AAAI

GoogleTrendArchive: A Year-Long Archive of Real-Time Web Search Trends Worldwide

GoogleTrendArchive：全球实时网络搜索趋势一年期档案

Aleksandra Urman, Anikó Hannák, Joachim Baumann

AI总结 该研究提出GoogleTrendArchive数据集，包含一年内125个国家1358个地点的实时搜索趋势数据，通过捕捉实时搜索激增现象，为研究集体注意力动态提供系统分析工具。

Comments Accepted at the International AAAI Conference on Web and Social Media (ICWSM 2026)

Let's Think with Images Efficiently! An Interleaved-Modal Chain-of-Thought Reasoning Framework with Dynamic and Precise Visual Thoughts

让我们高效地用图像思考！一种具有动态和精确视觉思维的交错模态推理框架

Xu Liu, Yongheng Zhang, Qiguang Chen, Yao Li, Sheng Wang, Libo Qin

AI总结 本文提出DaP-ICoT框架，通过动态视觉思维整合和精确视觉思维引导，解决传统ICoT方法中视觉思维位置固定和表示不连贯的问题，提升推理效率和效果。

Comments Accepted by AAAI 2026

Learning Inflation Narratives from Reddit: How Lightweight LLMs Reveal Forward-Looking Economic Signals

从Reddit学习通货膨胀叙事：轻量级大语言模型如何揭示前瞻性的经济信号

Ryuichi Saito, Sho Tsugawa

AI总结 本文利用轻量级大语言模型分析Reddit数据，提出新的通货膨胀感知测量方法，通过RIS评分与CPI和MICH指标高度相关，揭示了经济叙事中的结构性变化。

Comments 19 pages, accepted at The 20th International AAAI Conference on Web and Social Media (ICWSM'26)

Mind the Gap: Pitfalls of LLM Alignment with Asian Public Opinion

注意鸿沟：LLM对齐与亚洲公众意见的陷阱

Hari Shankar, Vedanta S P, Sriharini Margapuri, Debjani Mazumder, Ponnurangam Kumaraguru, Abhijnan Chakraborty

AI总结 本文研究了LLM在多语言多文化环境中的对齐问题，发现其在宗教观点尤其是少数群体方面存在偏差，提出轻量干预无法消除文化鸿沟，强调需系统性地区审计确保公平部署。

Comments 13 pages, including AAAI Paper Checklist. Accepted in Proceedings of the 20th International AAAI Conference on Web and Social Media (ICWSM 2026)

Auditing Google's AI Overviews and Featured Snippets: A Case Study on Baby Care and Pregnancy

对谷歌AI概述和特色摘要的审计：关于婴儿护理和怀孕的案例研究

Desheng Hu, Joachim Baumann, Aleksandra Urman, Elsa Lichtenegger, Robin Forsberg, Aniko Hannak, Christo Wilson

AI总结 本文通过系统算法审计1508个真实婴儿护理和怀孕相关查询，评估AI概述和特色摘要的信息质量和一致性，发现33%的案例信息不一致，且医疗保障缺失严重。

Comments 18 pages, 10 figures; to appear in AAAI ICWSM 2026

Patho-AgenticRAG: Towards Multimodal Agentic Retrieval-Augmented Generation for Pathology VLMs via Reinforcement Learning

病理代理RAG：通过强化学习实现多模态代理检索增强生成用于病理学视觉语言模型

Wenchuan Zhang, Jingru Guo, Hengzhe Zhang, Penghao Zhang, Jie Chen, Shuwan Zhang, Zhang Zhang, Yuhao Yi, Hong Bu

AI总结 本文提出Patho-AgenticRAG，通过强化学习实现多模态代理检索增强生成，解决病理学视觉语言模型在高分辨率、复杂组织结构和临床语义上的挑战，提升诊断准确性。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(35): 29921-29929, 2026

A Theory of Adaptive Scaffolding for LLM-Based Pedagogical Agents

基于大语言模型的教育代理自适应支架理论

Clayton Cohn, Surya Rayala, Namrata Srivastava, Joyce Horn Fonteles, Shruti Jain, Xinying Luo, Divya Mereddy, Naveeduddin Mohammed, Gautam Biswas

AI总结 本文提出结合证据中心设计与社会认知理论的自适应支架框架，开发出Inquizzitor评估代理，通过人机混合智能提供基于认知科学的反馈，验证了理论驱动的大语言模型在教育中的应用潜力。

Comments Published in the proceedings of AAAI 2026 (main technical track)

