#ツール/フレームワーク40件

Template Model Builder (TMB) におけるニューラルネットワーク混合効果モデルの実装

ニューラルネットワーク混合効果モデル（NMMs）を、勾配計算の自動化により容易に実装できる「Template Model Builder (TMB)」を用いたフレームワークを提案。複雑なNMMsの構築と推定を簡略化する。

ブログ：オプティマイザーのサーベイ

2025-2026年のニューラルネットワーク最適化は、Adamの派生だけでなく、設計空間が座標から行列・層へ、固定訓練期間から時間に関するポリシーへ、更新則からシャーディングや低精度計算に耐える状態表現へと拡大した。最近のオプティマイザと訓練法を4つの軸で整理する。

時系列根本原因帰属のためのLLM Agent制御評価ベンチマーク (TraceBench)

時系列データからの根本原因特定タスクにおけるLLMエージェントの性能を体系的に評価するフレームワーク「TraceBench」を開発。シミュレーションにより制御されたデータセットを生成し、エージェントの能力を検証する。

TurboBias 2.0：効率的なASRシステムのためのストリーミングコンテキストバイアス

プロダクション効率の良いASRシステム向けストリーミングコンテキストバイアス手法「TurboBias 2.0」を提案。低レイテンシ、バッチデコード、ユーザー固有コンテキストリスト、低ランタイムオーバーヘッドに対応。

AutoSR：研究状態の探索による自動記号回帰

科学的探求プロセスを模倣し、方程式だけでなく継続的な調査を探索する「AutoSR」を開発。数値的適合性や複雑さだけでなく、観測範囲外での挙動も考慮し、より信頼性の高い記号回帰を実現する自動化システム。

SSTQ：サブサンプリング確率的TurboQuantによるプライバシー保護ベクトル量子化

SSTQは、通信コストを抑えつつ、ローカル差分プライバシーを達成するベクトル量子化手法です。プライバシー保護された分散最適化に貢献します。

UEmbed：統一されたスパースおよび密なマルチモーダル埋め込み

UEmbedは、スパース検索と密検索を統合する統一的なマルチモーダル埋め込み手法を導入する。既存の学習型スパース検索（LSR）の限界を克服し、デコーダーのみのアーキテクチャでマルチモーダル設定に対応する。これにより、検索システムの意味的理解能力と効率を向上させることを目指す。

DenseOn LateOnとともに：多言語、長文脈、コード検索のための完全にオープンなDenseおよびLate-Interactionモデル

再現性のギャップを埋める、オープンな多言語・長文脈・コード検索用検索モデル「DenseOn」と「LateOn」を提案。英語の教師あり学習を多言語に転移させる手法を研究。

ストリーミングデータにおけるドメイン適応のためのオンライン分散（Variance）低減

ストリーミングデータに対するドメイン適応のためのオンライン分散学習に対応した、新しい分散バリアンスリダクションアルゴリズム「ARROW」を提案。MMDとCORAL損失関数に適用可能で、オンライン学習の課題を解決する。

Persian Pixel：ペルシャ語のための大規模合成OCRデータセット

ペルシア語のOCR精度向上に向け、大規模合成OCRデータセット「Persian Pixel」を開発。ペルシア文字の複雑さとデータセット不足の課題に対応し、より高度なOCR技術の発展を促進する。

ReproRepo：GitHubリポジトリの問題による再現性監査のスケーリング

論文再現性の検証をGitHub Issuesを活用して大規模化するフレームワーク「ReproRepo」を提案。人手によるデータ作成・評価の負担を軽減し、より現実的な条件下での再現性評価を可能にする。

MemDreamer: 階層的グラフメモリとエージェンティブリトリーバルメカニズムによる長期ビデオ理解のための知覚と推論の分離

長尺動画理解のため、知覚と推論を分離するMemDreamerを提案。逐次的な動画ストリーミングと階層的グラフメモリ、エージェント的検索メカニズムにより、トークン爆発と注意散漫の問題を解決。

