Tag
64 件の関連記事
arXivは2026年10月29日(現地時間)、機械学習分野の論文「Propose-Filter-Release: Scaling Noise to Typical Sensitivity via Private Filtering」を公開した。この論文は、差分プライバシーの適用において、従来のメカニズムが持つノイズスケーリングの非効率性を改善する新しい手法「Propose-Filter-Release (PFR)」を提案している。PFRは、入力データをプライベートにフィルタリングすることで、典型的なデータに対する感度を保護するメカニズムを、標準的な差分プライバシーへと変換する。
トビアス・シュミット (Tobias Schmidt) 氏らは2026年10月29日(現地時間)、新たな機械学習モデル「world2vec (ワールド・トゥ・ベック)」を導入した。このモデルは、報酬情報を用いずに観測と行動からメカニスティックなワールドモデルを学習し、環境のダイナミクスを長期間にわたり忠実に再現する潜在ダイナミクスを習得する。world2vecは、既存の主要モデルと比較して、大幅に少ないパラメータ数で高い予測能力と効率性を達成し、科学的発見への応用も期待される。
arXivは2026年10月29日(現地時間)、新たな研究論文を公開し、離散拡散モデル向けの新サンプラー「指数残差フロー (ERFs)」を導入したと発表した。この手法は、連続拡散モデルで用いられる確率流常微分方程式 (ODE) の概念に着想を得ている。離散拡散モデルにおける高速サンプリングと一貫性蒸留という主要な課題に対し、決定論的な定式化と経験的改善をもたらすものとして注目される。
電子プレプリントリポジトリ arXiv cs.CRは10月23日(現地時間)、サイバーセキュリティ分野の侵入検知システムに関する研究論文を公開しました。本研究は、古典的機械学習（ML）モデルと量子MLモデルの性能を複数データセットで比較ベンチマークし、前処理、特徴量選択戦略、量子エンコーディングスキームがモデル性能に与える影響を詳細に分析しています。
arXivは2026年10月22日(現地時間)、インテリジェントエージェントが自身の誤りから継続的に学習する新たなメカニズム「Self-Direction（セルフ・ディレクション）」を発表した。この研究成果は、エージェントがタスク失敗時に自己の実行軌跡を詳細に分析し、その教訓を軽量な低ランクアダプターとして抽出する。抽出されたアダプターは永続的なライブラリに保存され、関連する将来の問題解決に自動的に適用されることで、一時的な修正に終わらずに学習を恒久化する。
IBMは2026年10月21日(現地時間)、複数の事前学習済みモデルを組み合わせて時系列予測を行う新ソリューション「Granite Timeseries Ensemble」の提供を発表した。このアンサンブルモデルは、機械学習コミュニティのプラットフォームであるHugging Face を通じて公開され、予測精度の向上と、個々のモデル選択に伴う不確実性の軽減を目指す。
arXiv cs.LGは2026年10月20日(現地時間)、アン・コイ・ファム (Anh Khoi Pham) 氏らが、光電脈波 (PPG) に基づく心拍数 (HR) 推定のための新しい学習フレームワーク「TF-IG」を提案したと発表しました。このTF-IG (Interaction-Gated Time-Frequency Learning) は、時間領域と周波数領域の情報を統合し、高いパラメータ効率性を保ちながら、既存の課題である波形歪みや生理学的変動への感度に対応します。ベンチマークデータセットでの実験では、平均絶対誤差 (MAE) 1.227 BPM、二乗平均平方根誤差 (RMSE) 2.060 BPMを達成しました。
arXiv (cs.LG)は2026年10月21日(現地時間)付けで、カン・エレル (Can Erer)氏らがポリマー複合材中のX線エネルギー透過率を推定する新しい人工ニューラルネットワークモデル「STAR-XPC」に関する論文を公開した。このモデルは、計算コストの高いモンテカルロ輸送シミュレーションに代わり、数ミリ秒で高精度な透過率予測を実現する。