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(3), 1757-1765. 2026

Patho-R1: A Multimodal Reinforcement Learning-Based Pathology Expert Reasoner

Patho-R1: 基于多模态强化学习的病理专家推理器

Wenchuan Zhang, Penghao Zhang, Jingru Guo, Tao Cheng, Jie Chen, Shuwan Zhang, Zhang Zhang, Yuhao Yi, Hong Bu

机构 * Department of Pathology, West China Hospital, Sichuan University（四川大学华西医院病理科部门） ； Institute of Clinical Pathology, West China Hospital, Sichuan University（四川大学华西医院临床病理科研究所） ； University of Toronto（多伦多大学） ； Business School, Sichuan University（四川大学商学院） ； Department of Pathology, Shengjing Hospital of China Medical University（中国医科大学盛京医院病理科部门） 纠错

AI总结 本文提出Patho-R1，通过构建高质量推理导向数据集，结合三阶段训练流程提升病理推理能力，实现跨模态任务的鲁棒性能。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(33): 28418-28426, 2026

SymmCompletion: High-Fidelity and High-Consistency Point Cloud Completion with Symmetry Guidance

SymmCompletion: 基于对称引导的高保真高一致性点云补全

Hongyu Yan, Zijun Li, Kunming Luo, Li Lu, Ping Tan

AI总结 本文提出SymmCompletion方法，通过局部对称变换网络和对称引导Transformer实现高保真点云补全，解决传统方法在几何细节丢失和不一致问题。

Comments Accepted by AAAI 2025 (Oral presentation), Code: https://github.com/HongyuYann/SymmCompletion

Constrained Online Convex Optimization with Memory and Predictions

具有记忆和预测的约束在线凸优化

Mohammed Abdullah, George Iosifidis, Salah Eddine Elayoubi, Tijani Chahed

AI总结 本文研究了具有记忆的约束在线凸优化（COCO-M），提出首次实现亚线性后悔和亚线性累积约束违反的算法，适用于时间变化约束，且在有无预测情况下均有效。

Comments accepted to AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(24):19524--19532, 2026

ORACLE: Optimizing Reasoning Abilities of Large Language Models via Constraint-Led Synthetic Data Elicitation

ORACLE：通过约束引导的合成数据激发方法优化大语言模型的推理能力

Zhuojie Yang, Wentao Wan, Keze Wang

AI总结 ORACLE通过结合生成式模型与符号监督，实现对多步骤推理数据的细粒度验证，提升大语言模型的推理能力，在六个基准测试中表现优异。

Comments Accepted by AAAI 2026

Reading Between the Lines: How Electronic Nonverbal Cues shape Emotion Decoding

在文字之间阅读：电子非语言线索如何塑造情绪解码

Taara Kumar, Kokil Jaidka

机构 * Centre for Trusted Internet and Community, National University of Singapore（可信互联网与社区中心，新加坡国立大学） 纠错

AI总结 本文探讨电子非语言线索在微博交流中的作用，通过三项研究揭示其在情绪解码中的有效性及用户解读策略，提出理论框架和实用工具。

Comments Accepted at AAAI ICWSM 2026

XLinear: A Lightweight and Accurate MLP-Based Model for Long-Term Time Series Forecasting with Exogenous Inputs

XLinear：一种轻量且准确的基于MLP的模型，用于具有外生输入的长期时间序列预测

Xinyang Chen, Huidong Jin, Yu Huang, Zaiwen Feng

AI总结 XLinear通过多层感知机提取时间序列和外生变量的依赖关系，实现高效准确的长期时间序列预测，优于现有模型。

Comments Accepted by AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, Vol. 40, No. 24, 2026

ClearAIR: A Human-Visual-Perception-Inspired All-in-One Image Restoration

ClearAIR: 一种受人类视觉感知启发的全能图像修复框架

Xu Zhang, Huan Zhang, Guoli Wang, Qian Zhang, Lefei Zhang

AI总结 本文提出ClearAIR，受人类视觉感知启发，采用分层粗到细的修复策略，通过多模态大语言模型进行整体评估，并引入区域意识和任务识别流程，提升图像修复精度与细节恢复能力。

Comments Accepted to AAAI 2026. Project page: https://github.com/House-yuyu/ClearAIR

CausalCLIP: Causally-Informed Feature Disentanglement and Filtering for Generalizable Detection of Generated Images

