10月 31 2026 0 基盤モデルの事前学習からRLまでを単一の尤度学習に統合する訓練法 投稿者: 亜美と智也のAI論文解説 編集部 基盤モデルの事前学習・中間学習・SFT・RLを、データの混合比率を変える単一の最尤学習として扱う枠組み。RLも成功例への尤度フィッティングと見なし、同一の重み付き損失と共有バッファで静的データと生成データを混ぜる。
10月 31 2026 0 計算機操作エージェントの完了判定を能動的な証拠探索で支えるVeriCUA 投稿者: 亜美と智也のAI論文解説 編集部 VeriCUAは、計算機操作エージェント（CUA）のタスク完了判定を「証拠集め」として扱う検証フレームワークです。実行後の履歴や環境を調査してルーブリックを作り、GUI/コード検査で未解決要件の証拠を集め、出所付きの規則で成功・失敗・保留を判定します。
10月 31 2026 0 質問応答の失敗検出を改善するMAP-Elites型不確実性推定 投稿者: 亜美と智也のAI論文解説 編集部 LLMの回答の不確かさを、元の文脈を答え保持のまま多様に書き換えた「近傍」で測る方法。編集の種類3種と答え支持の明示性4段階の2軸をMAP-Elitesで埋め、固定QAモデルの予測の意味的分散を不確実性とする。
10月 31 2026 0 JEPAの良い正例で言語と視覚の表現が回転まで一致し、少サンプルで整合する 投稿者: 亜美と智也のAI論文解説 編集部 論文は、プラトン表現仮説をJEPAの定理にした。同じ場面の2観測を正例にする「良い正例」なら、別々に学習した複数モダリティの表現は回転まで一致し、次トークン予測は単一観測の破損を使う「悪い正例」としてスケール依存になりやすい。
10月 31 2026 0 LLMと脳活動の対応は1〜3%の低次元部分空間に集中する（脳予測部分空間の分析） 投稿者: 亜美と智也のAI論文解説 編集部 LLMの埋め込み全体のうち、脳活動の線形予測に効く方向はごく一部だった、という研究。3つの自然言語刺激データと6モデル条件で、RRR（低ランク回帰）により脳予測部分空間を学習すると、元の埋め込み次元の1〜3%で全埋め込み次元の線形符号化性能を回復。
10月 31 2026 0 LLMデータ帰属の評価設計を制御し、損失と集約で改善を示すCATT 投稿者: 亜美と智也のAI論文解説 編集部 CATTは架空の知識でLLMをファインチューニングし、帰属の正解が明確な状態でデータ設計を1つずつ変える評価基盤です。
10月 30 2026 0 分布シフト下で予測区間の条件付き被覆を改善する分岐型正規化フロー 投稿者: 亜美と智也のAI論文解説 編集部 この論文は、校正分布とテスト分布がずれると通常のConformal Prediction（CP）が入力ごとの条件付き被覆を保ちにくい問題を扱う。条件付き被覆ギャップ（CCG）とその期待値ICGを定義し、Wasserstein距離でICGを上界できることを示す。
10月 30 2026 0 視覚言語モデルの敵対的微調整で画像とテキストの対応を保つTRAG 投稿者: 亜美と智也のAI論文解説 編集部 TRAGは、視覚言語モデルの敵対的微調整で視覚表現が崩れるのを、事前学習テキストエンコーダの局所応答から作る方向別制約で抑える手法です。既存の特徴量一致より意味的な方向を考慮し、予測分布一致より候補テキストへの依存を減らすことを狙います。
10月 30 2026 0 Soft FB：多様な目的をゼロショットで解く確率的方策の学習手法 投稿者: 亜美と智也のAI論文解説 編集部 Soft FBは、Forward-Backward（FB）法を最大エントロピー化し、オフラインの未ラベルデータから確率的な方策族を学習するゼロショット強化学習手法です。
10月 30 2026 0 インドIPR法7法を対象にした抽出的QAベンチマーク、法令根拠の抽出精度を比較 投稿者: 亜美と智也のAI論文解説 編集部 IndicIPR-QAは、インドのIPR法7法を対象に、法令文から根拠スパンを抜き出す抽出的QAベンチマークです。4,462問・1,116文脈をGPT-4oで生成し、9種の自動検査、LLM判定、200問の人手監査で確認しています。