ACL

Calibrated? Not for Everyone: How Sexual Orientation and Religious Markers Distort LLM Accuracy and Confidence in Medical QA

校准？并非人人适用：性取向和宗教标志如何扭曲LLM在医疗问答中的准确性和置信度

Alberto Testoni, Iacer Calixto

机构 * Department of Medical Informatics, Amsterdam University Medical Center, University of Amsterdam, Amsterdam, The Netherlands（阿姆斯特丹大学医学信息学系，阿姆斯特丹大学医学中心，阿姆斯特丹，荷兰） ； Amsterdam Public Health, Methodology, Amsterdam, The Netherlands（阿姆斯特丹公共卫生，方法学，阿姆斯特丹，荷兰） 纠错

AI总结 本文研究了患者的社会描述（性取向和宗教归属）如何扭曲LLM的不确定性信号和准确性，发现身份标志导致校准危机，影响置信度信号的可靠性，对医疗部署构成风险。

Comments Accepted to ACL 2026 (Main Conference)

A Survey of Reinforcement Learning for Large Language Models under Data Scarcity: Challenges and Solutions

面向大数据稀缺性的大型语言模型强化学习综述：挑战与解决方案

Zhiyin Yu, Yuchen Mou, Juncheng Yan, Junyu Luo, Chunchun Chen, Xing Wei, Yunhui Liu, Hongru Sun, Yuxing Zhang, Jun Xu, Yatao Bian, Ming Zhang, Wei Ye, Tieke He, Jie Yang, Guanjie Zheng, Zhonghai Wu, Bo Zhang, Lei Bai, Xiao Luo

机构 * Peking University（北京大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； Nankai University（南开大学） ； Tongji University（同济大学） ； Nanjing University（南京大学） ； University of Wollongong（沃林根大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

AI总结 本文综述了在数据稀缺条件下大型语言模型强化学习的挑战与解决方案，提出三级框架，梳理现有方法并分析其优劣，为高效强化学习提供理论基础。

Comments Accepted to ACL 2026 (Main Conference)

BizCompass: Benchmarking the Reasoning Capabilities of LLMs in Business Knowledge and Applications

BizCompass：评估大语言模型在商业知识与应用中的推理能力的基准测试

Jianing Hao, Yuhe Wu, Yuanjian Xu, Shichang Meng, Shuai Yuan, Wei Zeng, Zixuan Wang, Guang Zhang

AI总结 BizCompass通过连接理论基础与实际商业知识，评估LLM在金融、经济等领域的推理能力，揭示不同模型在商业场景中的表现差异及影响因素。

Comments 40 pages, 6 figures, Findings of ACL 2026

Efficient Test-Time Scaling via Temporal Reasoning Aggregation

通过时间推理聚合实现高效的测试时扩展

Jiakun Li, Xingwei He, Kefan Li, Hongzheng Chai, Hongyue Yu, Yuan Yuan

机构 * School of Computer Science and Engineering, Beihang University（北航计算机科学与工程学院） ； Qingdao Research Institute, Beihang University（北航青岛研究院） ； Hangzhou Innovation Institute, Beihang University（北航杭州创新研究院） 纠错

AI总结 本文提出TRACE框架，通过时间聚合多步骤证据实现高效测试时扩展，减少推理token使用25-30%，保持准确性，优于现有动态推理方法。

Comments Accepted to Findings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)

CRISP: Compressing Redundancy in Chain-of-Thought via Intrinsic Saliency Pruning

通过内在显著性剪枝压缩链式推理中的冗余

Yangsong Lan, Hongliang Dai, Piji Li

机构 * College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（南京航空航天大学人工智能学院） ； The Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education（教育部脑机智能技术重点实验室） 纠错

AI总结 本文提出CRISP框架，通过利用模型内在显著性信号压缩链式推理，减少冗余并保持逻辑一致性，实验表明在不牺牲准确性的情况下实现50-60%的token减少。

Comments Findings of the Association for Computational Linguistics: ACL 2026

HORIZON: A Benchmark for In-the-wild User Behaviour Modeling

HORIZON：一个面向真实世界用户行为建模的基准

Arnav Goel, Pranjal A Chitale, Bhawna Paliwal, Bishal Santra, Amit Sharma

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Microsoft Research India（微软印度研究院） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 HORIZON基准通过跨领域、长时域的数据和任务设计，解决传统用户建模基准的局限性，提出新的任务和评估方法，评估模型在异构环境中的泛化能力。