フアン・S・サンティリャーナ (Juan S. Santillana) 氏は2026年10月21日(現地時間)、「VX-One: Typed, Calibrated Decision Heads for Real-Time Perimeter Triage」と題する研究論文をarXivに提出した。この研究は、リアルタイムの境界トリアージ (perimeter triage) における遅延とセマンティクスのトレードオフに対処するため、「VX-One」と呼ぶ小型マルチヘッドネットワークを提案し、その実証的評価を行ったもの。TypeSafe JevやMicrosoft-Decision-1などの商用System One ディシジョンモデルが提供するAPIと互換性のある出力形式を持つ点が特徴となる。
arXivは10月20日(現地時間)、Zhaoxin Fan（ツァオシン・ファン）氏らの研究チームが、科学分野の課題解決に特化した新しい大規模言語モデル「Continuum-LM（コンティニュアム・LM）」に関する論文を発表したと報じた。このモデルは、既存の離散モデルとは異なり、連続的な隠れ状態の進化を特徴とし、8つの科学タスクにおいて平均厳密一致精度を最大10.96ポイント向上させることに成功した。
研究論文投稿サイトarXivは2026年10月16日(現地時間)、Anis Bekri氏らの研究チームによる、将来の量子ネットワークにおける伝送品質 (QoT: Quality-of-Transmission) 推定に関する新しいフレームワークを発表した。同研究は、量子コントローラがエンドツーエンドの忠実度を解析的に計算するか、シミュレーションするか、あるいは学習済みのサロゲートモデルを使用すべきかという課題に対し、「compute/simulate/learn」の三つのアプローチを提案している。
arXivは10月13日(現地時間)、クラウド環境におけるクリプトジャッキング検出に適用される主要な古典的機械学習（ML）モデルの経験的評価に関する論文を公開しました。アミターブ・チャクラボルティ氏とネリー・エルサエド氏が発表した同論文は、前処理および評価プロトコルがモデルの性能に与える影響を検証。公共のクラウドネイティブなクリプトジャッキングデータセットが存在しないため、DS2OSとNSL-KDDの2つの公開済みプロキシデータセットを用いて実験を行いました。
arXiv cs.LGは2026年10月1日(現地時間)、大規模言語モデル（LLM）の事後訓練を効率化する新たな手法に関する論文「Inverse Reasoning Models for Efficient Post-Training and Verification from Answer-Only Data」を公開した。本研究は、回答のみのデータから推論過程を生成する「逆推論LLM (inverse reasoning LLM)」を活用。コストの高い教師データや計算負荷の高い強化学習なしにLLMを訓練する自己蒸留技術を提案している。
arXiv cs.LGは2026年10月14日(現地時間)、Ziyuan Gao氏によるタンパク質機能注釈におけるクラス増分学習 (CIL) 手法に関する診断的ベンチマーク結果を公開した。この研究では、既存のCIL手法がフリーズンされたタンパク質エンコーダー間で信頼性高く転移しないことが明らかになった。研究結果は、表現自体を継続学習設計の中心的な要素として扱うべきだと示唆している。
Apple ML Researchは10月14日(現地時間)、テキスト、画像、音声の3モダリティを対象としたMasked Diffusion Modelsの設計空間に関する研究結果を公開した。3モダリティ全てをゼロから事前学習した初の試みと位置付けられ、マルチモーダルスケーリング法則やモダリティ混合比率を体系的に分析したほか、推論サンプリングの最適化されたデフォルト設定も提示した。
Anthony Kostal-Vazquez（アンソニー・コスタル＝バスケス）氏らは2026年9月25日(現地時間)、機械学習アプリケーション向けに新たな代数的整数量子化（AIQ）を提案する論文をarXiv cs.LGで公開した。この研究は、代数的整数数値形式（AINF）が高度に設定可能で正確な圧縮計算のフレームワークとして機能し、大規模言語モデル（LLM）の推論において既存の業界標準形式と同等の精度を達成すると報告している。AIQは、従来の量子化手法に比べ、より柔軟で最適化された計算プロセスを可能にする点で注目される。
