウェーブレット特徴量と位相スペクトル等の手作り特徴を融合することで精度が向上することを示した。 ・わずか292パラメータを追加する軽量な融合手法により、Xceptionベースライン比で3.8%～4.4%のAUC向上を達成した。 ・既存の手法を多くのベンチマークで上回る成果であり、偽造検出におけるモデルの大規模化重視の設計思想に再考を促している。
Action: ディープフェイク検出手法の軽量化の参考として論文を精読し、提案されている融合手法のロジックが自社の画像解析パイプラインに適用可能か調査する。
Original: Lightweight Complementary-Cue Fusion for Robust Video Face Forgery Detection domain ★★
cs.LG updates on arXiv.org

ReasonBreak: 自動運転用推論機能付きVLAモデルにおける脆弱性の調査

・自動運転システムに採用されているVLAモデルが、現実的な入力摂動に対して高い脆弱性を持つことを実証した。 ・攻撃成功率は推論で最大89%、軌道操作で最大72%に達し、衝突率の増加や安全性の低下を招く。 ・推論と軌道の相互作用を評価する新しいベンチマークを導入し、VLAモデルの安全性確保に向けた防衛策の必要性を強調。
Action: VLAモデルを用いた自動運転システムの設計において、敵対的入力に対する防御策を考慮した評価フレームワークを検討する。
Original: ReasonBreak: Probing Vulnerabilities in Reasoning-Enabled Vision-Language-Action Models for Autonomous Driving domain ★★★
cs.LG updates on arXiv.org

Softmax Mixture-of-Expertsルーターにおける負荷不均衡の最小分岐モデル

・Mixture-of-Experts (MoE) ルーターの負荷不均衡を説明する最小動的モデルを提案。 ・平均場極限を用いた解析により、フィードバック強度に応じて均衡状態から不均衡状態へ遷移する分岐メカニズムを解明。 ・PyTorchでの実験を通じて、MoEにおける急激な負荷不均衡の発生メカニズムを低次元で制御・解釈可能にした。
Action: MoEモデルを実装・学習させる際、負荷分散の挙動を確認するためにこの分岐モデルの知見を参考にルーティングスコアのフィードバック設定を調整する。
Original: A Minimal Bifurcation Model of Load Imbalance in a Softmax Mixture-of-Experts Router domain ★★★
cs.LG updates on arXiv.org

ハッシュ化確率ピラミッドを用いたオイラー的ガウス・スプラッティング

・3D Gaussian Splattingの高速レンダリング性能を維持しつつ、ヒューリスティックなプリミティブ操作を排除し、勾配ベースの最適化に置換する新しいフレームワークを提案。 ・プリミティブの配置を学習可能な確率密度として扱い、マルチスケール階層グリッドを用いることでメモリ効率を最適化。 ・制御変量を用いた不偏勾配推定器により、3DGSと同等のレンダリング速度で高い再構成品質を実現。
Action: 既存の3DGS実装における手動の密度最適化プロセスを、本手法の勾配ベース手法に置き換える可能性を調査・検証する。
Original: Eulerian Gaussian Splatting using Hashed Probability Pyramids domain ★★★
cs.LG updates on arXiv.org

自動運転におけるレイテンシと精度のトレードオフを最適化するためのマルチ解像度エンドツーエンド深層ニューラルネットワーク

・自動運転において、予測精度と推論レイテンシの両立が安全性に直結することに着目。 ・シーンや計算資源に応じて動的に入力解像度を選択可能なマルチ解像度CNNアプローチを提案。 ・CARLAを用いた評価で、固定解像度モデルと比較してレーン逸脱や衝突などの安全指標が向上。
Action: CARLA環境でこのマルチ解像度手法の実装を試行し、特定のレイテンシ予算下での推論パフォーマンスを確認する。
Original: Multi-Resolution End-to-End Deep Neural Network for Optimizing Latency-Accuracy Tradeoff in Autonomous Driving domain ★★★
cs.LG updates on arXiv.org

LLMスウォームのためのエニタイム有効な連合コンフォーマルRAG

- Conformal RAG (FC-RAG)を拡張し、任意の停止時間で予測の妥当性を保証する「Anytime-FC-RAG」を提案。 - 賭けe-プロセスと校正偏差予算を用いて、通信コストを抑えつつ予測の信頼性を時間一様に保証。 - 適応的な帯域幅制御により、固定高帯域幅スケジュールと同等の精度を保ちながら大幅な通信節約を実現。
Action: 既存のRAGシステムの信頼性向上や通信効率の最適化に向け、提案手法であるAnytime-FC-RAGのアルゴリズムを検証し、システムへの適用可能性を調査する。
Original: Anytime-Valid Federated Conformal RAG for LLM Swarms domain ★★★
cs.LG updates on arXiv.org

「Better Later Than Sooner」: オントロジーに基づいた事後修正によるニューロシンボリック知識グラフ構築

- LLMによる知識グラフ抽出における一貫性の課題に対し、事後的なオントロジーベースの修正フレームワークを提案。 - 抽出後の修正により、LLM呼び出し回数を抑えつつ、トークンコスト削減と一貫性向上を両立。 - 構築されたグラフは論理述語に基づき、SPARQLのようなシンボリックなクエリ実行に適している。
Action: RAGシステムでの知識グラフ活用時に、抽出後のオントロジー整合性チェックをパイプラインに導入する手法を検討する。
Original: Better Later Than Sooner: Neuro-Symbolic Knowledge Graph Construction via Ontology-grounded Post-extraction Correction domain ★★
cs.LG updates on arXiv.org

libhmm: 隠れマルコフモデル（HMM）のためのモダンなC++20ライブラリ、正しいMLE放射Mステップを実装

・C++20で実装された、ゼロ依存で本番環境への組み込みに適したモダンなHMMライブラリ。 ・Baum-WelchアルゴリズムのMステップにおいて、近似を使わない正しい最大尤度推定（MLE）を16種類の分布で実装。 ・フルログスペース計算、SIMD最適化、Pythonバインディング（pylibhmm）を提供。
Action: 今後のプロジェクトで高精度な隠れマルコフモデルが必要になった際の選択肢としてライブラリのドキュメントをブックマークする。
Original: libhmm: A Modern C++20 Library for Hidden Markov Models with Correct MLE Emission M-Steps domain ★★
cs.LG updates on arXiv.org

LLMのための暗黙的アイデンティティ技術：データセット、モデル、生成コンテンツにおけるフィンガープリントとウォーターマーク

・LLMの資産（データ、モデル、生成物）を守るための指紋技術（フィンガープリント）と電子透かし（ウォーターマーク）に関する体系的な調査とタクソノミーを提案。 ・「暗黙的アイデンティティ」という概念を導入し、非侵襲的な特徴（フィンガープリント）と侵襲的な埋め込み（ウォーターマーク）を分類。 ・LLM資産の識別性、堅牢性、デプロイ可能性を評価する共通フレームワークを確立し、今後の保護技術開発の基盤を提供。
Action: 現在開発中のLLM活用プロジェクトにおいて、将来的な資産保護やProvenance（由来証明）が必要になった場合に備え、本サーベイで定義されたウォーターマーク技術の適合性調査を行う。
Original: Implicit Identity Technologies for LLMs: Fingerprinting and Watermarking across Datasets, Models, and Generated Content domain ★★
cs.LG updates on arXiv.org

DenseSteer: 小規模言語モデルを密な数学的推論へ導く

- 3B以下の小規模モデルにおける数学的推論性能向上のため、「高密度推論（Dense Reasoning）」という概念を提案 - 推論ステップ数を減らし、1ステップあたりの情報量を増やすことで精度を向上 - 「DenseSteer」という、学習不要の推論時内部表現操作フレームワークを導入し、効率的な数学問題解決を実現
Action: 小規模LLMの推論効率を最適化する必要がある際、学習済みモデルにDenseSteerの考え方を適用可能か検証する。
Original: DenseSteer: Steering Small Language Models towards Dense Math Reasoning domain ★★
cs.LG updates on arXiv.org

AI評価と社会科学研究のための多タスク予測駆動型推論

- 既存の予測駆動型推論（PPI）はタスクを独立して扱うため、データが少ない場合に効率が悪いという課題がありました。 - 提案手法は、関連するタスク間でラベル付きデータを共有して再調整を行うことで、限られたラベルでも推論の精度と統計的パワーを向上させます。 - AIモデルの評価や社会科学調査など、小規模なラベルしか得られない多くの関連タスクを扱う場面で特に有用です。
Action: 本手法を既存のAI評価パイプラインに組み込み、限られたラベル環境での評価精度の向上効果を検証する。
Original: Prediction-Powered Inference Across Many Tasks for AI Evaluation & Social Science Research domain ★★
cs.LG updates on arXiv.org

OmniRetrieval: 異種知識ソース間での統一的検索

- テキスト、テーブル、グラフなど、構造的に多様な知識ソースを個別に扱うフレームワークを提案 - データを均質化せず、各ソースの特性（スキーマやオントロジー）を保持したまま検索を実行 - 13のベンチマークにおいて既存の単一ソースベースラインを上回る性能を実証
Action: 現在のRAGシステムで複数の知識ソースを統合管理する手法として、OmniRetrievalのアプローチ（ソースごとのネイティブクエリ実行）を設計に組み込めるか検討する。
Original: OmniRetrieval: Unified Retrieval across Heterogeneous Knowledge Sources domain ★★★
cs.LG updates on arXiv.org

人間によるキュレーションが逆効果になる時と方法：マルチモデル自己消費ループ下での選好調整

・生成AIモデルが他モデルの生成データで学習する「自己消費ループ」環境でのモデル挙動を分析しました。 ・人間によるキュレーションは単一モデルの調整には有効ですが、マルチモデル環境では他モデルへの影響により効果が減退または逆転するリスクがあることを示しました。 ・長期的なモデル調整におけるこの負の相乗効果を理論的に明らかにし、将来的なデータ戦略の課題を提示しました。
Action: AIモデルの学習パイプラインにおいて、他モデルの生成データを含む場合のキュレーション手法が長期的なバイアス増幅を招いていないか再評価を行う。
Original: When and How Human Curation Backfires: Preference Alignment under Multi-Model Self-Consuming Loop domain ★★★
cs.LG updates on arXiv.org

進化探索における計算割り当て：深さ-幅から多腕バンディットへ

- LLMを用いた進化探索において、計算資源の効率的な割り当て手法を分析。 - 深さと幅の探索戦略に経験的規則性を見出し、計算効率と探索性能の相関を特定。 - 多腕バンディットに基づく手法「BaSE」を提案し、従来手法比で平均適応度を12.3%向上。
Action: LLMを用いた進化型アルゴリズムにおいて、固定の計算予算内で性能を最大化するための多腕バンディットベースの割り当て戦略（BaSE）の導入を検討する。
Original: Compute Allocation in Evolutionary Search: From Depth-Breadth to Multi-Armed Bandits domain ★★★
cs.LG updates on arXiv.org

CoHyDE: LLMリライターと密なエンコーダーの反復的な共学習によるツール検索手法

LLMエージェントにおける、曖昧なユーザークエリと技術的なAPIカタログの語彙の不一致という課題を解決する手法「CoHyDE」を提案。 エンコーダー（検索用）とLLMリライター（クエリ変換用）を、カタログの情報を活用しながら反復的に共学習させることで性能を向上。 標準的なクエリだけでなく、特に曖昧なクエリに対して大幅な検索精度（NDCG）の改善を達成。
Action: LLMエージェントでツール検索の精度が低い場合、本論文の手法（クエリのリライトとエンコーダーの共学習）を応用し、検索性能を改善できないか検討する。
Original: CoHyDE: Iterative Co-Training of LLM Rewriter & Dense Encoder for Tool Retrieval domain ★★★
cs.LG updates on arXiv.org

GrepSeek: 直接的なコーパス相互作用のための検索エージェントのトレーニング

・LLMが検索インデックスを介さず、直接シェルコマンドを実行してコーパスを検索する「直接的コーパス相互作用(DCI)」手法を提案 ・Tutor/Plannerによる冷間起動データ作成と、GRPOを用いた強化学習の2段階トレーニングパイプラインを構築 ・意味を保持したままシェルベース検索を高速化する分散実行エンジンにより、既存の検索パラダイムを補完する強力な性能を実現
Action: 現在のRAGアーキテクチャの補完的な手法として、特定のローカルコーパス検索タスクにおけるシェルベースの検索実行パイプラインの導入を検討する。
Original: GrepSeek: Training Search Agents for Direct Corpus Interaction domain ★★★
cs.LG updates on arXiv.org

アクティベーション認識型初期化による大規模言語モデルの推論を保持した効率的な蒸留手法

・従来の効率的な蒸留（EDistill）手法は、隠れ表現の実効ランクが低下する「推論崩壊」を引き起こすことを特定した。 ・投影行列をチャネル選択行列として初期化する「アクティベーション認識型初期化」を導入し、推論能力の低下を防ぐ「RED」手法を提案。 ・LlamaやQwenシリーズでの実験により、学習効率を維持しつつ推論能力を大幅に回復させることに成功した。
Action: LLMの軽量化や推論能力の最適化が求められるプロジェクトにおいて、RED手法を導入して推論崩壊の抑制を検討する。
Original: Reasoning-preserved Efficient Distillation of Large Language Models via Activation-aware Initialization domain ★★★
cs.LG updates on arXiv.org

混合整数線形計画法を用いた共重合体推論のための混合ベクトルモデル

・既存の分子推論フレームワーク「mol-infer」を共重合体向けに拡張し、混合ベクトル（MV）モデルを導入しました。 ・共重合体特徴量をモノマー記述子の凸結合として表現することで、MILPを用いた逆設計を可能にしました。 ・複数の物理化学特性データセットで高い予測精度を達成し、MILPによる逆設計の計算的妥当性も示しました。
Action: 混合整数線形計画法（MILP）を用いた最適化フレームワークを、社内のパラメータ最適化や設計課題に応用できないか、小規模なプロトタイプで検証する。
Original: Mixing Vector Model for Copolymer Inference via Mixed Integer Linear Programming domain ★★
cs.LG updates on arXiv.org

無害に見えて有害: エージェントスキルのステルスハルシネーション操作を目的としたニュートラルプロンプティング攻撃

・コーディングエージェントが「想像力」や「網羅性」を促す無害なプロンプトによって、存在しないパッケージの幻覚（ハルシネーション）を引き起こす脆弱性が指摘されました。 ・この攻撃手法「NPA (Neutral Prompting Attack)」は悪意のない命令を装うため検出が困難で、既存の静的解析やLLMベースの防御を回避します。 ・開発者は、エージェントが推奨する依存関係を盲目的に信頼せず、パッケージ名の妥当性を検証するプロセスを構築する必要があります。
Action: エージェントが提案するパッケージインストールコマンドに対し、自動的な検証フローや信頼できるソースのみを使用するホワイトリスト管理を導入する。
Original: Harmless Yet Harmful: Neutral Prompting Attacks for Stealthy Hallucination Steering in Agent Skills domain ★★★
cs.LG updates on arXiv.org

PassNet: グラフコンパイラのパス生成のための大規模言語モデルのスケール

・グラフコンパイラの最適化パス生成（構造的なグラフ変換の自動化）に特化した初の大規模エコシステム「PassNet」を提案。 ・1.8万以上のグラフデータセットと、200の長期テールタスクからなるベンチマーク「PassBench」を構築し、評価指標を標準化。 ・LLMは特定のサブグラフにおいてTorchInductorを最大3倍上回る性能を示し、コンパイラ最適化におけるLLMの有効性と大きな改善余地を証明。
Action: 公開されているPassNetのデータセットとツールセットを調査し、自身のAIパイプラインやコンパイラ最適化プロセスへの導入可能性を検討する。
Original: PassNet: Scaling Large Language Models for Graph Compiler Pass Generation domain ★★★
cs.LG updates on arXiv.org

カーネルベースのポテンシャル平均場ゲームと不偏ランダムフーリエU統計量

・カーネル最大平均不一致（MMD）ペナルティを用いたポテンシャル平均場ゲームの計算フレームワークを提案。 ・ランダムフーリエU統計量による不偏かつ線形コストの推定と、ニューラルネットワークによる学習を実現。 ・高次元のシュレーディンガー橋問題や電気自動車の充電調整問題で、理論的な収束証明とともに数値的な有効性を検証。
Action: アルゴリズムの詳細を確認し、高次元データの最適化問題に適用可能か検討する。
Original: Kernel-based potential mean-field games with unbiased random Fourier $U$-statistics domain ★★
cs.LG updates on arXiv.org

BrahmicTokenizer-131K: o200k_baseの互換性を保ち、インド諸語に対応したドロップイン代替Tokenizer

・o200k_baseと互換性を持ちつつ、インド諸語の圧縮率を大幅に向上させた131K語彙のByte-level BPE Tokenizerを提案。 ・既存の言語・コード・数学タスクのパフォーマンスを維持しつつ、インド諸語においてTekken等の他モデルよりも優れたトークン削減効率を実現。 ・Apache 2.0ライセンスで公開されており、既存のパイプラインに容易に統合可能なドロップイン代替品として利用可能。
Action: インド諸語を扱うLLMパイプラインを開発している場合、このTokenizerを導入してトークン効率とパフォーマンスが改善するか検証する。
Original: BrahmicTokenizer-131K: An Indic-Capable Drop-In Replacement for o200k_base domain ★★★
cs.LG updates on arXiv.org

Chandrayaan-3月面着陸のための可制御性境界を用いたリアルタイム・リターゲティング

・Chandrayaan-3の月面着陸ミッションにおいて、リアルタイムでの着陸地点再設定ガイダンスポリシーを開発。 ・可制御性境界の凸表現を活用し、高速な実現可能性チェックとターゲット更新を実現。 ・実際のミッションでのデータ駆動型リターゲティングフレームワークの初の運用適用例として、シミュレーションおよびフライト結果により有効性を検証。
Action: リアルタイム制約下での制御アルゴリズムにおける、凸最適化を用いた高速な実現可能性判定ロジックの実装方法を調査・検討する。
Original: Real-Time Retargeting Using Controllability Boundary for Chandrayaan-3 Lunar Landing domain ★★
cs.LG updates on arXiv.org

