这篇文章主要讨论了保证案例的可靠性评估和其提供的信任程度，其信任程度不能简单化为单一的属性或测量，并应基于积极、消极和残留疑虑这三个不同的属性。

May, 2022

建议了一种使用反驳规则构建抵消参数系统进行冲突解决的方法，并提出了能够进行分析且具有封闭性质的系统扩展。

Sep, 2022

通过引入新的语义 —— 防御语义，本文研究了 Dung 的抽象论证框架，并提出了两种类型的防御、防御等价性以及接受论证的两种理由，进而定义了摘要的根等价性。

Nov, 2023

这篇论文介绍了一种名为 Defeasible Logic Programming（DeLP）的形式化方法，它将 Logic Programming 和 Defeasible Argumentation 的结果结合起来，提供了一种在动态领域中处理不完整和矛盾信息的代理人知识表示和基于论证的推理机制。

Feb, 2003

本文提出了一种新的辩护关系和辩护图的概念，基于辩护语义，定义了两种接受论点的原因，即直接原因和根本原因，介绍了辩证汇总中根等价的概念。

Apr, 2017

本文研究了基于认可度模型的不确定知识推理，通过评估命题的最可接受论点来评估命题的确定性，并探讨了基于直接反论和存在捍卫者两种认可度计算方法，并采用优先级比较方法，构建了支持这两种认可度计算方法的理论框架， 并在分层知识库推理方面进行了实证研究。

Jan, 2013

本研究选择计算可信度作为应用领域，评估了异议论证推理的推理能力，并将其与模糊推理和专家系统进行了比较。结果表明，与基线相比，基于异议论证的模型表现更为稳健。这项研究扩展了先前工作，从而提高了异议论证作为处理数据和知识不确定性的一种复杂方法的普适性。

Jun, 2022

在这项研究中，我们首次提出了用于研究因果推理中的可恢复性的基准数据集 delta-CAUSAL，并提出了一种名为 CESAR 的度量标准，该度量标准基于令牌级因果关系来衡量因果力量，并在捕捉支持者和驳斥者所带来的因果力量变化方面取得了显著的相对改进。

Jan, 2024

研究了神经模型是否能从构思问题场景中受益，并且在三个不同的可废除推理数据集上，我们的系统 CURIOUS 实现了新的最先进技术，这表明通过引导系统 “考虑” 问题并明确地建模场景，而不是本能地回答问题，可以提高性能。

Oct, 2021

本文提出了将 AI 组件纳入保证案例的更全面的证明结构，以显示其已实现定量目标的能力，包括测试结果、运行时方面、范围符合性和测试数据质量的数量化考虑和讨论.

Feb, 2022