arXiv cs.LGは2026年9月26日(現地時間)付けで、Shivesh Rane氏による論文「An Input-Dependent Readout Phase for Resonant Sequence Models」を公開した。この論文は、固定サイズ状態を持つシーケンスモデル「ResonatorLM」の読み出し位相を現在のトークンに依存させる新手法を提案している。この変更により、長文処理における性能劣化が解消され、モデルのパラメーター増加は0.2%に抑えられるという。
Albert Ge氏らの研究チームは10月7日(現地時間)、自己回帰型ビデオ拡散モデルにおけるキーバリュー (KV) キャッシュの新しい圧縮フレームワーク「CORAL-KV (Compact Cross-Layer Prediction and Residual Coding for Autoregressive Video KV Caches)」を発表した。この新技術は、長尺ビデオ生成における主要なメモリボトルネックとなっている増大するアテンションKVキャッシュの問題に対処する。CORAL-KVは、層間予測と残差符号化を組み合わせることで、メモリ使用量を大幅に削減しつつ、高い再構築忠実度を維持する。
arXiv cs.AIは10月11日(現地時間)、論文「Faithfulness Without Anchors: A Position Paper on the Structural Misalignments of Explainable AI Faithfulness Metrics for Feature Importance」を公開した。同論文は、説明可能な人工知能 (XAI) ツールの忠実性評価指標に存在する構造的な乖離について考察している。マルコ・ズーリッチ (Marco Zullich) 氏らが発表したこのポジションペーパーは、XAIが信頼性向上という当初の目的を果たせず、予測への過度な依存を助長する現状を指摘する。
Standard Botsは2026年10月10日(現地時間)、AIネイティブ産業用ロボットメーカーとして2億ドルのシリーズC資金調達を完了したと発表した。評価額は10億ドルに達した。同社は、製造現場での信頼性の高いAI実行に焦点を当て、既にNASA、Amazon、Lockheed Martinなどの顧客を抱えている。
フーアン・チャオ (Fu-An Chao) 氏、ビーチェン・ヤン (Bi-Cheng Yan) 氏、ベルリン・チェン (Berlin Chen) 氏らは2026年10月9日(現地時間)、「OpenPA」と題した新たな自動発音評価 (APA) フレームワークを発表した。このシステムはWhisperのクロスアテンション機構を活用し、強制アライメントなしで単語および発話レベルの発音スコアを同時に予測する。混合トランスクリプト適応により、クローズドおよびオープンレスポンス設定の多様なトランスクリプトに対応する。
研究論文投稿サイトのarXiv (アーカイヴ)が2026年10月8日(現地時間)に公開した論文「When Routing Reveals Membership: Privacy Leakage from MoE Router Telemetry」は、Mixture-of-Experts (MoE)言語モデルが推論時に生成するルーティング情報が、モデルのファインチューニングに使用されたデータのプライバシー漏洩を引き起こす可能性を指摘した。本研究では、ルーティング情報を用いた新たなメンバーシップ推論攻撃の手法が提示されている。
arXiv cs.CRは2026年10月7日(現地時間)付けで、Internet of Things (IoT) 環境における機械学習 (ML) ベースの侵入検知に関する論文を公開した。従来のルールベースやシグネチャベースの侵入検知システムが抱える限界に対応するため、エッジ、フォグ/ゲートウェイ、クラウドの各アーキテクチャにおけるMLベースの侵入検知アプローチについて、定量的な展開適合性分析を提示している。この研究は、検出精度を重視した先行研究とは異なり、Deployment Feasibility Score (DFS) モデルを導入している。