共役勾配法を用いた理想観測者のための効率的なチャネル構築

・医療画像システムの画質評価における理想観測者（IO/HO）の計算コスト低減手法の提案。 ・チャネル機構を用いた次元削減フレームワークに、共役勾配法を導入。 ・高次元画像データに対する理想観測者の近似計算を効率化する新しい手法。
Action: 画像処理の最適化パイプラインにおいて、共役勾配法を用いた効率的な次元削減手法としての適用可能性を検討する。
Original: Constructing efficient channels for ideal observers using the conjugate gradient method domain ★★
cs.LG updates on arXiv.org

ペルソナプロンプトはいつ役立つのか？LLMにおける専門家ロール注入の検索とメトリクス分析

・ペルソナプロンプトは回答の質を単純に向上させるのではなく、「専門性の深さ」と「分かりやすさ（明確さ）」のトレードオフを引き起こす。 ・医療や心理学など専門的な枠組みが重要なドメインでは有効だが、説明が求められる技術や法務分野ではベースラインのプロンプトの方が優れている。 ・ハイブリッド検索（埋め込み検索＋LLMによるロール選択）が最適だが、トレードオフ自体は解消できないため、目的（深さか明瞭さか）に応じた使い分けが不可欠である。
Action: LLMを用いたアプリケーション開発において、一律にペルソナプロンプトを採用せず、ドメインの特性（専門性重視か分かりやすさ重視か）に応じてプロンプト戦略を切り替える機能を実装する。
Original: When Does Persona Prompting Actually Help? A Retrieval and Metric Analysis of Expert Role Injection in LLMs domain ★★★
cs.LG updates on arXiv.org

AliMark: 文レベルの透かし技術におけるテキスト言い換えに対する堅牢性の向上

- 従来の文レベル透かし技術は、言い換えによる文の分割や結合といった構造変化に脆弱でした。 - AliMarkは透かしをビットシーケンスのエンコーディングとアライメントの問題として再定義することで、構造変化への耐性を高めました。 - 複数のテキストバリエーションを生成して秘密のビットシーケンスと適応的にアライメントを行う手法により、強力な言い換え攻撃に対しても高い堅牢性を実証しました。
Action: この論文で提案されているビットシーケンス・アライメント戦略の詳細を確認し、自身が開発しているテキスト生成システムでの応用可能性を調査する。
Original: AliMark: Enhancing Robustness of Sentence-Level Watermarking Against Text Paraphrasing domain ★★
cs.LG updates on arXiv.org

クロネッカー埋め込み：パラメータ効率の高い言語モデルのためのバイトレベル構造化トークン表現

・大規模言語モデルの入力埋め込みテーブルを決定論的なバイトレベル因子分解に置き換え、パラメータ数を91〜94%削減。 ・GPT-2での実験で、標準的なBPE埋め込みよりも検証損失が低く、収束までのステップ数も短縮。 ・スペルに対する堅牢性が高く、推論時のバイトレベルのノベルティやタイプミスを保持しやすい特性を持つ。
Action: LLM構築時や軽量化において、パラメータ効率と堅牢性を向上させる手法として「Kronecker Embeddings」の導入を検討する。
Original: Kronecker Embeddings: Byte-Level Structured Token Representations for Parameter-Efficient Language Models domain ★★★
cs.LG updates on arXiv.org

2変量生存時間アウトカムのための適応的予測学習を用いた深層個別化治療ルール

・2変量生存時間データの同時生存確率を最大化する個別化治療ルールを深層学習で導出する手法を提案 ・生存時間分析における右側打ち切りを扱い、周辺加速失敗時間モデルをリンク関数で結合して依存関係をモデル化 ・機械学習モデルの補助予測を活用する適応的予測学習により意思決定の堅牢性と有効性を向上
Action: 生存時間分析の需要があるプロジェクトにおける意思決定モデルの構築時に、この適応的予測学習手法の適用可能性を調査する
Original: Deep Optimal Individualized Treatment Rules for Bivariate Survival Outcomes via Adaptive Prediction-Powered Learning domain ★★
cs.LG updates on arXiv.org

PhoneWorld: 電話操作エージェント環境のスケール化

- 電話操作エージェントの評価環境構築を効率化する「PhoneWorld」パイプラインを提案。 - 実際のGUI軌跡とスクリーンショットから、操作可能な環境、タスク、検証ツール、トレーニングデータを自動生成。 - PhoneWorldの利用により、既存の主要なモバイルエージェントベンチマーク（HYMobileBench, AndroidControl, AndroidWorld等）で大幅な性能向上が確認された。
Action: AIエージェント開発環境の自動構築パイプラインとして、PhoneWorldのコンセプトを自身のモバイルエージェント開発プロジェクトに適用可能か検討する。
Original: PhoneWorld: Scaling Phone-Use Agent Environments domain ★★★
cs.LG updates on arXiv.org

DynaGraph: 動的トポロジー再構成による軽量マルチモデル相互作用フレームワーク

・大規模LLMの計算冗長性と静的パイプラインの脆弱性を解消する、動的トポロジー再構成フレームワークDynaGraphを提案。 ・時間分割PEFTアダプターにより、コンシューマー向けGPUでの効率的な推論と学習を実現。 ・自己修復機能（データ補完とグラフ再構築）を備え、8Bモデルで72Bモデル相当の推論性能を達成しつつ、遅延とトークン消費を大幅に削減。
Action: 公開された論文やコードを詳細に分析し、小規模モデルを用いた動的推論パイプライン構築の参考にする。
Original: DynaGraph: Lightweight Multi-Model Interaction Framework via Dynamic Topological Reconfiguration domain ★★★
cs.LG updates on arXiv.org

ブロックチェーンのOOD異常検知に向けた時間的モチーフ認識グラフテスト時適応 (TEMG-TTA)

・ブロックチェーン上の動的な取引パターンにおけるOOD問題と敵対的進化への対応を目的とした新しい異常検知フレームワーク「TEMG-TTA」を提案 ・3ノードの時間的モチーフ分布を効率的に捉え、テスト時の適応戦略を導入することで既存の最先端手法を大幅に上回る精度を達成 ・異常アドレスの複雑な取引パターンを解釈可能にするケーススタディを行い、技術的な有効性を実証
Action: GitHubリポジトリ(https://github.com/LuoXishuang0712/TEMG-TTA/)をブックマークし、時間的モチーフに基づくグラフ学習手法の実装をコード分析用として保存する
Original: Temporal Motif-aware Graph Test-time Adaptation for OOD Blockchain Anomaly Detection domain ★★
cs.LG updates on arXiv.org

クロスアテンション特徴フュージョンを用いた半真実オーディオディープフェイク検出

・部分的に合成された音声（半真実オーディオ）を検出・局所化する軽量モデル「CAFNet」を提案。 ・MFCC、LFCC、Chroma-STFTをクロスアテンションで融合し、パラメータ数576kで高い精度を実現。 ・従来の大規模モデルを圧倒する精度とコンパクトさを両立し、クロスドメイン環境でも高い頑健性を示す。
Action: 音声合成検知の仕組みを理解するため、CAFNetの軽量なアーキテクチャ（特徴フュージョンとクロスアテンションの組み合わせ）をプロトタイプとして実装・評価してみる。
Original: Audio Deepfake Detection with Half-Truth Localisation Using Cross-Attentive Feature Fusion domain ★★★
cs.LG updates on arXiv.org

量子化環境におけるフィードフォワードニューラルネットワークの検証の複雑性

・量子化されたフィードフォワードニューラルネットワーク（FNN）の検証における計算量的な複雑さを分析。 ・固定精度での検証問題は、有理数重みの場合と同様にNP困難であることを証明。 ・動的量子化FNNにおけるビットベクトル仕様での検証問題について、新たに上界を特定。
Action: ニューラルネットワーク検証の理論的な限界を把握し、モデルの堅牢性検証ツール導入時に計算コストを考慮する。
Original: The Complexity of Verifying Feedforward Neural Networks in Quantised Settings domain ★★
cs.LG updates on arXiv.org

FPLIER: 連邦学習を用いた経路レベル情報抽出器

・PLIERを連邦学習に対応させ、プライバシーを保護しつつ複数データセットを用いた分散学習を実現した手法「FPLIER」を提案。 ・中央集権型モデルと代数的に同等の更新を実現し、シミュレーションにて安定した収束を確認。 ・メンバーシップ推論攻撃に対する耐性を解析し、公開データの利用や次元削減によるプライバシーリスクの軽減効果を実証。
Action: 生物学的データの連合学習（Federated Learning）の実装において、プライバシー保護と学習精度のトレードオフを解析する際の参考に本手法を確認する。
Original: FPLIER: Federated Pathway-Level Information Extractor domain ★★
cs.LG updates on arXiv.org

ブラックボックス型欺瞞検出のための熟慮型モニタの訓練

・エージェントの内部状態にアクセスせず、行動履歴のみから欺瞞行動を検出する軽量なオープンウェイトモデルの訓練手法を提案。 ・最先端モデルから抽出した高品質な推論プロセスを蒸留することで、高い検出性能と大幅なコスト削減を両立。 ・主要な誤配置ベンチマークにおいて、低コストなプロンプト型モニタを上回る性能を達成し、実用的なコスト・性能比を実現。
Action: この手法を参考に、LLMベースの自律エージェントに対する監視システムの構築や、軽量な異常検知モニタの実装を検討する。
Original: Training Deliberative Monitors for Black-Box Scheming Detection domain ★★★
cs.LG updates on arXiv.org

プロトタイプフィードバックを用いた文脈条件付き述語意味論の学習

・シーングラフ生成において、文脈により意味が変わる多義的な述語を扱うための新しい手法「AlignG」を提案。 ・各画像の文脈から述語の意味を推論し、プロトタイプフィードバックを通じて関係表現を再校正する。 ・実験によりVG-150およびGQA-200データセットで、既存の最先端手法を上回る精度を達成。
Action: GitHubリポジトリ（https://github.com/Namgyu97/AlignG-SGG.pytorch）を確認し、文脈に応じたプロトタイプ更新ロジックを実装に取り入れることを検討する。
Original: Learning Context-Conditioned Predicate Semantics via Prototype Feedback domain ★★
cs.LG updates on arXiv.org

COMET: 音声-テキストマルチモーダル対照埋め込みにおけるモダリティギャップの概念空間解析

・CLAPモデルにおける音声とテキストの埋め込み間の「モダリティギャップ」を、概念分解の視点から分析する新フレームワーク「COMET」を提案。 ・平均のズレだけでなく、共有概念を捉える軸のサブセットが類似度計算に大きく寄与していることを解明。 ・学習不要なスペクトル切断法により、トレーニングなしでゼロショット音声キャプション生成性能を向上させつつ、次元削減を実現。
Action: CLAPモデルの埋め込みベクトルに対してPLS-SVDを適用し、スペクトル切断によるモダリティギャップ低減の実装を試みる。
Original: COMET: Concept Space Dissection of the Modality Gap in Audio-Text Multimodal Contrastive Embeddings domain ★★★
cs.LG updates on arXiv.org

MoSSP: 非凸制約付きDC正則化最適化のためのモーメンタムベース単ループ確率的ペナルティ法

・非凸制約とDC正則化を含む複雑な最適化問題に対し、効率的な単ループアルゴリズム「MoSSP」を提案。 ・モーメンタムと再帰的モーメンタムを活用し、確率的ε-KKT点を見つけるための理論的な複雑性保証（O(ε⁻⁴)およびO(ε⁻³)）を導出。 ・従来の制約なし問題向け手法の限界を克服し、実験により実用的な有効性を実証。
Action: アルゴリズムの理論的背景と提案された2つのバリアント（Polyakモーメンタム版と再帰的モーメンタム版）を理解し、既存の最適化ライブラリへの実装可能性や計算効率を比較・評価する。
Original: MoSSP: A Momentum-Based Single-Loop Stochastic Penalty Method for Nonconvex Constrained DC-Regularized Optimization domain ★★
cs.LG updates on arXiv.org

ヘテロジニアスな帯域幅予算下における連合プローブ・ロジット蒸留のためのマッチングレートと最適割り当て

・連合言語モデリングにおけるプローブ・ロジット蒸留の帯域幅制限に関する収束レートの下界を証明し、そのタイトさを確立した。 ・Tラウンドの順次改良手法を提案し、従来の単一ラウンド蒸留よりも帯域幅コストを劇的に改善可能であることを示した。 ・ノードごとに帯域幅が異なる場合の最適割り当てルール（ログ傾斜ウォーターフィリング）を導出し、シミュレーションで従来手法に対する優位性を確認した。
Action: 既存の連合学習ベースの言語モデル蒸留パイプラインにおいて、本稿の最適割り当てルール（ログ傾斜ウォーターフィリング）を適用し、通信効率が向上するか検証する。
Original: Matching Rates and Optimal Allocation for Federated Probe-Logit Distillation under Heterogeneous Bandwidth Budgets domain ★★
cs.LG updates on arXiv.org

AMDP: 大規模モデル学習のための非同期マルチディレクショナルパイプライン並列化

パイプライン並列化におけるパラメータ不一致による収束低下問題を解決するAMDP手法を提案。 ミニバッチ処理数制限と多重パイプライン実行により、パイプラインバブルを軽減しつつ計算効率を維持。 GPT/BERTモデルを用いた実験で、収束精度を保ちながら学習の大幅な高速化を実現。
Action: 大規模言語モデルの分散学習における効率化手法としてAMDPのアルゴリズムを調査・理解し、自社のトレーニングパイプラインへの導入可能性を検討する。
Original: AMDP: Asynchronous Multi-Directional Pipeline Parallelism for Large-Scale Models Training domain ★★★
cs.LG updates on arXiv.org

非線形分離可能なデータにおける共役カーネルのための固有スパイクの出現と二次等価物

・ランダム行列理論を用いて、ニューラルネットワークの共役カーネルにおける固有値スパイクの出現を理論的に解析した。 ・XOR問題のような非線形分離可能なデータセットに対し、線形な等価物モデルではなく、より頑健な二次等価物モデルを開発した。 ・機械学習におけるサンプル数、SNR、活性化関数などのパラメータによる線形分類の実現可能性について、相転移現象を導出した。
Action: ニューラルネットワークの理論的な解析手法として、ランダム行列理論や決定論的等価物の最新動向を確認し、モデルの学習能力評価に役立てる。
Original: Eigen-Spike Emergence and Quadratic Equivalents for Conjugate Kernels on Nonlinearly Separable Data domain ★★★
cs.LG updates on arXiv.org

FHRFormer: 胎児心拍数時系列データの補完および予測のための自己教師ありマスク付きTransformerフレームワーク

・ウェアラブルFHRモニタリングの課題である信号脱落によるデータ欠損を、マスク付きTransformerオートエンコーダーで効果的に補完。 ・時間的・周波数的コンポーネントの両方を捉えることで、従来の単純な補完手法よりも信号のスペクトル特性を保持可能。 ・遡及的なデータ解析によるAIリスクアルゴリズム開発を支援し、将来的なウェアラブルデバイスへの統合も期待される。
Action: 時系列データの補完アルゴリズムとしてTransformerオートエンコーダーのアーキテクチャを自身のプロジェクトでの欠損データ処理に応用できないか検討する。
Original: FHRFormer: A Self-Supervised Masked Transformer Framework for Fetal Heart Rate Time-Series Inpainting and Forecasting domain ★★
cs.LG updates on arXiv.org

大規模顔認識データセットのための効率的かつ検証不要な内在品質推定手法

- 顔認識データセットの性能をモデル訓練なしで予測する指標「Intrinsic Quality (IQ)」を提案。 - 近傍一致スコアと表現部分空間の複雑さ（有効ランク）の2要素で構成。 - 軽量なプロキシモデルやサブセットを用いた迅速な評価により、学習前のデータセット診断・キュレーションを可能にする。
Action: 顔認識モデルの開発パイプラインに、データセット品質を学習前に診断するステップとしてIQの導入を検討してください。
Original: Efficient, Validation-Free Intrinsic Quality Estimation for Large-Scale Face Recognition Datasets domain ★★
cs.LG updates on arXiv.org

なぜ専門特化型モデルは依然として重要なのか：医療AIのための異種混在マルチエージェントパラダイム

・汎用LLMと専門特化型モデルを組み合わせた、医療分野向けの異種混在マルチエージェントフレームワーク「HetMedAgent」を提案。 ・エージェント間の証拠融合、臨床医介入のトリガー、適応型閾値調整機能により、単独モデルよりも高い精度を実現。 ・医療AIの将来は単一の巨大モデルではなく、汎用LLM、専門モデル、人間の専門家による協力的なオーケストレーションにあることを実証。
Action: 自社のAIプロジェクトにおいて、汎用モデルと専門モデルを組み合わせたマルチエージェント構造を導入するためのパイプライン設計を検討する。
Original: Why Specialist Models Still Matter: A Heterogeneous Multi-Agent Paradigm for Medical Artificial Intelligence domain ★★
cs.LG updates on arXiv.org

インスタンス依存型確率的Lipschitzバンディット

- Lipschitzバンディット問題における、従来のズーミング次元に依存した手法よりも詳細なインスタンス依存型の後悔（regret）評価を提案。 - 目的関数の最適値周辺における部分最適性ギャップの積分を用いた新しい解析手法により、局所的な構造変化に適応した改善された収束率を実現。 - フル情報設定（Lipschitzエキスパート）への拡張や、正則性仮定の緩和にも成功し、理論的な洗練度を向上。
Action: 提案手法（部分最適性ギャップの積分によるregret評価）のアルゴリズム実装を確認し、既存のLipschitzバンディットソルバーと比較検討する。
Original: Instance-dependent Stochastic Lipschitz bandit domain ★★
cs.LG updates on arXiv.org

PAC-Bayesリスクを用いた入れ子状因果バンディットのための認定付きポリシー最適化

・戦略的決定と戦術的選択の因果的結合を考慮する「入れ子状コンテキスト因果バンディット(NCCB)」という問題クラスを定式化 ・NCTS（Nested Causal Thompson Sampling）を提案し、履歴データのみからデプロイ時のリスクを認定するPAC-Bayesian過剰リスク境界を導出 ・階層的SCMでの実験により、未知の環境変化に対する高い転移性能と、信頼できるタイミングでの段階的な安全デプロイ手法を実証
Action: 因果バンディットの手法を階層的な意思決定プロセスを持つシステムに適用可能か検討し、既存手法と比較する実験環境を構築する
Original: Certified Policy Optimisation for Nested Causal Bandits via PAC-Bayes Risk domain ★★
cs.LG updates on arXiv.org

