Adversarial Robustness of Partitioned Quantum Classifiers
本論文は、NISQ 時代の量子分類器において、回路切断や量子もつれ転送を標的とした敵対的摂動が中間層への敵対的ゲート実装と密接に関連していることを理論的・実験的に示し、分割された量子分類器の敵対的ロバスト性を検証するものである。
🤖 Category
cs.AI
9009 件の論文
A Survey on Music Generation from Single-Modal, Cross-Modal, and Multi-Modal Perspectives
本論文は、テキストや画像、動画など複数のモダリティを活用した音楽生成の研究動向を、モダリティ表現やデータ整合、生成への活用、データセット、評価手法、課題、そして将来展望の観点から包括的に survey したものである。
FindAnything: Open-Vocabulary and Object-Centric Mapping for Robot Exploration in Any Environment
本論文は、ビジョン・言語特徴を物体レベルで集約して効率的に保存する「FindAnything」というフレームワークを提案し、大規模な未知環境におけるリアルタイムかつメモリ効率の高いオープンボキャブラリ3D マッピングを実現し、自律型MAV による探索タスクなどへの実用性を示しています。
From Tokenizer Bias to Backbone Capability: A Controlled Study of LLMs for Time Series Forecasting
本論文は、時系列予測における事前学習済み大規模言語モデル（LLM）の実効性を検証するため、バイアスの少ないトークナイザーとデトークナイザーを用いた制御実験を行い、LLM のバックボーン自体の予測能力は限定的であり、大規模時系列データで訓練された専用モデルに一貫して勝ることはできないという結論を導き出しています。
Position: Stop Anthropomorphizing Intermediate Tokens as Reasoning/Thinking Traces!
この論文は、推論タスクにおける中間トークンを「思考の痕跡」や「思考」として擬人化することは、モデルの本質を誤解させ、研究の質を低下させる危険な行為であるとして、その表現を避けるよう学界に呼びかけています。
The Malicious Technical Ecosystem: Exposing Limitations in Technical Governance of AI-Generated Non-Consensual Intimate Images of Adults
この論文は、成人を対象とした AI 生成の非同意性画像（ディープフェイクポルノ）を容易に作成可能にする「悪意ある技術生態系」の存在を指摘し、NIST の報告書に基づく現在のガバナンス手法がその生態系を効果的に規制できていないことと、その背景にある誤った前提を明らかにする survivor-centered（生存者中心）のアプローチを採った研究です。
Federated Learning: A Survey on Privacy-Preserving Collaborative Intelligence
本論文は、分散機械学習のパラダイムである連合学習のアーキテクチャ、ライフサイクル、非 IID データや通信オーバーヘッドといった技術的課題、プライバシー保護技術、および将来の研究方向性を含む包括的な概要を提供する調査論文である。
HCT-QA: A Benchmark for Question Answering on Human-Centric Tables
本論文は、PDF や Web ページなどに埋め込まれた複雑な構造を持つ人間中心の表（HCT）に対する自然言語での質問応答を評価するための大規模ベンチマーク「HCT-QA」を提案し、その構成と 25 種類の LLM および 9 種類の VLM による性能評価、ファインチューニングによる大幅な精度向上を実証しています。
FourierSpecNet: Neural Collision Operator Approximation Inspired by the Fourier Spectral Method for Solving the Boltzmann Equation
本論文は、ボルツマン方程式の非線形衝突演算子を効率的に近似し、解像度に依存しない学習やゼロショット超解像を可能にする「FourierSpecNet」と呼ばれる、フーリエスペクトル法と深層学習を融合させた新しいハイブリッド枠組みを提案し、その精度と計算コストの削減効果を検証したものである。
RM-R1: Reward Modeling as Reasoning
この論文は、報酬モデルを推論タスクとして再定義し、高品質な推論チェーンの蒸留と検証可能な報酬による強化学習を通じて、より解釈性が高く高性能な「推論型報酬モデル（ReasRMs）」の一種である RM-R1 を提案し、既存の巨大モデルやプロプライエタリモデルを上回る性能を実証したものである。
