IMPACT: Intelligent Motion Planning with Acceptable Contact Trajectories via Vision-Language Models
本論文は、視覚言語モデルを用いて環境のセマンティクスを推論し、接触の許容度を方向ごとに評価したコストマップと接触認識型 A* プランナーを組み合わせることで、混雑した環境においても安定した接触を伴う効率的な運動計画を実現する「IMPACT」という新しいフレームワークを提案しています。
🤖 Category
cs.AI
6593 件の論文
Engineering Systems for Data Analysis Using Interactive Structured Inductive Programming
この論文は、大規模言語モデルと人間の協働を構造化された双方向の対話プロトコルで制御する「iProg」というツールを提案し、天体物理学や生化学の分野におけるデータ分析システムの開発において、従来のノーコード手法よりも高い品質と効率を実現することを示しています。
More Women, Same Stereotypes: Unpacking the Gender Bias Paradox in Large Language Models
この論文は、大規模言語モデルが職業分野で女性キャラクターを過剰に生成する傾向があるにもかかわらず、その職業の性別分布は現実の労働データよりもむしろ人間の性別ステレオタイプに一致するというパラドックスを明らかにし、新たなバイアスを防ぐためのバランスの取れた対策の重要性を指摘しています。
From 2D Alignment to 3D Plausibility: Unifying Heterogeneous 2D Priors and Penetration-Free Diffusion for Occlusion-Robust Two-Hand Reconstruction
本論文は、視覚基盤モデルからの多様な 2D 事前知識を統合して構造整合性を確保し、衝突勾配に基づく生成拡散モデルを用いて物理的に妥当な 3D 両手姿勢を生成することで、単眼画像からの両手再構成における複雑な姿勢や重度の遮蔽、手同士の貫通問題を解決する手法を提案しています。
More Bang for the Buck: Process Reward Modeling with Entropy-Driven Uncertainty
この論文は、高予測エントロピーのトークンに基づいて推論ステップを自動的に分割し、人手による注釈を不要にしながら、少量のデータで最先端の性能を達成する新しいプロセス報酬モデル「EDU-PRM」を提案し、数学的推論タスクにおける精度向上とトークン使用量の削減を実現したことを報告しています。
MediTools -- Medical Education Powered by LLMs
この論文は、大規模言語モデルを活用して皮膚科症例シミュレーション、論文検索、医療ニュース要約などの対話型ツールを提供する「MediTools」という医療教育プラットフォームを開発し、その有効性を医療従事者や学生への調査を通じて検証したことを報告しています。
Enhancing Metabolic Syndrome Prediction with Hybrid Data Balancing and Counterfactuals
本論文は、SMOTE、ADASYN、CTGAN を統合した新規ハイブリッドフレームワーク「MetaBoost」と反事実分析を組み合わせることで、メタボリックシンドロームの予測精度を向上させ、血糖値と中性脂肪がリスク低減の鍵となる臨床的知見を提供する。
From LLM Reasoning to Autonomous AI Agents: A Comprehensive Review
この論文は、2019 年から 2025 年にかけての LLM 推論および自律 AI エージェントに関する評価ベンチマーク、フレームワーク、プロトコルを体系的に統合・分類し、実世界応用例をレビューするとともに、将来の研究課題を提言する包括的なレビューです。
SFIBA: Spatial-based Full-target Invisible Backdoor Attacks
本論文は、黒箱環境における多目標バックドア攻撃の課題であるトリガーの特定性と隠蔽性の欠如を解決するため、局所空間領域へのトリガー制限と周波数領域に基づく注入手法を組み合わせ、高い攻撃成功率と目立たなさを両立する「SFIBA」と呼ばれる新しい攻撃手法を提案し、その有効性を検証したものである。
Multi-Domain Audio Question Answering Benchmark Toward Acoustic Content Reasoning
DCASE 2025 チャレンジのタスク 5 として発表された本論文は、海洋哺乳類の鳴き声から複雑な現実世界の音響シーンまで多様なドメインを跨ぐオーディオ質問応答（AQA）ベンチマークを提案し、音声言語モデルの推論能力向上と人間レベルの聴覚理解の実現を目指しています。
