LLMエージェントにおける実行可能な意味的制約の強制のためのオントロジーからツールへのコンパイル
科学技術文献から構造化された知識を抽出する際、従来の手法では抽出後にデータの妥当性を検証する後処理が必要であったが、本研究ではオントロジーの仕様を直接実行可能なツールインターフェースへとコンパイルする新しいメカニズムを導入した。
Cog AI Archive
最新の記事
スコアベース拡散モデルを用いた拡散光トモグラフィにおける不確実性定量化
拡散光トモグラフィ（DOT）における高度な不良設定性とモデル誤差の課題に対し、スコアベース拡散モデルを用いた新しい事後サンプリング枠組みであるUCoSを適用した。 学習済みのデータ駆動型スコアと物理モデルに基づくガウス型スコアを凸結合させる新しい正則化手法を提案し、限定的な観測条件や分布外データに対する推定のロバスト性を向上させた。 シミュレーションおよび実測データを用いた検証により、従来手法よりも事後分散を大幅に抑制し、ターゲット周辺に不確実性を局在化させた信頼性の高い画像再構成と不確実性定量化を実現した。
分散を超えて：希少事象の増幅と双方向ペアリングによるプロンプト効率的なRLVR
検証可能な報酬を用いた強化学習（RLVR）において、従来の分散に基づくプロンプト選択は最適化が不安定になる課題があったが、本研究は「ポジティブ・ネガティブ・ペアリング」という新しい選択原理を提案した。
IntentRL：強化学習によるオープンエンドな深いリサーチのための能動的なユーザー意図エージェントの学習
ディープリサーチ（DR）エージェントが曖昧な指示で長時間実行されることで生じる計算資源の浪費とユーザーの不満足という「自律性と対話のジレンマ」を解決するため、実行前に潜在的な意図を能動的に確認するフレームワーク「IntentRL」が提案されました。
自己検証のジレンマ：LLMの推論における過剰なチェックの経験駆動型抑制
大規模推論モデル（LRM）の思考過程において、反省ステップの約4割から6割が中間結果の再確認（再チェック）であり、そのうち85%から95%という圧倒的多数が誤りを修正しない冗長なものであることが判明しました。
骨格と肉の分離：もつれを解いたアライメントと構造を考慮したガイダンスによる効率的なマルチモーダル表推論
大型視覚言語モデル（LVLM）において、表の複雑なレイアウトと内容が密接に結合している問題を解決するため、構造（骨格）と内容（肉）を分離して学習させる「DISCO」アライメント手法を提案した。 外部ツールや膨大な推論用データに頼らず、表全体から必要な部分を段階的に特定して推論を行う「Table-GLS」フレームワークを導入し、未知の表構造に対しても高い汎用性と信頼性を実現した。 21種類のタスクを用いた検証の結果、わずか1万枚の画像による学習で、従来の大規模データを用いた手法を上回る性能を達成し、効率的かつ解釈可能なマルチモーダル表推論が可能であることを示した。
DALI：ローカルPCにおける効率的なMoE推論のためのワークロード認識型オフローディングフレームワーク
混合専門家（MoE）モデルの巨大なパラメータをローカルPCの限られたリソースで扱うため、CPUとGPUの計算資源を動的に最適化して併用する新しいオフローディングフレームワーク「DALI」が提案されました。
拡散LLMのための先読みパス尤度最適化
拡散大規模言語モデル（dLLM）において、生成の品質と極めて強く相関する評価指標として、アンマスク（マスク解除）の順序に依存した結合対数尤度「Path Log-Likelihood（Path LL）」を定義し、これが従来の指標よりもタスクの正解率を正確に反映することを明らかにした。
再パラメータ化フロー方策最適化
従来の再パラメータ化方策勾配（RPG）はガウス分布に基づく方策に限定されており、多峰性を持つ複雑な行動分布を表現する能力に欠けていたが、本研究では微分可能な常微分方程式（ODE）の積分を通じて行動を生成するフロー方策がRPGの枠組みと自然に適合することを明らかにした。
生成デコンプレッション：分布の不一致に対する最適な非可逆復号化
本論文は、圧縮機の設計時に想定したデータ分布と実際のソース分布が異なる「分布の不一致」が発生する状況において、送信側のエンコーダを一切変更することなく、受信機側のみの調整で歪みを最小化する「生成デコンプレッション」を提案している。