ACL

Beyond the Singular: Revealing the Value of Multiple Generations in Benchmark Evaluation

超越单极：在基准评估中揭示多代的价值

Wenbo Zhang, Hengrui Cai, Wenyu Chen

机构 * University of California Irvine（加州大学尔湾分校） ； Meta Central Applied Science（Meta中央应用科学） 纠错

AI总结 本文提出一种分层统计模型，通过整合基准特征和LLM随机性，提升基准评估准确性并减少方差，同时定义提示级难度分数并可视化提示难度与语义。

Comments 11 pages, 5 figures, accepted at the Findings of ACL 2026

From Traditional Taggers to LLMs: A Comparative Study of POS Tagging for Medieval Romance Languages

从传统标注器到LLMs：一种中世纪罗曼语词性标注的比较研究

Matthias Schöffel, Esteban Garces Arias

机构 * Bavarian Academy of Sciences (BAdW)（巴伐利亚科学院） ； Department of Statistics, LMU Munich, Germany（慕尼黑大学统计系） ； Munich Center for Machine Learning (MCML), LMU Munich, Germany（慕尼黑机器学习中心） 纠错

AI总结 本文比较了传统规则和统计标注器与现代开源LLMs在中世纪罗曼语词性标注中的表现，发现LLMs在零样本、少样本、单语微调和跨语言迁移学习中均表现更优，尤其在资源匮乏语言中跨语言迁移学习效果显著。

Comments Accepted at NLP4DH @ ACL 2026

Fin-Bias: Comprehensive Evaluation for LLM Decision-Making under human bias in Finance Domain

Fin-Bias：金融领域下LLM决策制定的综合评估：在存在人类偏见的背景下

Xiaoyu Hu, Jinman Zhao

机构 * Rutgers University（罗格斯大学） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） 纠错

AI总结 本文提出Fin-Bias基准，评估LLM在金融不确定性和潜在人类偏见意见下的投资决策能力，通过分析8868份分析师报告揭示LLM易受显性偏见影响，并开发方法检测人类意见以促进LLM独立思考。

Comments ACL 2026 Findings

Journal ref ACL 2026 Findings

Character-Level Transformer for Tajik-Persian Transliteration with a Parallel Lexical Corpus

字符级变换器用于塔吉克-波斯语转写及平行词典语料库

Mullosharaf K. Arabov

机构 * Institute of Computational Mathematics and Information Technologies（计算数学与信息科技研究所） 纠错

AI总结 本文提出一个字符级序列到序列Transformer模型，利用52152个塔吉克-波斯语词和短语的平行语料库，通过CER和精确匹配准确率验证，优于基于词典的规则和递归神经网络基线。

Comments Published in Proceedings of the 2nd Workshop on NLP for Languages Using Arabic Script (AbjadNLP), pages 75-83, Rabat, Morocco, March 2026

Journal ref Proceedings of the 2nd Workshop on NLP for Languages Using Arabic Script (AbjadNLP), pages 75-83, Rabat, Morocco. Association for Computational Linguistics, March 2026

EmoS: A High-Fidelity Multimodal Benchmark for Fine-grained Streaming Emotional Understanding

EmoS：一种高保真多模态基准，用于细粒度流式情感理解

Pengze Guo, Jingxi Liang, Zhiwen Xie, Qifeng Wang, Derek F. Wong

机构 * NLP（自然语言处理） ； CT Lab, Department of Computer and Information Science, University of Macau（计算机与信息科学学院，澳门大学CT实验室） ； School of Computer Science, Central China Normal University（Central China Normal University计算机科学学院） 纠错

AI总结 本文提出EmoS基准，通过严格过滤静态片段与动态流式独白子集结合，解决现有数据集在生态效度和噪声方面的不足，提升多模态大语言模型在情感识别和共情模型训练中的性能。

Comments acl - 2026 main accepted

ElasticFlow: One-Step Physics-Consistent Policy with Elastic Time Horizons for Language-Guided Manipulation

ElasticFlow: 语言引导操作中的弹性时间 horizon 的一步物理一致策略

Kewei Chen, Yayu Long, Shuai Li, Mingsheng Shang

机构 * Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences（中国科学院重庆绿色智能技术研究所） ； Chongqing School, University of Chinese Academy of Sciences（中国科学院大学重庆校区） ； Faculty of Information Technology and Electrical Engineering, University of Oulu, Finland（芬兰奥卢大学信息科技与电气工程学院） 纠错

