リサーチ・論文

大規模言語モデルの心理学的構成概念における内部表現を検証

チーハオ・シュー (Chih-Hao Hsu) 氏らは2026年11月6日(現地時間)、大規模言語モデルが心理学的構成概念を内部で表現するのか、あるいは心理測定構造に似た出力のみを生成するのかを調査した研究論文を発表したとarXivが報じた。同研究では、Metaが開発した大規模言語モデル「Llama 3」と、アリババクラウドの言語モデル「Qwen 2.5」を含む14モデルバリアントを用い、台湾の大学生272人から得られた心理尺度回答データと比較分析を行った。大規模なモデルバリアントが人間の尺度間相関を再現し、増幅する行動レベルの結果を示している。

リサーチ・論文

FlowAlign、ターゲット空間アラインメントの新手法を提案

論文公開プラットフォームarXiv cs.AIは2026年11月6日(現地時間)、ルーイージー・ユアン (Ruizhi Yuan) 氏らが執筆した「Flow-Guided Target-Space Alignment via Path Consistency」と題する研究を発表した。同研究は、複数のモダリティデータを特定のターゲット空間に整合させる多種モダリティアラインメント問題に対し、「FlowAlign」と呼ぶフローガイド型手法を提案。トレーニング時のアラインメント信号として条件付きフローマッチングを再利用することで、インスタンスレベルの対応とグローバルなターゲット空間構造の維持を両立させる。

リサーチ・論文

ユーザー埋め込み、行動モードのスパースな重ね合わせで解釈可能性を向上

論文公開サイトarXiv cs.LGが2026年11月5日(現地時間)に発表した研究論文によると、レコメンデーションやパーソナライゼーションシステムにおけるユーザー埋め込みは、解釈可能な行動モードのスパースな重ね合わせとして理解できることが示された。これにより、これまで不透明だったユーザー埋め込みの理解が深まり、その利用範囲が拡大する可能性が指摘されている。

リサーチ・論文

arXiv cs.CV、自動運転研究におけるデータパラダイム変革を提唱

arXiv cs.CVは2026年10月8日(現地時間)、自動運転研究における現在のデータパラダイムに深刻な課題が存在するという論文を公開した。本論文は、自動運転システムが「いつでも、どこでも、誰にでも」堅牢に動作するという究極の目標に達し得ない現状は、技術的なモデリング問題だけでなく、既存のデータ利用手法そのものが根本原因であると指摘している。

リサーチ・論文

小規模言語モデル、エージェントハーネスでの適格性ギャップが明らかに

arXiv cs.AIは2026年10月1日(現地時間)、Jundong Hu氏とShekar Ramachandran氏らの研究論文を公開した。大規模言語モデル(LLM)のプランナーを補完するマイクロタスクにおいて、市販の小規模言語モデル(SLM)が実務家定義の閾値を満たさない「適格性ギャップ」が存在すると報告している。Qwen3やLlama-3.xモデルを用いた評価では、テストされた全ての構成で合格に至らなかった。