Imperial College London（帝国理工学院）

SemEval-2026 Task 3: Dimensional Aspect-Based Sentiment Analysis (DimABSA)

SemEval-2026任务3：基于维度的方面情感分析（DimABSA）

Liang-Chih Yu, Jonas Becker, Shamsuddeen Hassan Muhammad, Idris Abdulmumin, Lung-Hao Lee, Ying-Lung Lin, Jin Wang, Jan Philip Wahle, Terry Ruas, Natalia Loukachevitch, Alexander Panchenko, Ilseyar Alimova, Lilian Wanzare, Nelson Odhiambo, Bela Gipp, Kai-Wei Chang, Saif M. Mohammad

机构 * Yuan Ze University（元智大学） ； University of Göttingen（哥廷根大学） ； Imperial College London（伦敦帝国学院） ； University of Pretoria（比勒陀利亚大学） ； National Yang Ming Chiao Tung University（国立阳明交通大学） ； Central Police University（中央警察大学） ； Yunnan University（云南大学） ； Lomonosov Moscow State University（莫斯科国立大学） ； Skoltech（斯科尔科沃科学技术学院） ； AIRI（人工智能研究所） ； Maseno University（马塞诺大学） ； UCLA（加州大学洛杉矶分校） ； National Research Council Canada（加拿大国家研究委员会） 纠错

AI总结 本文提出SemEval-2026任务3，旨在通过建模valence-arousal（VA）维度改进传统ABSA，引入DimStance任务以扩展ABSA至公共议题讨论，包含两个赛道和三个子任务，提出连续F1指标评估。

The Depth Ceiling: On the Limits of Large Language Models in Discovering Latent Planning

深度上限：大语言模型在发现潜在规划中的局限性

Yi Xu, Philipp Jettkant, Laura Ruis

机构 * University of Cambridge（剑桥大学） ； Imperial College London（帝国理工学院） ； MIT（麻省理工学院） 纠错

AI总结 研究探讨了大语言模型在无监督情况下发现多步规划策略的极限，发现模型在单次前向传递中能执行最多七步潜在规划，揭示了训练与测试时能力的差异。

Comments 10 pages, 3 figures, 1 table (30 pages, 9 figures, 10 tables including references and appendices)

RAGEN-2: Reasoning Collapse in Agentic RL

RAGEN-2：代理强化学习中的推理崩溃

Zihan Wang, Chi Gui, Xing Jin, Qineng Wang, Licheng Liu, Kangrui Wang, Shiqi Chen, Linjie Li, Zhengyuan Yang, Pingyue Zhang, Yiping Lu, Jiajun Wu, Li Fei-Fei, Lijuan Wang, Yejin Choi, Manling Li

机构 * Northwestern University（西北大学） ； UIUC（伊利诺伊大学厄巴纳-香槟分校） ； Independent（独立研究者） ； Imperial College London（伦敦帝国学院） ； Oxford University（牛津大学） ； University of Washington（华盛顿大学） ； Microsoft（微软） ； Stanford University（斯坦福大学） 纠错

AI总结 研究发现代理强化学习中推理稳定性受模板崩溃影响，通过引入互信息代理提升推理质量与任务表现。

Front-End Ethics for Sensor-Fused Health Conversational Agents: An Ethical Design Space for Biometrics

传感器融合健康对话代理的前端伦理：生物特征的伦理设计空间

Hansoo Lee, Rafael A. Calvo

机构 * Imperial College London（伦敦帝国理工学院） ； Korea Institute of Science and Technology（韩国科学技术研究院） 纠错

AI总结 本文探讨了生物特征翻译的伦理设计，提出五个维度分析前端伦理风险，提出适应性披露作为安全机制，确保健康代理支持用户自主性。

Comments Accepted at the Proceedings of the CHI 2026 Workshop: Ethics at the Front-End

The Rise of AfricaNLP: A Survey of Contributions, Contributors, Community Impact, and Bibliometric Analysis

非洲NLP的崛起：对贡献、贡献者和社区影响的调查及文献计量分析

Tadesse Destaw Belay, Kedir Yassin Hussen, Sukairaj Hafiz Imam, Ibrahim Said Ahmad, Isa Inuwa-Dutse, Abrham Belete Haile, Grigori Sidorov, Eusebio Ricardez Vazquez, Iqra Ameer, Idris Abdulmumin, Tajuddeen Gwadabe, Vukosi Marivate, Seid Muhie Yimam, Shamsuddeen Hassan Muhammad

机构 * Instituto Politécnico Nacional（国立理工学院） ； University of Gondar（贡德尔大学） ； Northwest University Kano（卡诺西北大学） ； Bayero University Kano（巴耶罗大学卡诺分校） ； University of Huddersfield（哈德斯菲尔德大学） ； iCog Labs（iCog实验室） ； Pennsylvania State University（宾夕法尼亚州立大学） ； University of Pretoria（比勒陀利亚大学） ； Masakhane ； University of Hamburg（汉堡大学） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 本文通过分析非洲NLP领域近20年的研究进展，探讨了出版物、主题、任务、数据、方法和贡献者等方面的变化，提出了非洲NLP研究的趋势分析工具。

Before Humans Join the Team: Diagnosing Coordination Failures in Healthcare Robot Team Simulation

在人类加入团队之前：医疗机器人团队模拟中的协调失败诊断

Yuanchen Bai, Zijian Ding, Shaoyue Wen, Xiang Chang, Angelique Taylor

机构 * Cornell Tech（康奈尔科技校区） ； Department of Information Science, Cornell University（康奈尔大学信息科学系） ； University of Maryland, College Park（马里兰大学帕克分校） ； Imperial College London（伦敦帝国学院） 纠错

AI总结 本文通过模拟方法研究医疗机器人团队的协调失败问题，发现团队结构是协调的主要瓶颈，并提出安全的人机协作设计方法。

Comments Revised version incorporating new analysis and restructuring