AAAI

When Top-ranked Recommendations Fail: Modeling Multi-Granular Negative Feedback for Explainable and Robust Video Recommendation

当顶级推荐失效时：建模多粒度负面反馈以实现可解释且稳健的视频推荐

Siran Chen, Boyu Chen, Chenyun Yu, Yi Ouyang, Cheng Lei, Chengxiang Zhuo, Zang Li, Yali Wang

AI总结 本文提出ENF框架和S-GRPO算法，通过多粒度负面反馈建模提升视频推荐的可解释性和鲁棒性，实验表明在负面反馈预测和用户满意度提升方面效果显著。

Comments Accepted in AAAI 2026

Exploring Surround-View Fisheye Camera 3D Object Detection

探索环绕视图鱼眼相机的3D目标检测

Changcai Li, Wenwei Lin, Zuoxun Hou, Gang Chen, Wei Zhang, Huihui Zhou, Weishi Zheng

机构 * Changcai Li 1,2（李昌才 1,2） ； Wenwei Lin 1（林文伟 1） ； Zuoxun Hou 3（侯宙勋 3） ； Gang Chen 1（陈刚 1） ； Wei Zhang 2（张伟 2） ； Huihui Zhou 2（周会会 2） ； Weishi Zheng 1（郑伟世 1） 纠错

AI总结 本文提出FisheyeBEVDet和FisheyePETR两种方法，利用鱼眼图像的几何特性提升3D目标检测精度，通过Fisheye3DOD数据集验证效果，提升6.2%

Comments 9 pages,6 figures, accepted at AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence (AAAI), 2026

Zero-Reference Joint Low-Light Enhancement and Deblurring via Visual Autoregressive Modeling with VLM-Derived Modulation

无需参考的联合低光照增强与去模糊化：基于视觉自回归建模与VLM衍生调制

Wei Dong, Han Zhou, Junwei Lin, Jun Chen

AI总结 本文提出了一种无需参考的联合低光照增强与去模糊化方法，基于视觉自回归建模和VLM衍生调制，通过自适应曲线估计和动态旋转位置编码提升模型对模糊和光照变化的处理能力。

Comments Accepted by AAAI 2026; First Var-based method for joint LLIE and deblurring

2D Gaussians Spatial Transport for Point-supervised Density Regression

二维高斯空间传输用于点监督密度回归

Miao Shang, Xiaopeng Hong

AI总结 本文提出基于高斯空间传输的点监督密度回归方法，通过高斯散射估计像素与标注对应关系，并利用贝叶斯概率计算传输计划，提升计算机视觉任务的效率。

Comments 15 pages, 6 figures. This is the preprint version of the paper and supplemental material to appear in AAAI, 2026. Please cite the final published version. Code is available at https://github.com/infinite0522/GST

Counterfactual Explainable AI (XAI) Method for Deep Learning-Based Multivariate Time Series Classification

因果可解释人工智能（XAI）方法用于基于深度学习的多变量时间序列分类

Alan G. Paredes Cetina, Kaouther Benguessoum, Raoni Lourenço, Sylvain Kubler

AI总结 CONFETTI是一种针对多变量时间序列分类的新型因果解释方法，通过平衡预测置信度、接近性和稀疏性，提升模型可解释性和决策支持能力。

Comments Accepted in AAAI 2026 Technical Main Track

Align$^3$GR: Unified Multi-Level Alignment for LLM-based Generative Recommendation

Align$^3$GR: 基于大语言模型的生成推荐系统统一多级对齐

Wencai Ye, Mingjie Sun, Shuhang Chen, Wenjin Wu, Peng Jiang

AI总结 Align$^3$GR通过统一多级对齐方法，提升大语言模型在生成推荐系统中的性能，实验显示在Recall@10和NDCG@10指标上均取得显著提升。

Comments Accepted by AAAI 2026 (Oral)

Privacy on the Fly: A Predictive Adversarial Transformation Network for Mobile Sensor Data

飞行中的隐私保护：一种用于移动传感器数据的预测对抗转换网络

Tianle Song, Chenhao Lin, Yang Cao, Zhengyu Zhao, Jiahao Sun, Chong Zhang, Le Yang, Chao Shen

