University of Edinburgh（爱丁堡大学）

SurgAtlas: A Large-Scale Surgical Video-Language Dataset with 2,391 Hours of Open and Minimally Invasive Surgery

SurgAtlas：一个包含2,391小时开放和微创手术的大规模手术视频-语言数据集

Filippos Bellos, Andre S. Gala-Garza, Miaowei Wang, Alyssa M. Hardin, Ahmad M. Hider, Li Yayuan, Jing Bi, Susan Liang, Chenliang Xu, Donald S. Likosky, Jason J. Corso

机构 * University of Michigan（密歇根大学） ； University of Edinburgh（爱丁堡大学） ； Vanderbilt University Medical Center（范德比尔特大学医学中心） ； University of Colorado（科罗拉多大学） ； University of Rochester（罗切斯特大学） ； Michigan Medicine（密歇根医学） 纠错

AI总结 提出SurgAtlas，最大手术视频-语言数据集（15,291视频，2,391小时，18专科，5,000+术式），首次大规模纳入开放手术并建立基准，通过多层级自动标注管道生成丰富注释，微调Qwen3-VL-8B在多个基准上达到领先。

Comments v2: Added Hugging Face dataset release link and supplementary qualitative examples; updated formatting. v1 originally posted June 2026

Structured Inference with Large Language Gibbs

大语言吉布斯结构化推理

Sanghyeok Choi, Henry Gouk, Esmeralda S. Whitammer

机构 * University of Edinburgh, School of Informatics（爱丁堡大学信息学院） 纠错

AI总结 提出大语言吉布斯方法，利用大语言模型的条件分布作为转移算子进行结构化概率推理，通过迭代重采样变量避免顺序偏差，在合成分布、一致性推理和贝叶斯结构学习中验证有效性。

Comments EMNLP 2026. Code: https://github.com/hyeok9855/large-language-gibbs

Discovering High Level Patterns from Simulation Traces

从仿真轨迹中发现高层次模式

Sean Memery, Kartic Subr

机构 * University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文提出了一种通过程序合成进行无监督学习的方法，将仿真轨迹转换为稀疏的高层次模式表示，以提升大语言模型对物理系统的推理能力。

When Chain-of-Thought Fails, the Solution Hides in the Hidden States

当链式推理失败时，解决方案隐藏在隐藏状态中

Houman Mehrafarin, Amit Parekh, Ioannis Konstas

机构 * Heriot-Watt University（赫瑞斯泰大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 研究通过激活补丁分析发现，链式推理（CoT）中的隐藏状态包含任务相关信息，即使原始推理轨迹错误，也能通过补丁提升准确率，揭示CoT中某些token能编码足够的信息恢复正确答案。

Comments To appear in Findings of EMNLP 2026

Towards Multi-modal Multi-turn Safety: From Agentic Interaction to Strategic Alignment

AM$^3$Safety: 向多模态多轮安全对齐的数据高效方法

Han Zhu, Jiale Chen, Chengkun Cai, Shengjie Sun, Haoran Li, Yujin Zhou, Chi-Min Chan, Pengcheng Wen, Lei Li, Yike Guo, Sirui Han

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Zhongshan School of Medicine, SUN YAT-SEN UNIVERSITY（中山医学院，孙中山大学） ； University of Edinburgh（爱丁堡大学） ； University of Washington（华盛顿大学） 纠错

AI总结 AM$^3$Safety通过结合冷启动拒绝阶段和组相对策略优化，有效提升多模态多轮对话的安全性，降低攻击成功率并增强模型的无害与帮助维度。

Comments EMNLP Main 2026

Evolving Excellence: Automated Optimization of LLM-based Agents

精益求精：基于大语言模型的代理的自动化优化

Paul Brookes, Vardan Voskanyan, Rafail Giavrimis, Matthew Truscott, Mina Ilieva, Chrystalla Pavlou, Alexandru Staicu, Manal Adham, Will Evers- Hood, Jingzhi Gong, Kejia Zhang, Matvey Fedoseev, Vishal Sharma, Roman Bauer, Zheng Wang, Hema Nair, Wei Jie, Tianhua Xu, Aurora Constantin, Leslie Kanthan, Michail Basios

机构 * University of Leeds（利兹大学） ； City, University of London（伦敦城市大学） ； University of West London（西伦敦大学） ； University of Edinburgh（爱丁堡大学） ； University of Surrey（萨里大学） ； University of Warwick（沃里克大学） ； King's College London（伦敦国王学院） 纠错

