Social Knowledge for Cross-Domain User Preference Modeling
この論文は、大規模な X（旧 Twitter）ネットワークから学習した社会的埋め込み空間を用いて、ユーザーの好みをドメイン横断的に表現・予測する手法を提案し、ターゲット領域にフィードバックデータが存在しないゼロショット設定でも、人気ベースの基準を上回る効果的なパーソナライゼーションを実現できることを実証しています。
🤖 Category
cs.AI
2384 件の論文
Mashup Learning: Faster Finetuning by Remixing Past Checkpoints
この論文は、過去の学習チェックポイントをモデルマージ技術で統合して新しいタスクのファインチューニング初期値として活用する「Mashup Learning」を提案し、これにより下流タスクの精度向上と収束の高速化を実現することを示しています。
Compatibility at a Cost: Systematic Discovery and Exploitation of MCP Clause-Compliance Vulnerabilities
この論文は、AI エージェントと外部ツールを接続する新しい標準「MCP」において、互換性確保のための緩い仕様制約が新たな脆弱性を生んでいることを指摘し、多言語 SDK を横断的に分析・攻撃する包括的なフレームワークを初めて提案するものである。
MCP-in-SoS: Risk assessment framework for open-source MCP servers
本論文は、大規模言語モデルエージェントのツール連携を可能にするオープンソースのMCP（Model Context Protocol）サーバーのセキュリティリスクを体系的に評価するフレームワークを提案し、静的コード分析を用いて脆弱性を特定し、現実的な攻撃パターンと照合して多面的なリスクスコアリングを行うことで、安全な設計の必要性を浮き彫りにしています。
Adaptive Activation Cancellation for Hallucination Mitigation in Large Language Models
この論文は、大規模言語モデルの幻覚を信号処理の適応ノイズキャンセレーションに例え、推論時に特定の神経活性化をリアルタイムで抑制する「適応的活性化キャンセル（AAC）」という手法を提案し、事実性の向上を達成しながらもモデルの汎用能力や流暢さを一切損なわないことを示しています。
Delta-K: Boosting Multi-Instance Generation via Cross-Attention Augmentation
本論文は、拡散モデルにおける複雑な複数インスタンス生成時の概念欠落問題を解決するため、ビジョン・言語モデルから抽出した欠落概念のセマンティックな差分キー（）を共有クロスアテンションのキー空間に注入し、追加学習や空間マスクなしで構成整合性を向上させる「Delta-K」というプラグアンドプレイ推論フレームワークを提案するものです。
Multilingual AI-Driven Password Strength Estimation with Similarity-Based Detection
本論文は、多言語学習（特にインド語データ）とチャットボット生成データ、およびJaro類似度に基づくマッチング手法を組み合わせることで、従来のPassGANや辞書照合を超えた高精度なパスワード強度推定システムを構築し、言語に特化したセキュリティ対策の新たな可能性を示した研究です。
A Diffusion Analysis of Policy Gradient for Stochastic Bandits
本論文は、確率的バンディット問題における方策勾配法の連続時間拡散近似を解析し、学習率の条件に応じて対数後悔と線形後悔が分岐することを示しています。
Robotic Ultrasound Makes CBCT Alive
この論文は、呼吸や手術操作による軟部組織の変形をリアルタイムで追跡し、放射線被曝を伴わずに静的な CBCT 画像を動的に更新するための、ロボット超音波と変形認識型深層学習を組み合わせた新しいフレームワークを提案しています。
Rethinking the Harmonic Loss via Non-Euclidean Distance Layers
この論文は、従来のクロスエントロピー損失の課題を克服するため、視覚モデルや大規模言語モデルにおいて多様な距離指標（特にコサイン距離）を用いた拡張ハーモニック損失を体系的に評価し、精度、解釈性、持続可能性の観点からその有効性を示したものです。
Learning from Radio using Variational Quantum RF Sensing
この論文は、レイトレーシングデータを用いて最適化された量子回路を備えた量子センサーが、従来の古典的な手法よりも少ない情報量で環境を学習し、チャネル測定を不要としながら微弱な電波信号にも敏感に反応する局所化タスクを可能にすることを示しています。
Intrinsic Numerical Robustness and Fault Tolerance in a Neuromorphic Algorithm for Scientific Computing
この論文は、偏微分方程式を解くためのスパイク型ニューロモルフィックアルゴリズムが、最大 32% のニューロン欠損や 90% のスパイク欠落に対しても精度を維持する構造的な頑健性と耐故障性を有し、その耐性が構造的ハイパーパラメータによって調整可能であることを実証しています。
DUCTILE: Agentic LLM Orchestration of Engineering Analysis in Product Development Practice
本論文は、製品開発における工学解析の自動化を、LLM エージェントによる適応的なオーケストレーションと検証済み工学ツールによる決定論的実行に分離し、入力形式や単位などの不整合に対処しながら正確な結果を導き出す「DUCTILE」というアプローチを、航空宇宙メーカーの産業事例を通じて提案・評価したものである。
Joint Imaging-ROI Representation Learning via Cross-View Contrastive Alignment for Brain Disorder Classification
この論文は、脳画像の全体構造と関心領域（ROI）グラフの局所構造を双方向の対照学習で統合的に学習するフレームワークを提案し、ADHD-200 や ABIDE データセットにおける脳疾患分類の精度向上と、両者の補完的な判別パターンの可視化を実証しています。
Taming Score-Based Denoisers in ADMM: A Convergent Plug-and-Play Framework
この論文は、ADMM 反復とスコアベースの去噪器の間の manifolds の不一致を解消し、収束性を保証する新しい「AC-DC 去噪器」を組み込んだプラグアンドプレイフレームワークを提案し、逆問題における解の品質向上を実証しています。
Conversational AI-Enhanced Exploration System to Query Large-Scale Digitised Collections of Natural History Museums
オーストラリア博物館の約 170 万件の標本記録を、大規模言語モデルの関数呼び出し機能を活用して API から動的に取得し、対話型 AI とインタラクティブな地図を備えたシステムを通じて自然言語で検索・探索可能にする新たなアプローチを提案する。
Quantum entanglement provides a competitive advantage in adversarial games
この論文は、Pong という競争的マルコフゲームにおける量子古典ハイブリッドエージェントの実験を通じて、量子もつれが表現学習に不可欠なリソースとして機能し、分離可能な回路や古典的なニューラルネットワークを凌駕する競争優位性をもたらすことを実証しています。
Hybrid Self-evolving Structured Memory for GUI Agents
この論文は、人間の記憶の構造と自己進化の特性に着想を得て、離散的高レベル記号ノードと連続的軌道埋め込みを結合したグラフベースのハイブリッド自己進化構造化メモリ「HyMEM」を提案し、これによりオープンソースの GUI エージェントが強力なクローズドソースモデルと同等かそれ以上の性能を発揮することを示しています。
Simulation-in-the-Reasoning (SiR): A Conceptual Framework for Empirically Grounded AI in Autonomous Transportation
この論文は、大規模言語モデルの推論プロセスに交通シミュレーターを直接組み込み、仮説の検証と分析を可能にする「推論内シミュレーション（SiR）」という概念枠組みを提案し、自律型交通システムにおける信頼性の高い実証的 AI の実現に向けた基盤を確立することを目的としています。
Is this Idea Novel? An Automated Benchmark for Judgment of Research Ideas
この論文は、研究アイデアの新規性判断を大規模かつ標準的に評価するための初の包括的ベンチマーク「RINoBench」を提案し、最先端の大規模言語モデルが人間の推論プロセスには類似するものの、新規性判断の精度においては人間基準から大きく乖離していることを明らかにしています。