資金・M&A C
74 件中 1〜30 件目を表示
-
融資の決め手、決算書→「データ」「未来のシナリオ」へ 中小企業が資金調達に成功するための最大のポイントは？融資の判断軸が決算書からデータと将来シナリオへ、中小企業の資金調達が変化融資特化型デジタルバンク・01銀行の大塚篤史副社長と北國銀行の竹内均氏が、中小企業の資金調達の変化を語る。融資の決め手が決算書から「データ」や「未来のシナリオ」へと移り、資金調達成功の鍵がどう変わるかを論じる。
-
The founder of Craigslist has given away half a billion dollarsクレイグリスト創業者、これまでに5億ドルを寄付求人・売買掲示板クレイグリストの創業者クレイグ・ニューマーク氏が、これまでに総額5億ドルを寄付してきたことが報じられた。同氏はジャーナリズム支援やサイバーセキュリティ、退役軍人支援などの分野への慈善活動で知られる。
-
Analyzing Defensive Misdirection Against Model-Guided Automated Attacks on Agentic AI SystemsエージェントAIへのモデル誘導自動攻撃に対する防御的かく乱の分析エージェントAIは指示解釈にLLM部品を多用するため攻撃対象となる。本研究はモデル誘導の自動攻撃に対する防御的かく乱(misdirection)の効果を分析する。
-
Topological Data Analysis for High-Dimensional Dynamic Process Monitoring位相的データ解析と機械学習を組み合わせた高次元プロセス監視本論文は、位相的データ解析（TDA）と機械学習を組み合わせ、高次元の時系列データから実用的な情報を抽出するプロセス監視手法を提案する。多変量時系列を表現し、動的プロセスのリアルタイム監視に役立てることを狙う。
-
Sparsity, Superposition, and Forgetting: A Mechanistic Study of Representation Retention in Continual Learning継続学習の表現保持と忘却の機構を制御環境で機構的に解明本論文は、継続学習における表現の保持を機構的に分析し、制御された玩具的（toy-world）枠組みを用いて忘却を引き起こす要因を観測・検証可能にする。スパース性や重ね合わせ（superposition）が忘却とどう関係するかを調べ、実データでは絡み合う機構を切り分ける。
-
CATCH-ME if you RAG: a dataset of Contextually Annotated multi-Turn Counterspeech against Hate and Misinformation Exchangesヘイトと誤情報への対抗発話データセットCATCH-MEを提案本論文は、しばしば重なり合うヘイトスピーチと誤情報に対する、文脈注釈付きの複数ターン対抗発話（counterspeech）データセット「CATCH-ME」を提案する。両者を切り離して扱いがちなNLP研究の傾向や、ゼロショットLLMが反復的で曖昧な応答を生む問題に対処する。
-
QMFOL: Benchmarking Large Language Model Reasoning via Quantifiable Monadic First-Order Logic Test Case Generation一階論理のテスト生成でLLM推論を測るQMFOLLLMは特に演繹的推論で進歩している。QMFOLは定量可能な単項一階論理のテストケース生成により、LLMの推論能力をベンチマークする。
-
Learner-based Concept Drift Detection: Analysis and Evaluation学習器ベースの概念ドリフト検出の分析と評価進化するストリーミング環境に展開されるMLは非定常性に対処する必要がある。本研究は学習器ベースの概念ドリフト検出を分析・評価する。
-
CzechDocs: A Multiway Parallel Dataset of Formatted Documents for Minority Languages in Czechiaチェコの少数言語向け整形文書の多言語並行データセットCzechDocs本論文は、チェコ語とチェコ国内で使われる少数言語（主にウクライナ語・英語、少量のベトナム語・ロシア語など）を対象に、HTML・DOCX・PDFといった整形済み文書の多方向並行データセット「CzechDocs」を提案する。機械翻訳の評価を支えることを目的とする。
-
IHUBERT: Vector-Based Semantic Deduplication and Domain-Balanced Pretraining for Persian Resourcesペルシャ語向け意味的重複除去とドメイン均衡事前学習のIHUBERT本論文は、RoBERTa-baseエンコーダで一から学習した単言語ペルシャ語の事前学習モデル「IHUBERT」を提案する。ベクトルに基づく意味的な重複除去とドメイン均衡を取り入れた事前学習により、大規模で高品質なペルシャ語コーパスの不足や評価の乏しさという課題に対処する。
-
Improving health intelligence in ChatGPTOpenAI、GPT-5.5 Instant で ChatGPT の健康相談の品質を向上OpenAI は GPT-5.5 Instant により、ChatGPT の健康・ウェルネス分野の応答品質を改善したと発表した。より強力な推論と文脈理解、明確な説明に加え、医師の知見を反映した評価を導入。利用者がより信頼できる健康情報を得られるようにする。
