期刊&会议
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
天赋还是运气？评估大语言模型中的归因偏差
机构 * George Mason University（乔治·马歇尔大学） ； Thomas Jefferson High School For Science and Technology（托马斯·杰斐逊科学与技术高中） ； University of Washington（华盛顿大学）
AI总结 研究探讨大语言模型在事件归因中的偏差，提出基于认知的评估框架，识别模型推理差异如何放大群体偏见。
Comments Accepted to ACL Findings 2026
VIGNETTE：面向视觉语言模型的社会性偏见评估
机构 * George Mason University（乔治·马歇尔大学） ； University of Washington（华盛顿大学）
AI总结 本文提出VIGNETTE基准，通过多方向问题回答框架评估视觉语言模型的偏见，揭示模型在身份识别中的刻板印象和歧视性模式。
Comments Accepted to ACL 2026
通过压缩镜头：探讨量化对事实知识回忆的影响
机构 * Quality and Usability Lab, Technische Universität Berlin（柏林技术大学质量与可用性实验室） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Saarland Informatics Campus（萨尔州信息学院） ； LMU Munich（慕尼黑大学） ； Bosch Center for Artificial Intelligence (BCAI)（博世人工智能中心） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Centre for European Research in Trusted AI (CERTAIN)（可信人工智能欧洲研究中心） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究院） ； Technical University of Munich（慕尼黑技术大学）
AI总结 研究通过量化技术对大型语言模型的事实知识回忆能力影响，发现量化导致信息损失，但部分模型在低精度下表现更优，BitSandBytes保留最多原始精度的知识回忆能力。
Comments TrustNLP @ ACL 2026; camera-ready version
对计算机使用代理的安全性和安全威胁的综述：贾维斯或乌tron？
机构 * Carnegie Mellon University（卡内基梅隆大学） ； The Chinese University of Hong Kong（香港中文大学） ； KAUST（卡塔尔科技大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Nanyang Technological University（南洋理工大学） ； Renmin University of China（中国人民大学） ； The Hong Kong University of Science and Technology（香港科学大学）
AI总结 本文综述了计算机使用代理的安全威胁，定义了安全分析适用的代理类型，分类了当前的安全威胁，提出了防御策略的分类，并总结了评估代理安全性和性能的基准、数据集和评估指标。
Comments Accepted by ACL 2026
找出阿基里斯之踵：一种用于动态揭示大语言模型事实错误的迭代方法
机构 * Renmin University of China（中国人民大学） ； The Chinese University of Hong Kong（香港中文大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳校区） ； Johns Hopkins University（约翰霍普金斯大学） ； Nanyang Technological University（南洋理工大学） ； Xiaohongshu Inc.（小红书公司） ； Tencent Inc.（腾讯公司）
AI总结 本文提出HalluHunter框架，通过知识图谱和规则基NLP技术，系统揭示大语言模型的事实错误，测试表明可触发55%的问题错误。
Comments Accepted by Findings of ACL 2026
CORAL：面向文化对齐的多语言RAG自适应检索循环
机构 * Naver（纳维尔） ； Samsung Research（三星研究院）
AI总结 CORAL通过迭代优化检索空间和查询，提升多语言检索生成在文化相关性上的表现，实验显示在低资源语言上准确率提升3.58%。
Comments 23 pages, 9 figures. Accepted at ACL 2026 (Findings)
DualFact+: 一种用于过程视频理解的多模态事实验证框架
机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Saarland Informatics Campus（萨尔兰信息学校区）
AI总结 DualFact+通过双层多模事实验证框架，针对过程视频描述中的概念事实和上下文事实进行评估，揭示了多模态事实 grounding 的挑战。
Comments ACL 2026 Findings
MemeScouts@LT-EDI 2026：问对问题——针对弱监督的提示方法用于表情包仇恨言论检测
机构 * Technical University of Munich（慕尼黑技术大学） ； LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML））
AI总结 本文提出一种提示弱监督方法，通过分解表情包理解为基于问题的标注函数，提升多语言多模态仇恨言论检测效果，尤其在中文和印地语中表现突出。
Comments Accepted at Sixth Workshop on Language Technology for Equality, Diversity and Inclusion at ACL2026 (LT-EDI@ACL26)
GlimpRouter: 通过窥视一个思考标记实现高效的协作推理
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 本文提出GlimpRouter框架，通过分析推理步骤首个标记的熵值来决定是否调用大模型，从而减少推理延迟并保持精度。
Comments Accepted to ACL 2026 Findings. Code available at https://github.com/Zengwh02/GlimpRouter
具身AI数据集中的语言多样性有限
