期刊&会议
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
信念与现实的分离存在于语言模型中共享值槽的路由中
AI总结 研究语言模型中信念与现实分离的位置，核心方法是通过通用值槽和查询位置路由器，表明其基于两个可分离机制处于两个位置，结果在三种架构及多个模型家族成立，深入研究了信念 - 现实轴且该格式在多语境共享。
Comments 21 pages, 6 figures, 6 tables. v2: cite the released Mental Spaces Corpus (dataset DOI); switch to ACL bibliography style; minor copy-editing. No change to results
一种机制用于多种心理空间：语言模型中基于值槽的共享路由器
AI总结 研究Transformer语言模型实现何种心理空间构建机制，发现其采用共享路由器和值槽格式，一种空间类型子空间训练能控制其他类型，确立跨类型通用性，还表明该机制驱动推理和组合。
Comments 26 pages, 5 figures, 9 tables. v2: cite the released Mental Spaces Corpus (dataset DOI); switch to ACL bibliography style; minor copy-editing. No change to results
“我理解你的观点”：通过交往行动理论视角看LLM的说服与谄媚
机构 * Institute for Natural Language Processing, University of Stuttgart（斯图加特大学自然语言处理研究所） ； Interchange Forum for Reflecting on Intelligent Systems, University of Stuttgart（斯图加特大学智能系统反思交流论坛）
AI总结 本研究基于哈贝马斯的交往行动理论，通过模拟Reddit讨论，发现LLM能有效传达言外之意（如建立信任），其谄媚策略与观点改变强相关，且人类更偏好LLM生成的论证。
Journal ref Findings of the Association for Computational Linguistics: ACL 2025
FinRAG-12B：一家银行中基于事实的问题回答的生产验证配方
机构 * Kasisto ； Textualization ； NBME
AI总结 本文提出了一种高效框架，通过数据生成管道和校准拒绝机制，提升银行领域LLM的准确性与合规性，实现7.1个百分点的查询解决率提升。
Comments 7 pages, ACL 2026 conference
AIM-CoT：基于主动信息的多模态链式推理用于视觉-语言推理
机构 * The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））
AI总结 本文提出AIM-CoT框架，通过上下文增强注意力图生成、主动视觉探测和动态注意力转移触发，改进视觉语言模型的证据选择与插入触发，提升视觉-语言推理性能。
Comments Accepted by ACL 2026 Main Conference. 30 pages, 6 figures
眼泪还是欢呼？通过文化诱发的差异情感反应基准测试LLMs
机构 * Hefei University of Technology（合肥工业大学） ； Monash University（墨尔本大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文提出CEDAR基准，通过文化诱发的差异情感反应评估LLMs，揭示语言一致性和文化契合度之间的脱节，展示文化根植的情感理解仍是模型的重大挑战。
Comments ACL 2026 SAC Highlight
评估风格个性化文本生成：挑战与方向
机构 * Columbia University（哥伦比亚大学） ； Microsoft（微软公司） ； The University of York（约克大学）
AI总结 研究风格个性化文本生成面临的挑战，通过提出的风格判别基准评估常用指标，发现多样评估指标集成效果更佳，为可靠评估该文本生成提供指导。
Comments Accepted to the 5th GEM workshop at ACL 2026
将实体关系提取作为多轮问答
机构 * Computer Science Department, Stanford University（计算机科学系，斯坦福大学）
AI总结 研究提出将实体关系提取转化为多轮问答的新范式，利用问题查询信息、联合建模并借助机器阅读理解模型，在多个数据集上显著优于先前模型，在新构建的中文数据集RESUME上也表现最佳。
Comments to appear at ACL2019
MKJ在SemEval-2026任务9中的表现：多语言极化检测中通用、专业和集成策略的比较研究
机构 * University of Turin（都灵大学）
AI总结 本文比较了多语言极化检测中通用、专业和集成策略的效果，探讨了多语言通用模型与语言特定专家模型的差异，以及在不同语言任务中的表现。
Comments 9 pages, 9 tables. Published in Proceedings of the 20th International Workshop on Semantic Evaluation (SemEval-2026), Task 9
