分類からランキングへ：MBTI性格診断のためのLLM推論能力の強化
本研究は、SNSの投稿からMBTI性格タイプを特定するタスクにおいて、従来の独立した4つの二値分類として扱う手法の限界を指摘し、性格を連続的なスペクトラム上の相対的な嗜好として捉える「ランキング学習」へのパラダイムシフトを提案しました。
Cog AI Archive
最新の記事
負債としての安定性：LLMにおける言語構造の体系的崩壊
大規模言語モデルの学習において、従来は最適化の必須条件とされていた「学習の安定性」が、実は生成される言語構造の体系的な崩壊を招く「負債」となり得ることを、理論的証明と実験的検証の両面から明らかにしました。
常識的アブダクション論理のためのバランスの取れたニューロシンボリックアプローチ
大規模言語モデル（LLM）の柔軟な知識とロジックソルバーの厳密な推論を融合させ、問題文に明示されていない常識的な前提知識を動的に補完しながら推論を行う新手法「ARGOS」が開発されました。 この手法は、ロジックソルバーから得られる論理的基盤（バックボーン）をフィードバックとして活用し、LLMが不足している常識的な関係性を反復的に生成・検証することで、従来の演繹的手法では解決困難だった不完全な情報を含む問題に対応します。 複数の論理推論ベンチマークを用いた検証において、ARGOSは既存のニューラル手法やシンボリック手法を安定して上回る精度を達成し、人間のようなアブダクション（仮説生成）推論が複雑な論理課題の解決に極めて有効であることを実証しました。
LTS-VoiceAgent：意味的トリガーと増分推論による効率的なストリーミング音声対話のための「聞く・考える・話す」フレームワーク
従来の音声エージェントが抱えていた「推論能力の不足」と「高い応答遅延」の二律背反を解消するため、意味の区切りを検知して思考を開始する「動的意味トリガー」と、思考と発話を並列化する「二重役割ストリームオーケストレーター」を導入したLTS-VoiceAgentフレームワークを提案しました。
PolySHAP：交互作用を考慮した多項式回帰によるKernelSHAPの拡張
PolySHAPは、機械学習モデルの説明手法であるKernelSHAPを拡張し、特徴量間の複雑な交互作用を多項式回帰によってモデル化することで、シャプレイ値の推定精度を大幅に向上させる新しいアルゴリズムである。
CASSANDRA：確率的世界モデリングのためのプログラム的かつ確率的な学習と推論
CASSANDRAは、ビジネスドメインのような決定論的挙動と確率的挙動が混在する複雑な環境において、LLMが生成するコードと確率的グラフィカルモデル（PGM）を統合した新しいニューロシンボリックな世界モデル構築手法である。
深層強化学習における自然方策勾配のためのフィッシャー逆行列のランク1近似
深層強化学習における自然方策勾配法（NPG）は、学習の収束が早く幾何学的に適切な更新が可能である一方、フィッシャー情報行列（FIM）の逆行列計算にパラメータ数の3乗という膨大な計算コストがかかる点が実用上の大きな障壁となっていました。
AdaReasoner：反復的な視覚的推論のための動的なツールのオーケストレーション
AdaReasonerは、マルチモーダル大規模言語モデル（MLLM）において、ツール利用を特定のタスクの手順としてではなく、文脈に応じて「いつ、何を、どう使うか」を判断する汎用的な推論スキルとして習得させる新しいモデルファミリーである。
物理法則に基づく不確実性が信頼性の高いAI主導の設計を実現する
次世代通信（5G/6G）に不可欠なメタサーフェス設計において、従来のAI代理モデルは学習データが不足する領域で「偽の最適解」を提示する課題がありましたが、本研究は予測が物理法則（電磁場の連続性）にどれだけ違反しているかを不確実性の指標とする「物理法則に基づく不確実性（PHY-UNC）」を提案しました。
FadeMem：効率的なエージェントメモリのための生物学に着想を得た忘却機構
大規模言語モデル（LLM）エージェントの長期運用における課題である情報の過負荷と破滅的忘却を解決するため、人間の「忘却」プロセスを模倣した二層構造のメモリ管理アーキテクチャ「FadeMem」が提案されました。