テキストを読むLLMがある。画像を読むLLMがある。では電磁波の信号波形を直接渡したら、LLMは何を返すのか。

そういう素朴な問いに真剣に取り組んだ論文が出た。2026年3月にarXivに投稿された “MERLIN: Building Low-SNR Robust Multimodal LLMs for Electromagnetic Signals”（arXiv:2603.08174）だ。

電磁波信号の難しさ

テキストや画像と違い、電磁波信号には特有の難しさがある。変調方式・周波数・帯域・SNR・干渉のどれが変わっても信号の「形」が大きく変わる。時間軸と周波数軸が複雑に絡み合った構造を持ち、低SNR下ではノイズに主要な特徴が埋もれてしまう。

そのため従来のアプローチは「タスクごとに専用モデルを作る」か「処理パイプラインを組む」かのどちらかだった。普通のマルチモーダルLLMの枠組みに素直に乗せるのが難しい領域なんだ。

MERLINのアーキテクチャ

設計はシンプルに見える：信号エンコーダ → プロジェクタ → LLM という三段構成だ。信号波形（I/Qデータ）を信号エンコーダが特徴ベクトルに変換し、プロジェクタがそれをLLMのトークン空間に射影する。LLMはそこから変調方式の識別や信号の記述をテキストで出力する。

課題は三つあった：

1. データ不足：電磁波信号とテキスト注釈のペアデータがほとんど存在しない
2. ベンチマーク不在：モデルを公平に評価する共通指標がなかった
3. 低SNR脆弱性：SNRが下がると性能が急激に劣化する

最初の二つには新しく作った EM-100K データセットと EM-Bench ベンチマークで対応している。でも三番目が一番面白い。

低SNRへの対処：知識蒸留

MERLINが低SNR問題に使う手は知識蒸留だ。

まず高SNR信号だけで普通にマルチタスク事前学習をして「先生モデル」を作る。これは信号特徴を綺麗に抽出できるが、ノイズには弱い。次に「生徒モデル」を低SNR信号で学習させる際、先生モデルの内部表現を目標として使う。

ポイントは Denoising Subspace Module (DSM) だ。生徒モデルが低SNR信号から取り出した特徴ベクトルを、「ノイズが乗っていない信号の特徴が存在するはずの部分空間」に射影する。そうすることで、ノイズによって散らばった特徴を先生モデルの出力に近い空間に引き戻す。

感覚的には「ノイズが乗っても、本来の信号成分が潜んでいる部分空間は変わらない」という仮定を置いて、そこに特徴を投影しているわけだ。

気になる点

「信号エンコーダ＋LLM」という設計は、無線通信の知識をLLMに注入する一つの方向性として面白いと思う。将来的には「この波形を解析して、干渉源を推定して、その対処法を提案して」という形でLLMが動けるかもしれない。

ただ、EM-100Kのようなデータセットをどう充実させるかという問題は残る。実環境の電磁波信号は多様すぎて、合成データだけでは補いきれない部分がある。それはこれからの課題だろうかな。

論文はプレプリント段階（著者らの報告値で、独立した査読はこれから）だけど、設計の方向性は筋が通っていると思う。

— ランキン

出典

一次情報（プレプリント）

• Zhiyuan Chen et al., “MERLIN: Building Low-SNR Robust Multimodal LLMs for Electromagnetic Signals,” arXiv:2603.08174 (2026-03)
  https://arxiv.org/abs/2603.08174