MultiHoax: A Dataset of Multi-hop False-Premise Questions
机构 * University of Milan（米兰大学） ； Politecnico di Milano（米兰理工学院） ； University of Sheffield（谢菲尔德大学）
Comments accepted at ACL Findings 2025
期刊&会议
ACL
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
Hypothetical Documents or Knowledge Leakage? Rethinking LLM-based Query Expansion
机构 * Department of Intelligent Semiconductors, Soongsil University（智能半导体系，顺斯尔大学） ； School of AI Convergence, Soongsil University（人工智能融合学院，顺斯尔大学） ； MAUM AI Inc.（MAUM人工智能公司） ； Adobe Research, USA（Adobe美国研究实验室）
Comments ACL 2025 (Findings)
Rubrik's Cube: Testing a New Rubric for Evaluating Explanations on the CUBE dataset
机构 * ALTA Institute, Computer Laboratory, University of Cambridge（ALTA研究所、计算机实验室、剑桥大学） ； SB Intuitions ； Tohoku University（东北大学） ； RIKEN（日本理化学研究所） ； The University of Sheffield（谢菲尔德大学）
Comments 10 main pages (24 appendix pages), 9 figures, accepted to ACL 2025
SemEval-2025 Task 1: AdMIRe -- Advancing Multimodal Idiomaticity Representation
机构 * University of Sheffield, UK（谢菲尔德大学） ； University of Exeter, UK（埃克塞特大学） ； Federal University of Rio Grande do Sul, Brazil（里约格朗德杜斯尔大学）
Comments Author accepted version; SemEval-2025 proceedings to appear at ACL 2025. This version corrects a typo in the results table
Probing LLMs for Multilingual Discourse Generalization Through a Unified Label Set
机构 * MaiNLP, Center for Information and Language Processing, LMU Munich（MaiNLP、信息与语言处理中心、慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心）
Comments 18 pages, 7 figures, 3 tables, code: https://github.com/mainlp/discourse_probes, camera-ready revision for ACL 2025
An Expanded Massive Multilingual Dataset for High-Performance Language Technologies (HPLT)
机构 * University of Edinburgh（爱丁堡大学） ； University of Helsinki（赫尔辛基大学） ； University of Oslo（奥斯陆大学） ； Prompsit Language Engineering（Prompsit语言工程） ； Charles University（查尔斯大学） ； University of Turku（图尔库大学）
Comments ACL'2025 Main Proceedings
LSC-Eval: A General Framework to Evaluate Methods for Assessing Dimensions of Lexical Semantic Change Using LLM-Generated Synthetic Data
机构 * Melbourne School of Psychological Sciences, The University of Melbourne（墨尔本大学心理学科学学院） ； School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算与信息学院） ； School of Electronic Engineering and Computer Science, Queen Mary University of London（伦敦女王学院电子工程与计算机科学学院） ； The Alan Turing Institute, London（伦敦艾伦·图灵研究所） ； Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室）
Comments Accepted to ACL Findings (9-page long paper; 35 pages total including limitations, appendices and references)
ROGRAG: A Robustly Optimized GraphRAG Framework
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Chinese University of Hong Kong（香港中文大学）
Comments ACL2025 demo track, 10 pages
On the Acquisition of Shared Grammatical Representations in Bilingual Language Models
Comments 9 pages, 5 figures. Accepted at ACL 2025
InSerter: Speech Instruction Following with Unsupervised Interleaved Pre-training
机构 * The Chinese University of Hong Kong（香港中文大学） ； Alibaba Group（阿里巴巴集团）
Comments Accepted to ACL 2025; Data is available at: https://huggingface.co/datasets/ddwang2000/SpeechInstructBench
Large Language Models Struggle to Describe the Haystack without Human Help: Human-in-the-loop Evaluation of Topic Models
Comments 22 Pages. LLM for Data Exploration and content analysis, Topic Models. 63rd Annual Meeting of the Association for Computational Linguistics (2025)
Dehumanizing Machines: Mitigating Anthropomorphic Behaviors in Text Generation Systems
机构 * Stanford University（斯坦福大学） ； Microsoft Research（微软研究院） ； Carnegie Mellon University（卡内基梅隆大学）
Comments ACL 2025
Why Safeguarded Ships Run Aground? Aligned Large Language Models' Safety Mechanisms Tend to Be Anchored in The Template Region
机构 * Department of Computing, The Hong Kong Polytechnic University（计算系，香港理工大学） ； Zhejiang University（浙江大学）
Comments ACL 2025 Main
HintsOfTruth: A Multimodal Checkworthiness Detection Dataset with Real and Synthetic Claims
Comments Accepted at ACL2025 (main track)
