AAAI

ProbFM: Probabilistic Time Series Foundation Model with Uncertainty Decomposition

ProbFM：具有不确定性分解的概率时间序列基础模型

Arundeep Chinta, Lucas Vinh Tran, Jay Katukuri

AI总结 ProbFM提出一种基于变压器的概率模型，利用深度证据回归实现理论基础的不确定性分解，提升金融预测的准确性和不确定性量化能力。

Comments Accepted for oral presentation at the AI Meets Quantitative Finance Workshop at ICAIF 2025. An enhanced version was accepted for oral presentation at the AI for Time Series Analysis Workshop at AAAI 2026

Meta Dynamic Graph for Traffic Flow Prediction

元动态图用于交通流预测

Yiqing Zou, Hanning Yuan, Qianyu Yang, Ziqiang Yuan, Shuliang Wang, Sijie Ruan

AI总结 本文提出元动态图框架，通过动态图结构建模交通流的时空动态，解决传统方法在动态建模和异质性捕捉上的局限性。

Comments Accepted to AAAI 2026

Five Years of SciCap: What We Learned and Future Directions for Scientific Figure Captioning

五年 SciCap：我们学到了什么以及科学图表描述的未来方向

Ting-Hao 'Kenneth' Huang, Ryan A. Rossi, Sungchul Kim, Tong Yu, Ting-Yao E. Hsu, Ho Yin, Ng, C. Lee Giles

AI总结 SciCap项目通过五年研究总结了科学图表描述领域的技术经验，并提出了未来研究的五个关键方向。

Comments Accepted to the 5th Annual AAAI Workshop on AI to Accelerate Science and Engineering (AI2ASE 2026). SciCap Website: http://scicap.ai/

Cost-Free Neutrality for the River Method

河方法的无成本中立性

Michelle Döring, Jannes Malanowski, Stefan Neubert

AI总结 河方法通过并行宇宙平局打破算法在多项式时间内计算胜者，克服了排名对方法的NP难问题，展示了河方法在结构上的优势。

Comments appears at AAAI 2026. V2 Change Notes: in the experiment section changed election generation parameter for more realistic elections, results unchanged; corrected pref_voting reference

UrbanNav: Learning Language-Guided Urban Navigation from Web-Scale Human Trajectories

UrbanNav: 从网络级人类轨迹学习语言引导的城市导航

Yanghong Mei, Yirong Yang, Longteng Guo, Qunbo Wang, Ming-Ming Yu, Xingjian He, Wenjun Wu, Jing Liu

AI总结 UrbanNav通过大规模网络视频数据训练具身智能体，实现基于语言指令的复杂城市导航，展示了在多样城市场景中的高效导航能力。

Comments 9 pages, 5 figures, accepted to AAAI 2026. Project page:https://github.com/CASIA-IVA-Lab/UrbanNav

Pareto-Grid-Guided Large Language Models for Fast and High-Quality Heuristics Design in Multi-Objective Combinatorial Optimization

基于帕累托网格的大型语言模型在多目标组合优化中快速高质量启发式设计

Minh Hieu Ha, Hung Phan, Tung Duy Doan, Tung Dao, Dao Tran, Huynh Thi Thanh Binh

AI总结 基于帕累托网格的LLM改进方法，用于多目标组合优化中高效高质量启发式设计。

Comments Accepted at AAAI-26

Advancing Safe Mechanical Ventilation Using Offline RL With Hybrid Actions and Clinically Aligned Rewards

通过离线强化学习与混合动作和临床对齐奖励推进安全机械通气

Muhammad Hamza Yousuf, Jason Li, Sahar Vahdati, Raphael Theilen, Jakob Wittenstein, Jens Lehmann

机构 * Amazon（亚马逊） 纠错

AI总结 本文提出了一种基于离线强化学习与混合动作空间的AI方法，通过临床对齐奖励函数优化机械通气设置，提升安全性和临床效果。

Comments Accepted to AAAI-26

RS2-SAM2: Customized SAM2 for Referring Remote Sensing Image Segmentation

RS2-SAM2：为指向遥感图像分割定制的SAM2

Fu Rong, Meng Lan, Qian Zhang, Lefei Zhang

AI总结 RS2-SAM2通过结合遥感特征和文本特征，改进SAM2以实现更精确的遥感图像分割。

Comments AAAI 2026

An Improved Privacy and Utility Analysis of Differentially Private SGD with Bounded Domain and Smooth Losses

改进的差分隐私分析：具有有界域和光滑损失的差分隐私随机梯度下降

Hao Liang, Wanrong Zhang, Xinlei He, Kaishun Wu, Hong Xing

机构 * UST 纠错

AI总结 本文改进了差分隐私随机梯度下降的隐私和效用分析，针对有界域和光滑损失函数，揭示了隐私损失收敛机制及隐私效用权衡的理论界。

Comments 19 pages, 5 figures, accepted by AAAI 2026

Controllable Financial Market Generation with Diffusion Guided Meta Agent

受扩散引导的元代理可控金融市场生成

Yu-Hao Huang, Chang Xu, Yang Liu, Weiqing Liu, Wu-Jun Li, Jiang Bian

AI总结 本文提出DigMA模型，通过扩散引导元代理生成可控且保真度高的金融市场，适用于高频交易任务。

Comments To appear in The Fortieth AAAI Conference on Artificial Intelligence (AAAI-26 Oral)

