「rag」の検索結果
355 件このリポジトリでは、AIアプリケーションをローカルに実行できるツールキットであるRunAnywhere-sdksを提供しています。
オープンソースのAIオーケストレーションフレームワークです。LLMアプリケーションの構築に必要なパイプラインやエージェントワークフローの設計ができるようになっています。
医学画像に対する疾患検出モデルを開発し、臨床現場で早期検出と迅速な介入を容易にすることを目的としたフレームワークを提案します。
印刷品質管理技術のための新しいアプローチであるシンセティック データ生成フレームワークを提案しました。このフレームワークは、ロトグラビューグラビング技術における品質管理のためのシンセティック データを生成することで、印刷
Coordinating autonomous vehicles at unsignalized intersections remains a critical challenge for multi-agent re
An initial high-recall stage in an empirical pipeline decides which items pass to later review, labelling, or
Deterministic KV-cache eviction keeps the top-$k$ tokens under an importance score and deletes the rest. We pr
マルチタスク学習におけるタスクのグループ分け方法を提案した。この研究では、タスク間の意味的関係を考慮することで、マルチタスク学習の実行を改善することができると主張した。
可能な量子的計算機械学習モデルにおける一般化の理解を進めた。この研究では、パラメータ化された量子回路のパフォーマンスのスケーリングに影響を与える要因を調査し、パラメータ化された量子回路のパフォーマンスを理解するための新し
Integrating heterogeneous biomedical data, including clinical metadata, histopathology images, and molecular p
Graph signal processing tasks that leverage spectral information typically assume access to the complete graph
この研究では、リスクグラフニューリアルネットワーク(RGNN)を使用して、人口統計学的特性と地域の情報と組み合わせた熱死亡リスクを推定する新しい方法を提案し、DLNMの効果的な方法に代わる可能性があります。
この研究では、CASCフレームワークを提案し、多変量空間時系列データを含む多様なデータを扱えるグラムニューラルネットワークのサブスペースクラスタリングを実現します。
この研究では、長期
Fine-tuning Vision Transformers (ViTs) with low-rank adapters (LoRA) promises better communication efficiency
Ordinal Classification (OC) deals with classification tasks where the classes follow a natural order. Despite
FL（分散機械学習）におけるパラメータの効率的なフィンテューニングを支援するツールを提案した研究で、TRISHUL（Three-Pronged Spectral Control for Federated Paramet
FLにおける安全な合計を提供するための方法を提案した研究で、この方法により、データが分散されるときにセキュリティが確保できる。
モデル合成を支援するTwistedMergeを提案した研究で、この方法により、モデルが効率的に合成できる。
ダブル量子ドットのCharge Stateを分析するためのMachine Learning方法を提案した研究で、この方法により、量子ドットのCharge Stateが効率的に分析できる。
Advanced Persistent Threats (APTs) remain difficult to detect because only a small fraction of events in large
この研究は、ランダムサンプリングで発生する偏りをなくし、分布の収束を高速化する方法を提案した。方法は、サンプルの傾向を変化させることで、サンプルが予測できないようにした。
OpenForgeRLは、ハーネス付きエージェントを訓練するためのフレームワークを提供する。これにより、エージェントが複雑なトラジショナルハーネスを利用して、外部システムと協力し、複数のタスクを同時に解決できるようになっ
GS-Agentは、自然言語から生成することができ、物理的に正しく動作する4次元の世界を生成することができる。方法は、物理的正しさを保つために、生成時に物理的推論を使用した。
Agentic Context Managementは、エージェントのメモリとコストを管理できるようにした。方法は、エージェントが自己管理できるように、トレーナーが制御できるようにした。
Large language models (LLMs) and agents are now widely used tools in code development, with data typically sen
Large Language Models (LLMs) excel at natural language understanding and generation but remain unreliable for
The boundary and divertor plasma govern how a tokamak exhausts power and particles, setting heat fluxes, targe
Open-vocabulary semantic segmentation (OVSS) leverages textual semantics to segment objects beyond predefined
For years, supply chain planning at e-commerce firms has operated as a collection of isolated projects. Each p
Phonetic forced alignment is a key technique in phonetic research, yet existing alignment systems lack special
Retrieval-Augmented Generation (RAG) systems increasingly employ multiple LLM agents. Yet, most prior work opt
The reliance on unstructured free text for documenting clinical trial protocols creates a significant barrier
Behavior prior reinforcement learning (BPRL) has emerged as a promising paradigm to improve sample efficiency
この研究では、大規模言語モデルを活用して、信念の共有を組み合わせるモデルを開発しました。大規模言語モデルを活用することで、信念の共有を推測することができました。
この研究では、大規模言語モデルを活用して、自己決定エージェントの説明可能性を研究しました。大規模言語モデルを活用することで、エージェントの行動を推測することができました。
知識重視の質問応答システム (KI-VQA) を分析するために、新しい評価基準を提案します。これらの基準では、VLMの各タスクを個別に評価することができます。
ビデオLMMの安全性を確認するために、新しい診断フレームワークを提案します。これらのフレームワークは、モデルの挙動、理解、セマンティクスを同時に考慮します。
RISC-V単コア上の16ビット浮動小数演算 (FP16) を高速化するために、新しいフレームワークを提案します。これらのフレームワークは、メモリ フットプリントを約50％削減しながらモデルのパフォーマンスを維持します。
Coding agents ship with one kind of memory: documents. Instruction files, plan artifacts, and auto-written mem
Large language models (LLMs) have rapidly and significantly entered scientific workflows, but it remains uncle
Omni-modal models can handle text, images, and audio in one system, but improving all of these abilities toget
The electrocardiogram (ECG) is a cornerstone of cardiac as- sessment, yet clinical deployment of deep learning
