記事とガイド

arXiv の新論文は、Transformer のフィードフォワードブロックを、深さ方向にどれだけ勾配のランクを保てるかという観点から再解釈している。残差接続、正規化の位置、幅の拡張は、単なるスケール制御ではなくランク崩壊を避ける仕組みとして整理される。

arXiv の新論文は、訓練中に見つけた高性能な回路設定を「灯台」として保存し、後続の探索のリセット地点に使う Lighthouse RL を提案している。狙いは、アナログ回路サイズ最適化における無駄な探索を減らすことだ。

arXiv の論文は、AI 搭載システムのペネトレーションテストでは、インフラ侵害だけでなく、攻撃者が AI の行動を誘導して運用目標を破らせられるかを評価すべきだと提案している。

arXiv に公開された M⁴World は、周囲カメラ映像と同期 LiDAR を生成しつつ、物体単位の操作を可能にする運転世界モデルです。論文は、制御性と分単位の安定したストリーミング生成を主要な課題として扱っています。

新しい論文は、固定ベンチマークでの一回限りの改善だけでは Agent 最適化を評価できないと指摘する。新タスクを導入した継続学習設定では、手法間の差が大きく現れた。

arXiv の新論文は、垂直運動する倒立振子を安定化する強化学習問題に、リャプノフ特性指数を物理情報に基づく密な報酬として用いる方法を提案している。エージェントは Kapitza 振子として知られる振動安定化だけでなく、支点の揺れを減衰させて厳密な直立状態を実現したと報告されている。

arXivの論文は、AIエージェントが購買判断を実行する時代に向けて、DVM-HALLモデルとNHAS指標を提案している。人間の好みだけでなく、信頼、委任、実行リスク、検証可能性をブランド選択の要素として扱う点が特徴だ。

arXiv に投稿された TRACE は、長いツール利用軌跡に対して密な報酬を与えるための信用割当手法だ。凍結した参照モデルを使い、最終回答の信号を各ツール呼び出しの報酬へ変換する。

ABAW11 多タスク学習チャレンジに関する arXiv 論文は、表情分類、行動単位検出、価性・覚醒度推定に同じ融合設計を強制すべきではないと示している。

arXivの新論文は、経験ベイズ変分オートエンコーダを拡張し、腫瘍体積の経時変化、脱落までの時間、ゲノム共変量を同時に扱う枠組みを提案した。神経ネットワークの柔軟性と半機序的な薬物動態・薬力学モデリングを結びつける試みだ。

arXiv 論文は、言語モデリングで提案された Screening 機構を視覚認識へ拡張する VisionScreen を提案している。すべての画像パッチに相対的な重みを与えるのではなく、関連性の低いパッチを明示的に除外する点が特徴だ。

arXiv の新論文は、ダンスを連続的な姿勢列としてだけでなく、意味を持つ「原子的な動き」の系列として扱う生成フレームワークを提案している。音楽に合わせた構造計画と動作補完を分ける点が特徴だ。

arXiv の新論文は、アスペクトベース感情分析向けに反事実サンプルを生成・検証する CAVE-ABSA を提案している。文全体の極性ではなく、対象アスペクトの感情だけを反転させる点が特徴だ。

arXiv に投稿された CF-Net は、映像内の ambivalence/hesitancy（葛藤やためらい）を認識するためのマルチモーダルモデルだ。典型的な表情ではなく、視覚・音声・テキストの微妙な不一致に注目する。

DeltaMerge-LowRes は、低リソース言語で新しいタスクに対応する際の高コストな共同微調整を避けるための手法だ。言語 delta とタスク delta を別々に学習し、推論時に合成する。

新しい論文は、メタンプルーム製品に含まれるマスク、IME、プルーム長、排出率、不確実性の整合性を調べる PlumeQuant を提案している。公開された数値だけでは、プルーム境界を一意に決められない場合があるという。

arXiv に投稿された新論文が、多面体上の Dikin walk の理論的混合時間を改善した。スケール調整した Lee–Sidford 計量を用い、warm start からの指数サンプリングで d^2.25 回の反復境界を示している。

arXiv に掲載された論文は、心理学の「ピーク・エンドの法則」に着想を得た動画美学評価フレームワーク Peak-End-Net を提案している。モデルは動画全体を均等に扱うのではなく、印象的な瞬間と終わり方に注目する。

arXiv の新論文は、継続的な個人健康支援を目的とするオープンソースのエージェント基盤 HealthClaw を提案している。各質問を単発で扱うのではなく、生活習慣、嗜好、測定値、リスクの変化に応じて私的メモリを更新する点が特徴だ。

arXiv に公開された研究は、心臓 PET/MRI の多モーダルデータを扱うための二段階無教師クラスタリング手法を提案した。自動生成されたテキスト報告とブルズアイ図は、心臓画像専門医の所見と一定程度一致した。

arXiv に投稿された SIVA-RL は、画像介入の種類ではなく実際の報酬変化に基づいて視覚アライメントの監督信号を割り当てる手法です。視覚言語モデルが画像証拠に根ざして推論することを狙います。