AAAI

FourierPET: Deep Fourier-based Unrolled Network for Low-count PET Reconstruction

FourierPET: 基于深度傅里叶域的迭代重建网络

Zheng Zhang, Hao Tang, Yingying Hu, Zhanli Hu, Jing Qin

AI总结 本文提出FourierPET，通过傅里叶域分析解决低计数PET重建中的噪声、光子稀缺和衰减误差问题，采用交替方向乘子法构建三个模块实现频域一致性、相位-幅度校正和双重调整，提升重建性能与可解释性。

Comments Accepted for oral presentation at AAAI 2026

SpecQuant: Spectral Decomposition and Adaptive Truncation for Ultra-Low-Bit LLMs Quantization

SpecQuant：基于频域分解和自适应截断的超低比特LLM量化

Zhixiong Zhao, Fangxin Liu, Junjie Wang, Chenyang Guan, Zongwu Wang, Li Jiang, Haibing Guan

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 本文提出SpecQuant框架，通过频域分解和自适应截断实现超低比特LLM量化，提升模型压缩效率与精度，实现4比特量化，准确率损失仅1.5%，推理速度提升2倍，内存使用降低3倍。

Comments Accepted at AAAI 2026

Characterizing AI Manipulation Risks in Brazilian YouTube Climate Discourse

刻画巴西YouTube气候变化 discourse 中的AI操纵风险

Wenchao Dong, Marcelo S. Locatelli, Virgilio Almeida, Meeyoung Cha

AI总结 本研究通过三个案例分析，探讨了心理内容特征如何驱动观众参与，影响内容流行度，并为生成式语言模型设计说服性合成活动提供见解，同时发布了一个包含226万条评论的大型公开数据集。

Comments Published at the Special Track on AI for Social Impact at AAAI 2026

MSG Score: Automated Video Verification for Reliable Multi-Scene Generation

MSG Score: 多场景生成的自动化视频验证

Daewon Yoon, Hyeongseok Lee, Wonsik Shin, Sangyu Han, Nojun Kwak

机构 * Seoul National University（首尔大学） ； Samsung Electronics（三星电子） 纠错

AI总结 本文提出MSG Score用于评估长视频生成的叙事和视觉一致性，结合Implicit Insight Distillation解决评估与推理速度的平衡，实现可靠且可扩展的视频生成。

Comments 8 pages, 5 figures, 1 table, Accepted AAAI 2026 CVM workshop

Tracking Adaptation Time: Metrics for Temporal Distribution Shift

追踪适应时间：时间分布偏移的度量标准

Lorenzo Iovine, Giacomo Ziffer, Emanuele Della Valle

机构 * Politecnico di Milano, DEIB（米兰理工大学，DEIB） 纠错

AI总结 本文提出三种互补指标，区分模型适应与数据固有难度，揭示时间分布偏移下的适应模式，提升对动态环境鲁棒性的理解。

Comments Accepted at CEUR-WS Vol. 4183 (Streaming Continual Learning Bridge at AAAI 2026)