本文へ移動
AI NEWS.ccAI正在发生 未来正在更新
ニュースのブックマーク
THE JOURNAL
AI NEWS JOURNAL
AI, IN PERSPECTIVE

AI ニュースを検索

見出し・要約・本文から、情報のつながりを探します。

公開日時順

arXiv cs.CV

びまん性嚢胞性肺疾患の診断のためのエビデンスに基づく反復推論

arXiv:2611.12981v1 発表タイプ：新規 抄録：重複する画像所見はびまん性嚢胞性肺疾患（DCLDs）の鑑別診断を複雑にする一方で、注釈付きデータが限られているため教師ありモデルの開発が制約されています。マルチモーダル大規模言語モデル（MLLMs）は画像情報と臨床情報を統合できますが、その診断推論は不完全な体積認識や疾患特異的証拠への十分な根拠付けの欠如により依然として制限されています。我々は、診断仮説の精緻化とマルチモーダルな証拠取得・検証を連携させる、証拠に基づく反復推論フレームワークであるDCLDs-EIRを提案します。予測された肺および嚢胞セグメンテーションの多視点レンダリングにより、全体的な嚢胞分布を把握し、鑑別診断を初期化します。競合する仮説に基づいて軸方向CTを検査し、局所所見を特定します。これらの所見は臨床背景とともに、疾患特異的ナレッジグラフからの知識取得に役立ちます。蓄積された患者観察結果と取得した知識を統合的に評価して診断的支持または反証を行い、診断状態を修正します。更新された仮説と未解決の鑑別点は次の検査を導き、証拠取得と仮説検証の間でフィードバックループを形成します。多施設評価により、DCLDs-EIRがベースラインに比べて一貫して診断精度を向上させ、診断仮説・患者観察・疾患特異的知識の明示的なリンクを通じて追跡可能な鑑別診断を可能にすることが示されました。

arXiv cs.CV

AtariBench：Atariゲームプレイにおけるビジョン・言語モデルの時空間推論の評価

arXiv:2611.08755v1 発表タイプ：新規 要旨：ビジョン・ランゲージモデル（VLM）は、静的な視覚理解ベンチマークにおいて優れた性能を示していますが、動的な環境での行動能力についてはまだ十分に解明されていません。本稿では、Atari 2600のゲーム20種類に対してVLMを評価する制御されたベンチマークであるAtariBenchを提案します。このベンチマークでは、時間分解能の高いゲームプレイストリームから逐次的な意思決定を行うことが求められます。ゲーム内の迅速なダイナミクスと経過時間に基づく推論速度を分離することで、AtariBenchはモデルが視覚的情報の急速な変化を捉え、時空間的ダイナミクスを推論し、現在の観測に基づいて行動を決定できるかに焦点を当てています。実験の結果、最先端のVLMには大きな限界があることが明らかになりました。具体的には、物体の動きや方向を推論できない場合が多く、逐次的な意思決定が脆弱であり、新たに付加された視覚フィードバックにもかかわらず、テキストによる相互作用履歴に過度に依存していることが示されました。さらに、モデルの能力を示す信頼性の高い指標となるゲーム内スコアを特定するための分離可能性分析を導入し、メモリ設計やプロンプト戦略が性能に与える影響を調査しました。全体として、AtariBenchは受動的な視覚認識と能動的な意思決定の間にある持続的なギャップを浮き彫りにし、動的な環境で推論し行動できるVLMの開発のための軽量かつ厳密なテストベッドを提供します。

