Generalizable Prompt Tuning for Audio-Language Models via Semantic Expansion
通过语义扩展实现音频-语言模型的通用提示微调
机构 * KAIST（韩国科学技术院）
AI总结 本文提出SEPT框架，通过引入语义扩展损失提升音频-语言模型提示微调的泛化能力，增强嵌入空间语义结构，改进基到新泛化和跨数据集迁移。
Comments ACL 2026 findings
高校专区
Korea Advanced Institute of Science and Technology（韩国科学技术院）
Hybrid-Vector Retrieval for Visually Rich Documents: Combining Single-Vector Efficiency and Multi-Vector Accuracy
混合向量检索用于视觉丰富文档：结合单向量效率和多向量准确性
机构 * KAIST（韩国科学技术院） ； Hanyang University（翰阳大学）
AI总结 本文提出HEAVEN框架，通过单向量高效检索与多向量精确排序相结合，提升视觉丰富文档检索效率与准确性，同时引入ViMDoc基准测试。
Comments ACL 2026 Findings
Style over Story: Measuring LLM Narrative Preferences via Structured Selection
风格胜过故事：通过结构化选择测量大语言模型的叙事偏好
机构 * School of Digital Humanities and Computational Social Sciences, KAIST（数字人文与计算社会科学学院，韩国科学技术院）
AI总结 通过结构化选择实验测量大语言模型的叙事偏好，发现模型在风格优先于叙事内容方面表现一致，且风格偏好稳定，而内容元素则存在模型间差异和指令敏感性。
Comments Accepted to ACL 2026 (Findings), camera-ready version
LayerNorm Induces Recency Bias in Transformer Decoders
层归一化在Transformer解码器中诱导近期偏差
机构 * KAIST（韩国科学技术院） ； Microsoft Research（微软研究院）
AI总结 研究揭示Transformer解码器中层归一化与自注意力机制相互作用导致近期偏差的机制，分析残差连接和输入嵌入分布的影响，提出改进位置编码的新思路。
Comments Codes available at: https://github.com/starmpcc/layernorm_recency_bias
Journal ref ACL 2026 Findings
Evalet: Evaluating Large Language Models through Functional Fragmentation
Evalet：通过功能碎片化评估大型语言模型
机构 * School of Computing, KAIST（韩国庆北大学计算机学院） ； Computer Science and Engineering, University of Michigan（美国密歇根大学计算机科学与工程学院）
AI总结 本文提出通过功能碎片化方法，分析生成AI输出中的关键片段，揭示其在评估标准下的作用，帮助用户发现更多模型输出中的问题。
Comments The first two authors hold equal contribution. Presented at CHI 2026
Forget What Matters, Keep the Rest: Selective Unlearning of Informative Tokens
忘却重要信息，保留其余：信息性标记的选择性反学习
机构 * Korea Advanced Institute of Science and Technology, South Korea（韩国科学技术院） ； Hanbat National University, South Korea（汉阳大学）
AI总结 本文提出ETW方法，通过熵引导标记加权实现信息性标记的选择性反学习，提升模型效用。
Comments Accepted to ACL 2026 Main Conference. 17 pages, 9 figures
Error as Signal: Stiffness-Aware Diffusion Sampling via Embedded Runge-Kutta Guidance
误差作为信号：通过嵌入式龙格-库塔引导的刚性感知扩散采样
机构 * Korea University（韩国大学） ； KAIST（韩国科学技术院） ； Seoul National University（首尔国立大学） ； Korea Institute for Advanced Study（韩国高级研究院）
AI总结 本文提出嵌入式龙格-库塔引导方法，通过识别刚性区域减少局部截断误差，提升扩散模型采样稳定性与质量。
Comments ICLR 2026
EGMOF: Efficient Generation of Metal-Organic Frameworks Using a Hybrid Diffusion-Transformer Architecture
EGMOF：一种高效生成金属有机框架的混合扩散-Transformer架构
