KDD

When Should Active RAG Retrieve? A Budget-Aware Evaluation of Utility, Calibration, and Cost

主动检索生成式人工智能何时应进行检索？效用、校准和成本的预算感知评估

Pin Qian, Su Wang, Chong Peng, Junxian You, Lifei Liu, Haoran Yu, Yihang Chen, Xiaochong Jiang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Glasgow（格拉斯哥大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 研究主动检索生成式人工智能何时检索，通过将其重述为效用估计进行预算感知评估，并分离出相关三个问题，利用多种方法实现，在多数据集和模型中验证，强调评估应报告多方面指标。

Comments Accepted at the ACM SIGKDD KDD 2026 Workshop on Evaluation and Trustworthiness of Agentic AI; 7 pages, 1 figure, and 4 tables

SCTA: An Agentic Framework for Stable and Interpretable Target Gene Discovery from Single-Cell RNA Sequencing

SCTA：一种用于从单细胞RNA测序中稳定且可解释地发现靶基因的智能体框架

Shuyu Chen, Chen Zhu, Ye Zhang, Yang Li, Qiqi Xie, Haohan Wang

机构 * Novartis Biomedical Research（诺华生物医学研究公司） 纠错

AI总结 研究旨在从scRNA-seq数据中稳定且可解释地发现靶基因，提出SCTA智能体框架，将靶标发现分解为专门智能体并结合结构化证据约束推理，通过遗传性慢性胰腺炎研究验证其能提高靶标发现的多项性能。

Comments 10 pages, 4 figures. To appear in the ACM SIGKDD Workshop on Data Mining in Bioinformatics (BioKDD 2026)

Disentangling Multi-View Scanning in Mamba for Network Traffic Anomaly Detection

在用于网络流量异常检测的曼巴中解开多视图扫描

Xinglin Lian, Chengtai Cao, Ting Zhong, Fan Zhou

机构 * University of Electronic Science and Technology of China（电子科技大学） ； City University of Hong Kong（香港城市大学） ； Key Laboratory of Intelligent Digital Media Technology of Sichuan Province（四川省智能数字媒体技术重点实验室） 纠错

AI总结 研究网络流量异常检测，针对曼巴多视图扫描存在冗余积累问题，提出DisenMamba框架，将多视图扫描改为解缠再融合过程，有效防止不变信息积累，保留多视图线索，经实验验证其有效性并建立新范式。

Comments Accepted by KDD 2026

RoleMix: Unifying Sequential and Non-Sequential Features via Semantic Tokenization for Post-Click Conversion Rate Prediction

RoleMix：通过语义令牌化统一顺序和非顺序特征以进行点击后转化率预测

Wenan Wang, Qin Zhao, Zhixiang Lu

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Macau Polytechnic University（澳门理工大学） ； University of Liverpool（利物浦大学） 纠错

AI总结 针对PCVR预测中特征结构不匹配问题，提出RoleMix统一交互架构，通过语义令牌化表示顺序和非顺序证据，经两阶段处理和联合细化用于预测，在KDD Cup 2026挑战赛中表现出色，凸显保留字段语义的重要性。

Comments KDD Cup 2026 Tencent UniRec Challenge