arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

University of Toronto(多伦多大学)

2026-04-30 至 2026-04-30 共收录 5
2604.26781 2026-04-30 cs.CV

Virtual-reality based patient-specific simulation of spine surgical procedures: A fast, highly automated and high-fidelity system for surgical education and planning

基于虚拟现实的患者特异性脊柱手术模拟:一种快速、高度自动化和高保真的系统,用于手术教育和规划

Raj Kumar Ranabhat, Tayler D Ross, Tony Jiao, Jeremie Larouche, Joel Finkelstein, Michael Hardisty

机构 * Holland Bone and Joint Program, Sunnybrook Research Institute(霍尔德骨科与关节程序,圣布鲁诺研究学院) Division of Spine Surgery, Sunnybrook Health Sciences Centre(脊柱外科部,圣布鲁诺健康科学中心) Division of Orthopaedic Surgery, Department of Surgery, University of Toronto(骨科部,外科部,多伦多大学)

AI总结 本文提出利用AI和计算机视觉生成患者特异性脊柱减压模拟,通过多模态融合和分割技术提高建模精度,提升手术教育和规划效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.26311 2026-04-30 cs.AI

DreamProver: Evolving Transferable Lemma Libraries via a Wake-Sleep Theorem-Proving Agent

DreamProver:通过唤醒-睡眠定理证明代理演化可转移的引理库

Youyuan Zhang, Jialiang Sun, Hangrui Bi, Chuqin Geng, Wenjie Ma, Zhaoyu Li, Xujie Si

机构 * University of Toronto(多伦多大学) UC Berkeley(伯克利大学)

AI总结 DreamProver通过唤醒-睡眠程序归纳范式发现可重用的引理,解决传统方法在适应性和通用性上的不足,通过迭代两阶段过程演化出高效的可转移引理库。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.25982 2026-04-30 cs.LG cs.AI cs.CY cs.ET

Open Problems in Frontier AI Risk Management

前沿人工智能风险管理中的开放问题

Marta Ziosi, Miro Plueckebaum, Stephen Casper, Henry Papadatos, Ze Shen Chin, Peter Slattery, James Gealy, Tim G. J. Rudner, Brian Tse, Ariel Gil, Patricia Paskov, Maximilian Negele, Rokas Gipiškis, Nada Madkour, Vera Lummis, Rupal Jain, Luise Eder, Kristina Fort, Malou C. van Draanen Glismann, Inès Belhadj, Amin Oueslati, Anna K. Wisakanto, Richard Mallah, Koen Holtman, Ranj Zuhdi, Daniel S. Schiff, Jessica Newman, Malcolm Murray, Robert Trager

机构 * Oxford Martin AI Governance Initiative, University of Oxford(牛津大学人工智能治理倡议) MIT Computer Science and Artificial Intelligence Laboratory, MIT(麻省理工学院计算机科学与人工智能实验室) MIT Future Tech(麻省理工学院未来技术) Stanford University(斯坦福大学) Governance and Responsible AI Lab, Purdue University(普渡大学治理与负责任的人工智能实验室) University of Toronto(多伦多大学) Mercatus Center, George Mason University(乔治·马歇尔大学麦卡锡中心) Vilnius University(维尔纽斯大学) Vijil SaferAI AI Standards Lab(人工智能标准实验室) The Future Society(未来社会) Concordia AI(康科德人工智能) Pivotal Research Center for AI Risk Management & Alignment(人工智能风险管理和对齐中心) UC Berkeley Center for Long-Term Cybersecurity(伯克利大学长期网络安全中心) Independent(独立)

AI总结 本文探讨前沿人工智能风险管理中的核心问题,通过文献综述识别未解决的挑战,并分类问题类型以指导未来研究与治理。

Comments 81 pages, 3 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.02415 2026-04-30 hep-ph cs.AI

Generative models on phase space

相空间上的生成模型

Zachary Bogorad, Ibrahim Elsharkawy, Yonatan Kahn, Andrew J. Larkoski, Noam Levi

机构 * Theory Division, Fermi National Accelerator Laboratory, Batavia, IL, USA Department of Physics, University of Toronto Vector Institute, Toronto, ON, Canada NERSC, Lawrence Berkeley National Laboratory, Berkeley, California, USA Tel Aviv University, Tel Aviv, Israel

AI总结 本文提出在相空间曼哈顿上构建生成模型,以精确满足物理约束,提升高能物理数据生成模型的可解释性和可靠性。

Comments v2: references added. 19+9 pages, 22 figures, 3 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2411.06498 2026-04-30 cs.AI cs.CC

Barriers to Complexity-Theoretic Proofs that "AGI" Using Machine Learning is Impossible

复杂性理论证明“人工智能”使用机器学习不可能的障碍

Michael Guerzhoy

机构 * University of Toronto(多伦多大学)

AI总结 本文指出van Rooij等人证明人类智能不可行的复杂性理论证明依赖于不合理的数据分布假设,并讨论了修复证明的两个根本障碍:定义“人类智能”的必要性和考虑特定机器学习系统的归纳偏置。

Journal ref Comput. Brain Behav., 2026

详情

展开后加载摘要…

URL PDF HTML 收藏