Vibe Researching as Wolf Coming: Can AI Agents with Skills Replace or Augment Social Scientists?
この論文は、AI エージェントが研究の速度や網羅性を向上させる一方で理論的独創性には限界があるとし、認知タスクの特性に基づいて「Vibe Researching」の概念を提唱し、社会科学における人間の役割と教育のあり方について考察しています。
💻 Category
cs
6593 件の論文
Decomposing Physician Disagreement in HealthBench
HealthBench における医師間の評価不一致の大部分は構造的な要因に起因するものの、文脈欠如や曖昧な表現といった「解消可能な不確実性」が不一致を有意に増大させる一方、本質的な医学的曖昧さは影響を与えないという見解から、評価シナリオにおける情報ギャップの解消が合意率向上への具体的な改善策となり得ると結論付けています。
WISER: Wider Search, Deeper Thinking, and Adaptive Fusion for Training-Free Zero-Shot Composed Image Retrieval
この論文は、ゼロショット合成画像検索（ZS-CIR）において、テキストから画像（T2I）と画像から画像（I2I）の両方の利点を「検索・検証・洗練」というパイプラインで動的に統合し、トレーニング不要で既存の手法を大幅に上回る性能を実現するフレームワーク「WISER」を提案するものです。
PackUV: Packed Gaussian UV Maps for 4D Volumetric Video
本論文は、従来のガウススプラッティング手法が抱える長期シーケンスや大規模運動への対応困難、および既存の動画コーデックとの非互換性を解決するため、ガウス属性を構造化された UV アトラスに変換し標準動画コーデックと互換性のある効率的な 4 次元 volumetric video 表現「PackUV」とその最適化手法「PackUV-GS」を提案し、大規模データセット「PackUV-2B」を用いた実験で高品質かつ長期にわたるレンダリングの成功を実証したものである。
On Sample-Efficient Generalized Planning via Learned Transition Models
本論文は、Transformer ベースの直接行動予測アプローチの限界を克服し、学習された遷移モデルを用いて中間状態を予測する手法を提案することで、より少ないデータと小規模なモデルで分布外汎化性能を向上させることを実証したものである。
Annotation-Free Visual Reasoning for High-Resolution Large Multimodal Models via Reinforcement Learning
この論文は、高価なアノテーションを必要とせず、強化学習に基づく AP-GRPO 手法を用いて大規模マルチモーダルモデルが高解像度画像の重要な領域を自律的に特定・検証し、推論性能を向上させる「HART」というフレームワークを提案するものです。
PEPA: a Persistently Autonomous Embodied Agent with Personalities
本論文は、外部からの指示に依存せず、人格特性を内生的な組織原理として活用し、自律的に目標を生成・進化させることで、動的な環境における永続的な自律性を達成する新しい認知アーキテクチャ「PEPA」を提案し、実世界のロボットによる実証実験を通じてその有効性を立証したものである。
Self-Attention And Beyond the Infinite: Towards Linear Transformers with Infinite Self-Attention
この論文は、アテンションの二次的な計算コストを回避し、高解像度画像処理においてスケーラビリティとエネルギー効率を大幅に向上させるために、拡散過程とマルコフ連鎖の中心性指標に基づいた「無限自己アテンション（InfSA）」とその線形近似版「Linear-InfSA」を提案し、ImageNet での精度向上と超大解像度推論の実現を実証しています。
WildActor: Unconstrained Identity-Preserving Video Generation
本論文は、大規模データセット「Actor-18M」を基に、多様な視点や動きにおいても全身の同一性を維持する動画生成フレームワーク「WildActor」を提案し、既存手法が抱える顔中心の偏りや rigid な動きの問題を解決するものです。
Position: Evaluation of Visual Processing Should Be Human-Centered, Not Metric-Centered
この論文は、生成モデルや知覚指向の手法が主流となった現代において、画像処理システムの評価を単一の数値指標に依存するのではなく、人間の知覚やユーザーの好みに即した人間中心のアプローチへと転換すべきであると主張しています。
Sustainable Care: Designing Technologies That Support Children's Long-Term Engagement with Social Issues
