期刊&会议
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
一个refiner解锁所有：通过强化查询细化实现推理时间推理 elicitation
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southeast University（东南大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出ReQueR框架，通过强化学习训练专门的Refiner策略，将推理 elicitation作为推理时间对齐任务，实现对多种模型的推理能力解锁，提升性能2.1%。
Comments Accepted to ACL26
大语言模型能捕捉具身认知和文化差异吗？来自跨语言证据的示范词研究
机构 * Department of Language Science and Technology（语言科学与技术系）
AI总结 本文通过示范词研究探讨大语言模型对具身认知和文化差异的捕捉能力，发现人类在视角转换和距离判断上存在文化差异，而LLMs则缺乏这种理解且默认英语中心化推理。
Comments Accepted to ACL 2026
CoRE：超越输出预测的细粒度代码推理基准
AI总结 CoRE基准通过实现不变性和过程透明性评估代码推理，揭示大语言模型在等价实现间存在显著鲁棒性差距，并发现模型可能通过表面执行达到正确输出，表明仅评估输出不足以衡量代码推理能力。
Comments ACL'26 Findings
R³-SQL：基于排名奖励和重采样的文本到SQL
机构 * ETRI（电子科技大学） ； Seoul National University（首尔国立大学） ； Snowflake AI Research（Snowflake人工智能研究）
AI总结 R³-SQL通过统一奖励和重采样解决文本到SQL中排名不一致和正确SQL缺失的问题，提升了执行准确率。
Comments Accepted by Findings of ACL 2026
哪里出错了？面向视觉-语言导航代理的能力导向故障归因
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Science & Technology on Integrated Information System Laboratory（信息集成信息系统实验室） ； State Key Laboratory of Complex System Modeling and Simulation Technology（复杂系统建模与仿真技术国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Singapore Management University（新加坡管理大学）
AI总结 本文提出一种能力导向的测试方法，通过自适应测试用例生成、能力 oracle 和反馈机制，准确归因视觉-语言导航代理的故障原因，提升系统可解释性和改进效果。
Journal ref ACL 2026
UnIte：基于不确定性的迭代文档采样用于信息检索中的领域适应
机构 * Interdisciplinary Program in Artificial Intelligence（人工智能交叉学科项目） ； Seoul National University（首尔国立大学）
AI总结 UnIte通过过滤高aleatoric不确定性文档和优先选择高epistemic不确定性文档，提升领域适应的效率和质量，在BEIR数据集上实验显示显著提升nDCG@10性能。
Comments ACL 2026 (Findings)
Journal ref The 64th Annual Meeting of the Association for Computational Linguistics, 2026
FAMA：面向交互工具使用环境的开源大语言模型失败意识元代理框架
机构 * Arizona State University（亚利桑那州立大学） ； Cisco Research（思科研究）
AI总结 FAMA框架通过分析基线代理的失败轨迹识别常见错误，并利用 orchestration 机制激活专门的代理来针对性解决失败问题，实验显示在开源LLM上性能提升达27%。
Comments Accepted to ACL 2026 Findings
什么使良好的指令微调数据？一种上下文学习视角
机构 * University of Memphis（孟菲斯大学）
AI总结 本文从上下文学习角度探讨有效指令微调数据的构成，提出基于加权上下文影响（wICI）的数据选择框架，通过实验验证样本难度与上下文影响的负相关性，并展示方法在多种模型和基准上的优越性能。
Comments ACL 2026, main conference
为什么强化学习能够泛化？对大语言模型后训练的特征层面机制研究
机构 * TJUNLP Lab, School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院TJUNLP实验室） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Saarland University（萨尔兰大学）
AI总结 研究通过对比强化学习与监督微调在大语言模型中的表现，揭示其泛化机制，发现强化学习通过持续演变的特征保持基模型表示，而监督微调引入稳定但专用的特征。
Comments ACL 2026 Main Conference
Libra-VLA：通过异步粗到细双系统实现学习平衡
机构 * Beihang University（北航） ； AgiBot
AI总结 Libra-VLA通过粗到细双系统架构，解决视觉-语言-动作模型在机器人操作中语义与动作间的鸿沟问题，实现训练平衡与高效执行。
Comments Accepted to the Main Conference of ACL 2026. Project page: https://libra-vla.github.io/
内在互信息作为偏好优化的调节器
机构 * Sun Yat-sen University（中山大学） ； University of Warwick（华威大学） ； Macao Polytechnic University（澳门理工学院）
