高校专区
CLIP存在短视：超越第一句话的注意力分配
机构 * University of Toronto Robotics Institute（多伦多大学机器人研究所） ； Mila - Quebec AI Institute（Mila - 魁北克人工智能研究所）
AI总结 CLIP模型在大规模数据上通过图像-文本对比学习获取可迁移的多模态特征，但其预训练过程偏向于短描述，导致复杂场景对齐不足。本文提出DeBias-CLIP，通过去除摘要句和子采样提升对齐效果，实现更优的长文本检索和鲁棒性。
Comments 20 pages, 15 figures, to be published in the CVPR 2026 proceedings
基于模式的上下文学习框架
机构 * University of Toronto（多伦多大学） ； Nanyang Technological University（南洋理工大学） ； Acceleration Consortium（加速联盟） ； Vector Institute for Artificial Intelligence（向量人工智能研究所） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高等研究院（CIFAR）） ； NVIDIA（英伟达）
AI总结 本文提出基于认知模式的上下文学习框架，通过提取先验示例中的认知构建块，生成抽象模式以增强模型推理能力，实验证明在化学和物理问题上性能提升达36.19%。
BHCast: 从单张模糊图像解锁黑洞等离子体动力学的长期预测
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； NVIDIA（英伟达）
AI总结 BHCast通过单张模糊图像预测黑洞等离子体动力学，结合多尺度金字塔损失实现超分辨率和长期稳定预测，提取时空特征并利用梯度提升树恢复黑洞属性。
Comments CVPR 2026
Skullptor：几秒钟内通过多视角法线预测实现高保真的3D头部重建
机构 * Ubisoft La Forge（育碧La Forge） ； University of Toronto（多伦多大学） ； ÉTS Montréal（蒙特利尔高等技术学院） ； Vector Institute（向量研究所）
AI总结 本文提出Skullptor，结合单目基础模型与跨视角注意力机制，通过法线预测和逆渲染优化，实现高保真的3D头部重建，优于现有单图和多视角方法，减少相机需求和计算成本。
Comments For our project page, see https://ubisoft-laforge.github.io/character/skullptor/
SoftMimicGen：一种用于可变形物体操作规模化机器人学习的数据生成系统
机构 * NVIDIA（英伟达） ； University of Toronto（多伦多大学） ； Georgia Institute of Technology（佐治亚理工学院）
AI总结 本文提出SoftMimicGen，一种自动化数据生成流水线，用于可变形物体操作任务，涵盖多种真实物体和行为，通过高保真模拟环境生成数据并训练高性能策略。
Widget2Code: 通过多模态大语言模型从视觉小部件到UI代码
机构 * McMaster University（麦克马斯特大学） ； University of Toronto（多伦多大学） ； University of Waterloo（滑铁卢大学） ； Concordia University（康考迪亚大学）
AI总结 本文提出Widget2Code任务，通过多模态大语言模型提升小部件到UI代码的生成能力，设计了图像-only基准测试和WidgetFactory框架，提升视觉保真度。
Comments CVPR 2026, Code: https://github.com/Djanghao/widget2code
通过平台AI助手购物：谁采用、何时在旅程中、为何采用
机构 * Guanghua School of Management, Peking University（北京大学光华管理学院） ； Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院） ； International Business School, Zhejiang University（浙江大学国际联合商学院）
AI总结 本文研究消费者在电子商务中采用平台嵌入式购物AI的行为特征，发现AI助手在探索性产品发现中起补充作用，而非替代传统搜索。
EQ-Negotiator：动态情感人格赋能小型语言模型进行边缘部署的信用谈判
机构 * Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； The Alan Turing Institute, London, UK（伦敦阿尔法顿研究所）
AI总结 本文提出EQ-Negotiator框架，通过整合博弈论与隐马尔可夫模型，使小型语言模型具备动态情感人格，提升边缘设备上的信用谈判效率与道德标准。
TuneShift-KD：用于微调模型的知识蒸馏与迁移
机构 * Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Vector Institute, Toronto, Canada（多伦多大学向量研究所）
AI总结 本文提出TuneShift-KD方法，通过少量示例自动将微调模型的专业知识蒸馏并迁移到目标模型，利用困惑度差异识别专业领域知识，无需训练判别器或训练数据集。
对话到问题生成用于基于证据的医疗指南代理开发
机构 * Google Research（谷歌研究） ； University of Toronto（多伦多大学） ； Vector Institute Canada（加拿大向量研究所） ； Emory University（埃默里大学）
AI总结 本文探讨利用大语言模型生成基于证据的问题，以辅助医生在短时间内进行诊疗决策，通过两种提示策略评估模型效果，结果显示LLM能生成具有临床意义的问题，有助于减轻医生认知负担。