この論文では、DONDO と呼ばれるアフリカ諸国向けの音声認識ベースモデル (ASR)が構築されました。これらのモデルは、自律学習型スピーチエンコーダーであるw2v-BERT 2.0を使用して構築されています。このエンコ
この論文では、記憶システムをサポートするフレームワークMemToolsが構築され、記憶システムの開発を容易にすることを目指しました。これにより開発者は、記憶システムの各コンポーネントを開発およびテストしやすくなり、設計と
In capital-markets workflows the question is rarely whether a large language model can produce a fluent draft,
Large Language Models (LLMs) have demonstrated remarkable ability in generating personalized content by levera
Grievance is one of the warning signs analysts look for when assessing threats of violence. It is increasingly
化学物質の構造を予測する言語モデルが信頼性の低い情報を生成する傾向があることを指摘し、原因と解決策について検討している。
コーディングエージェントの評価基準を導入し、現実世界のコミットやプルリクエストに基づくタスクを構築した。
Chinese language の長形法律研究報告における出典の信頼性を評価し、信頼性が低い出典を検出および評価する目的で LegalCiteTrust を提案している。
非真実性の評価において、評価手法が多様な評価基準を捕捉する能力に乏しく、評価者間の偏見が存在する問題を解決するために、CSPF (Constrained Shared-private Fusion) を提案している。
長形推論のための言語モデルが、提供されたコンテキストから乖離した論理を生成する可能性があることを指摘し、コンテキストと推論論理をより適切に融合するため、 REFACT (REstating Facts in Adapti
ビデオ内の物体の空間推論を同時に行うことで、現存するタスク固有の注釈を超えた統一的なビデオ推論システムを構築した。
ビデオ内のキャメラの動きと物体の動きを切り離すことで、モーションの表現学習を改善した。
Self-supervised depth estimation is challenging for safe autonomous driving under various adverse weather cond
3Dガウシアンスプレイティングによる動的なシーン再構成は、動的なモーションモデリング、構造的安定性とコンパクトな表現のバランスをとることが求められる。実際、既存のprimitive毎に実際に実装されている方法はローカルの
UAVは、高度、ピッチ、ロール、FOVの変動を含む高度なカメラポーズにおいて動作するため、非対称分布の深さが含まれる広範な空中画像におけるモノラル深度推定を実現するには、高度な深度推定手法が必要である。ほとんどの推定手法
Conventional face recognition relies on static appearance cues and degrades in unconstrained settings with exp
Topological maps are key outputs of autonomous driving perception systems, delivering essential road informati
AI-enabled visual perception systems are increasingly deployed in intelligent transportation infrastructure an
The goal of this paper is to reduce the input token cost of Omni-modal large language models (Omni-LLMs) at in
Infrared image super-resolution (IISR) mitigates the limitations imposed by low spatial resolution. Existing m
大規模言語モデルの圧縮には、モデルのパフォーマンスが低下する可能性があるため、量化の保護が重要です。この研究では、Fisher加重チャネル感受性を用い、MLLMの量化を安定させるためのC-PTQをプロPOSEしています。
パスロジは、現在、パスロジ認識のための画像言語モデルを評価するために広く使用されていますが、この研究では、パスロジ認識において画像言語モデルの視覚知覚が機能していることを疑問に問っています。
Hyperspectral salient object detection aims to identify visually salient regions from hyperspectral images. Ex
Current identity customized video generation methodologies are predominantly limited to single-identity scenar
Reliable feedforward underwater 3D reconstruction remains challenging due to severe light attenuation and back
この研究では、歯科CBCT画像中のメタルアーティファクトを除去するための循環互換的アドバーサリアルネットワーク（CycleGAN）を提案します。CycleGANを使用すると、メタルアーティファクトを除去した後、CBCT画
この論文では、非コントラストCT（NCCT）スキャン中の脳梗塞領域を正確に分割するために、周囲境界を特徴としているFrequency-Spatial Boundary Network（FSB-Net）を開発しました。
この論文では、Focus-Aware Large Avatar Model（FA-LAM）を提案します。FA-LAMは、一時的なGaussian頭の生成に適したモデルです。
この研究では、都市ウォークビデオを分析するために、4つのモダリティの表現（スペース時領域情報、時間平均画像、オーディオ符号化、テキストベースの表現）を使用しました。
この論文では、DINO-VPTという手法を提案します。DINO-VPTは、Hierarchical Visual Prompt Tuning（HVPT）を使用して、物理的なスポーフィングとデジタルスポーフィングを検出しま
Stress is a dynamic process characterized by significant individual variability in facial expression. Traditio
強制制約に基づく強化学習を利用し、低コストで高精度の組み立てが可能になると同時に、組み立てに失敗してもロボットが安全に回避できるように、ロボットの制御のための強化学習を提案します。
オートメーションされたマニピュレーションを目的とした、大規模なテーブルトップのデータセットであるTableVerse を提案します。このデータセットには、物理的に可能な実世界のレイアウトを生成する実用的な方法が含まれてお
多ロボットのトラッジオプティマイズを目的とした、分散型のモデリングベースの浸透を提案します。このフレームワークは、非凸の非線形の非可微分な環境を考慮しながら、効率的なトラッジ作成を支援します。
オートモーティブレーシングにおける防御阻止を目的とした、強化学習とモデル予測制御のハイブリッドフレームワークを提案します。このフレームワークでは、自律車
Scalar metrics are often used to evaluate clusterings against known classes, but they can obscure a fundamenta
Transformers are known to have internal continuous symmetries that leave outputs invariant, while modifying qu
Trajectory planning is a fundamental problem in robotics, requiring the generation of collision-free and effic
In large-scale machine learning, distributed training commonly involves multiple workers evaluating the gradie
We introduce Frontier Financial Judgement, a challenging new benchmark developed in collaboration with profess
Computer aided design (CAD) is ubiquitous: virtually any modern object was designed using editable CAD tools.
