生成文の語彙を３群に分けるHATS：緑の多さと赤の少なさで透かしを検出
- HATSは生成中の語彙を緑・黄・赤に分け、赤を選択対象から外して透かしを埋め込む。
- 検出では緑の多さと赤の少なさを統合する。著者らの評価では真陽性率61.67％、偽陽性率0.50％だった。
- 著者らは文章品質がKGWに及ばないと述べる。日本語文や編集後の文書での性能は別途確認が必要である。
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。
対象名を直接書かない依頼から衛星画像の変化を探すReasonCD
- ReasonCDは二時期の画像と間接的な依頼文から、関心対象の変化地図と説明文を出す。
- 著者らはBCDDの単一対象課題でF1スコア0.921を報告した。
- 間接的な依頼に対する数値精度や撮影条件ごとの性能は、確認できた本文の範囲では分からない。
スペイン語の干ばつ記事から影響分野を抽出するCienaLLM
- CienaLLMは、スペイン語の干ばつ記事から四つの影響分野などを、指定した項目に沿って抽出する。
- 著者らは影響分類用の386記事と12モデル・384設定を用い、精度、形式エラー率、処理時間を調べた。
- 著者らはSeqIAと同等以上の影響抽出精度と、より高い推論コストを報告する。元データの分割には比較上の注意点がある。
画面画像から再利用できるUI部品を設計するMLS：合成値の評価に注意
- MLSは画面画像から階層を推定し、繰り返す領域を部品候補にまとめてからコードを生成する。
- 中間の設計図に表示ごとの値と型を残し、React、Vue、Angularなどの構文に合わせて生成する。
- 論文の実験節にある性能値は著者が合成値と明記しており、実測による改善幅は示されていない。
動画検索の上位候補を推論文で再順位付けするTTE-v2
- TTE-v2は推論文を使った初期検索の後、上位候補を推論文で再順位付けする。
- QARは検索文と候補を合わせて読み、検索に関係する細部を含むよう候補の推論文を書き直す。
- 著者らのMMEB-V2評価では、誤りのある2課題を除いた76課題の全体スコアがTTE-v2-7Bで75.7、IFM-TTE-7Bで75.1だった。
小型言語モデルは定型業務を担えるか：6課題で性能と推論時排出量を比較
- 著者らは、選んだ6課題のうち4課題で微調整した小型モデルが大型モデルと同程度の性能だったと総括する。
- Yelp Polarity Reviewsの感情分析では、ELECTRAの正解率は0.95、比較対象のQwen3 A22Bは0.94だった。
- 段階的な推論とPythonコード生成では小型モデルが及ばず、大型モデルの排出量は実測値ではなく推計値である。
AIエージェントの経験と記憶の仕組みをともに更新するMemEvolve
- MemEvolveは、エージェントの経験に加え、経験の変換・保存・検索・管理という記憶の構成を更新する。
- 著者らは四つの課題群で評価し、対象エージェントへの組み込みで最大17.06%の改善を報告した。
- 社内利用では、固定した記憶構成を基準に、別の質問群で回答の正しさと処理コストを検証する必要がある。
視覚と音声で有効な記憶方式は異なるか：スパイク神経回路網の比較
- 著者らの二つの数字分類実験では、Hopfield型記憶はN-MNISTで97.68%、SHDで76.15%の正解率だった。
- SCLの正解率はN-MNISTで96.72%、SHDで82.16%で、比較した五構成の単純平均では89.44%と最高だった。
- 共同学習HGRNの正解率は94.41%・79.37%。本文の平均88.78%は、この二値の単純平均86.89%と一致しない。
小規模言語モデルが役割を分担し、SQLの実行結果で修正するMATS
- 表の絞り込み、SQL作成、検証、修正、選択を小規模モデルの担当に分ける。
- 候補SQLの実行結果を学習と実行時の修正に使う。
- 著者らは合計90億パラメータの構成で、大規模モデル方式と同程度の実行精度を報告する。
「バイアス」をどう定義し測るか――NLP論文を批評する演習
- 抽象概念の定義と、それをデータや指標で測る方法を結び付けて批評する演習を報告した。
- 概念ごとに批評論文１本とNLP論文３本を読み、授業前の比較課題、ペアでの発表と討論に進む。
- 著者は学生の議論の変化を記述するが、対照群や定量指標による学習効果の比較は示していない。
医用画像の濃淡と形を変え、元画像との画素対応を追う「Plasticine」
- Plasticineは医用画像の濃淡と形状を変換し、変換前後の画素対応を追えるように設計された手法。
- 著者らは網膜OCT、心臓MRI、胸部MRIからCTへの変換を実験対象とした。
- 確認できた本文の範囲では評価数値を確認できず、利用先の画像と輪郭ラベルで位置対応を検証する必要がある。
四回転ドローンの位置保持で、SACの行動のばらつきを自動調整する効果
- 著者らは、四つのモーター回転数を決めるSACで、行動選択のばらつきに関わる係数を学習中に自動調整した。
- シミュレーションの大きい開始位置範囲では、自動調整のみのSACに報酬曲線の低下が見られず、提示した範囲端と範囲外の位置から静止したと報告した。
- 報告は機体モデルを使った条件での結果であり、実機での性能や学習を繰り返した際のばらつきは別途確かめる必要がある。