Deep Randomized Distributed Function Computation (DeepRDFC): Neural Distributed Channel Simulation
この論文は、データサンプルのみを用いて自動エンコーダを設計し、通信負荷を削減しながら未知の目標分布と出力分布の総変動距離を最小化することで、共通乱数が限定的な状況でも強力な関数計算を保証する深層学習ベースの分散型関数計算フレームワーク「DeepRDFC」を提案しています。
🤖 Category
cs.AI
2385 件の論文
Taking Shortcuts for Categorical VQA Using Super Neurons
この論文は、視覚言語モデルの生きた活性化値（スカラー値）を直接探ることで「スーパーニューロン」を発見し、これを用いることで従来のネットワークに比べて最大 5.10 倍の高速化を実現しつつ、カテゴリー別 VQA タスクの分類精度を向上させることを提案しています。
AI-Enhanced Spatial Cellular Traffic Demand Prediction with Contextual Clustering and Error Correction for 5G/6G Planning
この論文は、5G/6G のネットワーク計画において、空間的自己相関によるデータリークを軽減し、文脈を考慮した二段階分割戦略と残差空間誤差補正を組み合わせた AI フレームワークを提案し、カナダの主要都市での実証実験により予測精度の向上と信頼性の高い帯域幅割り当ての実現を立証したものです。
Towards Intelligent Spectrum Management: Spectrum Demand Estimation Using Graph Neural Networks
本論文は、公共の展開記録からスペクトル需要の代理指標を構築し、階層的マルチ解像度のグラフ注意ネットワーク（HR-GAT）を用いて微細な空間スケールでの需要を高精度に推定することで、無線ネットワークにおけるスペクトル共有と割り当てを支援する新しい手法を提案しています。
Risk-Adjusted Harm Scoring for Automated Red Teaming for LLMs in Financial Services
この論文は、金融サービス分野における大規模言語モデルのリスクを評価するために、ドメイン固有の有害事象分類、自動化された多ラウンドレッドチームング、およびリスク調整危害スコア（RAHS）を組み合わせた新しい評価フレームワークを提案し、単発のドメイン非依存評価の限界と、長期的な敵対的圧力下でのリスク感受性評価の必要性を明らかにしています。
Nurture-First Agent Development: Building Domain-Expert AI Agents Through Conversational Knowledge Crystallization
この論文は、ドメイン専門知識の暗黙的・流動的な性質に適合させるため、エージェントを構造化された対話を通じて段階的に育成し、対話から知識を構造化資産として凝縮する「Nurture-First Development（NFD）」という新たなパラダイムを提唱しています。
Protein Counterfactuals via Diffusion-Guided Latent Optimization
この論文は、拡散モデルを事前分布として用いた潜在空間最適化フレームワーク「MCCOP」を提案し、タンパク質の望ましい特性を達成するための最小かつ生物学的に妥当な変異を特定することで、機械学習モデルの解釈性とタンパク質設計の指針を提供するものである。
Speaker Verification with Speech-Aware LLMs: Evaluation and Augmentation
この論文は、既存の音声対応大規模言語モデル（LLM）が話者識別能力に欠けることを示し、ECAPA-TDNN の話者埋め込みを LoRA 経由で注入する軽量な拡張手法を提案することで、自然言語インターフェースを維持しつつ話者検証タスクで専用システムに匹敵する性能を達成したことを報告しています。
BALD-SAM: Disagreement-based Active Prompting in Interactive Segmentation
本論文は、大規模基盤モデルの推論コストを抑えつつ不確実性を定量化する新しい予測ヘッドを導入し、ベイズ能動学習の原理に基づいて最も情報量の多い領域を自動的に特定する「BALD-SAM」というフレームワークを提案し、多様なドメインにおいて人間やオラクルの指示を上回るインタラクティブセグメンテーション性能を実現したことを報告しています。
On the Reliability of Cue Conflict and Beyond
既存のシグナル競合ベンチマークが示すバイアス推定の不安定性や曖昧さを克服するため、明確な定義に基づくバランスの取れたデータセットと評価指標「REFINED-BIAS」を導入し、モデルの形状・テクスチャバイアスを信頼性高く診断可能な枠組みを提案する論文です。
Human Presence Detection via Wi-Fi Range-Filtered Doppler Spectrum on Commodity Laptops
