ACL

MKJ at SemEval-2026 Task 9: A Comparative Study of Generalist, Specialist, and Ensemble Strategies for Multilingual Polarization

MKJ在SemEval-2026任务9中的表现：多语言极化检测中通用、专业和集成策略的比较研究

Maziar Kianimoghadam Jouneghani

机构 * University of Turin（都灵大学） 纠错

AI总结 本文比较了多语言极化检测中通用、专业和集成策略的效果，探讨了多语言通用模型与语言特定专家模型的差异，以及在不同语言任务中的表现。

Comments 9 pages, 9 tables. Published in Proceedings of the 20th International Workshop on Semantic Evaluation (SemEval-2026), Task 9

Journal ref Proceedings of the 20th International Workshop on Semantic Evaluation (SemEval-2026), pages 1398-1406, San Diego, California, USA, July 2026. Association for Computational Linguistics

Self-Explaining Hate Speech Detection with Moral Rationales

基于道德依据的自解释仇恨言论检测

Francielle Vargas, Jackson Trager, Diego Alves, Surendrabikram Thapa, Matteo Guida, Berk Atil, Daryna Dementieva, Andrew Smart, Ameeta Agrawal

机构 * University of São Paulo（圣保罗大学） ； University of Southern California（南加州大学） ； Saarland University（萨尔兰大学） ； Virginia Tech（弗吉尼亚理工大学） ； University of Melbourne（墨尔本大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； Technical University of Munich（慕尼黑技术大学） ； Google Research（谷歌研究） ； Portland State University（波特兰州立大学） 纠错

AI总结 研究针对现有仇恨言论检测模型的不足，提出SMRA框架，将道德依据监督融入训练目标，引入新数据集。该框架在检测任务中提升性能，增强解释，且公平性稳定。

Comments This paper was published at Findings of the Association for Computational Linguistics: ACL 2026 (https://aclanthology.org/2026.findings-acl.1704/)

SATQuest: A Verifier for Logical Reasoning Evaluation and Reinforcement Fine-Tuning of LLMs

SATQuest：用于大语言模型逻辑推理评估和强化微调的验证器

Yanxiao Zhao, Yaqian Li, Zihao Bo, Rinyoichi Takezoe, Haojia Hui, Mo Guang, Lei Ren, Xiaolin Qin, Kaiwen Long

机构 * Chengdu Institute of Computer Applications, Chinese Academy of Sciences（中国科学院成都计算机应用研究所） ； School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院） 纠错

AI总结 研究旨在为大语言模型逻辑推理评估及强化微调提供工具。核心方法是SATQuest，它能从CNF实例生成推理任务并客观检查答案，从多维度评估。主要贡献是通过该工具发现模型逻辑推理差距，证明强化微调有效果但跨格式鲁棒性待提升，还提供了相关研究基础设施。

Comments 23 pages, 8 figures. ACL 2026 Main Conference long paper (oral presentation)

Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), pp. 2109-2131. Association for Computational Linguistics, 2026

Benchmarking Agentic Newswriting via Journalistic Workflows

通过新闻工作流程对智能新闻写作进行基准测试

Yen-Che Chien, Kuang-Da Wang, Wei-Yao Wang, Wen-Chih Peng

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Sony Group Corporation（索尼集团） 纠错

AI总结 研究智能体在新闻写作工作流程中的表现，引入NEWSAGENT基准，给定写作指令和部分材料，评估智能体搜索、选信息及改草稿能力，发现其检索事实尚可，但规划和叙事整合有困难，为评估智能体能力提供现实测试平台。

Comments Accepted to Findings of ACL 2026

Psyche-R1: Towards Reliable Psychological LLMs through Unified Empathy, Expertise, and Reasoning

Psyche-R1：通过统一的同理心、专业知识和推理实现可靠的心理语言模型

Chongyuan Dai, Jinpeng Hu, Hongchang Shi, Zhuo Li, Dan Guo, Xun Yang, Meng Wang

AI总结 研究旨在将大语言模型应用于心理领域，提出Psyche-R1模型。通过设计数据合成管道生成大量心理问题及对话，采用混合训练策略，经实验验证该模型在多个心理基准测试中有效，7B的Psyche-R1能取得与671B的DeepSeek-R1相当的结果。

Comments ACL 2026

PapersPlease: A Benchmark for Evaluating Motivational Values of Large Language Models Based on ERG Theory

《请出示文件：基于ERG理论评估大语言模型动机价值的基准》

Junho Myung, Yeon Su Park, Sunwoo Kim, Shin Yoo, Alice Oh

AI总结 该研究引入PapersPlease基准，由3700个基于ERG理论的道德困境组成，让LLMs充当移民检查员决策。分析六个LLMs发现决策模式及隐含偏好，评估还显示其对社会身份叙述的反应因动机需求和身份线索而异。

Comments Accepted to GEM2 Workshop: Generation, Evaluation & Metrics - ACL 2025

Unsupervised Multimodal Clustering for Semantics Discovery in Multimodal Utterances

用于多模态话语语义发现的无监督多模态聚类

Hanlei Zhang, Hua Xu, Fei Long, Xin Wang, Kai Gao

机构 * State Key Laboratory of Intelligent Technology and Systems, Department of Computer Science and Technology, Tsinghua University（智能技术与系统国家重点实验室，计算机科学与技术系，清华大学） ； School of Information Science and Engineering, Hebei University of Science and Technology（信息科学与工程学院，河北科技大学） ； Samton (Jiangxi) Technology Development Co.,Ltd（江西松通科技发展有限公司） 纠错

AI总结 本文针对多模态话语语义发现问题，提出无监督多模态聚类方法UMC。通过构建增强视图预训练、动态选样及自动确定参数优化样本选择，在基准数据集上实验，UMC比现有方法聚类指标提升2-7%，取得开创性成果。

Comments Accepted by ACL 2024, Main Conference, Long Paper