AAAI

A Differentiable Atari VCS:A Complex, Fully Known Ground Truth for Explainable AI

可微分的Atari VCS：一个复杂且完全已知的可解释AI基准

Andreas Maier, Siming Bayer, Patrick Krauss

机构 * Pattern Recognition Lab, Friedrich-Alexander-University Erlangen-Nuremberg（模式识别实验室，弗里德里希-亚历山大-埃森纳赫大学） ； Mannheim Center for Neuromodulation and Neuroprosthetics, Heidelberg University（曼海姆神经调制与神经假体中心，海德堡大学） 纠错

AI总结 为解决可解释AI缺乏真实内部机理的问题，我们重新实现了Atari 2600 VCS作为两个端到端可微分的模拟器，验证了其与原始硬件的逐位一致性，并展示了基于梯度的XAI可行性。

Comments Submission for AAAI 2027

Non-Contextual Modeling of Sarcasm using a Neural Network Benchmark

利用神经网络基准非上下文建模讽刺

Nelu Radpour, Vinay Ashokkumar

AI总结 本文提出利用神经网络训练的新型概率模型，用于识别和学习讽刺文本的特征，以建立敏感于讽刺文本细微差别的情感分析框架。

Comments 2 tables, 2 figures, 7 pages, in AAAI Fall Symposium Series - Symposium on Natural Communication for Human-Robot Collaboration