Apple ML Researchは2026年10月7日(現地時間)、生成モデルのサンプリング効率を高める新たな手法「Normalizing Trajectory Models (NTM)」を発表した。NTMは、拡散ベースモデルが抱える少ステップ生成時の課題に対し、各逆ステップを条件付き正規化フローとしてモデル化し、厳密な尤度学習を可能にする。これにより、高品質な画像を少ないステップで生成しつつ、生成過程全体の厳密な尤度を維持する。
Google Researchは10月6日(現地時間)、Google Earth AIが開発した「Population Dynamics Foundation Model (PDFM)」（人口動態基盤モデル）が、公衆衛生分野におけるデータギャップと報告遅延を解消し、パンデミックへの迅速な対応に貢献する可能性を発表した。このモデルは、従来の疫学的監視が直面していた複数年にわたる報告遅延やデータサイロ化といった課題を克服するため、惑星規模の地理空間基盤モデルの概念を具現化。5つのパートナー主導による詳細なケーススタディを通じて、その有効性が実証された。
Apple ML Research（アップル・エムエル・リサーチ）は10月(現地時間)、自己生成フィードバックを用いた強化学習の新手法「RLTL;DR（アールエルティーエル・ディーアール）」に関する研究成果を公開した。本手法は、困難なタスクにおいてエージェントが自らフィードバックを生成し、それを内部化することで学習効率を向上させるアプローチを提示。既存手法では学習が困難だったデータセットにおいて、RLTL;DRはPass@1で最大31%の性能改善を記録した。
Microsoft Researchは2026年9月30日(現地時間)、機械学習を用いた電力網の宇宙天気リスク予測システムを開発したと発表した。このシステムは、大規模な宇宙天気現象が地球の電力システムに与える損害を、嵐の到来前に30分から60分で予測する。米国本土の66,935カ所の変電所を対象に、場所固有のリスク推定を提供する。
Apple ML Researchは2026年9月(現地時間)、大規模言語モデル（LLM）の出力制御における有効性と流暢さのトレードオフに関する体系的な研究結果を発表した。この研究は、ターゲット概念の注入または除去に焦点を当てた既存手法の有効性評価において、生成品質が軽視されがちである現状を指摘。効率的な誘導手法が流暢さを著しく犠牲にする一方で、訓練パラダイムとの間に重要な相互作用があることを明らかにした。
arXiv cs.LGは2026年9月25日(現地時間)、大規模言語モデル (LLM) がユーザーの暗黙的な属性を推論し、その振る舞いを操作する新たなフレームワーク「Belief Self-Distillation (BSD)」に関する論文を公開した。この手法は、凍結されたLLM自身を教師として活用し、外部からの注釈なしに自然な会話からユーザーの信念を抽出する。従来のプロービング手法が活性化情報に焦点を当てるのに対し、BSDは因果的役割を直接検証可能な状態を分離する点で特徴的だ。
学術論文リポジトリ arXiv cs.CRは9月11日(現地時間)、論文「Canaries in the Bank: Auditing User-Level Privacy in Private Evolution」を公開しました。この研究は、フェデレーテッド環境で合成データを生成する「Private Evolution (PE)」におけるユーザーレベルのプライバシーについて、プロトコル認識型経験的監査の評価結果を示しています。理論上の最悪ケースプライバシーと、実際のプロトコル操作で発生しうる情報漏洩のギャップを定量的に示しました。
Mahmoud Y. M. Yassin氏らの研究チームは9月12日(現地時間)、Torus Fully Homomorphic Encryption (TFHE) 環境下における暗号化推論を効率化する「EI-DDLGN」を発表した。この手法はDeep Differentiable Logic Gate Networks (DDLGNs) を用いることで、機密データを保護しつつ、推論のレイテンシを大幅に改善するとしている。