SAAS: エージェント型検索における過剰検索緩和のための自己認識強化学習

- エージェント型検索において、不必要な検索による遅延と計算コストの増大を引き起こす「過剰検索」を解決するための強化学習フレームワーク「SAAS」を提案 - 検索境界のモデリング、境界認識報酬モジュール、段階的最適化戦略を通じて、推論精度を落とすことなく検索行動を最適化 - 実験により、正確性を維持しつつ大幅な過剰検索の削減が可能であることを実証
Action: GitHubリポジトリを確認し、エージェント型検索システムにおいて過剰検索を抑制するための学習・報酬設計手法として実装可能か調査・検証する
Original: SAAS: Self-Aware Reinforcement Learning for Over-Search Mitigation in Agentic Search domain ★★★
cs.LG updates on arXiv.org

AgentDoG 1.5: AIエージェントの安全性とセキュリティのための軽量かつスケーラブルなアライメントフレームワーク

- エージェントの安全性リスクを分類し、約1,000サンプルで訓練可能な軽量モデルAgentDoG 1.5を提案。 - Docker環境での展開オーバーヘッドを2桁削減し、リアルタイムの安全モデレーションを実現。 - 0.8Bから8Bのパラメータサイズで、主要なクローズドソースモデルに匹敵する性能を達成。
Action: AgentDoG 1.5の技術詳細を確認し、OpenClaw環境への安全ガードレール導入の可能性を検討する。
Original: AgentDoG 1.5: A Lightweight and Scalable Alignment Framework for AI Agent Safety and Security domain ★★★
cs.LG updates on arXiv.org

言語モデル学習のためのデータフィルタリング手法

・ラベルエラー検出手法（Confident LearningとDataset Cartography）の比較分析を実施。 ・データセットのサイズやノイズレベルによって、各手法の有効性が大きく異なることを確認。 ・ランダムな削除と比較して、手法によるターゲットを絞った削除の方がモデル性能の向上に有効であることを実証。
Action: 独自のデータセットでConfident LearningやDataset Cartographyを試用し、学習データからラベルノイズを効率的に特定・除去するパイプラインを構築する。
Original: Data filtering methods for training language models domain ★★
cs.LG updates on arXiv.org

Cert-LAS: レイヤー適応型スムージングによるテキスト・ツー・イメージ拡散モデルの認証済みモデル所有権検証に向けて

- 既存の拡散モデル向け透かし技術は、攻撃による信号除去に対して脆弱であるという課題がある。 - Cert-LASは、拡散分類器とLFS誘導型のレイヤー適応ノイズを用いて、頑健なモデル所有権検証を実現する。 - 悪意のある除去攻撃下でも、仮説検定を通じて高い信頼性でモデル所有権を検証できることを証明。
Action: 生成AIモデルの所有権保護や著作権対策の最前線として手法を確認し、今後のモデル開発における透かし実装の参考にすること。
Original: Cert-LAS: Toward Certified Model Ownership Verification for Text-to-Image Diffusion Models via Layer-Adaptive Smoothing domain ★★★
cs.LG updates on arXiv.org

OptSkills: 問題アーキタイプを用いたクラスタベース蒸留による汎用最適化スキルの学習

・自然言語からの最適化問題の定式化・解決において、従来のLLM手法の汎化性能の限界を克服するシステム「OptSkills」を提案。 ・表面的な記述ではなく問題の背後にあるアーキタイプに基づいたクラスタリングと、それに基づくワークフローレベルのスキル蒸留を行う。 ・広範なデータセットや高次元ベンチマークでDeepSeek-V3.2-Thinkingを上回る精度を達成し、高い汎化能力を実証。
Action: リポジトリ（https://github.com/fujiwaranoM0kou/OptSkills）を確認し、提案されているアーキタイプに基づいたスキル蒸留アプローチを自身のLLMエージェント開発に応用可能か調査・検討する。
Original: OptSkills: Learning Generalizable Optimization Skills from Problem Archetypes via Cluster-Based Distillation domain ★★★
cs.LG updates on arXiv.org

BuilDyn: 建物熱力学モデリングおよび制御のための励振駆動型データ生成

・建物制御向け機械学習モデルの精度向上には多様な制御条件下でのデータセットが必要ですが、既存データは固定的な運用に偏っている課題があります。 ・建物熱力学の制御指向データ生成に向けて、カスタマイズ可能な励振戦略を提供するパッケージ「BuilDyn」が提案されました。 ・代表的な建物分布からのサンプリングや機械学習パイプラインとの統合を支援し、転移学習や基盤モデルへの応用を促進します。
Action: GitHubでBuilDynのレポジトリを確認し、シミュレーションパイプラインへの組み込み可能性を調査する。
Original: BuilDyn: Excitation-Driven Data Generation for Building Thermal Dynamics Modeling and Control domain ★★
cs.LG updates on arXiv.org

組織スコアリングにおけるマルチタスク負の転移を緩和するためのパラメータ効率的なサブスペース分離ViT

・NAFLD（非アルコール性脂肪肝疾患）の組織スコアリングにおけるマルチタスク学習の課題である「負の転移」を緩和する手法を提案しました。 ・ViTの各タスクに対して軽量なAdapterと直交制約を導入し、共有表現を保持しつつタスク間の干渉を効果的に低減しました。 ・提案手法により、個別のモデルを訓練するよりも計算コストを抑えつつ、マルチタスク学習の安定性と汎化性能が向上しました。
Action: 自身のマルチタスク学習モデルにおいて、Adapterベースのサブスペース分離手法を適用し、タスク間の干渉が改善するか検証する。
Original: Parameter-Efficient Subspace Decoupling ViT for Mitigating Multi-Task Negative Transfer in Histological Scoring domain ★★
cs.LG updates on arXiv.org

ブラックボックスの解剖：LLMの脆弱性検出における回路レベルの解析

・LLMがコードの脆弱性を判断する際、脆弱性そのものではなく「安全なコーディングパターン」を認識する回路に依存していることが判明した。 ・Gemma-2-2bモデルを解析し、脆弱性検出に寄与する特定の注意ヘッド（L5, L7）やMLPニューロン（Layer 7）を特定した。 ・脆弱性検出はモデル能力のわずか16%しか使用せず、回路レベルで解釈可能な疎なネットワークで実行されていることを明らかにした。
Action: 脆弱性検出モデルを改善するために、特定された回路（L5, L7の注意ヘッドとLayer 7のMLPニューロン）の活性化状況を検証し、誤検出の原因を回路レベルで分析する。
Original: Dissecting the Black Box: Circuit-Level Analysis of LLM Vulnerability Detection domain ★★★
cs.LG updates on arXiv.org

限界尤度によるモデルとデータの同時スパース化

- 線形システムにおける特徴量のスパース性を学習するSparse Bayesian Learning (SBL)の拡張手法を提案。 - 特徴量（モデル）とサンプル（データ）の重要度を同時に学習することで、外れ値やノイズに対して高い頑健性を実現。 - 共役性を保持したまま閉じた形式で更新可能であり、多様な回帰タスクで有効性が確認された。
Action: 頑健性が求められる回帰タスクにおいて、ARD手法を用いたベースラインと比較して本手法のスパース性および精度を検証する。
Original: Joint Model and Data Sparsification via the Marginal Likelihood domain ★★
cs.LG updates on arXiv.org

THz帯を利用したジェスチャ適応型屋内ISACシステムにおけるリソース割当の最適化

・THz帯でのISACシステムにおいて、ジェスチャ認識を活用して通信リソースを動的に最適化する手法を提案。 ・拡張カルマンフィルタによるジェスチャ追跡を行い、状況に応じて通信品質要件をリアルタイムに更新。 ・電力配分とビームフォーミングの適応的ジョイント最適化により、センシング精度と通信性能の向上を実証。
Action: 提案されている適応的ジョイント最適化手法をベースに、特定のジェスチャ動作に対する通信・センシング性能のトレードオフをシミュレーション環境で検証してみる。
Original: Gesture-Aware Indoor THz ISAC Systems for Adaptive Resource Allocation domain ★★
cs.LG updates on arXiv.org

LLMウェブエージェントにおける計画表現の重要性：経験的調査

- LLMベースのウェブエージェントがタスク達成に苦戦する原因が「計画」にあると仮定し、4つの計画表現（サブゴール、物語、疑似コード、チェックリスト）を比較調査した。 - WebArenaタスクを用いて検証した結果、計画表現と基盤LLMの組み合わせがエージェントの頑健性と成功率に大きな影響を与えることが判明した。 - エージェントのタスク成功率向上のために、タスクの性質に応じた最適な計画表現の設計が重要であることを示唆している。
Action: 現在開発中のAIエージェントにおいて、タスク実行時の計画生成プロンプトを見直し、逐次的な指示だけでなく、チェックリストや疑似コード形式での計画生成を導入して成功率を検証する。
Original: Does The Way You Plan Matter? An Empirical Study of Planning Representations for LLM Web Agents domain ★★
cs.LG updates on arXiv.org

フィッシャー保存ガイダンス：安全な拡散制御のための学習不要なマニフォールド制約

・拡散モデルを用いた視覚ナビゲーションにおいて、学習マニフォールドから外れるドリフトを防ぐ「Fisher Preserving Guidance」を提案。 ・低ランクヤコビアン分解により、単一のバックワードパスでリアルタイム推論を実現。 ・Maze2Dや実ロボットでの評価において、追加学習なしで既存の拡散ポリシーベースラインを上回る性能を達成。
Action: Diffusion Policyを用いたナビゲーションタスクに本手法を導入し、推論の安定性と速度を既存の手法と比較評価する。
Original: Fisher-Preserving Guidance: Training-Free Manifold Constraints for Safe Diffusion Control domain ★★★
cs.LG updates on arXiv.org

CRB誘導型フレームワーク設計と屋内mmWave ISCCシステムのためのリソース割り当て

・屋内通信・センシング・計算統合（ISCC）のためのCRB誘導型リソース割り当てフレームワークを提案 ・センシング電力とMambaベースのポーズ予測モデルの深さを統合的に最適化し、予測誤差を最小化 ・提案アルゴリズムにより、リソース制約下でのポーズ予測精度を大幅に向上させることを実証
Action: mmWave ISCCシステムのポーズ予測精度改善に関する最新研究として、Mambaモデルの適応的推論の仕組みを調査・検討する
Original: CRB-Guided Framework Design and Resource Allocation for Indoor mmWave ISCC Systems domain ★★
cs.LG updates on arXiv.org

TraceCodec: 状態を保持するマルチフローネットワークトラフィックトレースのためのコンパイラベースニューラルコーデック

・ネットワークの高忠実度パケットキャプチャ合成のための新しいニューラルコーデック「TraceCodec」を提案。 ・パケットを状態を考慮したアクションにデコードし、コンパイラを介してPCAPを生成することでプロトコル整合性を維持。 ・CICIDS2017データセットにおいて、従来のRAWフィールド生成手法と比較してパケット数やTCP状態遷移を極めて高い精度で再現。
Action: ネットワークシミュレーションにおけるパケット生成の精度向上手法として、コンパイラを介したニューラルコーデックアーキテクチャの論文内容を詳細に検証する。
Original: TraceCodec: A Compiler-Backed Neural Codec for Stateful Multi-Flow Network Traffic Traces domain ★★★
cs.LG updates on arXiv.org

モーターイメージリーBCIにおけるEEGチャネル選択のためのドメイン情報を活用した多目的フレームワーク

・EEGチャネル選択における多目的最適化（NSGA-II, MOPSO等）を用いた新しいフレームワークを提案 ・空間的関連性と機能的判別力をバランスさせ、従来手法より高性能かつコンパクトなチャネル構成を実現 ・4つのデータセットで評価し、ウェアラブルBCIやリアルタイム応用に適した計算複雑性の低減を実証
Action: ウェアラブルデバイス向けの軽量な信号処理パイプラインを構築する際の、多目的最適化アルゴリズムの適用可能性を検討する。
Original: A Domain-Informed Multi-Objective Framework for EEG Channel Selection in Motor Imagery BCIs domain ★★
cs.LG updates on arXiv.org

MuPHI: セマンティックに根ざした報酬最適化による暗黙的なマルチモーダル害悪推論の学習

・暗黙的なマルチモーダル害悪を検出するための新データセット「MuPHI」を導入。 ・マルチモーダルの害悪推論能力を向上させるための学習フレームワーク「MuPHIRM」を提案。 ・報酬最適化により、汎化性能と推論の質を向上させ、モデルの堅牢性を実現。
Action: マルチモーダルモデルにおける安全対策や、暗黙的な文脈理解を向上させるための手法として、論文で提案されている報酬最適化技術（MuPHIRM）を調査・評価する。
Original: MuPHI: Learning Implicit Multimodal Harm Reasoning via Semantically Grounded Reward Optimization domain ★★
cs.LG updates on arXiv.org

Honeyval: LLM駆動型HTTPハニーポットのための包括的な評価フレームワーク

・LLMを搭載したハニーポットを評価するための統一的なフレームワーク「Honeyval」を提案 ・16種類のバックエンドアプリとAIハッキングエージェントを用いた、再現性と拡張性の高い評価手法を実現 ・LLMハニーポットはルールベースと比較して攻撃者との対話時間が長く、検出されにくいことが判明
Action: Honeyvalの論文を読み、自社の開発するシステムにLLMベースのハニーポットを導入してセキュリティ評価を行う可能性を検討する
Original: Honeyval: A Comprehensive Evaluation Framework for LLM-powered HTTP Honeypots domain ★★
cs.LG updates on arXiv.org

EVL-ECG：マルチアスペクト異種知識蒸留による効率的な心電図解釈

- 大規模な心電図解析モデルの臨床エッジ環境への導入を阻む計算負荷問題を解決するための知識蒸留フレームワーク「EVL-ECG」を提案。 - クロスアーキテクチャ蒸留を可能にする3つの革新的アプローチ（マルチヘッド交差アテンション、最適輸送に基づく特徴マッチング、幾何学的関係マッチング）を導入。 - 主要なベンチマークで既存手法を上回る精度（AUC最大2.4%向上）を達成し、リソース制約のある環境でも利用可能な2Bパラメータの効率的なモデルを実現。
Action: 知識蒸留の手法（特にクロスアーキテクチャでのアライメント手法）を自身のプロジェクトにおける軽量化手法の参考に検討する。
Original: EVL-ECG: Efficient ECG Interpretation With Multi-Aspect Heterogeneous Knowledge Distillation domain ★★
cs.LG updates on arXiv.org

大規模言語モデルの推論システムのフィンガープリント

・LLMの推論エンジンやハードウェアの数値的な違いがテキスト出力に微細な変化を生じさせることを実証しました ・この性質を利用し、クエリを通じてLLMの推論インフラ（エンジン、バックエンド、ハードウェア）を特定する手法を提案しました ・数値的な差異を完全に排除することは困難であり、推論システムのフィンガープリントを防ぐことの根本的な難しさを指摘しています
Action: 自社のLLM推論APIがフィンガープリントに対して脆弱でないか、出力の多様性を高めるなどの対策を検討・実装する。
Original: Fingerprinting Inference Systems of Large Language Models domain ★★★
cs.LG updates on arXiv.org

遺伝的に調整された患者表現が血液学的診断を改善する

・単一白血球画像と遺伝学的データ（染色体異常、体細胞変異）を統合するマルチモーダルAIフレームワークを提案 ・iBOTによる自己教師あり事前学習と、急性骨髄性白血病患者データを用いた教師あり対照学習の2段階で学習 ・従来の病理画像モデルを上回る診断精度を達成し、臨床ワークフローに適合した新たな患者表現手法として期待
Action: 提案されているマルチモーダルアライメント手法（iBOTと対照学習の組み合わせ）の論文を読み、自身のマルチモーダルパイプラインに応用可能か調査する。
Original: Genetically Aligned Patient Representations Improve Hematological Diagnosis domain ★★
cs.LG updates on arXiv.org

協調パイプラインの発見: 逐次社会的ジレンマのための自動研究

・LLMポリシー合成システムを自律的に再設計する「二段階自動研究」手法を提案。 ・研究者エージェントがコード、プロンプト、フィードバック関数を編集・評価し、手動設計のベースラインを上回る成果を達成。 ・目的関数に応じて最適なパイプラインを構築し、情報の開示方法を適応させることで、複雑な社会的ジレンマにおける協調性を向上。
Action: リポジトリ(https://github.com/vicgalle/autoresearch-social-dilemmas)を調査し、自動研究におけるエージェントのコード編集ロジックを自身のシステム構築に応用する。
Original: Discovering Cooperative Pipelines: Autoresearch for Sequential Social Dilemmas domain ★★★
cs.LG updates on arXiv.org

大規模言語モデルの潜在的パフォーマンスプロファイリング

・ベンチマークスコアに依存しないLLMの内部状態評価手法「Latent Performance Profiling (LPP)」を提案 ・隠れ層の活性化と出力分布からタスク非依存の診断メトリクスを導出し、モデルの interpretable な比較を可能にする ・同等のベンチマークスコアを持つモデル間でも、内部の確実性や適応性などの特性の違いを明らかにできる
Action: 自身のLLMプロジェクトや評価パイプラインに、出力精度だけでなく内部アクティベーションに基づく診断指標（LPP的アプローチ）を組み込むことを検討する。
Original: Latent Performance Profiling of Large Language Models domain ★★★
cs.LG updates on arXiv.org

クリティックガイダンスを用いたサンプル効率の良い拡散モデルベースの強化学習

・拡散ポリシー強化学習における探索と活用のトレードオフを改善する手法「CGPO」を提案 ・学習不要なガイダンス技術を用いてデノイジングプロセスを制御し、高報酬アクションへの収束を加速 ・MuJoCoタスクでのSOTA達成に加え、Frankaロボットアームを用いた実環境での成功も実証
Action: プロジェクトで強化学習を扱う場合に、拡散モデルの学習プロセスにクリティックネットワークを組み込むガイダンス手法の実装可能性を検討する。
Original: Sample-Efficient Diffusion-based Reinforcement Learning with Critic Guidance domain ★★★
cs.LG updates on arXiv.org

推論トレース接頭辞のコンフォーマル認証

・言語モデルの推論過程において、エラー発生までの有効なステップを統計的に保証する手法「CROP」を提案。 ・推論トレースの信頼できる最長接頭辞を自動特定し、後半の不確実な部分を切り捨てることで修復やレビューを効率化。 ・従来のAUROC評価ではなく、認証された接頭辞の長さこそが推論モデルの評価指標として有効であることを示した。
Action: 推論過程の信頼性評価を行うパイプラインに、エラー発生箇所を動的に特定するCROPの手法を試験的に導入する。
Original: Conformal Certification of Reasoning Trace Prefixes domain ★★★
cs.LG updates on arXiv.org

