タイムライン検索

2026年5月28日

深層学習モデルの訓練効率を改善する新しいアプローチが研究機関により発表されました。「DiffusionBlocks」と名付けられたこの手法は、ニューラルネットワークの構造を複数のブロックに分割し、各ブロックを順序立てて訓練する方式を採用しています。 従来の訓練方法では、モデルの全ての層を同時に処理していたため、膨大な計算リソースが必要でした。これに対して新手法は、1ブロックずつ段階的に学習を進めることで、必要な計算量を大幅に削減することが可能です。 この改善により、訓練に要する時間が短縮されるだけでなく、限られた計算リソースで大規模なモデルを扱えるようになることが期待されています。深層学習分野における計算効率の課題解決に向けた重要な進展として、今後の応用が注目されています。 （Sakana AI）

Sakana AI

2026年5月29日

世界中の熱帯林は経済的および政治的利益に駆動される激しい森林破壊の圧力下にあり、科学的証拠はこの森林破壊が気候変動に寄与していることを示唆しています。本論文は熱帯林向けの新規ロギング手法、超低インパクト・カプセル化ロギング(URIEL)を提案します...

arXiv cs.AI

2026年5月30日

拡散モデルを活用した異常検知技術の新展開が報告された。研究チームは、KL発散に基づく新しい検出メトリクス「KLIP」を開発し、画像に含まれる分布シフトを高精度で識別できることを実証した。 従来の異常検知手法では、事前に大量のキャリブレーションデータが必要とされていた。これに対してKLIPは、そうした準備過程を省略しながら、医療画像などで微妙な異常を捉えることが可能だという。 研究では、健康なCTスキャン画像と腫瘍を含む画像との間に生じる分布の違いを効果的に検出できることが確認された。重要な点として、異常が画像全体に影響する場合だけでなく、限定的な領域に局所化した異常パッチも識別できる。医療診断の精度向上が期待される一方で、この技術は製造業における品質管理など、様々な産業応用の可能性を秘めている。 引用元：arXiv cs.LG

arXiv cs.LG

2026年5月31日

地球温暖化が進むなか、北極海の氷の減少について詳しく調べようと、高知大学などの研究チームは人工衛星の観測データをもとに氷の厚さを推定する新たな手法を開発しました。

NHK

2026年6月1日

キャリブレーション（予測確率と真の結果頻度の整合）は信頼できる意思決定に不可欠である。分類と回帰で広く研究されている一方、確率的ラベルランキングにおけるキャリブレーションはまだ正式に取り組まれていない。ここで目標は分布を予測することである。

arXiv cs.LG

2026年6月1日

arXiv:2605.30675v1 不確実性定量化は大規模言語モデルの行動分析における大規模で成長するサブフィールドである。主にハルシネーション認識および対策のため、このフィールドは不確実性判断のタスク有効性への精度であるキャリブレーションの測定と改善に主に焦点を当ててきた。本研究では、

arXiv cs.CL

2026年6月3日

人間型ロボットの動作制御技術に新たな進展がもたらされた。AI研究機関による新手法「Humanoid-GPT」は、20億フレームに及ぶ膨大な動作データで訓練されたGPT型の言語モデルで、ロボットの全身制御を実現する仕組みだ。 複数のモーションキャプチャデータセットと大規模な内部記録を統合して学習させることで、これまで見たことのない動作や制御タスクに対しても高い精度で対応できるようになった。このゼロショット汎化能力により、複雑で動的な動作追跡が可能になり、人間のような自然な動きを持つロボットの実現に近づいた。 研究チームはデータ量とモデル規模の拡大に焦点を当てることで、汎用的な動作制御システムの構築に成功した形だ。この技術は将来のロボット技術における実用化の道を広げる可能性があり、産業用ロボットや介護支援ロボットなど様々な分野での応用が期待される。 （引用元：arXiv cs.AI）