本論文は、子供たちが社会的課題に関わる際に不安や燃え尽き症候群に陥らず、持続的な市民参加を促すための「持続可能なケア」という設計レンズを提案し、CCI 分野の研究者や実践者による研究アジェンダの策定を目的としたワークショップを報告するものである。
DeAR: Fine-Grained VLM Adaptation by Decomposing Attention Head Roles
既存の層中心の仮説を覆し、VLM の深い層におけるアテンションヘッドの役割（属性、汎化、混合）を「概念エントロピー」で分解・分類し、役割に応じたトークンとアテンションマスクを導入することで、タスク適応とゼロショット汎化性能の両立を実現する DeAR 枠組みを提案する論文です。
Digital Twin-Based Cooling System Optimization for Data Center
Frontier 超計算機を対象としたデジタルツインを用いた研究は、流量と供給水温の最適制御により最大 30.1% のエネルギー削減が可能であることを示し、特に供給水温の最適化が流量削減単独の効果をほぼ倍増させることを明らかにしました。
Extended Empirical Validation of the Explainability Solution Space
本技術報告書は、従業員離職予測および都市リソース配分システムという異なるドメインでの評価を通じて、説明性 AI 戦略設計のための汎用的な意思決定支援ツールとしての「説明性ソリューション空間（ESS）」フレームワークの妥当性を拡張的に実証したものである。
Energy Efficient Traffic Scheduling For Optical LEO Satellite Downlinks
本論文は、気象条件に脆弱な光通信を用いた LEO 衛星のエネルギー効率を向上させるため、閾値方式や強化学習などを用いた静的・適応的なトラフィックスケジューリング手法を提案し、動的環境下での適応的手法が配送率の向上と複雑性の増大というトレードオフをもたらすことを明らかにしています。
HarmonyCell: Automating Single-Cell Perturbation Modeling under Semantic and Distribution Shifts
本論文は、メタデータの意味的異質性と統計的分布シフトという二重の課題を、LLM 駆動のセマンティック統一化と階層的行動空間における適応的モンテカルロ木探索によるアーキテクチャ合成という二つの専用メカニズムで解決し、人手を介さずに単一細胞干渉実験の自動モデル構築を実現する「HarmonyCell」というエンドツーエンドのエージェントフレームワークを提案するものである。
LLM-assisted Semantic Option Discovery for Facilitating Adaptive Deep Reinforcement Learning
この論文は、大規模言語モデル（LLM）を活用して自然言語指示を実行可能なルールに変換し、セマンティックなアノテーション付きのオプションを自動生成する閉ループフレームワークを提案することで、深層強化学習のデータ効率、解釈性、および環境間での転移性を向上させる手法を提示し、Office World や Montezuma's Revenge などの実験でその有効性を実証したものである。
MSP-ReID: Hairstyle-Robust Cloth-Changing Person Re-Identification
本論文は、髪型の変化に頑健な衣服変更人物再識別（CC-ReID）を実現するため、髪型の依存を軽減し顔や身体の特徴への注意を高める「髪型指向拡張」、構造情報を保持しつつ衣服のテクスチャバイアスを抑制する「衣服保存ランダム消去」、そして髪の特徴を抑制して顔や四肢を強調する「領域基盤パースング注意」を組み合わせた MSP フレームワークを提案し、複数のベンチマークで最先端の性能を達成したことを報告しています。
DINOv3 Visual Representations for Blueberry Perception Toward Robotic Harvesting
本論文は、大規模自己教師あり学習で訓練された視覚基盤モデル DINOv3 を青果物収穫ロボット向けタスクに適用した評価を通じて、果実や傷のセグメンテーションには有効である一方、検出やクラスター検出には局所化や空間的集約のモデル化に課題があることを明らかにし、DINOv3 を果実スケールや集約構造に整合した下流タスクのセマンティックなバックボーンとして活用すべきことを示唆しています。
Event-Driven Safe and Resilient Control of Automated and Human-Driven Vehicles under EU-FDI Attacks
本論文は、混合交通環境における自動運転車と人間運転車の相互作用において、指数関数的に無界な偽データ注入攻撃や不確実な動的特性に対処し、かつ衝突回避を保証するために、イベント駆動型の制御バリア関数と制御リアプノフ関数を統合した安全かつ回復力のある制御フレームワークを提案し、その有効性をシミュレーションで検証したものである。