ACL

GROKE: Vision-Free Navigation Instruction Evaluation via Graph Reasoning on OpenStreetMap

GROKE: 通过OpenStreetMap上的图推理进行无视觉导航指令评估

Farzad Shami, Subhrasankha Dey, Nico Van de Weghe, Henrikki Tenkanen

机构 * Aalto University（阿alto大学） ； Ghent University（根特大学） 纠错

AI总结 GROKE提出一种基于OpenStreetMap的无视觉导航指令评估框架，通过图推理和拓扑导航提升评估精度与可扩展性。

Comments Under Review for ACL 2026

Think Bright, Diffuse Nice: Enhancing T2I-ICL via Inductive-Bias Hint Instruction and Query Contrastive Decoding

Think Bright, Diffuse Nice: 通过归纳偏置提示指令和查询对比解码增强T2I-ICL

Zhiyong Ma, Zhenpeng Li, Yuanjie Shi, Zhengping Li, Jiahao Chen, Qingyuan Chuai

机构 * Cao Tu Li (Guangzhou) Technology Co., Ltd（曹图利（广州）科技有限公司） ； South China University of Technology（华南理工大学） ； Washington State University（华盛顿州立大学） ； Hong Kong Baptist University（香港 Baptist 大学） 纠错

AI总结 TBDN通过引入归纳偏置提示指令和查询对比解码，有效解决T2I-ICL中的合规性失败和先验主导幻觉问题，实现高效可靠的图像生成。

Comments Submitted to ACL 2026

Browse and Concentrate: Comprehending Multimodal Content via prior-LLM Context Fusion

浏览与聚焦：通过先验LLM上下文融合理解多模态内容

Ziyue Wang, Chi Chen, Yiqi Zhu, Fuwen Luo, Peng Li, Ming Yan, Ji Zhang, Fei Huang, Maosong Sun, Yang Liu

机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University, Beijing, China（计算机科学与技术系，人工智能研究院，清华大学，北京，中国） ； Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（人工智能产业研究院（AIR），清华大学，北京，中国） ； Institute of Intelligent Computing, Alibaba Group（智能计算研究院，阿里巴巴集团） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室，上海，中国） ； Jiangsu Collaborative Innovation Center for Language Competence, Jiangsu, China（江苏省语言能力协同创新中心，江苏，中国） 纠错

AI总结 本文提出浏览与聚焦两阶段范式，通过融合先验LLM上下文提升多模态内容理解，显著提升多图像场景的性能。

Comments 17 pages, 5 figures

Journal ref ACL 2024

TURNA: A Turkish Encoder-Decoder Language Model for Enhanced Understanding and Generation

TURNA：一种用于增强理解和生成的土耳其编码器-解码器语言模型

Gökçe Uludoğan, Zeynep Yirmibeşoğlu Balal, Furkan Akkurt, Melikşah Türker, Onur Güngör, Susan Üsküdarlı

AI总结 TURNA是一种专为土耳其语设计的编码器-解码器语言模型，通过预训练在低资源环境下实现了对自然语言理解和生成任务的提升。

Journal ref Findings of the Association for Computational Linguistics: ACL 2024

Efficient Continual Pre-training for Building Domain Specific Large Language Models

构建领域特定大语言模型的高效持续预训练

Yong Xie, Karan Aggarwal, Aitzaz Ahmad

机构 * Amazon Services LLC（亚马逊公司） 纠错

AI总结 本研究提出通过持续预训练在现有开放领域LLM上构建领域特定LLM，采用数据选择策略提升效果，降低训练成本。

Comments ACL 2024: https://aclanthology.org/2024.findings-acl.606/

Journal ref Findings of the Association for Computational Linguistics: ACL 2024