AAAI

Scientific Knowledge-Guided Machine Learning for Vessel Power Prediction: A Comparative Study

科学知识引导的机器学习用于船舶功率预测：一项比较研究

Orfeas Bourchas, George Papalambrou

AI总结 本研究提出一种结合物理知识与数据驱动的混合模型，用于提高船舶功率预测的准确性，通过残差学习方法在稀疏数据区域表现更优。

Comments Accepted to the KGML Bridge at AAAI 2026 (non-archival)

Rethinking Flow and Diffusion Bridge Models for Speech Enhancement

重新思考流与扩散桥模型用于语音增强

Dahan Wang, Jun Gao, Tong Lei, Yuxiang Hu, Changbao Zhu, Kai Chen, Jing Lu

AI总结 本文提出了一种统一流与扩散桥模型的框架，通过改进的概率路径设计和预测范式元素，提升了语音增强的性能和效率。

Comments Accepted by the 40th AAAI Conference on Artificial Intelligence (AAAI-26)

Vichara: Appellate Judgment Prediction and Explanation for the Indian Judicial System

Vichara：印度司法系统上诉判决预测与解释

Pavithra PM Nair, Preethu Rose Anish

AI总结 Vichara通过结构化方法预测和解释印度司法系统中的上诉判决，利用大型语言模型在两个数据集上取得优异表现，尤其在可解释性方面表现突出。

Journal ref AI and Law @ AAAI 2026

DEIG: Detail-Enhanced Instance Generation with Fine-Grained Semantic Control

DEIG：细节增强的实例生成与细粒度语义控制

Shiyan Du, Conghan Yue, Xinyu Cheng, Dongyu Zhang

AI总结 DEIG通过细粒度语义控制生成多实例场景，提升空间一致性与语义准确性。

Comments Accepted by AAAI 2026

Memory-Based Advantage Shaping for LLM-Guided Reinforcement Learning

基于记忆的优势塑造用于LLM引导的强化学习

Narjes Nourzad, Carlee Joe-Wong

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 本文提出一种基于记忆的优势塑造方法，通过构建记忆图来提升LLM引导强化学习的样本效率和学习速度，减少对连续LLM监督的依赖。

Comments Association for the Advancement of Artificial Intelligence (AAAI)

Share Your Attention: Transformer Weight Sharing via Matrix-based Dictionary Learning

分享你的注意力：通过矩阵基字典学习实现变换器权重共享

Magauiya Zhussip, Dmitriy Shopkhoev, Ammar Ali, Stamatios Lefkimmiatis

机构 * MTS AI（MTS人工智能公司） ； ITMO University（ITMO大学） 纠错

AI总结 MASA通过矩阵基字典学习实现变换器层间权重共享，减少66.7%的参数同时保持性能，适用于大规模语言模型和视觉变换器。

Comments This work has been accepted and presented at AAAI 2026 in Singapore