2026年9月29日の号

10本掲載

生物学的に妥当な学習則DFAで生じる学習停滞の原因が、誤差の共通成分にあると特定された。出力の事前補正などで停滞を抑え学習が速まり、省電力AI開発に影響し得る。

IoT機器の通信許可を定めるMUDプロファイルを、ファームウェアのソースコードから自動生成する技術AutoMUDが登場した。実機の監視が不要で、規則ごとに根拠コードを追跡できる点が特徴である。

スイス連邦工科大学チームなどは、点群やガウシアン・スプラットから物体と関係を記した3Dシーングラフを一括生成するAI「GraphWrit3R」を発表した。多段処理と正解注釈への依存を排し、実用性を高めた。

複数のLoRAアダプタを推論コストなしで一つのモデルに統合する新手法READが提案された。新技能は旧技能を読むが書き換えない設計で、SuperGLUEで20点超の改善を示した。

AIが対話相手について抱く暗黙の想定を読み出し、書き換える手法BSDが提案された。拒否判断が利用者像に左右されると示され、AI安全性の管理に影響する。

米研究チームは、内部に触れられない生成AIの出力を、繰り返し問い合わせと選別で属性分布を目標に近づける手法を提案した。クエリ数最小化と漸近最適性も示し、公平性対応やデータ生成の実務に影響する。

逆拡散を用いる生成AIの標本抽出について、データの凸性を仮定しない一次定常性の理論保証を、統計研究者らが示した。品質検証の根拠として産業応用の信頼性向上につながる。

Ene氏とNguyen氏が、ガウス型データ向けに固有値の間隔を仮定しない差分プライバシー付きPCAのアルゴリズムを示した。個人データ分析の適用条件を緩める研究である。

推論モデルに自らの回答の確信度を予測させる自己教師あり微調整で、精度を保ったまま生成トークンが最大25%減ることが判明した。停止の学習を伴わず推論コストを下げる手法として注目される。

国際研究チームが、画像生成AIの内部表現統合を頑健化する新手法「FuseReg」を発表した。エンコーダー層の組み合わせをランダムに学習させることで、モデル再学習なしに生成品質を最大29%改善できるという。