Comments 19 pages, accepted to ACL 2026 (Findings)

Are Emotion and Rhetoric Neurons in LLM? Neuron Recognition and Adaptive Masking for Emotion-Rhetoric Prediction Steering

LLM中是否存在情绪与修辞神经元？神经元识别与自适应遮蔽用于情绪-修辞预测引导

Li Zheng, Xin Zhang, Shuyi He, Fei Li, Chong Teng, Jiangming Yang, Donghong Ji, Zhuang Li

机构 * Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University（航空信息安全与可信计算 key laboratory，教育部，武汉大学计算机科学与工程学院） 纠错

AI总结 本文研究LLM中情绪与修辞神经元的表示机制及内在关联，提出神经元识别框架与自适应遮蔽方法，实现神经元功能的可靠验证，通过神经元调控提升情绪任务与修辞表达的精细控制。

Comments Accepted by ACL 2026

Seeing Isn't Believing: Mitigating Belief Inertia via Active Intervention in Embodied Agents

看见并不等于相信：通过主动干预缓解具身智能体中的信念惯性

Hanlin Wang, Chak Tou Leong, Jian Wang, Wenjie Li

机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； College of Computer Science, Sichuan University（四川大学计算机学院） 纠错

AI总结 本文提出通过主动干预缓解具身智能体中的信念惯性问题，引入EVU机制提升任务成功率。

Comments Accepted by ACL2026 Fingdings

GaLa: Hypergraph-Guided Visual Language Models for Procedural Planning

GaLa：基于超图的视觉语言模型用于程序规划

Kun Wang, Yiming Li, Mingcheng Qu, Aqiang Zhang, Guang Yang, Tonghua Su

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳）） ； Chongqing Research Institute of HIT（重庆哈尔滨工业大学研究院） 纠错

AI总结 GaLa通过超图表示学习，有效捕捉物体间的隐含语义关系和功能区域的层次结构，提升多模态程序规划的性能。

Comments 14pages, 7figures

Journal ref ACL 2026(Findings)

Continual Safety Alignment via Gradient-Based Sample Selection

通过基于梯度的样本选择实现持续的安全对齐

Thong Bach, Dung Nguyen, Thao Minh Le, Truyen Tran

机构 * Applied Artificial Intelligence Initiative (A2I2)（应用人工智能倡议（A2I2）） ； Deakin University（德肯大学） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

AI总结 本文研究了通过数据视角分析导致对齐漂移的训练样本，提出基于梯度的样本选择方法，在微调过程中过滤高梯度样本，提升安全对齐保持能力，同时保持任务性能，无需人工筛选安全数据或修改架构。

Comments 18 pages

Journal ref ACL 2026 (Findings)

Cognitive Policy-Driven LLM for Diagnosis and Intervention of Cognitive Distortions in Emotional Support Conversation

认知驱动的LLM用于情绪支持对话中认知扭曲的诊断与干预

Lin Zhong, Renjin Zhu, Shujuan Ma, Jinhao Cui, Lingzhi Wang, Hao Chen, Qing Liao

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； City University of Macau, Macao SAR, China（澳门城市大学） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室） 纠错

AI总结 本文提出CogBiasESC数据集和CoPoLLM框架，用于提升LLM在情绪支持对话中识别和干预认知扭曲的能力，实验显示其在诊断准确性和安全性方面优于现有方法。

Comments Accepted at ACL 2026 (Main Conference)

Modeling Multi-Dimensional Cognitive States in Large Language Models under Cognitive Crowding

在认知拥挤下对大语言模型中的多维认知状态建模

Lin Zhong, Siyu Zhu, Zizhen Yuan, Jinhao Cui, Xinyang Zhao, Lingzhi Wang, Hao Chen, Qing Liao

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； City University of Macau（澳门城市大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

AI总结 本文提出CognitiveBench基准，通过统一标注四个认知维度，发现LLM在多维建模中表现下降，提出HyCoLLM在双曲空间中建模，提升多维认知理解。

Comments Accepted at ACL 2026

Towards Intrinsic Interpretability of Large Language Models:A Survey of Design Principles and Architectures

