ACL

STReasoner: Empowering LLMs for Spatio-Temporal Reasoning in Time Series via Spatial-Aware Reinforcement Learning

STReasoner: 通过空间感知强化学习赋能LLMs进行时间序列的时空推理

Juntong Ni, Shiyu Wang, Qi He, Ming Jin, Wei Jin

机构 * Emory University（埃默里大学） ； Microsoft（微软） ； Griffith University（格里菲斯大学） 纠错

AI总结 本文提出STReasoner，通过整合时间序列、图结构和文本，提升LLMs的时空推理能力，采用S-GRPO算法增强空间逻辑，实验显示在低成本下取得显著准确率提升。

Comments ACL 2026 Main, we release our code publicly at https://github.com/LingFengGold/STReasoner

Entropy Ratio Clipping as a Soft Global Constraint for Stable Reinforcement Learning

熵比裁剪作为稳定强化学习的软全局约束

Zhenpeng Su, Leiyu Pan, Minxuan Lv, Tiehua Mei, Zijia Lin, Yuntao Li, Wenping Hu, Ruiming Tang, Kun Gai, Guorui Zhou

机构 * Kuaishou Technology（快手科技） ； Tsinghua University（清华大学） ； Independent（独立） 纠错

AI总结 本文提出熵比裁剪机制，通过量化策略探索的相对变化，缓解强化学习中的分布偏移问题，提升训练稳定性。

Comments This paper has been accepted by ACL2026

Musical Score Understanding Benchmark: Evaluating Large Language Models' Comprehension of Complete Musical Scores

音乐乐谱理解基准：评估大型语言模型对完整乐谱的理解能力

Congren Dai, Yue Yang, Krinos Li, Huichi Zhou, Shijie Liang, Bo Zhang, Enyang Liu, Ge Jin, Hongran An, Haosen Zhang, Peiyuan Jing, Kinhei Lee, Z henxuan Zhang, Xiaobing Li, Maosong Sun

机构 * Central Conservatory of Music（中央音乐学院） ； Imperial College London（帝国理工学院） ； Tsinghua University（清华大学） 纠错

AI总结 本文提出MSU-Bench基准，评估大型语言模型和视觉-语言模型对完整乐谱的理解能力，发现模型在模态间存在显著差距，通过微调可提升多层级正确性，为多模态推理研究提供基础。

Comments Accepted to ACL 2026 Main Conference

ReProbe: Efficient Test-Time Scaling of Multi-Step Reasoning by Probing Internal States of Large Language Models

ReProbe：通过探测大语言模型的内部状态实现多步骤推理的高效测试时间扩展

Jingwei Ni, Ekaterina Fadeeva, Tianyi Wu, Mubashara Akhtar, Jiaheng Zhang, Elliott Ash, Markus Leippold, Timothy Baldwin, See-Kiong Ng, Artem Shelmanov, Mrinmaya Sachan

机构 * ETH Zürich（苏黎世联邦理工学院） ； National University of Singapore（新加坡国立大学） ； MBZUAI（马斯喀特人工智能研究所） ； University of Zürich（苏黎世大学） ； The University of Melbourne（墨尔本大学） 纠错

AI总结 本文提出基于探测大语言模型内部状态的轻量级方法，用于多步骤推理验证，其性能超越了810倍大的Process Reward Models，为可扩展的测试时间扩展和更可 introspective 的大语言模型提供了新路径。

Comments ACL 2026 Main

Fairness Evaluation and Inference Level Mitigation in LLMs

在大型语言模型中公平性评估与推断层面缓解

Afrozah Nadeem, Mark Dras, Usman Naseem

机构 * School of Computing, Macquarie University, Australia（麦考瑞大学计算机学院，澳大利亚） 纠错

AI总结 本文提出动态可逆剪枝框架，通过检测上下文感知的神经元激活并应用自适应遮蔽，实现细粒度内存感知的公平性缓解，提升多语言单轮和多轮对话的连贯性与公平性控制。

Comments Accepted at The 64th Annual Meeting of the Association for Computational Linguistics San Diego, California, United, States July 2 to 7, 2026

Capabilities and Evaluation Biases of Large Language Models in Classical Chinese Poetry Generation: A Case Study on Tang Poetry

