ロボット操作やナビゲーションなどの具現化視覚言語意思決定タスクにおいて、VLMとVLAは長期計画とリアクティブ制御にそれぞれ優れるが、視覚的幻覚という知覚ボトルネックに制限される。本論文ではSceneDiverを提案。粗から密へのフォーカスプラン生成手法で、シーングラフを構築しタスクを段階的に分解することで幻覚を軽減。軽量アダプタでVLAに焦点能力を蒸留し、計算効率を維持しながら性能を向上。ICML 2026に採択。

MM-BizRAGは、エンタープライズQA向けの新しいマルチモーダル検索拡張生成手法です。文書構造認識分割と方向別取り込みパイプラインにより文書構造を明示的に抽出し、ファインチューニングなしでリッチな回答を生成します。エンタープライズデータセットと公開ベンチマークで最先端ベースラインを最大32%上回りました。また、コスト効率の良いLLM評価指標FastRAGEvalも提案されています。ACL 2026 Industry Trackに採択。

大規模言語モデルの普及により、AI生成フェイクニュースの拡散が懸念されている。本研究では、語彙多様性、可読性、感情特性などの解釈可能な言語特徴を用いて、異なるプロンプトで生成されたAI記事を検出する際のプロンプト横断汎化を調査。ランダムフォレスト分類器は、6つの訓練-テスト組み合わせすべてでAUC 0.988～1.000を達成し、プロンプト変動に対する頑健性を示した。

本論文では、4つのABSAワークフローをネイティブサポートし、エクスポート時に直接アノテータ間一致指標を計算する自動ETLパイプラインを提供するWebベースの協調アノテーションツールACATを紹介する。1,002件のレストランレビューでの予備検証では、中央値のアノテーション時間31.58秒、IAAは0.78～0.86であった。

284の解釈可能な言語特徴を27のLLMと10のテキストドメインにわたって評価した大規模実証研究により、言語特徴のみに基づく分類器がAI生成テキストと人間作成テキストを確実に区別できることが示された。ただし、多くの特徴は文脈依存性が強く、語彙の豊富さがモデルファミリーやドメインを超えてロバストな信号であることが判明した。

本研究は、拒否ステアリング手法を混合エキスパート（MoE）大規模言語モデルに拡張し、MoEの複雑なルーティングパターンがステアリング性能に影響を与えないことを示した。著者らは、拒否固有のエキスパートルーティングパターンとエキスパート固有のステアリング方向を利用して通常の拒否動作を抑制する2つのエキスパート認識型手法を提案した。結果は、単一エキスパートの出力に基づいて効果的なステアリングが可能であり、拒否信号はエキスパートルーティングとは異なり、注意機構が重要な役割を果たすことを示唆している。

大規模研究により、生物医学質問応答において検索拡張生成（RAG）は小さく不安定な改善（1〜2ポイント）しかもたらさないことが判明。バックボーンモデルの選択が検索器やコーパスの選択よりもはるかに重要であり、専門家と一般の検索ソースはほとんどの設定で同様のパフォーマンスを示す。

SALIMORYは、単一の言語モデルを訓練して、ユーザーの事実、好み、ワーキングメモリを含む認知構造化された記憶を管理する新たなフレームワークであり、マルチステージパイプラインにおけるクレジット割り当てのボトルネックを解決します。階層的な段階的プロセス報酬と報酬分解コントラスティブ改良を導入し、選択的フィルタリング、統合、手がかり駆動の想起をエンドツーエンドで監視します。SALIMORYは記憶起因の障害を3分の1に削減し、エンドツーエンド精度で最先端を10%以上上回り、良好なパーソナライゼーション率を2倍以上に向上させます。

本稿は、科学史・科学哲学・科学社会学（HPSS）における概念分析の計算的アプローチの長い歴史の中に大規模言語モデル（LLM）を位置づける。LLMが既存の手法に何を加えるか、どのように長年の問題を継承するかを検討し、最近のケーススタディをレビューする。第一部では、HPSSにおける初期デジタル手法、分散意味論アプローチ、語彙意味変化検出の3つの研究系統を統合し、LLM以前の計算的概念史を再構築する。第二部では、LLMの時代に焦点を当て、LLMを用いた語彙意味変化検出と関連ケーススタディをレビューし、コーパス構築、モデル選択、操作化のトレードオフなどの方法論的問題を再検討する。

新しい研究では、「参照：」、「指示：」、「例：」などの談話役割ラベルが言語モデルのコンテキストへの依存にどのように影響するかを調査。500個のMMLU-Pro項目を使用したペア固定コンテンツプローブにより、ラベルによって誤解を招く情報の採用率が56～84パーセントポイント変化することが判明。指示や参照のラベルは採用を増加させ、例のラベルは抑制する。RAGベンチマークでラッパーラベルを報告・制御するよう推奨。