AI总结 ARTEMIS通过语义感知的进化算法，自动优化基于大语言模型的代理配置，显著提升多个任务的性能表现。

HarmReduction: Benchmarking LLMs in Harm Reduction Information Provision to Support People Who Use Drugs

HarmReduction：对大语言模型在为药物使用者提供减害信息方面的基准测试

Kaixuan Wang, Chenxin Diao, Jason T. Jacques, Zhongliang Guo, Shuai Zhao

机构 * University of St. Andrews（圣安德鲁大学） ； University of Edinburgh（爱丁堡大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本研究推出HarmReduction基准，评估大语言模型（LLM）为药物使用者提供减害信息的准确性与安全风险，发现现有最先进LLM仍难提供准确信息且存在安全风险，贡献了相关评估框架。

Comments 15 pages, 5 figures, 12 tables, a dataset

Action abstractions for amortized sampling

用于摊销采样的动作抽象

Oussama Boussif, Léna Néhale Ezzine, Joseph D Viviano, Michał Koziarski, Moksh Jain, Esmeralda S. Whitammer, Emmanuel Bengio, Rim Assouel, Yoshua Bengio

机构 * Mila - Québec AI Institute（米拉-魁北克人工智能研究所） ； Université de Montréal（蒙特利尔大学） ； University of Edinburgh（爱丁堡大学） ； Recursion（Recursion公司） ； CIFAR（加拿大高级研究院） 纠错

AI总结 本研究针对摊销序贯采样中长轨迹带来的探索与泛化难题，提出将动作抽象融入策略优化的方法，提升了高奖励对象发现的样本效率，实现了分层规划的首次演示。

Comments ICLR 2025. Code available at https://github.com/GFNOrg/Chunk-GFN

SDARE-Bench: Evaluating Large Language Models on Conversational Stigma Detection and Response in Dyadic and Group Dialogue

SDARE-Bench：评估大型语言模型在二元与群体对话中的对话式污名检测与响应能力

Stephanie Fong, Yiwen Jiang, Zimu Wang, Hongxi Yang, Yaling Shen, Hiu Weh Naomi Chow, Heung Ying Lai, Xiangyu Zhao, Qingyang Xu, Zhongxing Xu, Jiahe Liu, Guilherme C. Oliveira, Vincent Lee, Zongyuan Ge, Dominic Dwyer

机构 * Monash University（莫纳什大学） ； University of Liverpool（利物浦大学） ； University of Edinburgh（爱丁堡大学） ； Federation University（联邦大学） ； Orygen, The University of Melbourne（墨尔本大学下属Orygen机构） 纠错

AI总结 研究人员构建首个场景式基准SDARE-Bench，评估8个LLMs在二元与群体对话中的污名检测和响应能力，发现LLMs对污名识别差、群体场景污名表达率达97.5%，污名响应是其安全漏洞。

Comments Paper accepted at EMNLP 2026

GlossoGen: Emergent Language in Complex Multi-Agent LLM Interactions

GlossoGen：复杂多智能体大语言模型交互中的涌现语言

Elias Stengel-Eskin, Newton Sander, Carlos Bonetti, Sasha Boguraev, James Bowler, Hale Sirin, Simon Kirby

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； AE Studio（AE工作室） ； Schmidt Sciences（施密特科学机构） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 研究人员推出GlossoGen平台，发现多LLM智能体交互中会涌现出人类无法理解的组合性新语言，明确了语言演化的关键条件及不同模型在语言传递中的作用，证实LLM具备人类特有的累积文化演化潜力。

Comments GlossoGen code: https://github.com/agencyenterprise/GlossoGen Paper code: https://github.com/esteng/emergent_communication

Adaptive Depth-Map-Guided Bundle Adjustment for Correspondence-Free Multi-View Point Cloud Registration

自适应深度图引导的捆绑调整用于无对应关系的多视图点云配准

Yiran Zhou, Yingyu Wang, Shoudong Huang, Liang Zhao

机构 * Robotics Institute, Faculty of Engineering and Information Technology, University of Technology Sydney（悉尼科技大学工程与信息技术学院机器人研究所） ； School of Informatics, The University of Edinburgh（爱丁堡大学信息学院） 纠错