大型语言模型在古典汉语诗歌生成中的能力与评估偏差：以唐诗为例

Bolei Ma, Yina Yao, Anna-Carolina Haensch

机构 * LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University of Maryland, College Park（马里兰大学College Park分校） 纠错

AI总结 本文通过三步评估框架，分析了六个先进LLM在唐诗生成中的表现，揭示了LLM在模仿统计模式时对机器生成诗歌的系统性高估问题，强调了需要混合人类-模型验证框架的重要性。

Comments ACL 2026 Findings

RV-HATE: Reinforced Multi-Module Voting for Implicit Hate Speech Detection

RV-HATE：强化多模块投票用于隐性仇恨言论检测

Yejin Lee, Hyeseon Ahn, Yo-Sub Han

机构 * Yonsei University（延世大学） 纠错

AI总结 RV-HATE通过多模块投票机制和强化学习优化，针对不同数据集特性提升隐性仇恨言论检测准确率并提供可解释性分析。

Comments 20 pages, 9 figures, ACL 2026

From Past To Path: Masked History Learning for Next-Item Prediction in Generative Recommendation

从过去到路径：用于生成推荐中下一项预测的掩码历史学习

KaiWen Wei, Kejun He, Xiaomian Kang, Jie Zhang, Yuming Yang, Li Jin, Zhenyang Li, Jiang Zhong, He Bai, Junnan Zhu

机构 * College of Computer Science, Chongqing University（重庆大学计算机学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS部门） ； Independent Researcher（独立研究员） ； Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空航天信息研究所） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） 纠错

AI总结 本文提出Masked History Learning框架，通过重建掩码的历史项目增强对用户行为的理解，从而提升推荐准确性。

Comments Accepted to ACL 2026

CE-GPPO: Coordinating Entropy via Gradient-Preserving Clipping Policy Optimization in Reinforcement Learning

CE-GPPO：通过梯度保持剪裁策略优化协调熵在强化学习中

Zhenpeng Su, Leiyu Pan, Minxuan Lv, Yuntao Li, Wenping Hu, Fuzheng Zhang, Kun Gai, Guorui Zhou

机构 * Kuaishou Technology（快手科技） ； Independent（独立） 纠错

AI总结 本文提出CE-GPPO算法，通过恢复剪裁令牌的梯度信号，协调探索与利用，缓解熵不稳定问题，并在数学推理任务中优于现有方法。

Comments This paper has been accepted by ACL 2026

Do LLMs Overthink Basic Math Reasoning? Benchmarking the Accuracy-Efficiency Tradeoff in Language Models

大语言模型是否会过度思考基础数学推理？评估语言模型中准确性与效率的权衡

Gaurav Srivastava, Aafiya Hussain, Sriram Srinivasan, Xuan Wang

机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工大学计算机科学系，布莱克斯堡，VA，美国） 纠错

AI总结 本文提出LLMThinkBench基准测试，评估语言模型在准确性与过度思考之间的权衡，发现模型在复杂基准上的表现不直接转化为基础数学推理能力，且过度思考导致效率下降。

Comments Accepted to ACL 2026 Findings

Analytical FFN-to-MoE Restructuring via Activation Pattern Analysis

通过激活模式分析实现分析性FFN到MoE的重构

Zehua Pei, Hui-Ling Zhen, Lancheng Zou, Xianzhi Yu, Wulong Liu, Sinno Jialin Pan, Mingxuan Yuan, Bei Yu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

AI总结 本文提出一种分析性后训练框架，通过小数据集将FFN重构为稀疏MoE，利用激活模式分析划分共享专家和路由专家，实现快速部署或轻量微调，实验显示在计算受限场景下速度提升达1.17倍。

Comments Accepted by ACL 2026 Main

Exploring Continual Fine-Tuning for Enhancing Language Ability in Large Language Model

探索连续微调以增强大语言模型的语言能力

Divyanshu Aggarwal, Sankarshan Damle, Navin Goyal, Satya Lokam, Sunayana Sitaram

机构 * Microsoft（微软） ； Microsoft Research India（微软印度研究院） 纠错

AI总结 本文研究了连续微调对大语言模型语言适应性的影响，发现相同比例数据集可保持任务能力，而数据不相似时会导致性能下降，通过层冻结和生成重放方法提升语言能力。

Comments 19 pages, 6 tables, 4 figures, Accepted to ACL 2026 Findings

Not all ANIMALs are equal: metaphorical framing through source domains and semantic frames

