本論文は、追加訓練を必要とせず、MedSAMから得たROI事前情報を用いて視覚知覚を再調整し、解剖学的座標を意味トークンにマッピングしてテキスト推論を固定することで、医療用マルチモーダル大規模言語モデル（MLLM）の幻覚を系統的に軽減する枠組みを提案する。複数のモデルとデータセットでの評価により、閉じた質問の正解率が最大約6%向上し、開かれた質問の幻覚が約35%減少した。

DiSIINetを提案。拡散型暗黙モデルに基づき、医用画像の強調とセグメンテーションを統合。共生情報相互作用モジュールにより特徴レベルの動的情報交換を実現し、マルチモーダルデータセットで性能向上。

甲骨文字（OBI）認識を改善するための新しい手法、マルチスケール・レイヤーアテンション（MSLA）を提案。マルチスケールとクロスレイヤーの特徴相互作用を明示的にモデル化し、細かい詳細を捉える。実験では、計算効率を維持しながら既存のアテンションメカニズムを上回る性能を示した。

SLIM-RLは、拡散大規模言語モデル（dLLM）のための新しい強化学習手法です。τバジェットデコーダを用いて各ロールアウトステップのコミットリスクを制限し、軌跡の再構築をせずに総リスクを低減します。分散低減手法を組み込んだトレースフリーのランダムマスキング目的関数を使用し、SDAR-4BにおいてTraceRLの最高MATH500精度を0.46倍の訓練サンプルで達成し、数学・コードベンチマークでTraceRLを上回ります。

本研究は機械学習パイプラインを用いて619個のインカ・キープ（結縄装置）を分析し、教師なしクラスタリングで3つの構造グループを発見、教師あり分類で86%のF1スコアを達成、SHAPにより紐の撚り方向が帝国様式の主要な識別子であることを特定した。さらに、植民地時代の博物館コレクションによる構造的バイアスを明らかにし、サンタバレーのキープの半族構造を独立に検証した。

ALEEは、抽象意味表現（AMR）を使用して英語のミニマルペアを生成し、対象言語の翻訳と組み合わせることで、任意の言語のテキスト埋め込みモデルを細かく診断する新しい評価フレームワークです。275以上の言語にわたる大規模な実験により、言語の普及度やサブワードトークン化と相関する性能格差が明らかになりました。

本論文は既存のKB-VQAベンチマークを体系的に監査し、回答の欠落や矛盾、質問の曖昧さ、視覚シーンの単純さなど、正確性を誤解させるメトリクスにする問題を明らかにする。著者らは監査・修復プロトコルとマルチエンティティ拡張プロトコルを提案し、修正後の評価でモデルランキングが大幅に変化することを示す。

新しい研究により、医療用大規模言語モデルの幻覚は簡易なプローブで高い精度（AUROC 0.77-0.86）で検出できるが、その神経信号は分散・冗長であり、検出可能でも関連ニューロンの操作では幻覚を修正できないことが明らかになった。読み取り可能性と制御可能性の間に深刻なギャップが存在する。

研究者らは、トルコ語とアラビア語で6つのトピックをカバーするヘイトスピーチデータセットを作成し、BERTベースのモデルを開発して、カテゴリ分類、強度予測、ターゲット特定、スパン検出を実現した。

人間専門家による採点を通じて、アラビア語の文化・社会言語学知識におけるフロンティアLLMの性能を評価する研究。相互評価フレームワークはエジプトおよびイラクのアラビア語でモデルをテストし、GPT-5.4が最も信頼できる評価者である一方、暗黙の文化的推論が依然として大きな課題であることを明らかにした。

ACL 2026 BigPictureワークショップで発表された論文は、言語モデルの潜在空間を活用し、ステアリングベクトルによる制御と潜在空間ベースのキャリブレーターによる信頼性評価を提案しています。

大規模言語モデルは創造的作文において、安全な表面的編集と破壊的な無制御なプロット拡大の間で揺れる二元的失敗に直面している。研究者らは、物語と語りの区別に基づくLoomフレームワークを提案。3層パイプラインと意図中心の記号的思考連鎖を用いて、ナラティブの意図とレンダリング密度を精密に制御する。評価では、Loomがこの緊張を解決し、事実の整合性と記述の強度において最高品質スコアを達成した。

