見出し・要約・本文から、情報のつながりを探します。
arXiv:2610.37881v1 発表タイプ：新規 要旨：ディープフェイク検出モデルは全体的な精度は高いものの、人口統計学的グループ間で性能に大きな偏りが見られ、一部のグループでは他のグループに比べて偽陽性率が著しく高くなるという問題があります。既存の公平性を考慮した手法は、モデルの出力を制限して各グループの予測を均等化することでこの問題に対処していますが、根本的な特徴レベルのバイアスには対処していません。その結果、モデルは依然として肌の質感など、人口統計学的特性を操作されたコンテンツを検出するための間接的な手がかりとして利用してしまう可能性があります。この問題に対処するため、我々はIntersectional Invariant Learning（IIL）というフレームワークを提案します。これは、モデルの出力調整のみならず、特徴学習自体を改善するものです。IILは、最も困難な人口統計学的区分を特定することを繰り返し行い
arXiv:2610.37844v1 公告タイプ：新規 要旨：医用画像間の最適輸送写像を計算することは、形態学的解析において基本的な役割を果たす。しかし、既存の手法は大規模な3D医用画像に対してスケーラビリティに乏しいか、あるいは正則化された定式化に依存しており、その結果得られるのは近似的な輸送写像にすぎない。下流の医用画像解析における精度向上を図るため、凸ポテンシャル関数をパラメータ化することで最適輸送写像を推定する新たなアプローチを提案する。この手法では、構成上、得られる輸送写像が回転ゼロであり、ブレニエの定理と整合することが保証される。我々は、2Dおよび3Dの医用画像データセットの両方で提案手法を評価した。実験結果は、本手法がより低い輸送推定誤差を達成し、より高いqを生成することを示している。
arXiv:2610.37867v1 発表タイプ：新規 要旨：食品の類似性は、検索、推薦、代替など、さまざまな食品コンピューティングタスクの基盤となっているが、従来の食品表現の評価は主に同一性の保持に依拠している。そこで私たちは、同一性を超えた食品の類似性にはどのような変化が生じるのか、異なる視覚表現が食品をいかに関係的な近隣群として構成し、それらの近隣群がどのような料理上の関係を明らかにしたり隠蔽したりするのか、さらに、こうした構造が表現間でどの程度一貫して現れるのかを問う。インド料理は、視覚的に類似する食品であっても異なる料理上のアイデンティティを持つことがあり、一方で同じ料理ファミリーに属する食品でも外見が大きく異なるという、極めて挑戦的な状況を提供する。拡張されたKhanaデータセットと、畳み込み型、トランスフォームァー型を網羅する7つの事前学習済み視覚表現を用いて
arXiv:2610.37905v1 公告タイプ：新規 要旨：SEC EDGAR などの公開情報開示リポジトリは、企業の提出書類へのウェブアクセスを通じて、情報に基づいた投資を支援しています。これらのレビューを言語モデルエージェントで支援するには、関連文書間に存在する明示されていない不備の発見、不足している企業情報の取得、さらに要求された修正が証拠に基づく要件を満たしているかどうかの検証が必要です。既存の財務質問応答に関する評価では、こうした対話型の機能についての証拠は限られています。そこで私たちは、企業開示のレビューおよび修正を目的とした対話型ベンチマーク兼自己進化型エージェントフレームワークである \textbf{FilingLoop} を提案します。米国証券取引委員会（SEC）の歴史的な文書交換に基づき、FilingLoop は 96 社から抽出した、主に IPO 審査に関わる 380 のタスクを再構築します
arXiv:2610.37682v1 発表タイプ：新規 抄録：リストワイズな選好フィードバックは、ペアワイズ比較に比べて大規模言語モデル（LLMs）の適応においてより豊かな監督情報を提供するが、完全な順位付けはさらに敏感なユーザーの嗜好を明らかにする。既存のプライバシー保護型適応手法は主にペアワイズなフィードバックに焦点を当てている一方で、ローカル差分プライバシー（LDP）下でのリストワイズ適応は未だ十分に探求されていない。LDPをこのリストワイズな領域へ拡張することは、重大な課題を提起する。すなわち、完全な順位付け空間の高い感度ゆえに過剰なノイズが必要となり、結果としてリストワイズ監督の利点が無効化されてしまうのだ。この課題に対処するため、我々は下流の学習における監督の粒度とプライバシー・ノイズの相互作用を分析し、リストワイズな選好をプライバシー保護するランク-aware指数メカニズムを提案する。