Comments 9 pages. To appear in Proceedings of Machine Learning Research (PMLR), Machine Learning for Health (ML4H) Symposium 2025
Journal ref Proceedings of Machine Learning Research 2025
FullCircle：从随意的360度拍摄中轻松进行3D重建
机构 * Simon Fraser University（西蒙弗雷泽大学） ； Bilkent University（比尔肯特大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Toronto（多伦多大学）
AI总结 本文提出了一种直接从原始360度摄像机捕获数据进行3D重建的实用流程，无需特殊拍摄协议或预处理，且对人类操作员的干扰具有鲁棒性，展示了360度拍摄在随意重建中的优势。
利用天文算法进行Ca²+瞬态检测与分割：天文背景估计与瞬态分割算法（Astro-BEATS）
机构 * Dunlap Institute for Astronomy and Astrophysics, University of Toronto, Toronto, Canada（邓纳姆天文与天体物理研究所，多伦多大学，多伦多，加拿大） ； David A. Dunlap Department for Astronomy and Astrophysics, University of Toronto, Toronto, Canada（大卫·A·邓纳姆天文与天体物理系，多伦多大学，多伦多，加拿大） ； CERVO Brain Research Center, Québec, Canada（CERVO脑研究所以及魁北克，加拿大） ； Institute Intelligence and Data, Université Laval, Québec, Canada（智能与数据研究所，拉瓦尔大学，魁北克，加拿大） ； Department of Electrical Engineering and Computer Engineering, Université Laval, Québec, Canada（电气工程与计算机工程系，拉瓦尔大学，魁北克，加拿大） ； Canada CIFAR AI Chair, affiliated to Mila（加拿大CIFAR人工智能主席，隶属于Mila） ； Department of Psychiatry and Neuroscience, Université Laval, Québec, Canada（精神病学与神经科学系，拉瓦尔大学，魁北克，加拿大）
AI总结 本文提出Astro-BEATS算法，利用天文技术改进Ca²+瞬态检测，优于传统阈值方法，可生成深度学习训练数据。
Comments 29 pages, 4 figures, 12 supplementary pages, 5 supplementary figures
CayleyPy-4：AI-全息图。迈向AI任务的全息弦对偶性类比
机构 * Centre for Mathematical Science, City St George’s, University of London（伦敦城市圣乔治大学数学科学中心） ； Neapolis University Pafos, Cyprus（塞浦路斯纳皮奥斯大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； International Institute of Physics（国际物理研究所） ； Independent Researcher（独立研究者） ； Research Center of the Artificial Intelligence Institute, Innopolis University（人工智能研究所研究中心，因诺波利斯大学） ； Stanford University（斯坦福大学） ； NRNU MEPhI (National Research Nuclear University)（国家核研究大学NRNU MEPhI） ； Three Gorges Mathematical Research Center, China Three Gorges University, Sobolev Institute of Mathematics, Novosibirsk State University（三峡数学研究中心，中国三峡大学，索比埃夫数学研究所，新西伯利亚国立大学） ； Sobolev Institute of Mathematics, The Mathematical Center in Akademgorodok（索比埃夫数学研究所，阿克梅尔戈德克数学中心） ； University of Hradec Králové（哈拉德克-克劳夫大学） ； IBS Center for Geometry（IBS几何中心） ； Kazakh-British Technical University（哈萨克-英国技术大学） ； University of Washington（华盛顿大学） ； University of Toronto（多伦多大学） ； Higher School of Economics（俄罗斯高等经济学院） ； St. Petersburg State University（圣彼得堡国立大学） ； University of Virginia, Charlottesville（弗吉尼亚大学，夏洛特维尔） ； Queen Mary University of London（伦敦女王玛丽大学） ； Guangdong Technion-Israel Institute of Technology（广东技术学院-以色列理工学院） ； Institut Curie, CNRS UMR168, Paris, France（索比埃夫研究所，CNRS UMR168，法国巴黎） ； Institut Curie, CNRS UMR168 Imagine Institute, INSERM UMR 1163, Paris, France（索比埃夫研究所，CNRS UMR168，Imagine研究所，INSERM UMR 1163，法国巴黎）
