RLMM-Flowは、専門家デモンストレーションからフローポリシーを事前学習して多模态な全身運動事前分布を獲得し、その後ポリシーを凍結して潜在空間強化学習により潜在ステアリングネットワークを訓練する2段階フレームワークを提案する。移動マニピュレーションの運動計画ベンチマークで、模倣学習のみのフローポリシーや既存の強化学習後訓練ベースラインを上回るタスク成功率、衝突回避、軌道品質を達成しつつ、フローベースの高速推論を維持する。

arXiv論文は、アクチュエータ遅延のフォワードモデルと時間認識型ニューラルネットワークを組み合わせることで、Mini Pupper 2 などの低コスト四足ロボットにおけるsim-to-realギャップを縮小し、ネットワークが脊椎動物のCPGに似たリズミカルな歩容を自発的に獲得したことを報告している。

本論文は、構造的・ランダム・敵対的運動が切り替わる未知の目標ダイナミクスを追跡するための自己適応オンライン学習制御法を提案する。複数の予測器をゼロから自己教師あり・ワンショット・計算効率良く学習し、観測された目標挙動に最適な予測器を適応的に選択する。学習誤差や切り替えがない場合には期待値の意味で後悔ゼロを達成し、有限時間の準最適性保証を与える。Crazyflieのシミュレーションとハードウェア実験で有効性を検証している。

本論文は、縫合糸を補助ツールとして用いて間接的に針を拾い上げる自律フレームワークを提案する。不要なツールと組織の接触を避け、針が遮蔽されている場合や接近困難な場合でもピックアップを可能にする。da Vinci Research Kit上で評価され、困難な条件下でも堅牢な性能を示した。

本論文では、MoMoと呼ばれる2段階の模倣学習フレームワークを提案。時空間行動トークナイザーと行動クローニングトランスフォーマーを組み合わせ、タスクと連続的な動作モード条件を入力として、ロボットが操作中の動作スタイル（安定、動的、中間）を制御できるようにする。6つの実ロボット操作タスクにおいて、未見過ごしのタスク・モード組み合わせに対する構成的一般化の証拠を示した。

本論文は、共進化行動とコンプライアンス行動を組み合わせ、チームの進捗最大化と規範違反最小化のバランスをとる多目的フレームワークMMOCICを提案する。学習とコンプライアンスを分離するという重要な洞察に基づき、最大8台のロボットによるハードウェア展開と12台のシミュレーションで、衝突を回避しつつ高いチームパフォーマンスを実証した。

本論文は、身体性知能の信頼性を定義・評価するための4層システムフレームワークを提案し、限定展開、比較評価、研究優先順位付けを支援する非規範的な信頼性レベルの階層を導入する。

BG-REALは、Open Images V7のインスタンスセグメンテーションソースから構築された、背景操作の検出と位置特定に焦点を当てた公開ベンチマークです。7,000個の処理済みサンプル、6種類の編集ファミリー、一致した真正コントロール、および3つの外部ベースラインを含み、再エンコードアーティファクトによる共通のショートカットリスクを明らかにしています。

本論文では、手特有の特徴ストリーム間の方向性時間オフセット分布を明示的に推定する軽量モジュールLACAを提案する。HA-ViDおよびATTACHデータセットにおいて、LACAを統合することで両手行動セグメンテーション性能が向上し、パラメータ増加は約0.0086百万と最小限である。未来不要の変種LACA-Cによりリアルタイム知覚が可能となる。

新しい研究は、フェデレーテッドラーニングと線形弾性方程式に基づく物理情報損失を組み合わせたフェデレーテッド物理情報ニューラルネットワーク（PINN）を提案する。3つの模擬臨床サイトで訓練され、モデルの重みのみを共有することで、フェデレーテッドモデルは全体精度91.4%を達成し、集中型ベースラインの90.0%を上回った。平均AUCは0.985で、下垂体腫瘍の精度は85.6%から94.5%に向上した。