面向大语言模型内在可解释性的探索：设计原则与架构的综述

Yutong Gao, Qinglin Meng, Yuan Zhou, Liangming Pan

机构 * MOE Key Lab of Computational Linguistics, Peking University（计算语言学MOE实验室，北京大学） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院，北京，中国） ； Nanjing University of Science and Technology（南京理工大学） ； Purdue University（普渡大学） 纠错

AI总结 本文综述了大语言模型内在可解释性的发展，分类现有方法为五种设计范式，并讨论开放挑战与未来研究方向。

Comments Accepted to the Main Conference of ACL 2026. 14 pages, 4 figures, 1 table

IUQ: Interrogative Uncertainty Quantification for Long-Form Large Language Model Generation

IUQ：长文本大语言模型生成的疑问性不确定性量化

Haozhi Fan, Jinhao Duan, Kaidi Xu

机构 * University of Pennsylvania（宾夕法尼亚大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； City University of Hong Kong（香港城市大学） 纠错

AI总结 本文提出IUQ框架，通过跨样本一致性与内样本忠实度量化长文本生成的不确定性，验证了其在不同模型上的优越性能。

Comments Accepted by ACL (main) 2026

XQ-MEval: A Dataset with Cross-lingual Parallel Quality for Benchmarking Translation Metrics

XQ-MEval：一个用于评估翻译度量标准的跨语言平行质量数据集

Jingxuan Liu, Zhi Qu, Jin Tei, Hidetaka Kamigaito, Lemao Liu, Taro Watanabe

机构 * Nara Institute of Science and Technology（奈良科学技术大学） ； Fudan University（复旦大学） 纠错

AI总结 本文提出XQ-MEval数据集，通过注入错误并过滤生成伪翻译，评估翻译度量标准的跨语言评分偏见问题，提供了首个实证证据。

Comments 19 pages, 8 figures, ACL 2026 Findings

CollabCoder: Plan-Code Co-Evolution via Collaborative Decision-Making for Efficient Code Generation

CollabCoder: 通过协作决策实现计划-代码共演以提高代码生成效率

Duy Tung Doan, Quang Huy Phung, Dzung Nguyen, Khac-Hoai Nam Bui

机构 * Viettel AI, Viettel Group（越南Viettel集团AI部门） ； Hanoi University of Science and Technology（河内科学技术大学） 纠错

AI总结 CollabCoder通过动态多智能体协作提升代码生成效率，通过计划模块与代码模块的协作决策提高代码质量和鲁棒性，实验表明其在复杂任务中性能优于现有方法且计算开销更低。

Comments ACL 2026 Findings

From Relevance to Authority: Authority-aware Generative Retrieval in Web Search Engines

从相关性到权威性：面向网页搜索引擎的权威感知生成检索

Sunkyung Lee, Jihye Back, Donghyeon Jeon, Soonhwan Kwon, Moonkwon Kim, Inho Kang, Jongwuk Lee

机构 * Sungkyunkwan University（成均馆大学） ； Naver Corporation（Naver公司） 纠错

AI总结 本文提出权威感知生成检索框架AuthGR，通过多模态权威评分、三阶段训练和混合集成流程提升检索的权威性和准确性，在实际应用中显著提高用户参与度和可靠性。

Comments ACL 2026 (Industry Track)

Retrieval as Generation: A Unified Framework with Self-Triggered Information Planning

检索即生成：一个统一框架与自触发信息规划

Bo Li, Mingda Wang, Gexiang Fang, Shikun Zhang, Wei Ye

机构 * National Engineering Research Center for Software Engineering, Peking University（软件工程国家工程研究中心，北京大学） ； School of Computer Science, Peking University（北京大学计算机学院） ； School of Health Sciences and Biomedical Engineering, Hebei University of Technology（河北工业大学健康科学与生物医学工程学院） 纠错

AI总结 GRIP框架通过生成引导检索与信息规划，实现检索与推理的紧密耦合，支持动态多步推理，实验表明其在问答基准上优于RAG基线并接近GPT-4o。

Comments Github: https://github.com/WisdomShell/GRIP HuggingFace:https://huggingface.co/collections/WisdomShell/grip

Journal ref ACL2026, Main Conference

From Answers to Arguments: Toward Trustworthy Clinical Diagnostic Reasoning with Toulmin-Guided Curriculum Goal-Conditioned Learning