并非所有动物都平等：通过源领域和语义框架进行隐喻性框架构建

Yulia Otmakhova, Matteo Guida, Lea Frermann

机构 * School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算与信息系统学院） 纠错

AI总结 本文通过源领域和语义框架分析隐喻对复杂议题理解的影响，提出计算框架发现隐喻并分析不同政治立场下的隐喻差异。

Comments Accepted to ACL 2026 Findings

Self-Awareness before Action: Mitigating Logical Inertia via Proactive Cognitive Awareness

行动前的自我意识：通过主动认知意识缓解逻辑惯性

Fulong Fan, Peilin Liu, Fengzhe Liu, Shuyan Yang, Gang Yan

机构 * School of Software, Jilin University（吉林大学软件学院） ； School of Computer Science, Jilin University（吉林大学计算机科学学院） 纠错

AI总结 本文提出SABA框架，通过在最终决策前引入对缺失前提的自我意识，解决大语言模型在非交互谜题中因早期假设传播导致的结论不稳定问题，实现了在多个基准测试中的最佳性能。

Comments Accepted to ACL 2026. 12 pages, 3 figures

Mitigating Hallucinations in Large Vision-Language Models without Performance Degradation

在不降低性能的情况下缓解大型视觉-语言模型的幻觉

Xingyu Zhu, Junfeng Fang, Shuo Wang, Beier Zhu, Zhicai Wang, Yonghui Yang, Xiangnan He

机构 * MoE Key Lab of BIPC（BIPC摩尔实验室） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出MPD框架，通过语义感知组件解耦和可解释参数更新，有效减少幻觉并保持生成能力，实验显示在LLaVA-Bench和MME上减少23.4%幻觉同时保持97.4%的生成能力。

Comments ACL 2026 (Oral)

AROMA: Augmented Reasoning Over a Multimodal Architecture for Virtual Cell Genetic Perturbation Modeling

AROMA：增强的多模态架构下虚拟细胞基因扰动建模推理

Zhenyu Wang, Geyan Ye, Wei Liu, Man Tat Alexander Ng

机构 * AI for Life Sciences Lab, Tencent（腾讯AI生命科学实验室） ； Shenzhen International Graduate School, Tsinghua University（深圳国际研究生院，清华大学） 纠错

AI总结 AROMA通过整合文本证据、图拓扑信息和蛋白质序列特征，提升虚拟细胞基因扰动预测的准确性和可解释性，构建了包含498k样本的 PerturbReason 数据集，实验表明其在多个细胞系中表现优异。

Comments Accepted to ACL 2026 as a Findings paper. Zhenyu Wang and Geyan Ye are equal contributors; Geyan Ye is the corresponding author and project lead

Memory-Augmented LLM-based Multi-Agent System for Automated Feature Generation on Tabular Data

基于记忆增强的LLM多智能体系统用于表格数据自动特征生成

Fengxian Dong, Zhi Zheng, Xiao Han, Wei Chen, Jingqing Ruan, Tong Xu, Yong Chen, Enhong Chen

机构 * University of Science and Technology of China（中国科学技术大学） ； Zhejiang University of Technology（浙江工业大学） ； Meituan（美团） 纠错

AI总结 本文提出MALMAS系统，通过多智能体与记忆模块提升表格数据自动特征生成的效率与质量，实验验证其有效性。

Comments 16 pages (including appendix), 4 main figures, 15 tables. Accepted to ACL 2026

RADS: Reinforcement Learning-Based Sample Selection Improves Transfer Learning in Low-resource and Imbalanced Clinical Settings

RADS: 基于强化学习的样本选择提升低资源和不平衡临床场景下的迁移学习

Wei Han, David Martinez, Anna Khanina, Lawrence Cavedon, Karin Verspoor

机构 * School of Computing Technologies, RMIT University（皇家墨尔本理工大学计算技术学院） ； School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算与信息学院） ； National Centre for Infections in Cancer, Melbourne（癌症感染国家研究中心，墨尔本） ； Department of Infectious Disease, Peter MacCallum Cancer Centre（彼得·麦克卡伦癌症中心感染病科） ； Sir Peter MacCallum Department of Oncology, The University of Melbourne（彼得·麦克卡伦肿瘤学系，墨尔本大学） 纠错