この研究では、人間の遠隔操作を可能にするために、バーチャル リアリティと強化学習を組み合わせることを提案した。人類との対話に従って、ロボットの身体を操作し、移動することができるようになった。
この研究では、最大平均分散 (MMD) と相関類似度 (CORAL) という 2 つの分散マッチングフレームワークのために、オンライン分散処理に適したサブサンプリング方法を開発した。
この研究では、注意機構を併用したグラフニューラルネットワーク (Attention Graph Neural Network) を開発し、流体場の予測精度を向上させた。
この研究では、クラスター検出アナライザーにおける量子力学の応用を研究し、精度を向上させた。
Medical image encoders from different groups are increasingly treated as interchangeable, on the assumption th
Spatio-temporal machine-learning modelling is an important tool in environmental research. However, machine-le
Bayesian online learning promises uncertainty-aware prediction on data streams, but its performance hinges on
Accurate modeling of environmental systems is fundamental to scientific understanding and decision-making, yet
OLED 材料の開発を目指す新しいアプローチ、causal language models を用いて optoelectronic プロパティを予測するフレームワークを提案する。
生分子注文を扱う研究、Plausibility-Driven Prioritization を用いて生分子注文を提案する。
Modern power systems increasingly require probabilistic forecasts amid interacting uncertainties from renewabl
可逆化されたニューラルネットワークの収縮を扱う研究、Gaussian Smoothing を用いて収縮を提案する。
エピステミック目標を扱う研究、Active Inference を用いてエピステミック目標を提案する。
Sample-based Quantum Diagonalization (SQD), an extension of Quantum Selected Configuration Interaction (QSCI),
この研究では、抗原特異性抗体を設計するために、抗原および抗体の間でエピトープレベルでのペアリングが必要であることを考慮した、抗原特異性の抗体多モーダルファンデーションモデル（AAMFM）を提案しました。
この研究では、深層人工神経ネットワーク（DNN）の検証コストを削減するために、ニューラル崩壊 instabilitiyを用いたテストケース優先順位付け方法を提案しました。
この研究では、Consumer Wearablesに基づく Short-term Heart Rate Variability（HRV）予測を目的とした、Time Series Foundation Modelsの評価を
この研究では、マルウェア検出に使用されるデープラーニングモデルにおける、位置依存性KVキャッシュ（Key-value Cache）を改善する方法を提案しました。
この研究では、実世界ロボットのシーケンシャル予測に使用できる、diffusion-based frameworkを提案しました。
この研究では、時系列予測において、非線形バイアス補正を用いた新しいfilterを提案しました。
AIエージェントを標的にしたテストを実施し、潜在的な見過ごしあり難い弱点を捜索して強化された攻撃戦略を実施することを提唱している。
Deploying navigation systems at scale requires a recipe that minimizes sensor assumptions, generalizes across
Harnessing the potential of electroencephalography (EEG) for brain research is fundamentally limited by intrin
Traditional agent development is split across prompt templates, tool schemas, callback code, and workflow grap
Interactive image segmentation is critical for efficient image annotation; however, existing methods often req
Concept Bottleneck Models provide interpretable-by-design predictions by mediating diagnosis through human-und
Real-world video deblurring remains challenging due to diverse motion patterns, complex degradations, and the
Optical Character Recognition (OCR) for Persian remains substantially less mature than for Latin-script langua
Clinical biomarker workflows in translational research settings often rely on spreadsheet-driven tracking, man
最新言語モデル(LLM)が危険な生成を防ぐための確信的な安全な限界を計算するための新しいフレームワークを提案した。Clopper-Pearsonの信頼区間の新しい応用として、PAC(可能性が最も近い)の境界を得るためのア
Full-parameter post-training of trillion-parameter-scale MoE models introduces substantial system-level challe
Quantized small autoregressive reasoning models can enter long, repetitive, or unproductive trajectories, yet
Long-horizon tasks require sustained perception, reasoning, and exploration, and are a persistent challenge fo
回線流量データに対するノイズと漂移を考慮した波列減少アルゴリズムを実装し、静的な波列減少法が漂移のあるシナリオでは効果を低下していると指摘する。
Small language models and coding agents increasingly generate web front-end code, yet their outputs are typica
Humans distill experience into reusable abstractions, e.g., strategies and cautionary reminders, and apply the
危険な問題に対する正しい答えを提供する大きな言語モデルと費用の効率が良い、小さな言語モデルを協力させる技術が開発されました。
大きな言語モデルのエージェントは、第三者のスキルによる実際的な危険を認識し回避する能力を評価します。
We present Solar Open 2, a 250B-A15B Mixture-of-Experts language model built for long-horizon agentic tasks, s
知識圧縮における信頼性を高めるための2つの方法を提案し、標準的な知識圧縮の結果が実際のデータに対して損害を及ぼす可能性があり、制約付き知識圧縮を導入し、損害が生じないようにする。
Agent safety is moving from content moderation toward preventing operational failures before tool-using agents
FinMMEval 2026 タスク 2 は、英語で提出された短答式の金融問題を解決することを目的としています。英語以外の言語による証拠も使用されます。
There is growing evidence that data diversity is crucial for developing fair and robust NLP models. However, c
With the wide application of large language models (LLMs) in real-world scenarios, the value implication of th
Hypergraph-based RAG systems surpass traditional graph-based approaches by organizing complex n-ary atomic fac
この研究では、偏見が蓄積されることが多くのLLMで問題となります。一方、この研究によって、LLMの偏見を解決する新しいアプローチが提案されました。
3D オキュピエンシー予測には、物体の配置と密度を解釈するための視覚的手法が必要です。従来の方法では、計算コストが高くなりすぎていたが、新しく提案されたGaussianSeedアルゴリズムは、層を階層化することで、計算コ