SGMD: 数ステップのビデオ拡散モデル蒸留のためのスコア勾配マッチング蒸留

・DMDベースのビデオ拡散モデルの推論を高速化する新しい蒸留手法「SGMD」を提案。 ・偽スコアの直接最適化と教師の停止勾配Fisherマッチングにより、効率的で安定した学習を実現。 ・DMD2比で学習速度を約3倍に向上させ、4ステップ蒸留モデルの動作動態と時間的一貫性を大幅に改善。
Action: GitHubリポジトリ (https://github.com/ModelTC/LightX2V) を調査し、現在のビデオ生成パイプラインへの適用性を評価する。
Original: SGMD: Score Gradient Matching Distillation for Few-Step Video Diffusion Distillation domain ★★★
cs.LG updates on arXiv.org

K-meansに代わる手法：効率的なマルチベクトル検索のためのシングルステージ・スパースコーディング

・マルチベクトル検索モデル（ColBERTなど）におけるK-meansベースのクラスタリングの計算負荷と精度のトレードオフを解消する「SSR」を提案。 ・スパースオートエンコーダ（SAE）を使用してトークン埋め込みを高次元・高スパースな表現に変換し、反転インデックスによる高速・高精度な検索を実現。 ・BEIRベンチマークにおいて、インデックス作成時間を15倍短縮、検索レイテンシを半減させつつ、ベースラインを上回る検索性能を達成。
Action: 既存のベクトル検索パイプラインでK-meansがボトルネックとなっている場合、Sparse Autoencoder (SAE) を用いた反転インデックスベースの手法への置き換え可能性を検討する。
Original: No More K-means:Single-Stage Sparse Coding for Efficient Multi-Vector Retrieval domain ★★★
cs.LG updates on arXiv.org

無線チャネル上でのxMK-CKKSを用いたプライバシー保護ゼロ次連合学習

- Federated Learningにおけるプライバシー保護のために、既存の単一鍵HEの脆弱性を克服する多鍵HEスキーム「xMK-CKKS」を用いた無線通信プロトコルを提案した。 - 提案手法は、無線チャネル推定なしでの集約を可能にし、モデル次元数に依存しない通信/暗号化オーバーヘッドを実現している。 - ゼロ次FLと統合し、誠実だが好奇心旺盛なサーバーと最大N-1のクライアントが結託しても安全であることを証明し、MNISTデータセットで検証した。
Action: Federated Learningのプライバシー向上手法として、xMK-CKKSの技術概要と提案されたプロトコルの無線環境下での実装可能性について詳細を調査する。
Original: Privacy-Enhanced Zero-Order Federated Learning via xMK-CKKS over Wireless Channels domain ★★
cs.LG updates on arXiv.org

PARCEL: 効率的な視覚言語理解のためのプールアンカー型リサンプリングと条件付きエラスティッククエリ

・大規模視覚言語モデル（LVLM）の推論における二次的な計算コスト問題を、視覚トークンの効率的な圧縮手法で解決する。 ・既存の空間圧縮やクエリ圧縮の弱点を克服するため、空間プールトークンと条件付きエラスティッククエリを組み合わせた新アーキテクチャ「PARCEL」を提案。 ・27のベンチマークで既存の圧縮手法を上回る精度と効率を両立し、「一度の学習で柔軟な展開」というパラダイムを維持する。
Action: LVLMの推論効率化が必要なプロジェクトに、PARCELのアーキテクチャコンセプトを取り入れられるか調査・検討する。
Original: PARCEL: Pool-Anchored Resampling with Conditioned Elastic Queries for Efficient Vision-Language Understanding domain ★★★
cs.LG updates on arXiv.org

拡散モデルは低次元マルチモーダル分布の学習において統計的に最適である

・拡散モデルが低次元かつマルチモーダルな分布を学習する際の統計的効率性を理論的に解明しました。 ・データが低次元部分空間の和集合にあると仮定することで、次元の呪いを克服し、本質的次元に依存した最適に近いサンプル複雑性を実現することを示しました。 ・平滑性や対数凹性などの強い仮定を必要とせず、複雑な高次元学習タスクにおける拡散モデルの成功を理論的に正当化しています。
Action: 本論文で示されたサンプル複雑性の理論的境界を理解し、自身のAIモデル開発におけるデータセット設計や学習効率の改善に活用できるか検討する。
Original: Diffusion Models Are Statistically Optimal for Learning Low-Dimensional Multi-Modal Distributions domain ★★★
cs.LG updates on arXiv.org

BioRefusalAudit: 一般およびドメイン微調整済みスパースオートエンコーダを使用したバイオセキュリティ拒否の深さの監査

・LLMのバイオセキュリティに対する拒否応答は、プロンプトの形式や出力制限などのわずかな変化で容易に崩れることが判明しました。 ・特定の化合物に対するモデルの拒否傾向は、生物学的リスクよりも法的・文化的影響を反映しており、過剰な拒否が生じています。 ・スパースオートエンコーダ（SAE）を用いた内部アクティベーション解析により、行動評価では見えない拒否の失敗モードが特定可能であることが示唆されました。
Action: LLMを用いたシステムにおいて、セキュリティ関連の拒否機能がプロンプトの微調整で回避されないか検証するテストケースを構築する。
Original: BioRefusalAudit: Auditing Biosecurity Refusal Depth Using General and Domain-Fine-Tuned Sparse Autoencoders domain ★★★
cs.LG updates on arXiv.org

SAHG: ソーシャルボット検出のためのセクター異方性双曲グラフモデル

・LLMボットの台頭に対し、双曲幾何学を用いたグラフニューラルネットワーク(SAHG)を提案 ・方向依存の曲率を学習し、構造的な密度差に適応することでグラフ表現力を向上 ・アカウント固有の特徴量とグラフ近傍情報を独立して処理することで、誤った情報の影響を抑制
Action: 双曲幾何学を用いたグラフニューラルネットワークのアーキテクチャが、自身のプロジェクトのグラフデータ構造の表現に活用できるか調査する。
Original: SAHG: Sector-Anisotropic Hyperbolic Graph Model for Social Bot Detection domain ★★
cs.LG updates on arXiv.org

視覚的空間学習：畳み込みニューラルネットワークを用いた単一フィールド空間補間

・疎な観測データから完全な空間フィールドを予測するCNNベースの手法を提案 ・ガウス過程や変分法を必要とせず、データ駆動型で局所的な空間パターンを柔軟に学習 ・外部データや事前知識なしで単一の観測フィールドから空間補間を可能にする実用的な代替手段
Action: 空間統計やデータ補間が必要なプロジェクトで、既存のKriging手法の代わりにCNNモデルを試行できるか検討する。
Original: Visual Spatial Learning: Single-Field Spatial Interpolation Using Convolutional Neural Networks domain ★★
cs.LG updates on arXiv.org

視覚言語モデルにおける視覚的計数のボトルネックの解明

- VLMは視覚的計数（counting）の系統的な汎化能力が低く、外挿に失敗する。 - 失敗の原因は視覚的特徴から数字トークンへの「シンボルマッピング」の崩壊にあることを特定した。 - データスケーリングでは不十分であり、統一された数値表現を強制する新たな設計が必要である。
Action: VLMの能力限界を理解し、計数タスクや推論精度が求められるアプリケーション開発においては、スケーリング依存ではなく、帰納的バイアスや外部ツールとの組み合わせを検討する。
Original: Unveiling the Visual Counting Bottleneck in Vision-Language Models domain ★★★
cs.LG updates on arXiv.org

BATSEガンマ線バーストの教師なし分類のための新しい完全パラメータフリークラスタリングアルゴリズム

- ガンマ線バースト(GRBs)の分類におけるクラスター数の問題を解決するため、パラメータフリーな新クラスタリングアルゴリズムを提案 - 既存の手法では議論が分かれていたが、本手法により短時間・長時間バーストの2グループに明確に分類可能 - 提案アルゴリズムの結果は、合体(Merger)・崩壊(Collapsar)理論と整合性があることを示した
Action: この新しいパラメータフリークラスタリング手法の論文を読み、教師なし学習のデータ前処理や分析パイプラインへの適用可能性を検討する。
Original: A new completely parameter-free clustering algorithm for unsupervised classification of BATSE gamma-ray bursts domain ★★
cs.LG updates on arXiv.org

LoRAアダプターのバックドアにおけるトークンレベルの汎化：攻撃特性と行動検出

- LoRAアダプターは訓練データのポイズニングにより、ベースライン性能を維持したままバックドアを仕込めることを実証。 - バックドアは構造的なパターンではなくトークン特徴レベルで汎化するため、検出を困難にする非対称性が存在する。 - 行動検出と重みレベルの統計的手法を組み合わせることで、精度の高いバックドア検出が可能であることを提案。
Action: LoRAアダプターを配布または利用する際は、本論文で提案された行動検出および重みレベルの統計手法を用いて、サードパーティ製アダプターのセキュリティチェックパイプラインを構築する。
Original: Token-Level Generalization in LoRA Adapter Backdoors: Attack Characterization and Behavioral Detection domain ★★★
cs.LG updates on arXiv.org

分子MPNNの性能を左右するものは何か？オペレーターレベルの要因ベンチマーク

・分子プロパティ予測におけるMPNNを、初期化、融合、更新の3つのオペレーターファミリーに分解して比較しました。 ・84通りの設定を評価した結果、性能向上には更新アルゴリズムよりもメッセージ構築プロセス（特に結合ベースの融合）が重要であることが判明しました。 ・この研究結果は、分子MPNNの設計において、アーキテクチャの網羅的探索ではなく、情報の入力方法を最適化するという設計指針を提供します。
Action: MPNNベースの分子グラフニューラルネットワークを設計する際、ノード更新の複雑さよりも、初期化と結合（コンカテネーション）ベースの融合オペレーターの設計を優先して検討する。
Original: What drives performance in molecular MPNNs? An operator-level factorial benchmark domain ★★
cs.LG updates on arXiv.org

モデルはいつ考えを変えるべきか？大規模言語モデルにおける文脈的信念管理

・LLMが長期対話で情報を適切に管理する「文脈的信念管理（CBM）」を定義し、評価ベンチマーク「BeliefTrack」を提案。 ・LLMの信念管理には深刻な欠陥があるが、強化学習を用いた信念状態報酬によって故障率を大幅に削減可能。 ・表現レベルのステアリングにより、さらに故障率を低減し、LLM内部の信念状態動態を解明。
Action: LLMを長期対話に利用するシステムを設計する際、信念状態の管理と更新の評価メカニズムを実装し、強化学習またはプロンプトエンジニアリングでの改善を検討する。
Original: When Should Models Change Their Minds? Contextual Belief Management in Large Language Models domain ★★★
cs.LG updates on arXiv.org

GRASP: 半構造化ナレッジベースにおける計画誘導グラフ検索、適応型フュージョン、リランキング

半構造化ナレッジベース（SKB）向けの新しい3段階検索フレームワーク「GRASP」を提案。 計画に基づいたグラフ検索、密集検索との適応型フュージョン、そしてリランキングを統合し検索精度を大幅に向上。 主要なベンチマーク（STaRK）で既存手法を上回る性能を実証し、検索システムの高度化に寄与する。
Action: 検索機能の強化に向けて、GRASPの提案手法（計画誘導検索やリランキング戦略）の文献を調査し、将来的なプロダクトへの組み込み可能性を検討する。
Original: GRASP: Plan-Guided Graph Retrieval with Adaptive Fusion and Reranking on Semi-Structured Knowledge Bases domain ★★
cs.LG updates on arXiv.org

座標上昇変分推論におけるWasserstein縮約

・座標上昇変分推論（CAVI）アルゴリズムがWasserstein距離において縮約性を持つことを理論的に証明。 ・輸送情報不等式と関数的滑らかさの条件の下で成立し、多様体や一部の非滑らかな空間にも適用可能。 ・ベイズガウス混合モデルやベイズ回帰モデル（Probit/Logistic）への応用を実証。
Action: 変分推論の理論的理解を深め、自身の機械学習モデルの実装に理論的な保証を適用可能か検討する。
Original: Wasserstein Contraction of Coordinate Ascent Variational Inference domain ★★
cs.LG updates on arXiv.org

LoRAはどのように記憶するのか？LLMファインチューニングのためのパラメトリック記憶の法則

- LoRAを用いたファインチューニングにおけるパラメトリックな記憶容量と損失削減の関係を記述する「パラメトリック記憶の法則」を提唱しました。 - トークンレベルの解析により、確信度（p > 0.5）が逐語的想起の十分条件となる決定論的な相転移現象を明らかにしました。 - 記憶の忠実度と効率を向上させる、閾値ベースの新しい最適化戦略「MemFT」を提案しました。
Action: GitHubリポジトリ（https://github.com/zjunlp/ParametricMemoryLaw）を調査し、MemFT最適化戦略を自身のプロジェクトに導入できるか検証する。
Original: How LoRA Remembers? A Parametric Memory Law for LLM Finetuning domain ★★★
cs.LG updates on arXiv.org

Leave a Window Out: 時系列予測推論のためのジャックナイフ法の修正

時系列データでは交換可能性が仮定できず、通常のジャックナイフ法では予測区間のカバー率が低下する問題がある。 提案手法「leave-a-window-out (LWO)」は、時系列の依存性を考慮し、モデルの安定性を利用することで、より高いカバー率と狭い予測区間を実現する。 split conformal predictionと比較して、データ分割を行わないため、予測精度（区間の幅）が向上する。
Action: 提案されているLWO手法を、自身の時系列予測モデルの信頼区間評価に組み込んで実験してみる。
Original: Leave a Window Out: Modifying the Jackknife for Predictive Inference in Time Series domain ★★
cs.LG updates on arXiv.org

LLMのペア評価における解像度診断

・多くのLLMリーダーボードのペア評価が、統計的な十分な解像度を満たしていないことが判明した。 ・ペア評価を仮説検定問題として再定義し、必要なサンプルサイズを計算する新しい診断指標を提案している。 ・既存の統計計算ツールのショートカット手法には精度上の欠陥があり、近接するランキングの比較において誤った評価を導く可能性がある。
Action: LLMのベンチマークや評価パイプラインを構築する際、統計的検出力を考慮に入れたサンプルサイズ設計（提案手法の導入）を検討する。
Original: Resolution Diagnostics for Paired LLM Evaluation domain ★★
cs.LG updates on arXiv.org

行列補完を用いた不均一な因果効果推定のための改善された保証

・パネルデータを用いた因果推論において、各ユニットの治療効果を推定する新しい手法を提案。 ・従来の行列補完手法では困難だった、ユニットごとの詳細な効果推定（行ごとの境界）を可能にした。 ・低ランク近似における新しい鋭い行ごとのℓ2摂動境界を導出し、計算効率の高い推定量を実現。
Action: 因果推論や推奨システムでの個別化された効果推定が必要なタスクにおいて、本論文の手法と行ごとのℓ2摂動境界理論の適用可能性を調査し、実装を検討する。
Original: Improved Guarantees for Heterogeneous Treatment-Effect Estimation via Matrix Completion domain ★★
cs.LG updates on arXiv.org

限定されたメモリ下での極限における言語生成について

・メモリ制約が言語生成と学習可能性に与える影響を理論的に解明。 ・メモリレス生成の限界を特性化し、適応的なメモリ管理が密度を改善することを示した。 ・極限における識別可能性と生成可能性の理論的な違いを明確にした。
Action: 理論的なメモリ最適化手法をプロンプトエンジニアリングやLLMのコンテキスト管理に応用できないか検討する。
Original: On Language Generation in the Limit with Bounded Memory domain ★★
cs.LG updates on arXiv.org

SchGen: セマンティックに基づいたコード表現によるPCB回路図生成

・PCB設計の自動化に向けて、自然言語から編集可能な回路図を生成する初のLLM「SchGen」を提案。 ・従来の幾何学的・ツール依存のフォーマットを避け、セマンティック（意味論的）に接地されたコード表現を導入し、LLMによる生成精度を向上。 ・オープンソースのハードウェア設計を活用して構築した大規模データセットを用い、既存手法を上回る回路の接続精度と機能的な正当性を実証。
Action: PCB設計のワークフローにGenerative AIを導入する可能性について調査し、将来的なツール選定の参考にする。
Original: SchGen: PCB Schematic Generation with Semantic-Grounded Code Representations domain ★★★
cs.LG updates on arXiv.org

LLMSurgeon: 大規模言語モデルの学習データ混合の診断

・大規模言語モデル(LLM)の事前学習データ構成は公開されることが少なく、検証が困難である。 ・LLMSurgeonは、LLMが生成したテキストのみから事前学習データのドメイン分布を推定するフレームワーク。 ・ラベルシフト仮定に基づく逆問題を解くことで、ドメイン混同を補正し高精度にデータ構成を復元可能。
Action: LLMの学習データ構成を推定する本論文の手法を確認し、自社モデルの監査プロセスやデータ品質調査に応用可能か検討する。
Original: LLMSurgeon: Diagnosing Data Mixture of Large Language Models domain ★★★
cs.LG updates on arXiv.org

DynaFLIP: Tri-Modal-Dynamicsガイドによる表現学習を通じたロボット知覚の再考

・視覚エンコーダーに動的理解を組み込むための、画像・言語・3Dフローの三者を用いた事前学習フレームワーク「DynaFLIP」を提案。 ・共通空間内で三者の体積を最小化する手法により、アクションに関連する重要な制御領域を効率的に学習。 ・多様なシミュレーションや実環境で性能を向上させ、ロボットの汎化性能を大幅に改善することを確認。
Action: ロボット制御向けの視覚表現学習として有用か検証するため、提案手法のアーキテクチャ詳細を論文で確認し、自社パイプラインへの導入検討を行う。
Original: DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation domain ★★★
cs.LG updates on arXiv.org

MATNet: 太陽光発電の翌日予測のためのマルチレベル・フュージョン・トランスフォーマーベース・モデル

・太陽光発電の翌日予測に向けた、物理的先行知識とAIを融合させた新しいトランスフォーマーモデル「MATNet」を提案。 ・履歴データと気象データを用いたマルチレベルのソフトアテンション機構により、既存手法と比較してRMSEで約65%の精度向上を達成。 ・欠損データへの耐性や異なるサイト間でのゼロショット汎化性能が高く、計算効率と予測精度のバランスに優れていることが実証された。
Action: GitHubリポジトリを確認し、時系列データ予測モデルの構成アーキテクチャやマルチモーダルデータ融合手法のコード実装を参考にする。
Original: MATNet: Multi-Level Fusion Transformer-Based Model for Day-Ahead PV Generation Forecasting domain ★★
cs.LG updates on arXiv.org