Journal ref Proceedings of the 20th International Workshop on Semantic Evaluation (SemEval-2026), pages 1398-1406, San Diego, California, USA, July 2026. Association for Computational Linguistics
基于道德依据的自解释仇恨言论检测
机构 * University of São Paulo（圣保罗大学） ； University of Southern California（南加州大学） ； Saarland University（萨尔兰大学） ； Virginia Tech（弗吉尼亚理工大学） ； University of Melbourne（墨尔本大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Technical University of Munich（慕尼黑技术大学） ； Google Research（谷歌研究） ； Portland State University（波特兰州立大学）
AI总结 研究针对现有仇恨言论检测模型的不足，提出SMRA框架，将道德依据监督融入训练目标，引入新数据集。该框架在检测任务中提升性能，增强解释，且公平性稳定。
Comments This paper was published at Findings of the Association for Computational Linguistics: ACL 2026 (https://aclanthology.org/2026.findings-acl.1704/)
SATQuest：用于大语言模型逻辑推理评估和强化微调的验证器
机构 * Chengdu Institute of Computer Applications, Chinese Academy of Sciences（中国科学院成都计算机应用研究所） ； School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院）
AI总结 研究旨在为大语言模型逻辑推理评估及强化微调提供工具。核心方法是SATQuest，它能从CNF实例生成推理任务并客观检查答案，从多维度评估。主要贡献是通过该工具发现模型逻辑推理差距，证明强化微调有效果但跨格式鲁棒性待提升，还提供了相关研究基础设施。
Comments 23 pages, 8 figures. ACL 2026 Main Conference long paper (oral presentation)
Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 2109-2131. Association for Computational Linguistics, 2026
通过新闻工作流程对智能新闻写作进行基准测试
机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Sony Group Corporation（索尼集团）
AI总结 研究智能体在新闻写作工作流程中的表现，引入NEWSAGENT基准，给定写作指令和部分材料，评估智能体搜索、选信息及改草稿能力，发现其检索事实尚可，但规划和叙事整合有困难，为评估智能体能力提供现实测试平台。
Comments Accepted to Findings of ACL 2026
Psyche-R1：通过统一的同理心、专业知识和推理实现可靠的心理语言模型
AI总结 研究旨在将大语言模型应用于心理领域，提出Psyche-R1模型。通过设计数据合成管道生成大量心理问题及对话，采用混合训练策略，经实验验证该模型在多个心理基准测试中有效，7B的Psyche-R1能取得与671B的DeepSeek-R1相当的结果。
Comments ACL 2026
《请出示文件：基于ERG理论评估大语言模型动机价值的基准》
AI总结 该研究引入PapersPlease基准，由3700个基于ERG理论的道德困境组成，让LLMs充当移民检查员决策。分析六个LLMs发现决策模式及隐含偏好，评估还显示其对社会身份叙述的反应因动机需求和身份线索而异。
Comments Accepted to GEM2 Workshop: Generation, Evaluation & Metrics - ACL 2025
用于多模态话语语义发现的无监督多模态聚类
机构 * State Key Laboratory of Intelligent Technology and Systems, Department of Computer Science and Technology, Tsinghua University（智能技术与系统国家重点实验室，计算机科学与技术系，清华大学） ； School of Information Science and Engineering, Hebei University of Science and Technology（信息科学与工程学院，河北科技大学） ； Samton (Jiangxi) Technology Development Co.,Ltd（江西松通科技发展有限公司）
AI总结 本文针对多模态话语语义发现问题，提出无监督多模态聚类方法UMC。通过构建增强视图预训练、动态选样及自动确定参数优化样本选择，在基准数据集上实验，UMC比现有方法聚类指标提升2-7%，取得开创性成果。
