期刊&会议
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
大语言模型是糟糕的骰子玩家：LLM在生成统计分布的随机数时表现不佳
机构 * Harvard University（哈佛大学）
AI总结 研究发现大语言模型在生成随机数时存在显著缺陷，其采样能力随分布复杂度和采样范围增加而下降，导致下游任务出现系统性偏差。
Comments Accepted to ACL 2026 (Main Conference)
AgentMark：用于代理的效用保持行为水印
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Huaqiao University（华侨大学）
AI总结 本文提出AgentMark，一种用于代理的行为水印方法，通过在规划决策中嵌入多比特标识符以保持效用，适用于黑盒API和动作层内容水印。
Comments Accepted to ACL 2026 (Main, Poster)
NiuTrans.LMT: 向包容性和可扩展的多语言机器翻译迈进 with LLMs
机构 * School of Computer Science and Engineering, Northeastern University, Shenyang, China（东北大学计算机科学与工程学院，中国沈阳） ； NiuTrans Research, Shenyang, China（牛译研，中国沈阳）
AI总结 本文提出NiuTrans.LMT，通过Strategic Downsampling和Parallel Multilingual Prompting缓解多语言监督微调中的方向退化问题，展示其在60种语言234个方向上的竞争力。
Comments Accepted to ACL 2026 Main Conference. Models are available at: https://github.com/NiuTrans/LMT
当模型超越安全限制：揭示并缓解大推理模型的自我突破
机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 研究揭示大推理模型存在自我突破现象，提出CoG框架通过分步干预缓解安全问题，平衡安全与推理性能。
Comments ACL 2026. The first two authors contributed equally. The main text is 9 pages, with an appendix of 28 pages. The paper contains 20 figures and 15 tables
迈向数学推理的自动化鲁棒性评估
机构 * Shanghai University of Finance and Economics（上海金融学院） ； Ant Group（蚂蚁集团） ； Southern University of Science and Technology（南方科技大学） ； MoE Key Laboratory of Interdisciplinary Research of Computation and Economics（计算与经济学交叉学科研究教育部重点实验室）
AI总结 本文提出Math Stress Tester框架，通过多轮重写验证循环生成对抗样本，提升数学推理任务的鲁棒性评估能力，并验证其在非数学任务中的扩展性。
Comments Accepted by Findings of ACL2026
AutoReproduce：基于论文溯源的自动AI实验复现
机构 * Tsinghua University（清华大学） ； Xidian University（西安电子科技大学） ； OpenBMB（开放大脑实验室） ； University of the Chinese Academy of Sciences（中国科学院大学）
AI总结 本文提出AutoReproduce，通过论文溯源系统自动复现实验代码，采用多智能体框架和采样单元测试策略，验证了其在复现精度和执行性能上的优势。
Comments Accepted by ACL 2026 Main
FADE：为什么好的特征会遇到糟糕的描述
机构 * Department of Artificial Intelligence, Fraunhofer Heinrich Hertz Institute（人工智能系，弗劳恩霍夫海因里希·赫兹研究所） ； Department of Electrical Engineering and Computer Science, Technische Universität Berlin（电气工程与计算机科学系，柏林技术大学） ； BIFOLD - Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究所） ； Centre of eXplainable Artificial Intelligence, Technological University Dublin（可解释人工智能中心，都柏林技术大学）
AI总结 FADE提出了一种模型无关的框架，用于自动评估特征与描述的一致性，通过四个指标量化特征与描述之间的不一致原因，揭示了生成特征描述的挑战。
Journal ref In Findings of the Association for Computational Linguistics: ACL 2025, pages 17138-17160, Vienna, Austria. Association for Computational Linguistics
高效多智能体系统训练中的数据影响导向树搜索
机构 * University of Science and Technology of China（中国科学技术大学） ； Carnegie Mellon University（卡内基梅隆大学）
AI总结 本文提出数据影响导向树搜索框架，通过影响评分指导树搜索和数据选择，提升多智能体系统训练效率与效果。