モハマド・フィラス・サダ氏らは2026年7月31日(現地時間)、学術論文投稿サイトarXivに研究論文を提出し、大規模言語モデル（LLMs）と古典的機械学習手法であるNaive Bayes（ナイーブ・ベイズ、NB）のテキスト分類性能を比較した。同研究は、ラベル付きデータが存在するリソース制約のある環境において、NBがLLMsと同等またはそれ以上の性能を発揮し、高いスループットと低いエネルギー消費を実現することを明らかにしている。
ユスフ・アブドゥルカディル氏は8月31日(現地時間)、arXivに公開された論文を通じ、データ不足に直面するハンセン病病変の合成画像生成において、慢性創傷の大規模データセットからの転移学習が有効であると発表した。同氏は、顧みられない熱帯病に対する機械学習が抱えるデータ不足の課題克服を目指し、生成モデル構築の新たな道筋を示した。
arXivは2026年9月10日(現地時間)、ギターオーディオからフィンガリングと表現技法のアノテーションを含むタブ譜を直接生成する初のフレームワーク「TART」に関する研究論文が発表されたと報じた。TARTは、既存の自動音楽採譜（AMT）システムが抱える、表現技法の認識不足、不正確な弦-フレット割り当て、ノイズの多い音源への汎化能力不足といった課題に対処するために開発された。
Athina Georgara (アティナ・ゲオルガラ)氏らは2026年9月1日(現地時間)、機械学習分類器の意思決定プロセスをより迅速かつ解釈しやすくする新しいフレームワーク「ProToMEx (プロトメックス)」を発表した。Probabilistic Topic Models (確率的トピックモデル、PTM) を活用し、モデルが分類に至る高レベルな「トピック」を学習することで、従来の課題を克服する。ProToMExは、SHAP (シャプ)やLIME (ライム)といった既存手法に匹敵する説明精度を保ちつつ、ローカルな説明生成の償却計算コストを大幅に削減し、標準的な表形式データセットで約30〜40倍の高速化を実現するとされる。
イーサン・マ氏らは2026年9月4日(現地時間)付でarXivに公開した論文で、カテゴリカルグラフ生成のための新たな生成モデル「Embedded Graph Flows (EGF)」を提案した。このモデルは、ノードおよび順序付けされていないエッジのカテゴリについて連続的な埋め込みを学習し、その学習された終点へとガウスノイズを変換する。これにより、分子ベンチマークにおいて競争力のある性能を示した。
arXiv cs.LGが2026年9月3日(現地時間)付けで報じたところによると、Rémi Bourgerie氏らが機械学習における協調学習に関する包括的な調査論文を発表した。従来の機械学習アプローチがスケーラビリティとプライバシーの面で限界に直面する中、連合学習や分散学習を含む協調学習手法が注目されている。しかし、これらの研究の多くはユーグリッドデータに焦点が当てられていたという。
Qisong Guo氏ら研究チームは2026年6月4日(現地時間)、自律走行における安全なオフライン強化学習（RL）のためのリスク認識型階層的拡散フレームワーク「DiDrive」を発表した。この新手法は、拡散モデルが多峰性の行動事前分布を捉える一方で、オフラインRLポリシーが抱える分布シフトや、データ範囲外の行動生成（OOD行動生成）といった課題に対処することを目指す。
スーリヤ・サカ氏 (Surya Saka)は8月23日(現地時間)、論文公開サイトarXiv cs.LGにて、法務ドメイン検索に特化した埋め込みモデル「グリーンリーフ・ロー・エンベッド・タイニー (GreenLeaf Law Embed Tiny)」に関する研究論文を公開した。パラメータ数0.6Bの同モデルは、マッシブ・リーガル・エンベッド・ベンチマーク (Massive Legal Embedding Benchmark)で75.11%、MTEB(Law, v1)で64.38%の性能を達成し、10億パラメータ未満のモデル群の中で高い競争力を示している。