arXiv cs.AI

2026年6月3日

ビジョン言語モデルの空間推理能力向上に新たなアプローチ 人工知能の研究領域で、視覚情報と言語を組み合わせて処理するビジョン言語モデル（VLM）が、直接見えない空間の推理が難しいという課題に対する解決策が提案された。 研究者らは「想像的知覚トークン」という手法を開発し、モデルが観察できない領域の情報を補完できるようにした。この手法は、視点が変わった時の物体の位置推測や、障害物で隠れている空間での経路追跡といった3つのタスクで検証されている。 研究では約20,000例の新規データセットを構築し、BAGEL骨格と呼ばれるシステムに新手法を組み込んで評価。結果として、従来のテキストベースの推論方法を上回る性能を達成したという。この進歩により、VLMはより複雑な3次元空間の理解へ向けた一歩を踏み出す可能性がある。 （arXiv cs.AI）

arXiv cs.AI

2026年6月3日

π共役分子を正方形に組み立てる新たな合成技術が開発されました。この手法では、複数の分子を精密に配置して四角形の骨格構造を形成します。 従来の分子組立技術と異なる利点は、化学的な可逆性を持つ点です。酸を添加することで、組み立てられた正方形構造が元の原料分子へ解離します。この特性により、構造の再利用やプロセスの見直しが容易になります。 このアプローチは分子デザインの自由度を大幅に拡張します。実験中の構造修正や最適化が効率的に進められ、複雑な分子システムの開発に新たな可能性をもたらします。π共役系を含む分子の配置制御は、光学機能や電子機能を持つ材料開発に応用できる見通しもあります。 今後、この技術がどの程度の規模での組立に対応するのか、また実用的な材料開発へ結びつくかが注視されます。 （引用元：JST プレスリリース）

JST プレスリリース

2026年6月4日

マルチエージェント推論システムの効率化に向けた新しいアプローチが提案された。従来の方式では、推論を完了した後に結果を次のエージェントに転送していたため、システムの深さに応じて処理遅延が増加していた。 新手法「StreamMA」は、この課題に対し、各推論ステップを逐次的に後続エージェントへ送信する仕組みを導入。これにより、全プロセスの完了を待つことなく、段階的に情報を流通させることが可能となる。 注目される点は、推論の初期段階ほど信頼性が高いという特性を活用している点。信度の高い段階の情報のみを選別して利用することで、エラーの発生を抑制しながらシステム全体の精度向上を実現しているという。 この手法により、複数のエージェントが連携する推論システムにおいて、応答時間の短縮と信頼性の向上を両立させることが期待される。 （出典：arXiv cs.CL）

2026年6月4日

NvidiaのAI言語モデル「Nemotron」の事前学習を効率化する新しいデータセット生成手法が発表された。タスク指定型合成Q&A生成と呼ばれるこの技術は、特定の目的に応じて質問と回答のペアを自動で作成する仕組みである。 従来のモデル学習では、大量のテキストデータから汎用的な知識を獲得するアプローチが一般的だった。新手法は、必要なタスク機能に焦点を絞ったデータセットを生成することで、学習の無駄を削減し、モデル性能の向上を実現する狙いである。 この技術により、言語モデルの開発効率が大幅に改善される可能性が示唆されている。特に企業や研究機関が特定用途向けのAIシステムを構築する際に、より少ないリソースで高性能なモデルの構築が可能になると期待される。 大規模言語モデルの学習方法論の進化は、AI技術の実用化を加速させるうえで重要な意味を持つ。 （引用元：Hugging Face）

Hugging Face

2026年6月5日

2026年6月1日から GitHub Copilot の課金体系が変わりました。 X（Twitter）では日本でも海外でも辛辣な意見ばかり出ています。Claude Sonnetのクレジット消費量が旧制度の9倍、Claude Opusにいたっては27倍という数字が一部ユーザー...

Qiita 人気記事

2026年6月5日

2026年6月1日から GitHub Copilot の課金体系が変わりまし…

はてなブックマーク IT

2026年6月6日

精神障害がある人の雇用が身体障害者の半分未満にとどまる中、新しい形の就労支援に取り組む人たちがいる。従来型の支援だと2割弱だった就労率が、新手法では6割を超えたという研究結果も。英国などでは制度化もされている。にもかかわらず国内ではあまり広がっていない。どういうことなのか。

