論文紹介: LLMによる数学的予想の発見と検証のための三段階パイプライン
arXivに、新しいプレプリントとして公開されたcs.AI分野の論文です。 / 大きな数学的予想を見つけるために、局所的な証拠の探索、再帰的な検証、Lean 4とMathlibでの形式的検証を組み合わせる三段階の方法が提案されています。 / 抽象では、従来は専門家の直感に強く依存していた数学的予想の生成と検証を、体系的に進めることを目指していると説明されています。
論文紹介: ガイドラインに基づく臨床推論を支援する外部推論層「GuideSkill」
臨床診療ガイドラインの診断基準を、LLMが参照するだけでなく実行可能な関数として扱う「GuideSkill」が提案されています。 / GuideSkill-Zeroはガイドラインから初期化し、GuideSkill-Evoは症例と診断の組み合わせを使って不足する技能を補う設計です。 / 推論時には、LLMが鑑別診断を提案し、その候補をガイドライン由来の技能で支援する流れが示されています。
論文紹介: RLで微調整した推論モデルは、数学問題の正答を見分ける内部表現が異なるのか
arXivの新着プレプリントで、強化学習（RL）で学習した推論モデルと、教師あり微調整（SFT）モデルの違いを、内部表現の観点から調べています。 / 数学的な問題解決において、RLモデルのほうが高い性能を示す理由として、隠れ状態の表現の質に着目している点が特徴です。 / 要旨では、層ごとの隠れ状態を使った線形プローブにより、答えの正しさを予測する精度を比較したと説明されています。
論文紹介: ClinLens: 長期・マルチモーダル臨床データ科学のためのコーディングエージェント評価ベンチマーク
arXivで、臨床データ科学向けの長期的なコーディング・エージェントを評価するベンチマーク「CLINLENS」が紹介されています。 / 200件の実行可能な課題を、MIMIC由来の5種類の連結リソースにまたがって扱う設計とされています。 / 電子カルテの構造化データ、医療メモ、心電図、胸部X線、心エコーなど、複数のモダリティをまたぐ点が特徴とされています。
論文紹介: GrocLM — ECサイトの食品カテゴリ推薦に大規模言語モデルを活用する手法
オンラインの食品購入では、同じ商品を周期的に買う傾向や、利用者ごとの多様な意図を捉える推薦が重要だと説明されています。 / この論文は、商品単位ではなくカテゴリ単位で推薦することで、実運用に向いた形を目指すGrocLMを提案しています。 / 要旨では、LoRAを使った2段階の学習で、購入の周期性をモデルに取り込むとされています。
論文紹介: マスク付き拡散言語モデルの評価手順をそろえるためのCaRE
マスク付き拡散言語モデル（MDLM）の進展を、より比較しやすく評価するための手順を提案する論文です。 / 要旨では、近年の複数の関連研究で、ステップ数、指標、サンプリング温度などの条件がそろっておらず、結果の比較が難しいと述べています。 / 提案の狙いは、計算条件を意識した評価プロトコルを通じて、手法の違いと評価条件の違いを分けて見やすくすることにあると読めます。
論文紹介: LLMエージェントによる協働知識作業のための「テンプレート化された基盤」を提案する新しいプレプリント
arXivの新着プレプリントとして、LLMエージェントを含む協働的な知識作業を支える仕組みについて提案する論文です。 / 要旨では、研究や教育の現場で生じる試行錯誤や取り消された判断が記録に残りにくく、後続の作業で同じ失敗が繰り返されやすい点が課題として挙げられています。 / LLMのコーディングエージェントはセッションをまたいだ永続的な記憶を持たず、単純な検索拡張だけでは知識の蓄積が進みにくいと説明されています。
論文紹介: 異種エッジ端末でLLMの遅延を予測する手法
arXivの新着プレプリントとして、異種のエッジ端末上で大規模言語モデルの推論遅延を予測する枠組みが紹介されています。 / 要旨では、モデル構成だけでなく、プロンプト、実行バックエンド、ハードウェア利用率、DVFS、温度変化などが遅延に影響すると説明されています。 / 提案手法は、推論リクエストをハードウェア・実行環境・モデル・プロンプトの組み合わせとして扱い、prefill と decode の段階を分けて考える点が特徴とされています。
論文紹介: グラフニューラルネットワークの長距離伝播を事前に見積もる「Spectral Flow Certificates」
グラフニューラルネットワーク（GNN）が、距離の離れたノード間で情報を伝えるのに向いた構造かどうかを、学習前に見積もる方法が提案されています。 / 提案手法の Spectral Flow Certificates（SFCs）は、グラフの正規化ラプラシアンから短時間で計算できる単一のスカラーとして説明されています。 / 原文の要旨では、モデルを学習する前にグラフ構造の制約を把握できる可能性がある点が示されています。
論文紹介: TILT: Improving Compositional Generation in Diffusion Models with a Model-Intrinsic Reward
arXivに、拡散モデルによる画像生成で、複数要素を組み合わせた指示により合う出力を目指す新しい手法「TILT」を提案するプレプリントが公開されています。 / この手法は学習を追加で行わず、生成時の手順を調整することで、複雑なプロンプトへの整合性を高めることを狙っています。 / 要旨では、複数概念の同時成立を重視する報酬を用いる考え方が示されており、画像生成の制御性に関心がある読者に関連がある内容です。