Apple ML Researchは2026年8月(現地時間)、ツール呼び出し機能を持つモデルの蒸留プロセスを最適化する新手法「プルーフジェン (PROOF-Gen)」を発表した。同手法は、教師モデルが生成した失敗事例から「ゴールデントラジェクトリー」と呼ばれる成功経路を回復させることで、トレーニングデータの質を向上させる。これにより、モデルの展開時における性能向上に貢献する。
Fanfei Liらの研究チームは8月13日(現地時間)、知識曝露を教育的に制御する言語モデル「リトルラーナー (LittleLearner)」に関する研究論文をarXiv cs.CLに発表した。現代のLLMが抱える知識習得過程の不明瞭さという課題に対し、米国小学校カリキュラムに沿って構築された880億トークンの事前学習コーパス「リトルカリキュラム (LITTLECURRICULUM)」を開発。このコーパスで訓練された50億パラメータのLLMがリトルラーナーであり、その知識と能力の境界を明確にすることを目指す。
arXiv cs.LGは8月5日(現地時間)、異種性および時系列順の特性を持つ電子医療記録（EHRs）から学習する新しい表現学習手法「MiGHT-EHR（マイト・イーエイチアール）」に関する研究論文を発表しました。この手法は、EHRsの複数の特性を統一的にモデル化する多目的グラフ変換器であり、臨床予測の精度向上を目指します。既存の最先端手法を平均的に上回る性能を示し、特に死亡率予測や再入院予測で顕著な改善が見られました。
arXiv cs.AIは2026年7月31日(現地時間)、論文「AgentHPOBench: A Benchmark For Evaluating LLM Agents as Sequential Hyperparameter Optimizers」を公開した。この論文は、大規模言語モデル (LLM) エージェントがシーケンシャルなハイパーパラメータ最適化器として実験を実行する能力を評価するための新たなベンチマーク AgentHPOBench (エージェントエイチピーオーベンチ) を導入している。既存のベンチマークがLLMエージェントの実験的証拠の解釈能力を直接評価していない課題に対応するため開発された。
Appleは7月30日(現地時間)、機械学習研究部門を通じて、次元削減手法であるユーマップ (UMAP) が内部で構築するk-nearest-neighbor (kNN) グラフの新たな活用法に関する研究論文を発表しました。kNNグラフとは、各データ点とその最も近い「k」個の隣接点との関係を示すネットワーク構造であり、UMAPの低次元埋め込みでは失われがちな高次元データの詳細な関係性を保持しています。本研究は、この内部のkNNグラフに標準的なグラフアルゴリズムを適用することで、高次元データからの意味抽出を大幅に強化し、データサイエンティストや機械学習実務者がデータセットの深い構造を理解するための強力な手段を提供することを示唆しています。
arXivが2026年7月23日(現地時間)付けで公開した論文によると、現代のAIエージェントが使用する複雑な推論ハーネスを、オープンなインフラストラクチャ上でエンドツーエンドで訓練することを可能にするオープンソースフレームワーク「OpenForgeRL」が発表された。OpenForgeRLは、軽量なプロキシとKubernetesオーケストレーターを活用することで、訓練と推論を分離し、多様な環境下でのスケーラブルなエージェント訓練を実現する。
Apple ML Researchが2026年7月13日(現地時間)付けで報じたところによると、Apple Musicは多言語セマンティック検索システムを導入した。このシステムは、世界中の150以上のストアフロントと数十言語の利用者を対象としており、誤字、音訳、言語をまたぐクエリに対する検索精度を向上させる。特に、ユニーククエリの大部分を占めるテールクエリのセッション品質向上に寄与する。
Appleは2026年7月(現地時間)、自律交渉エージェントにおける行動プライバシー漏洩を形式化し、推論攻撃を緩和する研究論文を発表した。この研究は、保険や調達などの高リスク環境で利用されるエージェントが直面する、交渉動態から私的制約が推論される脅威に対応。差分プライバシー、合意達成、高交渉ユーティリティを同時に保証する適応型確率的交渉ポリシーを設計した内容だ。
