IJCAI

RM-Distiller: Exploiting Generative LLM for Reward Model Distillation

RM-Distiller: 利用生成式大语言模型进行奖励模型蒸馏

Hongli Zhou, Hui Huang, Wei Liu, Chenglong Wang, Xingyuan Bu, Lvyuan Han, Fuhai Song, Muyun Yang, Wenhao Jiang, Hailong Cao, Tiejun Zhao

机构 * Faculty of Computing, Harbin Institute of Technology（哈尔滨工业大学计算机学院） ； School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） 纠错

AI总结 RM-Distiller通过系统利用教师LLM的精炼、评分和生成能力，提升奖励模型蒸馏效果，首次系统性地探索了生成式LLM在奖励建模中的应用。

Comments Accepted to IJCAI-ECAI 2026

CLMASP: Coupling Large Language Models with Answer Set Programming for Robotic Task Planning

CLMASP：将大语言模型与答案集编程耦合用于机器人任务规划

Xinrui Lin, Yangfan Wu, Huanyu Yang, Yu Zhang, Yanyong Zhang, Jianmin Ji

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） 纠错

AI总结 本文提出CLMASP方法，结合大语言模型和答案集编程，解决机器人任务规划中计划落地问题，实验显示其执行率显著提升。

Comments 9 pages, accepted to IJCAI 2025 Main Track

Participatory Budgeting with Project Groups

带有项目组的参与式预算

Pallavi Jain, Krzysztof Sornat, Nimrod Talmon, Meirav Zehavi

AI总结 研究带有项目组的参与式预算模型，在遵守预算限制下确定使选民满意度最大化的项目捆绑的计算复杂性，给出特殊情况的精确算法和近似算法，可助市政当局开展更丰富的PB流程。

Comments 25 pages, 3 tables. An extended abstract of this work appears in IJCAI 2021. This is the author's version of the paper published in JCSS 156: 103702 (2026); it differs only in formatting and minor editorial changes

Journal ref Journal of Computer and System Science 156: 103702 (2026)

A Unified Moral-Value Dataset for Instruction Tuning

用于指令微调的统一道德价值数据集

Zhaohui Zeng, Florian Mai

机构 * RWTH Aachen（亚琛工业大学） ； University of Bonn（波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉玛尔机器学习与人工智能研究所） 纠错

AI总结 针对大语言模型与人类价值观对齐问题，构建统一道德价值数据集用于指令微调，通过合并现有数据集并转换格式而成，实验表明其结合通用任务数据集训练可保持性能，为对齐研究提供资源。

Comments Accepted at the 4th International Workshop on Value Engineering in AI (VALE 2026), co-located with IJCAI-ECAI 2026

Evaluating and Mitigating Gender Bias in Pre-trained Embeddings for ML-based Recruitment

评估和减轻基于机器学习的招聘中预训练嵌入的性别偏见

Farnaz Faramarzi Lighvan, Lynn Houthuys

机构 * AI Lab, Vrije Universiteit Brussel（人工智能实验室，布鲁塞尔自由大学） 纠错

AI总结 研究基于机器学习的招聘中预训练嵌入的性别偏见问题，通过在合成数据集上评估模型、采用多任务对抗学习框架及多目标模型选择，发现清理性别可减少但未消除泄露，对抗学习能改善公平性，是补充策略。

Comments Accepted for presentation at the TRUST-AI 2026 Workshop, held in conjunction with IJCAI/ECAI 2026, Bremen, Germany

EvoThink: Evolving Thinking in Large Reasoning Models via Self-Pruning and Aha-Moment Preference Optimization

EvoThink：通过自剪枝和顿悟时刻偏好优化在大型推理模型中进化思维

Xinbang Dai, Zheyu Xin, Huikang Hu, Lin Ren, Rihui Jin, Guohui Xiao, Guilin Qi, Kuicai Dong, Zhaocheng Du, Yuyang Zhang

机构 * Southeast University（东南大学） ； Noah’s Ark Lab（诺亚方舟实验室） 纠错

AI总结 研究针对大型推理模型过度思考问题，提出EvoThink框架，含自剪枝训练和顿悟时刻偏好优化两个关键组件，能减少冗余验证、探索新推理路径，经评估可提高推理效率与能力。