AI总结 本文探讨了Cayley图中全息弦对偶性与AI任务的关系，提出通过离散弦描述图结构，并验证了其在AI计算中的应用潜力。
Comments 20+120 pages
深度强化学习与两种时差误差的故事
机构 * University of Toronto（多伦多大学）
AI总结 本文探讨了时差误差的两种解释在深度强化学习中的差异，指出非线性架构可能导致两者数值不同，影响算法性能。
模态匹配至关重要：在URIEL+中校准语言距离以实现跨语言迁移
机构 * University of Toronto, Canada（多伦多大学） ； University of Michigan, USA（密歇根大学） ； Harvard University, USA（哈佛大学） ； Carnegie Mellon University, USA（卡内基梅隆大学） ； LT3, IDLab, Universiteit Gent, Belgium（IDLab，根特大学） ； Ontario Tech University, Canada（安大略技术大学）
AI总结 本文提出一种类型匹配的语言距离框架，通过结构感知的表示方法提升跨语言迁移性能，特别是在任务相关距离类型下表现更优。
Comments Accepted to EACL 2026 SRW
Journal ref In Proceedings of EACL 2026 (Volume 4: Student Research Workshop), pages 110 to 130. ACL
Patho-R1: 基于多模态强化学习的病理专家推理器
机构 * Department of Pathology, West China Hospital, Sichuan University（四川大学华西医院病理科部门） ； Institute of Clinical Pathology, West China Hospital, Sichuan University（四川大学华西医院临床病理科研究所） ； University of Toronto（多伦多大学） ； Business School, Sichuan University（四川大学商学院） ； Department of Pathology, Shengjing Hospital of China Medical University（中国医科大学盛京医院病理科部门）
AI总结 本文提出Patho-R1，通过构建高质量推理导向数据集，结合三阶段训练流程提升病理推理能力，实现跨模态任务的鲁棒性能。
Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(33): 28418-28426, 2026
通过差分隐私选择性调优和高效通信实现隐私保护的联邦动作识别
机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算科学学院） ； Infocomm Technology Cluster, Singapore Institute of Technology（新加坡理工学院信息通信技术集群） ； The Edward S. Rogers Sr. Dept. of Electrical and Computer Engineering, University of Toronto（多伦多大学埃德华·S·罗杰斯Sr.电子与计算机工程系）
AI总结 本文提出FedDP-STECAR框架，通过差分隐私保护和高效通信减少信息泄露，提升联邦动作识别的准确性和效率。
大邻域搜索与迭代神经约束启发式方法的结合
机构 * Department of Mechanical \& Industrial Engineering, University of Toronto Vector Institute
AI总结 本文将迭代神经启发式与大邻域搜索结合，改进ConsFormer方法，通过实验发现该方法在Sudoku、图着色和MaxCut任务中性能提升显著，揭示了LNS在设计迭代神经方法中的有效性。
Comments Published in the 23rd International Conference on the Integration of Constraint Programming, Artificial Intelligence, and Operations Research
M4-RAG：大规模多语言多文化多模态检索增强生成
机构 * Stanford University（斯坦福大学） ； MBZUAI ； Indian Institute of Science（印度科学研究院） ； Ontario Tech University（安大略技术大学） ； University of Toronto（多伦多大学） ； Capital One
AI总结 M4-RAG提出一个覆盖42种语言、56种方言和189个国家的多模态大规模基准，通过构建8万多个文化多样化的图像-问题对，评估跨语言和模态的检索增强视觉问答性能，揭示模型大小与检索效果的不匹配问题。
Comments Accepted to CVPR 2026
ReBOL：通过批量LLM相关性观察和查询重述进行检索
机构 * University of Toronto（多伦多大学）
AI总结 ReBOL通过引入多模态贝叶斯优化和查询重述技术，改进检索阶段的召回率和排名质量，优于现有LLM重排序基线。
可验证的物理信息神经KKL观测器误差界
机构 * Department of Applied Mathematics, University of Waterloo（滑铁卢大学应用数学系） ； University of Toronto（多伦多大学）
AI总结 本文提出了一种可计算的状态估计误差界，用于基于学习的KKL观测器。通过物理信息神经网络和传统神经网络分别学习KKL变换映射及其左逆映射，推导出仅依赖于可验证区域内的量的误差界，并扩展至有界加性测量噪声，验证非线性基准系统的保证。
Comments 6 pages, 4 figures
伪模拟用于自动驾驶