AI总结 本文提出RMiPO框架，利用内在响应级互信息进行偏好优化，通过超参数调节动态解耦偏好贡献，减少训练开销，提升性能。
Comments ACL Findings 2026
在自动化定理证明中的基准测试
机构 * Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能交叉学科项目，首尔国立大学） ； Electronics and Telecommunications Research Institute（电子与电信研究所）
AI总结 本文提出T框架，通过依赖后继定理的编译成功来评估形式定理的语义正确性，揭示了当前定理生成能力的差距。
Comments ACL 2026 Industry
Journal ref The 64th Annual Meeting of the Association for Computational Linguistics -- Industry Track, 2026
异质分组专家的混合模型用于语言建模
机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国unicom数据科学与人工智能研究院） ； Unicom Data Intelligence, China Unicom（中国unicom数据智能）
AI总结 本文提出MoHGE，通过双层路由机制和分组辅助损失优化，实现资源感知的专家组合，减少参数量并平衡GPU负载，提升语言模型的效率与实用性。
Comments Accepted by ACL2026
BiCon-Gate：基于一致性门控的对话事实核查去口语化处理
机构 * Queen Mary University of London（伦敦玛丽女王大学）
AI总结 本文提出BiCon-Gate，通过语义感知的一致性门控选择改写候选，提升对话事实核查的证据检索与验证效果，尤其在SUPPORTS任务上表现突出。
Comments 15 pages, 7 figures; minor source and formatting cleanup; results unchanged
Journal ref Proceedings of the Ninth Fact Extraction and VERification Workshop (FEVER), pages 59-73, Rabat, Morocco. Association for Computational Linguistics, 2026
为什么基于大语言模型的网络代理会失败？一种分层规划视角
机构 * Department of Computer Science, George Mason University（乔治·马歇尔大学计算机科学系）
AI总结 本文从分层规划角度分析了LLM网络代理失败原因，发现低层执行是主要瓶颈，改进感知接地和自适应控制对实现人类可靠性至关重要。
Comments Accepted to The 64th Annual Meeting of the Association for Computational Linguistics (ACL) 2026
RbtAct: 用于生成可操作性评审反馈的反驳作为监督
机构 * Yale University（耶鲁大学） ； New York University（纽约大学） ； TCS Research（TCS研究院）
AI总结 本文提出RbtAct，通过利用反驳作为隐式监督，优化反馈生成器以提高可操作性。引入了视角条件段级评审反馈生成任务，并构建了RMR-75K数据集，实验表明在可操作性和具体性上优于基线模型。
Comments ACL 2026 Findings
人工智能心理健康应用的责任评估
机构 * Technische Universität Darmstadt（德累斯顿技术大学） ； Vanderbilt University（范德比尔特大学） ； Trier University（特里尔大学） ； Bar-Ilan University（巴伊兰大学） ； Trinity College Dublin（都柏林三一学院） ； University of Washington（华盛顿大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Phillips-Universität Marburg（马尔堡菲利普大学） ； LIACS, Leiden University（莱顿大学LIACS研究中心） ； Bocconi University（博科尼大学） ； Queen Mary University London（伦敦玛丽女王大学） ； Alan Turing Institute（艾伦·图灵研究所）
AI总结 本文提出跨学科框架，整合临床有效性、社会背景和公平性，解决现有AI心理健康工具评估碎片化问题，并通过案例研究展示AI心理健康支持类型的分类方法。
Journal ref ACL 2026
TimeMachine-bench：一个评估仓库级迁移任务模型能力的基准
机构 * Tohoku University（东大理工大学） ； Future Corporation（未来公司） ； RIKEN（日本理化学研究所） ； NII LLMC（国家信息研究所LLMC）
AI总结 本文提出TimeMachine-bench基准，用于评估软件迁移任务中的模型能力，通过自动化构建GitHub仓库测试失败数据集，评估基于11种模型的基线方法，发现LLM在迁移任务中仍存在可靠性挑战。
Comments Accepted to EACL 2026 Main, camera-ready
Journal ref Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers), pages 8233-8264, 2026
探索用于智能体的推理奖励模型
机构 * MMLab, CUHK（CUHK 机器学习实验室） ； Meituan（美团） ； SEEM, CUHK（CUHK 系统工程与工程管理系）
AI总结 本文提出Agent-RRM模型，通过结构化反馈提升智能体推理能力，采用三种集成策略在12个基准测试中取得显著性能提升。
Comments ACL 2026 Findings, Project page: https://github.com/kxfan2002/Reagent
MemRec：协同记忆增强的代理推荐系统