本論文は、事前学習済みビデオ拡散モデルをLoRAで微調整して実環境の動画影除去を行うWildShadowRemoverを提案する。詳細注入モジュール、影マスク誘導の周波数分解変調モジュール、Depth Anything 3による深度事前情報を組み合わせ、大規模ペアデータセットWildShadowも構築した。

Rad-JEPA 3Dは、3D CTボリュームのためのジョイントエンベディング予測事前学習フレームワークである。ハイブリッドH-Mambaエンコーダと隠れ状態直交正則化を組み合わせ、約12万件のCTスキャンで事前学習した後、わずか4.0Bパラメータで閉形式VQAとSpatial-Med空間推論ベンチマークにおいて高い性能を示す。

本研究は、皮膚暴露評価のために画像から露出皮膚面積を定量化するハイブリッドコンピュータビジョン手法を開発した。170枚の室内塗装画像を用い、Mask R-CNNで人物を特定して背景を除去した後、色ベースのアルゴリズムで露出皮膚をセグメント化。得られた皮膚対身体のピクセル比は人間の推定値と約80%一致し、画像から半定量的な暴露情報を抽出するスケーラブルな方法を示した。

DVPSFormerは、自動運転における4Dシーン理解のために、メートル深度推定、セマンティックセグメンテーション、インスタンストラッキングを同時に行う統一オンラインアーキテクチャです。明示的シーン離散化（ESD）と離散-連続（D2C）深度ヘッドにより単一パスで深度をデコードし、オンライン多数決（OMV）機構でトラッキング中の分類を時間的一貫性に基づいて精緻化します。Cityscapes-DVPSとSemKITTI-DVPSベンチマークで新たな最先端を達成し、コードとモデルが公開されています。

TraceCLIPは、CLSアテンション出力に書き込まれるpatch固有の項を分離することで潜在的なpatchレベルの意味論的証拠を復元する訓練不要のフレームワークであり、寄与由来の応答を意味論的測地トポロジーゲートへ変換して最終層のpatch親和性を較正する。8つのゼロショット意味セグメンテーションベンチマークで、既存の最強の訓練不要手法に対し平均mIoUを1.3〜4.5ポイント改善した。

本研究では、日常的な1枚の画像からBMI、体重、身長を推定する深層ニューラルネットワークを提案する。多様な6105枚の画像からなる新しいデータセットを作成し、RGB、深度マップ、姿勢親和マップ、エッジマップなどのマルチモーダル入力を評価。実験により、全身画像が半身や顔画像よりも優れた推定精度を示した。

本論文では、知識誘導による原子アクションの分離（KDA）を提案する。大規模言語モデルを用いて行動ラベルを原子アクションに分解し、知識注入・分離モジュールによりビデオ特徴を強化し、マルチラベル行動認識ベンチマークで最先端の性能を達成する。

研究者らは、複数の同時進行で長時間実行されるセッションにおいてAIエージェントを観察・操作するためのローカルホスト型GUI「AgentGUI」を発表した。ユーザー研究では、エージェントトレースから重要要素を特定する時間が38%短縮され、自動ドリフト防止機能により小規模ローカルエージェントのタスク完了率が最大34ポイント向上した。

本論文は、ローカルLLM機械翻訳におけるプロンプト範囲と実例選択を実験変数として検討し、専用MTシステムが依然として総合的に最も強く、少数ショット提示はモデルによって効果が異なり、家族範囲プロンプトは強力なモデルには実行可能だが小規模モデルでは構造化出力の失敗が露呈することを示した。

論文はRobostreet Flow貨物輸送アーキテクチャを提案。電動トラクター、4台編成（先頭のみ安全運転者、後続3台はL4自動運転）、軽量化により、運行コストをトンマイル当たり9.4セントから4.1セントへ56%削減する。

研究者らは、2025年7月の1か月間に785のウェブストリームから録音した宗教ラジオ放送の、60億語以上の文字起こしを含むコーパスを構築。宗教メディアにおける社会・政治問題の分析を可能にする。

