University of Toronto（多伦多大学）

Learning Action Priors for Cross-embodiment Robot Manipulation

跨具身机器人操作的动作先验学习

Dong Jing, Tianqi Zhang, Jiaqi Liu, Jinman Zhao, Zelong Sun, Li Erran Li, Zhiwu Lu, Mingyu Ding

机构 * Renmin University of China（中国人民大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Toronto（多伦多大学） ； Amazon（亚马逊） 纠错

AI总结 提出两阶段训练框架，先通过流匹配预训练动作模块学习跨具身时间运动结构，再迁移至VLA训练，提升数据效率与任务成功率。

Learning with a Single Rollout via Monte Carlo Pass@k Critic

通过蒙特卡洛 Pass@k 评判器进行单次 rollout 学习

Fengdi Che, Yang Liu, Lei Yu, Meng Cao, Tong Che, Rupam Mahmood, Dale Schuurmans

机构 * University of Alberta（阿尔伯塔大学） ； BIGAI（北京通用人工智能研究院） ； University of Toronto（多伦多大学） ； McGill University, Mila（麦吉尔大学，米拉） ； Nvidia Research（英伟达研究院） ； Amii（阿尔伯塔机器智能研究所） ； CIFAR AI Chair（CIFAR人工智能教席） 纠错

AI总结 提出单次 rollout 近端策略优化（SR-PPO），利用每个提示的一次 rollout 训练 token 级信用评判器，通过 Pass@k 成功概率提供更选择性学习信号，避免重复采样并改善信用分配。

Transferability for General Reasoning: An Automated Curriculum for Multi-Domain RLVR

通用推理的可迁移性：多领域RLVR的自动课程

Yongjin Yang, Jiarui Liu, Yinghui He, Lechen Zhang, Bernhard Schölkopf, Zhijing Jin

机构 * Jinesis Lab, University of Toronto & Vector Institute（Jinesis实验室，多伦多大学与向量研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； Princeton University（普林斯顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； ELLIS Institute Tübingen（ELLIS研究所图宾根） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； EuroSafeAI 纠错

AI总结 提出迁移感知课程（TAC），利用优势信号和投影梯度估计跨领域可迁移性，在多领域推理套件上实现最佳平均准确率。

Comments 32 pages, including supplementary material; code available at https://github.com/YangYongJin/transfer-aware-curriculum

Proactive Systems in HCI and AI: Concepts, Challenges, and Opportunities

人机交互与人工智能中的主动系统：概念、挑战与机遇

Nima Zargham, Sharon Ferguson, Jaisie Sin, Cosmin Munteanu, Anastasia Kuzminykh

机构 * University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； Carleton University（卡尔顿大学） 纠错

AI总结 本文通过多学科研讨会，旨在建立主动系统的清晰概念框架，识别设计与评估方法的不足，并制定以人为中心的指南，以推动主动技术的稳健发展。

Evaluating Scene-based In-Situ Item Labeling for Immersive Conversational Recommendation

评估基于场景的原位物品标签用于沉浸式对话推荐

Jiazhou Liang, Yifan Simon Liu, David Guo, Minqi Sun, Yilun Jiang, Scott Sanner

机构 * University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； Vector Institute of Artificial Intelligence（向量人工智能研究所） 纠错

AI总结 针对沉浸式对话推荐系统，提出基于显式意图满足和主动信息需求的原位标签分类与评估指标，基准测试显示现有方法在利用场景信息、避免冗余和预测主动需求方面存在局限。

Limitations of SGD for Multi-Index Models Beyond Statistical Queries

SGD在多指标模型中的局限性超越统计查询

Daniel Barzilai, Ohad Shamir

机构 * Weizmann Institute of Science（魏茨曼科学研究院） ； University of Toronto（多伦多大学） 纠错

AI总结 针对标准SGD在多指标模型中的局限性，提出非SQ框架，证明其无法有效学习某些低维目标函数，适用于多种架构包括深度神经网络。