Recent advances in 3D scene editing have leveraged iterative diffusion models to update input views. However,
多モーダルラージランゲージモデルは、視覚言語タスクに強いですが、高い推論コストで問題となっています。Look Less, Think Fasterアルゴリズムは、単位次元を個別に最適化することで、多モーダルラージランゲー
OffNadirLocは地学化におけるオフナジアムの視点を考慮するための基準セットを提案します。これにより、ドローンと衛星画像の交差視点地学化プロセスでは重要な構造的シーン理解と内部ドメイン間の関係的制約に重点を置くこと
この研究では、スイートペッパーの収穫前期予測を目的として、多モード時系列データを統合するための深層学習フレームワークを提案します。
Synthesizing native 2K multi-garment virtual try-on is a formidable frontier in digital fashion, critically bo
Long-range vehicle trajectories provide important spatio-temporal evidence for traffic safety analysis, autono
Deep learning frameworks like nnU-Net achieve state-of-theart brain lesion segmentation performance but remain
Weakly supervised segmentation relies heavily on class activation maps (CAMs) to initially localize target reg
自動運転システムには、道路のトポロジー（ドライバブルレーンとその接続性）を理解する機能が必要です。最近の検出モデルは360度の前方視野からボリュームイメージを取得することで、道路上のレーンのトポロジーを推測することができ
DRGBTトラッキングの分野では、目標物を変動するセンシングモデリティと観測プラットフォームの条件下で追跡することが求められます。ドリフト、視線、時間の条件変化に関しても検討が必要です。ただし、現在のバenchmarkで
VLMs are increasingly deployed in AD systems, creating an urgent need for rigorous safety evaluation under rar
The successful integration of mobile robots in human-centric environments requires navigation that is not only
The presence of UAVs in military operations has recently increased, also increasing the demand for defense sys
The sense of touch is central to manipulation, especially when vision is occluded or ambiguous. Although combi
Aquatic self-reconfigurable robots must assemble into desired shapes while ensuring safe interactions among mu
HOST は、ロボットが人間の動作からスキルをすぐに習得できるシステムである。このシステムでは、ロボットは単一の人間の動作ビデオからスキルを習得し、既に習得したスキルを維持する。
このシステムは、沼辺のパイプラインを調査するために使用される。システムはサブシー ドッキング プレート（SDP）の配置と潜在的に泄漏する場所への居住者の無人潜水車（AUV）の割り当て両方の混和線型プログラミングフレームワ
SOPD-SocialNav は、学習モデルを小さなロボットに伝える技術であり、ロボットが環境と人間の行動を理解し、ナビゲーションが行えるようにする。
V2F は、日用消費財をロボットで取扱するためのシステムである。このシステムでは、ロボットが消費財を取扱うときに必要な力を予測し、物体を傷つけたり、物を作れなかったりするのを防ぐ。
Scaling executable agent training data for LLM post-training is bottlenecked by substrate-bound methods that t
Large language models operating in emotionally sensitive contexts face a structural trilemma: when users in vu
知識を重視した自己向上の研究を実施し、自己向上を知識を重視することにより効果的に行う方法を提案した。
Large language models that generate step-by-step reasoning traces have achieved strong performance on complex
Low-rank adaptation introduces a static learned update applied identically to every input. The update provides
Evaluating the factuality of long-form generations has focused predominantly on precision, measuring whether t
機械学習モデルの解釈のためのツールが提案されていました。これにより、モデルがどのように機能しているかが理解できるようになります。
Theory of Mind (ToM), the ability to infer other's beliefs, intentions, and states of knowledge, is central to
Offline再調整学習（RL）で、アクション偏好キューを使用し、エキスパートのフィードバックを利用してポリシーを向上させます。
Reliable Text Difficulty Assessment is a prerequisite for valid text simplification workflows and personalized
この研究では、Chain-of-Thought (CoT) スーパーヒバテーションでは、最終的な答えに到達するまでの理由を公開することで、中間的には提供される理由の質を強力にし、しかし、多くの場合には、前のステージに到達
Multimodal humor in memes, cartoons, and comics remains difficult for AI systems because intended meaning depe
Multi-turn medical consultation agents must decide what to ask, adapt to patient responses, and determine when
記号化の種類 (verbatim vs. intended) は、現在の音声認識モデルの評価に影響を与えるが、このような制約はモデルのトレーニングに影響しないことが多い。しかし、ここでは、制約はモデルのトレーニングに影響
This comprehensive study introduces an advanced Artificial Intelligence for Indian Legal Question Answering (A
Chain-of-thought (CoT) reasoning is widely used to improve both the performance and interpretability of large
Large language models (LLMs) have driven rapid progress in electronic design automation (EDA), yet their appli
Public institutions hold large volumes of sensitive documents and support tickets that cannot leave the premis
Multi-vector dense retrieval models, such as ColBERT, achieve strong retrieval effectiveness by modelling fine
Machine unlearning for vision-language models (VLMs) remains underexplored. Unlike language models, VLMs combi
リカバリーのためのプログラムを学習するフレームワークを提案し、そのプログラムを用いて、文書にラベルを付与する検索システムを構築する。
The allocation of visual attention by pathologists during cancer diagnosis is a highly selective process that
Recovering scene-consistent 4D crowd motion from monocular video in large-scale scenes remains challenging due
Continuous surveillance video creates a growing storage, transmission, and inference burden for enterprise vid
心臓の囲みの区別は、食道肥厚の測定に重要であるが、しかし、これを正確に区別することは難しい。これを解決するために、周囲の解剖学的構造を利用して囲みの区別を改善する方法を提案する。
