University of Toronto（多伦多大学）

Constrained Multi-Objective Reinforcement Learning with Max-Min Criterion

带最大最小准则的约束多目标强化学习

Giseung Park, Hyunyoung Nam, Woohyeon Byeon, Amir Leshem, Youngchul Sung

机构 * Robotics Institute, University of Toronto（多伦多大学机器人研究所） ； Faculty of Engineering, Bar-Ilan University（巴伊兰大学工程学院） 纠错

AI总结 提出一种融合最大最小准则与显式约束满足的多目标强化学习框架，通过理论分析和表格实验验证收敛性，并在建筑热控制、多目标运动控制和温室气体排放感知交通管理中展示其平衡公平性与约束满足的有效性。

Comments Accepted to ICML 2026

Appropriateness of Empathy in AI: A Signal-Cost Perspective

AI中同理心的适当性：信号-成本视角

Chi-Ching Juan, Tao Wang, Harold Lee

机构 * School of Information University of Toronto（信息学院多伦多大学） ； Independent Researcher（独立研究者） 纠错

AI总结 本文从信号-成本视角出发，运用信号理论提出信号成本代理（情感丰富性、观点采择和情境定制）来评估AI同理心的适当性，建立多维度框架以系统评价同理心是否适应用户需求。

Comments Accepted by IEEE CASCON 2025

TokTalk: Expressive Real-time Facial Animation from Audio-LLM Tokens

TokTalk: 基于音频-大语言模型令牌的富有表现力的实时面部动画

Qingcheng Zhao, Yifang Pan, Karan Singh

机构 * University of Toronto（多伦多大学） 纠错

AI总结 提出TokTalk系统，利用音频-大语言模型产生的音频令牌直接实时生成富有表现力的3D面部动画，通过分块条件流匹配模型和轻量级适配策略实现低延迟和高品质。

Exploiting Chordal Sparsity for Globally Optimal Estimation with Factor Graphs

利用弦稀疏性实现因子图的全局最优估计

Avinash Subramanian, Connor Holmes, Timothy D. Barfoot, Frank Dellaert, Frederike Dümbgen

机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） ； Robotics Institute, University of Toronto（多伦多大学机器人研究所） ； Department of Mechanical Engineering, Carnegie Mellon University（卡内基梅隆大学机械工程系） 纠错

AI总结 本文提出在GTSAM框架中自动构建凸半定规划松弛，并利用贝叶斯树分解加速求解，实现因子图的全局最优估计。

Journal ref ICRA 2026 WORKSHOP ON FRONTIERS OF OPTIMIZATION FOR ROBOTICS

When English Rewrites Local Knowledge: Global Narrative Dominance in Large Language Models

当英语重写地方知识：大语言模型中的全球叙事主导

Md Arid Hasan, Ruwad Naswan, Farhan Samir, Sharifa Sultana, Syed Ishtiaque Ahmed

机构 * University of Toronto（多伦多大学） ； BUET（巴特利特大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

AI总结 本研究通过构建孟加拉语文化数据集CulturalNB，评估大语言模型在低资源文化背景下的跨语言知识一致性，发现英语提问会系统性地增加全球替代和制度框架，减少地方视角覆盖，表明文化失败不仅是知识缺失，更是根基和叙事优先级问题。

Comments Submitted to ARR

Déjà View: Looping Transformers for Multi-View 3D Reconstruction

Déjà View: 用于多视图3D重建的循环Transformer

Alessandro Burzio, Tobias Fischer, Sven Elflein, Qunjie Zhou, Riccardo de Lutio, Jiawei Ren, Jiahui Huang, Shengyu Huang, Marc Pollefeys, Laura Leal-Taixé, Zan Gojcic, Haithem Turki

机构 * NVIDIA ； University of Modena and Reggio Emilia, AImageLab（摩德纳和雷焦艾米利亚大学，AImageLab） ； University of Toronto, Vector Institute（多伦多大学，向量研究所） ； ETH Zürich（苏黎世联邦理工学院） 纠错

