期刊&会议
Annual Meeting of the Association for Computational Linguistics · 会议 · Natural Language Processing
连续世界中的涌现通信：概念化词汇的大规模自组织
机构 * Artificial Intelligence Laboratory, Vrije Universiteit Brussel（自由大学布鲁塞尔人工智能实验室） ； Faculté d’informatique, Université de Namur（纳慕尔大学计算机学院）
AI总结 提出一种通用方法，使自主智能体群体通过局部通信涌现出指向环境中任意实体的语言约定，该方法在37个数据集上验证了可扩展性和鲁棒性。
Comments Accepted for publication in Transactions of the Association for Computational Linguistics (TACL)
质量优于点击：面向早期电商查询建议的迭代强化学习
机构 * Alibaba International Digital Commercial Group（阿里巴巴国际数字商业集团）
AI总结 针对早期部署场景点击反馈稀疏的问题，提出质量优先的迭代强化学习框架QualEQS，从可回答性、事实性和信息增益三个维度优化查询建议质量，通过候选建议的组级分歧识别模糊上下文并挖掘难例进行迭代改进，在真实电商系统中ChatPV提升6.81%。
Comments Submitted to ACL 2026 Industry Track
DeFrame: 消除大语言模型中的框架效应偏差
机构 * KAIST（韩国科学技术院）
AI总结 针对大语言模型在语义等价但不同表述的提示下产生不一致偏见的问题，提出框架感知的去偏方法，通过量化框架差异并增强跨框架一致性，有效降低整体偏见并提升鲁棒性。
Comments Accepted to Findings of ACL 2026
ToolGrad：利用文本“梯度”高效生成工具使用数据集
机构 * Google（谷歌） ； The University of Tokyo（东京大学） ； RIKEN AIP（日本学术振兴会AIP） ； Tohoku University（东北大学）
AI总结 提出ToolGrad框架，通过文本“梯度”引导的迭代过程先构建有效工具使用链再合成用户查询，实现低成本、高成功率的数据生成，训练模型性能超越基线。
Comments ACL 2026 Findings. Source code: https://github.com/zhongyi-zhou/toolgrad
探究大语言模型隐喻处理中的语义对齐、词汇不变性和句法影响
机构 * NLP 2 CT Lab, Department of Computer and Information Science, University of Macau（自然语言处理2CT实验室，计算机与信息科学系，澳门大学）
AI总结 通过几何探测、上下文替换和句法扰动三种方法，分析LLM在隐喻处理中的语义漂移、词汇稳定性及句法敏感性，揭示强行为表现可能源于异质信号。
Comments Accepted to ACL 2026
Atlas: 编排异构模型与工具实现多领域复杂推理
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； East China Normal University（华东师范大学）
AI总结 提出ATLAS双路径框架，通过无监督聚类路由和强化学习多步路由动态选择最优模型-工具组合，在15个基准上超越GPT-4o，分布内外任务分别提升10.1%和13.1%。
Comments Accepted by ACL 2026
BadScientist: 研究代理能否写出令人信服但不严谨的论文来欺骗LLM审稿人？
机构 * University of Washington（华盛顿大学） ； King Abdulaziz City for Science and Technology（卡布斯科学与技术城） ； HUMAIN
AI总结 提出BadScientist框架，通过无需真实实验的呈现操纵策略生成造假论文，揭示LLM审稿系统存在系统性漏洞，造假论文接受率高达一定水平，且审稿人存在“担忧-接受冲突”，当前检测方法效果有限。
Comments ACL 2026; Project Page at https://bad-scientist.github.io/
GroupToM-Bench: 多模态大语言模型中群体心智理论和非线性社会涌现的基准测试
机构 * Xidian University（西安电子科技大学） ； National University of Singapore（新加坡国立大学） ； University of Electronic Science and Technology of China（电子科技大学） ； University of Science and Technology of China（中国科学技术大学）
AI总结 针对多模态大语言模型在群体心智理论推理上的不足，提出GroupToM-Bench基准，通过七级认知审计框架评估模型从微观BDI状态到宏观结果预测的因果链，揭示模型在处理社会结构和非线性集体动态上的缺陷。
Comments ACL 2026 (Main Conference)
超越判例法：评估法规中心型法律问答中的结构感知检索与安全性
机构 * Graduate School of Data Science, Seoul National University（数据科学研究生院，首尔国立大学）
AI总结 针对法规中心型法律问答中层级检索困难与模型幻觉问题，提出结构-安全感知基准SearchFireSafety，通过图引导检索提升性能，但揭示领域适应模型在证据缺失时更易幻觉。
Comments Accepted to ACL 2026
DRA-GRPO：你的GRPO需要了解多样化的推理路径以进行数学推理
机构 * Morgan Stanley（摩根士丹利） ； Clemson University（克莱姆森大学） ； Arizona State University（亚利桑那州立大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） ； University of Notre Dame（圣母大学） ； University of Arizona（亚利桑那大学）