Comments Accepted by ACL 2026 Main;
PL-MTEB：波兰大规模文本嵌入基准
机构 * National Information Processing Institute（国家信息处理研究所）
AI总结 本文提出PL-MTEB，一个涵盖波兰语言文本嵌入的综合基准，包含30个不同NLP任务，新增12个波兰任务和两个新数据集，评估30种公开文本嵌入模型并公开结果。
Comments Accepted for ACL 2026 Findings
多模态大语言模型理解指认吗？在自我中心视觉中的基准测试与增强指认推理
机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Academy of Art & Design, Tsinghua University（清华大学艺术与设计学院）
AI总结 本文提出EgoPoint-Bench基准测试，用于评估和提升自我中心视角下的多模态指认推理能力，通过11k高质量样本展示细调合成数据能显著提升性能和现实迁移能力。
Comments 20 pages, 14 figures. Committed to ACL 2026
FairQE：缓解翻译质量评估中性别偏见的多智能体框架
机构 * Chung-Ang University（Chung-Ang 大学） ； AITRICS
AI总结 FairQE通过多智能体机制检测性别线索并生成性别翻转翻译变体，结合传统QE评分与LLM偏见缓解推理，提升翻译质量评估的性别公平性。
Comments Accepted to ACL 2026
理解并缓解测试时间强化学习在数学推理中的虚假信号放大
机构 * NLPR & MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所NLPR与MAIS实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Meituan（美团） ； University of Science and Technology of China（中国科学技术大学）
AI总结 本文研究了测试时间强化学习在数学推理中因标签噪声导致的虚假信号放大问题，提出DDRL框架通过频率采样、去偏优势估计和共识-off-policy优化来缓解该问题，实验表明其优于现有基线方法。
Comments Accepted to ACL 2026 Findings
当更大并非更好：对多新闻摘要中政治偏见的全面公平性评估
机构 * RMIT University（皇家墨尔本理工大学） ； National Institute of Informatics（日本信息处理学会）
AI总结 本文评估多文档新闻摘要中的政治偏见，发现大模型并不总是更公平，中等规模模型在公平性与效率上表现更优，提示需多维评估框架和针对性去偏策略。
Comments Accepted to ACL 2026 Main Conference
CI-Work: 企业LLM代理中情境完整性基准测试
机构 * Huazhong University of Science and Technology（华中科技大学） ； Microsoft（微软）
AI总结 CI-Work基准测试评估企业LLM代理在密集检索中传达关键内容并隐藏敏感信息的能力，揭示隐私泄露普遍且高任务效用与隐私违规正相关，需转向以情境为中心的架构。
Journal ref The 64th Annual Meeting of the Association for Computational Linguistics (ACL'2026) -- Industry Track
当代理看起来相同：量化蒸馏诱导的工具使用行为相似性
机构 * School of Cyber Science and Technology, USTC（USTC计算机科学与技术学院） ； Anhui Province Key Laboratory of Digital Security（安徽省数字安全重点实验室） ； M-A-P
AI总结 本文提出两种新指标RPS和AGS，用于区分任务成功必需行为与模型自主偏好，通过评估18个模型发现AGS能区分教师特定收敛与通用改进。
Comments Accepted by ACL 2026 Main Conference
超越文本的规划：基于图的复杂叙事生成推理
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tencent Turing Lab（腾讯人工智能实验室）
AI总结 本文提出PLOTTER框架，通过结构图进行叙事规划，提升LLM在复杂叙事生成中的长上下文推理能力。
Comments Accepted to Findings of the Association for Computational Linguistics: ACL 2026
从具有信息性缺失的多模态临床时间序列中学习动态表示和策略
机构 * Emory University（埃默里大学）
AI总结 本文提出了一种多模态临床时间序列患者表示学习框架，利用信息性缺失来提升治疗策略学习和患者预后预测性能。
Comments Findings of ACL 2026 (30 pages)
前缀解析只是解析
机构 * ETH Zürich（苏黎世联邦理工学院） ； McGill University（麦吉尔大学） ； Canada CIFAR AI Chair（加拿大 CIFAR 人工智能主席） ； Mila ； CHI-FRO
AI总结 本文提出通过前缀文法变换将前缀解析转化为普通解析，从而高效解决前缀解析问题，并引入基于算法微分的策略计算下一token权重向量，提供了一种简单、通用且高效的前缀解析框架。
Comments To appear at ACL 2026
自适应指令生成用于自动化大语言模型红队测试
机构 * Capital One, AI Foundations（Capital One人工智能基础研究）
