KDD

Trustworthy Agent Network: Trust in Agent Networks Must Be Baked In, Not Bolted On

可信代理网络：在代理网络中，信任必须被内置，而非事后添加

Yixiang Yao, Yuhang Yao, Xinyi Fan, Jiechao Gao, Jie Wang, Minjia Zhang, Srivatsan Ravi, Carlee Joe-Wong

机构 * University of Southern California（南加州大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） 纠错

AI总结 本文探讨了在代理网络中信任必须被内置而非事后添加的问题，提出了一个综合的概念框架，通过四个设计支柱来建立代理网络中的信任。

Comments Accepted at SIGKDD 2026 Blue Sky Ideas Track

MAC: A Conversion Rate Prediction Benchmark Featuring Labels Under Multiple Attribution Mechanisms

MAC: 一个包含多种归因机制标签的转化率预测基准

Jinqi Wu, Sishuo Chen, Zhangming Chan, Yong Bai, Lei Zhang, Sheng Chen, Chenghuan Hou, Xiang-Rong Sheng, Han Zhu, Jian Xu, Bo Zheng, Chaoyou Fu

机构 * .1em blue n Nanjing University, Nanjing, China .1em purple a Taobao \& Tmall Group of Alibaba, Beijing, China ； .1em blue n Nanjing University, Nanjing, China ； .1em purple a Taobao \& Tmall Group of Alibaba, Beijing, China 纠错

AI总结 本文提出MAC基准和PyMAL库，通过多归因机制标签提升转化率预测性能，提出MoAE方法在多归因学习中取得显著效果。

Comments 11 pages, 5 figures. Updated to the camera-ready version published in the proceedings of KDD 2026. Code and data available at https://github.com/alimama-tech/PyMAL

Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), pp. 10009-10019, 2026

SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization

SAGEO Arena: 一个用于评估搜索增强生成引擎优化的现实环境

Sunghwan Kim, Wooseok Jeong, Serin Kim, Sangam Lee, Dongha Lee

机构 * Department of Artificial Intelligence Yonsei University Seoul Republic of Korea（人工智能系 韩国延世大学） ； Yonsei University（韩国延世大学） ； Konkuk University（韩国Konkuk大学） 纠错

AI总结 SAGEO Arena是一个用于评估搜索增强生成引擎优化的现实环境，通过整合生成搜索管道和结构信息，解决现有基准在端到端可见性评估和结构信息利用方面的不足。

Comments Accepted at KDD 2026