Comments 9 pages, 7 figures, accepted by IJCAI 2026

Clinical Pathways as Safety Specifications for Physical AI in Hospital Wards

临床路径作为医院病房物理人工智能的安全规范

Gabriele Franchini, Giulio Mallardi, Michele De Carolis, Filippo Lanubile

AI总结 研究针对医院病房物理人工智能系统的安全挑战，提出将临床路径作为安全规范，构建集成多种组件的概念性机器人架构，用运行时安全监视器结合多种方法识别安全违规，助力护理人员并为安全物理人工智能做贡献。

Comments 4 pages, 3 figures. Accepted at the 1st IJCAI Workshop on Safe Physical AI (SPAI 2026), held in conjunction with IJCAI-ECAI 2026, Bremen, Germany

One4Many-StablePacker: An Efficient Deep Reinforcement Learning Framework for the 3D Bin Packing Problem

One4Many-StablePacker：一种用于三维装箱问题的高效深度强化学习框架

Lei Gao, Shihong Huang, Shengjie Wang, Hong Ma, Feng Zhang, Hengda Bao, Qichang Chen, Weihua Zhou

AI总结 针对三维装箱问题现有方法的局限，提出One4Many-StablePacker框架，通过加权奖励函数和结合特定优化方法的训练机制，能在单一训练中处理多样箱尺寸，有效提升装箱利用率，泛化性强且适用性佳。

Comments Accepted at the 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026)

Lookahead Branching for Neural Network Verification

神经网络验证中的前瞻分支

Liam Davis, Duo Zhou, Huan Zhang, Guy Katz, Clark Barrett, Haoze Wu

机构 * Amherst College（阿默斯特学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Stanford University（斯坦福大学） 纠错

AI总结 研究神经网络验证中前瞻分支策略，提出通用集成方法，以FSB为例说明，还阐述其能生成加速验证的引理，通过在两个验证器中实例化，实现验证时间加速及解决实例数增加。

Comments Accepted to IJCAI 2026. Lookahead branching is part of the Marabou and $α$-$β$-CROWN verifiers

The Failures of Marginal Influence-Based Attribution Methods for Global Time Series Explanations

基于边际影响的全局时间序列解释归因方法的失效

Amadeo Tunyi

机构 * XITASO GmbH（西塔索有限公司） 纠错

AI总结 研究时间序列模型可解释性方法中基于边际影响的归因方法失效问题，指出主要因计算不匹配，定义DAG忠实性，发现标准归因方法如SHAP通常不满足DAG忠实性，其扩展也有同样计算限制。

Comments Accepted at the Workshop on Explainable Artificial Intelligence (XAI), International Joint Conference on Artificial Intelligence (IJCAI 2026)

A Survey on the Verification of Reinforcement Learning Policies

强化学习策略验证的综述

Luca Marzari, Ezio Bartocci, Enrico Marchesini

机构 * TU Wien（维也纳工业大学） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 综述强化学习策略验证，引入分类法沿验证范式、时间范围和保证强度三个轴阐明现有方法关系，统一理论基础，明确假设局限，确定新兴方向，为RL验证提供统一视角。

Comments Accepted at the 35th International Joint Conference on Artificial Intelligence (IJCAI) 2026

Improving Code Understanding in Large Language Models through Concept-Aware Consistency Learning

通过概念感知一致性学习提高大语言模型中的代码理解能力

Xiaoning Ren, Qiang Hu, Wei Ma, Chongyang Liu, Yan Li, Yao Zhang, Lingxiao Jiang, Yongqiang Lyu, Yinxing Xue

AI总结 研究针对大语言模型对基本编程概念理解浅的问题，引入结合概念感知调整的反事实代码增强框架，经多模型和基准综合评估，证明此方法能引导大语言模型增强概念理解，有效提升其在代码相关任务中的表现。

Comments To appear at IJCAI 2026

Interventional Causal Circuits for Safe Robot Action Testing and Failure Recovery

用于安全机器人动作测试和故障恢复的干预因果电路

Naren Vasantakumaar, Tom Schierenbeck, Michael Beetz

AI总结 研究机器人动作安全测试及故障恢复问题，提出耦合联合概率树与因果电路并无需重新训练或额外数据收集的闭环框架，经实验验证该框架能减少失败尝试，且被拒计划可生成因果报告支持监督与恢复。

