医学文章の平易化を複数候補の選択と根拠照合で評価
- 英文の平易化では文ごとに複数候補を生成し、圧縮や語彙の簡潔さなどを使って選択する。
- 原文にない内容の検出を、原文と候補文の関係を判定する自然言語推論の問題として学習する。
- CLEF 2026 SimpleTextで文単位の平易化と過剰生成の検出・分類を評価した。
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。
TSGuard：センサーの欠測補完を制約チェックと運用判断につなぐ
- リアルタイムのセンサーデータについて、欠測の検出、推定、制約による検証を一つの運用ループにまとめる。
- 時間とセンサー間の関係を使う軽量モデルに、代替推定と担当者向けの説明を組み合わせる。
- 不自然に見える値を一律に置換せず、領域の制約に照らして原値の保持か置換かを判断する。
専門分野の論文検索を改善する遺伝子名の補足と本文検索
- 粘菌Dictyosteliumの知識ベースを使い、短い生物学的記述に対応する引用論文を探す評価課題を構築した。
- 再ランキングと遺伝子の注釈による検索語の拡張は、モデルの適合性や質問の条件に応じて改善をもたらす。
- 要旨に根拠がない質問では本文の分割検索が有効だが、要旨に根拠がある質問との差は残る。
カメラと物体の動きを同じ3D空間で編集、局所ハンドルで動画を作るGenCine
- 単画像から場面の足場を作り、カメラ軌道と物体の局所的な3D移動を指定。
- 背景位置、前景位置、固定の識別色を別の誘導マップとして動画モデルへ渡す。
- 75例で評価し、並進精度と前景の知覚的一致に利点を示すが、全指標で最良ではない。
画面外でも物体の状態を進める、観測者を別に生成するWorld Observer
- 操作側の視点に加え、特定領域を見るパノラマ観測者を同時に生成。
- 共有するパノラマから幾何対応を作り、再登場時には高解像度参照で外観を補う。
- 実写と合成場面で視界外の状態変化を評価し、複数観測者の効果は合成側で検証。
一度復元した3D形状を動かし、動画のカメラと物体を制御する4Director
- 入力画像から物体のメッシュを一度作り、各フレームで剛体変換を指定する。
- 深度動画を足場としてMotion Adapterが外観や照明、非剛体の動きを生成。
- 20,774クリップのRealCOD-Rigidを構築し、形の一致と同一物体の保持を合わせて評価。
長い動画で再登場する物体の見た目を保つ、過去の記憶を部分合成するMosaiChunk
- 過去の内部記憶を時刻と領域ごとに選び、固定の使用量で合成する。
- 動画生成器を固定し、必要な部分を選ぶ軽量ルーターだけを学習。
- 再訪場面のCLIP類似度中央値がT2Vで0.841から0.936、I2Vで0.807から0.863へ改善。
テキスト検索の重みを固定したまま、音声・画像を同じ検索空間へ追加
- 0.9Bモデルで文章、発話、音、画像、動画、視覚的文書を同じ空間へ写す。
- メディアの詳しい説明文を固定テキストモデルで埋め込み、教師信号にする。
- テキスト性能を保つ一方、0.9Bの画像・音声性能には課題があり、2.3B版も検証。
文章を生成せず候補の確率を返す、既存LLMを判断モデルにするLLM2Jev
- 括弧付きの数値IDの次トークン確率から、選択肢ごとの判断確率を取り出す。
- 4Bモデルは学習なしでも有効で、追加学習の利益はモデルや課題によって異なる。
- 追加学習では元モデルへのKL制約を使い、会話生成の劣化を抑える。
暗号化計算向け強化学習の発散を抑える、行動価値の中心化演算HAO
- 暗号上で扱いにくい非線形処理の多項式近似が、反復学習で発散する問題を扱う。
- 時間差分の目標を行動間で中心化し、共通の状態価値成分によるずれを抑える。
- 表形式課題、実CKKS演算のCartPole、20ノード物流経路で安定化を評価。
土器図面の切り出しから版面まで半自動化、考古学の出版を支えるPyPottery
- 画像抽出・手書き認識、清書、意味を保つベクトル化、版面生成を四つのモジュールで統合。
- 50枚・240点の土器図面で一連の処理を評価し、手動確認や修正も残す。
- 利用者が感じた高速化の中央値は40倍で、全工程の実測時間とは別の指標。
検索されない記憶は価値を測れない、LLMメモリー評価へランダム介入を導入
- 保存した記憶を操作しても、検索されなければ回答への効果は観測できないと指摘。
- 既知の確率で記憶を文脈へ入れ、偏りを補正して有用性を推定するCMPを提案。
- 有用な記憶の識別AUCは0.54から0.66へ改善するが、将来の保持判断には課題が残る。