毎日新聞

2026年6月8日

リサイクルプラスチックの品質と安全性を確保するためのポリマー識別は重要だが、従来の分別および分光技術は堅牢な判別をもたらすのに苦労している。テラヘルツ双櫛分光法（THz-DCS）は、迅速で高解像度かつ非破壊測定を提供する有望な代替手段となる。本研究では、THz-DCSを利用して純粋なポリマー、多層フィルム、商用ブレンド、およびバイオポリマーを含む12種類のポリマーを分類する。これらのスペクトル信号の複雑性に対処するため、THz-DCSデータ向けに設計された新しいディープラーニングアーキテクチャである多スケール特徴注意ネットワーク（MSFAN）を提案する。このフレームワークは信号再キャリブレーション用の特徴ゲーティングと多様な周波数パターンを捉えるための多スケール並列畳み込みを統合している。これらの特徴は交差特徴注意と注意プーリングを通じてさらに洗練され、モデルが最も有用なテラヘルツ領域を本質的に強調することを可能にする。MSFANは最先端モデルを一貫して上回り、85.2%の分類精度に達する。

arXiv cs.LG

2026年6月8日

オープンウェイトLLMは、カスタマイズされたアシスタントへのファインチューニングが増加していますが、下流のファインチューニングにより安全性アライメントが弱まり、訓練データが意図的に有害でない場合でも、モデルが悪質なプロンプトに対して脆弱になる可能性があります。ターゲットモデルが新しいタスクデータやユーザーインタラクションで繰り返し更新されるため、反復的な安全性回復の問題が生じます。本論文では、各アーキテクチャ互換モデルファミリー内での横断的再利用のために設計された再利用可能な安全性アダプターモジュール「SafeGene」を提案します。安全性回復をモデル固有の修復ステップとして扱う代わりに、SafeGeneは安全性能力をタスク固有の更新から分離された独立した再利用可能なアダプター表現として扱います。この表現は、アラインされた-劣化したモデルの差分から取得され、データに対応したレイヤー選択を通じてタスク転送可能な安全性ベクトルに精密化され、各下流タスク適応モデルで少数ショットレイヤー単位の係数再キャリブレーションを通じて表現されます。

arXiv cs.AI

2026年6月10日

arXiv:2606.09860v1 発表タイプ: new 概要: 非アルコール性脂肪性肝疾患（NAFLD）は世界中の成人の約25%に影響を与え、肝臓および心血管系に重大なリスクをもたらします。しかし、集団レベルでのスクリーニングツールは依然として不十分です。我々は、勾配ブースト決定木とコンフォーマル予測を組み合わせたNAFLDリスク予測のための機械学習フレームワークであるMethodを提案します。これにより、個々のリスク推定値に対して、キャリブレーションされた、分布フリーのカバレッジ保証が得られます。Methodは、相互情報量に基づく安定性選択手順を統合し、ブートストラップリサンプリングを通じて、コンパクトで臨床的に解釈可能な特徴サブセットを特定します。これにより、ユーザー指定の信頼水準を証明可能に超える周辺カバレッジを持つ予測セットを構築します。我々は、広州、中国の多施設コホート（主解析n=2,187、外部検証n=412）で、人口統計、代謝バイオマーカー、ライフスタイル要因にわたる78の候補特徴量を使用してMethodを評価しました。

arXiv cs.LG

2026年6月16日

茨城大学の北野 健太 講師ならびに青山学院大学の前田 はるか 教授らの研究グループは、共振器を用いることなく光の伝搬モードを制御するための新しい手法の開発に成功しました。

JST プレスリリース

2026年6月16日

思考連鎖（CoT）推論はLLMのパフォーマンスを向上させることができますが、CoTの根拠がもっともらしくても不完全または十分に裏付けられていない場合、高い回答信頼度は誤解を招く可能性があります。本研究では、モデルがコミットした回答に対する信頼度が、生成された根拠によって正当化されるかどうか、すなわち信頼度と根拠の整合性について調査します。回答の正しさ、コミットされた回答の確率、およびルーブリック（評価基準）に基づく根拠のサポートを共同で評価するGRPOベースの強化学習フレームワークを導入しました。このルーブリックは、正解を明かさずに、根拠のグラウンディング（根拠付け）、一貫性、タスクへの適合性、および選択された回答との関連性を評価します。MedQA、MathQA、OpenBookQAの3つのオープンウェイトLLMを用いた実験では、本手法は、チューニングされていないチェックポイント、SFT、および正しさのみを重視するGRPOと比較して、信頼度と根拠の整合性エラーを最大26.51%削減し、競争力のある精度を維持しつつ、しばしばキャリブレーション（校正）を改善しました。