AI总结 ElasticFlow通过弹性时间 horizon 机制和直接建模平均速度场，实现高效的一步映射，提升语言引导操作的物理一致性和效率。

Comments Accepted to Findings of ACL 2026

Unlearners Can Lie: Evaluating and Improving Honesty in LLM Unlearning

无法学习者可以撒谎：评估和改进LLM去学习中的诚实性

Renjie Gu, Jiazhen Du, Yihua Zhang, Sijia Liu

机构 * Fudan University（复旦大学） ； Central South University（中南大学） ； Michigan State University（密歇根州立大学） 纠错

AI总结 本文评估并改进LLM去学习中的诚实性，提出正式定义并引入评估指标，实验显示现有方法无法满足标准，提出ReVa方法提升去学习效果和诚实性。

Comments Accepted by ACL 2026

Breaking the Impasse: Dual-Scale Evolutionary Policy Training for Social Language Agents

打破僵局：用于社交语言代理的双尺度进化策略训练

Minzheng Wang, Run Luo, Yanbo Wang, Zichen Liu, Yuqiao Tan, Tao Tan, Xu Nan, Yinhe Zheng, Wenji Mao

机构 * MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS部） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； National University of Singapore（新加坡国立大学） ； Ritzz-AI 纠错

AI总结 本文提出双尺度进化策略训练方法，解决社交语言游戏中因策略空间庞大导致的进化停滞问题，通过动态优化景观干预，恢复梯度信号并促进持续战略探索。

Comments Accepted to the ACL 2026 Main Conference

ATAAT: Adaptive Threat-Aware Adversarial Tuning Framework against Backdoor Attacks on Vision-Language-Action Models

ATAAT: 面向视觉-语言-动作模型后门攻击的自适应威胁感知对抗调制框架

Kewei Chen, Yayu Long, Shuai Li, Mingsheng Shang

机构 * Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences（重庆绿色智能技术研究院，中国科学院） ； Chongqing School, University of Chinese Academy of Sciences（重庆学校，中国科学院大学） ； Faculty of Information Technology and Electrical Engineering, University of Oulu, Finland（奥卢大学信息科技与电气工程学院，芬兰） 纠错

AI总结 本文提出ATAAT框架，解决视觉-语言-动作模型中后门攻击的梯度干扰问题，通过威胁-方法自适应映射机制实现高效攻击并保持隐蔽性，实验表明其在高成功率和低污染率下表现优异。

Comments Accepted to Findings of ACL 2026

YEZE at SemEval-2026 Task 9: Detecting Multilingual, Multicultural and Multievent Online Polarization via Heterogeneous Ensembling

YEZE在SemEval-2026任务9：通过异构集成检测多语言、多文化及多事件在线极化

Fengze Guo, Yue Chang

机构 * University of Tübingen（图宾根大学） 纠错

AI总结 本文提出了一种系统，用于SemEval-2026任务9，通过三个子任务检测22种语言的极化社交媒体内容，采用异构集成多语言预训练模型，结合多任务学习、翻译数据增强和类别加权提升分类性能。

Comments Accepted to the SemEval-2026 workshop of the ACL 2026 conference

Spectral Characterization and Mitigation of Sequential Knowledge Editing Collapse

谱分析与序列知识编辑崩溃的缓解

Chi Zhang, Mengqi Zhang, Xiaotian Ye, Runxi Cheng, Zisheng Zhou, Ying Zhou, Pengjie Ren, Zhumin Chen

机构 * Shandong University（山东大学） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

AI总结 本文通过谱分析揭示了序列知识编辑中模型泛化能力与预训练权重矩阵主导奇异方向的关系，提出REVIVE框架通过显式保留主导奇异子空间来稳定编辑过程，提升编辑效果并保持模型泛化能力。

Comments 22 pages, 18 figures, Accepted to ACL 2026 (Main Conference)

IntroLM: Introspective Language Models via Prefilling-Time Self-Evaluation

IntroLM：通过预填充阶段自我评估实现反思语言模型

Hossein Hosseini Kasnavieh, Gholamreza Haffari, Chris Leckie, Adel N. Toosi

机构 * DisNet Lab, School of Computing and Information Systems, The University of Melbourne, Australia（墨尔本大学计算机与信息系统学院DisNet实验室） ； School of Computing and Information Systems, The University of Melbourne, Australia（墨尔本大学计算机与信息系统学院） ； Department of Data Science & AI, Monash University, Australia（墨尔本大学数据科学与人工智能系） 纠错