AI总结 针对GRPO在数学推理中因奖励信号非单射导致策略坍塌的问题，提出基于子模互信息的多样性感知奖励调整框架DRA，通过逆倾向评分去偏梯度估计，在五个数学基准上以少量数据和成本取得平均58.2%的准确率。
Comments ACL2026
什么都行？语言模型中（不）可能语言学习的跨语言研究
机构 * Georgetown University（乔治城大学） ； Saarland University（萨尔兰大学）
AI总结 通过训练语言模型学习不可能和类型学上未证实的语言，跨12种语言实验发现GPT-2小模型能部分区分自然语言与不可能语言，但弱于人类归纳偏置。
Comments ACL 2025
超越分块与图：基于三元组驱动的检索增强生成
AI总结 提出T$^2$RAG框架，利用三元组知识库和迭代检索，在六数据集上平均性能提升11%，检索成本降低45%。
Comments ACL 2026 Findings
大型语言模型中的多组件因果追踪
机构 * Rensselaer Polytechnic Institute（拉特拉姆技术学院） ； IBM Research（IBM研究院）
AI总结 本文提出一个统一框架，通过软干预和度量转换高效识别对目标性能指标最关键的多组件子集，优于现有基线方法。
Comments Accepted to ACL 2026 main conference
UniversalRAG: 在多样模态和粒度的语料库上实现检索增强生成
机构 * KAIST（韩国科学技术院）
AI总结 本文提出UniversalRAG，一种能够处理多种模态和粒度的检索增强生成框架，通过动态路由机制和多粒度组织，提升跨模态知识检索的有效性，实验表明其在多个模态基准上的优越性。
Comments ACL 2026. Project page : https://universalrag.github.io
CuMA: 通过人口统计感知的适配器混合使大语言模型与稀疏文化价值观对齐
机构 * Southeast University（东南大学） ； ByteDance Inc.（字节跳动公司） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（新一代人工智能技术及其交叉应用重点实验室（东南大学），中华人民共和国教育部，中国）
AI总结 提出CuMA框架，通过人口统计感知路由将冲突梯度分离到专家子空间，解决密集模型在多文化对齐中的均值崩溃问题，在WorldValuesBench等基准上取得最优性能。
Comments ACL 2026 Main
通过细化文本嵌入缓解大型视觉语言模型中的幻觉
机构 * University of Maryland（马里兰大学） ； Dolby Laboratories（杜比实验室） ； Capital One
AI总结 针对大型视觉语言模型因过度依赖文本先验而忽视视觉线索导致的幻觉问题，提出一种简单有效的视觉特征融入方法，通过学习视觉信息化的文本嵌入来平衡注意力分布，显著降低幻觉并提升多模态推理能力。
Comments Accepted at The 64th Annual Meeting of the Association for Computational Linguistics
大型语言模型中的事实性观点能否被编辑（操纵）？
机构 * The Pennsylvania State University（宾夕法尼亚州立大学）
AI总结 提出FOE基准测试，评估当前知识编辑技术对事实性观点（如公众人物立场）的操纵能力，并发现其仅能实现表面修改，无法保持观点与证据的一致性；进而提出自生成证据对齐方法实现观点-证据对齐。
Comments Accepted to the ACL 2026 Main Conference
CreativeBench: 通过自我进化挑战基准测试和增强机器创造力
机构 * Southern University of Science and Technology（南方科技大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； University of Bristol（布里斯托大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Xi’an Jiaotong University（西安交通大学）
AI总结 提出CreativeBench基准，基于认知框架通过代码生成评估机器创造力，包含组合与探索两个子集，利用逆向工程和自我博弈自动生成挑战，并通过质量与新颖性乘积的指标区分创造与幻觉。
Comments ACL 2026. Project page: https://zethwang.github.io/creativebench.github.io/
从孤立到纠缠：可解释性方法何时识别和解缠已知概念？
机构 * Boston University（波士顿大学） ； Harvard University（哈佛大学） ； Mila – Quebec AI Institute（魁北克AI研究所） ； Goodfire（Goodfire公司）
AI总结 本文提出多概念评估框架，研究稀疏自编码器和探针等方法是否真正解缠概念，发现特征通常只对单一概念敏感，但概念分布在多个特征上，且干预特征常影响多个概念，表明相关性指标不足以证明干预选择性。
Comments ACL 2026
WildIFEval: 野外指令遵循
机构 * The Hebrew University of Jerusalem（希伯来大学杰里科分校） ； IBM Research（IBM研究院）
AI总结 提出WildIFEval数据集，包含7K条真实用户的多约束指令，用于评估LLM的指令遵循能力，发现所有模型仍有较大改进空间。
Comments Accepted to the 5th Workshop on Generation, Evaluation and Metrics (GEM) at ACL 2026
多语言机器生成文本的作者归属
