University of Toronto（多伦多大学）

MomaGraph: State-Aware Unified Scene Graphs with Vision-Language Model for Embodied Task Planning

MomaGraph: 体感任务规划中的状态感知统一场景图

Yuanchen Ju, Yongyuan Liang, Yen-Jen Wang, Nandiraju Gireesh, Yuanliang Ju, Seungjae Lee, Qiao Gu, Elvis Hsieh, Furong Huang, Koushil Sreenath

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Maryland, College Park（马里兰大学学院公园分校） ； University of Toronto（多伦多大学） 纠错

AI总结 MomaGraph通过统一场景图与强化学习模型，实现家庭环境中体感任务规划的高效任务规划与场景理解。

Comments 25 pages, 10 figures. Project page:https://hybridrobotics.github.io/MomaGraph/

Tracing Multilingual Representations in LLMs with Cross-Layer Transcoders

通过跨层转码器追踪LLM中的多语言表示

Abir Harrasse, Florent Draye, Punya Syon Pandey, Zhijing Jin, Bernhard Schölkopf

机构 * Max Planck Institute for Intelligent Systems, Tübingen, Germany（马克斯·普朗克智能系统研究所） ； Mohammed VI Polytechnic University, Morocco（穆莱·伊斯梅尔polytechnic大学） ； University of Toronto, Canada（多伦多大学） ； Vector Institute, Canada（向量研究所） ； ELLIS Institute, Tübingen, Germany（ELLIS研究所） 纠错

AI总结 通过跨层转码器研究LLM中多语言表示的共享机制及语言解码过程。

Comments 42 pages, 43 figures, under review. Extensive supplementary materials. Code and models available at https://huggingface.co/collections/CausalNLP/multilingual-tinystories-6862b6562414eb84d183f82a and https://huggingface.co/collections/CausalNLP/multilingual-gpt2-models and https://huggingface.co/collections/CausalNLP/multilingual-clts and https://github.com/abirharrasse/MultilingualCLTs

The Oracle Complexity of Simplex-based Matrix Games

基于单纯形的矩阵博弈的预言复杂度

Guy Kornowski, Ohad Shamir

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

AI总结 本文研究了基于单纯形的矩阵博弈问题，揭示了双侧矩阵向量乘法在预言复杂度下的下界，改进了经典任务的复杂度分析，并与最新算法匹配。

Comments v2 appeared in COLT 2025; v4 is an expanded version featuring stronger results, which are tight in light of arXiv:2601.02347 and are generalized to all p-norms