Comments Accepted by ACL 2024, Main Conference, Long Paper
基于推测词汇的推测解码
机构 * University of Sheffield（谢菲尔德大学） ； Samsung AI Center（三星人工智能中心）
AI总结 本文提出SpecVocab方法，通过动态选择词汇子集提升推测解码效率，实现比EAGLE-3更高的吞吐量。
Comments Findings of ACL 2026
PASs-MoE：通过路径激活子空间减轻路由器与专家之间的错位协同漂移以进行持续学习
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； National University of Singapore（新加坡国立大学） ； Southeast University, Nanjing, China（南京东南大学） ； Wuhan AI Research, Wuhan, China（武汉人工智能研究院）
AI总结 研究持续指令调整中多模态大语言模型的问题，提出基于路径激活子空间的固定容量PASs - MoE - LoRA方法，含PAS引导的重新加权和PAS感知的秩稳定，实验表明该方法在准确性和抗遗忘性上优于基线和变体且不增参数。
Comments Published in the Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026), Volume 1: Long Papers. 14 pages. Code is available at https://github.com/yueluoshuangtian/PASs-MoE
Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 31959--31972, San Diego, California, United States, July 2026. Association for Computational Linguistics
学习记忆：基于邻居混合归纳记忆的半参数模型中的可扩展持续学习
机构 * State Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，计算机科学学院，北京大学） ； Microsoft（微软公司） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 研究半参数语言模型中记忆缺乏学习能力的问题，提出将非参数记忆重新概念化为可学习的邻居混合归纳记忆（MoNIM），融入模型信息流，经实验验证其能提升半参数语言模型的可扩展性和持续学习性能。
Comments 15 pages, 5 figures
Journal ref Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 28517-28531, Vienna, Austria. Association for Computational Linguistics, 2025
通过推理模型作为评估器来提升评估时的计算能力
机构 * CMU（卡内基梅隆大学） ； UIUC（伊利诺伊大学） ； KAIST AI（韩国科学技术院人工智能研究所） ； NEC Laboratories Europe（日本 NEC 欧洲实验室） ； Ss.Cyril and Methodius University of Skopje（斯科普里塞尔吉尔和梅蒂乌斯大学）
AI总结 本文探讨了通过增加评估时的计算量来提升语言模型的评估能力，利用推理模型作为评估器，分别评估响应整体和每个步骤，从而提高评估效果。
Comments ACL 2026 Findings
过于礼貌而不反驳：理解多智能体系统中的趋炎附势传播
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究探讨多智能体系统中趋炎附势行为的影响，通过实验发现提供趋炎附势先验信息可减少影响、缓解错误连锁反应并提升讨论准确性。
Journal ref Proceedings of the 27th Annual Meeting of the Special Interest Group on Discourse and Dialogue (SIGDIAL 2026), pages 795-814, Association for Computational Linguistics
主题情感是否导致感知意识形态？比较政治新闻文章中人类与LLM的标注
机构 * Columbia University（哥伦比亚大学）
AI总结 研究主题情感对感知政治意识形态的因果效应，通过比较人类与LLM标注，发现微调GPT-4o-mini产生显著因果效应，归因于捷径学习。
Comments V1 accepted to ACL SRW 2026. V2 updates experiments
CrochetBench：视觉语言模型能否在钩针领域从描述转向实践？
机构 * University of Notre Dame（诺特大学）
AI总结 探讨视觉语言模型在钩针领域从描述到实践的转变，采用CrochetPARADE DSL进行评估，涵盖多种任务，发现评估转变时性能下降，揭示模型局限性，为评估多模态模型过程能力提供新视角。
Comments ACL2026 main-long