AI总结 针对工业废钢处理的多视图点云配准难题，提出自适应分层深度图引导的无对应关系捆绑调整框架，在保持低计算成本的同时实现高精度鲁棒重建

Comments 10 pages, 5 figures

WorldBench: Culturally Grounded Benchmark for Multilingual Agents

WorldBench：面向多语言智能体的文化贴合基准

Leonardo Ranaldi, Sherrie Shen, Jushi Kai, Alexandra Birch

机构 * University of Edinburgh（爱丁堡大学） ； School of Informatics, University of Edinburgh（爱丁堡大学信息学院） ； School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） 纠错

AI总结 本文提出WorldBench多语言文化贴合基准，含1600个跨语言跨文化任务，引入CTS指标评估，发现前沿模型CTS仅49.2%，当前智能体在相关场景下仍较脆弱。

Chain-of-Thought Faithfulness of Reasoning Models Varies with Where and How Preference Cues Are Delivered

推理模型的思维链忠实性随偏好线索的传递位置与方式变化

Aryo Pradipta Gema, Neel Rajani, Rohit Saxena, Wai-Chung Kwan, Pasquale Minervini

机构 * University of Edinburgh（爱丁堡大学） 纠错

AI总结 本研究提出FACE-Eval评估工具，发现15款不同规模模型的思维链忠实性随偏好线索的传递位置与方式变化，工具返回或隐性线索下非口头采用率更高，转录监测器检测能力与非口头采用率呈负相关，提示此类场景下CoT监测可靠性较低。

Comments 42 pages, 21 figures, Fixed HF links from v1 (otherwise identical)

MELD: Mel-Spectrogram-Based Speech Language Modeling with Discrete Latent Variables

MELD: 基于梅尔频谱的离散潜变量语音语言建模

Sung-Lin Yeh, Wei Zhou, Gil Keren, Duc Le, Zhong Meng, Hao Tang, Jay Mahadeokar, Ozlem Kalinli, Alexandre Mourachko

机构 * University of Edinburgh（爱丁堡大学） ； Google DeepMind（谷歌DeepMind） ； Meta Superintelligence Labs（Meta超智能实验室） 纠错

AI总结 提出一种在梅尔频谱上联合优化编码器和语音语言模型的离散潜变量模型，在零样本文本转语音和语音转文本任务上优于基于编解码器和其他梅尔频谱基线，并缓解了自回归建模中的长时间静音和单词遗漏问题。

Comments Accepted to EMNLP 2026 (main conference)

Think, Look, and Revise: Inconsistency-Aware Visual Self-Correction in MLLMs

思考、观察与修正：多模态大语言模型中基于不一致感知的视觉自我修正

Yu Cheng, Arushi Goel, Hakan Bilen

机构 * University of Edinburgh（爱丁堡大学） ； NVIDIA Research（英伟达研究院） 纠错

AI总结 本研究针对工具增强型多模态推理中工具输出缺乏验证的问题，提出ReVISE框架，通过带监督反思的训练数据集与强化学习目标奖励，实现错误检测与修正，在多个基准上取得性能提升。

Comments accepted by EMNLP2026

Plant-Inspired AI: Plants as Inspiration for Novel Problem Formulations, and Two Case Studies

植物启发的AI：以植物为灵感的新型问题表述及两个案例研究

Deepayan Sanyal, Joel Michelson, Carla E. Cao, Adam B. Roddy, Maithilee Kunda

机构 * New York University（纽约大学） ； Universidad de Murcia（穆尔西亚大学） ； University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文以植物复杂行为为灵感，提出构建涵盖现有AI框架未关注问题的新型AI框架，并通过叶拟态、根-茎协调生长两个案例提炼计算原理，确定未解决问题，为AI发展提供新方向。

A Cognitive Architecture for Shared Autonomy in AUV Operations

用于自主水下航行器（AUV）作业的共享自主权认知架构

Niamh Ellis, Thi Tran, Ignacio Carlucho, Yvan R. Petillot

机构 * School of Informatics, University of Edinburgh（爱丁堡大学信息学院） ； School of Engineering and Physical Sciences, Heriot-Watt University（赫瑞瓦特大学工程与物理科学学院） 纠错

AI总结 本文提出一种由本体和多个LLMs构成的AUV作业共享自主权认知架构，经对比Llama3、GPT-OSS、Qwen2.5后，发现GPT-OSS在可行性评估等任务中表现最优，Qwen2.5则擅长识别自然语言输入的任务类型。