机构 * University of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） ； NVIDIA Research（NVIDIA研究） ； Robert Bosch GmbH（罗伯特·博世集团） ； OpenDriveLab at Shanghai Innovation Institute（上海创新研究院自动驾驶实验室） ； University of Stuttgart（斯图加特大学） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Stanford University（斯坦福大学）
AI总结 本文提出伪模拟方法，通过在真实数据上生成合成观测，提升自动驾驶评估的现实性和效率，实现与闭环模拟更紧密的关联。
Comments CoRL 2025, updated with leaderboard snapshot from March 2026
入出：用于采样凸体的算法扩散
机构 * School of Computer Science, Georgia Institute of Technology（佐治亚理工学院计算机科学系） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Vector Institute（向量研究所）
AI总结 本文提出一种新的随机游走算法，用于均匀采样高维凸体，实现了最先进的运行时间复杂度，并在输出保证上优于现有方法，特别是在Rényi散度方面。
Comments To appear in Random Structures & Algorithms; conference version appeared in NeurIPS 2024 (spotlight)
学习以反驳：利用大语言模型进行形式反例生成
机构 * ETH Zurich（苏黎世联邦理工学院） ； University of Toronto（多伦多大学） ； MiroMind（MiroMind公司） ； Nanjing University（南京大学）
AI总结 本文通过微调大语言模型生成形式反例，解决数学推理中反例发现的不足，提出符号突变策略提升训练效果。
AI能否真正代表您的声音进行辩论？基于大规模意见聚合的全面研究
机构 * Stanford University（斯坦福大学） ； University of Toronto（多伦多大学） ； KAUST（卡塔尔大学） ； MIT（麻省理工学院）
AI总结 本文通过DeliberationBank数据集评估LLM在大规模辩论总结中的表现，发现其存在代表性不足和偏见问题，提出DeliberationJudge模型提升评估准确性。
启发式多目标离散优化中的受限决策图
机构 * Department of Mechanical and Industrial Engineering, University of Toronto（多伦多大学机械与工业工程系） ； Department of Operations and Information Management, University of Connecticut（康涅狄格大学运营与信息管理系）
AI总结 本文提出基于受限决策图的启发式方法，通过不同规则、机器学习和深度学习选择节点，有效近似Pareto前沿，实验显示在多目标背包、集合包装和旅行商问题中恢复超过85%的前沿并实现2.5倍加速。
Comments To appear in the proceedings of CPAIOR 2026
Manual2Skill++: 通过视觉语言模型实现连接器感知的指令手册驱动机器人装配
机构 * School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； University of Toronto（多伦多大学） ； Zhejiang University（浙江大学） ； Peking University（北京大学）
AI总结 本文提出Manual2Skill++框架，通过视觉语言模型从指令手册中提取结构化连接信息，构建层次化图表示，实现连接器为核心的装配任务理解与执行。
Journal ref ICRA2026
通用稀疏自编码器：可解释的跨模型概念对齐
机构 * York University（约克大学） ； University of Toronto（多伦多大学） ； Kempner Institute, Harvard University（哈佛大学凯姆纳研究所） ； Vector Institute（向量研究所） ； Samsung AI Centre（三星人工智能中心） ； Trajectory Labs（轨迹实验室）
AI总结 本文提出通用稀疏自编码器（USAEs），用于揭示并对齐多个预训练深度神经网络中的可解释概念。通过训练一个能重构多个模型内部激活的稀疏自编码器，USAEs发现跨任务、架构和数据集的共同因素概念，为多模型AI系统提供新的可解释分析方法。
UniSAFE：统一多模态模型安全评估的综合基准
机构 * KAIST AI（KAIST人工智能研究院） ； Department of Computer Science and Engineering, UNIST（UNIST计算机科学与工程系） ； Department of Mathematical Sciences, KAIST（KAIST数学科学系） ； University of Toronto（多伦多大学） ； KAIST CS（KAIST计算机科学系）
AI总结 本文提出UniSAFE基准，用于评估统一多模态模型的系统级安全性，发现多图像生成任务比文本生成任务更易出现安全漏洞。
Comments Equal contribution by first three authors, 55 pages
材料魔 wand：在无纹理网格中进行材料感知的3D部件分组
机构 * University of Toronto（多伦多大学） ； Adobe Research（Adobe研究院）
AI总结 本文提出材料感知的3D部件分组方法，通过材料属性自动识别重复结构，提升无纹理网格的材料分配效率。
Comments Project Page: https://umangi-jain.github.io/material-magic-wand
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