-
Source-Grounded Data Generation for Text-to-JSON LearningテキストからJSON抽出を学ぶための出典準拠データ生成を提案本論文は、長い非構造化文書から情報を構造化されたJSONとして抽出するテキスト→JSON学習に向けて、出典に根ざした（source-grounded）データ生成を提案する。財務報告書や臨床記録など、高価値の情報を非構造化テキストに蓄える分野での活用を狙う。
-
Generative Engine Optimization at Scale: Measuring Brand Visibility Across AI Search EnginesAI検索エンジン全体でブランド可視性を測る生成エンジン最適化本論文は、ChatGPT・Claude・Perplexity・GeminiなどのAI検索エンジンにおいて、ブランドがどのように表現・引用・推薦されるかを大規模に測定する「生成エンジン最適化（GEO）」を研究する。利用者が検索結果をたどらずAIから直接答えを得るようになり、従来のSEOから移行する状況を捉える。
-
Large Language Models Do Not Always Need Readable LanguageLLMには常に人間可読な言語が必要ではないと示す本論文は、人間にとっての可読性を犠牲にしつつもモデルが利用可能な、コンパクトで非標準的なテキスト形式に意味情報を符号化できるかを検証する。読み手が別のモデルである場合などには、大規模言語モデルが必ずしも人間可読な言語を必要としないことを示す。
-
Prompt, Plan, Extract: Zero-Shot Agentic LLMs Workflows for Lung Pathology Extraction from Clinical Narratives病理記述から肺病理を抽出するゼロショットのエージェントLLM本論文は、臨床の病理記述から肺病理の情報を抽出する、ゼロショットのエージェント的LLMワークフロー「Prompt, Plan, Extract」を提案する。がん病期判定や腫瘍登録に必要な、手作業では労力がかかり誤りやすい抽出を、教師ありNLPパイプラインに頼らず行うことを狙う。
-
JAMER: Project-Level Code Framework Dataset and Benchmark on Professional Game Enginesプロ向けゲームエンジンのプロジェクト級コードデータセットJAMER本論文は、プロ向けゲームエンジンを対象としたプロジェクト規模のコードフレームワーク・データセットおよびベンチマーク「JAMER」を提案する。アセット生成やゲームプレイ設計、Webゲームのコーディングは進展する一方、大規模データセットと決定的な評価法の不在で手つかずだったプロジェクト級のコード工学に取り組む。
-
CREDENCE: Claim Reduction for Decomposition & Enhanced Credibility -- Semantic Metrics and Convergence Analysisファクトチェック向け主張分解の意味的指標CREDENCEを提案本論文は、複合文を原子的で検証可能な主張に分解する手法「CREDENCE」を提案する。言い換えを含む主張で分解品質を過小評価するトークン重複（Jaccard）指標に代わる意味的な評価指標を導入し、形式的な収束・終了解析を加えて、信頼できる自動ファクトチェックを支える。
-
AgentFinVQA: A Deployable Multi-Agent Pipeline for Auditable Financial Chart QA監査可能な金融チャートQA向け多エージェントAgentFinVQA本論文は、監査可能な金融チャート質問応答に向けた、実運用可能なマルチエージェント・パイプライン「AgentFinVQA」を提案する。規制下で、どの回答を信頼できるかを把握する必要があり、顧客データを外部のモデル提供者に送れない現場を想定し、精度偏重で不透明な既存のチャートQAエージェントの課題に対処する。
-
Leaked financial docs show OpenAI is losing billions of dollars a year流出文書、OpenAIが年数十億ドルの赤字と示唆流出したとされる財務文書をもとに、OpenAIが年間で数十億ドル規模の損失を出していると報じる記事。生成AIの開発・運用にかかる巨額のコストと、収益化の難しさを巡る議論を取り上げている。
-
Learning User Simulators with Turing RewardsTuring 報酬で人間ユーザーを模擬するシミュレータ学習を提案対話的な場面で人間ユーザーを模擬できれば、エージェント補助の学習や個人化システムの評価、社会科学研究などが前進する。本研究は「Turing 報酬」を用いてユーザーシミュレータを学習する手法を提案し、より現実的な利用者挙動の再現を目指す。
-