UVAを用いたISACシステムを構築し、ISACシステムの動作の最適化を行うためにCRBを利用したビーム形成法とパス追従法を提案した。
Existing teleoperation systems are often tailored to specific robot hardware and task domains, limiting their
この研究では、複雑な環境に対処した後、キノ動的計画を解決します。
自動運転のための計画とは、状況理解、タイムリーな推論、行動選択というものがあるが、しかし、これらの要素を組み合わせるのは難しい。これを解決するために、シーン理解を分離することによって、計画を安全かつ有効性のあるものにする
This paper presents an innovative design and stability analysis of an underactuated robotic finger with spatia
オープン・バグナビゲーションには、エージェントへの部分観測が含まれます。パフォーマンスの向上のために、内部状態更新が重要です。これを実現するには、ポリシーネットワークの更新が必要です。最近のアプローチでは、トランスフォー
行動木はロボットの複雑なタスクの実行に広く採用されており、モジュラーで反応的な制御を提供します。しかし、既存の合法的な生成方法は、線形時間論理（LTL）のみに制限されるため、量的タイミング制約を表現できません。この論文で
既存のロボットデータセットは高コスト、高度個別性、不足しているフィンガープリント構造を持ったものが多い。これらの問題を解決するために、RoboInter1.0に基づいて、RoboInter1.5を提案します。RoboIn
「防御運転」とは、安全な運転スキルの一種です。しかし、防御運転が安全運転にどのような影響を及ぼし、どのようなメカニズムによって影響が与えられるかの研究は不足している。この研究では、防御運転の行動特徴と安全運転
Reachability analysis is central to safety-critical control, robotics, and neural network verification, but cl
Agentic Reasoning has become a transformative force in financial analysis due to its ability to integrate larg
Accurate agricultural field boundary delineation at large scale is a foundational task for food security, supp
因果推論を用いた政策学習を提案し、政策選択を行う際に最も近い類似の証拠によって行動の有効性を評価することを目指している。
不同環境間で共通な因子を分析するため、環境依存の因子を考慮しながら共通因子をモデル化する方法を提案することを目的としている。
多元表格予測モデルTabPFNは、条件設定されたサポートセットと、入力クエリーでタスク特指訓練を行うことなく、推論を行います。実行時間における内部挙動を理解する際に、 zig-zag永続ホモロジーを使用することで、Tab
Language models produce probabilities over words, but professional decisions require uncertainty over meaningf
この論文では、アルツハイマー病の予測を行うためにPersistent HomologyとConformal Guaranteeという手法を提案する。この手法は、アルツハイマー病の予測を行うために、時間的な軌道を分析するこ
Direct feedback alignment (DFA) trains hidden layers with fixed random projections of the output error, avoidi
Pathology report generation from whole-slide images (WSIs) is a rapidly growing multimodal learning problem, y
Pragmatic language use requires reasoning about alternatives: the alternative expressions a speaker might have
Introducing Relay-Bench, an unsaturated, holistic, text-only benchmark that measures LLMs' ability to complete
Automated analyses of privacy policies enable large-scale assessments of transparency in digital ecosystems, y
Large language models (LLMs) largely rely on Transformers, where self-attention provides global token interact
Structure-based drug design (SBDD) leverages the 3D structure of protein targets, often complemented by other
金融質問回答を実行するには、長い標準化されて高度に冗長な説明書に分散する証券取引委員会（SEC）の証拠を取得する必要がある。既存の取得を拡張するおよび多要素システムの多くの選択肢は、モデルの先行事項と目的のファイルリング
Vision-language-action (VLA) models have shown impressive generalization, but often lack interpretability and
ロボット制御を効率化するために、パッチを用いた政策学習を提案し、密集された視覺表現を用いて実装することを目的としている。
existing VLA modelの制約を解決するためのforce-based memory method、FM-VLAを提案する。
This paper focuses on the problem of Embodied Task Planning, where an agent is required to execute a sequence
This paper introduces a method for real-time processing and transmission of autonomous underwater vehicle (AUV
existing robot navigation methodの限界を解決するためのglobal traversability prior extraction methodを提案し、オフロード環境でのロボット移動を実
Robust multi-agent coordination relies heavily on inter-agent communication, which is frequently disrupted by
この研究では、2 つのロボット腕を同時に使用することで、緊張組立て操作のパフォーマンスを向上させる end-to-end フレームワークを提供します。ロボット腕は、 CAD モデルの数字、そして望ましい組み立て状態に置か
自律ロボットの位置決めは、ロボットナビゲーションの主要なタスクです。ロボットが予測できない、非静的な障害物、またはロボットが未知の環境に入ることが多い。この研究では、ロボットのオドメトリと距離サンプリングを組み合わせて、
自律運航のクレーンは、木材の移動を安全かつ効率的に行う必要があります。このため、木材の運搬におけるコスト削減と安全性の確保のために、クレーンの運動計画を最適化します。この研究では、VP-STO(Via-Point-bas
この研究では、混乱のないターゲットに可視化言語アクションモデルを適応させることを目的として、3つのモデルを使用して研究を行った。3つのモデルは、観察から直接行動へのマッピング、テキストチャインオブスロット、潜在的な反復ル
Existing methods in Autonomous Valet Parking (AVP) typically rely on pre-built maps, which severely restricts
複数タスク間の説明性を提供するための逆強化学習は、複数タスク間の説明性を提供することによって、複雑なタスクを解決することに関与していますが、この研究では、複数タスク間の説明性を提供するための逆強化学習の新たなアプローチを
採掘ロボットの性能向上を目指したSeg2Graspを構築し、セグメンテーション、グレイシング、クラスフィルタリングの3つのモジュールで構成されます。セグメンテーションモジュールではTransformerを利用したオブジェ
Autonomous flight in confined and cluttered environments is fundamentally limited by the restricted field of v
Test-time scaling improves foundation-model inference by spending additional computation, but robot control re
The existence of allocations of indivisible goods that are simultaneously fair (envy-free up to one item (EF1)
組織の中で、情報は共有され、同僚がその情報に基づいて行動することが多い。研究者たちは、このような情報の共有によって、共有する前よりも探索の精度が向上することがあることに注目しました。しかし、このような共有によって、探索の