AI总结 本文提出自适应指令生成框架，通过强化学习平衡探索与利用，提升红队测试的攻击效果与多样性，优于随机组合和现有方法。
Comments Accepted to ACL 2026 Main Conference
分层策略优化用于无界语音的同时翻译
机构 * Carnegie Mellon University（卡内基梅隆大学） ； NVIDIA（英伟达）
AI总结 本文提出分层策略优化方法，通过后训练处理不完美的监督微调数据，提升同时语音翻译质量与效率，实验显示在1.5秒延迟下，COMET和MetricX得分分别提升超7和1.25。
Comments ACL 2026 Oral
像植物学家一样思考：用意图驱动的连续询问挑战多模态语言模型
机构 * Department of Robotics and Mechatronics Engineering, University of Dhaka（达卡大学机器人与机电工程系） ； Department of Computer Science and Engineering, University of Dhaka（达卡大学计算机科学与工程系） ； Department of Agronomy, Gazipur Agricultural University（加兹ipur农业大学作物学系） ； Department of Botany, University of Dhaka（达卡大学植物学系）
AI总结 本文提出PlantInquiryVQA基准，通过结构化询问提升植物病害诊断准确性，揭示多步意图驱动的视觉推理方法，改进多模态模型的临床推理能力。
Comments Accepted at ACL 2026 Findings
未选择的道路：程序执行推理中的对偶性
机构 * Department of Computer Science, University of Central Florida（中央佛罗里达大学计算机科学系）
AI总结 本文提出通过双重推理任务评估程序执行的因果理解，提出DexBench基准测试集，评估13种LLM，证明双路径推理能有效提升动态代码理解能力。
Comments Accepted to ACL 2026 Main Conference
工作记忆限制在数据稀缺下支撑Transformer的学习
机构 * City, University of London（伦敦城市大学） ； The Alan Turing Institute（艾伦·图灵研究所） ； Grounded Machines
AI总结 本文探讨在Transformer架构中引入类人工作记忆限制，提出基于固定宽度窗口和时间衰减的注意力机制，实验表明在数据稀缺时，这些约束能显著提升语法准确性并增强与人类处理指标的一致性。
Comments Published in ACL 2026 Findings track
追踪大型语言模型中的关系知识回忆
机构 * TU Dresden（德累斯顿技术大学）
AI总结 研究大型语言模型在文本生成中如何回忆关系知识，通过线性探测识别适合关系分类的潜在表示。分析不同潜在表示，发现注意力头对残差流的贡献是线性关系分类的强特征。
Comments ACL 2026 (findings)
Mango：通过全局视图优化实现多智能体网络导航
机构 * Purdue University（普渡大学）
AI总结 本文提出Mango方法，利用网站结构动态确定最优起始点，通过多臂老虎机问题和Thompson采样优化导航预算，并引入周期性记忆组件提升导航效率，实验显示在WebVoyager和WebWalkerQA上均优于基线方法。
Journal ref ACL 2026
语调作为监督：连接非语言与语言以实现多语言语音情绪识别
AI总结 本文提出一种非语言到语言的迁移框架，通过非语言语音特征提升多语言语音情绪识别性能，采用超几何向量量化代码本和超几何情绪透镜，实现情绪强度建模，优于传统欧几里得方法。
Comments Accepted to ACL 2026 (Main)
LogicEval: 一个系统框架用于评估自动修复技术在现实软件中逻辑漏洞的修复
机构 * The Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 本文提出LogicEval框架，通过LogicDS数据集评估传统和基于LLM的修复方法，发现编译和测试失败主要由提示敏感性、代码上下文丢失和补丁定位困难导致。
Comments To appear in ACL 2026 Main Conference
仅在必要时推理：通过模型内部不确定性实现高效的生成奖励建模
机构 * University of New South Wales（新南威尔士大学） ； Tencent Hunyuan（腾讯文言） ； Tencent Yuanbao（腾讯元宝） ； UESTC（电子科技大学） ； Peking University（北京大学）
AI总结 本文提出E-GRM框架，利用模型内部不确定性选择性触发推理，减少计算成本并提升答案准确性。
Comments accepted by ACL 2026 Findings
超越个体：通过协作代理虚拟化多学科推理以实现临床摄入
AI总结 本文提出Aegle框架，通过图基多代理架构在门诊咨询中实现多学科推理，提升文档质量和诊断准确性。
Comments Accepted to ACL 2026 Findings
AgencyBench：在100万token现实场景中自主代理的前沿评估
机构 * SII Open Source（SII开源）
AI总结 本文提出AgencyBench，通过138个现实场景评估6种核心代理能力，揭示闭源模型在资源效率和反馈修正上的优势，为下一代自主代理的发展提供测试平台。
Comments Accepted by ACL 2026 Main Conference
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