语言大模型 / LLM

Surprisal Minimisation over Goal-directed Alternatives Predicts Production Choice in Dialogue

基于目标导向替代的惊奇最小化预测对话中的产出选择

Tom Utting, Mario Giulianelli, Arabella Sinclair

机构 * University of Aberdeen（阿伯丁大学） ； University College London（伦敦大学学院） 纠错

专题命中 其他LLM ：language model(abstract)；分类 cs.CL

AI总结 本文通过概率成本敏感选择模型，探讨对话中基于目标导向和上下文合理性的替代选择，发现基于目标导向替代的惊奇最小化在预测对话产出选择中表现最佳。

Comments 9 pages, to appear at ACL 2026 (Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics)

MUDY: Multi-Granular Dynamic Candidate Contextualization for Unsupervised Keyphrase Extraction

MUDY：面向无监督关键词提取的多粒度动态候选上下文化

Hyeongu Kang, Susik Yoon

专题命中 其他LLM ：language model(abstract)

AI总结 MUDY提出一种以上下文为核心的框架，通过多粒度注意力机制和候选感知加权，提升关键词提取的局部上下文重要性识别能力，实验证明其在多个数据集上优于现有方法。

Comments Accepted to SIGIR 2026

Alignment Contracts for Agentic Security Systems

代理安全系统的对齐契约

Isaac David, Marco Guarnieri, Arthur Gervais

专题命中 其他LLM ：LLM(abstract)

AI总结 本文提出对齐契约框架，用于规范和强制执行可观测效果的行为约束，通过有限轨迹语义和模块化合同工程规则，确保安全系统的边界控制。