从答案到论证：通过托尔金引导的课程目标条件学习实现可信的临床诊断推理

Chen Zhan, Xiaoyu Tan, Gengchen Ma, Yu-Jie Xiong, Xiaoyan Jiang, Xihe Qiu

机构 * School of Electronic and Electrical Engineering, Shanghai University of Engineering Science（上海工程技术大学电子与电气工程学院） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

AI总结 本文提出托尔金引导的课程目标条件学习框架，通过逐步训练LLM生成符合托尔金结构的诊断论证，提升临床诊断的透明性和可靠性。

Comments Accepted at ACL 2026

Benchmarking and Enabling Efficient Chinese Medical Retrieval via Asymmetric Encoders

通过不对称编码器评估并实现高效的中文医疗检索

Angqing Jiang, Jianlyu Chen, Zhe Fang, Yongcan Wang, Xinpeng Li, Keyu Ding, Defu Lian

AI总结 本文提出CMedTEB基准，结合检索、重排序和语义文本相似性任务，引入CARE不对称检索器，通过两阶段训练策略提升性能，实现高效医疗检索。

Comments 21 pages, 4 figures. Accepted by ACL 2026

VLN-NF: Feasibility-Aware Vision-and-Language Navigation with False-Premise Instructions

VLN-NF：具有假前提指令的视图与语言导航

Hung-Ting Su, Ting-Jun Wang, Jia-Fong Yeh, Min Sun, Winston H. Hsu

机构 * National Taiwan University（国立台湾大学） ； National Tsing Hua University（国立清华大学） ； DRIC 纠错

AI总结 本文提出VLN-NF基准，通过引入假前提指令，要求智能体在目标不存在时进行探索并明确输出NOT-FOUND，采用ROAM方法在房间级导航与室内探索中取得最佳性能。

Comments ACL 2026 camera ready

Instruction Data Selection via Answer Divergence

通过答案分歧进行指令数据选择

Bo Li, Mingda Wang, Shikun Zhang, Wei Ye

机构 * National Engineering Research Center for Software Engineering, Peking University（软件工程国家工程研究中心，北京大学） ； School of Computer Science, Peking University（北京大学计算机学院） ； PKU-CMCC(Hubei) Joint Research Lab for LLM Industrial Applications（北京大学-CMCC（湖北）大语言模型工业应用联合实验室） ； School of Health Sciences and Biomedical Engineering, Hebei University of Technology（河北工业大学健康科学与生物医学工程学院） 纠错

AI总结 本文提出通过多样本输出的几何结构选择指令数据，通过计算答案分歧分数提升下游性能，实验表明仅使用10K个ADG选择的例子在六个基准上表现更优。

Comments Github: https://github.com/WisdomShell/ADG Project: https://wisdomshell.github.io/ADG/

Journal ref ACL2026, Main Conference

SeLaR: Selective Latent Reasoning in Large Language Models

SeLaR：大语言模型中的选择性潜在推理

Renyu Fu, Guibo Luo

机构 * Guangdong Provincial Key Laboratory of Ultra High Definition Immersive Media Technology（广东省超高清沉浸式媒体技术重点实验室） ； Shenzhen Graduate School, Peking University（北京大学深圳研究生院） 纠错

AI总结 SeLaR通过引入熵门机制和熵感知对比正则化，解决大语言模型中链式推理的稳定性与探索性问题，优于标准CoT和训练自由方法。

Comments Camera-ready for ACL 2026 (main conference)

Data Selection for Multi-turn Dialogue Instruction Tuning

多轮对话指令微调的数据选择

Bo Li, Shikun Zhang, Wei Ye

机构 * National Engineering Research Center for Software Engineering, Peking University（软件工程国家工程研究中心，北京大学） ； School of Computer Science, Peking University（北京大学计算机学院） ； PKU-CMCC(Hubei) Joint Research Lab for LLM Industrial Applications（北京大学-湖北CMCC大模型工业应用联合实验室） 纠错

AI总结 本文提出MDS框架，通过全局覆盖和局部结构阶段选择多轮对话数据，提升指令微调效果，优于现有方法并在多个基准测试中表现最佳。

Comments Github: https://github.com/WisdomShell/MDS Project: https://wisdomshell.github.io/MDS/