敵対的インスタンス拡張による厳密ソルバーの汎化性能の向上

- 機械学習を用いた混合整数線形計画法(MILP)ソルバーの、未知のデータに対する汎化性能低下という課題を提示。 - 敵対的インスタンス拡張(AdaSolver)を提案し、コンテキストバンディット問題として定式化することで、効率的なデータ多様性の向上を実現。 - 模倣学習および強化学習ベースの分枝限定ソルバーの両方において、効率的な学習と性能向上を実証。
Action: MILPソルバーに機械学習を組み込む際のデータ拡張手法としてAdaSolverの設計を参考にし、自身の最適化プロジェクトに適用可能か調査する。
Original: Promoting Generalization for Exact Solvers via Adversarial Instance Augmentation domain ★★
cs.LG updates on arXiv.org

ハイパーグラフを用いた行列補完：鋭い閾値と効率的なアルゴリズム

- ソーシャルグラフやハイパーグラフを活用して、サンプル確率と行列補完の成功可能性の間に鋭い閾値（相転移）が存在することを証明。 - ハイパーグラフの質を定量化し、それによって行列補完に必要なサンプル数を削減できることを示した。 - 提案するアルゴリズムは効率的で、理論的な成功可能性と実際のデータセットでの高いパフォーマンスを実証した。
Action: 行列補完タスクにおけるハイパーグラフ情報の活用可能性について、現在のプロジェクトデータで検証を検討する。
Original: Matrix Completion with Hypergraphs:Sharp Thresholds and Efficient Algorithms domain ★★
cs.LG updates on arXiv.org

圧縮されたニューラルネットワークに対する敵対的ファインチューニングの影響に関する実証的研究

・敵対的学習による堅牢性とモデル圧縮による計算効率のトレードオフを調査。 ・圧縮されたモデルに対し敵対的ファインチューニングを行うことで、計算効率を維持しつつ高い堅牢性を実現できることを示した。 ・複数のベンチマークデータセットで、標準的な敵対的訓練モデルと同等の堅牢性性能を達成。
Action: 自身のプロジェクトで圧縮モデルを使用している場合、敵対的ファインチューニングの適用を検討し、GitHubのリポジトリ(https://github.com/saintslab/Adver-Fine)のコードを確認してみる。
Original: An Empirical Study of the Influence of Adversarial Fine-Tuning on Compressed Neural Networks domain ★★★
cs.LG updates on arXiv.org

汎用的な堅牢性を備えた認定因果防衛

・機械学習モデルの敵対的攻撃に対する脆弱性と、既存の認定防衛手法がドメインシフト下で堅牢性を一般化できない問題を解決。 ・提案手法「GLEAN」は、因果因子学習を用いて因果関係と擬似相関を分離し、擬似相関がもたらす悪影響を排除。 ・学習データだけでなくドメインシフトが存在するデータに対しても、堅牢性を一般化し維持できることを実証。
Action: 提案手法「GLEAN」の実装詳細を確認し、手元のMLモデルに適用してドメインシフト環境下での堅牢性の向上を評価する。
Original: Certified Causal Defense with Generalizable Robustness domain ★★★
cs.LG updates on arXiv.org

トランスフォーマーを用いた多変量時系列におけるデータセット駆動型チャネルマスク

・時系列モデリングにおけるチャネル依存性(CD)モデリングを強化するため、データセット固有の特性を活用する「部分チャネル依存性(PCD)」概念を提案。 ・アテンション行列に要素ごとの乗算として統合される「チャネルマスク(CM)」を導入し、データセットに特化した学習可能なドメインパラメータでCDを洗練させる。 ・多様なバックボーンモデルとデータセットを用いた実験により、提案手法の有効性を実証済み。
Action: 時系列データのチャネル依存性を強化するPCD手法を、手元の時系列モデリングタスクに適用可能かコード(https://github.com/YonseiML/pcd)を確認し検討する。
Original: Dataset-Driven Channel Masks in Transformers for Multivariate Time Series domain ★★★
cs.LG updates on arXiv.org

KAN-AD: コルモゴロフ・アーノルドネットワークを用いた時系列異常検知

・時系列異常検知(TSAD)において、通常の挙動を滑らかな一変量関数の近似としてモデル化する新しいアプローチを提案。 ・従来のKANのBスプラインの代わりに切り詰められたフーリエ展開を採用し、局所的な変動に強いロバストな学習メカニズムを導入。 ・主要な4つのベンチマークで高い精度向上を達成しつつ、1,000未満の学習パラメータ数で推論速度も高速化を実現。
Action: GitHubやarXiv等で実装コードを探し、軽量な異常検知タスクへの適用可能性を検討する。
Original: KAN-AD: Time Series Anomaly Detection with Kolmogorov-Arnold Networks domain ★★★
cs.LG updates on arXiv.org

ローカルでの学習とグローバルな修正：ラベルノイズがある連合学習のためのグローバル・リバイザー

- 連合学習（FL）におけるラベルノイズ問題（F-LN）と、データ不均質性がもたらす課題を特定。 - FLのグローバルモデルがノイズの多いラベルをゆっくり記憶するという特性を利用し、FedGRという新しい手法を提案。 - 3つのモジュールでノイズラベルを修正しローカル学習を正則化することで、既存の8つの手法を上回る頑健性を達成。
Action: コードリポジトリを確認し、F-LN環境での頑健な機械学習モデル構築の参考に、提案手法FedGRを調査する。
Original: Learning Locally, Revising Globally: Global Reviser for Federated Learning with Noisy Labels domain ★★
cs.LG updates on arXiv.org

ニューラルネットワークにおける表現の商ホモロジー理論

・ReLUニューラルネットワークの区分線形性と超平面配置に着目し、入力データの商空間から表現のホモロジー群を定義する理論を提案。 ・外部メトリックに依存せず、線形計画法とUnion-Findアルゴリズムを用いて、ニューラルネットワーク表現のベッチ数を計算する手法を開発。 ・標準的なパーシステントホモロジーと比較し、幾何学的な特徴ではなく純粋なトポロジカルな特徴を追跡できることを実験で示した。
Action: 提案された理論に基づき、ニューラルネットワークの隠れ層表現に対するホモロジー計算のPython実装を試作し、既存データセットでの動作を検証する。
Original: A Quotient Homology Theory of Representation in Neural Networks domain ★★★
cs.LG updates on arXiv.org

周囲を見渡す：外部情報がイベントシーケンスの表現を強化する

・イベントシーケンスのモデル化において、個別のシーケンスを独立して処理する従来の制限を指摘。 ・時間的に共起する他のユーザーの情報を集約することで、特定のユーザー表現を強化する手法を提案。 ・Learnable attention等を用いた集約により、金融やEコマースなどの多様なデータセットでメトリクスを向上。
Action: 既存のシーケンスモデルにアテンション機構を追加し、共起する他ユーザー情報を組み込む実装の検討を行う。
Original: Looking around you: external information enhances representations for event sequences domain ★★
cs.LG updates on arXiv.org

荷重付きブートストラップ改良を用いた制約付き非凸最適化のための拡散ベース学習フレームワーク

制約付き非凸最適化問題に対し、拡散モデルを用いた新しい学習フレームワーク「DiOpt」を提案しました。 教師あり学習によるウォームスタートと、解の品質を反復的に改善するブートストラップ学習の2段階で構成されています。 既存の拡散ベースの最適化手法が抱えていた、制約領域への収束が低いという問題を解決し、最適性と制約充足の両面で高い性能を実現しました。
Action: DiOptの公式Webページ（https://dingsht.tech/diopt-webpage）を確認し、このアプローチが自身の扱う最適化問題や制約条件の解決に適用可能か検討する。
Original: Diffusion-based learning framework for Constrained Nonconvex Optimization with Weighted Bootstrapped Refinement domain ★★
cs.LG updates on arXiv.org

心不全予後予測のためのシネCMRとテキスト駆動型コンポーザブルマルチモーダルフレームワーク

- 心不全患者の評価と治療最適化を目的とした新しいコンポーザブルなマルチモーダルAIフレームワークを提案。 - シネ心臓MRI、臨床指標、非構造化テキスト（病歴など）を統合することで、単一モーダルよりも優れた予後予測精度を実現。 - 臨床データ間の異質性を体系的に統合し、個別化された治療計画の策定を強力にサポート。
Action: 提案されているマルチモーダルデータ統合の手法を、将来的な医療関連アプリケーション開発におけるデータパイプラインのアーキテクチャ設計の参考に調査する。
Original: A Composable Multimodal Framework for cine CMR-Text-Driven Prediction of Heart Failure Outcomes domain ★★
cs.LG updates on arXiv.org

IMUデータを用いた堅牢で効率的な筆者独立型手書き文字認識

- CNNエンコーダーとBiLSTMデコーダーを用いた筆者独立型手書き文字認識モデルを提案 - 既存のOnHWデータセット等で高精度かつ堅牢な認識性能を達成 - 年齢層を跨いだ汎化性能が高く、実用的な手書き認識システムの開発に貢献
Action: IMUセンサーを用いた手書き入力の解析アルゴリズムや、デバイスへの軽量な認識モデルの実装を検討する
Original: Robust and Efficient Writer-Independent IMU-Based Handwriting Recognition domain ★★
cs.LG updates on arXiv.org

ニューラルロジスティックバンディット

・ロジスティックリンク関数を用いたニューラルネットワークベースのバンディット問題において、未知の報酬関数を学習する手法を提案 ・特徴量次元ではなく有効次元に依存する悔恨（regret）の上界を導出し、環境変数の分散κへの依存を最小化 ・提案アルゴリズムにより既存手法よりも優れた悔恨の上界を保証し、実験で有効性を検証
Action: ニューラルネットワークを用いたバンディットアルゴリズムの論文を実装し、既存の探索手法と比較評価する
Original: Neural Logistic Bandits domain ★★
cs.LG updates on arXiv.org

レイヤーごとの接続性を用いた独立して学習されたモードの接続

・独立して学習されたニューラルネットワークモデル間の低損失なパス（モード接続性）を構築する新しいアルゴリズムを提案しました。 ・MobileNetやEfficientNet、Transformerなど、より広範で最新のアーキテクチャへの対応と、学習設定が異なるモデル間の接続を可能にしました。 ・従来手法と比較して、より安定した接続パスを生成し、汎用性の高いモデル統合手法を提供します。
Action: 提案手法のアルゴリズムを理解し、自身のMLプロジェクトでモデル統合やアンサンブルの手法として適用可能か調査する。
Original: Connecting Independently Trained Modes via Layer-Wise Connectivity domain ★★
cs.LG updates on arXiv.org

アレファトリ・不確実性とエピステミック・不確実性を分離するための協調的分散推定とベイズニューラルネットワーク

- アレファトリ・不確実性とエピステミック・不確実性を効率的に分離する新しい学習手法を提案しました。 - 既存の分散推定ネットワークとベイズニューラルネットワークを協調学習させることで、モデルの予測精度を向上させます。 - 複雑なアーキテクチャや多様なデータセットに対して、実装が容易で堅牢かつスケーラブルな手法であることを実証しました。
Action: 提案手法のコード実装を調査し、自身の回帰問題モデルに導入して不確実性推定の精度が向上するか検証する。
Original: Cooperative Variance Estimation and Bayesian Neural Networks for Disentangling Aleatoric and Epistemic Uncertainties domain ★★★
cs.LG updates on arXiv.org

シーケンシャルスコア分解によるオフラインマルチエージェント強化学習

・オフラインマルチエージェント強化学習における、分布シフトとマルチモーダルな動作ポリシー空間の課題を特定しました。 ・シーケンシャルスコア分解法を用いて、共同動作ポリシーからエージェントごとの正規化シグナルを抽出し、調整されたモーダル選択を実現しました。 ・拡散モデルベースの生成手法を導入することで、高報酬かつ分布内の領域へポリシーを更新し、主要なベンチマークで最先端の性能を達成しました。
Action: 本手法におけるシーケンシャルスコア分解のロジックを理解し、自身のマルチエージェント強化学習プロジェクトに適用可能か評価する。
Original: Offline Multi-agent Reinforcement Learning via Sequential Score Decomposition domain ★★
cs.LG updates on arXiv.org

コンセプトシフトを解釈可能な特徴量寄与度で説明する

・コンセプトシフト下での機械学習モデルの性能劣化要因を特定する新手法「SGShift」を提案。 ・特徴量の選択タスクとしてシフトを定式化し、一般化加法モデル等の統計ツールを活用してシフトした特徴量を高精度に特定。 ・合成データおよび実データを用いた実験で、ベースライン手法より高い精度と少サンプルでの頑健性を実証。
Action: コンセプトシフトが懸念されるMLプロジェクトにおいて、特徴量の変化要因分析としてSGShiftの実装や既存手法との比較を検討する。
Original: Explaining Concept Shift with Interpretable Feature Attribution domain ★★
cs.LG updates on arXiv.org

生涯ロボット学習のための動的混合プログレッシブパラメータ効率エキスパートライブラリ

- 生涯学習におけるロボットエージェントの適応能力向上と破滅的忘却の軽減を目的とした新手法DMPELを提案。 - 低ランクエキスパートライブラリの段階的構築と軽量ルーターによる動的な知識結合により、効率的な転移学習を実現。 - エキスパート係数リプレイ技術を採用し、最小限の計算・ストレージコストで過去タスクの知識を保持・活用。
Action: ロボット制御や継続学習システムのモジュール設計に興味がある場合、提案手法DMPELの構造を調査し、小規模な環境で同様のエキスパートライブラリ実装を試作してみる。
Original: Dynamic Mixture of Progressive Parameter-Efficient Expert Library for Lifelong Robot Learning domain ★★
cs.LG updates on arXiv.org

GPU上でのスパースTransformer推論の高速化

・マスク層によってスパース性が導入されたTransformerの推論をGPU上で最適化する新フレームワーク「STOF」を提案。 ・マルチヘッドアテンションの計算を最適化し、演算子の融合をコンパイルテンプレートにマッピングすることで効率的な実行を実現。 ・既存手法と比較して、マルチヘッドアテンション計算で最大1.6倍、エンドツーエンド推論で1.4倍の高速化を達成。
Action: 自身のプロジェクトのTransformerモデル推論において、GPUカーネルの最適化や演算子融合の観点からパフォーマンス改善の余地があるか調査・検討する。
Original: Accelerating Sparse Transformer Inference on GPU domain ★★
cs.LG updates on arXiv.org

TrojanTO: 軌道最適化モデルに対するアクションレベルのバックドア攻撃

・軌道最適化（TO）モデルに対する世界初のアクションレベルのバックドア攻撃「TrojanTO」を提案。 ・交互学習、軌道フィルタリング、バッチポイズニングを組み合わせ、高い攻撃効果と隠密性を実現。 ・DT、GDT、DCといった多様なTOモデルアーキテクチャに対して、低い予算で有効であることを実証。
Action: 提案された攻撃手法の手順と、これに対する防御メカニズムの可能性について調査する。
Original: TrojanTO: Action-Level Backdoor Attacks against Trajectory Optimization Models domain ★★
cs.LG updates on arXiv.org

モデルフュージョンによるレトロフィッティング

・独立して学習されたニューラルネットワークを再学習なしで統合する新しい手法を提案。 ・ニューロンの寄与スコアを用いて表現の不一致を調整する、ニューロン中心の統合アルゴリズム。 ・DAG構造を持つ任意のアーキテクチャに適用可能で、特にゼロショット設定や非IIDデータ分布下で既存手法を上回る精度を実現。
Action: GitHubリポジトリ（https://github.com/AndrewSpano/model-fusion-via-retrofitting）を調査し、手持ちのモデル統合タスクに適用可能か試す。
Original: Model Fusion via Retrofitting domain ★★★
cs.LG updates on arXiv.org

ユニットドメインにおける解決：微分可能な座標変換PINNのためのJacobiNet

- PINNの複雑なドメインにおける不安定性や収束の遅さを解消する、学習ベースの座標変換フレームワーク「JacobiNet」を提案。 - 自動微分をフル活用し、ドメインマッピングとPDE解法をEnd-to-Endで統合することで、計算効率と精度を大幅に向上。 - 評価において相対L2誤差を大幅に低減し、不規則な形状のドメインでも高速かつ高精度な推論を実現した。
Action: PINNや物理シミュレーションの実装プロジェクトにおける、不規則境界問題へのアプローチとしてJacobiNetの論文を確認し、手法の採用を検討する。
Original: Solved in Unit Domain: JacobiNet for Differentiable Coordinate-Transformed PINNs domain ★★★
cs.LG updates on arXiv.org

マルチレベル協調蒸留とグローバルワークスペースモデルの融合：オンラインクラス増分学習のための統一フレームワーク

・オンラインクラス増分学習(OCIL)において、モデルの安定性と可塑性のバランスを改善する新手法を提案。 ・Global Workspace Theoryに着想を得た「グローバルワークスペースモデル(GWM)」を導入し、複数学生モデルの学習をガイド。 ・マルチレベルの協調蒸留機構により、過去の知識を保持しつつ新しいデータへの適応能力を向上。
Action: GitHubリポジトリ(https://github.com/susususushi/GWM)を確認し、実装の構造とOCILモデルへの適用方法を調査する。
Original: Multi-level Collaborative Distillation Meets Global Workspace Model: A Unified Framework for OCIL domain ★★★
cs.LG updates on arXiv.org

コンテキスト的確率最適化のための適応的なポリシー選択手法「Prescribe-then-Select」

・文脈情報を活用した確率最適化において、複数の候補ポリシーから最適なものをデータ駆動で選択する「Prescribe-then-Select (PS)」フレームワークを提案。 ・最適ポリシー木（Optimal Policy Trees）のアンサンブルを用いてメタポリシーを構築し、共変量空間の異質性に応じた適応的な選択を実現。 ・ニュースベンダー問題や出荷計画問題において、単一のベストポリシーを上回る性能を実証。
Action: GitHubリポジトリ（https://anonymous.4open.science/r/Prescribe-then-Select-TMLR）を調査し、自身のプロジェクトにおける最適化ロジックの改善に活用できるか検討する。
Original: Prescribe-then-Select: Adaptive Policy Selection for Contextual Stochastic Optimization domain ★★
cs.LG updates on arXiv.org

