AAAI

LLMStinger: Jailbreaking LLMs using RL fine-tuned LLMs

LLMStinger: 使用强化学习微调的LLM进行LLM劫持

Piyush Jha, Arnav Arora, Vijay Ganesh

AI总结 LLMStinger通过强化学习微调LLM，生成对抗性后缀以提高对有害问题的攻击成功率，显著优于现有方法。

Comments Accepted at AAAI 2025

Beyond Accuracy: A Cognitive Load Framework for Mapping the Capability Boundaries of Tool-use Agents

超越准确率：一种认知负荷框架用于映射工具使用代理的能力边界

Qihao Wang, Yue Hu, Mingzhe Lu, Jiayue Wu, Yanbing Liu, Yuanmin Tang

AI总结 本文提出一种认知负荷框架，用于评估工具使用代理的能力边界，通过分解任务复杂性为内在负荷和额外负荷，揭示模型的真实能力限制。

Comments Accepted to AAAI 2026

Minimum-Cost Network Flow with Dual Predictions

带有双重预测的最小成本网络流

Zhiyang Chen, Hailong Yao, Xia Yin

机构 * USTB（中国矿业大学） 纠错

AI总结 本文提出一种带有双重预测的最小成本网络流算法，通过ε-松弛方法结合机器学习预测，提升交通网络和芯片布线应用的效率。

Comments accepted by AAAI 2026

RacketVision: A Multiple Racket Sports Benchmark for Unified Ball and Racket Analysis

RacketVision: 一种多 racket 运动基准数据集用于统一的球和 racket 分析

Linfeng Dong, Yuchen Yang, Hao Wu, Wei Wang, Yuenan Hou, Zhihang Zhong, Xiao Sun

机构 * Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 RacketVision 是一个用于多 racket 运动分析的基准数据集，通过细粒度注释和 CrossAttention 机制提升球轨迹预测性能。

Comments Accepted to AAAI 2026 (Oral)

GCL-OT: Graph Contrastive Learning with Optimal Transport for Heterophilic Text-Attributed Graphs

GCL-OT：基于最优传输的图对比学习用于异质文本属性图

Yating Ren, Yikun Ban, Huobin Tan

机构 * Yating Ren, Yikun Ban, Huobin Tan 纠错

AI总结 GCL-OT通过最优传输和定制机制解决文本属性图中的异质性问题，提升结构-文本对齐效果。

Comments AAAI 2026

DeepBooTS: Dual-Stream Residual Boosting for Drift-Resilient Time-Series Forecasting

DeepBooTS: 基于双流残差提升的抗漂移时间序列预测

Daojun Liang, Jing Chen, Xiao Wang, Yinglong Wang, Shuo Li

AI总结 DeepBooTS通过双流残差提升方法，提升时间序列预测的抗漂移鲁棒性，实验表明在多种数据集上性能提升显著。

Comments 28 pages,17 pages, Published in AAAI-26

AEDR: Training-Free AI-Generated Image Attribution via Autoencoder Double-Reconstruction

AEDR: 无需训练的AI生成图像属性识别方法通过自编码器双重建

Chao Wang, Zijin Yang, Yaofei Wang, Weiming Zhang, Kejiang Chen

机构 * iFLYTEK 纠错

AI总结 AEDR通过自编码器双重建方法，无需训练即可提升生成模型图像属性识别的准确率，同时显著降低计算成本。

Comments 7 pages. Accepted by AAAI 2026 Oral