AI总结 PATN通过实时生成对抗扰动保护移动传感器数据隐私，显著降低隐私推断模型性能，提升隐私保护效果。

Comments accepted by AAAI 2026 (oral)

Differentiated Directional Intervention A Framework for Evading LLM Safety Alignment

差异化方向干预：一种规避LLM安全对齐的框架

Peng Zhang, Peijie Sun

AI总结 本文提出DBDI框架，通过区分有害检测和拒绝执行方向，提升LLM安全对齐的规避效果。

Comments AAAI-26-AIA

G-UBS: Towards Robust Understanding of Implicit Feedback via Group-Aware User Behavior Simulation

G-UBS: 通过群体意识用户行为模拟实现隐式反馈的稳健理解

Boyu Chen, Siran Chen, Zhengrong Yue, Kainan Yan, Chenyun Yu, Beibei Kong, Cheng Lei, Chengxiang Zhuo, Zang Li, Yali Wang

AI总结 G-UBS通过群体意识用户行为模拟方法，利用群体档案引导强化学习，提升隐式反馈理解的鲁棒性和深度。

Comments Accepted in AAAI 2026

VPN: Visual Prompt Navigation

VPN: 视觉提示导航

Shuo Feng, Zihan Wang, Yuchen Li, Rui Kong, Hengyi Cai, Shuaiqiang Wang, Gim Hee Lee, Piji Li, Shuqiang Jiang

机构 * Baidu Inc.（百度公司） 纠错

AI总结 本文提出VPN，一种通过视觉提示引导智能体在2D地图上导航的新方法，构建了新数据集并设计了VPNet网络以提升导航性能。

Comments Accepted by AAAI 2026

Large Language Model Unlearning for Source Code

大型语言模型的源代码去学习

Xue Jiang, Yihong Dong, Huangzhao Zhang, Tangxinyu Wang, Zheng Fang, Yingwei Ma, Rongyu Cao, Binhua Li, Zhi Jin, Wenpin Jiao, Yongbin Li, Ge Li

AI总结 本研究提出PROD方法，通过精确去学习源代码中的违规片段，提升代码生成的可靠性与安全性。

Comments Accepted to AAAI'26

ExtendAttack: Attacking Servers of LRMs via Extending Reasoning

通过扩展推理攻击LRMs的服务器

Zhenhao Zhu, Yue Liu, Zhiwei Xu, Yingwei Ma, Hongcheng Gao, Nuo Chen, Yanpei Guo, Wenjie Qu, Huiying Xu, Zifeng Kang, Xinzhong Zhu, Jiaheng Zhang

AI总结 ExtendAttack通过扩展推理过程恶意占用LRMs服务器资源，显著增加响应长度和延迟，同时保持查询含义和回答准确性。

Comments Accepted to AAAI 2026. This arXiv version corresponds to the camera-ready manuscript and includes expanded appendices. Please cite the AAAI 2026 version when available

DriveSuprim: Towards Precise Trajectory Selection for End-to-End Planning

DriveSuprim: 向端到端规划的精确轨迹选择迈进

Wenhao Yao, Zhenxin Li, Shiyi Lan, Zi Wang, Xinglong Sun, Jose M. Alvarez, Zuxuan Wu

AI总结 DriveSuprim通过粗到细的候选过滤、旋转增强和自我蒸馏框架，提升端到端规划中轨迹选择的精确性和安全性，实现优异的性能指标。

Comments Accepted to AAAI 2026

Studying Classifier(-Free) Guidance From a Classifier-Centric Perspective

从分类器视角研究分类器自由引导

Xiaoming Zhao, Alexander G. Schwing

AI总结 本文从分类器角度研究分类器自由引导，发现其通过推离决策边界实现条件生成，并通过实验验证了分类器在高维数据中的作用。

Comments v3: AAAI 2026; v2: added derivation details in Appendix A

Human Cognition Inspired RAG with Knowledge Graph for Complex Problem Solving

受人类认知启发的基于知识图谱的RAG用于复杂问题解决

Yao Cheng, Yibo Zhao, Jiapeng Zhu, Yao Liu, Xing Sun, Xiang Li

AI总结 CogGRAG是一种受人类认知启发的基于图的RAG框架，通过树状思维图结构实现复杂问题分解、知识检索与推理，提升知识图谱问答的准确性和可靠性。

Comments The paper has been accepted by AAAI 2026

DICE: Distilling Classifier-Free Guidance into Text Embeddings

DICE: 将分类器无关引导 distilling 进文本嵌入

Zhenyu Zhou, Defang Chen, Can Wang, Chun Chen, Siwei Lyu

AI总结 DICE通过减少计算开销，在保持生成质量的同时，将基于CFG的文本到图像扩散模型转换为无CFG版本，提升图像生成效率。

Comments AAAI 2026 (Oral)

