Forests of Uncertaint(r)ees: Using tree-based ensembles to estimate probability distributions of future conflict
本論文は、樹木ベースのアンサンブル学習と分布回帰を組み合わせたカスタム AutoML 手法を開発し、暴力紛争の将来発生確率分布を推定することで、従来の点予測の限界を克服し、PRIO-GRID 月次レベルでの 1 年先までの予測精度を向上させることを示しています。
🤖 Category
cs.LG
3796 件の論文
Entropic Confinement and Mode Connectivity in Overparameterized Neural Networks
この論文は、過剰パラメータ化されたニューラルネットワークにおいて、損失が平坦な経路が存在するにもかかわらず最適化が単一の盆地に閉じ込められるというパラドックスを、曲率の変動と最適化ノイズの相互作用によって生じるエントロピー障壁（曲率誘起のエントロピー力）によって説明し、これが解の局在化を支配していることを明らかにしています。
CTIGuardian: A Few-Shot Framework for Mitigating Privacy Leakage in Fine-Tuned LLMs
本論文は、サイバー脅威インテリジェンス（CTI）分野におけるファインチューニング済み大規模言語モデルのプライバシー漏洩を防ぐため、再学習を回避し数ショット学習とプライバシー分類器・編集機能を統合した汎用的なフレームワーク「CTIGuardian」を提案し、従来の NER ベースの手法よりもプライバシーと有用性のバランスが優れていることを実証しています。
Deep Eigenspace Network for Parametric Non-self-adjoint Eigenvalue Problems
非自己随伴固有値問題のスペクトル不安定性やモード遷移に対処するため、フーリエ神経作用素や幾何学的適応 POD 基底、明示的なバンド型クロスモード混合機構を統合した「深層固有空間ネットワーク（DEN）」を提案し、Steklov 固有値問題への適用、固有空間のリップシッツ連続性の証明、および誤差評価を通じてその有効性と効率性を検証した。
Provably Finding a Hidden Dense Submatrix among Many Planted Dense Submatrices via Convex Programming
この論文は、従来の研究が想定してきた単一の隠れた密な部分行列だけでなく、現実のネットワークでより一般的にみられる「複数の密な部分行列」が存在する状況においても、凸計画法を用いて多項式時間で正確に復元できるための十分条件を確率的および決定論的な枠組みで導出することを提案しています。
A Learnable Wavelet Transformer for Long-Short Equity Trading and Risk-Adjusted Return Optimization
本論文は、金融時系列のノイズや非定常性、クロスセクション依存性に対処し、直接リスク調整済みリターンを最適化するエンドツーエンドの学習型ウェーブレット・トランスフォーマー「WaveLSFormer」を提案し、複数の業界にわたる大規模実験で既存のモデルを大幅に上回る収益性とリスク調整後リターンを達成したことを報告しています。
Text-only adaptation in LLM-based ASR through text denoising
この論文は、LLM ベースの音声認識システムをテキストデータのみで新規ドメインに適応させる際、従来のファインチューニングでは生じる音声とテキストのモダリティ間の整合性の崩壊を防ぐため、ノイズを含むテキストからのクリーンな転写の復元という「テキスト去雑音」タスクとして適応プロセスを再定義する軽量な手法を提案し、既存の最良手法を凌ぐ性能向上を実現したことを報告しています。
WideSeek-R1: Exploring Width Scaling for Broad Information Seeking via Multi-Agent Reinforcement Learning
この論文は、単一エージェントの能力拡張（深度スケーリング）の限界を補完するため、マルチエージェント強化学習を用いて並列実行を最適化する「WideSeek-R1」を提案し、小規模モデルでも大規模単一モデルに匹敵する広範な情報探索タスクでの性能向上と、並列エージェント数の増加に伴う一貫した性能改善（幅スケーリングの有効性）を実証しています。
Kernel-based optimization of measurement operators for quantum reservoir computers
この論文は、量子リザーバコンピュータの固定された量子特徴マップに対して、カーネル法を用いて最適な測定演算子を導出する手法を提案し、画像分類や時系列予測などのタスクにおいて予測誤差を最小化し、大規模な量子システムにおける効率的な実装を可能にするものである。
From Classical to Quantum: Extending Prometheus for Unsupervised Discovery of Phase Transitions in Three Dimensions and Quantum Systems
