ACL

Exploring Fine-Tuning for In-Context Retrieval and Efficient KV-Caching in Long-Context Language Models

探索针对长上下文语言模型的微调以实现上下文检索和高效的KV缓存

Francesco Maria Molfese, Momchil Hardalov, Rexhina Blloshmi, Bill Byrne, Adrià de Gispert

机构 * Sapienza University of Rome（罗马萨皮恩扎大学） ； Amazon AGI（亚马逊人工智能研究院） 纠错

AI总结 本文研究了长上下文语言模型在微调策略下的性能提升及KV缓存压缩下的鲁棒性，展示了领域内和跨领域任务中的不同表现。

Comments European Chapter of the Association for Computational Linguistics EACL 2026

Pisets: A Robust Speech Recognition System for Lectures and Interviews

Pisets：一种用于讲座和访谈的鲁棒语音识别系统

Ivan Bondarenko, Daniil Grebenkin, Oleg Sedukhin, Mikhail Klementev, Roman Derunets, Lyudmila Budneva

机构 * Novosibirsk State University（新西伯利亚州立大学） ； Siberian Neuronets LLC（西伯利亚神经网络有限公司） 纠错

AI总结 Pisets通过三组件架构和课程学习提升语音识别鲁棒性，适用于讲座和访谈场景。

Journal ref Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 3: Industry Track), pp. 988-997

Tandem Training for Language Models

语言模型的串联训练

Robert West, Ashton Anderson, Ece Kamar, Eric Horvitz

机构 * EPFL（瑞士联邦理工学院） ； University of Toronto（多伦多大学） ； Microsoft（微软公司） 纠错

AI总结 本文提出串联训练方法，通过强化学习促进语言模型在任务中保持可解释性，使模型能适应较弱协作者并保持高准确性。

Journal ref Proceedings of the 2026 Conference of the European Chapter of the Association for Computational Linguistics (EACL)

Relating Word Embedding Gender Biases to Gender Gaps: A Cross-Cultural Analysis

将词嵌入性别偏见与性别差距联系起来：跨文化分析

Scott Friedman, Sonja Schmer-Galunder, Anthony Chen, Jeffrey Rye

机构 * SIFT 纠错

AI总结 本文通过量化词嵌入中的性别偏见，分析不同文化背景下教育、政治、经济和健康领域的性别差距。

Comments 7 pages, 5 figures. Presented at the First Workshop on Gender Bias in Natural Language Processing (GeBNLP 2019)

Journal ref In Proceedings of the First Workshop on Gender Bias in Natural Language Processing, pages 18-24, Florence, Italy. Association for Computational Linguistics (2019)

ATOM: AdapTive and OptiMized dynamic temporal knowledge graph construction using LLMs

ATOM: 基于LLMs的自适应与优化动态时间知识图谱构建

Yassir Lairgi, Ludovic Moncla, Khalid Benabdeslem, Rémy Cazabet, Pierre Cléau

机构 * INSA Lyon, CNRS, UCBL, LIRIS, UMR5205（里里斯研究所） ； GAUC, Lyon, France（里昂高研院） 纠错

AI总结 ATOM通过原子事实提取和双时间建模，实现动态时间知识图谱的高完整性和稳定性，提升实时数据处理能力。

Comments Accepted at the Findings of the Association for Computational Linguistics: EACL 2026

Towards Robust Evaluation of Visual Activity Recognition: Resolving Verb Ambiguity with Sense Clustering

面向视觉活动识别的稳健评估：通过语义聚类解决动词歧义

Louie Hong Yao, Nicholas Jarvis, Tianyu Jiang

机构 * University of Cincinnati（辛辛那提大学） 纠错

AI总结 本文提出基于语义聚类的视觉活动识别评估方法，通过解决动词歧义问题提升评估的鲁棒性。

Comments Accepted to Findings of the Association for Computational Linguistics: EACL 2026

The Impact of Automatic Speech Transcription on Speaker Attribution

自动语音转录对说话人归因的影响

Cristina Aggazzotti, Matthew Wiesner, Elizabeth Allyn Smith, Nicholas Andrews

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Université du Québec à Montréal（魁北克大学蒙特利尔分校） 纠错

AI总结 本文研究了自动语音转录对说话人归因性能的影响，发现即使在存在转录错误的情况下，归因性能仍保持良好，可能是因为ASR转录错误能揭示说话人身份特征。

Comments latest version added TACL journal DOI to metadata and a missing citation

Journal ref Transactions of the Association for Computational Linguistics (2025) 13: 1578-1596