Journal ref Findings of ACL 2026

Reasoning-Based Refinement of Unsupervised Text Clusters with LLMs

基于推理的无监督文本聚类细化方法

Tunazzina Islam

机构 * Department of Computer Science（计算机科学系） 纠错

AI总结 本文提出利用大语言模型作为语义评判者，对无监督聚类结果进行推理细化，通过三个阶段提升聚类的连贯性与可解释性，实验证明其在社交媒体数据中优于传统方法。

Comments Accepted to the Findings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026). Camera-ready

STRIDE-ED: A Strategy-Grounded Stepwise Reasoning Framework for Empathetic Dialogue Systems

STRIDE-ED：一种基于策略的分步推理框架用于共情对话系统

Hongru Ji, Yuyin Fan, Meng Zhao, Xianghua Li, Lianwei Wu, Chao Gao

机构 * School of Artificial Intelligence, OPtics and ElectroNics (iOPEN), Northwestern Polytechnical University, China（人工智能学院、光学与电子学（iOPEN）、西北工业大学，中国） ； School of Artificial Intelligence and Big Data, Henan University of Technology, China（人工智能与大数据学院、河南理工大学，中国） ； School of Computer Science, Northwestern Polytechnical University, China（计算机学院、西北工业大学，中国） 纠错

AI总结 本文提出STRIDE-ED框架，通过结构化策略引导推理，解决共情对话中策略意识和上下文敏感决策的难题，实验表明其在多种LLM上表现优异。

Comments Accepted by ACL 2026

What If Consensus Lies? Selective-Complementary Reinforcement Learning at Test Time

如果共识是谎言呢？测试时的选择性互补强化学习

Dong Yan, Jian Liang, Yanbo Wang, Shuo Lu, Ran He, Tieniu Tan

机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； NLPR & MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Nanjing University（南京大学） 纠错

AI总结 本文提出SCRL框架，通过选择性正伪标签和熵门控负伪标签减少标签噪声影响，提升测试时强化学习的鲁棒性和泛化能力。

Comments Accepted at ACL 2026 Main Conference

CLAG: Adaptive Memory Organization via Agent-Driven Clustering for Small Language Model Agents

CLAG：基于代理驱动聚类的自适应内存组织方法用于小型语言模型代理

Taeyun Roh, Wonjune Jang, Junha Jung, Jaewoo Kang

机构 * Korea University（韩国大学） ； Myongji University（明知大学） ； AIGEN Sciences（AIGEN公司） 纠错

AI总结 CLAG通过代理驱动聚类实现小型语言模型代理的自适应内存组织，通过语义聚类减少跨主题干扰并提升内存密度，实验表明其在问答任务中能提高回答质量和鲁棒性。

Comments Findings of the ACL 2026

Sculpting the Vector Space: Towards Efficient Multi-Vector Visual Document Retrieval via Prune-then-Merge Framework

塑造向量空间：通过剪枝-然后-融合框架实现高效的多向量视觉文档检索

Yibo Yan, Mingdong Ou, Yi Cao, Xin Zou, Jiahao Huo, Shuliang Liu, James Kwok, Xuming Hu

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Alibaba Cloud Computing（阿里云计算） 纠错

AI总结 本文提出剪枝-然后-融合框架，通过两阶段方法提升多向量视觉文档检索效率，实验表明其在压缩率与特征保真度间取得平衡，显著扩展近无损压缩范围。

Comments Accepted by The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026, Findings)

Uncertainty Quantification in LLM Agents: Foundations, Emerging Challenges, and Opportunities

大语言模型代理中的不确定性量化：基础、新兴挑战与机遇

Changdae Oh, Seongheon Park, To Eun Kim, Jiatong Li, Wendi Li, Samuel Yeh, Xuefeng Du, Hamed Hassani, Paul Bogdan, Dawn Song, Sharon Li

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Carnegie Mellon University（卡内基梅隆大学） ； Nanyang Technological University（南洋理工大学） ； University of Pennsylvania（宾夕法尼亚大学） ； University of Southern California（南加州大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

AI总结 本文探讨了大语言模型代理中不确定性量化的基础、挑战及未来方向，提出新的框架并分析了现实场景中的技术难题。

Comments ACL 2026 Main Conference