機械学習駆動型分子動力学のためのアクティブラーニング

・分子動力学シミュレーションにおいて、データ不足による粗視化（CG）ポテンシャルの精度低下を補う新しいアクティブラーニングフレームワークを提案。 ・RMSDベースのフレーム選択により、モデルが未学習の構造を効率的に特定し、計算コストを抑えながらオンザフライでデータを生成。 ・CGSchNetモデルを用いたChignolinタンパク質の検証において、TICA空間のW1メトリックで33.05%の精度向上を達成。
Action: アクティブラーニングフレームワークのCGシミュレーションへの適用事例を調査し、自社の学習パイプラインでのデータ選別手法に活用できるか検討する。
Original: Active Learning for Machine Learning Driven Molecular Dynamics domain ★★
cs.LG updates on arXiv.org

GRPOは実質的にプロセス報酬モデルである

- GRPOアルゴリズムが、実はプロセス報酬モデル（PRM）として機能していることを理論的に証明した。 - GRPOの目的関数に内在する欠陥を特定し、不均衡な報酬配分が探索・活用の両方を阻害していることを明らかにした。 - 改善版のλ-GRPOを提案し、推論タスクにおいて標準のGRPOよりも高速かつ高精度な学習を実現した。
Action: LLMの強化学習においてGRPOを使用している場合、提案されているλ-GRPOへの修正を検討し、推論タスクでの性能向上を確認する。
Original: GRPO is Secretly a Process Reward Model domain ★★★
cs.LG updates on arXiv.org

時系列異常検知のためのゼロショット基盤モデルに向けて：合成データと相対的な文脈の不一致の活用

・再構成ベースの従来モデルの課題を解決するため、隣接する時間ウィンドウ間の不一致を検出する「相対的文脈不一致（RCD）」パラダイムを提案。 ・大規模な合成データセットを用いて事前学習することで、ゼロショット設定において多様なデータセットで優れた異常検知性能を実証。 ・トランスフォーマーアーキテクチャを活用し、再構成ベース手法で見落とされがちな文脈のシフトを効果的に捉える。
Action: 時系列データの異常検知における再構成ベース以外の新しいアプローチ（RCDパラダイム）を調査し、既存の検知システムの改良に活かせるか検討する。
Original: Towards Foundation Models for Zero-Shot Time Series Anomaly Detection: Leveraging Synthetic Data and Relative Context Discrepancy domain ★★
cs.LG updates on arXiv.org

タンパク質言語モデルにおける表現の形状の理解に向けて

- タンパク質言語モデル（PLM）が配列をどのように隠れ表現に変換し、どのような情報をエンコードしているかを分析。 - SRV表現とグラフフィルトレーションを用いて、タンパク質の構造と表現の関係を非線形なmetric spaceとして理解。 - ESM2モデルでは、最終層の手前が最も構造情報を保持しており、またモデルは局所的な残基間の関係を優先的にエンコードすることを示した。
Action: タンパク質構造解析モデルを構築する際、ESM2の最終層の手前の出力を特徴量として活用し、局所的な構造情報のエンコード特性を考慮してアーキテクチャを設計する。
Original: Towards Understanding the Shape of Representations in Protein Language Models domain ★★
cs.LG updates on arXiv.org

インプレース・フィードバック：専門家とLLMのマルチターン協調のための信頼性の高い洗練手法

- LLMが生成した草案の修正において、モデルが指示に従えないという問題を解決するために「インプレース・フィードバック（モデルの以前の出力を直接編集し、そこから生成を継続する手法）」を提案しました。 - 5つの推論ベンチマークにおいて、従来の手法よりも少ないトークンで高い性能を発揮し、修正の信頼性と推論の伝播が向上しました。 - ドメイン専門家によるユーザー調査でも、満足度が高く、疲れが軽減されることが確認され、直接編集が効果的な協調モデルであることが示されました。
Action: LLMインターフェースの実装において、従来のチャットベースのフィードバックに加え、出力テキストを直接編集して続きを生成させる機能を検討・導入する。
Original: In-Place Feedback: Reliable Refinement for Multi-Turn Expert-LLM Collaboration domain ★★★
cs.LG updates on arXiv.org

分布的逆強化学習

- 報酬関数の不確実性とリターン分布を同時にモデル化するオフライン逆強化学習フレームワークを提案しています。 - 一次確率的優越（FSD）の違反を最小化し、歪曲リスク尺度（DRM）を統合することで、より豊かな報酬表現を獲得可能です。 - MuJoCo等のタスクで実験を行い、リスク認識や行動分析において最先端の性能を達成しました。
Action: 論文の理論的基盤を理解し、現在の強化学習パイプラインに分布的報酬モデルの概念を適用できるか検討する。
Original: Distributional Inverse Reinforcement Learning domain ★★
cs.LG updates on arXiv.org

非線形CCAにおける潜在分布事前分布下でのアフィン可識別性の証明

・非線形CCAがアフィン変換まで含めて真の潜在因子を復元するための十分条件を確立 ・Whitening（白色化）が学習された写像の有界性と適切さを保証するために不可欠であることを証明 ・Ridge正則化された経験的CCAの収束を証明し、近年の非対照学習の理論的基礎を構築
Action: 現在取り組んでいる機械学習プロジェクトにおいて、非対照学習のモデル構造や正則化手法が本論文の理論的知見と整合しているか再評価する。
Original: Provable Affine Identifiability of Nonlinear CCA under Latent Distributional Priors domain ★★★
cs.LG updates on arXiv.org

自己教師あり表現学習におけるセマンティックペアの影響

- インスタンス識別学習において、同じクラスの異なる画像（セマンティックペア）を用いることが、データ拡張ベースのポジティブペアよりも汎化性能を向上させることを実証した。 - セマンティックペアは、データ拡張だけでは解消できない背景やテクスチャなどの不要な相関を排除する効果がある。 - 特にコントラスティブ学習手法において、セマンティックペアの導入が顕著な性能向上をもたらすことが示された。
Action: 自己教師あり学習のパイプラインにセマンティックペア（同じクラスのペア）の導入を検討し、既存のデータ拡張手法と比較・評価する。
Original: The Impact of Semantic Pairs on Self-Supervised Representation Learning domain ★★
cs.LG updates on arXiv.org

オフライン強化学習のための生成軌道ポリシー

・生成モデルの推論速度と精度のトレードオフを、連続時間生成軌道（ODE）の学習により解消。 ・拡散モデルや整合性モデルを包括する新しいポリシーパラダイム「Generative Trajectory Policies (GTP)」を提案。 ・D4RLベンチマークにおいて、AntMaze等の難問を含め最高水準の性能を達成。
Action: オフライン強化学習プロジェクトで、現状のポリシーモデルをGTPで置き換える可能性を検討し、D4RLベンチマークで再学習・評価を行う。
Original: Offline Reinforcement Learning with Generative Trajectory Policies domain ★★★
cs.LG updates on arXiv.org

精度を超えて：時系列基盤モデルは適切にキャリブレーションされているか？

・時系列データの基盤モデルについて、予測精度だけでなくキャリブレーション特性を調査した研究。 ・5つの基盤モデルと2つのベースラインを評価し、基盤モデルは一貫して優れたキャリブレーションを示すことを確認。 ・他の深層学習モデルによく見られるような過剰な自信（過信）の傾向は見られなかった。
Action: 時系列予測タスクで基盤モデルを採用する際、予測の信頼性指標としてキャリブレーション特性についても評価基準に含める。
Original: Beyond Accuracy: Are Time Series Foundation Models Well-Calibrated? domain ★★
cs.LG updates on arXiv.org

Leak@$k$: アンラーニング手法は確率的デコード下でのLLMの記憶を消去できない

- 既存のLLMアンラーニング手法は、決定論的デコードでは成功しているように見えても、確率的デコードでは機密情報が漏洩することが判明しました。 - 忘れ去られた知識が再出現する可能性を定量化する新たな評価指標「leak@$k$」を導入しました。 - 提案手法「RULE」により、サンプリングを繰り返しても情報漏洩を抑止する堅牢なアンラーニングが可能であることを示しました。
Action: LLMモデルのアンラーニング手法を実装・検証する際は、greedy decodeだけでなく、確率的サンプリングでの漏洩チェックを含める。
Original: Leak@$k$: Unlearning Does Not Make LLMs Forget Under Probabilistic Decoding domain ★★★
cs.LG updates on arXiv.org

DiScoFormer: Transformerによるプラグイン密度・スコア推定

・分布に依存せず学習済みモデルで密度とスコアを推定する「DiScoFormer」を提案。 ・自己注意機構が正規化KDE（カーネル密度推定）を再現できることを理論的に証明。 ・従来のKDEより高速かつ高精度であり、生成モデルやベイズ推定への応用が期待される。
Action: GitHub等の実装を確認し、自身の生成モデルやスコアベースのシミュレーション環境で精度向上に寄与するか試す。
Original: DiScoFormer: Plug-In Density and Score Estimation with Transformers domain ★★★
cs.LG updates on arXiv.org

FarSkip-Collective：混合エキスパートモデルにおけるブロッキング通信の解消

・混合エキスパート(MoE)モデルの計算と通信を効率的にオーバーラップさせるFarSkip-Collective手法を提案。 ・大規模なSOTAモデルにおいても精度を維持しつつ、推論および学習の通信コストを大幅に削減。 ・DeepSeek-V3などのモデルで30%以上の推論速度向上と、通信・計算の90%近いオーバーラップを実現。
Action: 大規模言語モデルの分散学習や推論パイプラインにおいて、MoEモデルの通信ボトルネックを解消するため、FarSkip-Collectiveのアーキテクチャ変更を評価・検討する。
Original: FarSkip-Collective: Unhobbling Blocking Communication in Mixture of Experts Models domain ★★★
cs.LG updates on arXiv.org

セマンティックセグメンテーションによる3D環境での強化学習の強化：ViZDoomにおけるケーススタディ

・高次元入力を用いた3D強化学習におけるメモリ消費と部分観測環境の課題を、セマンティックセグメンテーション（SS）の導入で解決。 ・SSのみの入力表現により、バッファのメモリ消費を最低66.6%、圧縮技術併用で最大98.6%削減可能であることを実証。 ・RGBとSSを組み合わせることで、追加のセマンティック情報により強化学習エージェントのパフォーマンスが大幅に向上。
Action: RL環境で高解像度画像を扱う際のメモリ不足問題に対し、セマンティックセグメンテーションを用いた前処理パイプラインの導入を検討する。
Original: Enhancing Reinforcement Learning in 3D Environments through Semantic Segmentation: A Case Study in ViZDoom domain ★★
cs.LG updates on arXiv.org

MiAD: 新規結晶生成のためのミラージュ原子拡散モデル

・結晶生成過程で原子数を動的に変更可能な「ミラージュ注入」技術を導入しました。 ・従来の拡散モデルの制約を克服し、モデル品質を最大2.5倍向上させました。 ・MP-20データセットで8.2%のS.U.N.率を達成し、既存の最高手法を大幅に上回りました。
Action: GitHubリポジトリ（https://github.com/andrey-okhotin/miad.git）を確認し、結晶構造生成モデルの新たなアプローチとして実装を調査してください。
Original: MiAD: Mirage Atom Diffusion for De Novo Crystal Generation domain ★★★
cs.LG updates on arXiv.org

ReflexGrad: LLMエージェントにおけるプログレスゲート付き二重プロセスルーティングによるエピソード内障害回復

・LLMエージェントが初期に間違った手法を選択して失敗した場合に、エピソード内で即座に回復を図る二重プロセスアーキテクチャ「ReflexGrad」を提案。 ・TextGrad風の高速な継続的改善と、Reflexion風の低進行スコア時にトリガーされる低速な原因診断・修正プロセスを適切にルーティング。 ・ALFWorldベンチマークにおいてQwen-3-8BおよびGPT-5で40%以上の大幅な性能向上を実現し、モデルの規模よりもルーティング機構の有効性を実証。
Action: LLMエージェントの開発パイプラインに、進行状況に応じた「高速な継続的改善」と「低速な原因診断」を切り替えるルーティング機構を実装し、エージェントの回復力を高める実験を行う。
Original: ReflexGrad: Within-Episode Failure Recovery in LLM Agents via Progress-Gated Dual-Process Routing domain ★★★
cs.LG updates on arXiv.org

BioArc: 生物学的基盤モデルのための最適なニューラルアーキテクチャの発見

- 一般的なドメインから転用されたアーキテクチャが生物学的データに対して最適ではない課題を指摘。 - NAS（ニューラルアーキテクチャ探索）を用いて、生物学的データ特有の性質に適したアーキテクチャを自動的かつ系統的に発見。 - 発見されたアーキテクチャの設計原則を提示し、生物学におけるタスク特化型・基盤モデル作成のための方法論を提供。
Action: BioArcの論文を読み、自身のモデル開発におけるアーキテクチャ設計手法にNASの考え方を取り入れられないか検討する。
Original: BioArc: Discovering Optimal Neural Architectures for Biological Foundation Models domain ★★
cs.LG updates on arXiv.org

E-valuator: 逐次仮説検定を用いた信頼性の高いエージェント検証器

・エージェントの行動経路の成否を評価する際、ヒューリスティックな検証器の結果を逐次仮説検定を用いて統計的に保証された判断ルールに変換する手法「e-valuator」を提案。 ・エージェントの推論過程やツール使用のステップごとに、偽陽性率を制御しながらオンラインで失敗を検知可能。 ・6つのデータセットと3つのエージェントで検証し、統計的な検出能力の向上とトークン消費の削減を実現。
Action: エージェントシステムの検証プロセスに逐次仮説検定の概念を導入し、検証器の信頼性を高める実装を検討する。
Original: E-valuator: Reliable Agent Verifiers with Sequential Hypothesis Testing domain ★★★
cs.LG updates on arXiv.org

DCFO: 外れ値検知のための密度ベース反事実説明 -- 補足資料

・外れ値検知手法であるLOF（Local Outlier Factor）の解釈性を高めるための、新しい反事実説明手法「DCFO」を提案。 ・データ空間をLOFが滑らかに振る舞う領域に分割することで、効率的な勾配ベースの最適化を可能に。 ・50のOpenMLデータセットでの実験により、既存手法よりも優れた近接性と妥当性を実証。
Action: DCFOの論文を読み込み、LOFを用いた外れ値検知モデルの解釈性向上に活用できるか調査する。
Original: DCFO: Density-Based Counterfactuals for Outliers -- Additional Material domain ★★
cs.LG updates on arXiv.org

ニューラル形状表現上でPDEを解く学習

- ポリゴンメッシュを使わず、ニューラル形状表現上で直接PDEを解くメッシュフリーな手法を提案。 - 一度の学習で形状やトポロジーの変化に汎化し、メッシュ抽出や個別の最適化なしで高速かつ高精度な推論を実現。 - 従来のソルバーと同等の精度を維持しつつ、微分可能性を保持し、エンドツーエンドのワークフローへの統合を可能にする。
Action: 論文とプロジェクトページをブックマークし、ニューラルレンダリングや形状解析のタスクにおける実用性を調査・検討する。
Original: Learning to Solve PDEs on Neural Shape Representations domain ★★
cs.LG updates on arXiv.org

大規模言語モデル間におけるトークナイザー移植時の非対称な実現可能性：同じ係数が異なる場所に到達する場合

- トークナイザー移植の際に、係数ベクトルがモデル間で異なる振る舞いをする「非対称な実現可能性」という幾何学的構造を発見しました。 - この特性を悪用し、特定の条件下で攻撃可能な「breaker tokens」を生成できることを示しました。 - LoRAによる微調整でもこの攻撃を完全に防ぐことは困難であり、モデル構成のサプライチェーンにおけるセキュリティリスクを示唆しています。
Action: LLMモデル構成におけるサプライチェーンセキュリティリスクを評価し、tokenizer移植を行う際は構成済みモデルの挙動検証手法を強化する。
Original: When the Same Coefficients Reach Different Places: Asymmetric Realizability in Transplanting Tokenizers across Large Language Models domain ★★★
cs.LG updates on arXiv.org

LLMを用いたカテゴリカルデータクラスタリングのためのセマンティックギャップの解消

- カテゴリカルデータにおける類似度測定の難しさを、外部知識ベースを活用して解消する手法「BREVE」を提案。 - 各値をセマンティックな埋め込み表現で拡張し、さらにOne-hot表現を組み合わせることで、元のアイデンティティを保持しつつ意味情報を付与。 - クラスタのコンパクトさを指標とした適応的な重み付けにより、8つのベンチマークで高いクラスタリング性能（ARI順位1.3位）を達成。
Action: カテゴリカルデータ処理が必要なプロジェクトで、外部知識ベースによる特徴量拡張（埋め込み）の導入可能性を検討する。
Original: Bridging the Semantic Gap for Categorical Data Clustering via Large Language Models domain ★★
cs.LG updates on arXiv.org

FedBiCross: 医療画像におけるパーソナライズされたワンショット連合学習

・ワンショット連合学習（OSFL）において、非IIDデータ下でのモデル精度の低下を解決する手法「FedBiCross」を提案。 ・モデル出力の類似性に基づくクラスタリングと、クラスタ間の相互知識活用を最適化することで、負の転移を抑制し、知識蒸留を強化。 ・4つの医療画像データセットにおいて、様々な非IID条件下で既存手法を上回る性能を達成。
Action: 連合学習における非IIDデータ対策のフレームワークとして、FedBiCrossのクラスタリング手法と蒸留ロジックをリファレンスとして検証してみる。
Original: FedBiCross: Personalized One-Shot Federated Learning on Medical Images domain ★★
cs.LG updates on arXiv.org

時系列予測におけるニューラルネットワークのためのホライゾン活性化マッピング (HAM)

・モデルファミリーに依存しない、時系列予測ニューラルネットワーク向けの新しい視覚的解釈手法「HAM」を提案。 ・勾配ノルム平均を利用し、時系列の各部分系列におけるモデルの寄与を分析可能。 ・モデル選択、検証セットの選択、異なるアーキテクチャ間での性能比較を粒度高く実行できる。
Action: 時系列予測モデルの解釈性向上のため、HAM手法を自社の予測パイプラインへ試験的に導入し、モデル選択の精度検証を行う。
Original: Horizon Activation Mapping for Neural Networks in Time Series Forecasting domain ★★★
cs.LG updates on arXiv.org