机构 * DIMES Department, University of Calabria（卡利博大学DIMES系） ； Kempelen Institute of Intelligent Technologies（智能技术研究所）
AI总结 提出多语言作者归属问题，研究单语言方法在18种语言和8个生成器上的跨语言迁移能力，发现显著局限。
Comments Accepted at ACL 2026 - Main
RAGPPI：药物发现中蛋白质-蛋白质相互作用的RAG基准
机构 * University of California Los Angeles（加州大学洛杉矶分校） ； Palo Alto High School（帕洛阿尔托高中） ； Amazon AGI（亚马逊人工智能研究院）
AI总结 提出RAGPPI基准，包含4420个问答对，用于评估检索增强生成在药物发现中识别蛋白质-蛋白质相互作用生物学影响的能力。
Comments 17 pages, 4 figures, 8 tables
Journal ref Proceedings of the 18th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2026)
PRInTS：面向长程信息检索的奖励建模
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校）
AI总结 提出PRInTS生成式过程奖励模型，通过密集评分和轨迹摘要提升长程信息检索中工具交互与推理能力，在多个基准上超越前沿模型。
Comments ACL 2026, 19 pages, code: https://github.com/G-JWLee/PRInTS
黄金标准的幻觉：长文本生成中人类评估协议的大规模分析
机构 * University of Washington（华盛顿大学） ； National Tsing Hua University（国立清华大学） ； Seoul National University（首尔大学） ； Mila - Québec AI Institute（米拉-魁北克人工智能研究所） ； Allen Institute for AI（艾伦人工智能研究所）
AI总结 通过分析2023-2025年*CL会议论文中的人类评估协议，发现报告不透明和可重复性差的问题，并提出改进建议。
Comments Accepted to ACL 2026 Main
EXCEEDS: 通过基于线索块的网格建模在科学领域中提取复杂事件
机构 * Beijing Institute of Technology（北京理工大学） ； Microsoft Research Asia（微软亚洲研究院）
AI总结 针对科学领域事件密集、信息形式复杂的特点，构建大规模多事件文档级数据集SciEvents，并提出端到端框架EXCEEDS，将密集线索块编码为网格矩阵，简化复杂事件提取为基于线索块的网格建模任务，取得最优性能。
Comments Accepted by ACL 2026 Main Conference, Oral
CharTide: 数据中心的图表到代码生成通过三视角微调和查询驱动进化
机构 * Nanjing University（南京大学） ； LLM Team, Shopee Pte. Ltd.（Shopee 联邦学习团队） ； East China Normal University（华东师范大学） ； Nanjing University of Science and Technology（南京理工大学） ； Central South University（中南大学）
AI总结 提出CharTide框架，通过三视角微调解耦视觉感知与代码逻辑，并引入基于信息不变性的查询驱动强化学习进行数据验证，在多个基准上超越GPT-4o。
Comments Accepted to ACL 2026 Main
不耐烦的用户混淆AI智能体：用于测试智能体的高保真人类特质模拟
机构 * University of California, Berkeley（加州大学伯克利分校）
AI总结 提出TraitBasis方法，通过控制用户特质向量（如不耐烦、不连贯）对AI智能体进行压力测试，发现性能下降2%-30%，揭示当前智能体对用户行为变化的脆弱性。
Comments ACL 2026 [Oral]
参数化知识并非全部：通过检索预训练数据实现诚实的语言模型
机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系）
AI总结 针对大语言模型在知识不足时产生幻觉的问题，提出利用公开预训练数据构建更鲁棒的诚实性评估基准，并设计检索预训练数据的方法提升模型诚实性。
Comments Findings of ACL 2026
ChartAgent: 一种用于复杂图表问答中视觉基础推理的多模态智能体
机构 * J.P. Morgan AI Research（摩根大通人工智能研究）
AI总结 提出ChartAgent框架，通过迭代分解查询为视觉子任务并利用图表专用视觉工具（如绘制注释、裁剪区域）进行空间域推理，在ChartBench和ChartX上取得最先进性能，尤其对无标注图表提升显著。
Comments Accepted at ACL 2026 (Main Conference). Also presented as an oral paper at the NeurIPS 2025 Multimodal Algorithmic Reasoning Workshop (https://marworkshop.github.io/neurips25/)
MOOSE-Copilot：一个基于网络的交互式助手，用于统一探索性和细粒度科学假设发现
机构 * Central Conservatory of Music（中央音乐学院） ； Nanyang Technological University（南洋理工大学）
AI总结 提出MOOSE-Copilot，通过形式化的人机交互协议，将发散性探索和收敛性细化统一，利用蓝图、路由和反馈三种信号引导生成，显著优于纯自主基线。
Comments Accepted to ACL 2026 (System Demonstrations)
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