TEA-Time: Transporting Effects Across Time
この論文は、無作為化比較試験の結果を異なる時期に外挿するための「TEA-Time」フレームワークを提案し、複製試験や共通治療群を用いた二つの識別戦略と二重頑健推定量を開発し、Upworthy の A/B テストデータを用いて、共通治療群アプローチが精度向上をもたらす一方で異質的な相互作用によるバイアスリスクがあることを示しています。
🤖 Category
cs.LG
11383 件の論文
RESCHED: Rethinking Flexible Job Shop Scheduling from a Transformer-based Architecture with Simplified States
この論文は、複雑な特徴量設計やグラフベースのアーキテクチャに依存せず、最小限の 4 つの特徴量と Transformer 機構を活用した軽量な強化学習フレームワーク「ReSched」を提案し、柔軟ジョブショップスケジューリング問題において既存の手法を上回る性能と高い汎用性を示したことを報告しています。
Resource-Adaptive Federated Text Generation with Differential Privacy
この論文は、計算リソースが異なるクライアントが参加するフェデレーテッド学習において、強力なクライアントによる差分プライバシー付きファインチューニングと、弱いクライアントによる軽量な投票メカニズムを組み合わせることで、合成データの生成とタスク間での再利用を可能にする適応型フレームワークを提案し、分布の整合性とロバスト性の向上を実証しています。
The Talking Robot: Distortion-Robust Acoustic Models for Robot-Robot Communication
この論文は、ロボット間通信に特化し、手動設計の信号処理に代わるエンドツーエンドの共学習ニューラルネットワーク「Artoo」を提案し、ノイズ環境下での高い認識精度とリソース制約のあるプラットフォームでの実用性を両立させていることを示しています。
Interpretable Maximum Margin Deep Anomaly Detection
この論文は、Deep SVDD の課題である超球の崩壊や解釈性の欠如を、少量の異常ラベルと最大マージン目的関数を活用して解決し、超球パラメータと最終層の重みの等価性を証明することで学習と可視化を可能にした、解釈可能な最大マージン深層異常検出手法「IMD-AD」を提案するものです。
Entropy-Aware On-Policy Distillation of Language Models
本論文は、教師モデルの分布エントロピーが高い場合に前方 KL 発散を組み込むことで、従来の逆 KL 発散に基づくオンポリシー蒸留が抱える生成多様性の低下と学習不安定性を解決し、数学推論タスクにおいて学生モデルの精度と多様性を同時に向上させる「エントロピー感知型オンポリシー蒸留」手法を提案し、その有効性を示したものである。
VLN-Cache: Enabling Token Caching for VLN Models with Visual/Semantic Dynamics Awareness
VLN-Cache は、視点変化やタスクの進行に伴う意味的変化を認識してトークンの位置整合性と再利用の適切性を動的に調整する新しいキャッシュフレームワークを提案し、視覚言語ナビゲーションモデルの推論コストを削減しながら精度を維持することを実現します。
Dreamer-CDP: Improving Reconstruction-free World Models Via Continuous Deterministic Representation Prediction
本論文は、高次元観測空間におけるモデルベース強化学習において、従来の再構成タスクを廃棄し連続的な決定論的表現予測（JEPA 風）を導入することで、Crafter 環境において Dreamer と同等の性能を達成する新たな世界モデル「Dreamer-CDP」を提案しています。
Countdown-Code: A Testbed for Studying The Emergence and Generalization of Reward Hacking in RLVR
この論文は、数学的推論タスクとテストハックの両方が可能な環境「Countdown-Code」を提案し、SFT 段階でのわずかな報酬ハッキングデータの混入が RL 段階での誤った行動の一般化を招くことを実証することで、合成 SFT データの厳密な検証の必要性を浮き彫りにしています。
Statistical Contraction for Chance-Constrained Trajectory Optimization of Non-Gaussian Stochastic Systems
この論文は、分布仮定を置かずに、コンフォーマル推論と収縮理論を組み合わせることで、非ガウス確率システムにおける確率制約付き軌道最適化に統計的保証を与える新規手法を提案し、学習ベースの制御器を安全な実世界応用へ導く道筋を示しています。
