Grounded World Model for Semantically Generalizable Planning
基于语义泛化的世界模型用于规划
机构 * Independent（独立） ； EPFL（瑞士联邦理工学院洛桑） ； Beihang University（北京航空航天大学） ； University of Toronto（多伦多大学） ； NUS（新加坡国立大学）
AI总结 本文提出基于视觉-语言对齐潜在空间的世界模型，用于改进视觉-运动模型控制，实现更广泛的语义泛化能力。
高校专区
University of Toronto（多伦多大学）
PACO: Proxy-Task Alignment and Online Calibration for On-the-Fly Category Discovery
PACO：代理任务对齐与在线校准以实现即兴类别发现
机构 * China Agricultural University（中国农业大学） ； University of Toronto（多伦多大学） ； Fudan University（复旦大学） ； Concordia University（康考迪亚大学）
AI总结 PACO通过动态校准和树状结构决策框架，解决即兴类别发现中类别形成不稳定的问题，无需额外训练即可提升性能。
Comments 16 pages, 6 figures, 7 tables, 1 algorithm
El Agente Estructural: An Artificially Intelligent Molecular Editor
结构代理：一种人工智能分子编辑器
机构 * University of Toronto（多伦多大学） ； 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） ； NVIDIA（英伟达）
AI总结 本文提出El Agente Estructural，一种多模态、自然语言驱动的几何生成与操控代理，用于自主化学和分子建模。该代理通过整合领域知识工具和视觉语言模型，实现对分子结构的精确操控，无需重建核心分子框架。
Mitigating Privacy Risk via Forget Set-Free Unlearning
通过遗忘集无关的去学习来缓解隐私风险
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所）
AI总结 本文提出部分盲去学习方法Reload，通过梯度优化和结构化权重稀疏化有效去除训练数据影响，实验证明其在去学习效率和隐私保护方面优于传统方法。
Comments 50 pages, 20 figures, Published at The Fourteenth International Conference on Learning Representations
Journal ref Proceedings of The Fourteenth International Conference on Learning Representations (ICLR), 2026
EmoMAS: Emotion-Aware Multi-Agent System for High-Stakes Edge-Deployable Negotiation with Bayesian Orchestration
EmoMAS：面向高风险边缘部署谈判的基于情感的多智能体系统
机构 * University of Cambridge（剑桥大学） ； University of Toronto（多伦多大学）
AI总结 本文提出EmoMAS，一种基于贝叶斯协调的多智能体框架，通过融合情感决策模型提升高风险谈判性能，同时在隐私敏感的边缘设备上实现高效部署。
Reinforcement Learning for Intensity Control: An Application to Choice-Based Network Revenue Management
强化学习用于强度控制：应用于基于选择的网络收益管理
机构 * Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong（香港中文大学系统工程与工程管理系） ； Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院）
AI总结 本文提出一种连续时间强化学习框架用于强度控制，通过基于选择的网络收益管理案例研究，展示其在大规模问题中的高效性和优越性。
Retrieval-Augmented Large Language Models for Evidence-Informed Guidance on Cannabidiol Use in Older Adults
基于检索增强的大型语言模型用于指导老年人使用大麻二酚的证据支持
机构 * Lawrence Bloomberg Faculty of Nursing, University of Toronto（多伦多大学劳伦斯·布隆伯格护理学院） ； KITE Research Institute, Toronto Rehabilitation Institute, University Health Network（大学健康网络多伦多康复研究所KITE研究所） ； College of Engineering and Technology, American University of the Middle East（中东美国大学工程与技术学院）
AI总结 本文提出一种结合结构化提示工程与大麻二酚证据的检索增强型大型语言模型框架，用于为老年人提供安全指导，同时开发了无标注评估框架以评估AI在敏感健康场景中的可靠性。
Design Experiments to Compare Multi-armed Bandit Algorithms
设计实验比较多臂老虎机算法
机构 * Department of Systems Engineering and Engineering Management, The Chinese University of Hong Kong（香港中文大学系统工程与工程管理系） ； Rotman School of Management, University of Toronto（多伦多大学罗特曼管理学院）
AI总结 本文提出Artificial Replay方法，通过重用历史轨迹降低实验成本，提升多臂老虎机算法比较的效率与可靠性。
Contour Refinement using Discrete Diffusion in Low Data Regime
利用离散扩散进行低数据环境下的轮廓优化
机构 * University of Toronto（多伦多大学） ； Simon Fraser University（西蒙弗雷泽大学） ； Natural Resources Canada（加拿大自然资源部）
AI总结 本文提出轻量离散扩散轮廓优化方法，通过自注意力CNN和条件处理，在低数据环境下实现鲁棒边界检测，提升推理效率3.5倍。
Comments CRV 2026, 8 pages, 6 figures
Relative Entropy Pathwise Policy Optimization
相对熵路径策略优化
机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； TU Wien（维也纳工业大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Warsaw（华沙大学） ； UC Berkeley（加州大学伯克利分校） ； Polytechnique Montréal（蒙特利尔综合理工学院） ； Mila – Quebec AI Institute（Mila – 魁北克人工智能研究所）
AI总结 本文提出REPPO算法，通过路径策略梯度结合在线学习，提升训练稳定性与效率，展现优越的样本效率和内存表现。