POLARISは、小型オープンウェイトモデルの長文創作能力を大幅に向上させるトレーニング手法です。LLMを審査員とする報酬と人間参照注入をGRPOフレームワークで組み合わせ、9Bモデルがより大規模なモデルと同等の性能を達成し、長さの汎化にも優れています。

本論文では、LiftQuantと呼ばれる新しいフレームワークを提案する。これは「リフト・アンド・プロジェクト」機構により連続的なビット幅制御を可能にし、70BパラメータのLLMを2.4ビットに圧縮して24GB GPUに正確に適合させる。ICML 2026 Spotlight採択。

本論文では、効率的な線形アーキテクチャであるゲート付きデルタネットワークに最大更新パラメータ化（μP）を拡張する方法を研究している。順伝播、ゲート機構、およびリカレント状態ダイナミクスを通じて座標サイズ推定を厳密に伝播させることにより、著者らはスケーリング則を導出した。AdamWおよびSGDの下で、提案された構成がモデル幅間で安定した学習率転移を可能にする一方、標準パラメータ化は失敗することを実験で確認した。

本論文は、固定された教師あり決定問題に対してベイズ十分表現を定義し、ベイズ商の概念を導入して十分性と最小性を区別する。実験により枠組みを検証する。

本研究は、深層ニューラルネットワーク代理モデルとノンパラメトリック勾配最適化を用いて中性子類似性（c_k）を最大化する逆臨界実験設計手法を提案する。U-Netエンコーダ-デコーダと新規マルチグループ注意プーリング層を組み合わせ、幾何グリッド内の材料割り当てを直接最適化する。HALEU燃料輸送容器に適用し、3構成で0.97757、0.81324、0.93276のc_kを達成。深層学習が原子力技術検証を加速する可能性を示す。

トランスフォーマーのクエリ・キー・バリュー（QKV）注意機構における投影共有を体系的に研究した論文。キーとバリューの投影を共有（Q-K=V）すると、パープレキシティがわずか3.1%低下するだけでKVキャッシュを50%削減でき、グループ化クエリ注意（GQA）やマルチクエリ注意（MQA）と組み合わせるとそれぞれ87.5%と96.9%のキャッシュ削減を達成し、エッジデバイスでの実用的な推論を可能にする。合成タスク、視覚、言語モデリングの実験で検証。コードは公開。

本論文は、二段階最適化や敵対的訓練などで用いられる結合勾配降下法における過渡増幅について、鋭い疑似スペクトル解析を提供する。著者らはブロック三角ヤコビアンに対するクライス定数の限界を証明し、有限時間反復複雑性境界を与える。この理論はスペクトル半径解析では見えない非漸近的高次元学習ダイナミクスの領域を明らかにし、線形二次問題とニューラルネットワーク訓練での実験により検証された。

本論文は、現実世界の強化学習システムは「訓練してから修正する」パラダイムではなく、継続学習を採用すべきだと主張する。デプロイ後の4つの非定常性の原因を特定し、継続的RLの成功事例を紹介する。

IEEE P3109ドラフト標準は、機械学習を支援するためにパラメータ化された2進浮動小数点フォーマットと関連操作を定義します。これらのフォーマットは少ないビット数で効率的かつ一貫した値表現を可能にし、ビット幅、精度、符号、無限大の有無でパラメータ化されます。演算は浮動小数点値を閉拡張実数（正負の無限大とNaNを含む）にデコードして定義され、NaNや無限大のオペランドを明示的に扱うことで実数演算のみを呼び出します。広範な丸めモード（確率的丸めを含む）と飽和モードが定義され、演算は例外フリーで、例外はNaNなどの戻り値で伝達されます。また、近似実装を記述するためのスケール不変な尺度であるカッパ近似を導入します。標準関数定義やその他のプロパティは形式的仕様を用いて機械的に検証・生成されます。

新しい研究では、XGBoostモデルとADNIデータセットの8つの臨床指標を用いて、正常認知、軽度認知障害、アルツハイマー病の3クラス分類を高精度で実現し、マクロAUC 0.982、SHAP値による説明可能性を達成した。

本論文は、長期的タスクにおける自律AIエージェントへの介入タイミングの決定課題を調査する。HEART感情ダイナミクスモデルを用いて、4種類の介入トリガーを評価し、3つの主要な発見を報告している：フラストレーション指標が急速に最大値に達する状態飽和トラップ、LLMベースの判定者の能力下限、そして最も重要なことに、人間のアノテーター間の評価者間信頼性が極めて低く、単一アノテーターのF1スコアを最適化目標とすることの妥当性に疑問を投げかけている。

