The Double-Edged Sword of Knowledge Transfer: Diagnosing and Curing Fairness Pathologies in Cross-Domain Recommendation
知识迁移的双刃剑：诊断和治疗跨领域推荐中的公平性病理
AI总结 本文提出CDFA框架，通过自适应整合未标记数据和信息论方法，解决跨领域推荐中的公平性问题，减少不公平性并提升推荐性能。
Comments Accepted by WWW'26
期刊&会议
WWW / The Web Conference
The Web Conference · 会议 · Web
Thinking Broad, Acting Fast: Latent Reasoning Distillation from Multi-Perspective Chain-of-Thought for E-Commerce Relevance
深度思考，快速行动：多视角链式推理的潜在推理蒸馏用于电子商务相关性
机构 * Alibaba International Digital Commerce Group（阿里巴巴国际数字商业集团） ； Zhejiang University（浙江大学）
AI总结 本文提出多视角链式推理蒸馏方法，通过改进的教师模型和轻量级学生模型提升电子商务搜索相关性建模的准确性和效率。
Comments 12 pages, 6 figures, Accepted by WWW2026 industry track
ICL-EVADER: Zero-Query Black-Box Evasion Attacks on In-Context Learning and Their Defenses
ICL-EVADER: 零查询黑盒对抗攻击及对In-Context学习及其防御
AI总结 ICL-Evader提出零查询黑盒对抗攻击方法，揭示ICL的脆弱性并提供防御方案。
Comments 32 pages, Accepted by The Web Conference 2026 (WWW '26)
Modeling Endogenous Logic: Causal Neuro-Symbolic Reasoning Model for Explainable Multi-Behavior Recommendation
内生逻辑建模：可解释的多行为推荐因果神经符号推理模型
机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Nanjing University of Science and Technology（南京理工大学） ； School of Management（管理学院） ； Hefei University of Technology（合肥工业大学） ； School of Computer Science and Artificial Intelligence（计算机科学与人工智能学院） ； Nanjing University of Finance and Economics（南京财经大学） ； Department of Finance and Accounting（金融与会计系） ； Saint Petersburg State University（圣彼得堡国立大学） ； School of Computing（计算机学院） ； Macquarie University（麦考瑞大学）
AI总结 本文提出一种因果神经符号推理模型，用于可解释的多行为推荐，通过内生逻辑建模和因果推断提升推荐系统的可解释性和泛化能力。
Comments Accepted to The Web Conference (WWW) 2026
Intelli-Planner: Towards Customized Urban Planning via Large Language Model Empowered Reinforcement Learning
Intelli-Planner: 通过大型语言模型赋能的强化学习实现定制化城市规划
机构 * Gaoling School of Artificial Intelligence\ University of China Beijing China ； Gaoling School of Artificial Intelligence\ University of China
AI总结 Intelli-Planner通过结合深度强化学习与大型语言模型，实现定制化城市规划，提升规划方案的参与度和满意度。
Comments The Web Conference 2026
AC2L-GAD: Active Counterfactual Contrastive Learning for Graph Anomaly Detection
AC2L-GAD: 基于主动反事实对比学习的图异常检测
机构 * RMIT University（皇家墨尔本理工大学） ； The University of Queensland（昆士兰大学）
AI总结 AC2L-GAD 通过主动反事实对比学习方法，在图异常检测中有效解决标签稀缺和类别不平衡问题，提升检测性能。
Journal ref The ACM Web Conference (WWW 2026)
SMART: A Social Movement Analysis & Reasoning Tool with Case Studies on #MeToo and #BlackLivesMatter
SMART：一种社会运动分析与推理工具：以#MeToo和#BlackLivesMatter案例研究为例
AI总结 SMART通过分析社交媒体数据，利用Transformer模型预测情绪变化，帮助记者更精准地报道社会运动与SDGs相关议题。
Comments Accepted at 2026 ACM The Web Conference (WWW 2026)
Modeling Cascaded Delay Feedback for Online Net Conversion Rate Prediction: Benchmark, Insights and Solutions
对在线净转化率预测的级联延迟反馈建模：基准测试、洞察与解决方案
机构 * Xiamen University Xiamen China ； Taobao \& Tmall Group of Alibaba Beijing China ； Xiamen University ； Taobao \& Tmall Group of Alibaba
AI总结 本文提出TESLA框架，通过级联建模CVR和退款率，解决NetCVR预测中的延迟反馈问题，实现性能提升。
Comments This paper has been accepted by the ACM Web Conference (WWW) 2026. This is the camera-ready version. Please refer to the published version for citation once available
D-Models and E-Models: Diversity-Stability Trade-offs in the Sampling Behavior of Large Language Models
D模型和E模型：大语言模型采样行为中的多样性-稳定性权衡
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 研究揭示了大语言模型中D模型与E模型在采样行为上的多样性-稳定性权衡，为任务应用中的模型选择提供了指导。
Comments 12 pages, 10 figures. Accepted by WWW'26
MultiHateLoc: Towards Temporal Localisation of Multimodal Hate Content in Online Videos
MultiHateLoc：迈向在线视频中多模态仇恨内容的时间定位
机构 * Department of Computer Science, University of Exeter（埃克塞特大学计算机科学系） ； Institute for Analytics and Data Science, University of Essex（埃塞克斯大学分析与数据科学研究所） ； School of Computer Science, University of Birmingham（伯明翰大学计算机科学学院）
AI总结 MultiHateLoc提出了一种弱监督多模态仇恨内容时间定位框架，通过动态跨模态融合和模态感知MIL目标实现细粒度帧级预测。
Comments In Proceedings of the ACM Web Conference 2026 (WWW 2026)
EMSEdit: Efficient Multi-Step Meta-Learning-based Model Editing
EMSEdit: 基于多步元学习的高效模型编辑
机构 * National University of Denfense Technology（国防科技大学）
AI总结 EMSEdit通过多步反向传播和范数正则化提升模型编辑效率，在低数据和复杂编辑任务中表现优异。
Comments Accepted at WWW2026
Boosting Large Language Models for Mental Manipulation Detection via Data Augmentation and Distillation
通过数据增强和蒸馏提升大语言模型用于心理操控检测
机构 * Zhejiang University（浙江大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信）
AI总结 通过数据增强和蒸馏提升大语言模型用于心理操控检测，提高检测准确率和F1指标
Comments Accepted to WWW 2026
GORAG: Graph-based Online Retrieval Augmented Generation for Dynamic Few-shot Social Media Text Classification
基于图的在线检索增强生成用于动态少样本社交媒体文本分类
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Guangzhou HKUST Fok Ying Tung Research Institute（广州HKUST福ying顿研究 institute）
AI总结 GORAG提出一种基于图的在线检索增强生成框架，用于动态少样本社交媒体文本分类，通过构建关键词和标签的加权图并动态检索上下文以提升分类性能。
Comments Accepted by WWW 2026