AI总结 IntroLM通过在预填充阶段引入自我评估机制，使语言模型能预测自身输出质量，无需外部评估器，提升了生成效率和准确性。

Comments Accepted for publication in Findings of ACL 2026

ToolScope: Enhancing LLM Agent Tool Use through Tool Merging and Context-Aware Filtering

ToolScope: 通过工具合并和上下文感知过滤增强LLM代理的工具使用

Marianne Menglin Liu, Daniel Garcia, Fjona Parllaku, Vikas Upadhyay, Syed Fahad Allam Shah, Dan Roth

机构 * Oracle AI 纠错

AI总结 ToolScope通过自动校正的工具合并和上下文感知检索提升LLM代理的工具选择准确性，实验表明在三个顶级LLM和开源基准上提升了8.38%至38.6%的准确率。

Comments ACL Main Conference 2026

Is Chain-of-Thought Reasoning of LLMs a Mirage? A Data Distribution Lens

大语言模型的链式推理是否是一种幻象？一种数据分布视角

Chengshuai Zhao, Zhen Tan, Pingchuan Ma, Dawei Li, Bohan Jiang, Yancheng Wang, Yingzhen Yang, Huan Liu

机构 * Arizona State University（亚利桑那州立大学） 纠错

AI总结 本文通过数据分布视角探讨了大语言模型链式推理的有效性，揭示其在分布差异下的脆弱性，提出DataAlchemy环境验证了推理能力受训练分布影响的结论。

Comments Accepted by the Association for Computational Linguistics (ACL) 2026 and Foundations of Reasoning in Language Models (FoRLM) at NeurIPS 2025

Ranking Reasoning LLMs under Test-Time Scaling

在测试时间扩展下对推理LLM进行排名

Mohsen Hariri, Michael Hinczewski, Jing Ma, Vipin Chaudhary

机构 * Department of Computer and Data Sciences（计算机与数据科学系） ； Department of Physics（物理系） ； Case Western Reserve University（凯斯西储大学） 纠错

AI总结 本文提出Scorio库，通过统计排名方法评估推理模型，在20个数学竞赛基准上验证了多种排名方法的有效性，并展示了在不同测试时间扩展下的性能。

Comments Code is available at https://github.com/mohsenhariri/scorio

Journal ref The 64th Annual Meeting of the Association for Computational Linguistics (ACL), 2026

Quantize What Counts: More for Keys, Less for Values

量化关键：更多关键，更少值

Mohsen Hariri, Alan Luo, Weicong Chen, Shaochen Zhong, Tianyi Zhang, Qifan Wang, Xia Hu, Xiaotian Han, Vipin Chaudhary

机构 * Case Western Reserve University（凯斯西储大学） ； Rice University（Rice大学） ； Meta 纠错

AI总结 本文提出两项定理，基于Transformer模型的内在几何特性，指导混合精度KV量化。关键投影具有更大的谱范数和Frobenius范数，优先分配精度给关键能减少量化误差并保留准确性。

Journal ref The 64th Annual Meeting of the Association for Computational Linguistics (ACL), 2026

VecCISC: Improving Confidence-Informed Self-Consistency with Reasoning Trace Clustering and Candidate Answer Selection

VecCISC：通过推理轨迹聚类和候选答案选择改进置信度引导的自一致性

James Petullo, Sonny George, Dylan Cashman, Nianwen Xue

机构 * Computer Science Department, Brandeis University（布拉德雷大学计算机科学系） 纠错

AI总结 VecCISC通过推理轨迹聚类和候选答案筛选优化置信度引导的自一致性方法，减少计算开销并保持高精度。

Comments Accepted to Findings of ACL 2026

Accurate and Efficient Statistical Testing for Word Semantic Breadth

精确且高效的词义广度统计检验

Yo Ehara

机构 * Tokyo Gakugei University（东京大学） 纠错

AI总结 本文提出一种基于Householder对齐的置换检验方法，用于区分词义广度与方向差异，降低I类错误并提升效率。

Comments Accepted to ACL 2026 Main Conference

How Value Induction Reshapes LLM Behaviour

价值观诱导如何重塑大语言模型行为

Arnav Arora, Natalie Schluter, Katherine Metcalf, Maartje ter Hoeve

机构 * University of Copenhagen（哥本哈根大学） ； Apple（苹果公司） 纠错

AI总结 研究探讨价值观诱导对大语言模型行为的影响，发现诱导价值观会引发其他相关或对立价值观的表达，提升安全性，但增加拟人化语言使用，导致模型更易产生验证性和趋炎附势倾向。