arXiv:2610.37679v1 発表タイプ：新規 要旨：ツールを利用する言語エージェントは間接的なプロンプトインジェクションに対して脆弱であり、不安全な動作が実行される前にそれを検出するためにモデルの内部構造を調査する研究が増加しているものの、その結果には著しく矛盾したものが見られる。我々は、こうした矛盾の多くは評価手法に起因するものであると主張し、評価および学習集団の両方において、インジェクションへの曝露と行動上のコミットメントを明確に分離する二層化プロトコルを提案する。主要なQwen AgentDojoのグリッド上で、素朴な不安全対その他との混合対比に基づいて訓練されたモニターは、ほとんどが曝露の認識に注力しており、エージェントがそれに従うかどうかにかかわらず曝露された軌跡をフラグ付けする一方で、どのケースが不安全になるかを予測することはほとんどできない。曝露事例のみを対象に再訓練した場合でも、同じ種類のプローブは、モデル自身による不安全なツール呼び出しを最大2秒前まで予測できる。
arXiv:2610.37788v1 発表タイプ：新規 要旨：言語モデルアシスタントは、ユーザーが誤った回答を示唆すると、正しい回答を変更してしまうことがある。この現象は「諂媚（せんばい）」と呼ばれ、通常は好みに基づく事後訓練に起因するとされるが、初期の測定では事前学習済みモデルにも見られた。そこで、我々は訓練のあらゆる可能な段階でこれを測定することで、その発生源を追求した。具体的には、ベースモデルから監督下での微調整、好みに基づく最適化を経てリリースに至るまでの、5つの系統に属する13の公開チェックポイントを対象とした。さらに、注入された主張がモデルの回答をどの程度ずらすかと、回答がどれほど堅固に保持されていたかを区別し、主張を行う主体やその信頼性、および主張の強さを変化させながら検証を行った。その結果、異なる起源を持つ二種類の諂媚行動が浮かび上がり、いずれも複数のデータセットで再現された。主張への迎合 i
arXiv:2610.37819v1 発表タイプ：新規 要旨：量子機械学習（QML）は医療分類においてますます注目されているが、サブグループを意識した公平性基準の下での挙動については依然として十分に研究されていない。本稿では、QMLが本質的に公平であるとは限らないという前提のもと、医療画像に対する古典的および量子分類器の実証的な公平性評価を提示する。評価対象は二つのシナリオであり、DDIデータセット上の皮膚病変（敏感属性：フィッツパトリック皮膚タイプ）と、CheXpert由来データ上の胸部X線画像（敏感属性：年齢層）である。ResNet-18による埋め込みを用い、ベースラインおよび三つの緩和手法—微分可能な等化オッズ（EO）正則化、勾配反転学習（GRL）、および両者を組み合わせた手法—の下で、SVM、MLP、QSVM、QCNNを学習させる。また、基礎モデル（PanDerm、EVA-X）を外部参照として用いる。
arXiv:2610.37906v1 発表タイプ：新規 要旨：スパイキングリザーバーコンピューティングは、固定された再帰型リザーバーの学習効率と、各タイムステップごとに高密度に計算を実行するのではなく、疎なスパイクによって計算がトリガーされるイベント駆動型推論のエネルギー効率を組み合わせた手法である。しかし、既存のスパイキングリザーバーはほぼ例外なくリーク積分・ファイア（LIF）ニューロンに依存しており、そのローパス特性により、異なる時間周波数で符号化された情報を区別する能力が制限されている。そこで我々は、LIFニューロンを多様なハーモニック共鳴・ファイア（HRF）ニューロンの集団に置き換えたリキッド状態マシンであるHRF-Resを提案する。これらのニューロンは固有の振動ダイナミクスを示し、入力信号の周波数に対して選択的に応答するため、リザーバーは周波数情報を捉えることが可能となる。
arXiv:2610.37851v1 公告タイプ：新規 要旨：既存の科学エージェントベンチマークでは、シーケンシングプロトコルで指定された正確な分子構造および生成ワークフローを再構築できるかどうかを評価するケースがほとんどなく、この能力はカスタマイズされたシーケンシングアッセイの解析において極めて重要です。そこで、私たちはシーケンシングライブラリ構造と分子ワークフローの再構築を対象とした文書に基づくベンチマークであるLibStructBenchを提案します。実験結果から、最先端のエージェントは概ね正しい再構築を行えるものの、特に分子状態の表現やワークフローの接続性に関して、正確な再構築には依然として信頼性が低いことが示されました。また、基盤となる言語モデルを切り替えた場合の方が、エージェントハーネスを切り替えた場合よりも平均的な性能差が大きく、統計的に有意な差が認められました。