One of the central questions in discrete fair division is whether fairness and efficiency can be achieved simu
Video spatial reasoning is essential for navigation-oriented perception and long-video question answering, whe
Linear attention promises constant-time recurrent inference but degrades sharply on associative recall. We for
Unstructured data, such as images and text, are increasingly used in empirical economics. Since training machi
Transfer-oriented reinforcement learning requires evaluating algorithms along dimensions that go beyond standa
Humanoid robots have become increasingly popular in applications such as social interaction, education, and se
Video multimodal large language models (MLLMs) can describe what happens in a video, but rarely identify when
Conditional generative modeling remains a challenging problem in semi-supervised settings where labeled data i
How deep does a graph neural network need to be on a sparse graph? We study its purest statistical form: node
A point prediction that is well calibrated on average can still be systematically biased conditional on its ow
Efron's bootstrap is the default tool for estimating the sampling distribution of a statistic, yet it is prova
This paper presents a safety-critical distributed nonlinear model predictive control (DNMPC) framework for coo
With the growing demand for robotics, autonomous drones, and wearable extended reality systems, the deployment
This paper proposes an indoor navigation system for the visually impaired, leveraging Ultra-Wideband (UWB) pos
We revisit dataset distillation from an outcome-centric perspective. Rather than aligning process surrogates (
Training API-calling large language model (LLM) agents demands massive amounts of high-quality trajectories. H
この論文では、インフラリーダーの観点から安全交通のアセスメントを行うためのフレームワーク、PRISAを提案する。このフレームワークは、道路状況の観測と交通安全の評価を提供し、交通渋滞や事故を予測することで安全交通の実現を
オフラインのデータ流れの中で、時間序列のデータに基づいてデータ変化を検知することができる方法が必要。この問題を解決するために、オンラインのデータ流れで検知した変更点をオフラインのデータ流れに適用する方法を提案。
Reinforcement learning (RL) is primarily known as a computational method for optimizing control tasks, but it
この研究では、動的なシナリオを分析するために可視化した地図上にMotion Attributeを付与し、Language QueryによるMotion Attributeフィルタを使用して分析することができます。
多タスク学習はロボティクスの視覚理解系で、セマンティック セグメンテーションと深度推定の統合をサポートします。視覚基底モデル(VFM)は強力な特徴エンコーダとして広く採用されていますが、既存のデコード戦略は重要なボトルネ
この研究では、多関節ロボットの制御と運動学を改良したHexarotorの制御を提案し、ロボットの制御と安全性を向上していることを示しています。
この研究では、接触の豊富なマニピュレーションを実現するための、データの収集と学習を改良した方法を提案し、ロボットの制御の精度を
この研究では、ロボットのナビゲーション時間と注釈時間の制約を考慮したオブジェクト検出フレームワークを提案します。
Robotic navigation in unstructured environments requires robust situational awareness to safely traverse hazar
Classical opinion dynamics typically assume a fixed mapping from private opinions to public signals, such as l
We study a dynamic strategic communication problem in which a sender controls the timing of truthful updates f
Human vision is a closed loop: gaze is continuously redirected by intermediate hypotheses rather than a single
Video Diffusion Transformers process long spatio-temporal sequences, making self-attention the main bottleneck
We present S1-Omni, a unified multimodal reasoning model for scientific understanding, prediction, and generat
noisyラベルを扱うための学習アプローチを提案し、それをテストした。
Emergency department (ED) boarding occurs when admitted patients remain in the ED while awaiting inpatient bed
この研究では、ブロック交換ポリシーを使用して $N$ 個の独立した同型マシンを維持するために、オペレーターが $K^*$ の最適な期間を決定するためのデータ駆動型法を開発しました。この法は、オペレーターが選択した期間に基
機械学習では、オプティマイザはモデルを最適化するために重要な役割を果たします。この研究では、オプティマイザの開発に基づいて、機械学習モデルの最適化を高速化する方法を提案した。
この研究では、分散最適化アルゴリズムの効率化を目的に、新しい評価方法を提案しました。この方法は、局所のSGDの効率を分析し、実際のデータヘテロgeneityを考慮することで、分散最適化の効率を向上させました。
この研究では、ルンゲクッタ分離を使用したオプティマイザのパフォーマンスを比較検討しました。結果により、通常の Adam と比較すると、ルンゲクッタ分離を使用したオプティマイザはトレーニングロスでは劣ったことがわかりました
Real-world optimization problems often involve black-box functions and uncertainties in their evaluation, wide
Nonlinear thermodynamic computers based on Langevin dynamics exploit thermal fluctuations as a physical substr
Cross-view geo-localization matches ground-level observations against geo-tagged satellite imagery. Recent met
Skills are a useful abstraction for software agents, turning human and agent experience into reusable procedur
We present Xiaomi-Robotics-1, a foundational vision-language-action (VLA) model capable of (1) following diver
Hyper-Connections (HC) expand the residual stream of Transformers into N parallel streams, providing a form of
Large Language Models（LLM）の個別化はモデルを適応させることができるが、計算リソースが限られている状況では、コストがかかるSupervised Fine-Tuning法か、軽量なIn-Contex