[3382] QUBRIC：RL Beyond Verifiable Rewardsのためのクエリとルーブリックの共設計

検証可能な報酬を超えた強化学習のための、クエリとルーブリックを共同設計するフレームワーク「QUBRIC」を提案。曖昧なクエリによるルーブリックの質の低下を防ぎ、学習信号を改善。

[3378] Skill-RM：エージェントスキルを介した異種評価基準の統合

LLMの強化学習パイプラインにおける、ルールベース、正解参照、手続きチェックリストなど、多様な評価基準を統合する「Skill Reward Model (Skill-RM)」を提案。評価の統一化を目指す。

[1779] PEFT-Arena：安定性-可塑性の観点からのパラメータ効率的なファインチューニングの理解

PEFT-Arenaは、大規模言語モデルのパラメータ効率的ファインチューニング（PEFT）を評価するための新しいベンチマークです。下流タスクの精度だけでなく、事前学習能力の維持（安定性-可塑性ジレンマ）も考慮することで、より包括的な評価を可能にします。

共分散行列を用いた学習：主成分分析とグラフを用いた学習の出会い

共分散ニューラルネットワーク（VNN）の理論的基盤について概説する。これは、共分散行列をグラフとして扱うグラフニューラルネットワーク（GNN）であり、統計的依存関係を考慮したデータ駆動型のグラフ表現を可能にする。

Graph Machine: エッジによる事前学習の改善に向けて

Graph Machine (GM)は、スパースで動的なルーティングを介してアクセスされるO(n)サイズの状態を維持する。GMは、ポインターチェイシングに似た参照メカニズムによって微分可能に更新されるポインターのようなオブジェクトであるエッジを使用し、Transformer層の75%を置き換える。

OntoAligner-Ensemble: 異種オントロジーアラインメント技術間の投票ベース融合

異種オントロジーアライメント技術を統合・融合するための投票ベースのアンサンブル手法「OntoAligner-Ensemble」を提案。複数のアライメント手法の相補的な予測を調和させ、より高精度なオントロジーアライメントを実現する。

RecipeNet：レシピデータのための階層的Transformer

材料合成などの分野におけるレシピデータを扱うため、階層的なTransformerアーキテクチャであるRecipeNetを提案。フィールド間の階層的相互作用と手順的依存関係を捉える。

大規模・高次MIMO検出のためのLearning-to-Transition

高次MIMO検出のために、遷移学習（L2T）フレームワークを提案。Transformerを用いて、インスタンス埋め込みとサンプリングポリシーを更新し、効率的かつ高精度な検出を実現する。

string2string Studio: 文字列から文字列へのアルゴリズムのためのインタラクティブなブラウザ内プラットフォーム

string2string Studioは、自然言語処理、計算生物学、デジタルヒューマニティーズ分野における文字列間アルゴリズムのための、ブラウザ上で動作するインタラクティブなプラットフォームである。アライメント、距離、類似性、検索、生成評価などのモジュールを統合し、WebAssemblyにより高速なローカル実行を実現する。

AskChem：化学文献合成のための主張中心インフラストラクチャ

化学文献の合成では、多数の論文に散らばる知見の集積が必要です。既存の検索システムは文書リストを返すだけなので、科学者やAIエージェントは手動で情報を探し、検証し、集める必要があります。AskChemは、論文単位ではなく、出所情報を持つクレーム単位で検索できるインフラを提供します。

ConceptSMILE: コンセプトベースの解釈可能なAIの信頼性監査

ConceptSMILEは、概念ベースのXAIの説明信頼性を評価するためのモデル非依存の監査フレームワーク。概念レベルの説明の信頼性を、特徴量や領域レベルの貢献度監査から拡張して評価する。

次元削減とネットワーク科学：UMAPのkNNグラフにおけるセンシング

UMAPの内部kNNグラフを活用した次元削減とネットワーク科学の融合を提案。低次元埋め込みだけでなく、内部グラフ構造の分析により、データの本質的な理解を深める新たなアプローチを示す。

