論文紹介: 行動方策を考慮した補助修正によるオフポリシーTD予測の安定化
arXivに、新しいプレプリントとしてTemporal-Difference学習に関する論文が公開されています。 / オフポリシーのサンプリングでは不安定になりやすいTD予測に対し、補助的な補正の扱いを見直す研究です。 / 線形予測の設定で、TDCやTDRCと関連する補正の幾何を行動方策に合わせて置き換える点が特徴とされています。
論文紹介: 臨床現場におけるAIの役割を概観したレビュー論文
医療分野でのAI活用について、臨床実践における位置づけを整理したレビュー論文です。 / 公開要旨では、患者ケアやQOLの向上につながる可能性がある一方、現場での導入には知識や手順の共有が重要だと説明されています。 / 掲載誌はBMC Medical Educationで、レビュー論文として広い範囲の論点をまとめているとみられます。
論文紹介: タジク語向けの軽量対話モデル「Soro」
arXivで、タジク語に特化した対話型LLM「Soro」を提案する新着プレプリントが公開されています。 / 開発では、公開重みのあるGemma 3系のチェックポイントを出発点に、タジク語だけで継続事前学習と指示学習を行ったと説明されています。 / 学習用には、ウェブ文書やPDF、教育教材を含む約19億トークンのコーパスと、4万件の教師風の指示例が使われたとされています。
論文紹介: Constraint Acquisition のためのベンチマーク改善を提案する新着プレプリント
Constraint Acquisition（CA）と、数理計画モデルをドメイン知識から検証・強化する研究では、ベンチマーク不足が課題だとしています。 / 既存のベンチマークはソルバー評価向けに作られており、CAアルゴリズムの評価に必要な知識アーティファクトが十分に含まれていないと説明されています。 / この論文は、CA研究の再現性や研究間比較を妨げている要因として、ベンチマークの設計と整理の不十分さを指摘しています。
論文紹介: 大規模言語モデルを用いてMOFの予測・生成を行う「ChatMOF」
Nature Communications に掲載されたとされる論文で、ChatGPT系の大規模言語モデルを使い、金属有機構造体（MOF）の予測や生成を支援するAIシステムが紹介されています。 / テキスト入力から必要な情報を抽出し、厳密な定型クエリに頼らずに応答できる点が特徴として要約されています。 / システムは agent、toolkit、evaluator の3要素で構成され、データ検索、物性予測、構造生成などの作業を扱うとされています。
論文紹介: BODHIによるOSカーネル仕様推定の精度向上
OSカーネルの形式検証では、システムコールの振る舞いを正確に表す仕様が必要だと説明されています。 / この論文は、手作業での仕様作成には専門知識が要るため、LLMで自動化を目指す流れに位置づけられます。 / OSV-Benchでは245件の仕様生成タスクが示され、従来の最良Pass@1が55.10%だったと要旨にあります。
論文紹介: LLMを使うエージェント型ワークフローの遅延・信頼性・コストの関係を分析
arXivに、新着プレプリントとして「LLMを使ったエージェント型ワークフローの設計」を扱う論文が公開されています。 / 要旨では、複数のエージェントや従来型の計算モジュールを組み合わせるAIシステムについて、遅延・信頼性・コストのトレードオフを分析するとされています。 / LLMエージェントと非LLMエージェントの性能モデルを導入し、推論トークンや出力トークンが品質にどう関わるかも扱うと説明されています。
論文紹介: LLMの推論における「冗長さ」をどう測るか
推論能力を持つ大規模言語モデルの長い思考過程について、どの程度の熟考が本当に必要かを扱う新着プレプリントです。 / 要旨では、推論の途中に見られる言い換え、検証、自己反省のような振る舞いを、冗長性という観点から定式化しようとしていると説明されています。 / 長い推論は精度向上に役立つ一方で、遅延、GPU計算量、エネルギー消費の増加につながるため、効率面の議論にも関わる内容です。
論文紹介: 不可能性結果をAIシステム設計の指針として扱う試み
arXivに、新着のプレプリントとして、AIシステムの「不可能性結果」を設計上のルールとして捉え直す論文が公開されています。 / 要旨では、LLMがソフトウェア生成や法務文書、臨床ノート作成に使われる一方で、計算の限界を示す理論が設計に影響すると説明されています。 / 著者は、ある種の推論深さを超えると、学習条件を変えても精度の上限が動かないとする結果を主張しています。
論文紹介: プロンプトベース学習を体系化したNLPレビュー論文
自然言語処理における「prompt-based learning」を整理し、関連研究を体系的にまとめたレビュー論文です。 / 従来の教師あり学習と異なり、言語モデルに対してテンプレート化した入力を与え、空欄を埋める形で予測に使う考え方が説明されています。 / 掲載誌は ACM Computing Surveys で、公開情報では高被引用の論文として扱われています。