期刊&会议
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
基于异构语音协议的证据受限心理健康推理
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Renyixun Health Technology Co., Ltd.（仁医讯健康科技有限公司） ； GDIIST（广东省智能制造研究所） ； Tencent（腾讯）
AI总结 本研究针对现有心理健康筛查模型的证据边界问题，提出协议感知的证据控制框架EviBound，在抑郁症筛查任务中达到0.8658的AUROC，且实现零宣称违规。
Comments Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026. Long paper
论文提案：面向可复现的机器学习评估与AI对齐的以人为中心且视角感知的框架
机构 * Rochester Institute of Technology（罗切斯特理工学院）
AI总结 针对当前LLM评估掩盖少数视角、加剧AI可复现性危机的问题，论文提出一种以人为中心且视角感知的框架，用于可复现的机器学习评估与AI对齐。
Comments Published at ACL SRW 2026: https://aclanthology.org/2026.acl-srw.74/
Journal ref Proc. ACL SRW (2026) vol. 4 pp. 827-843
身份信息的留存位置：多模态大语言模型中无保留集的本地化身份遗忘
机构 * KAIST（韩国科学技术院）
AI总结 该研究针对多模态大语言模型身份遗忘需依赖难获取保留集的问题，提出PAVA方法，定位解码器早期到中期MLPs并结合遗忘损失与视觉属性锚定，在基准上取得良好遗忘-保留权衡。
Comments Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026
读懂房间，读懂图像：理解多模态视觉语境中的间接言语行为
机构 * Yonsei University（延世大学） ； LG AI Research（LG人工智能研究院）
AI总结 该研究推出多模态基准READI，以视觉语用问答任务评估间接言语行为理解，发现先进多模态模型在视觉接地间接言语行为上表现差，性能随间接性提升而下降，凸显相关基准的必要性。
Comments Accepted to Findings of ACL 2026
仅模仿五年级学生还不够：基于大语言模型的用户模拟器中的知识边界
机构 * University of Stavanger（斯塔万格大学）
AI总结 该研究针对基于大语言模型的用户模拟器存在的“超人偏差”问题，提出认知受限用户模拟器（CBUS）框架，通过明确建模认知边界提升模拟人类阅读行为的保真度。
Comments Findings of the Association for Computational Linguistics: EMNLP 2026
生成保留认知构想的临床案例 vignettes
机构 * Ben-Gurion University of the Negev（内盖夫本-古里安大学） ； University of Cambridge（剑桥大学） ； Clalit Health Services（克拉利特医疗服务机构） ； Tel Aviv University（特拉维夫大学） ； School of Brain Sciences and Cognition, Ben-Gurion University of the Negev（内盖夫本-古里安大学脑科学与认知学院） ； Azrieli National Center for Autism and Neurodevelopment Research（阿兹里利国家自闭症与神经发育研究中心）
AI总结 本研究提出基于理论的 FORMA 框架，将认知模型编译为图来生成符合临床结构的创伤后应激障碍案例 vignettes，经评估其质量高且人口统计学差异小，可作为合成临床文本生成的可审计规范。
Comments Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026. Code and data: https://github.com/Amit-Oren/FORMA
ManGo：漫画主动叙事定位优化
机构 * Communication University of China（中国传媒大学） ； Australian Institute for Machine Learning, Adelaide University（阿德莱德大学澳大利亚机器学习研究所） ； University of New South Wales（新南威尔士大学） ； University of Auckland（奥克兰大学） ； Huazhong University of Science and Technology（华中科技大学）
AI总结 本研究针对漫画视觉问答的分镜叙事结构问题，提出无监督框架ManGo，通过主动叙事草图结合双奖励的组相对策略训练，在标准基准上取得最优性能。
Comments 16 pages, 9 figures, 7 tables. Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026
MI-Distillation：从模型插值的指令推理数据频谱中选择以进行思维链蒸馏
机构 * The Key Laboratory of Brain-Machine Intelligence Technology, Ministry of Education（教育部脑机智能技术重点实验室）
AI总结 本研究提出MI-Distillation框架，通过模型插值构建指令推理数据频谱，引入SeqLSS选择合适轨迹，在推理基准上显著提升了小模型的思维链蒸馏效果。
Comments Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026
用于大语言模型情感检测的跨语言功能向量
机构 * Japan Advanced Institute of Science and Technology（日本先进科学技术学院）
AI总结 本研究以多语言多标签情感识别为基准，探究跨语言功能向量（FVs）在大语言模型中的应用，发现FVs可跨语言提升情感检测性能，是轻量可迁移的多语言任务适配机制。
Comments Findings of the Association for Computational Linguistics: EMNLP 2026
BIRD-History：带有细粒度知识标注的历史驱动型Text-to-SQL基准测试
机构 * Zhejiang University（浙江大学）
AI总结 本研究推出带细粒度知识标注的BIRD-History基准测试，针对现有Text-to-SQL系统无法利用历史查询日志处理隐含领域知识的问题，提出插件式检索器，可提升多个Text-to-SQL系统的未明确查询处理性能。
Comments Accepted at Findings of the Association for Computational Linguistics: EMNLP, 2026
超级库智能体：超越单一代码库的多应用联合生成与维护
AI总结 针对关联应用组合维护的冗余与结构退化问题，提出超级库智能体方法，通过候选引导提取等技术，在WebGen-Bench等基准上减少冗余并避免结构退化。
Comments Findings of the Association for Computational Linguistics: EMNLP 2026. Project page: https://sbigstar0310.github.io/super-library-agent/
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