新しい論文がV-Steerを提案。トレーニング不要の推論時手法で、キャッシュされた値ベクトルを編集することでLLMの指示階層違反を修正し、7Bから70Bのモデルで主要制約の精度を18%未満から92%に向上させ、デコードオーバーヘッドは無視できる程度である。

arXiv論文は、人間とAIの詩の分類を正しくまたは誤って行う要因となる属性を特定するゼロショット検出パイプラインを提案し、識別可能性の主張を検証するとともに訓練データの削減に貢献する。

本研究では、コンテンツモデレーションにおける異なる介入位置と応答書き換えのエンドツーエンド効果を評価し、有用性と有害露出という2つの顧客成果指標を提案する。結果は、フィルターのみのシナリオでは応答フィルターが最高の有用性を示し、入力＋応答ハードブロッキングは有害露出が最も低い。応答書き換えはブロックされたトラフィックの大部分を回復し、有害露出を増加させない。プローブルーティングはLLMルーティングに比べてレイテンシを大幅に削減する。書き換えはトリガー言語を一般化することでフィルター通過率と有用性のバランスをとるが、センシティブな領域では安全性を支える情報が欠落する可能性がある。

arXiv論文のDuplexGenは、少数のスロットレベル人間選好アノテーションでLLMの予測を較正し、シナリオに適応したターンテイキングを備えた対話を生成するフレームワークを提案する。6つの協調・競争タスクで人間のターンテイキング選好は体系的に異なり、DuplexGenは未較正のプロンプティングや汎用的な人間同士の音声データのみでの学習よりも、その選好にはるかに忠実に一致する。

科学論文の増加に伴い、大規模言語モデル（LLM）を査読支援に活用する動きが進んでいる。既存の自動新規性評価は、論文の主張を既存文献と比較する手法が多いが、人間の査読者は、類似のアイデアが既にあるからではなく、手法の証拠が不十分なために新規性主張を疑問視することがある。本稿では、主張と手法の内部不一致に注目し、LLMを用いて新規性主張を抽出し、関連する手法の証拠を検索し、主張が手法によって裏付けられているかを評価する枠組みを提案する。評価基準は182件のICLR 2025論文の人間の査読から帰納的に導出された。実験では、生成された評価と人間の査読者の指摘が、特に新規性関連で高い一致を示した。

本論文は、LLMベースのチャットボット検証のための2つの貢献を提示する。実取引・会話データに基づく忠実度の高い合成カスタマーエージェント(SCA)のデジタルツイン作成手法と、自動LLM-as-a-Judge評価、人間専門家テスト、敵対的プロービングを組み合わせたSCAベースの検証フレームワークである。英国の大手銀行で検証され、規制コンプライアンスへのスケーラブルな道筋を示した。

本論文では、各ラウンドでエージェントがk個のアームからなるスレートを選択し、半バンディットフィードバックの下でd次元報酬ベクトルを観測する確率的多目的バンディット問題を扱う。目的はパレートフロンティアを共同で近似する小さなアクション部分集合を維持することであり、支配超体積によって形式化される。近似超体積後悔（α=1-1/e）を定義し、楽観的な限界寄与推定に基づく貪欲アルゴリズムTHV-UCBを提案、ギャップフリーおよびギャップ依存の後悔限界を導出する。

本論文はSARAを提案する。SARAはRLVRにおける各ステップのロールアウト収集を予算制約付き最適停止問題として定式化する。Beta事後分布とSPRTスタイルの2閾値ルールを用いて、有効なグループを早期に確定し、飽和したグループを短いプローブ後に放棄して、節約した予算を新しいプロンプトに再割り当てする。数学的推論と計画の実験では、SARAはDSより22%少ないロールアウトでDPSと同等の精度を達成し、DPSと組み合わせるとDSをわずかに上回る精度を67%少ないロールアウトで実現する。

本論文は、勾配投影型と曲率白色化型のLoRA初期化手法を、スペクトル白色化指数とAdam的対角指数の2パラメータで制御される事前条件付き勾配初期化の族として統合するUnified LoRA（ULoRA）を提案する。最適な事前条件の強さはタスク依存で、公表された端点の間に位置することが多いと示し、探索不要のULoRA-Autoがこの族の上限に迫ると報告している。