Comments IEEE OES AUV Symposium 2026 Southampton

Self-Evolving Skills via Surrogate-Guided Solve-and-Reproduce

基于代理引导的求解与复现的自进化技能

Jiale Liu, Pinze Ren, Yuqi Xia, Huan Wang, Zhenlin Zhao, Siming Dong

机构 * Cleer Science（克利尔科学公司） ； The University of Edinburgh（爱丁堡大学） ； Tsinghua University（清华大学） 纠错

AI总结 该研究针对智能体自进化技能的缺陷，提出reSolve框架，通过求解与复现协议、代理验证器增强奖励及束搜索，使廉价模型技能性能超人工策划基线，且在自然科学任务上表现突出。

Synthetic Speech, Real Signal: Paralinguistic Preservation and Cross-Lingual Augmentation via Voice Cloning

合成语音，真实信号：通过语音克隆实现副语言保留和跨语言增强

Roseline Polle, Owen Parsons, George Fairs, Luis Miguel San Martin Fernandez, Cole Looney, Xiaoliang Wu, Alexandra Livia Georgescu, Stefano Goria

机构 * thymia（胸腺公司） ； The University of Edinburgh（爱丁堡大学） ； University of Southampton（南安普顿大学） 纠错

AI总结 研究针对语音合成数据增强在副语言任务应用少的问题，对八个语音克隆模型在五个副语言任务上进行基准测试，还将英语临床语音克隆成日语，发现其在低资源语言临床语音数据增强方面有前景。

Comments 5 pages, 3 figures. Accepted at Interspeech 2026

COMPASS: Grounding Composition-Intent Guidance in Unified Multimodal Models

COMPASS：在统一多模态模型中锚定构图意图引导

Ziqi Zhou, Weize Quan, Mining Tan, Zhihan Chen, Dandan Zheng, Jingdong Chen, Jun Zhou, Weiming Dong, Dong-Ming Yan

机构 * University of Edinburgh（爱丁堡大学） ； State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS)（多模态人工智能系统国家重点实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Ant Group（蚂蚁集团） 纠错

AI总结 提出统一框架COMPASS，通过共享专家令牌τ_c实现构图感知与生成的双向锚定，结合MoE骨干和Comp-11数据集，显著提升细粒度构图理解与可控生成能力。

In LLM Reasoning, there is Irrationality on top of Value Misalignment

在LLM推理中，价值对齐之上存在非理性

Kejiang Qian, Fengxiang He

机构 * University of Edinburgh（爱丁堡大学） 纠错

AI总结 本文提出理性价值风险概念，形式化LLM在推理中即使价值对齐也可能无法最大化对齐价值的问题，并通过实验验证该风险普遍存在且无法被对齐消除。

Comments Published in the 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP) as a Main Conference paper

PEAR: Permutation-Equivariant Adaptive Routing Multi-Agent Debate

PEAR: 置换等变自适应路由多智能体辩论

Yang Feng, Ziwei Xu, Xia Hu, Fengxiang He

机构 * University of Edinburgh（爱丁堡大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 提出PEAR协议，通过动态重配置通信角色和稀疏拓扑，消除固定拓扑中的位置偏差，提升多智能体辩论的准确性和鲁棒性。

Comments Published in the 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP) as a Main Conference paper

Summarization is Not Dead Yet

摘要生成尚未消亡

Dongqi Liu, Chenxi Whitehouse, Zheng Zhao, Zhuchen Cao, Jian Li, Yabiao Wang

机构 * Saarland University（萨尔大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息学研究所） ； University of Cambridge（剑桥大学） ； University of Edinburgh（爱丁堡大学） ； Zhejiang University（浙江大学） ； Tencent YouTu Lab（腾讯优图实验室） 纠错

AI总结 通过多维度评估，发现人类参考摘要在信息量和忠实度上仍优于大语言模型，后者仅在表面连贯性和流畅性上占优，表明摘要生成研究仍有挑战。

Comments EMNLP 2026 Main & Long Conference Paper

Can Retrieval Heads See Images? Multimodal Retrieval Heads in Long-Context Vision-Language Models

检索头能看见图像吗？长上下文视觉语言模型中的多模态检索头

Aaron Branson Cigres Li, Zhaowei Wang, Yu Zhao, Yiming Du, Haobo Li, Xiyu Ren, Ginny Wong, Simon See, Lishu Luo, Haodong Duan, Pasquale Minervini, Yangqiu Song