AI总结 本文提出RADS方法，利用强化学习选择最有信息量的样本，提升迁移学习在低资源和不平衡临床数据集中的性能。

Comments Accepted at ACL 2026 Findings

The GaoYao Benchmark: A Comprehensive Framework for Evaluating Multilingual and Multicultural Abilities of Large Language Models

高 Yao 基准：评估大型语言模型多语言和多文化能力的综合框架

Yilun Liu, Chunguang Zhao, Mengyao Piao, Lingqi Miao, Shimin Tao, Minggui He, Chenxin Liu, Li Zhang, Hongxia Ma, Jiaxin Guo, Chen Liu, Liqun Deng, Jiansheng Wei, Xiaojun Meng, Fanyi Du, Daimeng Wei, Yanghua Xiao

机构 * Huawei, China（华为，中国） ； Fudan University, China（复旦大学，中国） 纠错

AI总结 本文提出GaoYao基准，通过182300个样本、26种语言和51个地区，评估大型语言模型的多语言和多文化能力，揭示地理性能差异和任务间差距。

Comments Accepted by ACL 2026 main

Text-to-Distribution Prediction with Quantile Tokens and Neighbor Context

基于分位数标记和邻近上下文的文本到分布预测

Yilun Zhu, Yuan Zhuang, Nikhita Vedula, Dushyanta Dhyani, Shaoyuan Xu, Moyan Li, Mohsen Bayati, Bryan Wang, Shervin Malmasi

机构 * Amazon.com, Inc.（亚马逊公司） ； Stanford University（斯坦福大学） 纠错

AI总结 本文提出分位数标记回归，通过插入专用分位数标记并结合邻近实例，提升分布预测精度，实验显示在多个数据集上效果显著，MAPE更低且预测区间更窄。

Comments Accepted to ACL 2026 main conference

All Languages Matter: Understanding and Mitigating Language Bias in Multilingual RAG

所有语言都重要：理解并缓解多语言RAG中的语言偏差

Dan Wang, Guozhao Mo, Yafei Shi, Cheng Zhang, Bo Zheng, Boxi Cao, Xuanang Chen, Yaojie Lu, Hongyu Lin, Ben He, Xianpei Han, Le Sun

机构 * Chinese Information Processing Laboratory, Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所信息处理实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； MYbank, AntGroup（蚂蚁集团MYbank） 纠错

AI总结 本文研究多语言RAG中的语言偏差问题，提出LAURA方法，通过多语言证据排名与生成效用对齐，有效缓解语言偏差并提升性能。

Comments ACL 2026 main conference

Meta-Tool: Efficient Few-Shot Tool Adaptation for Small Language Models

元工具：用于小语言模型的高效少样本工具适应

Sachin Kumar

机构 * LexisNexis, USA（LexisNexis美国公司） 纠错

AI总结 本文通过Meta-Tool研究小语言模型是否能在不复杂适应机制下实现强工具使用性能，发现超网络适应无显著提升，提示应关注提示工程与示例整理。

Comments Accepted to Findings of ACL 2026

AFMRL: Attribute-Enhanced Fine-Grained Multi-Modal Representation Learning in E-commerce

AFMRL: 基于属性增强的电商细粒度多模态表示学习

Biao Zhang, Lixin Chen, Bin Zhang, Zongwei Wang, Tong Liu, Bo Zheng

机构 * Taobao & Tmall Group of Alibaba（阿里巴巴淘宝与天猫集团） 纠错

AI总结 本文提出AFMRL，通过属性生成任务提升电商细粒度多模态表示学习，结合属性引导对比学习和检索感知属性强化，实现更精准的相似商品检索。

Comments Accepted by ACL 2026

Less Languages, Less Tokens: An Efficient Unified Logic Cross-lingual Chain-of-Thought Reasoning Framework

少语言，少令牌：一种高效的统一逻辑跨语言推理框架

Chenyuan Zhang, Qiguang Chen, Xie Chen, Zhuotao Tian, Bowen Xing, Meishan Zhang, Libo Qin, Baotian Hu, Min Zhang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Central South University（中南大学） ； Text Computing and Cognitive Intelligence Ministry of Education Engineering Research Center, Guizhou University（贵州省教育厅Text Computing and Cognitive Intelligence工程研究中心，贵州大学） ； University of Science and Technology Beijing（北京科技大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

