11月 08 2026 0 食事画像に似た注釈付き事例を検索し視覚言語モデルの栄養推定を改善するNutriVisRAG 投稿者: 亜美と智也のAI論文解説 編集部 NutriVisRAGは、食事画像の栄養推定で、クエリに視覚的に似た栄養注釈付き食事画像を検索し、その画像と注釈をVLMのプロンプトに加える推論時RAGです。微調整なしで精度改善を狙えますが、96構成中56で主誤差が改善し、効果はプロンプトやモデル・検索器に依存します。
11月 08 2026 0 ロボット操作VLAに空間理解を継続事前学習で定着させるSLA 投稿者: 亜美と智也のAI論文解説 編集部 SLAは、ロボット操作向けVLA「π0.5」を起点に、異種ロボットデータで継続事前学習し、訓練時だけ凍結3D知覚モデルの空間表現に中間視覚埋め込みを近づける手法です。適応レイヤ選択やstate dropoutで多様なデータに対応し、推論時は元のVLA構成のまま使えます。
11月 08 2026 0 未来を1回で予測する世界モデルで実時間マルチモーダル移動を効率化 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、ロボットナビゲーション向けに「1ステップ生成」の軽量な世界モデルを提案する。3D U-Netと時空間アテンションで将来観測をまとめて予測し、推論遅延を大幅に下げる。さらにCEMベースの計画器とアンカー初期化を組み合わせ、画像・言語・点ゴールを扱う。
11月 08 2026 0 実務向けアラビア語法務LLMの圧縮効果を文脈あり・なしで検証 投稿者: 亜美と智也のAI論文解説 編集部 本論文は、サウジアラビア法務ベンチマークARABLEGALEVALを使い、FANAR-9B・JAIS-8B・Qwen2.5-7Bで適応（CPT/SFT/CPT→SFT）・量子化・蒸留を、文脈あり/なしの両方で評価する。
11月 08 2026 0 少数の実演からロボットの果物カット方策を鍛えるReal2Sim2Real 投稿者: 亜美と智也のAI論文解説 編集部 DexNinjaは、果物カットの少数実演から物体を再構成し、カテゴリ内で形状・質量・摩擦などを拡張、微分可能な切断シミュレータで訓練データを密化して実機方策へ戻すReal2Sim2Real手法です。
11月 08 2026 0 自然言語から報酬機械を生成し画像観測で接地するRM-VLMの提案 投稿者: 亜美と智也のAI論文解説 編集部 RM-VLMは、自然言語のタスク記述からLLMで報酬機械（RM）を生成し、VLMで画像観測上の命題を接地してRM遷移を駆動する。VLMラベルの誤りに備えてRM状態信念を維持し、GVLによる密報酬を追加する。3領域で既存VLMベース報酬手法より成功率が高いと報告されているが、提示本文に数値はない。
11月 08 2026 0 コピペ耐性を持つLLMテキスト向け鍵付き帰属マークKeHoSu 投稿者: 亜美と智也のAI論文解説 編集部 KeHoSuは、LLM等が生成した本文を後から加工するのではなく、Latin/Cyrillicの同形文字の選択に、暗号化・認証したプラットフォームIDとユーザIDを埋め込む。
11月 08 2026 0 MLLMナビゲーションを空間推論と意味計画に分離するGTA手法 投稿者: 亜美と智也のAI論文解説 編集部 GTAは、MLLMベースの視覚言語ナビゲーション（VLN）で、低レベルの空間推定と高レベルの意味計画を分離するゼロショット手法です。TSDFによるメートル世界表現とトポロジ履歴をMLLMが対話的に参照し、反実仮想で候補行動を検証します。
11月 08 2026 0 AutoCompress：配備制約からLLMの圧縮構造を自動探索する手法 投稿者: 亜美と智也のAI論文解説 編集部 AutoCompressは、レイテンシ・スループット・メモリなどの配備制約を直接織り込んでLLMを圧縮する枠組みです。対象の推論エンジン内で層ごとの実行コストを測り、全体寸法と層ごと構造を微分可能探索で同時に決め、最後に蒸留で品質を戻します。
11月 08 2026 0 ロボット分解VLAの後訓練を改善するPACER：過程証拠で行動チャンクを再重み付け 投稿者: 亜美と智也のAI論文解説 編集部 PACERは、ロボット分解向けVLAの後訓練で、自律ロールアウト・人間修正・補充クリーン演示を型付きデータとして扱う。成功/失敗の二値だけでなく、目標への進捗・近接・終端領域・停止一致などの過程証拠とデータの役割で有効なaction chunkの重みを調整し、ネイティブ教師あり行動損失を保つ。