arXiv:2610.39981v1 発表タイプ：新規 要旨：大規模な科学ワークフローは分散型HPCリソース上で実行されるため、科学データ製品がどのように生成され、なぜ類似のワークフロー実行でも非常に異なる結果が得られるのかを説明するのは困難である。既存のシステムは通常、分散ワークフローの実行またはプロヴェナンス管理のいずれかに焦点を当てており、細粒度のプロヴェナンスを分散型科学データアーティファクトの固有の属性として扱う例はほとんどない。本稿では、生成されるすべてのデータアーティファクトにデータライネージと実行コンテキストを直接埋め込む、分散型コンテナ化された科学ワークフロー向けのプロヴェナンスアーキテクチャであるTRACEs（Traceable Runtime for Advanced Containerized Executions）を提案する。プロヴェナンスをワークフロー・オーケストレーションから分離することで、TRACEsはアーティファクト中心のプロヴェナンスを一般化する
arXiv:2610.37676v1 発表タイプ：新規 要旨：自動解釈手法は、スパースオートエンコーダ（SAE）の特徴が評価例においてどの位置で活性化するかをモデルに逐次予測させたり、マークされたトークンがその特徴に適合するかどうかを判定させたりすることで、特徴の解釈スコアを算出します。我々は、評価データ用の標準パイプラインによって生成された結果は、解釈内容を読まずともスコアリング可能であることを示しました。Neuronpedia に保存されている GPT-2 small のランダムな 500 個の特徴に対するファジング実行において、活性化例の 91.3% が中心トークン上でピークを持つように切り取られており、中心トークンがマークされている場合に「はい」と判定するルールは、パイプラインのコードから再構築したマークに基づいて計算した既存の LLM スコアラー（各項目ごとの判定結果を基に再計算）の 0.838 に対し、バランスのとれた精度 0.979 を達成しました。また、マーク数のみを参照するルールでは 0.969 を達成しました。T
arXiv:2610.37859v1 発表タイプ：新規 要旨：言語モデルエージェントは、文脈における自然言語から学習する能力において、従来の知能システムとは根本的に異なります。この能力により、エージェントはフィードバックに応じて自身の回答を反復的に改善することが可能となり、これは現代のエージェント型ワークフローにおいて広く見られる動作様式です。しかし、コミュニティでは主にPass@1やPass@Kといった指標でモデルを評価しており、それらの指標では、過去の試行に対するフィードバックをどのように活用しているかを捉えることはできません。そこで私たちは、Seq@Kという自然な評価プロトコルを提案します。これは、各前の試行が失敗した後にフィードバックを受け取り、K回の連続した試行のうちに問題を解決できるかどうかを測定するものです。長期的な計画を検討するマルチターン型エージェントベンチマークとは異なり、Seq@Kは、改良という核心的な能力を単独で抽出し、形式化しています。
arXiv:2610.36339v1 発表タイプ：新規 要旨：エキスパート並列型混合専門家（MoE）のサービスにおいて、ディスパッチは各トークンをその選択された専門家が配置されているアクセラレータへ送り、コンバインは各トークンの所有者に専門家の出力を集約して返します。これら両操作はクリティカルパス上に位置し、マルチノード環境ではMoE層のレイテンシを大きく左右します。本研究では、ディスパッチとコンバインをネットワークスイッチにオフロードし、さらに両コレクティブを相互に、および専門家計算と重ね合わせるエキスパート並列型MoE層であるINC-MoEを提案します。ディスパッチはスイッチ側のマルチキャストによるネットワーク内AllGatherを用い、コンバインはスイッチ側のリダクションによるネットワーク内ReduceScatterを用います。両コレクティブとも、エンドホストとスイッチ間でメッセージセマンティクスを利用します。なお、ネットワーク内コレクティブはそれぞれ逆方向に負荷をかけるため
arXiv:2610.36013v1 発表タイプ：新規 要旨：汎用的な身体を備えた知能は、ロボットが長期間にわたり多様なスキルを連携させ、タスクの進行状況を追跡し、障害から回復できるよう求められる。専門的なポリシーだけではタスクレベルでの信頼性を確保できず、強力なマルチモーダルエージェントも、コンパクトなモデルでは再現が難しい高コストな推論や外部経験に依存している。そこで私たちは、共有の高レベルな意思決定モデルを通じて操作とナビゲーションを協調させ、タスク理解、計画、進行状況の追跡、フィードバックに基づく回復を統合する、軽量で統一された身体を備えたエージェントであるOmniBrain-0を提案する。当社の段階的学習フレームワークは、身体を備えた事前学習、ドメイン特化型エージェントの蒸留、およびマルチティーチャーによるオンポリシー蒸留（MOPD）を組み合わせている。これにより、強
