本論文は、インド諸言語の自動音声認識（ASR）と方言識別（DID）を同時に改善するマルチモーダル枠組みを提案する。ボトルネックエンコーダで方言特徴を抽出し、RoBERTaエンコーダでCTC埋め込みを処理、ゲート機構で融合した後、注意エンコーダで精錬してASR特徴を強化する。8言語33方言で評価し、平均DID精度81.63%、平均CER 4.65%、WER 17.73%を達成した。個別最適化による性能のトレードオフを緩和できることを示す。

大規模言語モデルが半開放テキストゲーム環境の自律的な審判として導入されるにつれ、堅牢なルール順守が重要になる。しかし、これらのモデルは役立つように訓練されているため、レトリカルインジェクションと呼ばれる攻撃に対して脆弱である。攻撃者は、疑似論理的推論や権威的強制といったナラティブフレーミング技術を利用して審判ロジックを回避する。研究者らは、TRPGメカニクスに基づくマルチエージェント対抗ベンチマークCoC-Seduceを提案し、3つの最先端モデルで5376のサンプルを生成し、20のターゲット審判をテストした。その結果、モデル規模や明示的な推論メカニズムは審判の堅牢性を保証せず、疑似論理が主要な攻撃ベクトルであることが明らかになった。

Gemma 4 は、Gemma ファミリーの新世代のオープンウェイト、ネイティブマルチモーダル言語モデルであり、2.3B から 31B パラメータの高密度および混合専門家アーキテクチャを備えています。改良されたビジョンおよびオーディオエンコーダに加え、12B モデルには生のオーディオと画像パッチを直接処理する統一されたエンコーダフリーアーキテクチャを採用。また、応答前に推論トレースを生成するシンキングモードを統合し、推論速度、メモリ、計算効率、長コンテキスト能力を向上。STEM、マルチモーダル、長コンテキストベンチマークで飛躍的な性能向上を示し、より大規模な最先端オープンモデルに匹敵します。

本論文は、大規模な人手録音のQAコーパスなしに、テキスト音声合成（TTS）がルクセンブルク語の音声質問応答（SQA）向けのタスク特化型訓練データを提供できるかを検証する。既存のテキストQAの質問をルクセンブルク語へ翻訳し、複数のTTSシステムで音声化してテキスト回答と組み合わせ、凍結したWhisperエンコーダを凍結した多言語LLMバックエンドへ接続するSLAM型のパラメータ効率的アーキテクチャで学習する。マルチソース構成と音声デザイン構成が最も高い性能を示し、参照なしのTTS品質スコアは下流QA性能を単調に予測できなかった。

本論文は、検証可能な報酬を用いた強化学習（RLVR）の実用的なレシピを提案する。グループ相対ポリシー最適化（GRPO）に基づき、エラー率報酬と文字保真度報酬を組み合わせ、2パスのドラフト＆リファインメント手順を導入する。Qwen2-Audioを10言語ペアでTTSコードスイッチング音声の10%のみで訓練すると、全データのLoRA教師あり微調整と同等の性能を達成し、類型論的に遠い言語ペアで最大の改善が見られた。また、この成果は人間が録音したコードスイッチングコーパスにもゼロショットで転移する。

本論文は、XLM-RoBERTa、CLIP、マルチヘッドアテンション機構を組み合わせ、皮肉や地理空間メタデータなどの補助的特徴を活用した多言語・マルチモーダルNLPフレームワークを提案する。13万8千件以上のベンガル語と英語のサンプルで98%の精度を達成し、誤情報によって引き起こされる現実の暴力に対する早期警告を目指す。

本論文はFCPA訓練目的を提案し、生成器スコアの頻度補正により検証器と生成器の一貫性を実現する。実験ではIFEvalとHumanEvalでピアソン相関が最大27ポイント向上し、検証器の品質も維持される。

AIが低リスク状況で学習したリスク回避行動が、天文学的に高リスクな状況にも汎化するかを調査。RiskAverseOODベンチマークを導入し、Qwen3-8Bを用いた実験では、SFT、DPO、アクティベーションステアリングにより協力率がベースラインの2%から70%（SFT）、52%（DPO）、39%（アクティベーションステアリング）に向上。リスク回避は98桁の規模にわたって部分的に汎化するが、信頼できる安全機構としての一貫性は未達成。

高性能EVパワートレインの熱挙動予測は、内部温度の観測困難性とラボからトラックへのドメインシフトにより難しい。本論文では、共形予測と加重アンサンブルバッチ予測区間（EnbPI）を適用し、共変量シフト下でのカバレッジを改善する。この手法は実バッテリーデータでカバレッジを70.13%から72.42%に回復し、F1テレメトリで教師なし診断としてテストされた。