Journal ref Proceedings of ACL 2026, Vol. 1, pp. 13229-13251
超越效率：嵌入压缩改善密集检索中的领域适应
AI总结 针对密集检索中训练与目标领域分布不匹配的问题，提出对查询嵌入进行PCA压缩以保留领域相关特征并丢弃非判别成分，在9个检索器和14个MTEB数据集上验证了该方法能有效提升检索性能。
Comments Oral at SURGeLLM 2026 Workshop at ACL 2026
PiCSAR：基于推理链的概率置信度选择与排序
机构 * Imperial College London（伦敦帝国学院） ； University of Edinburgh（爱丁堡大学） ； UCL（伦敦大学学院）
AI总结 PiCSAR通过联合对数似然度评估推理链和最终答案的置信度，无需训练即可提升大语言模型和推理模型的准确性，在多个基准测试中表现优异。
Journal ref Findings of the Association for Computational Linguistics: ACL 2026
HarDBench: 面向安全人机协作写作的基于草稿的合著越狱攻击基准
机构 * Korea University（韩国大学） ； Sogang University（ソガン大学）
AI总结 提出HarDBench基准，评估大语言模型在协作写作中面对恶意草稿填充的越狱攻击的鲁棒性，并通过偏好优化实现安全-效用平衡的对齐方法。
Comments ACL 2026 Main
Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pages 40785-40831 July 2-7, 2026
通过自适应目标重述实现稳定的在线策略蒸馏
机构 * Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院）
AI总结 本文提出Veto方法，通过在logit空间构建几何桥梁，解决传统在线策略蒸馏中的分布不匹配问题，提升训练稳定性与输出多样性。
Comments 10 pages, 5 figures, Accepted to Findings of ACL 2026
感知与敏感性：探讨语义回忆对长上下文代码推理的影响
机构 * Columbia University（哥伦比亚大学）
AI总结 本文探讨了语义回忆对长上下文代码推理的影响，通过评估10种先进LLM发现，前沿模型在词汇回忆上表现优异，但语义回忆在长上下文中央位置时显著下降。引入语义回忆敏感性指标，提出SemTrace任务，展示LLM在长上下文中的位置效应。
Comments Accepted to ACL 2026 (main)
使智能体能够在潜在空间中完全交流
机构 * State Key Lab of CAD&CG（CAD与CG国家重点实验室） ； Future Living Lab of Alibaba（阿里巴巴未来生活实验室） ； Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence（浙江医学影像人工智能重点实验室） ； Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出Interlat方法，通过利用LLM的连续隐藏状态实现智能体间的潜在空间通信，实验表明其在跨异构模型中表现优异，提升了推理速度并保持性能。
Comments Accepted to ACL 2026
隐私种子，公开大语言模型：现实且隐私保护的合成数据生成
机构 * Information Sciences and Technology, The Pennsylvania State University（宾夕法尼亚州立大学信息科学与技术学院）
AI总结 本文提出RPSG方法，通过隐私种子和差分隐私机制生成高保真且隐私保护的合成数据，实验验证其在隐私与效用平衡上的优势。
Comments Published in Findings of the Association for Computational Linguistics: ACL 2026. Camera-ready version
Journal ref Findings of the Association for Computational Linguistics: ACL 2026, pages 189-210, Association for Computational Linguistics, 2026
PRiSM：语音模型中电话实现的基准测试
机构 * CMU（卡内基梅隆大学） ； Gwangju Institute of Science and Technology（光州科学技术院） ； UT Austin（得克萨斯大学奥斯汀分校） ； LMU Munich（慕尼黑路德维希-马克西米利安大学） ； UC Berkeley（伯克利加州大学） ； NVIDIA（英伟达） ； UBC（不列颠哥伦比亚大学）
AI总结 该研究针对语音模型中电话实现进行基准测试，引入PRiSM开源基准用内在和外在评估揭示语音感知盲点，标准化评估并通过探针评估下游效用，发现训练语言接触对PR性能关键，编码器-CTC模型稳定，专门PR模型优于大型音频语言模型，还发布相关资源推动多语言语音模型发展。
Comments Presented at ACL 2026
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