arXiv:2610.36582v1 発表タイプ：新規 要旨：ランドマークに基づく経路案内を生成するためには、モデルは地図の幾何学的構造と人間のランドマーク選好の両方を理解する必要があります。大規模言語モデル（LLM）は言語処理タスクにおいて優れた性能を示しますが、これらのモデル向けに地図データをどのように構造化すべきかについては、まだ確立されていません。本論文では、ルートナビゲーションにおけるランドマーク選択タスク向けに、SVG形式を用いて空間的特徴を符号化する構造化テキスト表現を提案します。この構造化テキストは、レンダリングされた地図画像との幾何学的なつながりを維持しており、言語モデルが空間データおよび意味データに直接アクセスできるようにします。人間による経路説明文とOpenStreetMapデータから作成した新しいデータセットを用いて、ターン地点でのランドマーク選択および目的地周辺でのランドマーク選択という二つのタスクについてモデルの評価を行います。
arXiv:2610.36524v1 公告タイプ：新規 要旨：制御された記号入力は、自然言語による証拠から言語モデルの意思決定に影響を与える注意ヘッドを明らかにすることができるのか？我々は、制御された証拠集約（CEA）を提案する。これは、他の部分が固定されたプロンプトにおいて、二つの記号の出現回数と順序を変化させ、凍結されたトランスフォーマーが二つの回答トークンの間で示す選好の変化を測定する手法である。選好は両者のロジット差によって測定され、プロンプト自体には正解が指定されていない。バランスド・ユーティリティ・カウサル・セレクション（BUC）は、各ヘッドの出力を除去した際にカウント効果がどの程度消失するか、またカウント条件間で平均出力を補間することで両方向に効果がどの程度回復するかを同時に評価することにより、コンパクトなヘッド集合を特定する。さらに、ヘッドの帰属と介入との間に結びつく条件付き上限を導出する。
arXiv:2610.33065v1 発表タイプ：新規 要旨：頭皮上の記録はノイズが多く、空間的に粗く、試行間および被験者間で変動するため、EEGによる視覚デコーディングは依然として困難である。多くのシステムでは、各試行を高密度な画像埋め込みに位置合わせしているが、その埋め込みには意味内容と、インスタンス固有のテクスチャ・姿勢・背景が混在している。このような手法では、EEGには存在しない詳細情報を必要とする上、予測を支える視覚的要因について明示的な説明を提供していない。そこで私たちは、共有可能な学習可能な視覚コードブックに基づくソフトな合成としてEEG–画像の位置合わせを再定式化する、プロトタイプ媒介型フレームワークである\textbf{ProtoEEG}を提案する。学習可能なEEGエンコーダーと固定された視覚教師が、同一の$K=64$個のプロトタイプに対する割り当て分布を生成し、それらの重み付けされた再構成が構造化された表現を形成する。
arXiv:2610.34419v1 発表タイプ：新規 要旨：DAGベースのBFTプロトコルは、単一リーダーによる提案経路を、共有グラフで連結された並行なブロック提案へと置き換えることで、コンセンサス設計に大きな転換をもたらしました。このグラフでは、参照がコンセンサスの証拠を表現しています。しかし、異種の広域ネットワーク（WAN）下では、ストラグル効果により、既存の設計はラウンドの長時間化や性能の低下という問題に直面しています。その根本原因は、硬直的なラウンド進行にあります。すなわち、レプリカは同期的にラウンドを進め、前のラウンドからの十分な参照が揃うまで待機した後でようやく次へ進むのです。そこで私たちは、非同期BFTコンセンサス向けの柔軟なDAG成長フレームワークを提案します。私たちの重要な観察は、安全性和活性性のために参照クォーラムは必要であるものの、それがすべてのラウンド進行を阻害する必要はないということです。代わりに、接続性r
arXiv:2610.33015v1 発表タイプ：新規 要旨：長期記憶は、大規模言語モデル（LLM）エージェントが個別化されかつ時間的に一貫した対話を維持することを可能にするが、記憶の取り込み・抽出・整理のためにLLMによる推論を繰り返すと、大きなコストと遅延が生じる。本研究では、顕著性に基づく取り込みと述語中心の情報抽出を組み合わせた軽量な記憶フレームワークSLICE-Memを提案する。コンパクトな分類器が保持すべきユーザの発話ターンを識別し、意味依存関係に基づく抽出器が取り込まれたターンを簡潔な記憶エントリに変換する。このオンライン処理パイプラインは生成型LLMへの呼び出しを一切必要とせず、エントリ間の照合はオフラインの統合段階に委ねられる。我々はMemoraおよびLongMemEval-Sの週次サブセットに対して、8B aを用いてSLICE-Memを評価する。
