リサーチ・論文

Bernardo Perrone Ribeiro氏ら、Flownomalyで少量異常検知の最高性能達成

Bernardo Perrone Ribeiro氏らは2026年10月23日(現地時間)、arXiv cs.CVを通じて、少量データ異常検知(Few-Shot Anomaly Detection)における新手法「Flownomaly」に関する論文を発表した。この手法は、DINOv2特徴空間において正常な対応物を回復する問題として異常検知を定式化し、条件付きフローマッチングを用いることで、単一ステップでのクエリトークン回復を実現する。MVTec-ADやVisAといった主要ベンチマークで最先端の性能を達成し、特に1-shot設定での画像レベルおよびピクセルレベルAUROCで高い数値を記録した。

リサーチ・論文

マルチモーダルLLMの臨床診断でAUROC最適化手法「Ranking-PE」が精度向上

ティアン・シア (Tian Xia) 氏ら複数の研究者は2026年9月30日(現地時間)、マルチモーダル大規模言語モデル (MLLMs) を用いた臨床診断におけるプロンプト最適化手法「Ranking-Aware Prompt Optimization for Multimodal Clinical Diagnosis」に関する論文をarXiv cs.LGで発表した。この研究では、従来の精度ベースの最適化手法がクラス不均衡な臨床データに不適切である点を指摘し、AUROC (Area Under the Receiver Operating Characteristic curve) を直接最適化する新しい手法「pair-level Pareto prompt evolution (Ranking-PE)」を提案している。