arXiv cs.CL

2026年6月17日

因果関係のある有害薬物事象（ADE）を偽相関から区別することは、薬物警戒における中心的な課題です。InferBERTフレームワークは、TransformerモデルとDo-calculusを統合していますが、その成功は基盤となる分類モデルに依存します。本研究では、InferBERTにおけるモデル選択の影響を評価し、単純なモデルで十分か、ドメイン固有の事前学習が役立つか、LLMへのスケーリングが因果検出を改善するか、事後キャリブレーションの効果を検証します。分析対象は、Analgesics-induced Acute Liver Failure (AILF) と Tramadol-related Mortalities (TRAM) の2つのベンチマークです。XGBoost（ベースライン）、ALBERT（元のInferBERT）、BioBERT（生物医学Transformer）、Med-LLaMA（医療LLM）の4つのモデルを、20回の繰り返しで5分割交差検証を用いて評価しました。

arXiv cs.LG

2026年6月19日

新しい研究が、混合エキスパート（MoE）モデルがデータ分布の変化、いわゆる分布シフトの状況下でどのように機能するかを詳細に分析しました。この研究は、特にモデルが情報をどのように振り分けるか（ルーティングメカニズム）と、個々の専門家（エキスパート）の出力がどれほど正確に確率を表現しているか（キャリブレーション）の相互作用に焦点を当てています。 分析の結果、MoEモデルにおいて、特定のルーティング方法（ハードルーティング）が用いられている場合、広範囲な分布シフトがあっても個々のエキスパートが適切にキャリブレーションされていれば、モデル全体のキャリブレーションも保たれることが示されました。しかし、別のルーティング方法（ソフトルーティング）の場合には、個々のエキスパートのキャリブレーションだけでは不十分であることが明らかになりました。 この課題に対応するため、研究者たちは「敵対的再重み付け」という手法を提案しています。これは、分布シフトが生じた際に、ルーティングされた情報の集約におけるキャリブレーション誤差に対してペナルティを課すことで、モデル全体の信頼性を向上させることを目指しています。 引用元: arXiv cs.AI

arXiv cs.AI

2026年6月19日

新しい研究により、機械学習における予測器の信頼性に関する長年の課題が解決されました。arXiv cs.LGに掲載された本研究は、決定論的な多重キャリブレーションアルゴリズムを提案し、そのアルゴリズムが最小最大最適性を達成することを実証しています。 これまで決定論的予測器は、そのサンプル複雑性において確率的予測器に大きく劣ると考えられていました。しかし、今回の研究で提示された新しいアルゴリズムは、決定論的予測器が確率的予測器と同等の最適性を実現できることを示しました。これは、信頼性の高い機械学習モデルの構築において重要な進展となります。 この成果は、予測の精度だけでなく、その予測がどれほど信頼できるかという「キャリブレーション」の分野における画期的な発見です。特に、AIの意思決定が社会に与える影響が大きくなる中で、その予測がどの程度信頼できるかを明確にすることは極めて重要です。本研究は、この信頼性向上に大きく貢献するものと期待されます。 引用元: arXiv cs.LG

arXiv cs.LG

2026年6月19日

大規模言語モデル（LLM）は多段階推論に優れているが、推論コストが大きい。本研究では、因果帰属プルーニング（CAP）を提案する。これは、推論タスクに対する因果的影響を測定することで重要なアテンションヘッドを特定し、これらのヘッドレベルのスコアを用いてきめ細やかな重みプルーニングをガイドする、トレーニング不要な手法である。CAPは、各アテンションヘッドについて、少数の推論問題のキャリブレーションセットでのフォワードパス中にヘッドをマスクした場合の期待される性能低下を推定する。これらの因果スコアは、対応する射影行列の重みレベルの重要度値に変換される。マグニチュードのみまたは活性化ベースの基準とは異なり、CAPの介入的測定は各ヘッドの機能的貢献を直接捉え、20%のスパース性でARC-ChallengeにおいてWandaと比較して最大61%の相対的な精度向上をもたらす。Llama-3-8B-InstructおよびMistral-7B-Instructを使用し、10%、20%、50%のスパース性でGSM8K、StrategyQA、ARC-ChallengeでCAPを評価した。

arXiv cs.CL

2026年6月19日

INNOCNは6月18日、Delta E 2未満の工場出荷時キャリブレーションに対応したクリエイターおよびビジネス向け27型4Kモニター「CB27U1」を発売した。

