Tag
18 件の関連記事
arXiv (アルファエックス) は2026年10月20日(現地時間)、研究者グループが汎用的な3D点群登録のための統一モデル「Register Anything Model (RAM)」を発表したことを報じた。このモデルは、既存手法が抱える特定のドメインへの特化による汎化能力の不足を克服し、センサーや環境を問わず、多様なドメインにわたり頑健に6自由度 (6-DoF) 変換を推定する能力を持つ。単一モデルで屋内、屋外、オブジェクトドメインといった幅広いデータに対応する。
Gunmay Jhingran氏は2026年10月2日(現地時間)、arxiv cs.LGを通じて、離散拡散モデルのフォワードプロセスを改善する新たな手法を提案した論文を公開した。既存の吸収型汚染がコンテキストを完全に信頼し、エラーが生成部分に伝播する課題に対し、領域不均一なフォワードダイナミクスを導入。これにより、モデルが不確実なトークンから学習できるよう改善され、汚染された情報に対する頑健性が向上すると述べている。
Zhixu Li (ジシュ・リー) らは2026年10月15日(現地時間)、arXivにおいて、パーソナライズされたロボット操作（PeRM）を評価するための新しいベンチマーク「LIBERO-PeRM」を発表した。LIBERO-PeRMは、汎用ロボットが家庭環境に導入される上で不可欠とされるパーソナライゼーションにおける、ポリシーの性能評価に焦点を当てる。このベンチマークは、タスクの完了とユーザーのプリファレンス（好み）の満足度を分離して評価する。LIBEROを基盤とし、動作、スキル、ユーザープロファイルに関する言語表現可能なプリファレンスをシミュレーション環境で扱えるように体系化している。
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2026年10月(現地時間)、長い思考連鎖やツール呼び出しで構成される言語モデルエージェントが直面するコンテキストウィンドウ飽和問題に対し、自己圧縮手法「SELFCOMPACT」を発表した。この新手法は、言語モデルが自身の判断でコンテキストの圧縮タイミングと方法を決定することを可能にする。既存の手法が抱える推論途中での情報破棄リスクを回避し、効率的な処理を実現する。同研究成果は、NeurIPSにて論文として公開された。
arXiv cs.CVが2026年10月8日(現地時間)付けで報じたところによると、ジューミン・リウ (Jiuming Liu) 氏らの研究チームが、動的シナリオにおける3Dモーション変位を捕捉する新しいシーンフロー推定手法「MESSENGER (Memory-Enhanced Sequential Scene Flow Estimation via Autoregressive Next-Frame Forecasting)」に関する論文を公開した。従来の課題であった長期的な時間相関の欠如や将来予測における不良な外挿能力を改善し、最新の評価基準で高い性能を示している。
arXivは10月1日(現地時間)、マルチモーダル大規模言語モデル (MLLMs) が視覚推論を行う際に、言語的先行知識に過度に依存する問題に対処する新しいトレーニングフレームワーク「構造化潜在視覚推論 (SLVR)」に関する論文を発表した。SLVRは、明示的な思考連鎖 (CoT) と潜在推論のギャップを埋め、プランニング、グラウンディング、証拠選択、推論統合といった定型化された潜在段階にマルチモーダル推論を組織化する。
arXiv cs.LGは10月3日(現地時間)、脳波 (EEG) データ解析の汎用モデル構築における長年の課題に対処するため、新たな基盤モデル「SPERA (Spherical Prior EEG Representation Architecture)」が開発されたと報じた。本モデルは、従来の観測信号に基づく手法とは異なり、joint-embedding predictive architecture (JEPA) をlatent space (潜伏空間) で採用し、多様な脳波データの異質性に対応する高精度な予測を実現している。
arXivは9月29日(現地時間)、論文「DIBench: Benchmarking Decision Integrity of GUI-based Mobile Agents Under Deceptive Injections」を発表し、GUIベースのモバイルエージェントにおける新たな安全性評価ベンチマーク「DIBench」を提案した。既存手法が見過ごしてきた「in-task goal deviation risk」の測定を目指す。