NeSyCat Torch: A Differentiable Tensor Implementation of Categorical Semantics for Neurosymbolic Learning圏論的意味論で神経記号学習を統一する NeSyCat Torch神経記号（ニューロシンボリック）の意味論は、古典・ファジィ・確率・ニューラルが各々の規則で真偽を定義し分断されている。本研究は ULLER を拡張した NeSyCat により、これらを単一の帰納的な真理定義に統合し、微分可能なテンソル実装として提供する。
-
Beyond Algorithms: Conceptual Innovation in Medical Imaging AI医療画像 AI に必要なのはアルゴリズムを超えた概念的革新AI は医療画像研究を急速に進展させ、高度なアルゴリズムとベンチマーク改善を生んできた。しかしアルゴリズム中心の路線は限界も露呈している。本研究はアルゴリズムを超えた概念的革新の必要性を論じ、臨床的に意味のある進歩へ向けた方向性を提案する。
-
SCAN: Enhance Time Series Anomaly Detection via Multi-Scale Neighborhood-Centered ClusteringSCAN、多スケール近傍クラスタリングで時系列異常検知を強化時系列異常検知は多くの実応用で重要で、再構成ベース手法が主流だが、過度な一般化により異常まで正常に復元してしまう弱点がある。本研究は多スケールの近傍中心クラスタリングを用いる「SCAN」を提案し、再構成手法の過一般化を抑えて検知性能を高める。
-
A Taxonomy of Mental Health and Technology Needs for Alzheimer's and Dementia Caregivers認知症介護者のメンタルヘルスと技術ニーズの分類体系を提示アルツハイマー病や関連認知症（AD/ADRD）の人を介護する家族は、世界の長期ケアの基盤を支えている。2023 年には米国で 1,100 万人超が無償介護を担った。本研究は介護者のメンタルヘルスと技術的ニーズを体系化した分類を提示し、支援設計の指針を示す。
-
When AUC Misleads: Polarization-Aware Evaluation of Deepfake Detectors under Domain ShiftAUC の落とし穴、ドメイン変化下の偏極を考慮し偽動画検出を評価拡散モデルや顔交換ツールの進歩で精巧なディープフェイクが作られ、現実の被害が広がっている。本研究は、ドメインが変化する状況では AUC が検出器の実力を誤って示しうると指摘し、予測の偏極（polarization）を考慮した評価法でディープフェイク検出器を見直す。
-
A Clinician-Centered Pipeline for Annotation and Evaluation in Ultrasound AI Studies超音波 AI 研究向け、臨床医中心の注釈・評価パイプライン医療 AI の検証には臨床医中心の評価が不可欠で、特に超音波画像では定量指標が臨床的な使い勝手を捉えきれないことがある。本研究は超音波 AI 研究のための、臨床医を中心に据えた注釈と評価のパイプラインを提案し、実臨床に即した妥当性検証を支える。
-
Dango: A Strictly L1-Only Large Language Model for Studying Second Language AcquisitionDango、L1 のみ学習の 1.8B LLM で第二言語習得を研究本研究は、第二言語習得（SLA）における日本語から英語への L1→L2 転移を統制的に調べるための 1.8B パラメータの言語モデル「Dango」を導入する。母語（L1）のみで学習する厳密な設計により、これまで難しかった転移現象の制御実験を可能にし、SLA 研究の新たな基盤を提供する。
-
Human-AI Coevolution Dynamics: A Formal Theory of Social Intelligence Emergence Through Long-Term Interaction人間と AI の共進化を定式化、社会的知能の創発を理論化現在の対話 AI は言語生成や個人化、長文脈の対話で進歩したが、多くは社会的行動を孤立した要素で扱う。本研究は人間と AI の長期的な相互作用を通じた共進化（coevolution）を定式化し、社会的知能が創発する過程を説明する形式理論を提案する。
-
Urdu Katib Handwritten Dataset: A Historical Document Dataset for Offline Urdu Handwritten Text Recognition with CRNN-Based Baseline EvaluationUrdu Katib、歴史文書のウルドゥー語手書き認識データセットを公開手書き文字認識（HTR）は本質的に難しく、続け字（筆記体）ではさらに複雑になる。本研究は、オフラインのウルドゥー語手書き認識のための歴史文書データセット「Urdu Katib」を構築した。続け字スクリプトの認識研究を進める基盤データを提供する。
-
Mitigating Scoring Errors and Compensating for Nonverbal Subtests in Speech-Based Dementia Assessment音声による認知症評価の採点誤差を補正する手法認知機能低下の早期発見は神経心理検査に依存するが、検査者の主観や非言語的サブテストの扱いが精度を左右する。本研究は音声ベースの認知症評価において採点誤差を緩和し、非言語サブテストを補完する手法を提案し、より客観的で安定した評価を目指す。