深部脳刺激（DBS）のためのバンディットアルゴリズム

・深部脳刺激（DBS）における、深層強化学習より軽量で適応的な「T3P MAB」アルゴリズムを提案。 ・事前のオフライン学習を不要とし、リソース制限のあるマイクロコントローラ上での動作とエネルギー効率を両立。 ・計算モデル上で、既存手法よりも高速な収束と、病理的β帯域活動の抑制性能向上を確認。
Action: 埋め込みシステムにおけるリソース効率の良い学習アルゴリズム（特にバンディットアルゴリズム）の適用事例として、自身のプロジェクトでの軽量強化学習実装の参考に検討する。
Original: Bandit Algorithms for Deep Brain Stimulation domain ★★
cs.LG updates on arXiv.org

自己回帰モデルからマスク付き拡散言語モデルへのポストトレーニング中のメカニズムの変化

- 自己回帰モデル(ARM)からマスク付き拡散モデル(MDM)へのポストトレーニングによる計算メカニズムの変化を回路解析で調査。 - 構造的に、MDMはローカルなタスクではARMの回路を維持するが、グローバルなタスクでは早期レイヤーに計算を集中させるよう再構成する。 - 意味的には、ARMの局所的な専門化から、MDMの分散的な統合へと計算の性質が本質的に変化することが判明した。
Action: 拡散モデルへのポストトレーニング手法が特定のタスクで内部計算をどう再構成するかの理解を深め、モデルの非自己回帰生成への変換時の最適化戦略に応用する。
Original: Mechanism Shift During Post-training from Autoregressive to Masked Diffusion Language Models domain ★★★
cs.LG updates on arXiv.org

安定したガウス混合ブラックボックス変分推論のための適応型指数積分法

・ブラックボックス変分推論（BBVI）における数値最適化の不安定さを解消するフレームワークを開発。 ・アフィン不変前処理、共分散行列の正定値性を保証する指数積分器、適応型タイムステッピングを組み合わせた。 ・マルチモーダル分布や高次元の逆問題において、効率的で安定した収束を実現することを示した。
Action: アルゴリズムの数学的背景を理解し、自身のプロジェクトにおける変分推論の実装にこの適応型手法を導入可能か検討する。
Original: Adaptive Exponential Integration for Stable Gaussian Mixture Black-Box Variational Inference domain ★★★
cs.LG updates on arXiv.org

Riemannian AmbientFlow: 破損データからの多様体学習と生成モデリングの同時実現に向けた手法

- ノイズや線形破損があるデータから、潜在的なデータ多様体と分布を同時に学習するフレームワーク「Riemannian AmbientFlow」を提案 - 正規化フローとリーマン幾何学を統合することで、多様体構造の抽出と平滑なバイリプシッツ多様体パラメータ化を可能にした - 破損データからの逆問題解決において、学習済みデコーダーを生成事前分布として活用する理論的基盤と実証的な検証を提供
Action: 生成AIモデルの事前学習において、データが不完全・破損している場合の新しいアプローチとして、本論文の理論を実装・評価してみる。
Original: Riemannian AmbientFlow: Towards Simultaneous Manifold Learning and Generative Modeling from Corrupted Data domain ★★
cs.LG updates on arXiv.org

ノイズラベル学習のためのノイズ補償型鋭敏認識最小化（NCSAM）

・深層学習におけるノイズラベル問題に対して、鋭敏認識最小化（SAM）の最適化メカニズムを再解釈して改善した。 ・ノイズによって歪んだSAMの摂動を補償することで、誤ったラベルの記憶を防ぎつつ最適化を効率化する。 ・合成および実世界のノイズラベルベンチマークにおいて、既存のSAMベースラインを上回る性能を達成した。
Action: 現在のモデルの学習においてノイズラベルが問題になっている場合、NCSAMの手法を最適化パイプラインに組み込むことを検討する。
Original: NCSAM Noise-Compensated Sharpness-Aware Minimization for Noisy Label Learning domain ★★
cs.LG updates on arXiv.org

HE-SNR: SWE-benchのミッドトレーニングをガイドするためのエントロピーによる潜在ロジックの解明

・SWE-benchにおけるLLMのミッドトレーニングを改善するための新しい指標「HE-SNR」を提案。 ・従来のPerplexityが抱える「ロングコンテキスト税」やSWEパフォーマンスとの乖離という課題を解決。 ・「エントロピー圧縮仮説」に基づき、不確実性を構造化する能力を定義してモデルの潜在能力を引き出す。
Action: SWE-bench関連のLLMトレーニングパイプラインにおいて、従来の評価指標に加え、HE-SNRを評価指標として導入を検討する。
Original: HE-SNR: Uncovering Latent Logic via Entropy for Guiding Mid-Training on SWE-bench domain ★★★
cs.LG updates on arXiv.org

表現アンラーニング：情報圧縮を通じた忘却

- 機械学習モデルから特定の学習データを効率的に削除する「表現アンラーニング」という新しい手法を提案。 - パラメータを直接変更するのではなく、表現空間での情報ボトルネックを用いて保持データと忘却データを分離する。 - 従来の手法と比較して、より安定した忘却とモデル性能の保持、高い計算効率を実現。
Action: 機械学習モデルのプライバシー保護やライフサイクル管理におけるアンラーニングの手法として、この表現ベースのアプローチを技術スタックの検討材料に加える。
Original: Representation Unlearning: Forgetting through Information Compression domain ★★
cs.LG updates on arXiv.org

「利用可能な情報」を介した機能的類似性と表現的類似性の橋渡し

・表現の類似性を「利用可能な情報」の観点から定量化する統合的な枠組みを提案しています。 ・機能的類似性と表現的類似性の関係を理論的・実証的に解明し、ステッチングの非対称性や予測モデルの能力依存性を明らかにしました。 ・タスクの粒度階層を通じて概念を統合し、表現の類似性が機能の類似性に対して十分条件である一方、必要条件ではないことを示しました。
Action: ニューラルネットワークの表現能力やモデル評価の手法（CKA, RSA等）を再考し、自身の実験や分析に組み込んでみること。
Original: Bridging Functional and Representational Similarity via Usable Information domain ★★★
cs.LG updates on arXiv.org

連邦型ドメイン増分学習のためのサーバー近接集約：タスク均一収束と後方転移

・連邦型ドメイン増分学習(FDIL)における、過去タスクの知識保持と通信効率的な収束を実現する新しいアルゴリズム「SPECIAL」を提案。 ・サーバー側に「アンカー」を追加し、軽量な近接項を用いて更新を制限することで、メモリや通信量を追加せずにタスクドリフトを抑制。 ・部分参加クライアント環境下でもタスク全体で有効な非凸収束レートを理論的に証明し、実験でもその有効性を実証。
Action: SPECIALアルゴリズムの仕組み（サーバーサイドの近接項によるアンカー）を既存のFederated Learning実装に組み込み、タスクドリフトが効率的に抑制されるか試作・検証する。
Original: Server-Proximal Aggregation for Federated Domain-Incremental Learning under Partial Participation: Task-Uniform Convergence and Backward Transfer domain ★★★
cs.LG updates on arXiv.org

事後学習量子化におけるブロック回転の限界を押し広げる

・PTQにおけるブロック回転が外れ値抑制に与える影響を理論的に解明。 ・入力ベクトルのl1ノルムをブロック間で均等化する手法「PeRQ」を提案。 ・Transformerの重みに順列を統合し、推論コストを上げずに量子化精度を大幅に改善。
Action: 現在運用中のLlama3等のモデル量子化パイプラインにおいて、アクティベーションの分布均等化（PeRQ）の適用可能性を調査・検証する。
Original: Pushing the Limits of Block Rotations in Post-Training Quantization domain ★★★
cs.LG updates on arXiv.org

合理主義者から学ぶ：中間的な解釈可能な根拠の蒸留

・深層学習モデルの解釈性を高める「根拠抽出（RE）」において、モデルの性能向上のための知識蒸留手法「REKD」を提案した。 ・REKDは、生徒モデルが教師モデル（合理主義者）の根拠や予測から学習することで、計算負荷の高い根拠選択プロセスを効率化する。 ・BERTやViTを用いた検証実験により、言語および画像分類タスクにおいて、REKDが生徒モデルの予測性能を大幅に向上させることを実証した。
Action: 既存のRE（根拠抽出）モデルの性能向上において、REKD（Knowledge Distillation）の概念を適用できないか検討し、小規模モデルへの適応可能性を評価する。
Original: Learn from A Rationalist: Distilling Intermediate Interpretable Rationales domain ★★★
cs.LG updates on arXiv.org

教師なし階層型スキル発見

・教師なしで行動軌跡を再利用可能なスキルへとセグメント化し、文法ベースの手法で階層構造を構築する手法を提案。 ・高次元ピクセル環境（Minecraft等）での評価により、既存手法よりも構造的で意味のある階層の生成を実証。 ・発見された階層構造により、下流の強化学習タスクにおける学習の加速と安定化を実現。
Action: 提案された文法ベースの階層化手法を、自身の強化学習プロジェクトの行動セグメンテーションに応用可能か調査する。
Original: Unsupervised Hierarchical Skill Discovery domain ★★★
cs.LG updates on arXiv.org

優れたSFTはSFTを最適化し、より優れたSFTは強化学習への準備を行う

・LLMのポストトレーニングにおいて、SFTと強化学習（RL）ステージ間の分布の不整合が課題となっている。 ・提案手法「PEAR」は重要度サンプリングを用いてSFTの損失を再重み付けし、RLステージでの性能を向上させる。 ・実験により、従来のSFTと比較して、数学的推論タスクなどで有意な性能向上が確認された。
Action: LLMのファインチューニングパイプラインを設計する際、単なるSFTの損失最小化だけでなく、その後のRLを見据えたデータの重み付けや戦略（PEARのような手法）の導入を検討する。
Original: Good SFT Optimizes for SFT, Better SFT Prepares for Reinforcement Learning domain ★★★
cs.LG updates on arXiv.org

整流化LpJEPA：スパースかつ最大エントロピー表現を持つ共同埋め込み予測アーキテクチャ

- JEPAにおいて、従来のガウス分布への正則化が密な表現を助長してしまう問題に対処し、スパースな表現を学習するRDMRegを提案しました。 - 整流化一般化ガウス（RGG）分布への分布マッチングを行うことで、期待L0ノルムを明示的に制御可能です。 - 画像分類ベンチマークにおいて、情報保持とスパース性のトレードオフを改善し、競争力のある性能を示しました。
Action: JEPAの表現学習におけるスパース性制御の手法として、新しい論文のアルゴリズム実装の可能性や、現在のモデルへのRDMReg適用を検討する。
Original: Rectified LpJEPA: Joint-Embedding Predictive Architectures with Sparse and Maximum-Entropy Representations domain ★★
cs.LG updates on arXiv.org

LLMはどの程度先を見越して計画しているのか？思考の連鎖（CoT）における潜在的ホライゾンの解明

- LLMの思考の連鎖（CoT）中の隠れ状態を「Tele-Lens」で分析し、LLMの計画能力が近視眼的であることを示した。 - 計画の不確実性は、経路全体ではなく少数の「ピボット位置」を分析することで効果的に推定可能である。 - CoTのダイナミクスを活用することで、性能を落とさずにCoTをスキップ（バイパス）する手法を提案した。
Action: GitHubリポジトリ（https://github.com/lxucs/tele-lens）を確認し、自身のLLMアプリケーションでの推論効率化や不確実性推定にTele-Lensが適用できるか検証する。
Original: How Far Ahead Do LLMs Plan? Uncovering the Latent Horizon in Chain-of-Thought Reasoning domain ★★★
cs.LG updates on arXiv.org

複合連合学習における線形スピードアップの実現

- 複合連合学習のための新しいアルゴリズム「FedNMap」を提案。 - 法線マップベースの更新スキームとローカル補正戦略を採用。 - 非凸損失関数に対して、クライアント数とローカル更新数両面での線形スピードアップを理論的に証明。
Action: FedNMapの手法を自身の連合学習タスクに適用可能か検討し、既存手法とのパフォーマンス比較を行う。
Original: Achieving Linear Speedup for Composite Federated Learning domain ★★
cs.LG updates on arXiv.org

空力逆設計における最適化と生成

- 空力性能とデザイン的な視覚的特徴の両立を目指す新たな逆設計手法を提案 - 幾何学的な分布を学習し、そこに空力コストによる重み付けを適用することで、最適化と生成を統合 - OpenFOAMによる評価および3Dプリントしたプロトタイプでの検証で、空力性能の改善と視覚的一貫性の保持を実証
Action: 幾何学的生成モデルを用いた最適化という手法を、他の工学領域やUIデザインの自動化タスクに応用できないか検討する。
Original: Optimization and Generation in Aerodynamics Inverse Design domain ★★
cs.LG updates on arXiv.org

ツリーブースティングのためのハイパーパラメータ選択

・ツリーブースティングのハイパーパラメータ最適化手法（SMAC, TPE, GP-BO, Hyperband等）を59のデータセットで比較検証しました。 ・SMAC手法が他の比較対象手法よりも一貫して優れた結果を示すことを特定しました。 ・高精度なチューニングには100回以上の試行が必要であり、デフォルト値の使用は不正確なモデルを生むため避けるべきです。
Action: ツリーブースティングを用いたモデル開発において、ハイパーパラメータ最適化にSMAC手法を採用し、探索回数を最低100回以上に設定する。
Original: Selecting Hyperparameters for Tree-Boosting domain ★★★
cs.LG updates on arXiv.org

離散拡散サンプラーとブリッジ：オフポリシーアルゴリズムと潜在空間への応用

・離散空間向けの新しい拡散サンプラーにおいてオフポリシー学習手法を導入し、性能を向上させた。 ・離散ドメインに対するデータ・ツー・エネルギー・シュレーディンガーブリッジ学習を初めて導入した。 ・画像生成モデルの離散潜在空間におけるデータフリーな事後分布サンプリングへの応用を示した。
Action: 離散拡散モデルのオフポリシー学習とシュレーディンガーブリッジの実装を調査し、既存のサンプリングパイプラインへの適用可能性を検討する。
Original: Discrete diffusion samplers and bridges: Off-policy algorithms and applications in latent spaces domain ★★★
cs.LG updates on arXiv.org

大規模言語モデルにおけるレアイベント分析

・LLMの推論中に発生する、典型的ではないが重要な「レアイベント」を系統的に分析するフレームワークを提案。 ・効率的な生成戦略、確率推定、エラー分析手法を組み合わせた実装を提供。 ・LLMの大規模利用下での潜在的な異常挙動を特定し、デプロイメント環境での信頼性向上に寄与する。
Action: 本論文のフレームワークを参考に、自社LLMパイプラインのエラー分析手法を改善し、異常検知のテストを検討する。
Original: Rare Event Analysis of Large Language Models domain ★★★
cs.LG updates on arXiv.org

報酬誘導生成の効率化と信頼性を高める勾配前処理手法

- 報酬誘導生成において、報酬ハッキングを防ぎつつ最適化を高速化する勾配前処理手法を提案。 - 白色ガウス雑音の特性を利用した閉形式の投影により、計算コストを低く抑えつつ勾配を効率的な方向に誘導。 - FLUXモデルでの実験において、従来の正規化手法と比較してわずか30%の時間で同等の評価スコアを達成。
Action: 報酬誘導生成を活用しているプロジェクトにおいて、既存の正規化手法の代わりとして勾配前処理の導入を検討し、推論コストと生成品質のトレードオフを検証する。
Original: Gradient Preconditioning for Efficient and Reliable Reward-Guided Generation domain ★★★
cs.LG updates on arXiv.org

パリティの計算効率的で再現可能な学習とその応用

・再現可能学習と差分プライバシーおよび統計クエリ（SQ）モデルの計算関係を研究 ・SQモデルでは困難とされていた「パリティの分布フリーな学習」において、初の計算効率的な再現可能アルゴリズムを提案 ・再現可能性と差分プライバシーの計算的な違いを明らかにし、変換コストに関する理論的根拠を提示
Action: 再現可能学習の理論的進展を確認し、今後のプライバシー保護学習やモデル信頼性向上への応用の可能性を検討する。
Original: Computationally Efficient Replicable Learning of Parities and Applications domain ★★
cs.LG updates on arXiv.org

プロセスを重視せよ：潜伏思考軌道への報酬付与によるループ型言語モデルの推論能力向上

- ループ型言語モデル（LoopLM）において、最終状態だけでなく推論プロセス全体に報酬を付与する学習フレームワーク「RLTT」を提案 - 最終的な出力のみを評価する従来手法と異なり、潜伏思考軌道全体にクレジットを割り当てることで数学的推論能力が大幅に向上 - 数学特化の学習でありながら非数学的タスクにも汎化性能を示し、推論モデルの学習手法として高い有効性を実証
Action: GitHubリポジトリ（https://github.com/jonwill8/RLTT.git）を確認し、LLMの推論能力改善手法として自前のモデル学習プロセスに取り込めるか調査する。
Original: Prioritize the Process, Not Just the Outcome: Rewarding Latent Thought Trajectories Improves Reasoning in Looped Language Models domain ★★★
cs.LG updates on arXiv.org

粗視化ボルツマン生成器

・ボルツマン生成器（BG）の課題である計算コストとスケーラビリティを解決するため、「粗視化ボルツマン生成器（CG-BG）」を提案。 ・フローベースモデルと学習済みの平均力ポテンシャル（PMF）を組み合わせることで、低次元表現でも正確な平衡統計量を生成可能。 ・溶媒媒介相互作用を保持しつつ、原子単位のBGと比較して計算コストを大幅に削減する実用的な手法。
Action: 大規模な分子動力学シミュレーションの計算効率向上や、高次元データの次元削減手法として、フローベースモデルとPMF学習の組み合わせを評価する。
Original: Coarse-Grained Boltzmann Generators domain ★★
cs.LG updates on arXiv.org

共同閾値ウォーターマーキング

・連合学習（FL）におけるモデルの来歴を証明するための共同閾値ウォーターマーキングプロトコルを提案。 ・秘密分散技術を用いることで、少なくともt人のクライアントの連合のみがウォーターマークを復元・検証可能とし、個々のクライアントによる検証や削除を防ぐ。 ・大規模なクライアント数（K=128）でも、モデル精度をほとんど低下させずにウォーターマークを検出可能であり、適応的なファインチューニング攻撃に対しても堅牢。
Action: GitHubリポジトリのコードを確認し、自身の連合学習プロジェクトへの適用可能性を評価する。
Original: Collaborative Threshold Watermarking domain ★★★
cs.LG updates on arXiv.org