arXiv cs.AIは2026年9月30日(現地時間)、論文を通じて、大規模言語モデル（LLM）が長期間にわたるツール利用を行う際の性能向上を目指す新手法「Comparative Inference for Tool-use Agents (CITA)」を提案しました。この手法は、次に実行するツール呼び出しの長期的な価値を推定するモデルを訓練し、複雑なタスクにおけるエージェントの決定能力を強化します。
Pengfei Li氏らは10月1日(現地時間)、学術論文公開サイトarXiv cs.CLで公開された論文にて、大規模言語モデル (LLM) 向けの新たなベンチマーク「カリベンチ (KaliBench)」を発表しました。同ベンチマークは、サイバーセキュリティの著名なOSであるKali Linux上で、自然言語による指示からコマンドラインインターフェース (CLI) コマンドへの変換能力を詳細に評価するものです。既存の評価手法が知識ベースの評価やエンドツーエンドのタスクに留まり、実行可能なCLIコマンド生成能力を直接測定していない点を指摘し、このギャップを埋めることを目指しています。
arXiv cs.CVが2026年10月1日(現地時間)付けで公開した論文で、Tianjiao Yu（ティエンジァオ・ユー）氏らの研究者グループは、高解像度3D生成のための新しいフレームワーク「SILSA (Sliding-Window Slice Latents for Topology-Preserving High-Resolution 3D Generation)」を発表した。このフレームワークは、コンパクトなスライディングウィンドウ・スライス潜在表現を用いることで、従来のボクセル潜在表現や多段階パイプラインが抱える課題を解決し、トポロジーを保持した3D生成を実現する。
Xinghao Chen (シンハオ・チェン) 氏らは2026年9月30日(現地時間)、動画シーンテキスト編集の高忠実度な評価を目的としたベンチマークスイート「ViTeX-Bench」を発表した。同ベンチマークは「ViTeX-Dataset」と3軸評価プロトコルから構成され、未開拓分野である動画内の文字編集の課題に取り組む。この発表はNeurIPS 2026のEvaluations and Datasets Trackで受理されている。
Apple ML Researchは2026年9月(現地時間)、大規模言語モデル（LLM）が構造化情報を自然言語に逐次化する際に生じる「通信ボトルネック」を検証した研究結果を明らかにした。ツリー構造の算術表現を単語問題に変換し、元の表現へ復元するラウンドトリッププロトコルを設計。16種のモデルの全組み合わせで生成器と抽出器の性能を評価し、チャネルの損失性、失敗要因、訓練可能性に関する3つの知見を示している。
arXiv cs.AIは2026年9月24日(現地時間)、スキルベースのエージェントシステムに潜む新たな脅威、「スキルカスケード攻撃 (skill cascading attacks)」に関する論文を提出しました。同論文は、個々のスキルの改変が単独では無害に見える一方で、これらが連携することでシステム全体に有害な動作を引き起こす可能性があると警告しています。
Appleは2026年8月12日(現地時間)、機械学習モデルから特定のデータポイントを削除する「アンラーニング」の効率を向上させる研究成果を発表した。モデルの学習に影響の少ないデータポイントを特定することで、計算コストを最大約50パーセント削減できるとしている。
Apple ML Research (アップル エムエル リサーチ) は7月(現地時間)、大規模言語モデル (LLM) の関数呼び出しにおける不確実性定量化 (UQ) メソッドの評価に関する研究論文を発表しました。LLMによる関数呼び出しは実世界タスクの自律的解決に不可欠ですが、誤った呼び出しは不可逆な結果につながる恐れがあります。このため、LLMがタスクを正しく解決すると確信している度合いを、関数実行前に考慮することが重要です。同研究は、LLM関数呼び出しにおけるUQメソッド評価としては初の試みであり、MLエンジニア向けに実践的な示唆を提供するとみられます。
arXiv cs.CLが2026年5月25日(現地時間)付けで報じたところによると、Junlin Wang氏らの研究チームは、AIエージェントと大規模言語モデル (LLM) 向けベンチマーク課題の自動監査フレームワーク「Auto Benchmark Audit (ABA)」を発表した。従来の検証方法では捉えきれない現代AIベンチマークの複雑性に対し、隠れた環境依存性や仕様のギャップ、限定的な評価ロジックといった問題点を体系的に特定する。複数のフロンティアLLMベンチマークと過去のNeurIPS発表を含む計168のベンチマークを対象とした監査では、評価されたタスクの25.7%超で重大な問題が特定された。