本論文は、Beckmann & Butlin (2026) によるLLM個別化問題の存在論的枠組みに疑問を呈し、それが未議論の体制間共参照仮定を継承していると論じる。Qwen3-4B-InstructおよびMistral-7B-Instruct-v0.2でのペルソナトポロジー実験を通じて、4つの経験的楔を提示し、この仮定を覆す。そして、体制指標個別化を提案する。すなわち、表象内容の同一性単位は（媒体、体制）対であり、媒体単独ではない。

フェデレーテッドラーニングは、モデルサイズとクラス数の2つの直交する軸で帯域幅に制約されます。モデルサイズはパラメータ平均化手法のマージ頻度を制限し、クラス数は大語彙でのソフトラベル蒸留を非現実的にします。TallyTrainは、各ピアのargmaxクラスインデックスのみを送信することで、クラス軸の通信をプローブあたり⌈log2C⌉ビットに圧縮します。非IID学習下では、ハードラベルの多数決がノイズをフィルタリングし、ソフトラベル平均はノイズを増幅します。標準ベンチマークで、TallyTrainはソフトラベル蒸留と同等以上の性能を、最大3桁少ない通信量で達成します。さらに、ハードラベルコンセンサスとスパースパラメータマージを組み合わせた帯域幅ブリッジ変種は、FedAvg、FedProx、FedDFをパレート支配します。

イジングモデルに基づく熱力学計算デバイスは、低消費電力AI推論とエッジコンピューティングに大きな可能性を示していますが、大規模モデルのトレーニング方法は限られています。本研究は、高温ギブスサンプリングされたイジングシステムの時間平均挙動とニューラルネットワーク推論の理論的対応関係を、イジングマシンハードウェア上での熱力学推論用の深層畳み込みネットワークをトレーニングするためのスケーラブルな逆伝播アルゴリズムに変換します。CIFAR-10で94.9%、CIFAR-100で76.0%の精度を達成しました。さらに、推論コストと精度のトレードオフに関する数学的理論を開発し、最適な推論スケジュールを計算するアルゴリズムを示します。最後に、ハードウェア開発と高温熱力学AIモデルの未来への影響を議論します。

本研究では、検証可能な報酬を用いた強化学習により、キャリブレーションされた確率予測モデルを訓練する手法を提案する。NFLの勝利確率予測をテストベッドとし、ラベルなし報酬（状態条件付き経験勝率）と勾配マスキングを導入することで、ノイズを除去し推論チェーンを保護する。7Bモデルがこの報酬のみで訓練され、人間のラベルや教師あり微調整なしに、ベッティング市場と同等のキャリブレーションを達成した。

パラメータ効率的なファインチューニング（PEFT）は通常、固定基底（空間ドメインまたはフーリエドメイン）で重み更新を再パラメータ化します。本論文では、各専門家が学習可能な分数フーリエ次数を持ち、空間ドメインとフーリエドメインの間を連続的に補間する分数フーリエ混合専門家を提案します。トークンを異なる次数の専門家にルーティングすることで、低ランク更新を最もコンパクトなドメインに配置でき、専門家間は自然に非相関化され、干渉を低減しマルチタスク構成を改善します。計算コストは無視でき、LLaMA-3.1-8BおよびQwen2.5-7Bの各種ベンチマークで強力なベースラインを上回ります。

本論文では、多変量時系列予測のための進化的ニューラルアーキテクチャ探索フレームワークEVOTSを提案する。モジュラーゲノム表現と修復機構により、タスク適応型のTransformer類似モデルを自動的に発見し、ETTベンチマークで競争力のある結果を示した。

新しい論文は、言語モデルに推論を学習させるための3つの人気手法—GRPO、Dr. GRPO、DAPO—がすべて同じ数値、すなわち正解・不正解の標準偏差を調整していることを証明する。グループ標準偏差恒等式は、回答の不一致が学習更新の大きさを直接決定することを示し、Big-Mathデータセットと制御された訓練実験で検証された。

