高校专区
Wasserstein残差：从种群动力学中学习梯度流
机构 * Basis Research Institute（基础研究机构） ； Aalto University（艾尔沃斯大学） ； Brown University（布朗大学） ； University of Toronto（多伦多大学） ； MIT（麻省理工学院）
AI总结 针对传统Wasserstein梯度流JKO方法离散不灵活、计算成本高的问题，提出基于残差的新目标与无仿真粒子方法stitching，在轨迹推断基准上取得SOTA性能。
战略性购买智能体
机构 * Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院）
AI总结 该研究面向自主代客购物场景，分三类信息场景设计有限购物窗口内的最优购买策略，经真实电商价格数据验证，大模型更适配场景选择而非直接购买决策。
用于稳健医学分割的位移保持关系蒸馏
机构 * Bowling Green State University（鲍灵格林州立大学） ； The University of Findlay（芬德利大学） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） ； University of Toronto（多伦多大学） ； University of Houston - Clear Lake（休斯顿大学清水湖分校） ； UTHealth Houston（德克萨斯大学健康科学中心休斯顿分校）
AI总结 针对准确3D医学分割受解剖变异性和高计算成本限制的问题，提出位移保持关系蒸馏方法，通过基于向量对齐蒸馏潜在解剖轨迹，集成到nnU-Net后在基准测试中表现优异。
流形流：具有可学习奇异谱的对称正定松弛斯蒂费尔层
机构 * University of Toronto（多伦多大学） ； Emory University（埃默里大学）
AI总结 研究提出ManifoldFlow，通过\(W = Q S^{1/2}\)在斯蒂费尔流形上学习有界正谱，放松固定谱斯蒂费尔层约束，在部分实验中可学习的对称正定谱表现更好。
Comments 39 pages
测量多步语言模型智能体中工具诱导的信念差异
机构 * University of Toronto（多伦多大学） ； Emory University（埃默里大学）
AI总结 研究多步语言模型智能体中工具对其信念的影响，引入信念展开诊断，定义跨工具信念差异并分解，通过实验表明工具设计是智能体评估中的实验变量。
Comments 28 pages
看一次就够了？用于3D问答的在线几何感知令牌剪枝
机构 * National Tsing Hua University（国立清华大学） ； Industrial Technology Research Institute ITRI（工业技术研究院） ； University of Toronto（多伦多大学） ； Atmanity Inc（Atmanity公司）
AI总结 针对3D问答中多模态大语言模型推理成本高的问题，提出在线令牌剪枝方法，利用深度和相机姿态投影到体素空间，识别重叠区域并剪枝冗余令牌，减少令牌使用，提升效率和性能。
Comments published at ICLR 2026 Workshop on Efficient Spatial Reasoning
TemporalGS：通过时间先验实现无训练即插即用的3D高斯点渲染加速
机构 * McGill University（麦吉尔大学） ； University of Waterloo（滑铁卢大学） ； Concordia University（康考迪亚大学） ； University of Toronto（多伦多大学）
AI总结 研究针对3D高斯点渲染在高帧率和低延迟方面的挑战，提出TemporalGS，利用时间先验减少连续帧高斯预处理等操作冗余，有动态剔除和选择性渲染策略，可加速渲染且无需训练。
具有精度保证的HNSW：基于图Spanner的技术报告
机构 * University of Toronto（多伦多大学） ； The University of Texas At Arlington（德克萨斯大学阿灵顿分校） ； IIT Bombay（博扬理工学院）
AI总结 提出Certify-then-Rectify框架，结合HNSW的快速启发式搜索与精确检索的严格性，通过无分布统计认证和极值理论估计图拉伸因子，实现平均速度与最坏情况正确性。
Comments 23 pages, 22 figures
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