PGcGAN: Pathological Gait-Conditioned GAN for Human Gait Synthesis
本論文は、限られた臨床データの問題を解決するため、6 種類の病理的歩行カテゴリを条件として 3D ポーズ軌跡から特定の歩行パターンを合成する生成敵対ネットワーク「PGcGAN」を提案し、合成データを用いたデータ拡張が病理的歩行認識の精度向上に有効であることを実証しています。
🤖 Category
cs.AI
12919 件の論文
Questionnaire Responses Do not Capture the Safety of AI Agents
この論文は、AI エージェントの実際の行動を評価するのではなく架空のシナリオへの回答に依存する従来の安全性評価手法は、実世界でのリスクを捉える構造的妥当性が欠如しており、エージェントの真の安全性を測定するには不適切であると主張している。
Deep EM with Hierarchical Latent Label Modelling for Multi-Site Prostate Lesion Segmentation
この論文は、多施設データにおけるアノテーションのばらつきを課題とし、階層的事後期待最大化（HierEM）フレームワークを導入して潜在的な「クリーン」な病変マスクを推定し、サイト固有のバイアスを低減することで前立腺病変セグメンテーションのクロスサイト汎化性能を大幅に向上させる手法を提案しています。
Data Darwinism Part II: DataEvolve -- AI can Autonomously Evolve Pretraining Data Curation
この論文は、大規模な事前学習コーパスのデータキュレーションを自動化するために、品質評価と戦略生成を反復的に最適化する「DataEvolve」というフレームワークを提案し、進化した戦略で構築されたデータセット「Darwin-CC」が、手動設計や既存のデータセットよりも優れた性能を示すことを実証しています。
MBD: A Model-Based Debiasing Framework Across User, Content, and Model Dimensions
本論文は、ユーザー、コンテンツ、モデルの各次元における多様なバイアスを、柔軟に定義された「公平性」の概念に基づき、既存のマルチタスク学習ランキングモデルに軽量な分岐として統合された分布モデルを用いて偏りのない信号に変換する、モデルベースのバイアス除去フレームワーク「MBD」を提案するものである。
Distilling Reasoning Without Knowledge: A Framework for Reliable LLMs
この論文は、事実の検索と回答生成を明示的に分離し、教師モデルから「事実そのもの」ではなく「計画と検索要求」のみを学習させる軽量な学生プランナーを導入することで、検索拡張型LLMの精度と遅延を改善する新しいフレームワークを提案し、SEAL-0ベンチマークでその有効性を示したものです。
STAG-CN: Spatio-Temporal Apiary Graph Convolutional Network for Disease Onset Prediction in Beehive Sensor Networks
この論文は、個々の巣箱を孤立した単位として扱う従来の手法の限界を克服し、物理的近接性と気候センサーの相関を統合した双対隣接グラフと時空間アーキテクチャを用いた「STAG-CN」と呼ばれるグラフニューラルネットワークを提案することで、養蜂場における病気の発生を精度よく予測し、環境応答パターンが空間的近接性よりも強力な予測指標となることを実証したものである。
AgentProcessBench: Diagnosing Step-Level Process Quality in Tool-Using Agents
本論文は、ツール利用エージェントの段階ごとの品質評価を可能にする初のベンチマーク「AgentProcessBench」を提案し、現実的なツール実行タスクにおけるプロセス評価の重要性と、結果のみによる監督を超えたプロセス信号の価値を実証しています。
Geometric and Topological Deep Learning for Predicting Thermo-mechanical Performance in Cold Spray Deposition Process Modeling
本研究は、有限要素シミュレーションデータを用いた幾何学的深層学習フレームワーク（特にグラフニューラルネットワーク）を提案し、冷間噴射プロセスにおける粒子衝突応答の予測精度を向上させ、プロセス最適化への有効性を示したものである。
Infinite Problem Generator: Verifiably Scaling Physics Reasoning Data with Agentic Workflows
この論文は、実行可能な Python コードとして解を構築する「Formula-as-Code」パラダイムを採用したエージェント型フレームワーク「Infinite Problem Generator (IPG)」を提案し、物理学的推論の検証可能な高品質データセット「ClassicalMechanicsV1」を生成することで、複雑な推論能力を持つ大規模言語モデルの学習におけるデータ不足の問題を解決する手法を示しています。