机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） ； Institute of Computer Science, University of Tartu（塔尔图大学计算机科学学院） ； Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校机械工程系） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
AI总结 本文分析了多个广泛使用的视觉-语言-动作数据集的语言特性，发现其指令存在高度重复和结构单一的问题，旨在推动更详细的 dataset 报告和语言覆盖的扩展策略。
Comments Accepted to ACL 2026 (Main Conference)
AdaTooler-V：面向图像和视频的自适应工具使用
机构 * MMLab, CUHK（香港中文大学MML实验室） ； THU（清华大学） ； SJTU（上海交通大学） ； DB Group, CUHK（香港中文大学DB小组） ； UCF（佛罗里达大学） ； Sangfor（Sangfor公司） ； JMU（约翰·霍普金斯大学）
AI总结 本文提出AdaTooler-V，通过自适应工具使用提升多模态大语言模型的视觉推理能力，通过强化学习算法和定制数据集优化工具调用策略，实验证明其在多种视觉任务中表现优异。
Comments ACL 2026 Findings, Project page: https://github.com/CYWang735/AdaTooler-V
多个篮子里的合成鸡蛋：合成数据多样性对LLM微调的影响
机构 * Utrecht University（乌特勒支大学）
AI总结 本文研究合成数据来源多样性对LLM微调的影响，发现多样化数据可缓解分布崩溃，提升输出质量，并减少自偏好偏差。
Comments Accepted to Findings of the Association for Computational Linguistics: ACL 2026
一个refiner解锁所有：通过强化查询细化实现推理时间推理 elicitation
机构 * Zhejiang University（浙江大学） ； Shanghai Innovation Institute（上海创新研究院） ； Southeast University（东南大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 本文提出ReQueR框架，通过强化学习训练专门的Refiner策略，将推理 elicitation作为推理时间对齐任务，实现对多种模型的推理能力解锁，提升性能2.1%。
Comments Accepted to ACL26
大语言模型能捕捉具身认知和文化差异吗？来自跨语言证据的示范词研究
机构 * Department of Language Science and Technology（语言科学与技术系）
AI总结 本文通过示范词研究探讨大语言模型对具身认知和文化差异的捕捉能力，发现人类在视角转换和距离判断上存在文化差异，而LLMs则缺乏这种理解且默认英语中心化推理。
Comments Accepted to ACL 2026
CoRE：超越输出预测的细粒度代码推理基准
AI总结 CoRE基准通过实现不变性和过程透明性评估代码推理，揭示大语言模型在等价实现间存在显著鲁棒性差距，并发现模型可能通过表面执行达到正确输出，表明仅评估输出不足以衡量代码推理能力。
Comments ACL'26 Findings
R³-SQL：基于排名奖励和重采样的文本到SQL
机构 * ETRI（电子科技大学） ； Seoul National University（首尔国立大学） ； Snowflake AI Research（Snowflake人工智能研究）
AI总结 R³-SQL通过统一奖励和重采样解决文本到SQL中排名不一致和正确SQL缺失的问题，提升了执行准确率。
Comments Accepted by Findings of ACL 2026
哪里出错了？面向视觉-语言导航代理的能力导向故障归因
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； Science & Technology on Integrated Information System Laboratory（信息集成信息系统实验室） ； State Key Laboratory of Complex System Modeling and Simulation Technology（复杂系统建模与仿真技术国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Singapore Management University（新加坡管理大学）
AI总结 本文提出一种能力导向的测试方法，通过自适应测试用例生成、能力 oracle 和反馈机制，准确归因视觉-语言导航代理的故障原因，提升系统可解释性和改进效果。
Journal ref ACL 2026
FAMA：面向交互工具使用环境的开源大语言模型失败意识元代理框架
机构 * Arizona State University（亚利桑那州立大学） ； Cisco Research（思科研究）
AI总结 FAMA框架通过分析基线代理的失败轨迹识别常见错误，并利用 orchestration 机制激活专门的代理来针对性解决失败问题，实验显示在开源LLM上性能提升达27%。
Comments Accepted to ACL 2026 Findings
什么使良好的指令微调数据？一种上下文学习视角
机构 * University of Memphis（孟菲斯大学）
AI总结 本文从上下文学习角度探讨有效指令微调数据的构成，提出基于加权上下文影响（wICI）的数据选择框架，通过实验验证样本难度与上下文影响的负相关性，并展示方法在多种模型和基准上的优越性能。
Comments ACL 2026, main conference
为什么强化学习能够泛化？对大语言模型后训练的特征层面机制研究
机构 * TJUNLP Lab, School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院TJUNLP实验室） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Saarland University（萨尔兰大学）
AI总结 研究通过对比强化学习与监督微调在大语言模型中的表现，揭示其泛化机制，发现强化学习通过持续演变的特征保持基模型表示，而监督微调引入稳定但专用的特征。
Comments ACL 2026 Main Conference
Libra-VLA：通过异步粗到细双系统实现学习平衡
机构 * Beihang University（北航） ； AgiBot
AI总结 Libra-VLA通过粗到细双系统架构，解决视觉-语言-动作模型在机器人操作中语义与动作间的鸿沟问题，实现训练平衡与高效执行。