arXiv cs.DC

EvoCache：パブリックキャッシュアンカーによるブラウザ上での大規模言語モデル配信の高速化

arXiv:2611.04638v1 発表タイプ：新規 要旨：大規模言語モデル（LLM）はブラウザ上で直接実行可能ですが、通常はまず数百MiB、場合によっては数GiBにも及ぶモデルファイルをダウンロードする必要があります。同じLLMが異なるパブリッシャーによって再パッケージ化されることが多く、これらのファイルは内容の大部分を共有していますが、バイトレベルでの差異により、フルファイルキャッシュによる再利用はできません。そこで我々は、ブラウザ管理型のLLM配信システムであるEvoCacheを提案します。EvoCacheは、ブラウザが閲覧履歴とは独立して事前に保存しておく公開キャッシュアンカーを利用し、サイトが要求したパブリッシャー版を無損失で再構築します。サイトは対象のみを指定し、ブラウザがアンカーを選択して再構築を実行することで、両者をサイトから隠蔽します。1,000の公開リポジトリを調査した結果、人気上位100のLLMのうち61が複数のパブリッシャーによって提供されており、重複するバージョンの98.1%がフルファイルキャッシュでは再利用できないことが判明しました。23組のクロスパブリッシャーモデルパッケージにおいて、EvoCacheはトラフィックを中央値で77.3%削減し、すべての比較対象を上回りました。240件の実際のエンドツーエンドブラウザ実験では、EvoCacheは通常のフルダウンロードに比べてネットワークトラフィックを78.9%、ページ準備時間を64.2%削減しました。他のサイトが残したキャッシュデータについても、EvoCacheはヒット時とミス時の返却時間を同一にすることで、ユーザーのクロスサイト間キャッシュプライバシーを保護します。

arXiv cs.AI

モデルキャリブレーションのためのアモルティズド局所化事後推論—海洋乱流閉鎖への応用

arXiv:2610.37731v1 発表種別：新規 要旨：モデルの不一致により、単一のキャリブレーションパラメータだけでは、文脈領域全体にわたって物理的応答を再現できない場合がある。さらに、観測値や文脈における不確実性もキャリブレーションに影響を及ぼし、これらを考慮・定量化する必要がある。本研究では、ターゲットとなる文脈への近接度に応じて観測尤度に重み付けを行うことで、局所化された事後分布の族を構築する。ガウス型の局所化重みは、共分散の膨張を通じて文脈の不確実性を組み込み、領域境界での反射および不均一な文脈サンプリングに対する補正をオプションで適用できる。条件付き正規化フローを用いて、この事後分布の族をアモルティズド変分推論によって近似する。所定の文脈測度の下で局所化された事後分布を統合することで、

経緯と関連報道
arXiv cs.AI

食品類似性とは何か？インド料理における視覚的表現と検索

arXiv:2610.37867v1 発表タイプ：新規 要旨：食品類似性は、検索、推薦、代替など、さまざまな食に関する計算タスクの基盤となっているが、従来の食品表現評価では主に同一性の保持に焦点が当てられてきた。そこで私たちは、同一性を超えた食品類似性について考察する。すなわち、異なる視覚的表現が食品をいかに関係的な近隣群として整理し、こ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、視覚的に類似してい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、また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場合があるという、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、畳み込みニューラルネットワークやトランスフォーマーを含む7種類の事前学習済み視覚表現を用いて

経緯と関連報道
arXiv cs.AI

FilingLoop：企業開示の審査・修正におけるLLMエージェントの評価と進化

arXiv:2610.37905v1 発表タイプ：新規 要旨：SEC EDGARなどの公開開示リポジトリは、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。これらの書類のレビューを言語モデルベースのエージェントでサポートするには、関連文書間で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の検証が必要です。既存の財務に関する質問応答の評価では、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、企業開示の審査・修正を対象とした対話型ベンチマークであり、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した。

経緯と関連報道
arXiv cs.LG

スポークであり、リングではない：言語モデルにおける平日の多様体を再検討する

arXiv:2610.37796v1 発表タイプ：新規 要旨：近年の研究では、大規模な言語モデルが、単一の方向ではなく多次元の多様体として一部の概念を表現している可能性があると仮説されています。これらの多様体を用いて表現を解釈したり制御したりする際には、しばしば多様体上を移動することが、表現される概念の連続的な変化に対応すると想定されます。本研究では、この連続的な多様体の仮定を、典型的な平日の多様体に対して検証します。その目立つ円形の幾何学にもかかわらず、平日の表現は連続したリングというよりも、円状に配置された七つの離散的な状態に近い振る舞いを示すことが分かりました。まず、局所的感度に平日に対応する七つの極小値が存在し、多様体上の制御下での表現と行動の間には階段状の対応関係が生じることを示します。次に、w

