文間番号をLLMに選ばせる長文の話題分割法：重複入力と区間長の調整
- 文間番号をLLMに選ばせ、本文を再出力せずに話題境界を得る。長文は重複入力で処理し、区間長も調整する。
- 著者らの境界類似度はGPT3.5でHumanが0.38、Wikiが0.25だった。一方、Conc-WikiではBERTの0.46がGPT3.5の0.29を上回った。
- 日本語の業務文書への導入には、人が付けた境界での評価と、表や乱れた文字を含む文書での異常出力の確認が必要である。
RESEARCH BRIEFS
論文をさくっと読む
掲載済みの論文解説から、研究の要点を短く紹介します。
統計向けLLMの出発点を比べる――StatLLaMAの段階的な学習
- 著者らの比較では、指示調整済みのLLaMA-3.2-3B-Instructを起点とする経路が、統計分野への適応に有効だった。
- 有効だった経路は、統計の質問回答による教師あり学習、回答対によるDPO、ごく弱い用途別学習を組み合わせる。
- GSM8K、AP Statistics、ARCで評価したと記されるが、確認できた本文の範囲に得点や改善幅は示されていない。
LLMの推論指示を使い、複数の販売場面で商品を生成するOxygenREC
- LLMが利用者の文脈から推論指示を作り、応答時の生成モデルが商品を推薦する。
- 指示に関係する行動履歴を選び、販売場面ごとの目標を共通の仕組みで扱う構成を提案した。
- 著者らは学習基盤のMFU 40％と、複数場面でのGMV・注文数の増加を報告するが、増加幅は確認できた本文にない。
文章の指示に沿って3D物体を順に配置するVULCAN
- 文章と3D場面の画像から、物体を順に動かす計画を立て、各操作の結果を確認する。
- 物体と面を調べる関数、幾何条件による配置計算、行き詰まった際の後戻りを組み合わせる。
- 著者らは25場面・111単位作業の評価で、比較手法を上回る指標値を報告した。
車内カメラで17種類の運転行動を識別し、判定が続いた場合に警告する
- 単眼の車内カメラ画像から17種類の運転行動の確率を出し、確率と継続時間の条件を満たした場合に警告する。
- 著者らは約80万枚のラベル付き画像を使い、試験用データでは学習・検証用と運転者および車両を分けた。
- 著者らの実車内測定では、処理速度はRaspberry Pi 5で約16 FPS、Coralで約25 FPSだった。
表データから図表付き報告書を作るA2P-Visの処理工程
- A2P-Visは、表の列情報を確認し、図表の生成・選別と解釈候補の採点を経て報告書を組み立てる。
- Presenterは図を参照する文章を作り、話題の順序、つなぎ文、要約を整える。
- 確認できた本文には比較実験の指標や結果の数値がなく、導入効果は対象データで検証する必要がある。
修正履歴から解決可能性を採点するSWE-RM：候補選択と強化学習での検証
- SWE-RMは修正エージェントの行動履歴から0〜1の点数を出す。候補の採点時にテストは実行しないが、学習用の正誤ラベルにはテスト結果を使う。
- 著者らは、候補選択の成績に加え、正誤を見分ける力と点数の較正を強化学習向けの評価項目として検討した。
- SWE-bench Verifiedの32候補からの選択で、SWE-RMの解決率はQwen3-Coder-Flashで62.0%、Qwen3-Coder-Maxで74.6%と報告された。
事案から関連条文を選び、判断の手がかりを示す二つの方法
- 事案文から関連条文を選び、人が確認できる説明も示す二つの方法を提案した。
- AoSは正解ラベル付き事案で学習して重みの高い文を示し、LLMPromptは条文本文を入力して追加学習なしで関連性と理由を答える。
- 著者らはILSIの100条文とECtHR_Bの10条項で評価したと述べるが、確認できた本文の範囲には性能を比較できる結果の数値がない。
歯の位置を予測してから複数の歯冠を生成するCrownGen
- 歯ごとの点群と欠損歯番号から位置を予測し、複数の歯冠を一度に生成する。
- 著者らは外部スキャン496件から作った条件で形状を評価し、16,368歯の境界予測で平均Dice係数0.883を報告した。
- 26修復症例では能動的な設計時間が支援あり平均740秒、手作業平均900秒で、設計品質は事前設定した非劣性基準を満たした。
短尺動画推薦で、動画モデルの複数層と動画IDを組み合わせる方法
- 著者らの比較では、動画モデルが生成した説明文より、内部の隠れ状態を使う方法の推薦成績が高かった。
- MicroLensの統合方法の比較では、IDを動画特徴で置き換える方法より、IDと動画特徴を融合する方法のHit@10が高かった。
- DFFは固定した動画言語モデルの複数層を重み付けし、動画IDの特徴と融合する。確認できた本文にはDFF本体の詳細な結果表がない。
締切に合わせてLLMのKVキャッシュ削除率を決めるTimeBill
- TimeBillは入力ごとの回答長と実行時間を予測し、締切に応じてKVキャッシュの削除率を決める。
- 著者らはLongBenchで評価したと記すが、確認できた本文の範囲に改善幅や締切条件の数値はない。
- 導入時は対象LLMの回答長と実行時間を集め、固定削除率と締切内の完了率・回答品質を比較する。
商品・顧客層・広告の関係と文章の意味から広告を探すKGSR-ADS
- 商品・顧客層・広告内容の関係を知識グラフに記録し、文章の意味を表すベクトルと組み合わせて広告を検索する提案。
- GNNと注意機構で対象間の依存関係を推定し、FAISSやMilvusを用いるベクトル索引で検索する構成。
- 確認できた本文には評価データや数値結果がなく、推薦の適合性と検索速度は導入先のデータで検証が必要。