Prometheus フレームワークを拡張し、3 次元古典系および量子多体系における相転移の無教師発見を実現し、3 次元イジングモデルの臨界温度や臨界指数の高精度な同定、量子臨界点の検出、さらに無秩序系におけるエキゾチックな無限乱数臨界性の発見を通じて、解析解が存在しない物理領域における相図探索の汎用性を確立しました。
RAT+: Train Dense, Infer Sparse -- Recurrence Augmented Attention for Dilated Inference
この論文は、事前学習済みモデルをスパース化すると精度が低下する問題を解決するため、密な事前学習と再帰的学習を組み合わせることで、推論時に任意の疎なパターンに柔軟に切り替え可能でありながら高密度モデルと同等の精度を維持する「RAT+」というアーキテクチャを提案しています。
[b]=[d]-[t]+[p]: Self-supervised Speech Models Discover Phonological Vector Arithmetic
本論文は、自己教師あり音声モデルが、音声特徴に対応する線形ベクトル方向を学習しており、これらのベクトルの演算やスケーリングによって音韻論的な関係（例：有声・無声の連続性）を捉える「音韻ベクトル演算」が可能であることを、96 言語にわたる包括的な研究で実証したものである。
De novo molecular structure elucidation from mass spectra via flow matching
質量スペクトルから分子構造を直接推定する新しい生成モデル「MSFlow」を開発し、従来の手法と比較して最大 14 倍の精度向上を実現したことを報告する論文です。
Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning
本論文は、マルチモーダル大規模言語モデルの強化学習において、分布認識型の利点重み付けと非対称活性化関数という 2 つのメカニズムを導入し、専門家のガイダンスによる制御可能な探索を実現することで、エントロピー崩壊や過剰な搾取を回避し、探索と活用の安定したバランスを達成するハイブリッド方策 RLVR フレームワーク「CalibRL」を提案するものである。
ECHOSAT: Estimating Canopy Height Over Space And Time
本論文は、マルチセンサー衛星データと自己教師あり学習を用いたビジョントランスフォーマーモデル「ECHOSAT」を提案し、10m 解像度で時間的整合性を持つ全球的な樹冠高さマップを生成することで、森林動態の把握や炭素収支の算定精度を向上させることを目指しています。
Unsupervised Discovery of Intermediate Phase Order in the Frustrated - Heisenberg Model via Prometheus Framework
この論文は、Prometheus 変分オートエンコーダ枠組みと縮約密度行列アプローチを組み合わせることで、波動関数の完全なアクセスが計算不可能な場合でも、フラストレーションを伴う-ハイゼンベルク模型の中間相を教師なしで発見し、スケーラブルな量子相転移解析の道筋を示したものである。
Extending Sequence Length is Not All You Need: Effective Integration of Multimodal Signals for Gene Expression Prediction
本論文は、DNA 配列の長さの延伸ではなく、標的遺伝子近傍のマルチモーダルなエピゲノム信号を、混同効果を軽減するバックドア調整を用いて適切に統合する「Prism」というフレームワークを提案することで、短い配列でも最先端の遺伝子発現予測精度を達成することを示しています。
Evaluating Zero-Shot and One-Shot Adaptation of Small Language Models in Leader-Follower Interaction
本論文は、リソース制約のあるロボット向けに、ゼロショットおよびワンショット適応を用いた小規模言語モデル（SLM）のリーダー・フォロワー役割分類を評価し、ファインチューニングされたモデルが低遅延かつ高精度な役割割り当てを実現できる一方で、対話の複雑さが増すと性能が低下するトレードオフを明らかにしたものである。
FlashOptim: Optimizers for Memory-Efficient Training
本論文は、マスター重みの分割と 8 ビット最適化状態の量子化誤差を低減するコンパンド関数を導入することで、モデル品質を損なわずにパラメータあたりのメモリ使用量を 50% 以上削減し、AdamW などのオプティマイザのメモリ要件を大幅に低下させる「FlashOptim」という最適化スイートを提案しています。
Geodesic Semantic Search: Learning Local Riemannian Metrics for Citation Graph Retrieval
この論文は、引用グラフ上の各ノードで局所的なリーマン計量を学習し、測地線距離に基づく幾何学的な意味検索を行う「Geodesic Semantic Search (GSS)」を提案し、従来の手法と比較してリコールを大幅に向上させつつ、解釈可能な引用経路の提供と計算コストの削減を実現したことを報告しています。