机构 * HKUST（香港科技大学） ； University of Edinburgh（爱丁堡大学） ； CUHK（香港中文大学） ； NVAITC, NVIDIA, Santa Clara, USA（NVIDIA Santa Clara 分公司） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出一种多模态检索头检测方法，发现视觉语言模型中仅有4.4-10.2%的注意力头贡献了50%的正检索分数，这些头对长上下文推理至关重要，且可直接用于文档检索提升性能。

Comments Accepted to EMNLP 2026

GraphLit: Learning Text-Enriched Dynamic Character Network Representations for Literary Study

GraphLit：面向文学研究的文本增强动态人物网络表示学习

Gaspard Michel, Elena V. Epure, Romain Hennequin, Christophe Cerisara, Mirella Lapata

机构 * Deezer Research（Deezer研究） ； Loria（Loria实验室） ； IDIAP（IDIAP研究所） ； School of Informatics, University of Edinburgh（爱丁堡大学信息学院） 纠错

AI总结 提出动态异质人物网络（DHCN）和自监督框架GraphLit，通过掩码图自编码器学习融合文本上下文的文学表示，在12个角色相关任务上优于纯文本或纯图基线。

Comments EMNLP 2026 (Main)

Summoning the Oracle to Slay It: Mitigating Look-Ahead Bias in Financial Backtesting with Large Language Models

召唤神谕以屠之：利用大语言模型缓解金融回测中的前瞻偏差

Weixian Waylon Li, Mengyu Wang, Tiejun Ma

机构 * University of Edinburgh（爱丁堡大学） 纠错

AI总结 提出FinCAD方法，通过对抗性偏差发现和实体日期自适应规则，在不重新训练的情况下抑制大语言模型对历史结果的记忆，从而缓解金融回测中的参数化前瞻偏差。

Comments EMNLP 2026, Main Conference

Multi-Marginal Flow Matching with Adversarially Learnt Interpolants

多边际流匹配与对抗性学习插值

Oskar Kviman, Kirill Tamogashev, Nicola Branchini, Víctor Elvira, Jens Lagergren, Esmeralda S. Whitammer

机构 * KTH（皇家理工学院） ； University of Edinburgh（爱丁堡大学） ； CIFAR Fellow 纠错

AI总结 本文提出了一种新的流匹配方法ALI-CFM，通过GAN启发的对抗损失拟合神经参数化插值曲线，以逼近中间时间点的观测分布，从而提升多边际轨迹推断的性能。

Comments ICLR 2026

Data-to-Energy Stochastic Dynamics

数据到能量的随机动力学

Kirill Tamogashev, Esmeralda S. Whitammer

机构 * University of Edinburgh（爱丁堡大学） ； CIFAR Fellow（蒙特利尔认知研究院研究员） 纠错

AI总结 本文提出了一种数据到能量的IPF方法，用于建模Schrödinger桥问题，无需数据样本即可学习多模态分布之间的传输，并改进了扩散系数的学习。

Comments ICLR 2026

A Study of the Design Space of Motion and Disocclusion Control in Video Generation

超越可见范围：通过代理动态图实现的遮挡感知编辑

Anran Qi, Changjian Li, Adrien Bousseau, Niloy J. Mitra

机构 * Inria - Université Côte d’Azur（法国国家信息与自动化技术研究院-埃克塞特大学） ； University of Edinburgh（爱丁堡大学） ； Adobe Research（Adobe研究部） ； UCL（伦敦大学学院） 纠错

AI总结 通过代理动态图实现遮挡感知编辑，结合运动规范与外观合成，实现可控的图像到视频生成。

MedVision: Benchmarking Quantitative Medical Image Analysis

MedVision：定量医学图像分析的基准测试

Yongcheng Yao, Yongshuo Zong, Raman Dutt, Yongxin Yang, Sotirios A Tsaftaris, Timothy Hospedales

机构 * University of Edinburgh（爱丁堡大学） ； Queen Mary University of London（伦敦大学玛丽女王学院） 纠错

AI总结 针对当前医学视觉语言模型缺乏定量推理能力的问题，提出MedVision数据集和基准，涵盖22个公共数据集、3080万图像-标注对，通过监督和强化微调显著提升检测、肿瘤/病变大小估计和角度/距离测量性能。

Comments Paper accepted to EMNLP26 Main