University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）

Understanding Users' Privacy Reasoning and Behaviors During Chatbot Use to Support Meaningful Agency in Privacy

理解用户在使用聊天机器人时的隐私认知与行为以支持隐私保护中的有意义自主性

Mohammad Hadi Nezhad, Francisco Enrique Vicente Castro, Ivon Arroyo

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； New York University（纽约大学） 纠错

AI总结 研究探讨用户在使用聊天机器人时的隐私认知与行为，旨在通过隐私通知面板提升用户对隐私保护的自主性。

Comments Preprint of a paper under review

GLEN-Bench: A Graph-Language based Benchmark for Nutritional Health

GLEN-Bench: 一种基于图-语言的营养健康基准测试

Jiatan Huang, Zheyuan Zhang, Tianyi Ma, Mingchen Li, Yaning Zheng, Yanfang Ye, Chuxu Zhang

机构 * University of Connecticut, USA（美国康涅狄格大学） ； University of Notre Dame, USA（美国圣母大学） ； University of Massachusetts Amherst, USA（美国马萨诸塞大学阿姆赫斯特分校） 纠错

AI总结 GLEN-Bench是首个基于图-语言的营养健康基准测试，通过整合健康记录、食物组成数据和获取指标，评估营养干预中的风险检测、个性化推荐和问答任务。

Improving User Privacy in Personalized Generation: Client-Side Retrieval-Augmented Modification of Server-Side Generated Speculations

提升个性化生成中的用户隐私：客户端侧的检索增强修改服务器侧生成的推测

Alireza Salemi, Hamed Zamani

机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

AI总结 P³通过客户端侧检索增强修改服务器侧生成的推测，实现高质量个性化生成并提升隐私保护。

Coordinates from Context: Using LLMs to Ground Complex Location References

基于上下文的坐标：利用大语言模型来定位复杂位置参考

Tessa Masis, Brendan O'Connor

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

AI总结 本文提出了一种利用大语言模型来处理复杂位置参考地理编码的方法，展示了其在性能上的优势。

Comments EACL 2026