期刊&会议
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
紧凑语言模型能否像智能体一样搜索？基于知识增强的策略优化以保持智能体RAG能力
机构 * The University of Osaka（大阪大学） ； OMRON SINIC X Corporation（OMRON SINIC X公司）
AI总结 本文提出Distillation-Guided Policy Optimization方法，通过教师示范初始化和持续教师指导，使紧凑模型实现复杂的智能体搜索行为，甚至在某些情况下超越大模型。
Comments Accepted at ACL 2026 Main
CRISP：通过稀疏自编码器实现持久性概念卸载
机构 * Technion – Israel Institute of Technology（技术ion-以色列理工学院） ； Boston University（波士顿大学） ； University of Zagreb, FER（Zagreb大学，FER） ； Kempner Institute, Harvard University（哈佛大学 Kempner研究所）
AI总结 CRISP利用稀疏自编码器实现持久性概念卸载，通过自动识别多层显著SAE特征并抑制其激活，优于现有方法，在WMDP基准的安全关键卸载任务中有效移除有害知识并保持通用能力。
Comments Accepted to ACL 2026
VisRet：可视化改进知识密集型文本到图像检索
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
AI总结 VisRet通过将文本查询投影到图像模态，提升跨模态检索效果，优于传统方法，在四个基准测试中提升nDCG@30，并提高下游问答准确性。
Comments ACL 2026 Camera Ready
PARASITE: 条件系统提示污染以劫持大语言模型
机构 * Indiana University Bloomington（印第安纳大学布卢明顿分校）
AI总结 PARASITE通过条件系统提示污染技术，使LLM在特定查询下输出被篡改响应，同时保持正常输入的高实用性，且在黑盒环境下实现70%的F1降级。
Comments ACL 2026 Main
MTRouter: 带成本意识的多轮LLM路由与历史-模型联合嵌入
机构 * School of Computer Science and Engineering, Northeastern University Shenyang 110819, China（东北大学计算机科学与工程学院，中国沈阳110819） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
AI总结 本文提出MTRouter，通过联合历史-模型嵌入和学习轨迹预测器，提升多轮任务的性能-成本平衡，实验显示在ScienceWorld和Humanity's Last Exam上均取得显著成本降低与性能提升。
Comments This work has accepted by ACL 2026
学生不会像你希望的那样使用LLMs
机构 * The University of Sydney（悉尼大学）
AI总结 本文提出六个计算指标，用于评估学生与AI对话的教育对齐情况，发现部署环境是影响使用模式的主要因素，而非学生偏好或系统设计。
Comments To appear at ACL 2026 (Main Conference)
IndustryAssetEQA: 一种用于工业资产维护中具身体验问答的神经符号操作智能系统
机构 * Artificial Intelligence Institute, University of South Carolina（南卡罗来纳大学人工智能研究所） ； University of South Carolina（南卡罗来纳大学） ； IBM Yorktown（IBM约克镇分公司） ； Indian AI Research Organization（印度人工智能研究组织）
AI总结 本文提出IndustryAssetEQA系统，结合事件 telemetry 表示与FMEA-KG知识图谱，提升工业资产问答的结构有效性、反事实准确性及解释蕴含性，减少专家评估的过度声称。
Comments 20 pages, 4 figures, 4 tables, Accepted for the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026) Industry Track
评估多轮语言模型中的时间一致性
机构 * University of Virginia（弗吉尼亚大学）
AI总结 研究多轮对话中语言模型维持和更新时间假设的能力，提出ChronoScope基准测试集，发现模型在长对话中时间一致性常被破坏，揭示单轮事实准确与序列交互中时间推理的差距。
Comments Accepted at ACL 2026
FormalScience: 基于代理代码生成的可扩展人类在环科学自动形式化
机构 * University of Manchester, UK（英国曼彻斯特大学） ； Idiap Research Institute, Switzerland（瑞士Idiap研究所） ； National Biomarker Centre, CRUK-MI, UK（英国国家生物标志物中心，CRUK-MI）
AI总结 FormalScience通过人类在环的代理流程，使非专业领域专家以低成本生成形式化证明，构建了包含200个大学物理问题及解决方案的FormalPhysics数据集，并探讨了现代LLM在自动形式化中的局限性。
Comments ACL 2026
PExA：复杂文本到SQL的并行探索代理
机构 * University of California Los Angeles（加州大学洛杉矶分校） ； Bloomberg（彭博）
AI总结 本文提出PExA，通过软件测试覆盖视角解决文本到SQL的延迟与性能权衡问题，通过并行执行测试用例确保语义覆盖，最终生成准确的SQL。
Comments Accepted at ACL 2026
TexOCR: 提升可编译页面到LaTeX重建的文档OCR模型
机构 * Yale University（耶鲁大学） ； Zhejiang University（浙江大学）
AI总结 本文提出TexOCR-Bench和TexOCR-Train，通过监督微调和强化学习训练出2B参数模型，提升科学PDF到可编译LaTeX的重建能力，验证了可验证奖励在结构和编译指标上的改进。