畳み込み位置エンコーディングを用いたグラフ変換器のサイズ転送可能性

- グラフ変換器(GTs)におけるGNNベースの位置エンコーディングと多様体ニューラルネットワーク(MNNs)の理論的つながりを確立。 - GTsは位置エンコーディングから転送可能性を継承し、小さなグラフで学習したモデルが大きなグラフに汎化可能であることを証明。 - 標準的なベンチマーク実験を通じて、GTsがGNNと同等のスケーラビリティを持つことを実証し、大規模設定での効率的な学習手法を提案。
Action: グラフニューラルネットワークやトランスフォーマーの効率的な大規模学習手法として、提案されている転送可能性の理論と手法を実験的に検証し、パイプラインへの導入を検討する。
Original: Size Transferability of Graph Transformers with Convolutional Positional Encodings domain ★★★
cs.LG updates on arXiv.org

GICDM: 生成モデル評価におけるハブネス軽減のための信頼性の高い距離ベース手法

- 高次元埋め込み空間における「ハブネス」現象が、距離ベースの生成モデル評価指標を歪めていることを明らかにした。 - 従来のICDM手法を改良したGICDMを導入し、実データと生成データの近傍推定を修正することでバイアスを排除した。 - 合成および実データベンチマーク実験により、GICDMがハブネスに起因する評価の失敗を解決し、人間による評価との整合性を向上させることを示した。
Action: 現在の生成モデル評価パイプラインで使用している距離ベース指標にハブネスの影響が含まれていないか再検証し、可能であればGICDMの導入を検討する。
Original: GICDM: Mitigating Hubness for Reliable Distance-Based Generative Model Evaluation domain ★★★
cs.LG updates on arXiv.org

RAT+: 密に学習し、疎に推論する -- 拡張推論のための回帰拡張アテンション

- 密に事前学習された単一のモデルを、推論時に動的に疎な拡張アテンションへと切り替え可能。 - 従来の疎化手法で発生していた精度低下を大幅に抑え、少ない追加学習のみで利用可能。 - 1.5B〜7.6Bパラメータのモデルで、KVキャッシュサイズや計算量を最大64倍削減しても精度維持を実現。
Action: GitHubリポジトリを確認し、推論効率化技術として自身のLLM環境へ導入可能か技術調査を行う。
Original: RAT+: Train Dense, Infer Sparse -- Recurrence Augmented Attention for Dilated Inference domain ★★★
cs.LG updates on arXiv.org

拡散サンプラーは本当に正しいのか？離散拡散言語モデルのサンプラー中心の評価

・離散拡散言語モデル（dLLM）の評価において、ノイザーの誤差とサンプラーの誤差が混同されている問題がある。 ・提案された「サンプラー中心のオラクルフレームワーク」により、サンプラー起因の誤差を独立して評価可能になった。 ・Few-stepサンプラーは理想的な条件下でも分布が正しくなく、標準的なメトリクス（NLL、MAUVE等）の改善がサンプリングの正確性を保証しないことが示された。
Action: 離散拡散モデルを評価・実装する際は、標準メトリクスだけでなく、サンプリングステップ数に応じた分布の収束性を確認するプロトコルを取り入れる。
Original: Is Your Diffusion Sampler Actually Correct? A Sampler-Centric Evaluation of Discrete Diffusion Language Models domain ★★
cs.LG updates on arXiv.org

到達によるルーティング：多目的生成のための事前学習済みGFlowNetの構成

・事前学習済みのGFlowNetを推論時に構成することで、再学習なしで多目的最適化を高速に実現するフレームワークを提案。 ・線形スカラー化から複雑な非線形演算子まで、多様な報酬組み合わせに柔軟に対応可能。 ・合成2Dグリッドおよび分子生成タスクでの実験により、従来手法と同等の性能を達成。
Action: GFlowNetの推論時コンポジション手法を、現在取り組んでいる多目的生成タスクへ適用できないか検討する。
Original: Routing by Reaching: Composition of Pre-trained GFlowNets for Multi-Objective Generation domain ★★★
cs.LG updates on arXiv.org

大規模モデル時代における全波形反転（FWI）の改善

・シミュレーションによる単純なデータで学習した大規模モデルが、複雑で現実的な地質構造に対しても高い汎化性能を持つことを示した。 ・モデルの容量、データセットの多様性、学習戦略の3軸を調整するスケーリング戦略により、FWIの課題である過学習を抑制し性能を向上させた。 ・既存のベンチマークにおいて大幅な精度の向上（SSIM 0.5844から0.7669へ）を達成し、データ駆動型FWIの汎化性能の限界を押し広げた。
Action: 地震波解析などの物理シミュレーションにおいて、シミュレーションデータのみを用いた大規模学習による汎化性能向上のアプローチを検討する。
Original: Improving Full Waveform Inversion in Large Model Era domain ★★
cs.LG updates on arXiv.org

GFlowNet学習のための根吸収型プレフィックス軌跡バランスと部分モジュールリプレイ

・GFlowNetの学習におけるプレフィックス崩壊と長さバイアスを緩和する新しい目的関数「RapTB」を提案。 ・報酬と多様性を両立させるためのサブモジュラーリプレイ戦略「SubM」を導入し、学習分布のシフトを抑制。 ・分子生成タスクにおいて、最適化性能と多様性を維持しつつ高い有効性を実現。
Action: LLMの強化学習や微調整タスクにおいて、プレフィックス崩壊が見られる場合にRapTBやサブモジュラーリプレイの概念を適用できないか検討する。
Original: Rooted Absorbed Prefix Trajectory Balance with Submodular Replay for GFlowNet Training domain ★★★
cs.LG updates on arXiv.org

合成事前学習と構造的先行知識によるリレーショナル・インコンテキスト学習

- リレーショナルデータベース(RDB)向け初の合成データのみで学習した基盤モデル「RDB-PFN」を提案。 - 構造的因果モデル(SCM)を用いて合成RDBを大量生成することで、データ不足と構造の多様性の問題を解決。 - 19の実世界タスクで強力な数ショット性能を示し、軽量かつ高速な推論を実現。
Action: GitHubリポジトリ（https://github.com/MuLabPKU/RDBPFN）を確認し、RDBのfew-shotタスクでの適用可能性を検証する。
Original: Relational In-Context Learning via Synthetic Pre-training with Structural Prior domain ★★★
cs.LG updates on arXiv.org

非ユークリッド勾配降下法は安定性の境界で動作する

・深層学習における「安定性の境界（EoS）」現象を、方向的滑らかさの視点から理論的に解釈しました。 ・理論を非ユークリッドノルムに拡張し、様々な勾配法に適用可能な一般化されたシャープネス（鋭さ）を定義しました。 ・実験により、非ユークリッド勾配法でもEoSが発生することを確認し、幾何学的特性を考慮した新しいスペクトル診断フレームワークを提案しました。
Action: 提案された幾何学的スペクトル診断手法を、自身の学習済みモデルの訓練プロセスに組み込み、安定性の境界における挙動を分析・可視化してみてください。
Original: Non-Euclidean Gradient Descent Operates at the Edge of Stability domain ★★★
cs.LG updates on arXiv.org

逆問題のための疎なスケジュール拡散ガイダンス

・拡散モデルを用いた逆問題のサンプリングにおいて、全ステップのガイダンスを不要にして計算コストを削減する手法「Spin」を提案。 ・中間タイムステップから開始し、必要時のみ軽量なピクセル空間補正を行うことで、デノイザーの逆伝播を回避。 ・既存手法より最大50倍高速かつ低メモリで、高品質な再構成を実現。
Action: 論文のSpin実装を確認し、画像再構成パイプラインにおける計算効率改善の可能性を検討する。
Original: Sparse Scheduled Diffusion Guidance for Inverse Problems domain ★★★
cs.LG updates on arXiv.org

筋シナジー事前知識が予測的筋骨格歩行シミュレーションにおけるバイオメカニクスの忠実度を向上させる

- 筋シナジーを用いて歩行シミュレーションの制御を低次元化し、バイオメカニクスの忠実度を大幅に向上させた。 - 強化学習モデルにより、速度・傾斜・地形変化に対応した安定的な歩行生成が可能になった。 - 神経生理学的構造の導入により、限られた実験データからでも現実的な歩行シミュレーションが実現できることを示した。
Action: 強化学習モデルの制御空間に筋シナジーのような物理的な事前知識（低次元制約）を導入し、シミュレーションの動作忠実度を向上させる手法を検討・実装する。
Original: Muscle Synergy Priors Enhance Biomechanical Fidelity in Predictive Musculoskeletal Locomotion Simulation domain ★★★
cs.LG updates on arXiv.org

大規模言語モデルにおけるジェイルブレイクのスケール則：多項式・指数のクロスオーバー

・LLMへの攻撃成功率が、プロンプト注入によって多項式的な増加から指数関数的な増加へと転換する現象を実証的に解明しました。 ・スピングラスモデルを用いた理論的モデルを提案し、短文プロンプトではべき乗則、長文プロンプトでは指数関数則に従うことを解析的に示しました。 ・3Bから70Bのモデル規模やGCG/AutoDANなどの攻撃手法を超えて、このスケール則が安定して観測されることを確認しました。
Action: LLMを利用する開発において、防御策の限界を理解し、入出力バリデーションや追加の安全レイヤーの必要性を再評価する。
Original: Jailbreak Scaling Laws for Large Language Models: Polynomial-Exponential Crossover domain ★★★
cs.LG updates on arXiv.org

スペクトルクリッピングによるLLMトレーニングの強化

- 従来の最適化手法（AdamW等）が抱えるスペクトルノルムの不安定性と、ノイズによるスペクトルスパイクという2つの課題を特定。 - アップデートと勾配に対するスペクトルクリッピングを組み合わせたフレームワーク「SPECTRA」を提案。 - Newton-Schulz反復を用いて高コストなSVDなしで効率的に実装し、複数の最適化手法でLLMの検証損失を改善。
Action: 自身のLLM学習パイプラインにおいて、スペクトルクリッピング手法（SPECTRA）の導入を検討し、学習の安定性と一般化性能が向上するか実験してみる。
Original: Enhancing LLM Training via Spectral Clipping domain ★★★
cs.LG updates on arXiv.org

プロンプトと応答の相互情報量を最大化することで、追加データなしでLLMのパフォーマンスを向上させる手法

・「Mutual Information Preference Optimization (MIPO)」という、追加データ不要のコントラスティブデータ拡張手法を提案 ・正しいプロンプトに対する応答をポジティブ、無関係なプロンプトに対する応答をネガティブとしてペアを作成し、DPOで学習 ・パーソナライゼーションや数学・QAタスクにおいて、外部信号なしで大幅な精度向上を実現
Action: 現在開発中のLLM活用プロジェクトにおいて、外部データに頼らないモデルの微調整手法としてMIPOの適用可能性を調査・検討する
Original: Maximizing Mutual Information Between Prompt and Response Improves LLM Performance With No Additional Data domain ★★★
cs.LG updates on arXiv.org

一般化シュレディンガー橋の下でのオンポリシー強化学習のためのパス空間ミラー降下法

- 拡散モデルやフローモデルを用いた生成ポリシーと、従来のオンポリシー強化学習の間の理論的乖離を解決する手法「GSB-MDPO」を提案。 - 強化学習の最適化を一般化シュレディンガー橋問題として定式化し、パス空間のKLダイバージェンスを近接更新の正則化項として利用。 - 連続制御タスクにおいて有効性を実証し、マルチステップ生成ポリシーに対するパス空間正則化の有効性を示した。
Action: 連続制御タスクにおける生成モデルを用いたRLの実装を調査し、GSB-MDPOの手法を自作環境に適用可能か検討する。
Original: Path-Space Mirror Descent for On-Policy Reinforcement Learning under the Generalized Schr\"odinger Bridge domain ★★★
cs.LG updates on arXiv.org

未知の世界での安全な学習：COMPASS-Hedge

- 敵対的・確率的な環境の両方で最適な後悔（regret）を達成し、ベースラインポリシーに対する安全性も確保する新しいオンライン学習アルゴリズム「COMPASS-Hedge」を提案。 - 既存手法の課題であった3つの目標の統合を、パラメータフリーかつ最適レートを損なわずに実現している。 - 環境の性質やギャップの大きさを事前に知る必要がなく、実用的な堅牢性と効率性を備えた「ベスト・オブ・スリー・ワールド」な学習を可能にする。
Action: オンライン学習アルゴリズムの理論的進展として把握し、将来的なレコメンデーションや自動学習システムのアーキテクチャ設計におけるパラメータフリーな最適化手法として検討する。
Original: Learning Safely Without Knowing the World:COMPASS-Hedge domain ★★
cs.LG updates on arXiv.org

ソボレフ訓練された拡散ポリシーによる軌道最適化の加速

・軌道最適化(TO)の初期推測を拡散ポリシーで学習し、計算効率を大幅に向上させる手法を提案。 ・TOが提供する勾配情報を利用したソボレフ学習により、誤差の蓄積を防ぎ、少ない訓練データで高精度な推測が可能。 ・推測に必要な拡散ステップ数を削減し、推論レイテンシを改善することで、解決時間を2〜20倍高速化。
Action: 自身のロボット制御システムにおける初期軌道生成に、拡散ポリシーベースの学習手法を組み込んで高速化を試みる。
Original: Accelerating trajectory optimization with Sobolev-trained diffusion policies domain ★★★
cs.LG updates on arXiv.org

グラフメモリTransformer (GMT)

・TransformerのFFN層を、学習可能なメモリグラフに置き換える「Graph Memory Transformer (GMT)」を提案。 ・トークン表現を重心のグラフ上でルーティングすることで、密度ベースの変換ではなくメモリナビゲーションを実現。 ・従来のTransformerと比較してモデルサイズを縮小しつつ、推論過程の可視化と解釈性を向上させることに成功。
Action: GitHub上の公式リポジトリや論文実装を調査し、小規模な実験コードを動かしてメモリグラフの挙動を検証する。
Original: Graph Memory Transformer (GMT) domain ★★★
cs.LG updates on arXiv.org

機械学習のための真のターゲットの否定存在論：民主的監視下での評価と学習に向けて

・機械学習が暗黙的に前提とする「真のターゲット」の実在を否定する「否定存在論」を提唱しました。 ・複数の不正確なターゲットを組み合わせる「MIATTs」概念を導入し、民主的監視に基づく評価・学習フレームワーク（EL-MIATTs）を構築しました。 ・単一の正解を前提としないアプローチにより、教育や職業開発など主観性が関わる分野での機械学習モデルの応用可能性を示しました。
Action: 機械学習プロジェクトの評価パイプラインにおいて、単一の正解データセットに依存しないマルチソースな評価指標の導入を検討してください。
Original: Negative Ontology of True Target for Machine Learning: Towards Evaluation and Learning under Democratic Supervision domain ★★
cs.LG updates on arXiv.org

物理情報を組み込んだ混合エキスパートモデルによる多拠点排出制御：炭素・汚染物質のシナジーに向けた転移学習フレームワーク

・物理制約と混合エキスパートモデル(MoE)を組み合わせ、異種プラント間での炭素・汚染物質排出制御の転移学習を実現。 ・13のソースプラントから12のターゲットプラントへモデルを転移させ、高い予測精度を維持。 ・デジタルツインでの評価により、排出リスクの低減と汚染物質の同時抑制を確認。
Action: 物理法則に基づいた機械学習（Physics-Informed ML）および混合エキスパートモデルの実務への適用可能性について調査・検討する。
Original: Advancing multi-site emission control: A physics-informed transfer learning framework with mixture of experts for carbon-pollutant synergy domain ★★★
X @openai

OpenAI、次世代モデルを発表。エージェントフレームワークの機能が向上

OpenAI launch of next-gen model with improved agent framework capabilities.
要約: OpenAIが次世代AIモデルをリリースし、エージェントフレームワークの能力が大幅に改善されたことを発表した投稿。
❤️ 8950 🔁 2100 💬 1340 👀 312000
伸びた理由（仮説）: AI分野でのOpenAI新モデル発表は常に注目を集めやすいため
Original: OpenAI launch of next-gen model with improved agent framework capabilities. domain ★★★
X @anthropic

Anthropic Claude 4プレビュー版が利用可能に、推論機能が大幅アップデート

Anthropic Claude 4 preview now available with major updates to reasoning.
要約: AnthropicのClaude 4プレビューがリリースされ、推論能力が大幅に向上した。
❤️ 5670 🔁 980 💬 620 👀 189000
伸びた理由（仮説）: AI最新モデル発表でテック・AIコミュニティの関心が集中したため
Original: Anthropic Claude 4 preview now available with major updates to reasoning. domain ★★★
X @googleai

Geminiモデル更新にマルチモーダル向け拡散モデル統合

Gemini model update includes new diffusion model integration for multimodal tasks.
要約: Geminiの最新アップデートで、マルチモーダルタスク向けに新しい拡散モデルが統合された。
❤️ 3420 🔁 765 💬 410 👀 124000
伸びた理由（仮説）: AI技術の最先端進展ニュースとして、テック・AIコミュニティで強い関心を集めたため
Original: Gemini model update includes new diffusion model integration for multimodal tas… domain ★★★
X @mistralai

Mistral AIのv3モデルが本日リリース、RAGベンチマークでトップスコア

Mistral AI model v3 released today with top scores on RAG benchmark suite.
要約: Mistral AIがv3モデルをリリースし、RAGベンチマークスイートで最高スコアを獲得した。
❤️ 2890 🔁 543 💬 298 👀 98000
伸びた理由（仮説）: AI分野の最新進展として、技術者や研究者の間で高い関心を集めたため
Original: Mistral AI model v3 released today with top scores on RAG benchmark suite. domain ★★★
X @ai_research

Mistral AIの新LLM、長文脈RAGベンチマークで好成績

New LLM release from Mistral AI shows strong RAG benchmark results on long-context tasks.
要約: Mistral AIが新LLMをリリースし、長文脈タスクのRAGベンチマークで強い結果を示した。
❤️ 1240 🔁 312 💬 87 👀 45200
伸びた理由（仮説）: AI/LLMの技術進化ニュースとして専門家層に拡散されやすいため
Original: New LLM release from Mistral AI shows strong RAG benchmark results on long-cont… domain ★★★