経緯と関連報道
arXiv cs.CL

大規模言語モデルのアライメント向け、ランキングを考慮した差分プライバシーによるリストワイズな好みの公開

arXiv:2610.37682v1 公告タイプ：新規 要旨：リストワイズな好みフィードバックは、ペアワイズ比較に比べて大規模言語モデル（LLMs）のアライメントにおいてより豊かな監督情報を提供しますが、完全なランキングはさらに機密性の高いユーザーの嗜好も明らかにしてしまいます。既存のプライバシー保護型アライメント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ますが、ローカル差分プライバシー（LDP）下でのリストワイズなアライメントは未だ十分に探求されていません。このリストワイズな領域へLDPを拡張することは、重大な課題を提起します。すなわち、完全なランキング空間の高い機密性のために過剰なノイズが必要となり、結果としてリストワイズな監督の利点が無効化されてしまうのです。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、リストワイズな好みをプライバシー保護するランク-awareな指数関数メカニズムを提案します。

経緯と関連報道
arXiv cs.LG

医療画像における責任ある量子機械学習：敏感なサブグループ間の公平性監査

arXiv:2610.37819v1 発表タイプ：新規 要旨：量子機械学習（QML）は医療分類への応用がますます検討されているが、サブグループを考慮した公平性基準下での挙動についてはまだ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監査を提示する。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種類の緩和手法（微分可能な等化オッズ（EO）正則化、勾配反転学習（GRL）、両者を組み合わせた手法）の下で、SVM、MLP、QSVM、QCNNを訓練する。また、基礎モデル（PanDerm、EVA-X）を外部参照として用いる。

経緯と関連報道
arXiv cs.CL

推論を行う大規模言語モデルのための教師あり微調整：サーベイ

arXiv:2610.37681v1 公表タイプ：新規 要旨：近年、大規模な推論モデルは複雑なタスクの解決において顕著な能力を示しており、長文の思考過程データに対する教師あり微調整（SFT）が、その推論能力を引き出し、さらに向上させるための重要な基盤となっています。推論に特化したSFTの改善と分析の両面で急速な進展が見られるにもかかわらず、この分野には依然として、急成長する文献を統合した体系的なサーベイが存在しません。このギャップを埋めるために、私たちは推論向けSFTに関する最近の進展を包括的にレビューし、方法論的設計と分析的検討という二つの視点から文献を考察します。まず、SFTパイプライン全体にわたる方法論上の改良を概観し、それらをデータ中心のアプローチとアルゴリズム中心のアプローチに分類します。

経緯と関連報道
arXiv cs.DC

FlatCake：大規模言語モデルのサービス向けフラットなKVキャッシュストレージアーキテクチャ

arXiv:2610.38355v1 発表タイプ：新規 要旨：KVキャッシュの再利用は大規模言語モデルのサービスを加速させるが、既存のシステムではホストのDRAMとNVMe SSDを階層的なヒエラルキーとして管理しており、DRAMが中間キャッシュとして機能している。しかし、実際の大規模言語モデルのワークロードは、この階層構造の二つの前提をいずれも破っている。第一に、バイモーダルな再利用によりDRAMの時間的フィルタリングが無効化される。というのも、ワークロードは長い再利用距離を持つワンショットブロックか、DRAM容量を超える数ギガバイト規模のエージェントセッションによって支配されており、その結果SSDが重要な読み取りパスに置かれているからである。第二に、DRAMによるステージングと、排出現象に基づくレイアウトがSSDの復元処理をボトルネックにしている。進行中のプレフィックスのためにホストのステージングバッファを保持すると、負荷下で競合が生じてプリフェッチが中断されてしまう一方で、段階的な排出現象によってセッション内のブロックがSSD全体に散らばり、大規模なシーケンシャルリードが妨げられる。我々は…

経緯と関連報道
arXiv cs.AI

Seq@K：逐次的フィードバック下での言語モデルの評価

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、エージェントが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回の逐次的な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多段階のエージェントベンチマークとは異なり、Seq@Kは、フィードバックによる改善という核心的な能力を単独で抽出し、形式化しています。