AI总结 提出DéjàView模型，通过循环应用单个Transformer块进行迭代细化，以更少的参数和计算量在多个3D重建基准上达到或超越大规模前馈模型。

Comments Project Page: https://research.nvidia.com/labs/dvl/projects/dvlt

SafeRx-Agent: A Knowledge-Grounded Multi-Agent Framework for Safe and Explainable Medication Recommendation

SafeRx-Agent: 基于知识的多智能体框架用于安全且可解释的药物推荐

Xinyu Wang, Hanwei Wu, Zhenghan Tai, Sicheng Lyu, Qincheng Lu, Ziyu Zhao, Jijun Chi, Jingrui Tian, Xiao-Wen Chang, Ziyang Song

机构 * McGill University（麦吉尔大学） ； McMaster University（麦马斯特大学） ； University of Toronto（多伦多大学） ； Ohio University（俄亥俄大学） 纠错

AI总结 提出SafeRx-Agent，一种基于知识的多智能体框架，通过患者上下文、外部临床知识和安全验证来推荐可追溯的药物集合，在MIMIC-III和MIMIC-IV数据集上提高了细粒度药物预测准确性，同时控制了药物相互作用、禁忌症和药物集合大小。

Learned Relay Representations for Forward-Thinking Discrete Diffusion Models

学习的中继表示用于前向思考的离散扩散模型

Benjamin Rozonoyer, Jacopo Minniti, Dhruvesh Patel, Neil Band, Avishek Joey Bose, Tim G. J. Rudner, Andrew McCallum

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University of Toronto（多伦多大学） ； Stanford University（斯坦福大学） ； Imperial College London（伦敦帝国学院） ； Mila ； Vijil 纠错

AI总结 提出Learned Relay Representations (Relay)方法，通过可微通道传递潜在信息，使掩码扩散模型在去噪步骤间前向思考，减少推理延迟并提升性能。

Comments 16 pages, 3 figures. Equal contribution: Benjamin Rozonoyer, Jacopo Minniti, and Dhruvesh Patel. Code: https://github.com/jacopo-minniti/relay

Semantic Foam: Unifying Spatial and Semantic Scene Decomposition

Semantic Foam：统一空间与语义场景分解

Amr Sharafeldin, Shrisudhan Govindarajan, Thomas Walker, Aryan Mikaeili, Daniel Rebain, Kwang Moo Yi, Andrea Tagliasacchi

机构 * Simon Fraser University（西蒙弗雷泽大学） ； University of Toronto（多伦多大学） ； Wayve Technologies（Wayve技术公司） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 提出Semantic Foam，通过扩展Radiant Foam表示，结合Voronoi网格的空间分解和显式语义特征场，实现高质量、一致性的语义分割。

Comments 15 pages, 10 figures, Accepted to CVPR 2026 (Highlight) , Project page: http://semanticfoam.github.io/

Global Plane Waves From Local Gaussians: Periodic Charge Densities in a Blink

从局部高斯到全局平面波：眨眼间的周期电荷密度

Jonas Elsborg, Felix Ærtebjerg, Luca Thiede, Alán Aspuru-Guzik, Tejs Vegge, Arghya Bhowmik

机构 * Technical University of Denmark（技术大学） ； University of Toronto（多伦多大学） ； CAPeX Pioneer Center for Accelerating P2X Materials Discovery（CAPeX先锋中心） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究 institute） ； Vector Institute for Artificial Intelligence（人工智能研究所） 纠错

AI总结 提出ELECTRAFI模型，利用实空间各向异性高斯的解析傅里叶变换和泊松求和公式，通过单次逆FFT快速重建周期电荷密度，在保持高精度的同时速度提升高达633倍。

Comments ICML 2026, 29 pages including appendix, 11 Figures, 7 tables