PC Watch

2026年6月21日

桜などの木を食い荒らす特定外来生物「クビアカツヤカミキリ」の被害を防ごうと、前橋市内のロータリークラブが市と連携し、木の幹に防草シートを巻きつける実証活動を始めた。これまで行われてきた伐採や薬剤の注入に比べ、コストを低く抑えられ、市民でも取り組みやすい対策。栃木県足利市発の新手法だ。【坂巻士朗】

毎日新聞

2026年6月22日

徳島大学 大学院薬学研究科の三原 菜那 大学院生、徳島大学 大学院医歯薬学研究部 薬学域の田良島 典子 准教授、南川 典昭 教授らの研究グループは、徳島文理大学との共同研究により、オリゴヌクレオチド（DNA/RNA）を、より簡便かつ効率よく作る新しい化学合成法を開発しました。

JST プレスリリース

2026年6月22日

Amazon.co.jpで、ディスプレイの色精度を向上させるカラーマネジメントツールのタイムセールが実施されている。わずか90秒で正確なキャリブレーションが行え、写真や映像の編集作業に適したアイテムだ。

ITmedia 全カテゴリ

2026年6月24日

高忠実度な3Dガウシアン生成を目指す新手法「FLUX3D」が発表されました。既存の手法では、入力画像の詳細な情報を3Dモデルに反映させることが課題となっていました。これは、画像の特徴を捉える2次元情報と、3次元空間を表現するボクセル情報との間に不整合が生じることが原因と考えられています。 FLUX3Dは、この問題に対し、3次元空間を疎なボクセルで表現する学習方法を改善することで解決を図ります。これにより、生成プロセスにおける2次元画像情報と3次元空間表現の整合性を高め、より忠実度の高い3Dガウシアンの生成が可能になります。この技術は、3Dコンテンツ制作の分野に新たな可能性をもたらすと期待されます。 (arXiv cs.AI)

arXiv cs.AI

2026年6月24日

離散的な反応トポロジーと連続的な速度論的パラメータが密接に結合しているため、スパースでノイズの多い化学時系列データから解釈可能な支配方程式を抽出することは依然として困難です。本稿では、スパイクアンドスラブトポロジーサンプリング、ハード保存および熱力学スクリーニング、そしてパラメータキャリブレーションおよび実験設計のための化学情報付きガウス過程（CIGP）残差モデルを組み合わせた、再現可能なグレイボックスワークフローであるPC-MCMC-CIGPを提案します。方法論的な貢献は、単独の新しいMCMCまたはGPファミリではなく、むしろこれらのコンポーネントを明示的な不確実性認識型取得選択を備えた物理制約付きワークフローに統合することです。H2 + Br2ベンチマークでは、制約付きサンプラーは実験において、欺瞞的な現象論的適合から素ラジカル経路を区別します。スチレンのエポキシ化では、CIGP最適化ループは報告されたGP-BOベースラインと比較して最終収率を12.5%向上させます。

arXiv cs.LG

2026年6月29日

明示的な推論は、予測の解釈可能性を高めるものの、必ずしもマルチモーダル感情認識（MER）の精度向上に結びつかないことがわかりました。具体的には、推論ベースのMLLMにおいて、熟慮的な推論後の「遅い思考」よりも、直接的な回答をトリガーする「速い思考」の方がしばしば優れた性能を発揮します。経験的な分析により、「速い思考」はより広範で自信のある予測によりリコールを改善する一方、「遅い思考」は不正確なカテゴリの保守的なフィルタリングを通じて精度を優先することが示されました。これらの洞察に基づき、我々はSlow-Fastの相補性を明示的な最適化に転換する強化学習フレームワークMER-R1を提案します。デュアルオブジェクトの分離により、リコールと精度を2つの最適化信号に分離し、互いにトレードオフされるのではなく、共同で最適化できるようにします。Slow-Fastの信頼度キャリブレーションは、最終的な「遅い思考」の回答を「速い思考」の直感にさらに一致させ、正しい感情を強化しながら不正確な感情を抑制します。

arXiv cs.AI