Precision Proactivity: Measuring Cognitive Load in Real-World AI-Assisted Work
この論文は、金融専門家 34 名を対象とした実証研究を通じて、AI 支援作業における「余分な認知負荷」が作業品質に最も大きな悪影響を与え、特に経験の浅い専門家がその負荷によるペナルティを大きく受ける一方で AI 生成コンテンツからの恩恵も大きいことを明らかにした。
Ready2Unlearn: A Learning-Time Approach for Preparing Models with Future Unlearning Readiness
この論文は、メタ学習の原理に基づき、将来的なデータ削除要求に備えて学習段階からモデルを最適化する「Ready2Unlearn」という新しいアプローチを提案し、プライバシー保護やセキュリティの観点から、従来の反応的な手法よりも効率的で原理的な機械学習の忘却を実現することを示しています。
FreeKV: Boosting KV Cache Retrieval for Efficient LLM Inference
FreeKV は、アルゴリズム側で推論のクリティカルパスから KV 選択を分離するスペキュレイティブ検索と微細な修正を、システム側で CPU/GPU メモリ間のハイブリッドレイアウトと二重バッファリングによるストリーミング検索を採用することで、精度を維持しつつ既存の KV キャッシュ検索手法を最大 13 倍高速化するトレーニング不要のフレームワークを提案するものです。
A Neuro-Symbolic Approach for Reliable Proof Generation with LLMs: A Case Study in Euclidean Geometry
この論文は、類似問題の提示と形式検証器によるフィードバックを組み合わせたニューロシンボリック手法を提案し、これにより大規模言語モデルの幾何学証明生成の精度を大幅に向上させることを示しています。
MAS-ZERO: Designing Multi-Agent Systems with Zero Supervision
この論文は、検証セットを必要とせず、メタフィードバックに基づいて推論時に動的にマルチエージェントシステムの設計を自己進化させるフレームワーク「MAS-ZERO」を提案し、推論、コーディング、エージェントタスクにおいて既存の手法を上回る性能とコスト効率を実現することを示しています。
The Cell Must Go On: Agar.io for Continual Reinforcement Learning
本論文は、非エピソード的かつ動的に変化する環境における継続強化学習の研究プラットフォーム「AgarCL」を、ゲーム『Agar.io』に基づいて提案し、標準的な強化学習アルゴリズムおよび既存の継続学習手法の性能を評価した結果、AgarCL が提示する課題は安定性 - 可塑性のジレンマを超えたものであることを示しています。
Maximum Principle of Optimal Probability Density Control
本論文は、大規模な多エージェント制御問題に対処するため、確率分布空間における最適制御問題に対して最大値原理とハミルトン・ヤコビ・ベルマン方程式を確立し、深層ニューラルネットワークを活用した高次元問題に対する拡張可能な数値アルゴリズムを提案する理論的枠組みを構築したものである。
Stronger Enforcement of Instruction Hierarchy via Augmented Intermediate Representations
この論文は、大規模言語モデルにおけるプロンプト注入攻撃への防御を強化するため、入力層だけでなくネットワークの中間層にも特権情報を埋め込むことで、既存手法よりも最大 9.2 倍の攻撃成功率低下を実現する新しいアプローチを提案しています。
OCN: Effectively Utilizing Higher-Order Common Neighbors for Better Link Prediction
この論文は、高次共通近傍における冗長性と過平滑化の問題をそれぞれ直交化と正規化で解決する「直交共通近傍（OCN）」を提案し、リンク予測タスクにおいて既存の最善手法を平均 7.7% 上回る性能達成と理論的裏付けを示しています。
Representing local protein environments with machine learning force fields
本論文は、原子レベルの基盤モデルから得られる中間特徴量を用いた局所タンパク質環境の新しい表現手法を提案し、これが二次構造や化学的特性を効果的に捉えるだけでなく、NMR 化学シフトの予測において最先端の精度を達成する物理情報に基づく予測器の構築を可能にしたことを示しています。