Comments 1st IJCAI Workshop on Safe Physical AI IJCAI 2026 workshop on Safe Physical AI

Orchestrating Power Grid Studies with Multi-Agent AI and MCP Servers

利用多智能体人工智能和MCP服务器编排电网研究

Jérôme Picault, Clément Goubet

AI总结 探讨智能体人工智能和MCP在TSO环境下对电网研究的支持，结合大语言模型等要素，介绍pypowsybl - mcp接口搭建试验台，研究智能体交互方式，讨论人工参与原则与评估策略，推动电网研究环境更具交互性、可审计性和扩展性。

Comments Accepted to IJCAI AISE 2026 workshop

ArogyaSutra: A Multi-Agent Framework for Multimodal Medical Reasoning in Indic Languages

ArogyaSutra：面向印度语言的多模态医学推理的多智能体框架

Tanmoy Kanti Halder, Akash Ghosh, Subhadip Baidya, Arijit Roy, Sriparna Saha

机构 * Indian Institute of Technology Patna（印度理工学院巴特那分校） ； Indian Institute of Technology Kanpur（印度理工学院坎普尔分校） ； Prasannadeb Women’s College（普拉萨纳德布女子学院） 纠错

AI总结 针对印度语言医疗场景中多模态大语言模型性能不足的问题，提出多模态医学问答数据集ArogyaBodha和基于演员-评论家的多智能体框架ArogyaSutra，通过工具接地与双记忆机制提升多语言医学推理准确性。

Comments Accepted for publication in IJCAI,2026

Accelerating Masked Diffusion Large Language Models: A Survey of Efficient Inference Techniques

加速掩码扩散大语言模型：高效推理技术综述

Daehoon Gwak, Minhyung Lee, Junwoo Park, Jaegul Choo

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； Yonsei University（延世大学） 纠错

AI总结 综述介绍用于扩散大语言模型的统一延迟分解框架，以理清算法、架构和系统因素对推理速度的影响，将加速技术分类，提供可重复基准测试指导方针并强调实现并行生成潜力的挑战。

Comments Accepted at IJCAI-ECAI 2026 (Survey Track)

Asymptotic Fair Division: Chores Are Easier Than Goods

渐进公平分配：家务比物品更容易分配

Pasin Manurangsi, Warut Suksompong

AI总结 本文研究了家务分配的渐进公平性问题，证明在 m ≥ 2n 时存在无嫉妒分配，且 m 至少为 n + Θ(n) 才能保证存在性，同时比例分配在 m = ω(1) 时很可能存在。

Comments Appears in the 34th International Joint Conference on Artificial Intelligence (IJCAI), 2025

Journal ref SIAM Journal on Discrete Mathematics, 40(3):1048-1065 (2026)

TextGaze: Prompting Gaze Target Estimation with Textual Scene Cues

TextGaze：利用文本场景线索提示注视目标估计

Junhui She, Fei Wang, Kun Li, Yiqi Nie, Yuxin Liu, Zhangling Duan, Xun Yang

机构 * University of Science and Technology of China（中国科学技术大学） ； Hefei University of Technology（合肥工业大学） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） ； Anhui University（安徽大学） ； United Arab Emirates University（阿联酋大学） 纠错

AI总结 研究注视目标估计问题，提出TextGaze统一跨模态架构，利用大型视觉语言模型平衡多分支与简化设计范式，通过冻结编码器提取视觉特征、设计融合模块等进行联合预测，在多数据集上评估有竞争力，为传统设计提供简化替代。

Comments Accepted by IJCAI 2026. All contents are available at: https://github.com/idremo/TextGaze-IJCAI2026

Knowledge Graphs and Explainable AI as Complementary Resources for Urban Mining

知识图谱与可解释人工智能作为城市采矿的互补资源

Jan Gronewald, Andreas Emrich, Nijat Mehdiyev

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

AI总结 研究城市采矿中拆除前评估，基于信息系统资源传统，提出知识图谱与可解释人工智能的四种整合模式，解锁决策可辩护性属性，以满足拆除前评估对监管工件的需求，通过防火门示例说明模式。