Comments Accepted to Findings of ACL 2026

Intent-Driven Semantic ID Generation for Grounded Conversational News Recommendation

基于意图的语义ID生成用于 grounded 对话新闻推荐

Hongyang Su, Beibei Kong, Lei Cheng, Chengxiang Zhuo, Zang Li, Chenyun Yu

机构 * Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Platform and Content Group, Tencent（腾讯平台与内容部） 纠错

AI总结 本文提出意图驱动的语义ID生成方法，通过多任务对齐和GPT-4链式推理蒸馏，实现意图到层级SID前缀的映射，提升新闻推荐的 grounded 性和冷启动用户推荐效果。

Comments Accepted at ACL 2026 Industry Track (Oral)

Nürnberg NLP at PsyDefDetect: Multi-Axis Voter Ensembles for Psychological Defence Mechanism Classification

Nürnberg NLP在PsyDefDetect中的多轴投票集成：心理防御机制分类

Philipp Steigerwald, Eric Rudolph, Jens Albrecht

机构 * Technische Hochschule Nürnberg（纽伦堡技术大学） 纠错

AI总结 本文提出多轴投票集成方法，通过类粒度、训练方法和基模型三个维度提升心理防御机制分类效果，系统在隐藏测试集上达到0.420的F1分数，排名第一。

Comments Accepted at the BioNLP 2026 PsyDefDetect Shared Task @ ACL 2026 (1st place, 21 registered teams)

Is Chain-of-Thought Really Not Explainability? Chain-of-Thought Can Be Faithful without Hint Verbalization

链式推理真的不可解释性吗？链式推理可以在不提示 verbalization 的情况下保持忠实

Kerem Zaman, Shashank Srivastava

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 本文挑战了链式推理的忠实性定义，指出基于提示注入的偏差特征指标过于狭隘，通过新指标显示推理预算影响提示 verbalization，并通过因果中介分析证明非 verbalized 提示可通过链式推理影响预测，呼吁更广泛的可解释性工具。

Comments Accepted to ACL 2026. 23 pages, 29 figures, 6 tables

Hard to Read, Easy to Jailbreak: How Visual Degradation Bypasses MLLM Safety Alignment

难以阅读，却容易被破解：视觉退化如何绕过大语言模型的安全对齐

Zhixue Song, Boyan Han, Yiwei Wang, Chi Zhang

机构 * AGI Lab, Westlake University, China（西lake大学AGI实验室，中国） ； University of California, Merced, USA（加州大学默塞德分校，美国） 纠错

AI总结 研究发现视觉退化会削弱大语言模型的安全防御，提出结构化认知卸载策略以缓解风险。

Comments Accepted to Findings of ACL 2026

PaT: Planning-after-Trial for Efficient Test-Time Code Generation

PaT：在试后进行规划以实现高效的测试时间代码生成

Youngsik Yoon, Sungjae Lee, Seockbean Song, Siwei Wang, Wei Chen, Jungseul Ok

机构 * Department of Computer Science and Engineering, POSTECH, South Korea（韩国POSTECH计算机科学与工程系） ； Graduate School of Artificial Intelligence, POSTECH, South Korea（韩国POSTECH人工智能研究生院） ； Microsoft Research Asia, Beijing, China（中国北京微软亚洲研究院） 纠错

AI总结 本文提出PaT方法，通过在试后规划来提高测试时间代码生成的效率，采用异构模型配置在多个基准和模型家族中显著提升了成本性能帕累托前沿。

Comments Accepted to ACL 2026 main conference

PSK@EEUCA 2026: Fine-Tuning Large Language Models with Synthetic Data Augmentation for Multi-Class Toxicity Detection in Gaming Chat

PSK@EEUCA 2026: 通过合成数据增强微调大语言模型用于游戏聊天中的多类毒性检测

Srikar Kashyap Pulipaka

机构 * Independent Researcher（独立研究员） 纠错

AI总结 本文提出通过合成数据增强微调大语言模型，用于游戏聊天中的多类毒性检测，实验结果显示在测试集上达到0.6234的F1-macro分数，发现验证性能高反而导致测试转移差的'验证陷阱'现象。