研究者らは、第2世代ウェーブレットリフティングスキームに基づくマルチレゾリューション神経演算子LiNOを提案した。LiNOはリフティング変換をパラメータ化することで、データから適応的かつ正確に可逆なマルチレゾリューション分解を学習し、情報を保持したマルチスケール演算子学習を実現する。Darcy流れ、ポアソン方程式、Allen-Cahn方程式、圧縮性Navier-Stokes方程式、Gray-Scott反応拡散系のベンチマークで最先端の神経演算子を上回る性能を示した。

本研究は、マルチスケール記述子をグローバル、リージョナル、チャンネルレベルに整理する粒度認識脳波（EEG）特徴パイプラインを開発し、Healthy Brain Network（HBN）コホートを用いて4つの精神病理学次元を予測した。ツリーベースモデルと粒度バランスの取れた特徴選択は、限定的な条件下で従来手法よりも改善を示したが、効果量は控えめであった。可視化により次元特異的な空間・スペクトルパターンが明らかになり、既存の神経生理学的知見とおおむね一致した。クロスデータセット検証では、手法の技術的実現可能性が示された。

固定プールから最も情報量の多い合成画像を選択する生成器非依存の新しい手法。クラスを同質（典型的）と異質（非冗長）に分割し、最大40%少ないサンプルで下流タスクの性能を向上させる。

本研究では、連合学習（FL）をドローンの物体検出に適用し、Sherpa.ai FLプラットフォームとKIIT-MiTAデータセットを用いて分散トレーニングを実装した。実験の結果、FLは集中トレーニングに近い性能を維持しつつ、単一ドローントレーニングを大幅に上回り、軽量モデルYOLO26 nanoが[email protected]で52.89%、[email protected]:0.95で67.80%の相対改善を達成した。これにより、データ集中化なしでスケーラブルで高性能、プライバシー保護型の物体検出が分散ドローン群で可能となる。

GRAFTは、短い音声サンプルを用いて単語ごとの発音を制御するメカニズムを提案し、盲聴テストで首位を獲得、目標単語の音素誤り率を22〜39%削減した。

QuantFlowは、反転シーケンス埋め込み、双方向Mamba状態空間デコーダ、分位点回帰、フェデレーテッドラーニングを組み合わせた確率的予測フレームワークであり、複数のデータセットで低いMSEを達成し、非IIDフェデレーテッド展開の実用性を示す一方、不規則な疫学信号や長期予測における限界も明らかにしている。

本論文は、電力価格予測（EPF）において時系列基盤モデル（TSFM）を公正に評価するための二重データセットベンチマーク枠組みを提案し、点予測・確率予測、裾行動、価格スパイク、ドメイン固有手法との比較を検討する。TSFMは競争力があるが、共変量サポートに強く依存し、ドメイン固有手法を一貫して上回るわけではないこと、単純なアンサンブルが大きな可能性を持つことを明らかにした。

本論文は、摂動ベースの構成概念妥当性監査が脆弱であり、その結論が実装の詳細によって静かに製造され得ると指摘する。5つのパイプライン失敗クラスを命名し、2モデル・5ベンチマークのケーススタディで6点デューデリジェンスゲートが確証的な結果を一切生まないことを示した。

本論文は、複雑なキッティング制約を持つフレキシブル組立フローショップスケジューリング問題に対して、スライディングウィンドウベース強化学習（SWRL）フレームワークを提案する。問題を異種グラフベースのマルコフ決定過程として定式化し、SWRLはスライディングウィンドウフィルタリング機構、時空間グラフ符号化ネットワーク、動的アクションマッピングモジュールを統合する。家電メーカーの実世界インスタンスでの実験により、SWRLは古典的なディスパッチングルールや既存の深層強化学習手法と比較して一貫した遅延削減を達成することが示された。

VERITAS は CLI コーディングエージェントを基盤としたドメイン非依存の再現フレームワークです。論文から主張を抽出し、問題を解決しながら方法論を実行し、実験結果に基づいて各主張を評価します。コンピュータ科学、社会科学、医学、天体物理学を対象とした65本の論文で評価され、CORE-Bench および ReplicationBench の両ベンチマークで最先端の性能を達成しました。