Apple ML Researchは7月9日(現地時間)、言語モデルの長文コンテキスト処理における課題解決を目指す新フレームワーク「Self-Reflective Program Search for Long Context (SRLM)」を発表した。このフレームワークは、不確実性認識型の自己内省をプログラミングベースのコンテキストインタラクションに統合することで、長文コンテキストにおけるモデル性能向上を図る。
Appleは7月7日(現地時間)、ビジョン言語モデル (VLM) 向けの推論フレームワーク「LensVLM」を発表した。本フレームワークは、レンダリングされたテキストの視覚表現を圧縮しながらも、関連するコンテキストを選択的に拡張することで、テキスト認識の精度を維持する。これにより、高い圧縮率を維持しつつ、VLMの効率的な運用を可能にする新たなアプローチが提示された。
Apple ML Researchは2026年7月5日(現地時間)、予測モデルにトポロジー構造を導入する新しいフレームワーク「TopoPrimer」を発表した。TopoPrimerは多様なドメインでの予測精度を向上させ、季節的な需要スパイク下での予測を安定化させ、コールドスタート問題に対処する。
arXivは7月1日(現地時間)、機械学習モデルの予測に対する反実仮想的説明を生成する新しいニューロシンボリックフレームワーク「PACE」に関する論文を発表した。Pavel Iakovets氏らが執筆したこの論文は、従来の反実仮想的説明が提示する非現実的または実行不可能な推奨の問題を解決することを目指す。本フレームワークは、ドメイン知識と介入制約を明示的に組み込むことで、より現実的かつ実行可能な説明を提供する点を特徴としている。
Appleは2026年7月(現地時間)、機械学習の重要なサブルーチンである最大内積探索（Maximum inner product search, MIPS）を効率化する「amortized MIPS」手法を発表した。この回帰ベースのアプローチは、ニューラルネットワークの訓練を通じてMIPSの解を直接予測することで、既知の分布から引き出されるクエリに対するMIPSの繰り返し実行コストを償却することを目指す。
Apple ML Researchは2026年7月(現地時間)、大規模言語モデル（LLM）における複雑な推論パターンの学習を促す新たなフレームワーク「Ctrl-R」を発表した。標準的な強化学習（RL）が抱える、多様な推論行動の獲得が困難であるという課題に対し、本手法は構造化推論を通じて特定の推論パターンを系統的に発見・強化する。Ctrl-Rはロールアウトプロセスを能動的にガイドし、複雑な問題解決に不可欠な多様な推論パターンを効率的に探索することを奨励する。
Chih-Han Yangらは7月1日(現地時間)、arXivに論文「Language-Critique Imitation Learning from Suboptimal Demonstrations」を発表した。同論文は、最適ではないデモンストレーションから効率的に模倣学習 (Imitation Learning) を行うための新しい言語批評フレームワークを提案。従来の模倣学習が抱える、限定的なスカラー信号によるフィードバックの限界克服を目指す。
Microsoft Researchは6月30日(現地時間)、AIエージェントのスキルを訓練可能なパラメータとして最適化する新たな手法「スキルオプト (SkillOpt)」を発表しました。SkillOptは、エージェントの指示やスキルを手動調整の限界を超えて扱い、基盤モデルの重みを変更することなく、エージェントの動作をより信頼性が高く、効果的なものにすることを目指します。これにより、AIエージェント開発における新たなアプローチを提示します。
Together AIは2026年6月29日(現地時間)、国際機械学習会議ICML 2026において、同社と協力者の9本の研究論文が採択されたと発表した。これらの研究は、AIスタック全体のフロンティア領域にわたるもので、エージェントからGPUカーネルまでの多層的なアプローチをカバーしている。
