AAAI

Tri-Bench: Stress-Testing VLM Reliability on Spatial Reasoning under Camera Tilt and Object Interference

Tri-Bench：在相机倾斜和物体干扰下测试VLM在空间推理中的可靠性

Amit Bendkhale

机构 * Amit Bendkhale（独立研究者） 纠错

AI总结 Tri-Bench通过测试VLM在相机倾斜和物体干扰下的空间推理可靠性，揭示了模型在几何推理中的不足。

Comments 6 pages, 3 figures. Code and data: https://github.com/Amiton7/Tri-Bench. Accepted to the AAAI 2026 Workshop on Trust and Control in Agentic AI (TrustAgent)

Principles2Plan: LLM-Guided System for Operationalising Ethical Principles into Plans

Principles2Plan: 伦理原则引导的计划系统

Tammy Zhong, Yang Song, Maurice Pagnucco

AI总结 Principles2Plan通过人机协作生成基于伦理原则的可操作规则，提升自动规划的伦理实用性

Comments Accepted by AAAI 2026

Distilling Future Temporal Knowledge with Masked Feature Reconstruction for 3D Object Detection

通过掩码特征重建进行未来时间知识蒸馏以实现3D目标检测

Haowen Zheng, Hu Zhu, Lu Deng, Weihao Gu, Yang Yang, Yanyan Liang

机构 * HAOMO.AI Technology（HAOMO.AI科技公司） 纠错

AI总结 本文提出FTKD方法，通过掩码特征重建和未来引导logit蒸馏，提升3D目标检测中未来帧知识的转移效果，实现性能提升。

Comments AAAI-26

Batch Acquisition Function Evaluations and Decouple Optimizer Updates for Faster Bayesian Optimization

批量获取函数评估与解耦优化器更新以加快贝叶斯优化

Kaichi Irie, Shuhei Watanabe, Masaki Onishi

AI总结 本文提出通过解耦QN更新和批量调用获取函数，以提高贝叶斯优化的效率，减少计算开销。

Comments Accepted to 5th Annual AAAI Workshop on AI to Accelerate Science and Engineering (AI2ASE)

No-Regret Strategy Solving in Imperfect-Information Games via Pre-Trained Embedding

通过预训练嵌入解决不完全信息游戏的无遗憾策略

Yanchang Fu, Shengda Liu, Pei Xu, Kaiqi Huang

AI总结 本文提出Embedding CFR算法，通过预训练嵌入空间解决不完全信息游戏的策略问题，提升求解效率和准确性。

Comments Accepted to appear at AAAI 2026

Test-driven Reinforcement Learning in Continuous Control

连续控制中的测试驱动强化学习

Zhao Yu, Xiuping Wu, Liangjun Ke

AI总结 本文提出测试驱动强化学习框架，通过多测试函数替代传统奖励函数，简化任务定义并提升多目标优化能力。

Comments AAAI 2026 oral

From Benchmarks to Business Impact: Deploying IBM Generalist Agent in Enterprise Production

从基准到业务影响：在企业生产中部署IBM通用代理

Segev Shlomov, Alon Oved, Sami Marreed, Ido Levy, Offer Akrabi, Avi Yaeli, Łukasz Strąk, Elizabeth Koumpan, Yinon Goldshtein, Eilam Shapira, Nir Mashkif, Asaf Adi

机构 * IBM 纠错

AI总结 IBM开发并试点了CUGA，展示了通用代理在企业生产环境中的应用，通过分层规划-执行架构实现先进性能，并在人才招聘领域验证其可扩展性和安全性。

Comments AAAI Conference on Artificial Intelligence

Sonnet: Spectral Operator Neural Network for Multivariable Time Series Forecasting

Sonnet：用于多变量时间序列预测的谱运算神经网络

Yuxuan Shu, Vasileios Lampos

AI总结 Sonnet通过引入谱运算和多变量相干注意力，有效提升多变量时间序列预测的准确性，实现2.2%的平均MAE减少。

Comments Paper accepted for oral presentation at AAAI 2026. The code is available at https://github.com/ClaudiaShu/Sonnet

VoiceCloak: A Multi-Dimensional Defense Framework against Unauthorized Diffusion-based Voice Cloning

VoiceCloak：一种针对未经授权的基于扩散的语音克隆的多维防御框架

Qianyue Hu, Junyan Wu, Wei Lu, Xiangyang Luo

AI总结 VoiceCloak通过多维防御机制有效对抗未经授权的基于扩散的语音克隆，通过扰动参考音频和破坏条件引导过程来混淆说话者身份并降低语音质量。

Comments 15 pages, 6 figures, 13 tables; Accepted by AAAI 2026

Learning Generalized Hamiltonians using fully Symplectic Mappings

利用完全辛映射学习广义哈密顿量

Harsh Choudhary, Chandan Gupta, Vyacheslav Kungurtsev, Melvin Leok, Georgios Korpas

AI总结 本文提出利用完全辛映射学习广义非可分离哈密顿量的方法，通过避免反向传播提升计算效率，并在噪声环境下实现良好的哈密顿量近似。

Comments Submitted to The 39th Annual AAAI Conference on Artificial Intelligence

Proportional Justified Representation

比例正当代表性

Luis Sánchez-Fernández, Edith Elkind, Martin Lackner, Norberto Fernández, Jesús A. Fisteus, Pablo Basanta Val, Piotr Skowron

AI总结 本文提出比例正当代表性（PJR）作为对EJR的放松，它在保持PR兼容性的同时，比JR更具挑战性，并能表征PAV规则，同时在平均选民满意度方面EJR表现更优。

Comments Extended version. Preliminary version published in the proceedings of the 31st AAAI Conference on Artificial Intelligence (AAAI-17)