IJCAI

CAMERA: Adapting to Semantic Camouflage in Unsupervised Text-Attributed Graph Fraud Detection

CAMERA: 适应语义伪装的无监督文本属性图欺诈检测

Junjun Pan, Yixin Liu, Yu Zheng, Lianhua Chi, Alan Wee-Chung Liew, Shirui Pan

机构 * School of Information and Communication Technology, Griffith University, Australia（格里菲斯大学信息与通信技术学院，澳大利亚） ； Department of Computer Science and Information Technology, La Trobe University, Australia（拉特罗布大学计算机科学与信息技术系，澳大利亚） 纠错

AI总结 本文提出CAMERA框架，通过适应性多 cue 专家模型来应对语义伪装问题，利用图结构和文本属性信息进行无监督欺诈检测，提高对伪装欺诈者的识别能力。

Comments Accepted by IJCAI 2026

InterLight: Leveraging Intrinsic Illumination Priors for Low-Light Image Enhancement

InterLight: 利用内在照明先验进行低光照图像增强

Ziqi Wang, Xu Zhang, Laibin Chang, Shi Chen, Jiaqi Ma, Huan Zhang

机构 * National Engineering Research Center for Multimedia Software, School of Computer Science, Wuhan University（武汉大学计算机学院多媒体软件国家工程研究中心） ； Department of Computer Science, University of Macau（澳门大学计算机科学系） ； Department of Computer Vision, Mohamed bin Zayed University of Artificial Intelligence（马尔代夫穆罕默德·本·扎耶德人工智能大学计算机视觉系） ； School of Information Engineering, Guangdong University of Technology（广东技术大学信息工程学院） 纠错

AI总结 本文提出InterLight框架，通过系统挖掘和操作内在照明先验来解决低光照图像增强问题，核心方法是构建照明感知的处理流程，通过物理引导增强和自监督一致性目标实现更清晰的纹理和更一致的增强效果。

Comments Accepted by IJCAI 2026. Code: https://github.com/House-yuyu/InterLight

Learning with Foresight: Enhancing Neural Routing Policy via Multi-Node Lookahead Prediction

具有前瞻性学习：通过多节点前瞻性预测增强神经路由策略

Xia Jiang, Yaoxin Wu, Yew-Soon Ong, Yingqian Zhang

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Nanyang Technological University（南洋理工大学） ； Agency for Science, Technology and Research (A*STAR)（科技研究局（A*STAR）） 纠错

AI总结 本研究提出多节点前瞻性预测（MnLP）方法，通过扩展监督学习范式同时预测多个未来节点，提升神经路由策略的长期规划能力，并在不同问题规模和现实基准上改进泛化能力。

Comments Accepted by the 35th International Joint Conference on Artificial Intelligence

Physics-in-the-Loop: A Hybrid Agentic Architecture for Validated CAD Engineering Design

物理闭环：一种混合代理架构用于验证的CAD工程设计

Elias Berger, Muhammad Usama, Jan Mehlstäubl, Bernhard Saske, Kristin Paetzold-Byhain

机构 * Dresden University of Technology（德累斯顿技术大学） ； MAN Truck & Bus SE（MAN卡车与巴士股份有限公司） ； German Research Center for Artificial Intelligence（德国人工智能研究中心） ； RPTU Kaiserslautern-Landau（凯撒斯劳滕-兰道大学） 纠错

AI总结 本文提出了一种混合代理-物理架构，通过将经过验证的知识工程工具直接嵌入到自主AI代理的决策循环中，以解决大型语言模型在生成CAD设计时缺乏物理理解的问题。该方法通过显式的物理验证指导闭环、顺序决策过程，提高了生成CAD设计的物理正确性。

Comments Accepted in IJCAI-ECAI 2026 (Special Track on AI4Tech)

Knowing When Not to Predict: Self Supervised Learning and Abstention for Safer DR Screening

知道何时不进行预测：用于更安全糖尿病视网膜病变筛查的自监督学习与退避

Muskaan Chopra, Lorenz Sparrenberg, Jan H. Terheyden, Rafet Sifa

机构 * Rheinische Friedrich-Wilhelms-Universität Bonn（莱茵-威斯巴登大学波恩分校） ； University Hospital Bonn - Department of Ophthalmology（波恩大学医院眼科部门） ； Fraunhofer IAIS（弗劳恩霍夫研究所） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔人工智能与机器学习研究所） 纠错

AI总结 本文研究了自监督学习预训练长度对校准置信度和基于置信度的退避策略的影响，发现预训练长度对选择性预测有积极影响，但过长预训练并不总能提高可靠性，强调了退避意识评估的重要性。

Comments Accepted at IJCAI 2026