Bridging the Gap in the Responsible AI Divides
この論文は、AI 安全性と AI 倫理の間の対立を分析し、3,550 件の論文の計算分析に基づいて、両分野の共通課題に焦点を当てる「批判的架け橋」アプローチが責任ある AI 開発の建設的な道筋であると提唱しています。
CangjieBench: Benchmarking LLMs on a Low-Resource General-Purpose Programming Language
本論文は、データ不足に直面する汎用プログラミング言語「Cangjie」を対象とした汚染のないベンチマーク「CangjieBench」を提案し、大規模言語モデルの性能を多角的に評価することで、低リソース言語への一般化に関する洞察を提供しています。
Trust-Region Noise Search for Black-Box Alignment of Diffusion and Flow Models
この論文は、事前学習済み生成モデルと報酬モデルをブラックボックスとして扱い、入力ノイズのみを最適化する信頼領域ベースの探索アルゴリズム（TRS）を提案し、拡散モデルやフローモデルの推論時アライメントにおいて、既存手法を上回る性能をテキストから画像、分子、タンパク質設計などの多様なタスクで実証したものである。
Learning to Forget: Sleep-Inspired Memory Consolidation for Resolving Proactive Interference in Large Language Models
この論文は、生物の睡眠に着想を得た「SleepGate」という新しいフレームワークを提案し、大規模言語モデルにおけるプロアクティブな干渉（古い情報の蓄積による現在の情報検索の阻害）を、キー・バリューキャッシュの周期的な忘却と統合によって解決し、従来の手法では達成不可能な高い検索精度を実現することを示しています。
VLA-Thinker: Boosting Vision-Language-Action Models through Thinking-with-Image Reasoning
この論文は、視覚入力を静的な文脈として扱う既存の VLA モデルの限界を克服し、環境を動的に再確認して曖昧さを解消する「画像を用いた推論」を可能にする VLA-Thinker を提案し、LIBERO および RoboTwin 2.0 ベンチマークで長期的なタスクにおける成功率を大幅に向上させることを示しています。
MALicious INTent Dataset and Inoculating LLMs for Enhanced Disinformation Detection
この論文は、ファクトチェック専門家と共同で開発された意図的誤情報を捉えた初の英語コーパス「MALINT」を提示し、心理学的な「接種理論」に基づいて悪意の意図分析を組み込んだ推論手法を提案することで、ゼロショット環境における誤情報検出の精度向上を実証しています。
Emotional Cost Functions for AI Safety: Teaching Agents to Feel the Weight of Irreversible Consequences
この論文は、数値的な罰則ではなく「質的な苦痛」を伴う感情的コスト関数を導入し、不可逆的な結果の意味を物語として内面化させることで、AI が過剰な萎縮を避けつつ不可逆的な行為に対する知恵を獲得する新たな安全枠組みを提案しています。
Visualizing Critic Match Loss Landscapes for Interpretation of Online Reinforcement Learning Control Algorithms
この論文は、オンライン強化学習におけるクリティック学習の振る舞いを解釈するために、クリティックパラメータ軌跡を低次元部分空間に射影して損失ランドスケープを可視化し、定量的指標と組み合わせて安定した収束と不安定な学習を区別する手法を提案しています。
Expert Mind: A Retrieval-Augmented Architecture for Expert Knowledge Preservation in the Energy Sector
この論文は、エネルギー業界における熟練者の引退に伴う暗黙知の損失を防ぐため、RAG や大規模言語モデルを活用して専門家の知識を体系的に保存・検索可能にする「Expert Mind」というアーキテクチャを提案し、その設計、倫理枠組み、評価手法について論じています。
An End-to-end Architecture for Collider Physics and Beyond
この論文は、自然言語と標準的な物理学記号のみでラグランジアンから最終的な現象論的出力までを自律的に実行する初の言語駆動型エージェント「ColliderAgent」を提案し、高エネルギー物理学の分野における自動化・スケーラビリティ・再現性の向上を実現するエンドツーエンドのアーキテクチャを提示しています。