AAAI

Vista: Scene-Aware Optimization for Streaming Video Question Answering under Post-Hoc Queries

Vista：面向事后查询的场景感知流视频问答优化

Haocheng Lu, Nan Zhang, Wei Tao, Xiaoyang Qu, Guokuan Li, Jiguang Wan, Jianzong Wang

AI总结 Vista通过场景感知分割、压缩和召回技术，实现了高效且可扩展的流视频问答，提升了长上下文推理能力，同时保持低延迟和内存效率。

Comments Accepted to AAAI 2026 (Main Technical Track)

SynthAgent: A Multi-Agent LLM Framework for Realistic Patient Simulation -- A Case Study in Obesity with Mental Health Comorbidities

SynthAgent：一种多智能体LLM框架用于真实患者模拟——以肥胖伴发心理健康共病的案例研究

Arman Aghaee, Sepehr Asgarian, Jouhyun Jeon

机构 * Klick Health（Klick健康） 纠错

AI总结 SynthAgent通过多智能体框架生成高保真的虚拟患者，用于研究肥胖与心理健康共病的患者旅程和决策过程。

Comments Presented in AAAI 2026 Singapore at the workshop of Health Intelligence

LocDreamer: World Model-Based Learning for Joint Indoor Tracking and Anchor Scheduling

LocDreamer：基于世界模型的联合室内跟踪与锚点调度学习

Geng Wang, Zhouyou Gu, Shenghong Li, Peng Cheng, Jihong Park, Branka Vucetic, Yonghui Li

AI总结 LocDreamer通过基于世界模型的框架，实现了联合室内目标跟踪与高效锚点调度，显著提升跟踪精度与资源利用效率。

Journal ref AAAI-26 Workshop Machine Learning for Wireless Communication and Networks (ML4Wireless), 2026

Investigating Data Pruning for Pretraining Biological Foundation Models at Scale

大规模预训练生物基础模型的数据剪枝研究

Yifan Wu, Jiyue Jiang, Xichen Ye, Yiqi Wang, Chang Zhou, Yitao Xu, Jiayang Chen, He Hu, Weizhong Zhang, Cheng Jin, Jiao Yuan, Yu Li

AI总结 本文提出了一种影响引导的数据剪枝方法，用于大规模预训练生物基础模型，通过有效减少计算成本和数据冗余，提升生物信息学任务的可重复性和可访问性。

Comments Accepted by AAAI 2026

Towards Reinforcement Learning from Neural Feedback: Mapping fNIRS Signals to Agent Performance

迈向基于神经反馈的强化学习：将fNIRS信号映射到智能体表现

Julia Santaniello, Matthew Russell, Benson Jiang, Donatello Sassaroli, Robert Jacob, Jivko Sinapov

AI总结 本文提出通过fNIRS信号预测智能体表现，利用分类器和回归器提升RLHF性能，并验证了跨受试者泛化能力。

Comments Accepted to the Association for the Advancement of Artificial Intelligence (AAAI) 2026. To appear in the AAAI 2026 Proceedings

Beyond the Mean: Fisher-Orthogonal Projection for Natural Gradient Descent in Large Batch Training

超越均值：用于大规模批量训练的自然梯度下降的Fisher-正交投影

Yishun Lu, Wesley Armour

AI总结 本文提出Fisher-正交投影技术，用于在大规模批量训练中提升自然梯度下降的性能，实现更优的泛化能力和更快的收敛速度。

Comments Accepted at Proceedings of the 40th Annual AAAI Conference on Artificial Intelligence (AAAI-26) (Oral)

Faster Game Solving via Hyperparameter Schedules

通过超参数调度更快的游戏求解

Naifeng Zhang, Stephen McAleer, Tuomas Sandholm

AI总结 本文提出一种简单高效的超参数调度框架，通过动态调整CFR折扣率，显著提升不完全信息游戏的求解速度，适用于多种游戏场景。

Comments Accepted at the AAAI Conference on Artificial Intelligence (AAAI), 2026

Lost in Translation? A Comparative Study on the Cross-Lingual Transfer of Composite Harms

迷失在翻译中？复合危害的跨语言迁移比较研究

Vaibhav Shukla, Hardik Sharma, Adith N Reganti, Soham Wasmatkar, Bagesh Kumar, Vrijendra Singh

AI总结 本研究通过复合危害基准测试，探讨了跨语言迁移中安全对齐的稳定性，发现攻击成功率在印度语言中显著上升，但上下文性危害迁移较温和，强调翻译基准在多语言安全测试中的必要性。

Comments Accepted at the AICS Workshop, AAAI 2026

DINO-Mix: Distilling Foundational Knowledge with Cross-Domain CutMix for Semi-supervised Class-imbalanced Medical Image Segmentation

