3742 件の論文
本論文は、ドメインシフト下でのノイズ耐性を高める意味プロンプト機能強化メカニズムと、最適輸送問題として再定式化した微分可能グラフクラスタリングソルバーを導入することで、医療画像セグメンテーションにおける継続的テスト時適応の信頼性と性能を向上させる手法「SPEGC」を提案しています。
この論文は、テキストから画像を生成するモデルにおける安全リスクに対処するため、スパースオートエンコーダを用いて敏感な概念と良性の属性を高精度に分離し、結合ニューロンの部分空間への直交射影によって有害な内容を除去しつつ良性の生成能力を維持する「OrthoEraser」という新たな概念消去手法を提案するものである。
本論文は、既存の攻撃手法では防御されるグラフベースの RAG（GraphRAG）の脆弱性を突くため、知識の進化経路を偽造して知識グラフを汚染し、LLM を意図的な有害な回答に誘導する新たな攻撃手法「KEPo」を提案し、その有効性を実証したものである。
本論文は、ナノフォトニックデバイスの製造ばらつきを予測し不確実性をモデル化するため、設計レイアウトから走査型電子顕微鏡画像に似た多様な高解像度予測を生成する条件付き生成敵対ネットワーク「Gen-Fab」を提案し、既存の手法を上回る精度と汎化性能を実証したものである。
この論文は、LLM 駆動のマルチエージェントシステム「MADA」を提案し、HPC 環境や機械学習サロゲートモデルを活用して Richtmyer-Meshkov 不安定性の抑制など複雑な科学設計空間を自動探索・最適化する手法を示しています。
本論文は、構成画像検索（CIR）モデルが難易度の高い負例において片方のモダリティに偏って注目する「焦点の偏り」を特定する解釈手法 FBCIR を提案し、これに基づいてバランスの取れた推論を促すデータ拡張ワークフローを開発することで、モデルの頑健性を向上させることを示しています。
本論文は、擬似ラベルの信頼性と特徴の忠実度を同時に向上させるため、多様な視覚手がかりを統合したモジュールと擬似ラベルの進化融合手法を提案し、教師なし擬装物体検出において最先端の性能を達成する「EReCu」という統一的なフレームワークを提示しています。
この論文は、バッチ内の他のトークンに依存せず動的な計算割り当てと負荷分散を実現する「Expert Threshold」ルーティング手法を提案し、従来の Token-choice MoE よりも優れた性能と効率的な学習を達成したことを示しています。
本論文は、CLIP などの大規模視覚言語モデルのワンショット適応における安定性と可塑性のジレンマを解決するため、ゼロショット知識と視覚プロトタイプの融合、サポートセットの拡張、分布の補正、マルチスケール RBF カーネルの Ensemble といった多段階のトレーニングフリー手法「ReHARK」を提案し、11 のベンチマークで既存手法を大幅に上回る SOTA 性能を達成したことを報告しています。
この論文は、テキスト、画像、音声、動画、文書など多様なモダリティに特化したツールを中央のスーパーバイザーが動的に調整・統合する自律型 AI フレームワークを提案し、既存の階層型ベースラインと比較して回答までの時間を 72%、会話のやり直しを 85%、コストを 67% 削減しながら精度を維持できることを実証しています。
この論文は、現実世界の複雑な長期的タスクに対応するため、垂直構造を考慮した言語駆動型の多階層 3D 環境生成フレームワーク「MANSION」と、1,000 棟以上の多様な建物を収録したデータセット「MansionWorld」を提案し、既存のエージェントが空間推論において顕著な性能低下を示すことを実証しています。
本論文は、データ収集、学習、実行を単一の VLM 駆動コントローラーで統合し、自己リセットループを可能にする「絡み合った行動ペア（EAP）」を導入することで、長期的なロボットタスクの成功率を 25% 向上させ、人間の介入を 53.7% 削減するアジェンティックフレームワーク「RoboClaw」を提案するものである。
この論文は、臨床診断や投資判断など検証が困難な高リスクな意思決定において、最先端の LLM が「問題の特定はできるが修正ができず、誤ったパターンを高度化しながら繰り返す」という「ヘリコイド動力学」と呼ばれる失敗様式を示すことを明らかにし、信頼性の高い AI 連携に向けた仮説と対策を提案しています。
この論文は、最適化や学習に依存せず、持続的な環境記憶とインセンティブ場を介した適応的相互作用の動的構造そのものとして、多エージェントシステムにおける協調的知性の出現を説明する理論的枠組みを提示しています。
本論文は、自然言語の曖昧さを克服し、複数の目的を同時に満たす大規模言語モデルのタスクを形式数学言語とインフルエンス図を用いて定義し、期待効用最大化を指示する「UtilityMax Prompting」フレームワークを提案し、映画推薦タスクにおいて自然言語ベースラインを上回る精度と NDCG の改善を実証したものである。
本論文は、複素数演算をネイティブに活用して複素スペクトログラムの構造を捉え、位相量子化とブロック行列計算を導入した複素数値ニューラルボコーダ「ComVo」を提案し、合成音質の向上と学習時間の短縮を実現したことを報告しています。
この論文は、大規模言語モデルとオントロジー技術を用いて乳がんなどの化学療法データから臨床表現型や治療転帰を抽出し、生存分析モデルを構築することで、治療結果の早期予測精度を向上させ、個別化医療の実現に貢献する手法を提案しています。
この論文は、7 つのオープンソース大規模言語モデルを評価し、推論や誤字修正などの構造化タスクでは有用である一方、説明テキストの好みは評価者によって大きく異なるものの、限定的な臨床的シナリオにおいて日本語の病理報告書作成を支援できる可能性を示した。
この論文は、電子カルテのビッグデータを用いて、生存分析を分類タスクに再構築する新たなフレームワークを提案し、糖尿病や高血圧などの 5 つの慢性疾患のリスク予測において、LightGBM や XGBoost などの既存モデルと同等かそれ以上の性能を発揮し、さらに医師による臨床検証を受けた説明可能性を有することを示しています。
この論文は、視覚言語モデル（VLM）のゲームプレイ性能向上において、正確な記号情報が不可欠であり、モデル自身が視覚入力から記号を抽出する際の精度がボトルネックとなることを示しています。