ACL

InfiniteWeb: Scalable Web Environment Synthesis for GUI Agent Training

InfiniteWeb: 面向GUI智能体训练的可扩展Web环境合成

Ziyun Zhang, Zezhou Wang, Xiaoyi Zhang, Zongyu Guo, Jiahao Li, Bin Li, Yan Lu

机构 * Peking University（北京大学） ； Nanjing University（南京大学） ； Microsoft Research Asia（微软亚洲研究院） 纠错

AI总结 提出InfiniteWeb系统，通过统一规范、任务驱动测试和多样化种子设计自动生成功能完备的Web环境，解决GUI智能体训练数据稀缺问题，在OSWorld和Online-Mind2Web上取得显著性能提升。

Comments Accepted to ACL 2026 Main

The Bidirectional Process Reward Model

双向过程奖励模型

Lingyin Zhang, Jun Gao, Xiaoxue Ren, Ziqiang Cao

机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； Biomedical Basic Research Center of Jiangsu, Soochow University（苏州大学江苏省生物医学基础研究中心） ； School of Software Technology, Zhejiang University（浙江大学软件学院） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新区（滨江）区块链与数据安全研究院） 纠错

AI总结 提出双向过程奖励模型（BiPRM），通过并行左右评估流和门控机制融合分数，仅增加0.3%参数和5%延迟，在推理质量上平均提升10.6%。

Comments ACL 2026

Revisiting Audio-language Pretraining for Learning General-purpose Audio Representation

重新审视音频-语言预训练以学习通用音频表示

Wei-Cheng Tseng, Xuanru Zhou, Mingyue Huo, Yiwen Shao, Hao Zhang, Dong Yu

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tencent AI Lab Seattle（腾讯AI实验室西雅图） 纠错

AI总结 本文通过构建大规模数据集CaptionStew并系统对比对比学习和字幕生成目标，揭示了音频-语言预训练在数据效率和可扩展性上的权衡，为通用音频表示学习提供了实证指导。

Comments ACL 2026 Main. Code available at https://github.com/AudenAI/Auden

Human-Agent Collaborative Paper-to-Page Crafting

人机协作的论文到网页制作

Qianli Ma, Siyu Wang, Yilin Chen, Yinhao Tang, Yixiang Yang, Chang Guo, Bingjie Gao, Zhening Xing, Yanan Sun, Zhipeng Zhang

机构 * AutoLab, SAI, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab实验室） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

AI总结 提出AutoPage多智能体系统，通过粗到细的流水线将论文转化为交互式网页，并引入Checker智能体验证和人工检查点，在15分钟内以低于0.1美元的成本生成高质量网页。

Comments Accepted by ACL2026 Findings

MATCH: Modulating Attention via In-Context Retrieval for Long-Context Transformers

MATCH: 通过上下文检索调制注意力用于长上下文Transformer

Linrui Ma, Chun Hei Lo, Xinyu Wang, Peng Lu, Xihao Yuan, Hanting Chen, Kai Han, Xinghao Chen, Chengjun Zhan, Hanlin Xu, Yichun Yin, Lifeng Shang, Feng Wen, Boxing Chen, Yufei Cui

机构 * Huawei Canada（华为加拿大） ； McGill University（麦吉尔大学） ； Université de Montréal（蒙特利尔大学） ； Huawei Equal Contribution（华为同等贡献） 纠错

AI总结 提出MATCH框架，通过高效检索系统动态集成上下文信息来增强稀疏注意力机制，在长上下文任务中提升性能并保持效率。

Comments ACL 2026 Main Conference

MIThinker: A Plug-and-Play Policy-Optimized Thinker For Motivational Interviewing Counseling

MIThinker：一种用于动机性访谈咨询的即插即用策略优化思考器

Yizhe Yang, Palakorn Achananuparp, Heyan Huang, Jing Jiang, Ee-Peng Lim

机构 * Beijing Institute of Technology（北京理工大学） ； Singapore Management University（新加坡国立大学） ； Australian National University（澳大利亚国立大学） 纠错