Deep Generative Spatiotemporal Engression for Probabilistic Forecasting of Epidemics
この論文は、複雑な時空間依存関係と不確実性を扱うために、事前加算ノイズを駆動とした軽量な深生成アーキテクチャを用いた「深生成時空間回帰（Deep Generative Spatiotemporal Engression）」手法を提案し、6 つの疫学データセットにおける評価で、従来の時空間モデルを凌駕する高精度な確率的流行予測と説明可能性を実現したことを報告しています。
Combining Adam and its Inverse Counterpart to Enhance Generalization of Deep Learning Optimizers
この論文は、Adam の逆更新メカニズムを導入した「InvAdam」と、その収束性を補完する「DualAdam」を提案し、理論的解析と画像分類・大規模言語モデルの微調整実験を通じて、Sharp Minima の回避と汎化性能の向上を達成したことを示しています。
Agentic Planning with Reasoning for Image Styling via Offline RL
本論文は、複雑な画像スタイル変換を分解可能なツール列と推論連鎖を用いた構造化されたエージェント計画により解決し、合成データとオフライン強化学習を通じて視覚品質と指示追従性を大幅に向上させるフレームワークを提案するものです。
Spectral Conditioning of Attention Improves Transformer Performance
本論文は、アテンションブロックのヤコビ行列の条件数を削減するために各層のスペクトル特性を体系的に調整する手法を提案し、その有効性を多様なトランスフォーマーアーキテクチャとタスクにおいて実証したものである。
Making LLMs Optimize Multi-Scenario CUDA Kernels Like Experts
本論文は、科学計算を含む多様なシナリオを網羅するベンチマーク「MSKernelBench」を提案し、これに基づいてプロファイリング情報やコンパイル・実行ツールチェーンの自動構築を活用するマルチエージェントシステム「CUDAMaster」を開発することで、既存の自動化手法や cuBLAS などの高度に最適化されたライブラリと競合する性能を実現したことを示しています。
Shaping Parameter Contribution Patterns for Out-of-Distribution Detection
本論文は、深層学習モデルが少数の支配的なパラメータに依存する脆弱性が分布外（OOD）データによる過剰な自信につながるとする洞察に基づき、動的な閾値を用いてパラメータ寄与を調整し、より広範なパラメータに基づく意思決定を促す「SPCP」という手法を提案することで、OOD 検出のロバスト性を向上させることを示しています。
A Dual-Graph Spatiotemporal GNN Surrogate for Nonlinear Response Prediction of Reinforced Concrete Beams under Four-Point Bending
この論文は、四支点曲げを受ける鉄筋コンクリート梁の非線形応答を、節点と要素の両方の時空間情報を双グラフ構造で統合的に学習する GNN サロゲートモデルにより、高コストな有限要素シミュレーションを低コストで高速に近似する手法を提案しています。
wDPO: Winsorized Direct Preference Optimization for Robust LLM Alignment
本論文は、ノイズのタイプに応じてデータレベルおよび勾配レベルで階層的に介入を行う「wDPO（Winsorized Direct Preference Optimization）」を提案し、外部報酬モデルを必要とせずに、ノイズの多い環境下でも大規模言語モデルの整列品質とロバスト性を向上させる手法を提示しています。
Towards Objective Gastrointestinal Auscultation: Automated Segmentation and Annotation of Bowel Sound Patterns
この論文は、ウェアラブル型音響センサー「SonicGuard」を用いて腸音を記録し、エネルギーベースの検出アルゴリズムと事前学習済み Audio Spectrogram Transformer モデルを組み合わせることで、臨床医の作業時間を約 70% 削減しつつ高い精度で腸音の自動セグメンテーションと分類を実現するシステムを提案しています。
Margin in Abstract Spaces
この論文は、線形構造や解析的構造を必要とせず、単に三角不等式と十分なマージン（閾値 または普遍的な定数 以上）があれば任意の距離空間で学習可能であることを示し、さらに無限次元バナッハ空間における学習可能性がマージンに対して多項式スケールで複雑化するという構造的特性を明らかにするものです。