Splats in Splats: Robust and Effective 3D Steganography towards Gaussian Splatting

Splats in Splats: 3DGS中稳健且有效的3D隐写术

Yijia Guo, Wenkai Huang, Yang Li, Gaolei Li, Hang Zhang, Liwen Hu, Jianhua Li, Tiejun Huang, Lei Ma

AI总结 splats in splats 是首个在3DGS中嵌入3D内容且不修改属性的隐写术框架，通过球谐函数加密和卷积自编码器实现高保真度与高速度的隐写术方法。

Comments Accepted by AAAI 2026

Shadows in the Code: Exploring the Risks and Defenses of LLM-based Multi-Agent Software Development Systems

代码中的阴影：探索基于LLM的多智能体软件开发系统的风险与防御

Xiaoqing Wang, Keman Huang, Bin Liang, Hongyu Li, Xiaoyong Du

AI总结 本文研究了基于LLM的多智能体软件开发系统中的安全风险，提出IMBIA攻击及Adv-IMBIA防御机制，揭示了恶意智能体对软件开发过程的威胁及防御策略。

Comments Accepted by AAAI 2026 Alignment Track

Towards Robust and Fair Next Visit Diagnosis Prediction under Noisy Clinical Notes with Large Language Models

基于大型语言模型的噪声临床笔记下的稳健与公平下次就诊诊断预测

Heejoon Koo

AI总结 本文提出基于大型语言模型的稳健与公平下次就诊诊断预测方法，通过标签缩减和分层推理策略提升预测鲁棒性和公平性。

Comments Accepted by the Association for the Advancement of Artificial Intelligence (AAAI) 2026 1st Workshop on Safe, Ethical, Certified, Uncertainty-aware, Robust, and Explainable AI for Health (SECURE-AI4H)

Auxiliary Gene Learning: Spatial Gene Expression Estimation by Auxiliary Gene Selection

辅助基因学习：通过辅助基因选择进行空间基因表达估计

Kaito Shiku, Kazuya Nishimura, Shinnosuke Matsuo, Yasuhiro Kojima, Ryoma Bise

机构 * Kaito Shiku 1（东京大学） ； Kazuya Nishimura 2（东京大学） ； Shinnosuke Matsuo 1（东京大学） ； Yasuhiro Kojima 2（东京大学） ； Ryoma Bise 1（东京大学） 纠错

AI总结 本文提出辅助基因学习方法，通过利用被忽视的基因作为辅助任务提升空间基因表达估计的准确性。

Comments Accepted to Association for the Advancement of Artificial Intelligence (AAAI) 2026

Clinician-in-the-Loop Smart Home System to Detect Urinary Tract Infection Flare-Ups via Uncertainty-Aware Decision Support

临床参与的智能家庭系统：通过不确定性感知决策支持检测尿路感染复发

Chibuike E. Ugwu, Roschelle Fritz, Diane J. Cook, Janardhan Rao Doppa

AI总结 本文提出了一种临床参与的智能家庭系统，通过不确定性感知决策支持检测尿路感染复发，提升老年人慢性病管理的临床决策效果。

Comments Accepted for publication at IAAI-26 / AAAI-26

PromptMoE: Generalizable Zero-Shot Anomaly Detection via Visually-Guided Prompt Mixtures

PromptMoE: 通过视觉引导的提示混合实现通用零样本异常检测

Yuheng Shao, Lizhang Wang, Changhao Li, Peixian Chen, Qinyuan Liu

AI总结 PromptMoE通过视觉引导的提示混合方法，实现了通用零样本异常检测，提升了模型对未见异常的泛化能力。

Comments 14 pages, 8 figures. Accepted to AAAI 2026

VK-Det: Visual Knowledge Guided Prototype Learning for Open-Vocabulary Aerial Object Detection