この論文は、外部センサーや追加インフラを必要とせず、市販のラップトップに内蔵された Wi-Fi ハードウェアのみを用いて、新しい「レンジフィルタード・ドップラースペクトル（RF-DS）」技術と適応的多レート処理フレームワークにより、低コストかつプライバシーに配慮した人間の存在検知を実現する初のソリューションを提案しています。
Towards Cold-Start Drafting and Continual Refining: A Value-Driven Memory Approach with Application to NPU Kernel Synthesis
この論文は、データ不足に直面する NPU などのニッチなハードウェア生態系におけるカーネル合成の課題を解決するため、価値駆動型のメモリ機構と強化学習を用いて、大規模言語モデルがゼロスタートから自律的にカーネルを生成・改善するエージェントフレームワーク「EvoKernel」を提案し、大幅な正解率と高速化の向上を実証したものである。
Semantic Landmark Particle Filter for Robot Localisation in Vineyards
本論文は、ブドウ園の並行する列による知覚の曖昧さという課題に対し、LiDAR と trunk（幹）および pole（支柱）のセマンティックなランドマーク検出を統合した「セマンティックランドマーク粒子フィルタ（SLPF）」を提案し、実地実験で既存の幾何学的 SLAM や GNSS ベースの手法と比較して位置推定精度と行の識別能力を大幅に向上させたことを示しています。
: Generalist Value Model as a Prior for Sparse RL Rollouts
この論文は、事前学習された汎用価値モデルを事前分布として活用し、リアルタイム統計検定に基づいて希薄なロールアウトの予算を動的に割り当てることで、推定誤差を最小化し安定した方策勾配を実現する新しい価値モデル「V0.5」を提案し、数学的推論ベンチマークにおいて既存手法を大幅に上回る性能を示したことを述べています。
GRACE: A Unified 2D Multi-Robot Path Planning Simulator & Benchmark for Grid, Roadmap, And Continuous Environments
本論文は、グリッド、ロードマップ、連続空間など異なる抽象化レベルの環境で同一タスクを評価可能にする統合された2Dマルチロボット経路計画シミュレータおよびベンチマーク「GRACE」を提案し、表現と忠実度のトレードオフを定量化することで研究の比較可能性と実用化を促進するものです。
An Extreme Multi-label Text Classification (XMTC) Library Dataset: What if we took "Use of Practical AI in Digital Libraries" seriously?
この論文は、大規模な英独バイリンガル目録記録と統合権限ファイル（GND）の注釈付きコーパス、および機械可読な GND 分類体系を公開し、権限に根ざした AI 支援による目録作成と評価を可能にする新しい極端多ラベルテキスト分類リソースを提案するものである。
Continuous Diffusion Transformers for Designing Synthetic Regulatory Elements
この論文は、U-Net 基盤をトランスフォーマーと 2D CNN エンコーダーに置き換えたパラメータ効率の高い拡散トランスフォーマー（DiT）を提案し、細胞特異的な調節 DNA 配列の生成において、従来モデルよりもはるかに少ないエポック数で収束し、過学習を抑制するとともに、Enformer を報酬モデルとした DDPO 微調整により予測される調節活性を劇的に向上させたことを示しています。
Dynamics-Predictive Sampling for Active RL Finetuning of Large Reasoning Models
この論文は、大規模推論モデルの強化学習ファインチューニングにおいて、コストのかかるロールアウトを伴う従来のオンラインプロンプト選択手法の問題を解決するため、学習ダイナミクスを隠れマルコフモデルでモデル化しベイズ推論を用いて事前予測を行う「Dynamics-Predictive Sampling (DPS)」を提案し、不要な計算コストを削減しながら推論性能を向上させることを示しています。
A Hybrid Knowledge-Grounded Framework for Safety and Traceability in Prescription Verification
本論文は、大規模言語モデルの事実性や追跡可能性の欠如を克服するため、反復スキーマ洗練アルゴリズムで構築されたハイブリッド製薬知識ベースと、これを基盤とした検証チェーン（CoV）を組み合わせた「PharmGraph-Auditor」という新しいシステムを提案し、薬剤師による処方箋検証の安全性と効率性の向上を目指すものである。
LookaheadKV: Fast and Accurate KV Cache Eviction by Glimpsing into the Future without Generation
本論文は、ドラフト生成を不要としながら将来の情報を活用して KV キャッシュの重要度を高精度に予測する軽量フレームワーク「LookaheadKV」を提案し、既存の手法よりもはるかに低いコストで長文脈タスクにおけるエビクション精度と推論速度を大幅に向上させることを示しています。