DINO-Mix：通过跨领域CutMix进行基础知识蒸馏以实现半监督类不平衡医学图像分割

Xinyu Liu, Guolei Sun

AI总结 DINO-Mix通过引入预训练视觉模型和渐进性不平衡感知CutMix，解决半监督医学图像分割中少数类识别困难的问题。

Comments AAAI 2026 Workshop on Artificial Intelligence with Biased or Scarce Data (Oral)

Can LLMs Truly Embody Human Personality? Analyzing AI and Human Behavior Alignment in Dispute Resolution

LLMs真的能体现人类个性吗？分析AI与人类行为在纠纷解决中的对齐

Deuksin Kwon, Kaleen Shrestha, Bin Han, Spencer Lin, James Hale, Jonathan Gratch, Maja Matarić, Gale M. Lucas

AI总结 本文研究LLMs在模拟人类人格驱动的冲突行为方面的有效性，通过评估框架和数据集方法，揭示LLMs在纠纷解决中与人类行为的显著差异。

Comments AAAI 2026 (Special Track: AISI)

Realistic Synthetic Household Data Generation at Scale

大规模生成逼真合成家庭数据

Siddharth Singh, Ifrah Idrees, Abraham Dauhajre

机构 * Siddharth Singh（1 西雅图） 纠错

AI总结 本文提出了一种大规模生成逼真合成家庭数据的方法，通过松耦合生成人机交互与环境数据，实现双向影响建模，提升家庭智能设备的开发与测试能力。

Comments Accepted at Agentic AI Benchmarks and Applications for Enterprise Tasks workshop at AAAI 2026

State-Space Hierarchical Compression with Gated Attention and Learnable Sampling for Hour-Long Video Understanding in Large Multimodal Models

具有门控注意力和可学习采样的状态空间分层压缩用于大多模态模型中的小时级视频理解

Geewook Kim, Minjoon Seo

AI总结 本文提出了一种基于状态空间模型和门控注意力的高效压缩方法，用于减少大模型中小时级视频的token消耗，同时保持性能。

Comments AAAI 2026 (Oral). Project page: https://github.com/naver-ai/mambamia

FlashKAT: Understanding and Addressing Performance Bottlenecks in the Kolmogorov-Arnold Transformer

FlashKAT: 解读和解决Kolmogorov-Arnold变换器中的性能瓶颈

Matthew Raffel, Lizhong Chen

AI总结 FlashKAT通过优化内存访问和梯度计算，显著提升了KAT的训练速度，解决了其性能瓶颈问题。

Comments AAAI 2026

Towards Effective and Efficient Context-aware Nucleus Detection in Histopathology Whole Slide Images

迈向有效且高效的上下文感知核检测在病理全滑片图像中

Zhongyi Shui, Honglin Li, Yunlong Zhang, Yuxuan Sun, Yiwen Ye, Pingyi Chen, Ruizhe Guo, Lei Cui, Chenglu Zhu, Lin Yang

AI总结 本文提出一种有效且高效的上下文感知核检测方法，通过聚合历史滑动窗口特征提升效率，并利用周围未标注样本增强模型适应性。

Comments Accepted by AAAI 2026

Risk-Sensitive Exponential Actor Critic

风险敏感指数Actor-Critic

Alonso Granados, Jason Pacheco

AI总结 本文提出rsEAC方法，通过理论支持改进风险敏感策略梯度方法，实现更稳定的更新和在复杂连续任务中学习风险敏感策略。

Comments To appear at AAAI 2026

Privacy in Image Datasets: A Case Study on Pregnancy Ultrasounds

图像数据集中的隐私问题：关于妊娠超声的案例研究

Rawisara Lohanimit, Yankun Wu, Amelia Katirai, Yuta Nakashima, Noa Garcia

AI总结 本研究通过分析LAION-400M数据集发现妊娠超声图像中包含敏感个人信息，提出数据隐私保护和伦理使用建议。

Journal ref Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society (AIES '25), 2025, pp. 1623-1636

From Images to Decisions: Assistive Computer Vision for Non-Metallic Content Estimation in Scrap Metal

从图像到决策：面向废钢中非金属内容估计的辅助计算机视觉

Daniil Storonkin, Ilia Dziub, Maksim Golyadkin, Ilya Makarov

机构 * Department of Computer Science（计算机科学系） ； ITMO University（ITMO大学） ； ISP RAS（俄罗斯科学院信息与通信技术研究所） ； AIRI（AIRI研究所） ； Research Center of the Artificial Intelligence Institute（人工智能研究所研究中心） ； Innopolis University（Innopolis大学） 纠错

AI总结 本文提出了一种辅助计算机视觉管道，用于估计废钢中的非金属含量并分类废钢类型，通过多实例学习和多任务学习方法提升污染评估的准确性和实用性。

Comments AAAI 2026 Workshop on Addressing Challenges and Opportunities in Human-Centric Manufacturing