Comments Accepted to the EEUCA workshop at ACL 2026

Topology-Enhanced Alignment for Large Language Models: Trajectory Topology Loss and Topological Preference Optimization

基于拓扑的大型语言模型对齐：轨迹拓扑损失与拓扑偏好优化

Yurui Pan, Ke Xu, Bo Peng

机构 * School of Computing and Intelligent Innovation, Fudan University（复旦大学计算与智能创新学院） ； School of Economics and Management, Tongji University（同济大学经济与管理学院） ； College of Information Technology, Shanghai Ocean University（上海海洋大学信息学院） 纠错

AI总结 本文提出基于拓扑的对齐框架，通过轨迹拓扑损失和拓扑偏好优化提升大型语言模型的对齐性能，实验表明其在自动偏好指标和LLM判断评估中优于传统方法。

Comments Accepted to ACL 2026. 15 pages

TajPersLexon: A Tajik-Persian Lexical Resource and Hybrid Model for Cross-Script Low-Resource NLP

TajPersLexon：一种塔吉克-波斯语词汇资源和混合模型用于跨脚本低资源NLP

Mullosharaf K. Arabov

机构 * Institute of Computational Mathematics and Information Technologies（计算数学与信息科技学院） 纠错

AI总结 本文提出TajPersLexon，一个包含40112词对的塔吉克-波斯语平行词汇资源，通过混合模型在低资源环境下实现跨脚本词检索与对齐，取得96.4%准确率。

Comments Published in The Proceedings of the First Workshop on NLP and LLMs for the Iranian Language Family (SilkRoadNLP 2026), pages 29-37, Rabat, Morocco. Association for Computational Linguistics

Journal ref Proceedings of the First Workshop on NLP and LLMs for the Iranian Language Family (SilkRoadNLP 2026), pages 29-37

From Storage to Experience: A Survey on the Evolution of LLM Agent Memory Mechanisms

从存储到经验：LLM代理记忆机制演化的综述

Jinghao Luo, Yuchen Tian, Chuxue Cao, Ziyang Luo, Hongzhan Lin, Kaixin Li, Chuyi Kong, Ruichao Yang, Jing Ma

机构 * Hong Kong Baptist University（香港 Baptist 大学） ； South China Normal University（南方中国师范大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； University of Science and Technology Beijing（北京科技大学） 纠错

AI总结 本文综述了LLM代理记忆机制的发展，提出三阶段框架，分析长程一致性、动态环境挑战和持续学习目标，探讨前瞻性探索与跨轨迹抽象等前沿机制，为下一代LLM代理设计提供指导。

Comments Accepted by ACL 2026 Findings

BITS Pilani at SemEval-2026 Task 9: Structured Supervised Fine-Tuning with DPO Refinement for Polarization Detection

BITS Pilani 在 SemEval-2026 任务 9：基于 DPO 细调的结构化监督微调用于极化检测

Atharva Gupta, Dhruv Kumar, Yash Sinha

机构 * Birla Institute of Technology and Science, Pilani, India（比拉理工学院和科学学院，瓦拉纳西，印度） 纠错

AI总结 本文提出结合结构化监督微调与 DPO 细调的方法，用于社交媒体文本中的极化检测，通过 LoRA 微调 Qwen 2.5-7B-Instruct 并利用自动偏好对减少误判，最终在英文测试集上达到 0.7664 的 Macro-F1 分数。

Comments Accepted to the 20th International Workshop on Semantic Evaluation (SemEval-2026), to be held in conjunction with ACL 2026

Retrieval Heads are Dynamic

检索头是动态的

Yuping Lin, Zitao Li, Yue Xing, Pengfei He, Yingqian Cui, Yaliang Li, Bolin Ding, Jingren Zhou, Jiliang Tang

机构 * Michigan State University（密歇根州立大学） ； Zoom Communications（Zoom公司） ； Tongyi Lab, Alibaba Group（阿里云实验室） 纠错

AI总结 本文从动态视角研究LLM中的检索头，揭示其时间动态性、不可替代性及与隐藏状态的关联，通过实验验证动态检索头在生成任务中的优势。

Comments Accepted at ACL 2026