Comments Accepted by ACL 2026 Main
IntrAgent：通过文献综述实现内容导向的信息检索的LLM代理
机构 * University of Georgia（佐治亚大学）
AI总结 本文提出IntraView任务，设计IntrAgent代理，通过文献综述实现精确信息检索，提出包含315个测试实例的IntraBench基准，展示在七个基础LLM上IntrAgent比现有RAG和研究代理基线高13.2%的跨领域准确性。
Comments Accepted to ACL 2026 main conference
通过推理技能思考：更少的标记，更高的准确性
机构 * Qiyuan Tech（启元科技） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） ； Peking University（北京大学）
AI总结 本文提出通过存储和检索推理技能来减少推理标记并提升性能，适用于编码和数学推理任务。
Comments 10 pages, The 64th Annual Meeting of the Association for Computational Linguistics -- Industry Track
AlphaContext：一种基于进化树的心理测量情境生成器用于创造力评估
机构 * East China Normal University（东华大学） ； Shanghai Innovation Institute（上海创新研究院）
AI总结 AlphaContext通过进化树方法生成高质量的情境，提升创造力评估的准确性与多样性，实验显示在六个质量指标上平均提升8%。
Comments Accepted by ACL 2026 Main Conference
EVE：面向地球智能的领域专用LLM框架
机构 * Pi School（Pi学校） ； Mistral AI ； Translated ； ESA Φ \Phi -lab（ESA Φ实验室）
AI总结 EVE首次提出开源端到端框架，构建24B领域适应模型，在地球观测和科学基准上超越同类模型，提供系统化评估基准和生产系统，支持350名试点用户。
Comments To be published in the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)
CURE-MED：基于课程的强化学习用于多语言医学推理
机构 * University of Virginia（弗吉尼亚大学） ； Indian Institute of Technology Patna（印度理工学院帕纳布分校） ； Indian Institute of Technology Kanpur（印度理工学院坎普尔分校） ； MBZUAI（中东技术研究所）
AI总结 本文提出CURE-MED框架，通过课程引导的强化学习提升多语言医学推理的逻辑正确性和语言稳定性，实验表明在13种语言上均优于基线模型，实现了高一致性与高正确率。
Comments Accepted at ACL 2026, main conference, oral presentation
KOCO-BENCH: 大型语言模型能否在软件开发中利用领域知识？
机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； School of Computer Science, Wuhan University（武汉大学计算机科学系）
AI总结 KOCO-BENCH旨在评估大型语言模型在软件开发中利用领域知识的能力，包含6个新兴领域、11个软件框架和25个项目，通过多粒度任务测试模型的知识获取与应用能力。
Comments Accepted by ACL 2026
对情感支持模型的压力测试：从同质到多样求助者的转变
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 本文提出可控的求助者模拟器，通过九个心理和语言特征训练MoE架构，提升行为多样性与可控性，评估7个支持模型发现性能退化问题，为情感支持聊天机器人提供更真实的压力测试。
Comments Accepted to Findings of ACL 2026
对文本中社会感知维度进行标注：一个句子级别的温暖与能力数据集
机构 * Cardiff University（卡迪夫大学） ； National Research Council Canada（加拿大国家研究理事会）
AI总结 本文提出首个句子级别标注的温暖与能力数据集W&C-Sent，包含1600多个英文句子-目标对，评估了大型语言模型在识别信任、亲和力和能力方面的性能。
Comments Accepted at ACL2026 (Main Conference)
TeachMaster: 通过代码生成教学内容
机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院）
AI总结 本文提出Generative Teaching paradigm，通过多智能体框架TeachMaster实现教学内容的自动化生成，提升生产效率并降低教育视频制作成本。
Comments Accepted to ACL 2026; https://www.teachmaster.cn/
ChatR1: 基于强化学习的对话推理与检索增强问答
机构 * University of Amsterdam（阿姆斯特丹大学）
AI总结 ChatR1通过强化学习实现对话问答中的推理与检索增强，通过意图感知奖励提升多轮对话性能，优于多个基准数据集。
Comments 18 pages, 9 figures, Main ACL 2026 Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics, July 2--7, 2026, San Diego, California
VAPO：基于多模态大语言模型的端到端幻灯片增强语音识别
机构 * Beijing Key Laboratory of Traffic Data Mining and Embodied Intelligence（北京交通数据挖掘与具身智能重点实验室） ； Unisound AI Technology Co., Ltd.（Unisound人工智能技术有限公司） ； State Key Laboratory of AI Safety, Beijing（人工智能安全国家重点实验室）