SLORR：トレーニング中のシンプルかつ効率的な低ランク正則化

トレーニング中の低ランク正則化手法SLORRを提案。高精度を維持しつつ、SVDや追加学習パラメータなしで効率的な圧縮を実現する、シンプルでステートレスな手法。

TabPack: 表形式深層学習のための効率的なハイパーパラメータアンサンブル

TabPackは、事前チューニングに依存せず、強力な性能を発揮する効率的なハイパーパラメータアンサンブル手法。単一実行で複数のMLPアンサンブルをサンプリング・学習し、表形式データに対する深層学習の効率を改善する。

Program-as-Weights：ファジー関数のためのプログラミングパラダイム

自然言語仕様から局所実行可能なニューラルアーティファクト（ファジー関数）を生成する「Program-as-Weights」を提案。ルールベース実装が困難なタスクをLLM APIに依存せず、ローカルで実行可能にし、ロケリティ、再現性、コスト問題を解決。

パフォーマンス最適化ベンチマークはコーディングエージェントを信頼できるか測定しているか？

コードエージェントの性能を評価するベンチマークの信頼性を監査。GSO、SWE-Perfなどのベンチマークスコアが、実行時不安定性やタスクの難易度などにより、エージェントの真の進捗を誤って示す可能性を指摘。

[3383] AlignAtt4LLM：IWSLT 2026同時音声翻訳タスクにおけるDecoder-Only LLMのための高速AlignAtt

デコーダーオンリーLLM向けの高速なアライメント注意機構「AlignAtt4LLM」を開発し、同時音声翻訳タスクに適用。従来のAlignAttシステムで必要だったエンコーダー・デコーダー間のクロスアテンションなしで機能。

レイヤーからサブモジュールへ：置換ベースLLM圧縮における粒度の再考

LLM圧縮において、層単位ではなくサブモジュール単位での圧縮を可能にする「IntraShuffler」を提案。より柔軟なモデル圧縮により、効率的な推論を目指す。

SPECTRA：関連性オラクルと制御されたディストラクタ診断を備えた合成IRテストコレクション

SPECTRAは、情報検索のテストをスケーラブルに行うための合成IRテストコレクション生成フレームワーク。潜在的トピック構造、テキスト生成、メタデータ制御を分離し、再現可能な方法で、大規模なテストコーパスと関連性オラクルを生成する。

[1297] MobileGym：モバイルGUIエージェント研究のための検証可能かつ高度に並列化されたシミュレーションプラットフォーム

モバイルアプリのUI操作を模倣し、検証可能な結果をJSONで出力するシミュレーションプラットフォーム。並列実行と低コストロールアウトを可能にし、モバイルエージェント研究の効率化に貢献。

[477] Convex Relaxationsによるトークン化

ConvexTokは、従来の貪欲なトークナイザーとは異なり、線形計画法と凸最適化を用いてトークナイザーを構築する新しいアルゴリズムです。これにより、トークン化の精度と圧縮率が向上する可能性があります。

表形式拡散Transformerを用いたベンチマーク健康データの生成

複数の異種テーブルから合成データセットを生成する手法。既存手法が単一テーブルに限定される課題に対し、2段階フレームワークとTabular Diffusion Transformerを用いたクロス・テーブルラ一生成を提案。

アンサンブル決定MCTSのための動的リソース割り当て

アンサンブル決定化MCTSの動的リソース割り当て手法を提案。不確実性の高い環境（敵対的ボードゲームなど）に適したMCTSにおいて、決定化の数や探索範囲を動的に調整することで、アルゴリズムの効率と性能を向上させることを目指す。

[10226] GraphBU: グラフネイティブブロックユニットによるMILPインスタンス生成

MILPインスタンス生成のためのGraphBUフレームワークを提案。ブロック単位での生成により、ソルバーや学習済みポリシーが依存する構造を維持しつつ、効率的なインスタンス生成を実現する。

IntraShuffler: 異種DP連合学習のためのプライバシー保護フレームワーク

異種分散学習におけるプライバシー保護フレームワーク「IntraShuffler」を提案。クライアントごとのプライバシー予算を考慮しつつ、モデルのユーティリティを向上させる。