重尾流を見つけるには、Standard diffusionとflowマッチングモデルの欠陥を解決するRandom Clocksを提案した。
述語学習における歴史的類推を推測し、歴史的類推を評価するためのアナロジー ディープ リサーチという新しいタスクを提案し、述語学習における歴史的類推が重要な役
Multimodal optimization aims to locate multiple globally optimal or near-optimal solutions in a single run. Th
暗号化されたメンプールを用いて、特定のトランザクションに対して異なる可能性のある出目を検出する攻撃を防ぐ研究。
仕事によって得られる資格の特性に基づいてオークションの参加者を評価し、契約設計を含む複雑なオークションの枠組みについて述べる。
Existing 3D generative models predominantly rely on implicit volumetric representations, which enforce waterti
Agentic language models must learn when to call tools, when to consume tool responses, and when to answer dire
Video generative models commonly rely on latent spaces learned by 3D Variational Autoencoders (3D-VAEs). Howev
このリポジトリには、LLM、RAG、およびオーソリティの認識を含む、AIエンジニアリングのための深いドキュメントがあります。
ランダムハミルトニアンモンテカルロの混合時間の改善を検討し、既存の定理を強化し、より効率化されたアルゴリズムを提案
暗号化された制御システムでは、クラウドがホモモルフィック暗号化された状態を操作し、動物達の動作をプライバシーで管理することができる。安全を確保するために、サイドチャネル攻撃のリスクを考慮しながら、制御機器が信頼できると仮
When a real-world scene is captured by a smartphone camera and viewed on its screen, the displayed image often
MemVidは、サーバーレスで単一ファイルの記憶層を提案し、AIエージェントが即時検索と長期的な記憶を持つようにする記憶層です。
True causal relationships are rarely known, and inferring causal graphs from data is hard. A fundamental chall
Sensor-rich data-driven applications increasingly use Bayesian approaches to infer latent states of dynamic sy
有限群は固有性の高い代数的構造であり、カイレー図は群の富むネットワーク構造を明らかにし、群の結構を測定・比較・学習することに役立つ。研究では、群の大きさ$767$未満および$131,406$のカイレー図を収集し、各群の群
Multi-task model merging combines separately trained expert models into a single model that handles all tasks
この研究では、Causal Discovery Foundation Modelを提案しました。このモデルは、観測データから潜在的な原因構造を回復することを目的としています。
大型言語モデル(LLM)は最近急速に普及していますが、その推論に際してはAI加速器が必要になります。トークンフェーズはLSTMなどのニューラルネットワークで処理される分野ですが、現在AI加速器におけるこの分野の効率を向上
ニューラルネットワークの逆伝播計算の正確さを向上させるため、逆伝播の計算をより効率的に行う方法が必要になっています。この論文では、ニューラルネットワークの逆伝播計算を改善する方法を提案します。
この研究では、ゲーム理論的な均衡点を理解するための手法を開発します。この手法を使用すると、ゲーム理論的な均衡点を理解できます。
Graph retrieval-augmented generation (GraphRAG) enhances large language models with structured knowledge, yet
Trader-facing dynamic fees are increasingly proposed for automated market makers (AMMs), but historical data d
Point-adjustment (PA), for years the default scoring protocol in time-series anomaly detection (TSAD), was sho
We develop GNet, a scalable and flexible Gaussian process network with nonparametric activation functions mode
We introduce Self-Similar Generative Estimation (SS-GEN), a method for simulating multivariate tail events and
We propose a two-stage estimator for structural mediation parameters that combines deep representation learnin
Recursive reasoning models address structured problems by repeatedly updating latent states of small neural ne
Temporal grounding in long recordings remains challenging for audio-conditioned LLMs. We present a time-aware
We introduce a new conformal prediction method that constructs calibrated prediction sets over collections of
High-dimensional interpolation is common in modern machine learning, but its tail risk is less understood than
Within-class variance in language-model representations is commonly read as incomplete neural collapse. We arg
学習過程で保持される情報の分析を提案。モデルが学習した情報を保持するパターンを調査することで、汎化能力を向上させるための新しい方法を開発した。
Hardening IT on-premises environments can be a daunting task for teams without access to adequate cybersecurit
Scaling robust driving policies is fundamentally bottlenecked by the scarcity of edge cases in curated dataset
GUI操作自動化に伴う停止判定、復讐、再検索に関する問題を解決し、 GUI操作自動化を実現するためのフレームワークを開発します。
ポケモン トレーディングカードゲームのメタゲーム分析を機械的に実行するための一つのフレームワーク。
これは、社会的行動を予測するための新しいフレームワークであるSocial-spatial dependenciesを提案し、個々のエージェントが社会的信号を学習する能力を向上させる。
計算機による学習記憶を安定化させることができる、新しい方程式を開発した。新しい方程式により、計算機による学習記憶を正確にコンソリデーションさせることができる。
Federated foundation-model adaptation increasingly relies on heterogeneous private artifacts (retrieval corpor
ビーガルフレームワークは、GPUを用いた遺伝的プログラミングフレームワークであり、NVIDIA GPUを用いることで、効率的な遺伝的プログラミングサーチを行うことができる。この技術ガイドでは、ビーガルフレームワークを紹介
複数の買い手を持つ市場における交渉システムを構築します。マーケットの規模を知り切れていない場合、セラーの損失が生じます。セラーは市場の規模を測る必要がありますが、これは複数の買い手を持つ場合に困難です。
買い手が情報を共有すると交渉が困難になる可能性があります。この問題に対処するために、貢献者が情報を共有するリスクを減らすための新しいアプローチ、「contextual auction with bandit learni
Parkinson's disease (PD) affects millions worldwide and causes severe motor symptoms. Adaptive deep brain stim
It is increasingly common to aggregate predictions from multiple LLMs, each with domain expertise or access to
この論文では、RAG、AIパイプライン、企業検索を含むクラウド テンプレートを提供するアプリケーション「llm-app」を紹介します。 llm-app は Docker で動作し、Sharepoint、Google Dr
