ACL

Collaborative Multi-Agent Scripts Generation for Enhancing Imperfect-Information Reasoning in Murder Mystery Games

协作多智能体脚本生成以增强谋杀谜游戏中的不完全信息推理

Keyang Zhong, Junlin Xie, Hefeng Wu, Haofeng Li, Guanbin Li

机构 * Sun Yat-sen University（中山大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 本文提出协作多智能体框架，通过生成丰富多模态上下文提升VLMs在叙事推理和欺骗鲁棒性中的表现，解决多玩家游戏中不完全信息下的复杂推理问题。

Comments 9 pages, 5 figures, Findings of ACL 2026

Beyond cognacy

超越词源关系

Gerhard Jäger

机构 * University of Tübingen（蒂宾根大学） 纠错

AI总结 本文比较了传统词源集方法与两种自动方法在语言谱系分析中的效果，发现基于MSA的方法能产生更一致的树结构，预测 typological 变异更准确，具有更清晰的谱系信号。

Comments 10 pages, 1 figure. v3: substantially corrected version - retrained pHMM, corrected T-Coffee implementation, method-independent guide tree, full pipeline re-run on current Lexibank data (974 languages, 15 families); all reported numbers changed, qualitative conclusions unchanged (see title footnote). Data and code: doi:10.57754/FDAT.8n2vd-1bq37

Journal ref Proceedings of the 7th Workshop on Research in Computational Linguistic Typology and Multilingual NLP (SIGTYP 2025), Association for Computational Linguistics

Discovering and Causally Validating Emotion-Sensitive Neurons in Large Audio-Language Models

在大型音频-语言模型中发现并因果验证情绪敏感神经元

Xiutian Zhao, Björn Schuller, Berrak Sisman

机构 * Center for Language and Speech Processing (CLSP)（语言与语音处理中心） ； Johns Hopkins University（约翰霍普金斯大学） ； Group on Language, Audio & Music (GLAM)（语言、音频与音乐小组） ； Imperial College London（伦敦帝国学院） 纠错

AI总结 本研究通过神经元层面的干预验证了大型音频-语言模型中情绪敏感神经元的存在，并揭示了情绪识别的因果机制。

Comments Accepted to ACL 2026