Comments Accepted for presentation at the AISE Workshop @ IJCAI-ECAI 2026

PACE: A Personalized Adaptive Curriculum Engine for 9-1-1 Call-taker Training

PACE：一种面向9-1-1接线员培训的个性化自适应课程引擎

Zirong Chen, Hongchao Zhang, Meiyi Ma

机构 * Department of Computer Science, Vanderbilt University（计算机科学系，范德比大学） 纠错

AI总结 PACE通过个性化自适应课程引擎提升9-1-1接线员培训效率，实现更快的能力达成和更高的掌握度

Comments Accepted at IJCAI-ECAI 2026

Early to Share, Late to Save: Synchronisation-Driven Communication Gating in Bandwidth-Constrained Cooperative VLN

尽早共享，延迟保存：带宽受限协作式视觉语言导航中的同步驱动通信门控

Arav Gupta, Nivedan Yakolli, Avinash Gautam

机构 * Birla Institute of Technology（巴里尔技术学院） 纠错

AI总结 研究带宽受限协作式VLN，提出事后诸葛亮门控，通过循环隐藏状态对齐解释智能体通信模式，实验表明该方法能在带宽受限下实现高效通信，为具身智能体建立新通信机制。

Comments Accepted at the IJCAI 2026 GLOW Workshop. To appear in Springer Communications in Computer and Information Science (CCIS)

DaV-Gen: End-to-End Generative Retrieval via Draft-and-Verify

DaV-Gen：通过草稿与验证实现的端到端生成式检索

Meng Zhao, Chunmei Liu, Qinyong Wang

AI总结 针对主流工业信息检索系统问题，DaV-Gen通过“草稿与验证”机制，在训练时用复合损失函数同时优化候选草稿和细粒度验证，推理时兼顾速度与精度，实现端到端生成式检索，重构搜索和推荐范式。

Comments Accepted by IJCAI'26

X-FEMR: A Token-level Explainable Approach for Electronic Health Records Foundation Models using Transformer-based Models

X-FEMR：一种使用基于Transformer的模型对电子健康记录基础模型进行令牌级可解释的方法

Jie Huang, Pengfei Yin, Zihan Xu, Daniel Capurro, Mike Conway, Ting Dang

机构 * School of Computing and Information Systems, University of Melbourne（墨尔本大学计算与信息系统学院） ； Royal Melbourne Hospital（皇家墨尔本医院） 纠错

AI总结 针对电子健康记录基础模型是黑箱模型的问题，提出基于Transformer的令牌级可解释性方法，训练替代模型近似其行为，识别有影响力令牌，引入临床对齐度量，结果显示该方法能实现可解释且可信的临床人工智能。

Comments Accepted by IJCAI-ECAI 2026 AI and Health Track

ASK in the Dark: Uncertainty-Gated LLM Assistance under Partial Observability

黑暗中的询问：部分可观测性下的不确定性门控语言模型辅助

Juarez Monteiro, Nathan Gavenski, Guilherme Lima, Francisco Galuppo, Odinaldo Rodrigues, Adriano Veloso

机构 * Kunumi Institute（库努米研究所） ； King’s College London（伦敦国王学院） 纠错

AI总结 研究部分可观测性下强化学习智能体，指出普通不确定性门控方法失败原因是上下文问题。提出ASK+，为语言模型提供轨迹感知上下文和结构化推理，证明预测熵信号可行，在多环境中取得更好效果，强调提示设计重要性。

Comments Accepted at the IJCAI-ECAI Joint Workshop on Planning for Complex Real-World Applications and Bridging the Gap Between AI Planning and (Reinforcement) Learning

Two Black Boxes, One Solver: Encoder Probing and Decoder Attribution for Neural Multi-Attribute VRP under Hard-Mask and Recourse Decoders

两个黑箱，一个求解器：硬掩码和追索解码器下神经多属性车辆路径规划问题的编码器探测与解码器归因

Sohaib Afifi

机构 * Univ. Artois, UR 3926, Laboratoire de Génie Informatique et d’Automatique de l’Artois (LGI2A)（阿图瓦大学，UR 3926，阿图瓦信息工程与自动化实验室（LGI2A）） 纠错

AI总结 研究神经自回归求解器解决多属性车辆路径规划问题，通过线性探测等方法打开编码器黑箱，用三种归因方法打开解码器黑箱，从多方面对解释进行评分，发现多种影响及特性。

Comments Accepted at the IJCAI-ECAI 2026 Workshop on Explainable Artificial Intelligence (XAI), Bremen, Germany. 8 pages

Can Stationary Distributions of Scale-Invariant Neural Networks Be Described by the Thermodynamics of an Ideal Gas?