トルオン・スアン・カン（Truong Xuan Khanh）氏らの研究チームは2026年6月10日(現地時間)、ニューラルネットワーク（Neural Network）におけるグロッキング（Grokking）現象の遅延発現が、重みノルム（Weight Norm）によって決定されるとする研究論文をarXivに発表した。同研究は、訓練中に重みノルムを直接操作することで、これまで議論の的となっていた重みノルムとグロッキング遅延との因果関係を実験的に解明したと述べている。
Epoch AIは2026年6月16日(現地時間)、同社の機械学習 (ML) モデルデータベースを更新した。このデータベースは3500を超えるMLモデルの主要な要素を追跡しており、訓練Compute (FLOP)、パラメータ数、データセットサイズ、訓練コスト、電力消費、訓練時間 (日数) といった情報を網羅している。
arXiv cs.LGは2026年5月28日(現地時間)、ダニエル・クズネツォフ氏とジキ・ワン氏が、連邦学習における公平性と安定性を大幅に向上させることを目指し、新たな貢献度評価手法「Trajectory Shapley Value (TSV)」と、それを活用した適応型集約手法「FedTSV」を提案する論文を公開したと報じた。この画期的な研究は、Heterogeneousかつプライバシーに配慮したデータ環境下で運用される分散型パラダイムである連邦学習が長年抱えてきた、従来の貢献度評価の課題に原理的に対処するものだ。
ガイア（Gaia）は2026年5月20日(現地時間)、不妊治療に特化したサービス拡充のため、ヴィオラ・クレジット（Viola Credit）から1億ドルの債務枠を確保したことをCrunchbase Newsに独占的に明かした。同社は人工知能（AI）と機械学習（machine learning）を活用し、数百万件の匿名化された過去データと治療結果に基づき、不妊治療におけるリスクと成功確率を分析。患者は個別化された「成果保護」型資金調達プランとケアの恩恵を受ける。
arXiv cs.AIは2026年5月11日(現地時間)、大規模言語モデル (LLM) の性能におけるデータの役割を根本的に理解するため、新しい手法「データプローブ」の開発を提唱するポジションペーパーを発表した。この手法は、適切に定義されたランダムプロセスから合成シーケンスを生成し、LLMの振る舞いを体系的に観察することで、データ特性がモデル性能、汎化、堅牢性 (robustness) に与える影響を解明することを目指す。
研究論文投稿サイトarXiv cs.CVは2026年5月14日(現地時間)付で、条件付きビデオデコーディング手法「RefDecoder (リフデコーダー)」に関する論文を公開した。本手法は、参照条件付きビデオVAEデコーダを活用することで、既存のビデオ生成モデルが抱える詳細の損失や入力画像との不整合といった課題の解決を図る。高忠実度の参照画像信号をデコードプロセスに直接注入し、生成品質の向上を通じて、よりリアルで一貫性のある視覚コンテンツの生成に寄与すると報告されている。
Yaxin Du氏らの研究チームは5月11日(現地時間)、機械学習システムにおけるデータエンジニアリングを自律化する新フレームワーク「DataMaster（データマスター）」に関する論文をarXiv cs.LGで公開した。このDataMasterは、学習アルゴリズムに変更を加えることなくデータ側の最適化のみで性能向上を目指す自律エージェント手法を提案。ツリー構造探索、共有データプール、累積メモリの三要素を統合し、データ工学の課題に対応する。評価実験では、MLE-Bench Liteでメダル率32.27%の改善を報告した。
Appleは2026年5月(現地時間)、セマンティックに豊かな視覚表現を学習する新手法「Text-Conditional JEPA (TC-JEPA)」を発表した。この手法は、画像キャプションを用いて、既存のImage-based Joint-Embedding Predictive Architecture (I-JEPA) が持つマスク領域予測における視覚的不確実性を低減する。具体的には、細粒度テキストコンディショナーが入力トークンに対しスパースなクロスアテンションを計算し、予測パッチ特徴をテキストの関数として変調、予測可能にする。