In emerging urban mobility and logistics applications, such as advanced air mobility, electric vehicle chargin
1D バイナリング パッキング問題（1D-BPP）とは、さまざまな用途に多く応用される、分配不可能なNP困難な組合せ最適化問題である。この研究では、Falkenauerのハイブリッドグループゲンエイリアスアリファメント（
連携分散H二階ロケーション問題下のmax-variantコスト最小化の問題を解決するための、アプローチを提示しました。
Baghchal is a two-player asymmetric board game with Nepali origins where four tigers are to capture goats and
この研究では、多タスクの奇抜さを促進するために、エボリューション性の多タスク (EMT) を導入しました。EMT は、目標指向の最適化に焦点を当ててきましたが、共通性の構造を利用して、同時に複数の最適化問題を解決する能力
頻発するニューロンネットワーク（ONNs）は、相互作用する動的システムを利用して計算を実行し、相互関係の相差によって情報を表現する有力なニュロモーフ
この研究では、直接相互作用を研究します。直接相互作用は、個人が他の個人が行う行動に影響を与えることがあります。この研究では、直接相互作用を考慮したゲーム理論の枠組みを提案します。
この研究では、価格調整を研究します。価格調
分散型時間関数記憶体を用いた異常検知システムを開発しました。このシステムは、関連のあるエンティティの予兆行動を共有メモリ空間に保存し、異常検知に役立ちます。このシステムは、異常検知に役立つ新しい方法を提供します。
データ解析のアルゴリズムを確立するための数値論理の研究で、データのguesswork(乱数解析)における線形制約の下での指数関数の成長率を研究している。この研究は、データ解析のアルゴリズムを開発するための基礎を提供し、デ
データ共有と競争を経済学的にもうつることの影響を分析する。この研究では、企業がデータを共有することで、競争が減るか増すかを考察し、データ共有と競争の関係を分析する。
この論文では、適応性の高いオプティマイザが使えるような新しいモデルを提案しました。このモデルは、エリティスト基準の遺伝アルゴリズムが実現するオプティマイザの挙動を解釈できるものでした。
We study single-parameter, multi-buyer auctions in which buyers are subject to constraints that affect their b
Despite the promise of decentralization, measurement studies have identified a conspicuous lack of decentraliz
We study the approval-based multiwinner election problem where a set of $n$ voters cast approval-based ballots
WearableデバイスやIoTセンサには、非線形活性関数や感知機などで計算を実行する必要のある信号処理やセンサカレブリューションが必要です。
CANN(Continuos Attractor Neural Network)の研究を支援するために、CANN研究に特化したシミュレータを開発します。
ゼロサムゲームにおけるNash均衡の選択を探った。研究者は、さまざまなソルバーによって異なる解が選択される現象を調べた。
Molecule generation methods that leverage generative models have been successfully applied to drug discovery.
再発生モデルに効率的な記憶の管理を提案しており、記憶の除去はデータの新規記憶と共存する必要があります。
この研究では、全域最適化アルゴリズムを開発しました。研究者は、Bézier カーブに基づく随伴的トレース検索というアルゴリズムを提案しました。
この研究
Existing quantum-inspired simulated bifurcation algorithms rely on dynamic scheduling methods but lack the abi
Node centrality is a fundamental problem in network analysis, yet classical metrics fail to capture the collec
Evolutionary agent-based markets (ABMs) couple several mechanisms -- who reproduces, how price forms, how bias
Recent work has established that regularized policy gradient methods such as PPO, when used in self-play, can
Language models turn a worded situation into a numeric plan, and the dominant pipelines (NL4Opt, OptiMUS, ORLM
この研究では、モデルの行動を分析し、モデルの行動を他の環境に適応させる能力を評価する方法であるBehavioral Portability Testを開発しました。
What happens when LLM agents operate with no context outside a turn, minimal prompting, and simple tools? Insp
Self-play with naive gradient ascent cycles in two-player zero-sum games: the last iterate orbits the equilibr
We study first-order methods for solving monotone variational inequalities arising in min-max optimization. Cl
神経網路の設計を目指す本研究では、ANNとSNNを組み合わせたハフマン式設計法
Automatic performance tuning, or auto-tuning, is a key technique in high-performance computing, enabling appli
この研究では、エッジデバイスで機械学習を実行するという目標を達成します。これは、機械学習をエッジデバイスに実行するための実用的な方法を提供します。
Cartesian Genetic Programming (CGP) is among the practical and popular forms of Genetic Programming as it uses
CMA-ES behaves, per restart, primarily as a local optimizer; multimodal search relies on restart strategies su
Spiking Vision Transformers (SViTs) have emerged as alternative low-power ViT models, but their large sizes hi
この研究では、PFSPのIterated Greedy (IG) アルゴリズムのパフォーマンスを改善するために、Large Language Model-Driven Cooperative Operator Ensem
How the wiring and functional organization of cortex shape recurrent computation remains a central question in
ZIVARI-TLBO is a grouped Teaching-Learning-Based Optimization (TLBO) method that augments an existing populati
Spiking Neural Networks (SNNs) offer an energy-efficient paradigm for edge AI, making them attractive for hard
Create an optimization framework that combines fuzzy logic and genetic algorithms for risk assessment and coor
並列問題の収束解析について、算術演算法則を利用した理論を提案し、一般化された分布オプティマイザを導入した。
Evolutionary optimization of spiking neural networks (SNNs) becomes increasingly difficult as task complexity
Associative memory models play a fundamental role in pattern retrieval, but their performance often degrades u
この研究では、Spiking Neural Networks (SNNs)を用いて、時系列予測を改善し、複数の変数間の関係を考慮することができることを示しています。
スパイクニューラルネットワークは、エネルギー効率のよいAIモデルです。この研究では、スパイクニューラルネットワークのアクセラレータを実装し、その性能をテストしました。
Recent growth in reinforcement learning (RL) has surfaced a need for diverse, specialized training environment