CausalCLIP：基于因果信息的特征解耦与过滤以实现生成图像的通用检测

Bo Liu, Qiao Qin, Qinghui He

AI总结 本文提出CausalCLIP框架，通过解耦因果与非因果特征并利用因果推理原理过滤，提升生成图像检测的泛化能力，实验表明在不同生成模型上准确率和平均精度均优于现有方法。

Comments 9 pages,Accepted to AAAI 2026

Beyond Linear Surrogates: High-Fidelity Local Explanations for Black-Box Models

超越线性替代方案：为黑盒模型提供高保真局部解释

Sanjeev Shrestha, Rahul Dubey, Hui Liu

AI总结 本文提出了一种新的局部模型无关解释方法，利用MARS和N-ball采样策略生成高保真局部解释，通过减少RMSE提升了黑盒模型的局部近似精度。

Comments Accepted at the AAAI Spring Symposium Series 2026

Cross-Space Synergy: A Unified Framework for Multimodal Emotion Recognition in Conversation

跨空间协同：一种用于对话中多模态情感识别的统一框架

Xiaosen Lyu, Jiayu Xiong, Yuren Chen, Wanlong Wang, Xiaoqing Dai, Jing Wang

机构 * Xiaosen Lyu 1,2（李绍森 1,2） ； Jiayu Xiong 1,2（熊佳宇 1,2） ； Yuren Chen 1,2（陈远人 1,2） ； Wanlong Wang 1,2（王万龙 1,2） ； Xiaoqing Dai 1,2（戴晓青 1,2） ； Jing Wang 1,2（王婧 1,2） 纠错

AI总结 本文提出Cross-Space Synergy框架，通过协同多项式融合和帕累托梯度调节器有效提升多模态情感识别的准确性和训练稳定性。

Comments Accepted to AAAI 2026

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(29), 24226-24234 (2026)

Bridging Modalities via Progressive Re-alignment for Multimodal Test-Time Adaptation

通过渐进重对齐桥接模态以实现多模态测试时适应

Jiacheng Li, Songhe Feng

AI总结 本文提出BriMPR框架，通过分治策略解决多模态测试时适应中的模态间分布偏移和语义对齐问题，通过提示调优和跨模态对比学习提升多模态特征对齐效果。

Comments Accepted by AAAI 2026 (Oral)

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence. 2026, 40(27): 22931-22939

Dual-Path Knowledge-Augmented Contrastive Alignment Network for Spatially Resolved Transcriptomics

双路径知识增强对比对齐网络用于空间解析转录组学

Wei Zhang, Jiajun Chu, Xinci Liu, Chen Tong, Xinyue Li

AI总结 本文提出DKAN网络，通过整合组织病理图像和基因表达谱，利用生物信息学方法预测空间解析基因表达，解决现有方法在生物上下文利用不足、依赖示例检索和模态对齐不充分的问题。

Comments AAAI 2026 Oral, extended version

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(15), 12807-12815. 2026

Angular Gradient Sign Method: Uncovering Vulnerabilities in Hyperbolic Networks

角梯度符号法：揭示双曲网络中的漏洞

Minsoo Jo, Dongyoon Yang, Taesup Kim

AI总结 本文提出一种基于双曲空间几何性质的对抗攻击方法，通过分解梯度为径向和角向分量，生成高影响的对抗样本，提升分类和检索任务的欺骗率。

Comments Accepted by AAAI 2026. Code available at: https://github.com/J-Minsoo/AGSM

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(7), 5566-5574, 2026

Think, Speak, Decide: Language-Augmented Multi-Agent Reinforcement Learning for Economic Decision-Making

思考、表达、决定：语言增强的多智能体强化学习用于经济决策

Heyang Ma, Qirui Mi, Qipeng Yang, Zijun Fan, Bo Li, Haifeng Zhang

AI总结 本文提出LAMP框架，通过思考、表达、决定三阶段整合语言信息，提升经济决策的效率与鲁棒性，实验显示其在累积收益和可解释性上优于传统方法。

Comments Extended version of an accepted paper at AAAI 2026

Expand Your SCOPE: Semantic Cognition over Potential-Based Exploration for Embodied Visual Navigation

拓展你的SCOPE：基于潜在探索的语义认知用于具身视觉导航

Ningnan Wang, Weihuang Chen, Liming Chen, Haoxuan Ji, Zhongyu Guo, Xuchong Zhang, Hongbin Sun