VK-Det: 基于视觉知识引导的开放词汇空域目标检测

Jianhang Yao, Yongbin Zheng, Siqi Lu, Wanying Xu, Peng Sun

AI总结 VK-Det通过视觉知识引导的原型学习方法，无需额外监督实现开放词汇空域目标检测，取得优于现有方法的检测性能。

Comments 15 pages, 8 figures, accepted by AAAI 2026

Fidelity-Aware Recommendation Explanations via Stochastic Path Integration

基于概率路径积分的可信推荐解释

Oren Barkan, Yahlly Schein, Yehonatan Elisha, Veronika Bogina, Mikhail Baklanov, Noam Koenigstein

AI总结 SPINRec通过概率路径积分技术提升推荐系统解释的保真度，通过随机基线采样实现更稳定和个性化的解释，建立了新的可解释性基准。

Journal ref AAAI 2026

Extracting Interaction-Aware Monosemantic Concepts in Recommender Systems

在推荐系统中提取交互感知的单义概念

Dor Arviv, Yehonatan Elisha, Oren Barkan, Noam Koenigstein

AI总结 本文提出了一种在推荐系统中提取交互感知的单义概念的方法，通过稀疏自动编码器揭示潜在语义结构，实现对用户和物品嵌入之间相互作用的保持，从而支持可控的个性化。

Journal ref AAAI 2026

Modeling Retinal Ganglion Cells with Neural Differential Equations

用神经微分方程建模视网膜 ganglion 细胞

Kacper Dobek, Daniel Jankowski, Krzysztof Krawiec

机构 * Institute of Computing Science, Poznan University of Technology（计算科学研究所，波兹南技术大学） 纠错

AI总结 本文提出用神经微分方程建模视网膜 ganglion 细胞，相比传统方法在效率和适应性上更优，适用于数据有限的视觉假体应用。

Comments Accepted to the AAAI-26 Student Abstract and Poster Program, with supplementary material

SD-PSFNet: Sequential and Dynamic Point Spread Function Network for Image Deraining

SD-PSFNet: 顺序和动态点扩散函数网络用于图像去雨

Jiayu Wang, Haoyu Bian, Haoran Sun, Shaoning Zeng

AI总结 SD-PSFNet通过动态物理建模和顺序特征融合，实现了复杂场景下的高效图像去雨，取得最佳PSNR/SSIM指标。

Comments 12 pages, 7 figures, Published in AAAI 2026

Privacy Auditing of Multi-domain Graph Pre-trained Model under Membership Inference Attacks

多领域图预训练模型在成员推断攻击下的隐私审计

Jiayi Luo, Qingyun Sun, Yuecen Wei, Haonan Yuan, Xingcheng Fu, Jianxin Li

AI总结 针对多领域图预训练模型在成员推断攻击中的隐私风险，提出MGP-MIA框架，通过信号放大、影子模型构建和相似性推断机制提升攻击效果。

Comments Accepted by AAAI 2026(Oral)

Towards Effective, Stealthy, and Persistent Backdoor Attacks Targeting Graph Foundation Models

面向图基础模型的高效、隐蔽和持久后门攻击

Jiayi Luo, Qingyun Sun, Lingjuan Lyu, Ziwei Zhang, Haonan Yuan, Xingcheng Fu, Jianxin Li

AI总结 本文提出GFM-BA，一种针对图基础模型的高效、隐蔽和持久后门攻击方法，通过无标签触发关联模块、节点自适应触发生成器和持久后门锚定模块解决后门攻击的三大挑战。

Comments Accepted by AAAI 2026

Neural Graph Navigation for Intelligent Subgraph Matching

神经图导航用于智能子图匹配

Yuchen Ying, Yiyang Dai, Wenda Li, Wenjie Huang, Rui Wang, Tongya Zheng, Yu Wang, Hanyang Yuan, Mingli Song

AI总结 NeuGN通过神经导航机制显著提升子图匹配效率，减少首次匹配步骤达98.2%

Comments Under review at AAAI 2026