AAAI

Algorithms for Structured Elections under Thiele Voting Rules

Thiele投票规则下结构化选举的算法

Alexandra Lassota, Krzysztof Sornat

AI总结 该文研究Thiele投票规则下结构化选举的获胜者确定问题，针对选民区间域等设计FPT算法，解决了PAV相关的两个开放问题，推进了此类选举的计算复杂性研究。

Comments 18 pages. A conference version of this work appeared in AAAI 2026

When Specifications Conflict: A Symmetry-Based Framework for Measuring LLM Preferences

当规范冲突时：一种基于对称性的测量大语言模型（LLM）偏好的框架

Tairan Wang, Liang Zhou, Zikang Zhan, Pingchuan Yan

AI总结 本研究提出基于对称性的框架，通过含550个实例的数学基准等评估，发现LLM在冲突规范下有系统性偏好，排序为形式类>纯自然语言>输入-输出示例，可跨领域应用。

Comments Submitted to AAAI 2027

When AI Becomes Routine: A Decade of Public AI Mediation in Korean Go Commentary

当AI成为日常：韩国围棋解说中十年的公共AI中介实践

Haewoon Kwak

AI总结 本研究以YouTube十年间约1900小时的韩国围棋解说为语料，分析AI成为日常工具后，视觉与语言层面AI存在的不对称性，构建中介类型学并指出其在低AI可靠性领域的重要性。

Comments Accepted at AIES 2026 (AAAI/ACM Conference on AI, Ethics, and Society). Extended version: the conference paper followed by Appendices A-I. 23 pages, 4 figures, 13 tables

When AI Does the Work, What Is Learning For? Post-Instrumental Learning and the Risk of Capacity Dissolution

当AI完成工作时，学习的目的是什么？后工具性学习与能力消解的风险

Kai Yao

AI总结 本文针对AI完成机构判定能力的工作时学习目的模糊的问题，提出后工具性学习概念，分析其保留的五种能力及能力消解风险，核心指出AI治理需评估系统部署是否保留人的相关能力。

Comments Accepted at the Ninth AAAI/ACM Conference on AI, Ethics, and Society (AIES 2026), Malmö, Sweden, October 12--14, 2026. 19 pages, 1 table

Scaling, Lock-In, and Proxy Compliance: A Political Economy of Responsible AI

规模化、锁定效应与代理合规：负责任AI的政治经济学

Florian A. D. Burnat, Brittany I. Davidson

AI总结 本研究通过构建序贯政治经济模型，分析规模化AI问责的制度问题，揭示代理合规均衡的形成机制，指出独立审计权、可移植性等因素对执法与缓解的影响，解释了形式合规与运营结果存在差距的原因。

Comments Accepted at AAAI/ACM Conference on AI, Ethics, and Society (AIES '26)

A Sparse Glimpse of the Whole: Train-Free Self-Speculative Decoding

对整体的稀疏一瞥：无训练的自推测解码

Yuesong Liu, Yuan Zeng, Min Lyu, Ruilin Liu, Yu Guo, Yinlong Xu

AI总结 该研究针对推测解码加速受限问题，提出无训练的SparseSpec-L框架，通过动态稀疏KV缓存与熵控推测长度，在保留目标模型输出分布的同时实现长上下文推理的端到端加速。

Comments 9 pages, 4 figures, subbmited to AAAI 2027

AI From the Margins (AIM): Rethinking Participatory AI Design Through the Lived Experience of Minoritized Communities

边缘AI（AIM）：通过少数群体生活经验重新思考参与式AI设计

Tijs Portegies, Laureanne Willems, Maaike Harbers, Giovanni Sileno, Roland van Dierendonck, Mayesha Tasnim, Lotte Willemsen, Sennay Ghebreab

机构 * Utrecht University（乌特勒支大学） ； University of Amsterdam（阿姆斯特丹大学） 纠错

AI总结 提出AIM方法论，通过叙事启发、共同规则制定等步骤，将少数群体的生活经验融入参与式AI设计，并在荷兰医疗场景中验证其有效性。

Comments Accepted at AAAI/ACM Conference on AI, Ethics, and Society (AIES 2026)