2026年10月14日の号

10本掲載

単一の行動履歴だけで学ぶQ学習について、最終的に得られる表の精度を保証するデータ量の上界が示された。初期化コストが加算で済むことを証明しており、実運用の見積もり根拠となる。

表形式データの深層学習による回帰で、多くの代替損失はMSEを上回らず、分位点損失だけが一貫して改善した。領域ごとに最適な学習停止時期が異なる点も示された。

視覚言語モデルは画像内の「上」「隣」といった空間関係を、下流で使う文表現の段階で語彙情報より大きく失うことが判明した。出力評価では見えない欠陥である。

研究チームは、予測モデルで次の行動と学習データを選び、AIの方針と予測器を更新し続ける枠組みRSI-Anythingを発表した。外部評価の費用を抑えつつ性能を高める道筋を示した。

3次元医用画像の自己教師あり学習で、学習用の切り出し位置を乱数ではなく解剖学的な手がかりで選ぶ手法が、複数のモデルと課題で性能を改善した。データを増やさず学習の質を高める道を示す。

カーネル誘導の幾何で見たマルコフ連鎖の収束を、有限標本・高確率の境界で示す研究が登場した。1本の時系列だけで一歩先を予測する学習の速さに保証を与える点が重要である。

ワシントン大などの研究チームが、日本語や英語のような文章の指示でタンパク質の立体構造を生成するAI「Prompteina」を開発した。創薬の初期探索を担う部門の設計工程を変える可能性がある。

スパイキングニューラルネットで5種の睡眠障害を再現する計算枠組みが登場した。睡眠時間が正常でも回復度が低い例を示し、従業員の睡眠施策の指標見直しを迫る。

間欠的な通信と限られた蓄積容量の下で、どのデータを先に送るかを強化学習で決める枠組みが提案された。情報の鮮度と送信元間の公平性が、従来方式より改善したという。

並列生成で同時に作る箇所を出力ごとに乱数で選ぶと、必要な逐次ラウンド数が対数の二乗から二重対数へ縮むことが理論的に示された。推論の遅延とコストの設計指針となる。