UIST 2026 最佳论文提名:Attribution Gradients 逐层展开 AI 引用溯源
lucy3_li · x · 2026-10-29
- 作者 Hita Kambhamettu 等人宣布将在 UIST 2026 展示论文 Attribution Gradients，获最佳论文荣誉提名（Best Paper Honorable Mention）。
- 该工作提出一种交互技术，让用户逐步展开 AI 回答背后的上下文：从模型生成的论断出发，查看证据类型、追溯引用原文，并沿引用链深入文献，实现六层递进式核查（查看论断→证据类型→证据→展开证据→定位来源→阅读原文）。
- 论文地址 arxiv.org/abs/2510.00361，将在 UIST 2026 的 Sensemaking and Knowledge Discovery 场次报告。
「研究」频道最新
- NeurIPS 新工作 MASEM:面向目标条件 RL 的多样化机器人状态采样 — KyleMorgenstein · 2026-10-29
- 无需读论文：四步用本地小模型和 Claude 玩转 mech-interp — burny_tech · 2026-10-29
- MIT 团队拆解 Claude「全局工作区」：J-lens 平均后仅保留不足 10% 方差 — burny_tech · 2026-10-29
- J-lens 可直接读出神经元人格词，仓库即将开源 — burny_tech · 2026-10-29
- 研究者亲历:一个转向向量即可让 RLHF 模型持续输出违禁词 — voooooogel · 2026-10-29
- OpenAI 疑用 Lean 形式化数学猜想，尚无专家公开评估 — maier_ak · 2026-10-29