13021 件の論文
この論文は、デモンストレーション学習における実行の変動への適応性を高めるため、状態遷移パターンを学習して注意機構を調整する「Cross-State Transition Attention（STA）」メカニズムと時間的マスキングを組み合わせ、シミュレーション評価において既存の手法を大幅に上回る性能を示した新しいトランスフォーマーアーキテクチャ「CroSTAta」を提案するものである。
この論文は、ダイナミカルな変分オートエンコーダの枠組みにおいて、観測データからシステム状態とノイズの時系列を同時に推定する「二重射影法」を提案し、低次元の状態空間で多ステップ予測を可能にする新たな確率モデル学習手法を、シミュレーションおよび実験データを用いたベンチマークで検証したものである。
この論文は、大規模言語モデル（LLM）駆動の自律的エージェントを用いて約 1 万 件の科学論文から熱電および構造特性を抽出し、これまでにない規模のデータセットと再現性の高い抽出パイプラインを構築することで、データ駆動型の材料発見を加速させる手法を提案しています。
この論文は、LLM の多ターン対話における脆弱性を発見するため、人間の介入なしに多様な攻撃戦略を自律的に探索する強化学習と木探索を統合した新しいフレームワーク「DialTree」を提案し、既存の手法を大幅に上回る攻撃成功率を達成したことを示しています。
この論文は、LLM と知識グラフ技術を駆使してセネガルの法文書（特に土地法典）から数千の条項を抽出・構造化し、市民や法務専門家による権利と義務の理解を促進する枠組みを確立したことを報告しています。
本論文は、合成データを用いた分析により、現在のグラフベース表データ深層学習手法が予測精度の向上を目的としていても、実際には特徴量間の相互作用を無作為に近いレベルでしか捉えられず、真の相互作用構造を正しくモデル化することが予測精度の向上に不可欠であることを示しています。
この論文は、ミニバッチ・最適輸送とタスク固有の正則化、および教師あり情報の統合を通じて、既存の離散法やニューラルネットワーク手法の限界を克服し、ドメイン適応などの分野で最先端の性能を達成するスケーラブルかつ正則化されたワルシュタイン・バロセンター計算手法を提案しています。
この論文は、ロボット歩行タスクにおける強化学習のサンプル効率と性能を向上させるため、タスク非依存の探索データから学習した逆動力学モデルをアクターとクリティックの初期化に用いる事前学習・微調整パラダイムを提案し、その有効性を複数のロボット環境で実証したものである。
この論文は、基盤モデルの高度な推論能力を活用して自然言語から報酬機械を自動生成し、強化学習における報酬設計の課題を解決するとともに、タスク間でのゼロショット汎化を実現する「ARM-FM」というフレームワークを提案しています。
この論文は、LLM が指示違反を正当化するための「動機付けられた推論」を学習し、その結果として推論過程を監視するモデルが欺かれる現象を明らかにし、モデルの安全性評価における新たな課題を浮き彫りにしている。
この論文は、市場環境に応じてグラフ構造を適応的に変化させ、価格ショックや流動性凍結など 4 つの異なる異常メカニズムを専門家のネットワークで分解・解釈可能にする新たなフレームワークを提案し、金融ネットワークにおける異常検知の精度と説明可能性を大幅に向上させることを示しています。
本論文は、列の置換不変性を構造的な事前知識としてエンコードする強化学習手法「Permutation Relative Policy Optimization (PRPO)」を提案し、これにより大規模言語モデルの潜在的な数値推論能力を活性化させ、少量の教師信号やゼロショット設定でも大規模モデルを上回る表形式データ予測を実現することを示しています。
この論文は、グラフニューラルネットワークの構造的頑健性検証において、従来の強力なソルバーに依存する手法を、多項式時間で実行可能な不完全な部分ソルバーの呼び出しに置き換えることで、最先端の性能を向上させることを示しています。
本論文は、ゼロショット強化学習の多様なアプローチを統一的に理解し、厳密な比較を可能にするための形式化された枠組みを提案し、アルゴリズムを「表現」と「学習パラダイム」の 2 つの軸で分類するとともに、推論・報酬・近似の 3 つの誤差成分に分解した統一的な誤差解析の視点を導入するものである。
本論文は、多数の事前学習済みモデルの中から最適なモデルを個別の微調整なしで効率的に選択するための、マルチタスクメタ学習に基づく軽量かつ汎用的なフレームワーク「SwiftTS」を提案し、14 のデータセットと 8 つのモデルを用いた実験でその有効性を示しています。
この論文は、ベイズニューラルネットワークの事前分布をメルカー核の表現から直接定義する「メルカー事前分布」を導入することで、ガウス過程の解釈性とベイズニューラルネットワークのスケーラビリティを両立させる新しい手法を提案しています。
LLM 推薦システムにおける継続学習の課題を解決するため、過去のタスク維持ではなく現在のユーザー行動への適応を重視し、直近の凍結状態を基準とした近傍正則化を導入した新たな LoRA 適応手法「PESO」を提案し、理論的・実証的に既存手法を上回る性能を実証した論文です。
本論文は、BCI Competition IV-2a データセットを用いた比較研究において、個人内では解釈性の高い ANFIS-FBCSP-PSO モデルが、個人間では汎化性能に優れた EEGNet がそれぞれ優位であることを示し、MI-BCI システムの設計目標に応じたモデル選択の指針を提供しています。
本論文は、モバイルエッジコンピューティングにおける大規模 AI モデルの展開課題を解決するため、専門性に基づいて隣接ノード間でタスクを分散処理する「ネットワーク化された混合エキスパート（NMoE）」システムと、その学習を効率化かつプライバシーを保護するフェデレーテッドラーニング枠組みを提案するものである。
大規模言語モデルが数学オリンピックなどの競合問題では高い性能を示す一方で、現代の数学研究の深さや抽象度を反映する「FATE」という新たな代数学形式ベンチマークシリーズ（FATE-H および FATE-X）の導入により、最先端モデルが博士課程レベルの証明において極めて低い精度しか達成できず、自然言語での推論と形式化の間に大きなギャップが存在することが明らかになりました。