Meta

From Interpretability to Control: Insights from Six Years of the TrustNLP Workshop

从可解释性到控制：TrustNLP研讨会六年的启示

Rahul Gupta, Abhinav Mohanty, Anaelia Ovalle, Anil Ramakrishna, Anubrata Das, Apurv Verma, Jwala Dhamala, Ninareh Mehrabi, Tharindu Kumarage, Yada Pruksachatkun, Yang Trista Cao, Kai-Wei Chang, Aram Galstyan

机构 * Meta ； Autodesk（欧特克公司） ； New Jersey Institute of Technology（新泽西理工学院） ； Salesforce（salesforce公司） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Amazon AGI（亚马逊AGI） 纠错

AI总结 该研究基于TrustNLP研讨会六年论文，分析NLP可信领域从可解释性到生成式系统控制的转变，明确各信任维度的发展趋势及与领域整体的关联性，提出结构性见解与研究方向。

Comments 17 pages, 2 figures, 3 tables. Submitted to ACL ARR August 2026 cycle (EACL 2027)

MARCO: Click-Intent Decomposition for Calibrated Ads Conversion Prediction

MARCO：用于校准广告转化预测的点击意图分解

Shiwen Shen, Xiru Huang, Liang Luo, Jianbo Sun, He Lyu, Zihang Fu, Ivonne Xu, Zhizhuo Li, Zhengyu Zhang, Pei-Ju Sung, Yunmiao Wang, Zixuan Wang, Zhengli Zhao, Qiang Jin, Mike Jermann, Mingda Li, Yang Xiao, Bhavana Challa, Brooke Bian, Yang Li, Ashish Chamoli, Bibek Bhusal, Danning Di, Yuan Jin, Meet Raval, Zhiwen Chen, Boyao Sun, Shuguang Wang, Yunlong He, Yantao Yao, Sagar Chordia, Wenlin Chen, Santanu Kolay, Qin Huang, Ellie Wen

机构 * Meta AI 纠错

AI总结 MARCO框架通过按意图分解点击解决广告转化预测的校准偏差，经离线在线验证，部署后各意图校准近100%，每点击转化率提升2.80%，核心指标累计提升0.98%。