AI总结 VAPO通过多目标强化学习优化多模态大语言模型，解决视觉干扰问题，提升幻灯片增强语音识别的准确率和领域专用实体识别性能。
Comments Accepted to ACL 2026 Main Conference
重新思考多LoRAs的参数共享用于LLM微调
机构 * Department of Computer Science and Engineering, University at Buffalo（计算机科学与工程系，布法罗大学）
AI总结 本文提出ALoRA和Fed-ALoRA，通过异构矩阵分解策略，在多任务和联邦微调中实现更平衡的性能，优于现有多LoRA方法。
Comments Accepted to ACL 2026 Findings
学习隐藏风险：面向金融领域的可控多轮红队测试框架
机构 * Bloomberg（彭博社） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Florida International University（佛罗里达国际大学） ； Boise State University（博伊西州立大学）
AI总结 本文提出CoRT框架，通过可控的多轮红队测试方法，针对金融领域潜在风险进行隐蔽攻击，提升LLM在监管合规方面的安全性。
Comments Accepted for ACL'26 (Main). TL;DR: We propose a controllable multi-turn risk-concealed red-teaming framework, CoRT, that progressively conceals surface-level risk while exploiting regulatory-violating behaviors on a proposed new benchmark, FinRisk-Bench
BlindGuard: 保护基于大语言模型的多智能体系统免受未知攻击
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； School of Information and Communication Technology, Griffith University（格里菲斯大学信息与通信技术学院）
AI总结 本文提出BlindGuard，一种无需标注的多智能体系统防御方法，通过层次编码器和腐蚀引导检测器有效检测多种攻击类型，优于监督基线。
Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics, 2026
LearnAlign: 用于改进梯度对齐的LLM强化学习数据选择
机构 * Nanjing University（南京大学） ； The Hong Kong Polytechnic University（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Science and Technology of China（中国科学技术大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
AI总结 LearnAlign通过改进梯度对齐方法，智能选择训练数据以提升LLM推理能力，减少训练数据需求且性能表现优异。
Comments ACL 2026 Findings
解释自然语言中的谜题解决方案：对6x6数独的探索性研究
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校）
AI总结 研究评估了五种LLM在解决和解释6x6数独中的表现，发现尽管部分模型能解决谜题，但无法提供反映战略推理或直观问题解决的解释，凸显了LLM在人机协作决策中需解决的关键挑战。
Comments Accepted to Findings of ACL 2025
Journal ref Findings of ACL 2025
DRP：基于技能感知步骤分解的 distilled 推理剪枝用于高效大推理模型
机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩分校） ； Arizona State University（亚利桑那州立大学）
AI总结 本文提出DRP框架，结合推理时剪枝与调优-based知识蒸馏，提升大推理模型的效率与准确性，在数学推理任务中实现显著的token效率提升。
Comments Published on ACL 2026
大型语言模型能否解释并利用结构化的语言表示？一项基于AMR的案例研究
机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） ； Northwestern University（西北大学）
AI总结 本文研究了大型语言模型在结构化语言表示下的表现，发现短文任务中添加AMR会降低性能，但长文任务如对话摘要能提升模型表现，尤其在大模型中效果更显著。
Comments 13 pages, 23 figures. Accepted to XLLM Workshop at ACL 2025
Journal ref Proceedings of the 1st Joint Workshop on Large Language Models and Structure Modeling (XLLM 2025), page 173, Vienna, Austria. Association for Computational Linguistics
量化并提升检索增强语言模型对基础数据中虚假特征的鲁棒性
机构 * Simon Fraser University（西蒙弗雷泽大学） ； Microsoft（微软） ； Atlassian ； Tongji University（同济大学） ； The University of Hong Kong（香港大学） ； Canada-CIFAR AI Chair, Amii（加拿大-CIFAR人工智能主席，Amii）
AI总结 本文研究检索增强语言模型对基础数据中虚假特征的鲁棒性问题，提出SURE框架用于量化和提升鲁棒性，分析虚假特征在RAG领域的广泛性与挑战性。
Comments ACL 2026 camera-ready version
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