AAAI

DW-DGAT: Dynamically Weighted Dual Graph Attention Network for Neurodegenerative Disease Diagnosis

DW-DGAT：动态加权双图注意力网络用于神经退行性疾病诊断

Chengjia Liang, Zhenjiong Wang, Chao Chen, Ruizhi Zhang, Songxi Liang, Hai Xie, Haijun Lei, Zhongwei Huang

AI总结 本文提出DW-DGAT网络，通过融合多指标数据结构、双图注意力架构和类权重生成机制，解决神经退行性疾病早期诊断中的高维数据、异构数据和类别不平衡问题。

Comments The exended version of an AAAI-2026 accepted poster paper

Cross-modal Proxy Evolving for OOD Detection with Vision-Language Models

跨模态代理演化用于领域外检测与视觉-语言模型

Hao Tang, Yu Liu, Shuanglin Yan, Fei Shen, Shengfeng He, Jing Qin

AI总结 本文提出CoEvo框架，通过双向样本条件适应文本和视觉代理，动态挖掘上下文文本负样本并迭代优化视觉代理，提升跨模态对齐和领域外检测鲁棒性。

Comments Accepted by AAAI 2026

Multi-agent In-context Coordination via Decentralized Memory Retrieval

通过去中心化记忆检索实现多智能体上下文协调

Tao Jiang, Zichuan Lin, Lihe Li, Yi-Chen Li, Cong Guan, Lei Yuan, Zongzhang Zhang, Yang Yu, Deheng Ye

机构 * National Key Laboratory of Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Tencent（腾讯） 纠错

AI总结 本文提出MAICC方法，通过去中心化记忆检索提升多智能体强化学习中任务协调效率，实验表明其在Level-Based Foraging和SMAC等基准上表现更优。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, Vol. 40, No. 27, pp. 22363-22371, 2026

Beyond Metadata: Multimodal, Policy-Aware Detection of YouTube Scam Videos

超越元数据：多模态、政策感知的YouTube诈骗视频检测

Ummay Kulsum, Aafaq Sabir, Abhinaya S. B., Anupam Das

AI总结 本文提出多模态、政策感知的YouTube诈骗视频检测方法，通过结合文本、音频和视频信息，提升检测性能和鲁棒性，同时提供可解释的政策依据。

Comments Accepted at AAAI ICWSM 2026

How Does Alignment Enhance LLMs' Multilingual Capabilities? A Language Neurons Perspective

对齐如何增强大语言模型的多语言能力？一种语言神经元视角

Shimao Zhang, Zhejian Lai, Xiang Liu, Shuaijie She, Xiao Liu, Yeyun Gong, Shujian Huang, Jiajun Chen

AI总结 本文从语言神经元角度探讨对齐如何提升大语言模型的多语言能力，提出三类神经元分类方法，并分析多语言推理的四个阶段。

Comments AAAI 2026 (Oral)

Mitigating Content Effects on Reasoning in Language Models through Fine-Grained Activation Steering

通过细粒度激活引导缓解语言模型中的内容影响

Marco Valentino, Geonhee Kim, Dhairya Dalal, Zhixue Zhao, André Freitas

AI总结 本文通过激活引导技术缓解语言模型的推理偏见，发现对比引导方法能有效减少内容偏见，提升形式推理准确性，且在不同任务中具有鲁棒性。

Comments AAAI 2026

Explaining the Reputational Risks of AI-Mediated Communication: Messages labeled as AI-assisted are viewed as less diagnostic of the sender's moral character

解释人工智能中介通信的声誉风险：被标记为人工智能辅助的消息被视为更不反映发送者的道德特征

Pranav Khadpe, Kimi Wenzel, George Loewenstein, Geoff Kaufman

AI总结 研究探讨AI辅助标签如何削弱沟通中发送者道德特征的信号，通过两个研究发现AI标签使发送者显得不那么温暖或冷酷，支持信号诊断性解释。

Comments Proceedings of the Eighth AAAI/ACM Conference on AI, Ethics, and Society (AIES 2025)