2026年10月7日の号

10本掲載

ループ型言語モデルで状態が固定点に近づく性質を利用し、学習・復号・RLを効率化する手法が提案された。KVキャッシュを3分の1にしても精度を保ち、運用コスト低減に道を開く。

拡散モデルによる条件付き生成で、逐次モンテカルロ法を途中時点から開始する手法が提案された。同数の粒子で精度が約2倍に高まり、稀な事象の再現では桁違いの改善も確認された。

CT画像と読影レポートを臓器単位のグラフで結び付け、喉頭咽頭がんのT分類を予測する枠組みが提案された。腫瘍の手作業での切り出しを要さず、生検に頼る診断の補完を狙う。

LLMが動かすロボットが、手本動画を階層に整理して必要な場面だけ参照する手法が登場した。1本の動画で追加学習なしに成功率を高め、現場導入の負担を下げる点で注目される。

画像生成AIの内部状態に自然言語で質問し、生成途中の絵の中身を読み取る手法が提案された。内部情報を品質改善にも使えると示した点で、制作現場の品質管理に影響しうる。

画像AIが背景など見かけの手がかりに頼る度合いを幾何学的に監視し、抑える手法BiasFlowが登場した。凍結した基盤部分に偏ったデータで新たな出力層を学習させても、最悪グループ精度が40.7%から64.1%に改善した。

動画生成AIが物理法則や単純な規則を破る問題に対し、高ノイズ段階で順次生成し低ノイズ段階で一括精緻化するS2PDが提案された。生成映像の信頼性向上に道を開く手法である。

人の動作データを人型ロボットの実行可能な動作へ変換し、成功した変種だけを再学習に回す枠組み「InterMimicGen」が提案された。少量の実演から作業の網羅範囲を広げる道筋を示す。

基盤モデルの応答冒頭に特定の語を固定するだけで、強化学習済みモデルに迫る数学・コード性能が得られると判明した。再学習なしで性能を引き出す手法として、AI運用コストの見直しにつながる。

台湾の研究チームが、フローチャート画像を任意の縦横比へ接続を壊さず再配置し、編集可能な形式で出力するAIパイプラインを発表した。資料作成の転用工数を減らす技術として注目される。