University of Toronto（多伦多大学）

Projectional Decoding: Towards Semantic-Aware LLM Generation

投影式解码：迈向语义感知的LLM生成

Boqi Chen, José Antonio Hernández López, Aren A. Babikian

机构 * University of Ottawa（渥太华大学） ； University of Murcia（穆尔西亚大学） ； University of Toronto（多伦多大学） 纠错

AI总结 提出投影式解码框架，通过维护部分图模型作为主要工件表示，实现增量语义验证和错误检测，以提升LLM生成工件的语义有效性。

Comments 5 pages, 3 figures. Accepted at FSE 2026 IVR track

MōLe-Λ: Learning the Coupled-Cluster Response State for Energies, Gradients, and Properties

MōLe-Λ: 学习耦合簇响应态以获取能量、梯度和性质

Andreas Burger, Luca Thiede, Abdulrahman Aldossary, Jorge A. Campos-Gonzalez-Angulo, Alex Zook, Jérôme Florian Gonthier, Alán Aspuru-Guzik

机构 * University of Toronto（多伦多大学） ； Vector Institute for Artificial Intelligence（人工智能向量研究所） ； NVIDIA（英伟达） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究研究院） 纠错

AI总结 提出MōLe-Λ模型，通过联合学习左右手振幅预测耦合簇响应态，高效计算能量、梯度及多类分子性质。

Comments ICML 2026 AI4Physics

Rectified LpJEPA: Joint-Embedding Predictive Architectures with Sparse and Maximum-Entropy Representations

Rectified LpJEPA：具有稀疏和最大熵表示的联合嵌入预测架构

Yilun Kuang, Yash Dagade, Tim G. J. Rudner, Randall Balestriero, Yann LeCun

机构 * New York University（纽约大学） ； Duke University（杜克大学） ； University of Toronto（多伦多大学） ； Brown University（布朗大学） 纠错

AI总结 提出Rectified Distribution Matching Regularization (RDMReg)损失，通过将表示对齐到Rectified Generalized Gaussian分布，实现稀疏且最大熵的表示，从而改进联合嵌入预测架构（JEPA）的性能。

Comments ICML 2026

SM2ITH: Safe Mobile Manipulation with Interactive Human Prediction via Task-Hierarchical Bilevel Model Predictive Control

SM2ITH：通过任务分层双层模型预测控制实现安全移动操作与人机交互预测

Francesco D'Orazio, Sepehr Samavi, Xintong Du, Siqi Zhou, Giuseppe Oriolo, Angela P. Schoellig

机构 * Department of Computer, Control and Management Engineering, of Sapienza University of Rome（意大利萨皮恩扎大学计算机、控制与管理工程系） ； University of Toronto Institute for Aerospace Studies (UTIAS) and the Vector Institute for Artificial Intelligence（多伦多大学航空航天研究所（UTIAS）和向量人工智能研究所） ； Learning Systems and Robotics lab at the Technical University of Munich and the Munich Institute for Robotics and Machine Intelligence (MIRMI)（慕尼黑技术大学学习系统与机器人实验室及慕尼黑机器人与机器智能研究所（MIRMI）） ； School of Computing Science, Faculty of Applied Sciences, Simon Fraser University（西蒙·弗雷泽大学应用科学学院计算机科学系） 纠错

AI总结 提出SM$^2$ITH框架，结合分层任务模型预测控制与双层优化的人机交互预测，实现动态人机环境中的安全高效移动操作。

Comments Accepted to the IEEE International Conference on Robotics and Automation (ICRA) 2026

FreeForm: Reduced-Order Deformable Simulation from Particle-Based Skinning Eigenmodes

FreeForm: 基于粒子蒙皮特征模态的降阶可变形仿真

Donglai Xiang, Vismay Modi, Rishit Dagli, Ty Trusty, Gilles Daviet, Anka He Chen, Nicholas Sharp, David I. W. Levin

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

AI总结 提出一种基于再生核粒子法的无网格降阶超弹性物体仿真方法，通过求解弹性能量Hessian矩阵的广义特征系统构建降阶蒙皮权重，实现40倍训练加速并降低仿真误差。

Comments CVPR 2026, project website: https://research.nvidia.com/labs/sil/projects/freeform/

AsyncTool: Evaluating the Asynchronous Function Calling Capability under Multi-Task Scenarios

AsyncTool: 多任务场景下异步函数调用能力的评估

Kou Shi, Ziao Zhang, Shiting Huang, Avery Nie, Zhen Fang, Qiuchen Wang, Lin Chen, Huaian Chen, Zehui Chen, Feng Zhao

机构 * University of Science and Technology of China（中国科学技术大学） ； University of Toronto（多伦多大学） 纠错

AI总结 提出AsyncTool基准，通过模拟工具响应延迟的多任务环境，评估基于大语言模型的智能体在异步工具调用中的任务协调与效率。

Comments https://github.com/StoKou/repo-asynctool

JMed48k: A Multi-Profession Japanese Medical Licensing Benchmark for Vision-Language Model Evaluation

JMed48k：用于视觉语言模型评估的多专业日本医疗执照基准

Yue Xun, Junyu Liu, Qian Niu, Xinyi Wang, Zheng Yuan, Zirui Li, Zequn Zhang, Bowen Zhao, Shujun Wang, Irene Li, Kan Hatakeyama-Sato, Yusuke Iwasawa, Yutaka Matsuo

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Kyoto University（京都大学） ； The University of Tokyo（东京大学） ； Hohai University（淮海大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Toronto（多伦多大学） 纠错

AI总结 本文提出JMed48k，一个包含48,862道试题和20,142张图像的多专业日本医疗执照基准，通过评估21个模型并引入配对图像移除审计，发现专有和开源模型显著受益于图像，而医学专用模型对视觉证据利用有限。

A Sliding-Window Filter for Online Continuous-Time Continuum Robot State Estimation

用于在线连续时间连续体机器人状态估计的滑动窗口滤波器

Spencer Teetaert, Sven Lilge, Jessica Burgner-Kahrs, Timothy D. Barfoot

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

AI总结 提出一种专为连续体机器人设计的随机滑动窗口滤波器，在保持超实时运行速度的同时，通过连续时间方法提升滤波精度并实现在线操作。

Comments 8 pages, 6 figures. Submitted to IEEE-RAS International Conference on Soft Robotics 2026

Journal ref 2026 IEEE 9th International Conference on Soft Robotics (RoboSoft), 239-246

Multimodal LLMs See Sentiment

多模态大语言模型感知情感

Neemias B. da Silva, John Harrison, Rodrigo Minetto, Myriam R. Delgado, Bogdan T. Nassu, Thiago H. Silva

机构 * Universidade Tecnológica Federal do Paraná（联邦技术大学帕拉纳州大学） ； University of Toronto（多伦多大学） 纠错

AI总结 本文通过系统评估研究，探讨多模态大语言模型在图像情感分析中的三种方法，发现基于MLLM描述的两阶段流水线在微调后性能显著优于传统基线。

Comments 24 pages, 7 figures