AI总结 本文提出SCOPE框架，通过利用前沿信息驱动潜在探索，提升具身视觉导航中的决策质量与目标相关性，实验表明其在准确性和泛化能力上优于现有方法。

Comments Accepted to AAAI 2026

Inequality in the Age of Pseudonymity

在伪名时代中的不平等

Aviv Yaish, Nir Chemaya, Dahlia Malkhi, Lin William Cong

AI总结 研究探讨了在伪名环境下，传统不平等衡量指标如基尼系数的局限性，指出Sybil现象会破坏其测量能力，并证明需要放松原有属性以构建抗Sybil的指标。

Comments 41 pages, 1 figure

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(20), 17293-17301

Molecular Quantum Transformer

分子量子变换器

Yuichi Kamata, Quoc Hoan Tran, Yasuhiro Endo, Hirotaka Oshima

机构 * Quantum Laboratory, Fujitsu Research, Fujitsu Limited（Fujitsu 研究院量子实验室） 纠错

AI总结 本文提出分子量子变换器，利用量子电路实现注意力机制，高效计算分子量子系统的基态能量，优于经典Transformer，拓展了量子化学应用。

Comments 14 pages, 8 figures; updated for refining results and discussion with other FTQC implementations of Quantum Transformer

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(27), 22482-22490 (2026)

M^3ashy: Multi-Modal Material Synthesis via Hyperdiffusion

M^3ashy：基于超扩散的多模态材料合成

Chenliang Zhou, Zheyuan Hu, Alejandro Sztrajman, Yancheng Cai, Yaru Liu, Cengiz Oztireli

AI总结 本文提出M^3ashy框架，通过超扩散和神经场实现复杂真实材料的高质量重建，支持多种条件下的材料合成，并贡献了新的材料数据集和BRDF评估指标。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, Vol. 40, No. 16, 2026

MARLIN: Multi-Agent Reinforcement Learning for Incremental DAG Discovery

MARLIN：用于增量DAG发现的多智能体强化学习

Dong Li, Zhengzhang Chen, Xujiang Zhao, Linlin Yu, Zhong Chen, Yi He, Haifeng Chen, Chen Zhao

AI总结 本文提出MARLIN方法，通过多智能体强化学习实现高效增量DAG学习，采用DAG生成策略和两个RL智能体以发现因果关系，并利用分因动作空间提升并行效率，实验表明其在效率和效果上优于现有方法。

Comments AAAI 2026

LLM-Enhanced Energy Contrastive Learning for Out-of-Distribution Detection in Text-Attributed Graphs

基于大语言模型的能量对比学习的文本属性图中分布外检测

Xiaoxu Ma, Dong Li, Minglai Shao, Xintao Wu, Chen Zhao

AI总结 本文提出LECT方法，结合大语言模型和能量对比学习，在文本属性图中实现节点级分布外检测，提升分类准确性和鲁棒性。

Comments AAAI 2026

Failure Detection in Chemical Processes Using Symbolic Machine Learning: A Case Study on Ethylene Oxidation

利用符号机器学习进行化学过程故障检测：乙烯氧化的案例研究

Julien Amblard, Niklas Groll, Matthew Tait, Mark Law, Gürkan Sin, Alessandra Russo

AI总结 本文利用符号机器学习预测化学过程故障，通过乙烯氧化案例展示其在解释性与预测性能上的优势。

Comments Accepted at AAAI-MAKE 2026

GeoGen: A Two-stage Coarse-to-Fine Framework for Fine-grained Synthetic Location-based Social Network Trajectory Generation

GeoGen：一种用于细粒度合成基于位置的社交网络轨迹生成的两阶段粗到细框架

Rongchao Xu, Kunlin Cai, Lin Jiang, Zhiqing Hong, Yuan Tian, Guang Wang

AI总结 本文提出GeoGen框架，通过两阶段粗到细方法生成大规模基于位置的社交网络轨迹，解决空间离散和时间不规则的挑战，提升生成轨迹的准确性和实用性。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 40(2), 1373-1381 (2026)

GAICo: A Deployed and Extensible Framework for Evaluating Diverse and Multimodal Generative AI Outputs

GAICo：一个用于评估多样化和多模态生成式人工智能输出的部署和可扩展框架

Nitin Gupta, Pallav Koppisetti, Kausik Lakkaraju, Biplav Srivastava

AI总结 GAICo提供统一框架，支持多种参考指标，用于评估生成式AI输出，提升评估标准化和可复现性，加速AI系统开发。

Comments 11 pages, 7 figures; accepted at IAAI/AAAI 2026; (updated) extended version