経緯と関連報道

arXiv cs.CL

FinLLM-KG：アルゴリズム取引における金融センチメント分析のための知識グラフ強化型大規模言語モデル

arXiv:2610.36083v1 公告タイプ：新規 要旨：生成系AIの最近の進展により、事後学習済みの金融分野向け大規模言語モデル（LLMs）を用いた金融センチメント分析は大幅に向上しました。しかし、既存の手法は依然として各記事のセンチメントを個別に予測するにとどまり、ブラックボックス的な運用が続くため、文脈理解が制限され、リスクの高い金融意思決定への適用が妨げられています。これに対し、本研究ではFinLLM-KGを提案します。これは、因果関係に基づくLLMsと金融知識グラフを組み合わせたモデル非依存のフレームワークであり、モデルの重みを更新することなく、推論時にSEC 10-K提出書類から得られる時系列に根ざした企業レベルの知識を注入することが可能です。FinLLM-KGでは、コンテキストは自然言語による企業プロフィール、または少数の関連情報セットのいずれかで提供されます。

経緯と関連報道
arXiv cs.DC

INC-MoE：エキスパート並列型混合専門家推論における、ネットワーク内コレクティブの重複と専門家計算

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

経緯と関連報道
arXiv cs.CL

トランスフォーマーにおける証拠効果の因果的局所化

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。

経緯と関連報道
arXiv cs.CL

CONCUR：多タスク・多報酬強化学習における一致型補助報酬

arXiv:2610.36437v1 発表タイプ：新規 要旨：大規模言語モデル（LLM）が複数のタスクに対して強化学習（RL）で学習する際、各タスクの主報酬は、長さ報酬などの補助報酬を制限することができる。すなわち、不適切な応答に対しては、補助報酬は主報酬を超えることができない。しかし、グループ相対優位推定器では、制限された補助報酬も他の要素と同様に扱われるため、主報酬の順序を逆転させたり、主報酬の上限においてのみ補助報酬が応答の順序を決定したりしてしまう。制限された補助報酬を維持すると一部のタスクに悪影響を及ぼし、一方でそれを排除すると別のタスクに悪影響を及ぼす。そこで我々は、各制限付き補助報酬の標準化スコアを、二つの条件を満たす最も近いスコアに置き換える優位推定器であるCONCURを提案する。具体的には、主報酬が高い応答には低いスコアを与えることはできず、また…

経緯と関連報道
arXiv cs.CL

フロンティアの大型言語モデルにおけるアッシュの同調性に関する定量的アプローチ

arXiv:2610.36668v1 公告タイプ：新規 要旨：アッシュの同調実験は、近年、大型言語モデル（LLMs）における同調性を測定する手法として大きな注目を集めています。これまでの研究では、主に大型言語モデルにおける同調性の実証に焦点が当てられてきましたが、本研究ではこのアプローチにさらに定量的な視点を加えています。具体的には、フロンティアの大型言語モデルに対して一連の質問を提示してサンプリングを行うのではなく、単一の質問を繰り返しサンプリングし、大型言語モデルの確率的特性を活用して回答の分布を生成します。これにより、モデルに人工的に作られたコンセンサスを提示する前後の回答分布を比較することが可能となります。実験の結果、フロンティアの大型言語モデルが実際に同調性を示すことを確認し、先行研究を裏付けるとともに、分布間の比較を通じて新たな知見を提供しています。

経緯と関連報道

arXiv cs.CV

ProtoEEG：EEGの視覚的デコーディングのための構造化されたプロトタイプアライメント

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。

経緯と関連報道
arXiv cs.DC

MANTA：非同期型BFTにおけるDAGの柔軟性を解き放つ

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

経緯と関連報道
arXiv cs.CL

賢くささやく：ASRのファインチューニングにおけるスマートなサブセット選択

arXiv:2610.32997v1 公開タイプ：新規 要旨：OpenAIのWhisperなどの自動音声認識（ASR）モデルは、音声認識の精度を大幅に向上させていますが、特に大量のトランスクリプション済み音声データが利用可能な場合でも、ファインチューニングには高いコストがかかります。そのため、多くの実務者がこれらのモデルを新たな言語や領域に適応させるのは困難です。本研究では、ASRのファインチューニングに用いるためのより小規模な学習データセットを選択する、埋め込みベースのサブセット選択手法を提案します。Whisperの事前学習済みエンコーダを用いて、各音声サンプルを固定次元の埋め込み空間へ写像し、貪欲なk-センター法を適用して、多様で代表性のある学習データのサブセットを選定します。本手法をヘブライ語およびデンマーク語に対して評価した結果、k-センター選択はしばしば

新闻源配图 · arXiv cs.CL
経緯と関連報道