この研究は、数学者がAIを使って証明を形式化する方法を調査した。調査とユーザ実験により、人々はAIの支援を望むが人間の制御を維持したいこと、AIを使用すると形式化の精度が向上すること、複数のAIツールを柔軟に使用する傾向があることが示された。

新しいベンチマークCuration-Benchは、汎用コーディングエージェントがトレーニングデータを自律的にキュレーションできるかをテストする。既成のエージェントは10回の反復で公開ベースラインに達するが、局所的なポリシー変種を調整する傾向があり、新しいポリシーファミリーを探索しない。各反復で先行手法を引用・適応させる足場付きエージェントは、ベースラインを10分の1のデータ予算で上回るポリシーを自律的に発見し、構造化された手法適応の重要性を示す。

StepPRM-RTLは、段階的軌跡モデリング、プロセス報酬モデル（PRM）、および検索拡張微調整（RAFT）を組み合わせた新しいフレームワークであり、LLMベースのRTLコード生成の機能的正当性と推論忠実度を向上させる。ベンチマークでは、最良の先行手法と比較して10%以上の改善を示した。

マルチモーダル大規模言語モデルは複雑な推論が可能である一方、ツールを使用して問題を外部化し、その出力を推論する際、特に視覚補助に依存する場合に性能が低下することがある。この問題を研究するために、VAMPS（視覚補助数学問題解決）ベンチマークを紹介する。VAMPSはイランの大学入学試験の代数および微積分問題から抽出された1,168のマルチモーダル・バイリンガル多肢選択問題を含み、人間がレビューしたLLM生成の合成バリアントで拡張されている。実験の結果、プロットが自然な戦略となる問題でも、直接的な解析的解法がツールを使用した視覚的解法を上回ることが判明した。

SMAC-Talkは、StarCraftマルチエージェントチャレンジを自然言語で拡張し、LLMベースのエージェントの協調マルチエージェント環境での評価を可能にします。環境は分散制御、部分観測可能性、長期的意思決定などの特徴を持ち、自然言語通信チャネルを通じてエージェントの協調と信頼を調査します。欺瞞的な通信者が組み込まれたシナリオも含まれ、Qwen3.5ファミリーの4つのモデルを用いたベンチマークで、推論構造、記憶、モデル規模が協調に与える影響が研究されています。オープンベンチマークとして公開され、研究コミュニティの発展を支援します。

大規模言語モデルは研究実践を再形成する一方で、研究者の認識論的説明責任を静かに損なっています。PEELフレームワークは、Voyant Toolsによる決定論的遠読とClaudeによるLLM解釈を組み合わせ、パース記号論とアブダクション推論に基づいており、AI生成テキストの体系的な歪みを明らかにします。主な含意：決定論的ツールはAIツールに伴わなければならない、流暢さは忠実性ではない、認識論的権威は設計に組み込まれなければならない。

本論文は、AIによる精神的サポートは意図的な行為であるという一般的な想定に疑問を投げかける。AIによる感情的サポートは、汎用プラットフォームでのタスク指向のやり取りの中で偶発的に生じることが多く、そのポジティブな経験が経路依存的に人間からAIへの選好をシフトさせることを論じる。OpenAIとの共同研究による28日間の縦断研究では、毎日5分間のAIとの対話により、人間へのサポート選好が10.3%減少し、AIへの選好が11.6%増加した。著者らは、現行のコンパニオンアプリに焦点を当てた政策では不十分であり、累積的な行動変化に対処するために汎用AIシステムに規制を拡大すべきだと結論づけている。

本論文は、エンタープライズAIエージェントのデプロイ前保証のためのオントロジーに基づく検証フレームワークを提案する。フレームワークは、エージェント運用エンベロープ、オントロジーからシナリオ生成パイプライン、トラスト証明書の3つのコンポーネントから構成される。米国とベトナムの4つの規制産業でのパイロットにより1,800のシナリオを生成し、オントロジーに基づく生成がペルソナベースのベースラインの33.1%に対し48.3%の規制カバレッジを達成し、最高のドメイン特異性を示した。

欧州委員会が発表した新たな「EUクラウド・AI開発法案（CADA）」は、野心的な「オープンソースファースト」原則、20億ユーロの投資、及び主権認証枠組みを導入している。しかし、オープンソースをプロプライエタリソフトウェアよりも優先する拘束力のある要件は欠けており、実効性のある手続き上の義務がない。