FoGSは、生存分析のための新しい合成データ手法であり、複数の生成器からのサンプル選択により、臨床現場でのデータ不足とプライバシー制限に対処する。16の公開データセットで、単一生成器よりもモデル性能を大幅に向上させ、プライバシーも維持する。

本研究は、セキュリティ分類のための半教師あり学習（SSL）パイプラインにおける分類器チューニングとジョイント最適化の効果を分離する。分類器のみをベイズ最適化でチューニングすることで、性能向上の86%を回復でき、簡略化されたレシピが完全なパイプラインと同等であることを示す。

生成モデルは物理シミュレーションのスケーラブルなサロゲートとして登場したが、出力が物理法則を尊重する保証はない。制約サンプリングは推論時に制約を厳密に課すが、計算コストが高い。本論文では、スパースGPU非線形最適化を活用して制約射影を加速するSNAP-FMを提案。ExaModels.jlとMadNLP.jlを用いてブロックスパースなヤコビアンとKKTシステムを処理し、PDEベンチマークで非線形制約射影を高速化しつつ制約充足を維持する。

本論文は、メカニズム解釈可能性のための構造化表現スキームである顕現ユニットプロトコルを提案し、コンポーネントレベルの分析出力を検索可能で再利用可能なフィールドに整理し、複数のモデルでその有効性を検証した。

Seed2.0は、複雑な現実世界のタスクを解決するためのモデルシリーズです。ユーザーの真のニーズを特定し、信頼性の高い評価システムを構築し、ロングテール知識と複雑な指示追従という2つの課題に取り組みます。また、推論、視覚理解、検索能力において世界をリードする成果を提供します。

ルイスのシグナリングゲームを用いた研究で、メモリアーキテクチャがチャネル容量よりも重要であり、永続的なプライベートノートブックを持つエージェントが最も高い協調を達成することが示された。

本研究は、認識論的AIリテラシー（EAIL）フレームワークを導入し、AIリテラシーをプロセス指向の認識論的现象として再定義する。AIRフレームワークに基づき、GenAI支援の協調プログラミングにおける認識論的目標とプロセスを分析。大規模な人間-AI対話データセットの分析により、78.8%の相互作用でEAILが欠如し、高度な認識論的関与を示したのはわずか11.1%であることが明らかになった。

本論文は、人間とAIの間で双方向の私的情報が存在するランタイム監視を研究する文脈的バンディットチームゲームを提案し、チーム最適と近視眼的ルールの正確な一回限りの特性評価を提供し、回避可能な害の領域と非信頼な監視コミュニケーションの代償を明らかにする。

RareDxR1は、非構造化臨床ノートから直接オープンドメインの希少疾患診断を行うためのエンドツーエンドの推論中心大規模言語モデルです。知識の内在化と自律的進化学習を統合し、従来のパイプラインベースの表現型抽出や検索拡張生成の限界を克服します。また、Reflection-Enhanced Reasoning Samplingと二重レベルカリキュラム強化学習を採用し、診断精度を向上させます。実験では、複数のベンチマークで最先端の結果を示しています。

航路航空交通管制におけるコンフリクトフリー経路計画のための新しいアルゴリズムを提案。ソリューションスペース表示を活用し、解釈可能性と柔軟性を向上させる。3つの意図ベースのコンフリクト検出方法と2つの探索バリアント（SSPPVおよびSSPPE）を統合。マーストリヒト上部航空交通管制センター（MUAC）のデルタセクターを用いた実験結果では、SSPPVとゾーンベース検出の組み合わせが最適で、平均計算時間は3.69ミリ秒。

LLMが生成する自由形式コードを型付きJSONコレクター設定に置き換え、6種類のコレクター分類法、テンプレートとユーティリティ関数の制約、静的Airflow DAG実行、ルールベースの品質チェック、構造化フィードバック補正を組み合わせたフレームワークを提案。実験では、検証済みタスクにおいて実行段階のLLMトークン消費がゼロで、平均処理時間が最も低いことを示した。