LoRA学習で単語ごとの重みを決める、アダプターの内部状態差
- ARCAは、LoRAの有無による内部状態の差から、生成した単語ごとの学習重みを作る。
- MATHの単一シード実験では、同じ順位64の均等方式に比べ、ARCAのgreedy accuracyは低く、pass@4はわずかに高かった。
- ARCAの重みは三つの比較方式ほど少数の位置に集中しなかったが、別分野での性能は示されていない。
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。
質問を条件に分け、識別子を照合してSPARQL文を作るDeSQ
- DeSQは質問を条件に分け、各条件に対応するSPARQL断片と識別子情報から検索文を組み立てる。
- 著者らの表3では、Phi-4による完成文の厳密一致率はWebQSPで80％、CWQで78％、GrailQAで66％だった。
- 識別子の照合には項目の名前と説明を使うため、知識ベースの記述不足が著者らの挙げる制約となる。
脳波と眼球運動の予測確信度を使い、新しい参加者の感情分類を調整する
- 脳波と眼球運動を個別に特徴化し、相互注意で融合して感情を分類する。
- ラベルのない適用先では、入力ごとの予測確信度と一致に応じて標本を選別し、特徴の分布差を調整する。
- 著者らはSEEDとSEED-IVでの優位性を報告するが、確認できた本文には具体的な正解率や分割条件がない。
規則が分かっても候補を外す：StemBindで視覚AIの誤答を追う
- StemBindは同じ図形問題で知覚、規則、完成候補の回答を照合する。
- 著者らの直接回答による評価では、24設定中22設定で規則問題の正答率が完成図を上回った。
- 実務で使う前に、対象の図面でも要素・規則・候補を別々に採点し、誤答の内訳を確かめる必要がある。
RGB-D映像で三角形の地図を更新し、移動中にメッシュを作るSLAM
- RGB-D画像列からカメラ位置と三角形の三次元地図を逐次更新し、必要に応じて接続済みメッシュを作る。
- TUMのループ閉じ込みなしのRGB-D条件では、3系列の平均ATEは本手法1.57cm、MonoGS1.47cmだった。
- 著者らは三次元形状の評価で比較手法を上回ると報告するが、確認できた本文の範囲では該当する数値表はない。
多視点画像から対応のそろった頭部メッシュを作るSHELLS：粗い形状で探索範囲を絞る
- 校正済みの多視点画像から、人物や表情をまたいで頂点が対応する頭部メッシュを予測する。
- 粗い頭部形状の表面付近で特徴を集め、著者らは立体状の特徴を使う基準法に対して推論時GPUメモリ約2.4GB対約20GBを報告した。
- 合成データのみで学習し、別の人物の合成画像と13台のカメラによる実写で評価した。
街路画像からの場所推定で「次にどこを見るか」も測るERGeoBench
- 2,207件の街路パノラマを使い、固定視点、全周提示、能動的な視点操作で場所推定を評価する。
- 場所の回答に加え、物の認識、空間把握、常識に基づく判断を分けて診断する。
- Gemini-3-Flashの1km以内の割合はパノラマ20.87％から能動視点22.96％に上がったが、能動視点で総合点が下がるモデルもあった。
正解ラベルのない導入先で予測誤差を見積もる――EPAによる表形式データの分布合わせ
- EPAは、正解付きの元データとラベルなしの導入先データで選択した集計値を合わせ、導入先の予測誤差を推定する。
- 著者らは、元データへの重み付けを変化に関係する項目の探索と既存モデルの補正にも使う。
- Adult、HELOC、NHANES Iから作った292種類の入力分布の変化などで評価しているが、確認できた本文の範囲では個別の結果表と指標の定義は確認できない。
全解答が正解でも学習を続ける、推論手順の再学習法EchoRL
- EchoRLは、同じ問題への解答がすべて正解で報酬差が消えた場合も、生成済みの正解応答を補助学習に使う。
- 正解応答の中から予測が最も不確実な推論手順を探し、そこまでの文章を切り出して再現させる。
- 著者らの表1では、Qwen2.5-Math-7BのGRPOに加えた際、数学6課題の平均値が44.5から47.0になった一方、低下した個別課題もある。
連続画像から宇宙機の位置と向きを推定するTALON：時間情報と特徴点の位置合わせ
- 固定したDINOv3に軽量な時空間アダプターを加え、連続画像から各フレームの宇宙機の位置と回転を推定する。
- 著者のSPADES評価では、複合姿勢誤差EPがTALONのViT-B構成で0.0779、Sosaらで0.1570だった。
- 利用には対象機の3D特徴点モデルとカメラ内部パラメータが必要で、学習には画像上の特徴点位置と可視性の注釈を使う。
対向歩行者との衝突を損失に組み込む群集シミュレーション「CPGAN」
- CPGANは現在の位置・速度などから次時点の速度を予測し、予測を繰り返して双方向の群集移動を生成する。
- 横方向の加速を使った衝突損失と、ボロノイ図に基づく周囲の特徴を組み合わせる。
- 著者らは対向者との衝突率の低下と列形成の再現を報告するが、確認できた本文の範囲では衝突率の数値や比較条件は確かめられない。
ロボットは何に触れたか、次に触れるか――TouchSafeBenchで測る接触判定
- TouchSafeBenchは、模擬屋内環境の2,940エピソードを基に、現在の接触判定と接触前の警告を評価する。
- 著者らの実験での最高Macro-F1は、現在状態が56.2、事前警告が51.2で、課題と入力条件は異なる。
- 実用検討では、周囲への接触の見落としと、接触しない接近場面での誤警告を分けて測る必要がある。