机构 * Hong Kong Baptist University（香港 Baptist大学） ； Rutgers University（罗格斯大学） ； Snap Inc.（Snap公司）
AI总结 MemRec通过引入协同记忆机制，解决传统推荐系统中记忆隔离导致的上下文过载问题，通过轻量级语言模型管理动态记忆图谱，提升推荐精度与效率。
Comments Accepted at ACL 2026 Main Conference
数字化尼泊尔书面遗产：面向旧尼泊尔手稿的综合HTR流水线
机构 * Department of Statistics, LMU Munich（慕尼黑大学统计系） ； Heidelberg Academy of Sciences and Humanities（海德堡科学院和人文科学学院） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML））
AI总结 本文首次提出面向低资源历史语言旧尼泊尔手稿的端到端HTR流水线，通过字符错误率降至4.9%的性能验证，结合数据集优化与解码策略分析，为历史手稿识别提供支持。
Comments Accepted at ACL 2026 (Main Conference)
VOYAGER: 一种无需训练的生成多样化数据集方法
机构 * Samsung Research America（三星美国研究院）
AI总结 本文提出VOYAGER方法，通过确定性点过程优化生成数据集的多样性，无需训练且适用于闭源模型，实验显示其多样性提升达1.5至3倍。
Comments Accepted to ACL 2026 Main
从局部到全局：重新审视大型语言模型的结构剪枝范式
机构 * University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； DreamSoul ； University of Minnesota（明尼苏达大学） ； Intel Corporation（英特尔公司）
AI总结 本文提出GISP，一种基于全局重要性度量的迭代结构剪枝方法，通过去除注意力头和MLP通道提升模型效率和下游任务性能。
Comments 20 pages, 6 figures. Accepted by ACL2026 Main Conference
当思维遇见事实：长上下文语言模型的可重用推理
机构 * KAIST（韩国科学技术院） ； Amazon（亚马逊） ； University of Minnesota（明尼苏达大学）
AI总结 本文提出Thought Templates用于长上下文语言模型的可重用推理，通过迭代更新策略提升多跳推理能力，并展示其在多种基准测试中的优越表现。
Comments ACL Findings 2026
审判中的公正：揭示（隐藏）在LLM辅助同行评审中的偏见
机构 * CISPA Helmholtz Center for Information Security（CISPA 欧洲信息安全研究中心） ； Saarland University（萨尔兰大学）
AI总结 本文研究LLM生成的同行评审中的偏见，通过操控作者元数据发现机构偏见、资历偏好和性别影响，揭示隐性偏见在软评分中的显现。
Comments Findings of ACL 2026
OMHBench: 多模态多跳推理的基准测试
机构 * Hanyang University（翰阳大学） ； NAVER Cloud（NAVER云） ； Knowledge Work Inc.（知识工作公司） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； Sony AI（索尼人工智能）
AI总结 OMHBench通过平衡的多模态多跳推理评估框架，揭示了多模态大语言模型在多模态接地方面的不均衡性，发现专有模型与开源模型性能差距显著，且对推理路径变化敏感。
Comments ACL 2026 Findings
大型语言模型在推理任务上的表现是否受提问方式的影响？
机构 * Department of Computer Science, Iowa State University（计算机科学系，爱荷华州立大学）
AI总结 本研究探讨了不同提问方式对大型语言模型推理任务准确性的影响，发现问题类型显著影响模型表现，选项数量和用词选择也会影响最终答案选择的准确性。
Comments ACL 2025 (Findings)
从歧义到准确性：核心指代消解对检索增强生成系统的影响
机构 * Korea University（韩国大学） ； Naver Corp（Naver公司）
AI总结 研究探讨了核心指代消解对检索增强生成系统中文档检索和生成性能的影响，发现消解能提升检索效果和问答性能，尤其对小模型有显著帮助。
Comments ACL 2025 SRW
Journal ref https://aclanthology.org/2025.acl-srw.27
大语言模型是有效的标注助手，但不是好的独立标注者
机构 * Department of Computer Science, University of Maryland（大学计算机科学系） ； National Consortium for the Study of Terrorism and Responses to Terrorism（反恐与反恐响应国家研究中心）
AI总结 本文研究了大语言模型在事件标注中的有效性，发现其在辅助专家标注时表现优于传统方法，但独立标注仍不理想。
Comments 9 pages, 4 figures
Journal ref ACL 2026 Findings
基于令牌密度的不确定性量化方法用于获取大语言模型的真实性
机构 * Skoltech（斯克里普切尔技术学院） ； AIRI（人工智能研究所） ； MBZUAI（马斯克商学院人工智能研究所） ； MIPT（莫斯科国立信息技术机械与光学学院） ； FRC CSC RAS（俄罗斯科学院远东分院计算机科学与控制学院） ； The University of Melbourne（墨尔本大学）
AI总结 本文提出一种基于令牌密度的不确定性量化方法，通过提取多层嵌入并计算Mahalanobis距离，提升文本生成和事实核查任务的不确定性评估精度与效率。
Journal ref Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics
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