University of Toronto（多伦多大学）

Bayesian Sensitivity of Causal Inference Estimators under Evidence-Based Priors

基于证据先验的因果推断估计的贝叶斯敏感性

Nikita Dhawan, Daniel Shen, Leonardo Cotta, Chris J. Maddison

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； University of Waterloo（滑铁卢大学） 纠错

AI总结 本文提出贝叶斯敏感性值（BSV）框架，用于评估因果推断估计在假设违反下的稳健性，通过实证研究展示其在糖尿病治疗与体重损失关系中的应用。

Comments TMLR 2026

From Assistance to Agency: Rethinking Autonomy and Control in CI/CD Pipelines

从协助到自主：重新思考CI/CD流水线中的自主性与控制

Marcus Emmanuel Barnes, Taher A. Ghaleb, Safwat Hassan

机构 * Faculty of Information University of Toronto Toronto Ontario Canada（信息学院多伦多大学多伦多安大略加拿大） ； Department of Computer Science Trent University Peterborough Ontario Canada（计算机科学系特伦特大学彼得伯格安大略加拿大） ； University of Toronto（多伦多大学） ； Trent University（特伦特大学） 纠错

AI总结 本文探讨CI/CD流水线中自主性与控制的重新定义，提出授权转移的设计挑战，分析当前系统在数据平面的操作限制，并提出控制平面安全与治理机制的研究方向。

Comments Accepted to the 3rd ACM International Conference on AI-Powered Software (AIware 2026), Main Track, Montreal, Canada, July 6-7, 2026. 5 pages

Dr-BA: Separable Optimization for Direct Radar Bundle Adjustment & Localization

Dr-BA：直接雷达束调整与定位的可分离优化

Daniil Lisus, Cedric Le Gentil, Timothy D. Barfoot

机构 * Robotics Institute, University of Toronto（多伦多大学机器人研究所） 纠错

AI总结 本文提出Dr-BA框架，通过直接处理2D旋转雷达强度图像实现雷达束调整与定位，利用雷达抗雨优势，解决稠密地图与传感器姿态联合估计问题，实现最先进的雷达束调整与跨会话定位性能。

Comments Accepted for presentation at RSS 2026

Traffic Scenario Orchestration from Language via Constraint Satisfaction

通过约束满足实现基于语言的交通场景编排

Frieda Rong, Chris Zhang, Kelvin Wong, Raquel Urtasun

机构 * University of Toronto（多伦多大学） ； Waabi 纠错

AI总结 本文提出一种基于约束满足的交通场景编排方法，通过自然语言生成约束条件，利用现成求解器实现闭环测试中的精确场景控制，显著提高了场景编排成功率。

Comments 19 pages, 10 figures; full version of paper accepted for poster presentation at ICRA 2026

On Privacy Leakage in Tabular Diffusion Models: Influential Factors, Attacker Knowledge, and Metrics

关于表格扩散模型中的隐私泄露：影响因素、攻击者知识和度量标准

Masoumeh Shafieinejad, D. B. Emerson, Behnoosh Zamanlooy, Elaheh Bassak, Fatemeh Tavakoli, Sara Kodeiri, Marcelo Lotif, Xi He

机构 * Vector Institute（向量研究所） ； McMaster University（麦 master 大学） ； University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） 纠错

AI总结 研究探讨了表格扩散模型中隐私泄露的影响因素，通过黑盒和白盒设置中的最新成员推断攻击，量化了训练设置、合成选择和攻击者知识对隐私泄露的影响，并揭示了启发式隐私度量的缺陷。

Comments 23 pages, 11 Figures, 12 Tables

Evaluating Large Language Models in Scientific Discovery

评估大型语言模型在科学发现中的表现

Zhangde Song, Jieyu Lu, Yuanqi Du, Botao Yu, Thomas M. Pruyn, Yue Huang, Kehan Guo, Xiuzhe Luo, Yuanhao Qu, Yi Qu, Yinkai Wang, Haorui Wang, Jeff Guo, Jingru Gan, Parshin Shojaee, Di Luo, Andres M Bran, Gen Li, Qiyuan Zhao, Shao-Xiong Lennon Luo, Yuxuan Zhang, Xiang Zou, Wanru Zhao, Yifan F. Zhang, Wucheng Zhang, Shunan Zheng, Saiyang Zhang, Sartaaj Takrim Khan, Mahyar Rajabi-Kochi, Samantha Paradi-Maropakis, Tony Baltoiu, Fengyu Xie, Tianyang Chen, Kexin Huang, Weiliang Luo, Meijing Fang, Xin Yang, Lixue Cheng, Jiajun He, Soha Hassoun, Xiangliang Zhang, Wei Wang, Chandan K. Reddy, Chao Zhang, Zhiling Zheng, Mengdi Wang, Le Cong, Carla P. Gomes, Chang-Yu Hsieh, Aditya Nandy, Philippe Schwaller, Heather J. Kulik, Haojun Jia, Huan Sun, Seyed Mohamad Moosavi, Chenru Duan

机构 * Deep Principle（深原则） ； Department of Computer Science, Cornell University（计算机科学系，康奈尔大学） ； Department of Computer Science and Engineering, The Ohio State University（计算机科学与工程系，俄亥俄州立大学） ； Department of Chemical Engineering & Applied Chemistry, University of Toronto（化学工程与应用化学系，多伦多大学） ； Department of Computer Science and Engineering, University of Notre Dame（计算机科学与工程系，圣母大学） ； QuEra Computing Inc.（QuEra计算公司） ； Department of Pathology, Department of Genetics, Cancer Biology Program, Stanford University School of Medicine（病理学系、遗传学系、癌症生物学项目，斯坦福大学医学院） ； Harvard Law School（哈佛法学院） ； Department of Computer Science, Tufts University（计算机科学系，塔夫茨大学） ； School of Computational Science and Engineering, Georgia Institute of Technology（计算科学与工程学院，佐治亚理工学院） ； Department of Computer Science, University of California, Los Angeles（计算机科学系，加州大学洛杉矶分校） ； Department of Computer Science, Virginia Tech（计算机科学系，弗吉尼亚理工大学） ； Department of Physics, Tsinghua University（物理系，清华大学） ； Institute for Advanced Study, Tsinghua University（清华大学高级研究所） ； Laboratory of Artificial Chemical Intelligence, Ecole Polytechnique Federale de Lausanne（人工化学智能实验室，瑞士联邦理工学院） 纠错

AI总结 本文提出一个基于场景的基准测试，评估LLM在生物学、化学、材料科学和物理学中的科学发现能力，揭示了模型在科学发现任务中的性能差距和改进方向。

Balancing Act: Trading Off Odometry and Map Registration for Efficient Lidar Localization

平衡艺术：在里程计与地图注册之间进行权衡以实现高效的激光雷达定位

Katya M. Papais, Daniil Lisus, Cedric Le Gentil, David J. Yoon, Timothy D. Barfoot

机构 * University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） 纠错

AI总结 本文研究了如何通过整合轻量级里程计与优化更新频率，提高激光雷达定位效率，同时保持高性能表现。

Comments 8 pages