Imperial College London（帝国理工学院）

A multimodal slice discovery framework for systematic failure detection and explanation in medical image classification

一种用于医学图像分类中系统性故障检测和解释的多模态切片发现框架

Yixuan Liu, Kanwal K. Bhatia, Ahmed E. Fetit

机构 * Department of Computing, Imperial College London, UK（帝国理工学院 computing 部，英国） ； Aival, London, UK（Aival，伦敦，英国） 纠错

AI总结 该研究提出了一种多模态切片发现框架，用于医学图像分类中的系统性故障检测与解释，展示了其在故障发现和解释生成方面的有效性。

ArgLLM-App: An Interactive System for Argumentative Reasoning with Large Language Models

ArgLLM-App：基于大语言模型的论证推理交互系统

Adam Dejl, Deniz Gorur, Francesca Toni

机构 * Imperial College London（伦敦帝国学院） 纠错

AI总结 ArgLLM-App是一个基于大语言模型的论证推理交互系统，通过可视化解释和用户交互实现决策的可解释性和可挑战性。

Comments AAMAS 2026 Demonstration Track

Synthesising Counterfactual Explanations via Label-Conditional Gaussian Mixture Variational Autoencoders

通过标签条件高斯混合变分自编码器合成反事实解释

Junqi Jiang, Francesco Leofante, Antonio Rago, Francesca Toni

机构 * Imperial College London（帝国理工学院伦敦分校） ； J.P. Morgan AI Research（摩根大通人工智能研究） ； King’s College London（伦敦国王学院） 纠错

AI总结 LAPACE通过标签条件高斯混合变分自编码器生成稳健且多样化的反事实解释路径，实现高效且模型无关的CE合成。

Comments Accepted at ICLR 2026. Camera-ready version