机构 * Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院化学与生物分子工程系） ； Department of Chemistry, University of Toronto（多伦多大学化学系） ； Vector Institute for Artificial Intelligence（人工智能矢量研究所） ； Department of Chemistry, Sungkyunkwan University（成均馆大学化学系） ； Acceleration Consortium（加速联盟） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Department of Materials Science & Engineering, University of Toronto（多伦多大学材料科学与工程系） ； Department of Chemical Engineering & Applied Chemistry, University of Toronto（多伦多大学化学工程与应用化学系） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究 institute (CIFAR)） ； NVIDIA
AI总结 EGMOF通过模块化流程实现高效MOF逆向设计，利用扩散模型与Transformer模型生成结构，仅需1000个训练样本即取得显著提升，适用于多种属性数据集。
Are they lovers or friends? Evaluating LLMs' Social Reasoning in English and Korean Dialogues
他们是恋人还是朋友？评估LLMs在英语和韩语对话中的社交推理能力
机构 * KAIST（韩国科学技术院） ； LT3 ； IDLab（ID实验室） ； Universiteit Gent（根特大学） ； Boston University（波士顿大学）
AI总结 本文通过SCRIPTS数据集评估LLMs在英语和韩语对话中推断人物关系的能力，发现当前模型在英语和韩语中的准确率分别为75-80%和58-69%，且存在显著的社交推理局限性。
Comments Accepted to ACL 2026
Speculative Verification: Exploiting Information Gain to Refine Speculative Decoding
推测验证：利用信息增益来细化推测解码
机构 * Hanyang University（翰阳大学） ； Seoul National University（首尔国立大学） ； KAIST（韩国科学技术院） ； Machine Learning Systems Lab（机器学习系统实验室）
AI总结 本文提出推测验证(SV)，通过动态预测推测准确性并调整验证长度来提升推测解码效率，实验证明SV在多个NLP任务中显著优于SD和标准解码。
Comments 16 pages, 8 figures, accepted to ACL 2026 Findings
Vision Language Models are Biased
视觉语言模型存在偏见
机构 * KAIST（韩国科学技术院） ； College of William and Mary（威廉与玛丽学院） ； University of Alberta（阿尔伯塔大学） ； Auburn University（阿伯茨维尔大学）
AI总结 研究探讨了视觉语言模型在计数和识别任务中的偏见问题，发现其在不同领域表现不佳，去除背景可显著提升准确率，揭示上下文视觉线索导致偏见。
Comments Code and qualitative examples are available at: vlmsarebiased.github.io
Machine Learning Based Prediction of Proton Conductivity in Metal-Organic Frameworks
基于机器学习的金属有机框架中质子导电性预测
机构 * Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology（化学与生物分子工程系，韩国科学技术院） ； Department of Chemistry and Medical Chemistry, Yonsei University（化学与医学化学系，延世大学）
AI总结 本文利用机器学习方法构建了质子导电性MOF数据库，通过描述符和Transformer模型预测质子导电性，发现Transformer迁移学习模型具有最佳性能，MAE为0.91，为设计质子导电性MOF提供理论支持。
mEOL: Training-Free Instruction-Guided Multimodal Embedder for Vector Graphics and Image Retrieval
mEOL：无需训练的指令引导多模态嵌入器用于矢量图形和图像检索
机构 * KAIST（韩国科学技术院） ； POSTECH
AI总结 本文提出无需训练的指令引导多模态嵌入框架，通过多模态大语言模型将文本、位图和SVG代码映射到对齐的嵌入空间，利用模态特定指令和结构化SVG提示实现嵌入方向控制，构建首个文本到SVG检索基准，展示出优于传统基线的性能。
Comments Round 1 early acceptance to WACV 2026, Project page: https://scene-the-ella.github.io/meol
Beyond Static Benchmarks: Synthesizing Harmful Content via Persona-based Simulation for Robust Evaluation
超越静态基准：基于人设的模拟合成有害内容以实现稳健评估
机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）
AI总结 本文提出基于人设的模拟合成有害内容框架，通过整合人口统计信息与主题兴趣，生成多样化且情境相关的有害交互，验证了其在有害性、挑战性和多样性方面的有效性，为评估检测系统提供更鲁棒的测试工具。
Comments ACL 2026
Visual-RRT: Finding Paths toward Visual-Goals via Differentiable Rendering
基于可微渲染的视觉-RRT：通过可微渲染寻找视觉目标路径
机构 * KAIST（韩国科学技术院） ； Samsung Electronics（三星电子）
AI总结 本文提出视觉-RRT，结合可微机器人渲染与RRT采样探索，实现视觉目标路径规划，实验表明其在模拟和现实环境中均有效。
