Northeastern University（东北大学）

Do language models accommodate their users? A study of linguistic convergence

语言模型是否适应其用户？对语言趋同的研究

Terra Blevins, Susanne Schmalwieser, Benjamin Roth

机构 * Khoury College of Computer Sciences, Northeastern University（东北大学克劳尔计算机科学学院） ； Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系） ； Faculty of Philological and Cultural Studies, University of Vienna（维也纳大学语言与文化研究系） 纠错

AI总结 本文研究语言模型是否趋同于用户语言模式，发现模型在对话风格上显著趋同，但不同模型和设置下趋同程度存在差异。

Comments EACL 2026

Effective MoE-based LLM Compression by Exploiting Heterogeneous Inter-Group Experts Routing Frequency and Information Density

通过利用异构组间专家路由频率和信息密度实现有效的MoE大语言模型压缩

Zhendong Mi, Yixiao Chen, Pu Zhao, Xiaodong Yu, Hao Wang, Yanzhi Wang, Shaoyi Huang

机构 * Department of Computer Science, Stevens Institute of Technology, Hoboken, NJ, USA（计算机科学系，史蒂文斯理工学院，新泽西州霍博肯） ； Northeastern University, Boston, MA, USA（东北大学，波士顿，马萨诸塞州） 纠错

AI总结 RFID-MoE通过异构组间专家路由频率和信息密度实现MoE大语言模型压缩，提升压缩效果和性能

NewsInterview: a Dataset and a Playground to Evaluate LLMs' Ground Gap via Informational Interviews

NewsInterview: 一个用于通过信息性访谈评估LLM地面间隙的数据集和游乐场

Alexander Spangher, Michael Lu, Sriya Jeslyn Kalyan, Hyundong Justin Cho, Weiyan Shi, Jonathan May

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Southern California（南加州大学） ； Information Sciences Institute（信息科学研究所） ； Northeastern University（东北大学） 纠错

AI总结 NewsInterview通过信息性访谈数据集和模拟环境，揭示LLMs在战略对话和多轮规划方面的能力不足，强调需提升其对话策略与说服力。

Comments Accepted at ACL 2025: https://aclanthology.org/2025.acl-long.1580/