Concept Graph Convolutions: Message Passing in the Concept Space
概念图卷积：概念空间中的信息传递
机构 * University of Cambridge（剑桥大学）
AI总结 本文提出概念图卷积，通过在概念空间中进行信息传递提升可解释性，结合原始和概念表示，利用结构和注意力机制边权重，实现任务准确性和概念演化的深入理解。
高校专区
University of Cambridge（剑桥大学）
Seven simple steps for log analysis in AI systems
在AI系统中进行日志分析的七步法
机构 * UK AI Security Institute (AISI)（英国人工智能安全研究所） ； US Center for AI Standards and Innovation (CAISI)（美国人工智能标准与创新中心） ； Model Evaluation and Threat Research (METR)（模型评估与威胁研究） ； Princeton University（普林斯顿大学） ； RAND Corporation（RAND公司） ； Meridian Labs（Meridian实验室） ； University of Cambridge（剑桥大学）
AI总结 本文提出了一种基于最佳实践的日志分析流程，通过Inspect Scout库中的代码示例，详细指导每一步并指出常见问题，为严谨可重复的日志分析提供框架。
Understanding AI Trustworthiness: A Scoping Review of AIES & FAccT Articles
理解人工智能可信性：AIES与FAccT文章的综述
机构 * University of Amsterdam \& Delft University of Technology The Netherlands ； University of Cambridge United Kingdom ； University of Amsterdam The Netherlands ； Delft University of Technology The Netherlands ； University of Amsterdam \& Delft University of Technology ； University of Cambridge ； University of Amsterdam ； Delft University of Technology
AI总结 本文通过综述AIES和FAccT会议论文，探讨人工智能可信性的概念、测量与验证方法，揭示技术与社会维度的不足，提出跨学科研究的重要性。
Comments Submitted to Journal of Artificial Intelligence Research (JAIR)
Journal ref Journal of Artificial Intelligence Research (2026)
Text to model via SysML: Automated generation of dynamical system computational models from unstructured natural language text via enhanced System Modeling Language diagrams
通过SysML生成动态系统模型：从无结构自然语言文本自动生成动态系统计算模型
机构 * Department of Engineering, University of Cambridge, Trumpington Street, Cambridge, UK（剑桥大学工程系，特鲁布里奇顿街，剑桥，英国）
AI总结 本文提出利用领域和专家知识，通过SysML图自动从相关文档和输入文档生成动态系统计算模型，提升工程动态系统设计和部署效率。
Comments v3 - typos and imprecisions corrected, and added clarifications