尺度不变神经网络的稳态分布能否用理想气体的热力学描述？

Ildus Sadrtdinov, Ekaterina Lobacheva, Ivan Klimov, Mikhail Burtsev, Mikhail I. Katsnelson, Dmitry Vetrov

机构 * Constructor University（Constructor大学） ； Mila – Quebec AI Institute（魁北克AI研究所） ； Université de Montréal（蒙特利尔大学） ； London Institute for Mathematical Sciences（伦敦数学科学研究所） ； Institute for Molecules and Materials, Radboud University（分子与材料研究所，拉德堡德大学） 纠错

AI总结 本文提出用热力学框架解释SGD在尺度不变神经网络中的稳态分布，通过理论和模拟验证SGD动态与理想气体行为的对应关系，并探讨其对超参数调优和学习率调度器设计的指导意义。

Comments Accepted at IJCAI-ECAI 2026 (the 35th International Joint Conference on Artificial Intelligence)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks

FLASH：时态图神经网络中从历史灵活学习自适应采样

Or Feldman, Krishna Sri Ipsit Mantri, Carola-Bibiane Schönlieb, Chaim Baskin, Moshe Eliasof

机构 * Ben-Gurion University of the Negev（本·古里安大学） ； Purdue University（普渡大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 研究时态图未来链接预测汇总历史交互信号时，长历史会消耗资源，常用启发式采样静态且不适应图结构。提出FLASH可学习且图自适应的邻域选择机制，集成到TGNNs并端到端训练，实验证明性能提升。

Comments IJCAI 2026, 24 pages, 5 figures, 14 tables

WattGPU: Predicting Inference Power and Latency on Unseen GPUs and LLMs

WattGPU: 在未见过的GPU和LLM上预测推理功耗和延迟

Mauricio Fadel Argerich, Jonathan Fürst, Marta Patiño-Martínez

机构 * Universidad Politécnica de Madrid（马德里理工大学） ； Zurich University of Applied Sciences（苏黎世应用科学大学） 纠错

AI总结 提出WattGPU模型，利用公开的LLM元数据和GPU规格，无需硬件访问即可预测平均GPU功耗和令牌间延迟，在未见过的GPU和LLM上误差低至3.4%，优于基线方法。

Comments Accepted at 1st Workshop on Sustainability and Resource-Efficiency of Artificial Intelligence @ IJCAI 2026

Beyond Heatmaps: Unsupervised Concept-Graph Reasoning for Interpretable Visual Explanation

超越热力图：面向可解释视觉的无监督概念图推理

Md Mohasin Hossain, Anar Amirli, Robert Leist, Md Abdul Kadir, Daniel Sonntag

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Saarland University（萨尔大学） ； Oldenburg University（奥尔登堡大学） ； BEGO GmbH & Co. KG（BEGO有限两合公司） 纠错

AI总结 提出G-CBM模型，通过非负矩阵分解无监督发现概念，构建图像级概念图，利用图注意力网络进行概念级推理，在多个数据集上平均AUC提升3.7%。

Comments Accepted at the IJCAI-ECAI 2026 Workshop on Explainable Artificial Intelligence (XAI), Bremen, Germany. 7 pages, 4 figures

VLM-AR3L: Vision-Language Models for Absolute and Relative Rewards in Reinforcement Learning

VLM-AR3L：用于强化学习中绝对和相对奖励的视觉-语言模型

Kuan-Chen Chen, Winston Chen, Wei-Fang Sun, Min-Chun Hu

机构 * National Tsing Hua University（国立清华大学） ； NVIDIA AI Technology Center (NVAITC)（英伟达AI技术中心） 纠错

AI总结 提出VLM-AR3L框架，利用视觉-语言模型从偏好标签中学习绝对和相对奖励，结合状态评估与比较监督，在多种基准任务中优于先前方法。

Comments Accepted at IJCAI 2026. Project website: https://vlm-ar3l.github.io/