Comments Accepted to the Main Conference of ACL 2026. Project page: https://libra-vla.github.io/
内在互信息作为偏好优化的调节器
机构 * Sun Yat-sen University（中山大学） ； University of Warwick（华威大学） ； Macao Polytechnic University（澳门理工学院）
AI总结 本文提出RMiPO框架，利用内在响应级互信息进行偏好优化，通过超参数调节动态解耦偏好贡献，减少训练开销，提升性能。
Comments ACL Findings 2026
异质分组专家的混合模型用于语言建模
机构 * Data Science & Artificial Intelligence Research Institute, China Unicom（中国unicom数据科学与人工智能研究院） ； Unicom Data Intelligence, China Unicom（中国unicom数据智能）
AI总结 本文提出MoHGE，通过双层路由机制和分组辅助损失优化，实现资源感知的专家组合，减少参数量并平衡GPU负载，提升语言模型的效率与实用性。
Comments Accepted by ACL2026
BiCon-Gate：基于一致性门控的对话事实核查去口语化处理
机构 * Queen Mary University of London（伦敦玛丽女王大学）
AI总结 本文提出BiCon-Gate，通过语义感知的一致性门控选择改写候选，提升对话事实核查的证据检索与验证效果，尤其在SUPPORTS任务上表现突出。
Comments 15 pages, 7 figures; minor source and formatting cleanup; results unchanged
Journal ref Proceedings of the Ninth Fact Extraction and VERification Workshop (FEVER), pages 59-73, Rabat, Morocco. Association for Computational Linguistics, 2026
为什么基于大语言模型的网络代理会失败？一种分层规划视角
机构 * Department of Computer Science, George Mason University（乔治·马歇尔大学计算机科学系）
AI总结 本文从分层规划角度分析了LLM网络代理失败原因，发现低层执行是主要瓶颈，改进感知接地和自适应控制对实现人类可靠性至关重要。
Comments Accepted to The 64th Annual Meeting of the Association for Computational Linguistics (ACL) 2026
RbtAct: 用于生成可操作性评审反馈的反驳作为监督
机构 * Yale University（耶鲁大学） ； New York University（纽约大学） ； TCS Research（TCS研究院）
AI总结 本文提出RbtAct，通过利用反驳作为隐式监督，优化反馈生成器以提高可操作性。引入了视角条件段级评审反馈生成任务，并构建了RMR-75K数据集，实验表明在可操作性和具体性上优于基线模型。
Comments ACL 2026 Findings
人工智能心理健康应用的责任评估
机构 * Technische Universität Darmstadt（德累斯顿技术大学） ； Vanderbilt University（范德比尔特大学） ； Trier University（特里尔大学） ； Bar-Ilan University（巴伊兰大学） ； Trinity College Dublin（都柏林三一学院） ； University of Washington（华盛顿大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Phillips-Universität Marburg（马尔堡菲利普大学） ； LIACS, Leiden University（莱顿大学LIACS研究中心） ； Bocconi University（博科尼大学） ； Queen Mary University London（伦敦玛丽女王大学） ； Alan Turing Institute（艾伦·图灵研究所）
AI总结 本文提出跨学科框架，整合临床有效性、社会背景和公平性，解决现有AI心理健康工具评估碎片化问题，并通过案例研究展示AI心理健康支持类型的分类方法。
Journal ref ACL 2026
TimeMachine-bench：一个评估仓库级迁移任务模型能力的基准
机构 * Tohoku University（东大理工大学） ； Future Corporation（未来公司） ； RIKEN（日本理化学研究所） ； NII LLMC（国家信息研究所LLMC）
AI总结 本文提出TimeMachine-bench基准，用于评估软件迁移任务中的模型能力，通过自动化构建GitHub仓库测试失败数据集，评估基于11种模型的基线方法，发现LLM在迁移任务中仍存在可靠性挑战。
Comments Accepted to EACL 2026 Main, camera-ready
Journal ref Proceedings of the 19th Conference of the European Chapter of the Association for Computational Linguistics (Volume 1: Long Papers), pages 8233-8264, 2026
探索用于智能体的推理奖励模型
机构 * MMLab, CUHK（CUHK 机器学习实验室） ； Meituan（美团） ； SEEM, CUHK（CUHK 系统工程与工程管理系）
AI总结 本文提出Agent-RRM模型，通过结构化反馈提升智能体推理能力，采用三种集成策略在12个基准测试中取得显著性能提升。
Comments ACL 2026 Findings, Project page: https://github.com/kxfan2002/Reagent
MemRec：协同记忆增强的代理推荐系统
机构 * Hong Kong Baptist University（香港 Baptist大学） ； Rutgers University（罗格斯大学） ； Snap Inc.（Snap公司）
AI总结 MemRec通过引入协同记忆机制，解决传统推荐系统中记忆隔离导致的上下文过载问题，通过轻量级语言模型管理动态记忆图谱，提升推荐精度与效率。
Comments Accepted at ACL 2026 Main Conference
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