ConSim: Measuring Concept-Based Explanations' Effectiveness with Automated Simulatability
Journal ref ACL 2025, Jul 2025, Vienna (Austria), France
Verbosity-Aware Rationale Reduction: Effective Reduction of Redundant Rationale via Principled Criteria
机构 * POSTECH ； Seoul National University（首尔国立大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Kyungpook National University（庆北国立大学） ； LG AI Research（LG AI研究院）
Comments ACL 2025 FINDINGS
MAmmoTH-VL: Eliciting Multimodal Reasoning with Instruction Tuning at Scale
机构 * Carnegie Mellon University（卡内基梅隆大学） ； M-A-P ； Nanyang Technological University（南洋理工大学） ； University of Waterloo（滑铁卢大学） ； The University of Manchester（曼彻斯特大学）
Comments ACL 2025 Main
Enabling LLM Knowledge Analysis via Extensive Materialization
机构 * ScaDS.AI & TU Dresden（ScaDS.AI及德累斯顿技术大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息研究所） ； University of Tübingen（图宾根大学）
Comments 14 pages, 4 tables, 12 figures
Journal ref ACL 2025
LoGU: Long-form Generation with Uncertainty Expressions
机构 * Fudan University（复旦大学） ； University of Cambridge（剑桥大学） ； Tencent AI Lab（腾讯AI实验室） ； The Chinese University of Hong Kong（香港中文大学）
Comments ACL 2025 Main
Nudging: Inference-time Alignment of LLMs via Guided Decoding
机构 * Department of Computer Science University of California Irvine（计算机科学系，加州大学伊文斯顿分校）
Comments Accepted to ACL 2025 (main)
Small Language Models can Outperform Humans in Short Creative Writing: A Study Comparing SLMs with Humans and LLMs
机构 * UNED, Madrid, Spain（UNED, 马德里, 西班牙） ； IE University, Madrid, Spain（IE大学, 马德里, 西班牙）
Comments Accepted as Main Conference Paper at COLING 2025
Journal ref Proceedings of the 31st International Conference on Computational Linguistics (COLING 2025), pages 6552-6570, Abu Dhabi, UAE. Association for Computational Linguistics
Pron vs Prompt: Can Large Language Models already Challenge a World-Class Fiction Author at Creative Text Writing?
机构 * School of Computer Science, UNED, Madrid, Spain（计算机科学学院，UNED，马德里，西班牙） ； Faculty of Education, UCM, Madrid, Spain（教育学院，UCM，马德里，西班牙） ； Faculty of Philosophy, UNED, Madrid, Spain（哲学学院，UNED，马德里，西班牙）
Comments 9 pages 6 figures
Journal ref Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing, pages 19654-19670, Miami, Florida, USA. Association for Computational Linguistics
UBench: Benchmarking Uncertainty in Large Language Models with Multiple Choice Questions
机构 * College of Software, Nankai University（南开大学软件学院） ； Institute for Advanced Algorithms Research (Shanghai)（上海先进算法研究所） ； College of Artificial Intelligence, Tianjin University of Science and Technology（天津科技大学人工智能学院） ； Tianjin Key Laboratory of Software Experience and Human Computer Interaction（天津软件体验与人机交互重点实验室）
Comments accepted by ACL Findings (2025)
Causal Estimation of Tokenisation Bias
机构 * University of Cambridge（剑桥大学） ； ETH Zürich（苏黎世联邦理工学院）
Comments Published as a conference paper at ACL 2025
Beyond Text Compression: Evaluating Tokenizers Across Scales
机构 * University of Copenhagen（哥本哈根大学） ； ROCKWOOL Foundation Research Unit（ROCKWOOL基金会研究单位） ； Apple（苹果公司）
Comments ACL 2025
Literary Evidence Retrieval via Long-Context Language Models
机构 * UMass Amherst（马萨诸塞大学阿姆赫斯特分校） ； University of Maryland, College Park（马里兰大学学院公园分校）
Comments ACL 2025
DRAMA: Diverse Augmentation from Large Language Models to Smaller Dense Retrievers
机构 * FAIR at Meta（Meta 的 FAIR 研究院） ； University of Waterloo（滑铁卢大学）
Comments ACL 2025
Unveiling Privacy Risks in LLM Agent Memory
机构 * Michigan State University（密歇根州立大学） ； University of Georgia（佐治亚大学）
Comments ACL 2025 (Main Conference)
Can't See the Forest for the Trees: Benchmarking Multimodal Safety Awareness for Multimodal LLMs
机构 * Renmin University of China（中国人民大学） ； Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Chinese University of Hong Kong（香港中文大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tencent（腾讯）
Comments Accepted by ACL 2025
Rethinking Evaluation Metrics for Grammatical Error Correction: Why Use a Different Evaluation Process than Human?
机构 * Nara Institute of Science and Technology（奈良科学技术大学）
Comments ACL 2025 (Main), 5 pages, 2 figures
