Q学習の最終出力、必要データ量を証明
単一の行動履歴だけで学ぶQ学習について、最終的に得られる表の精度を保証するデータ量の上界が示された。初期化コストが加算で済むことを証明しており、実運用の見積もり根拠となる。

単一の行動履歴だけで学ぶQ学習について、最終的に得られる表の精度を保証するデータ量の上界が示された。初期化コストが加算で済むことを証明しており、実運用の見積もり根拠となる。

表形式データの深層学習による回帰で、多くの代替損失はMSEを上回らず、分位点損失だけが一貫して改善した。領域ごとに最適な学習停止時期が異なる点も示された。

視覚言語モデルは画像内の「上」「隣」といった空間関係を、下流で使う文表現の段階で語彙情報より大きく失うことが判明した。出力評価では見えない欠陥である。

研究チームは、予測モデルで次の行動と学習データを選び、AIの方針と予測器を更新し続ける枠組みRSI-Anythingを発表した。外部評価の費用を抑えつつ性能を高める道筋を示した。

3次元医用画像の自己教師あり学習で、学習用の切り出し位置を乱数ではなく解剖学的な手がかりで選ぶ手法が、複数のモデルと課題で性能を改善した。データを増やさず学習の質を高める道を示す。

カーネル誘導の幾何で見たマルコフ連鎖の収束を、有限標本・高確率の境界で示す研究が登場した。1本の時系列だけで一歩先を予測する学習の速さに保証を与える点が重要である。

ワシントン大などの研究チームが、日本語や英語のような文章の指示でタンパク質の立体構造を生成するAI「Prompteina」を開発した。創薬の初期探索を担う部門の設計工程を変える可能性がある。

スパイキングニューラルネットで5種の睡眠障害を再現する計算枠組みが登場した。睡眠時間が正常でも回復度が低い例を示し、従業員の睡眠施策の指標見直しを迫る。

間欠的な通信と限られた蓄積容量の下で、どのデータを先に送るかを強化学習で決める枠組みが提案された。情報の鮮度と送信元間の公平性が、従来方式より改善したという。

並列生成で同時に作る箇所を出力ごとに乱数で選ぶと、必要な逐次ラウンド数が対数の二乗から二重対数へ縮むことが理論的に示された。推論の遅延とコストの設計指針となる。

英国の研究チームが、候補の生成、検証、反復改善を一体化した推論枠組みGenVerOptを提案した。IQパズルや前立腺がん領域の抽出で人間や臨床医に並ぶ成果を示し、画像判断業務の自動化に道を開く。

AIモデルの重みの中に暗号化した別のネットワークを隠し、秘密の合図でのみ作動させられることが示された。導入前の能力評価だけでは危険性を見抜けない可能性があり、調達や監査の前提を揺るがす。

Chronos Policyは、観測の取得時刻と行動の実行時刻をロボット方策に明示的に与える手法である。センサーや推論の遅延が揺れる現場でも、動作の安定性を保てる可能性を示した。

ニューラルネットの出力が持つ「穴の数」を表現するのに必要な網の大きさを、数学的に導出した論文が登場した。モデル規模を設計根拠で決める道を開く成果である。

重みや概念ラベルなしで画像AIの判断根拠を概念単位で示す手法HnSが提案された。分類以外の字幕生成や衛星画像分割にも適用でき、AIの説明責任を果たす実務の選択肢が広がる。

画像生成AIが途中経過の誤りを自らの文章理解に反映し、ずれを固定化する現象が判明した。この逆流を抑える新手法SFGは、追加コストを抑えつつ指示への忠実度を高める。

異なる構造の画像生成AIの途中経過を共通の潜在空間で受け渡し、生成を引き継ぐ技術InstantFusionが提案された。モデルを再学習せず組み合わせられ、運用の柔軟性を高める。

スマートフォンによる室内スキャンだけで、汎用ロボット制御AIを個別の現場に適応させる手法が登場した。実機での把持成功率は63.9%に達し、現場ごとの実演収集コストを抑える道を開く。

オックスフォード大などの研究チームが、重力下での安定性や衝突のない動きを備えた可動3D資産を自動生成する多エージェント方式「Artisan」と評価基準を公開した。見た目中心の3D生成が、実用段階へ進む。

言語モデルにウィキペディアのリンクだけで目標記事へ到達させる実験で、上位モデルは人間に匹敵した。ただし人間を有意には上回らず、言語や分野で順位が入れ替わる。検索系AIの選定に注意を促す結果である。