Spatial As Deep: Spatial CNN for Traffic Scene Understanding

空间作为深度：用于交通场景理解的空间CNN

Xingang Pan, Xiaohang Zhan, Jianping Shi, Ping Luo, Xiaogang Wang, Xiaoou Tang

机构 * The Chinese University of Hong Kong（香港中文大学） ； SenseTime Group Limited（时光集团） 纠错

AI总结 本文提出空间CNN用于交通场景理解，通过改进卷积结构提升车道检测性能，实现8.7%和4.6%的提升，并在挑战赛中取得第一名。

Comments Accepted to AAAI 2018

Bayesian Meta-Analyses Could Be More: A Case Study in Trial of Labor After a Cesarean-section Outcomes and Complications

贝叶斯元分析可能更：关于剖宫产术后试产结果和并发症的案例研究

Ashley Klein, Edward Raff, Marcia DesJardin

AI总结 本文提出了一种贝叶斯方法，用于分析剖宫产术后试产的结果和并发症，以确定正效应的主张是否仍然成立，并帮助医生做出更有效的临床决策。

Comments To appear in AAAI 2026

Formal Safety Guarantees for Autonomous Vehicles using Barrier Certificates

使用屏障证书为自动驾驶车辆提供形式安全保证

Oumaima Barhoumi, Mohamed H Zaki, Sofiène Tahar

AI总结 本文提出一种结合屏障证书与时间到碰撞度量的形式验证安全框架，通过SMT求解器和自适应控制机制，提升自动驾驶车辆的安全性和可解释性。

Comments Accepted to AAAI-26 Bridge Program B10: Making Embodied AI Reliable with Testing and Formal Verification

EfficientFSL: Enhancing Few-Shot Classification via Query-Only Tuning in Vision Transformers

EfficientFSL: 通过仅查询微调提升视觉变换器的少样本分类

Wenwen Liao, Hang Ruan, Jianbo Yu, Bing Song, YuansongWang, Xiaofeng Yang

AI总结 EfficientFSL通过仅查询微调方法，在视觉变换器中实现少样本分类的高效优化，以极小的计算开销获得优异性能。

Comments Accepted/To be presented at AAAI 2026

Information Theoretic Optimal Surveillance for Epidemic Prevalence in Networks

信息论最优监控以估计网络中的疫情流行率

Ritwick Mishra, Abhijin Adiga, Madhav Marathe, S. S. Ravi, Ravi Tandon, Anil Vullikanti

AI总结 本文提出TESTPREV问题，通过最大化互信息选择网络节点以优化疫情流行率估计，提出GREEDYMI策略在IC模型下提升互信息和减少方差。

Comments 25 pages; Added acknowledgments; In Proceedings of the AAAI 2026 Conference

Lifelong Domain Adaptive 3D Human Pose Estimation

终身领域自适应3D人体姿态估计

Qucheng Peng, Hongfei Xue, Pu Wang, Chen Chen

AI总结 本文提出了一种终身领域自适应3D人体姿态估计方法，通过生成对抗网络框架解决领域偏移和灾难性遗忘问题，提升跨域姿态估计性能。

Comments Accepted by AAAI 2026

Judge Q: Trainable Queries for Optimized Information Retention in KV Cache Eviction

Judge Q: 用于优化KV缓存淘汰信息保留的可训练查询

Yijun Liu, Yixuan Wang, Yuzhuang Xu, Shiyu Ji, Yang Xu, Qingfu Zhu, Wanxiang Che

AI总结 Judge Q通过引入软令牌列表，优化KV缓存淘汰中的信息保留，提升解码质量与性能表现。

Comments Accepted in AAAI 2026

Unleashing Semantic and Geometric Priors for 3D Scene Completion

释放语义和几何先验以实现3D场景补全

Shiyuan Chen, Wei Sui, Bohao Zhang, Zeyd Boukhers, John See, Cong Yang

机构 * D-Robotics 纠错

AI总结 FoundationSSC通过双解耦机制和轴感知融合模块，提升3D场景补全的语义和几何指标表现。

Comments Accept by AAAI-2026

Beautiful Images, Toxic Words: Understanding and Addressing Offensive Text in Generated Images

美丽的图像，有毒的词语：理解并解决生成图像中的冒犯性文本

Aditya Kumar, Tom Blanchard, Adam Dziedzic, Franziska Boenisch

AI总结 本文提出了一种针对生成图像中冒犯性文本的微调策略，并发布了ToxicBench基准，用于评估和改进文本到图像模型的安全性。

Comments Accepted at AAAI 2026 (AI Alignment Track)