Software Development Life Cycle Perspective: A Survey of Benchmarks for Code Large Language Models and Agents
この論文は、178 のベンチマークを SDLC（ソフトウェア開発ライフサイクル）の観点から体系的に分析し、実装フェーズへの偏りやデータ汚染対策の欠如といった課題を明らかにするとともに、CodeLLM とエージェントの実用性向上に向けた今後の研究方向性を示唆しています。
Maximizing Asynchronicity in Event-based Neural Networks
本論文は、イベントカメラの非同期かつスパースなデータを言語モデルの技術（線形アテンションや自己教師あり学習）を応用して処理する新しいフレームワーク「EVA」を提案し、従来の手法を凌駕する認識・検出タスクでの性能向上を実現したことを報告しています。
Mitigating Content Effects on Reasoning in Language Models through Fine-Grained Activation Steering
この論文は、推論時の活性化制御（アクティベーション・ステアリング）技術、特に kNN ベースの条件付き手法「K-CAST」を導入することで、大規模言語モデルが内容の妥当性と論理的妥当性を混同するバイアスを軽減し、形式論理的推論の精度を最大 15% 向上させることを実証しています。
AdAEM: An Adaptively and Automated Extensible Measurement of LLMs' Value Difference
本論文は、既存の評価手法が抱える情報の非効率性という課題を解決するため、LLM の内部価値境界を探索して適応的にテスト質問を生成・拡張し、モデル間の価値差をより明確かつ有益に測定する新たなアルゴリズム「AdAEM」を提案し、その有効性を検証したものである。
ESGenius: Benchmarking LLMs on Environmental, Social, and Governance (ESG) and Sustainability Knowledge
本論文は、環境・社会・ガバナンス（ESG）およびサステナビリティ分野における大規模言語モデル（LLM）の能力を評価・強化するための包括的なベンチマーク「ESGenius」を提案し、専門家の検証を受けた 1,136 問の質問と 231 件の基礎文書からなるコーパスを用いた評価により、ゼロショット設定では限界があるものの、信頼性の高い情報源に基づく検索拡張生成（RAG）手法を適用することでモデルの性能が大幅に向上することを示しています。
KramaBench: A Benchmark for AI Systems on Data-to-Insight Pipelines over Data Lakes
本論文は、データレイクから洞察を得るための複雑なデータ処理パイプラインの設計と実行を評価する新しいベンチマーク「KramaBench」を提案し、現在の AI システムが個々のタスクや草案の生成では一定の成果を収めるものの、実用的なエンドツーエンドのパイプラインを構築する能力には依然として大きな課題があることを明らかにしています。
VisioMath: Benchmarking Figure-based Mathematical Reasoning in LMMs
本論文は、視覚的に極めて類似した図形から正解を識別する高度な推論能力を評価する新たなベンチマーク「VisioMath」を提案し、現在の多モーダルモデルが画像とテキストの整合性不足により類似図形の比較推論で失敗しやすいことを明らかにするとともに、アライメント指向の戦略による性能向上を実証しています。
Discerning What Matters: A Multi-Dimensional Assessment of Moral Competence in LLMs
この論文は、既存の倫理評価が過剰に単純化されたシナリオに依存している点を批判し、道徳的関連性の識別を含む多面的な枠組みを用いた実験を通じて、ノイズの多い情報から道徳的要素を見極める能力において現在のLLMが人間より劣る可能性を示唆し、AI の道徳的コンピテンス評価の再考を促すものである。
ContextBench: Modifying Contexts for Targeted Latent Activation
この論文は、言語モデルの特定の潜在特徴や動作を誘発する入力生成手法を「文脈修正」として定式化し、その能力と安全性への応用を評価するベンチマーク「ContextBench」を提案するとともに、LLM 支援や拡散モデルによる修正を加えた進化型プロンプト最適化（EPO）が、誘発効果と言語的流暢さのバランスにおいて最先端のパフォーマンスを達成することを示しています。
Sysformer: Safeguarding Frozen Large Language Models with Adaptive System Prompts
本論文は、大規模言語モデル（LLM）の重みを固定したまま、ユーザーの入力に応じてシステムプロンプトを適応的に調整する「Sysformer」というトランスフォーマーモデルを提案し、有害な入力への拒否率や安全な入力への対応精度を大幅に向上させ、高度な脱獄攻撃に対しても堅牢性を高めることを実証しています。