AI总结 本文提出UL-XCoT框架，通过减少语言和令牌数量提升跨语言推理效率，实验证明在多语言任务中准确率高且令牌成本降低超50%。

Comments Accepted by ACL2026 Main

TriEx: A Game-based Tri-View Framework for Explaining Internal Reasoning in Multi-Agent LLMs

TriEx：一种基于游戏的三视角框架，用于解释多智能体大语言模型中的内部推理

Ziyi Wang, Chen Zhang, Wenjun Peng, Qi Wu, Xinyu Wang

机构 * Adelaide University（阿德莱德大学） 纠错

AI总结 TriEx通过三视角框架提升多智能体大语言模型的可解释性，通过结构化自我推理、对手信念状态和 oracle 审计分析，揭示模型在信念动态和评估可靠性上的系统性不匹配。

Comments ACL2026 Main

From Recall to Forgetting: Benchmarking Long-Term Memory for Personalized Agents

从回忆到遗忘：个性化代理长期记忆的基准测试

Md Nayem Uddin, Kumar Shubham, Eduardo Blanco, Chitta Baral, Gengyu Wang

机构 * Arizona State University（亚利桑那州立大学） ； Genies ； University of Arizona（亚利桑那大学） 纠错

AI总结 本文提出Memora基准测试，评估个性化代理在长期对话中的记忆、推理和推荐能力，引入FAMA指标以衡量对过时记忆的依赖，发现LLM和记忆代理在处理长期记忆时存在显著不足。

Comments Accepted to ACL 2026 Findings

Indic-CodecFake meets SATYAM: Towards Detecting Neural Audio Codec Synthesized Speech Deepfakes in Indic Languages

Indic-CodecFake meets SATYAM：迈向检测印度语言神经音频编解码器合成语音深度伪造

Girish, Mohd Mujtaba Akhtar, Orchid Chetia Phukan, Arun Balaji Buduru

AI总结 本文提出Indic-CodecFake数据集，用于检测印度语言中神经音频编解码器合成语音深度伪造，发现现有检测器在印度语音上表现不佳，并提出SATYAM模型以提升性能。

Comments Accepted to ACL 2026

Commonsense Knowledge with Negation: A Resource to Enhance Negation Understanding

常识知识与否定：增强否定理解的资源

Zijie Wang, MohammadHossein Rezaei, Farzana Rashid, Eduardo Blanco

机构 * University of Arizona（亚利桑那大学） ； University of North Carolina Asheville（北卡罗来纳州阿什维尔大学） 纠错

AI总结 本文提出通过自动扩展常识知识库以包含否定，生成包含200万条if-then关系的新型语料库，并展示预训练LLM可提升否定理解能力。

Comments Accepted at Findings of ACL 2026

From Signal Degradation to Computation Collapse: Uncovering the Two Failure Modes of LLM Quantization

从信号退化到计算崩溃：揭示大语言模型量化中的两种失败模式

Chenxi Zhou, Pengfei Cao, Jiang Li, Bohan Yu, Jinyu Ye, Jun Zhao, Kang Liu

机构 * School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉学科学院） ； The Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所认知与决策智能复杂系统重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； College of Computer Science, Inner Mongolia University（内蒙古大学计算机学院） 纠错

AI总结 研究揭示大语言模型量化中两种不同失败模式：信号退化和计算崩溃，并提出针对性修复方法，表明结构重建比单纯补偿更有效。

Comments Accepted to Findings of ACL 2026

SolidCoder: Bridging the Mental-Reality Gap in LLM Code Generation through Concrete Execution

SolidCoder：通过具体执行弥合LLM代码生成中的心理现实差距

Woojin Lee, Jin-Xia Huang

机构 * Electronics and Telecommunications Research Institute, Republic of Korea（韩国电信研究所） 纠错

AI总结 SolidCoder通过强制边缘情况意识和沙盒执行解决心理现实差距，提升代码生成性能，实现HumanEval、CodeContests和APPS的高准确率。

Comments 23 pages, 2 figures, Accepted at Findings of ACL 2026