大規模言語モデル（LLM）は安全性、有用性、信頼性を同時に確保するという課題に直面している。従来の拒否指向のアライメント戦略は有害コンテンツ生成を抑制するが、正当なユーザーニーズに応えられないことが多い。Oyster-IIは、強化学習（RL）に基づく建設的安全性アライメントフレームワークを提案し、Zero-RLパラダイムと多段階RL戦略を採用する。これにより、Oyster-Iの教師付きファインチューニング（SFT）方式の2つの限界——分布外シナリオへの安全性汎化不足と安全性思考連鎖（CoT）の過剰汎化——を克服する。広範なベンチマーク評価で、Oyster-IIはQwen3-14BおよびOyster-Iを安全面で包括的に上回り、Qwen3-MaxやQwen3.5-397Bと同等のクロススケール性能を達成した。

研究チームは、2,268件の実臨床症例、14診療科にわたる77種の計算ツールを収録し、単一・複数・入れ子という難易度の異なる3段階のタスク設定を備えた医療計算ベンチマークMedCalc-Proを提案した。あわせて複数ツールの選択と入れ子呼び出しを支え、構造化検証とエビデンスレビューによってパラメータ誤差の伝播を抑えるエージェントフレームワークを提示し、オープンソース・クローズドソース・医療特化LLMの比較で3設定すべてにおいて最高性能を達成したと報告している。

LLMエージェントの経験を実行可能なオブジェクト中心環境モデルとして組織するOCMを提案。オブジェクト知識とプロセス知識の2つのコードベースを維持し、各エピソード後の反省・更新・検証と漸進的知識開示により、ベンチマークで最高平均順位と無効行動の削減を達成した。

本論文は、グローバルなコンテキストを持つShepherd Agentが、それぞれのgitブランチ上でローカルなコンテキストで動作する複数のSearch Agentを導く、オーケストレーター・サブエージェント型ハーネスSwarmResearchを提案する。長期間動作するコーディングエージェントが単一のアプローチに収束しがちな問題を回避し、15のオープンエンド最適化タスクのうち13で既存のLLM誘導進化法やマルチエージェント手法を上回るか同等の結果を得た。

arXiv論文は、科学データを生データからAIトレーニング可能な状態へ自動変換するオープンソースフレームワークREDIを提案。5段階パイプラインで変換、準備評価、来歴追跡、エージェントネイティブ展開を統合し、気候、プロテオミクス、材料科学、核融合の4領域で有効性を検証した。

本論文は、部分可観測環境で不確実性ゲーティングを用いた小規模言語モデル（SLM）の支援がほとんど発火しない理由を明らかにする。原因は素の自己中心的なプロンプトにあり、十分な文脈が与えられないためSLMが推論できないことだと著者らは指摘する。これを能力の問題ではなく文脈の問題と位置づけ、軌跡を考慮した文脈と構造化された思考の連鎖を与えるASK+を提案し、より小さいモデルでも成功率が向上することを示す。

ペアワイズ比較は意思決定ルールに対する人々の選好を学ぶための一般的な手法だが、局所的な比較で十分であり、人は断定的に回答できるという前提に依存している。本論文は、内部多元主義（個人が複数の権威ある優先順位に基づいてルールを評価する）の下でこれらの前提が損なわれる可能性を調査する。比例性などのグローバルな優先事項は局所比較では捉えられず、優先順位間の緊張が行動の歪みを生む。優柔不断を許容することで、正確な選好学習に必要なクエリ数を削減できる。

iFLYTEKの研究チームがarXivでiFLYTEK-Embodied-Omniの技術報告を公開した。視覚（動画・画像）、言語、行動を単一のOmniフレームワーク内で同時にモデル化する統合マルチモーダル基盤モデルであり、共有マルチモーダル自己注意による「大脳-小脳」協調と4段階の段階的学習戦略を特徴とする。

ソーシャルメディアはAIメガネなどの監視技術をスタイリッシュでクールなものとして再ブランディングし、ハラスメントや無断撮影を正常化している。本記事では、Alexa ChungがRingの防犯カメラのスクリーンショットを投稿した例を挙げ、この憂慮すべき傾向を浮き彫りにしている。

大学は学生の課題における生成AI使用を識別するためにAI検出ツールを導入しているが、研究によると誤検出率が高く、米国独立宣言のような人間が書いた文章をAI生成と誤判定するなど、公平性の懸念が生じている。

Panoptesは、AIエージェントの操作を監視し、すべてのツールコール、ファイル読み取り、シェルコマンドを記録し、検索可能な監査証跡とポリシー強制を提供するオープンソースのAI監査・アライメントレイヤーです。