AI总结 提出轻量级思考模型MIThinker，通过逆向工程从咨询师回应中生成治疗性思考，结合监督微调和强化学习训练，以显式对齐咨询策略，提升动机性访谈咨询效果，计算量降低一个数量级。

Comments Accepted to Findings of ACL 2026

LEDGER: Scaling Agentic Document Editing with Dependency-aware Graph Retrieval

LEDGER: 基于依赖感知图检索的智能体文档编辑扩展

Mike Hang Wang, Utkarsh Garg, Reza Davari, Huitian Jiao, Hao Cheng, Baolin Peng, Tao Ge, Si-Qing Chen

机构 * Microsoft（微软） 纠错

AI总结 提出LEDGER方法，通过构建轻量级依赖图并利用图引导检索，在智能体文档编辑中高效定位必要上下文，避免全文档处理，提升一致性并减少token使用。

Comments ACL 2026

ReasonRec: A Reasoning-Augmented Multimodal Agent for Unified Recommendation

ReasonRec: 一种用于统一推荐的推理增强多模态智能体

Yihua Zhang, Mingfu Liang, Jiyan Yang, Rong Jin, Wen-Yen Chen, Yiping Han, Huayu Li, Buyun Zhang, Liang Luo, Frank Shyu, Luke Simon, Sijia Liu, Tianlong Chen, Xi Liu

机构 * Meta AI ； Michigan State University（密歇根州立大学） ； The University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

AI总结 提出ReasonRec，一种基于三阶段显式推理管道的多模态推荐智能体，通过推理感知视觉指令调优、证据-视野课程学习和不确定性引导委派机制，在五个数据集上实现排名指标相对提升超30%，推理延迟降低35%。

Comments The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)

From Regulatory Approvals to Patents: Cross-Domain Linking for Cardiovascular Device Traceability

从监管批准到专利：心血管设备可追溯性的跨领域链接

Yang Qingqing, Liu Haijiang, Li Moyan

机构 * HKUST (Guangzhou)（香港科技大学（广州）） ； Wuhan Univ. of Sci. & Tech.（武汉科技大学） ； Hubei Key Lab. of Intelligent Info. Processing & Real-time Industrial System（湖北省智能信息处理与实时工业系统重点实验室） 纠错

AI总结 针对FDA批准设备与USPTO专利的跨领域链接任务，提出Bridge-MedDevKG框架，通过领域本体、多信号候选生成和异构重排序，在心血管设备数据集上实现91.6%召回率和50.9%噪声降低。

Comments Accepted by ACL 2026 Main Conference

Sifei at SemEval-2026 Task 8: Hybrid Retrieval and Query Rewriting for Multi-Turn RAG

Sifei at SemEval-2026 Task 8: 面向多轮RAG的混合检索与查询重写

Sifei Meng, Dmitry Ilvovsky

机构 * Faculty of Computer Science HSE University（计算机科学系 高等经济大学） 纠错

AI总结 提出无训练混合检索流水线，结合稠密与稀疏检索、查询重写和交叉编码器重排序，在Task A上nDCG@5达0.5453排名第三，Task C上相关性与忠实性调和均值0.5312排名第十五。

Comments Accepted to SemEval-2026 Task 8 (MTRAGEval), co-located with ACL 2026. Camera-ready version. Code: https://github.com/mengsifei/Multi_turn_RAG

DIA-HARM: Dialectal Disparities in Harmful Content Detection Across 50 English Dialects

DIA-HARM：50种英语方言中有害内容检测的方言差异

Jason Lucas, Matt Murtagh, Ali Al-Lawati, Uchendu Uchendu, Adaku Uchendu, Dongwon Lee

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Trinity College Dublin（都柏林圣三一大学） ； MIT Lincoln Laboratory（麻省理工学院林肯实验室） 纠错

AI总结 研究探讨了在50种英语方言中检测虚假信息的鲁棒性，发现人类生成的方言内容使检测性能下降1.4%-3.6%，而AI生成内容稳定。多语言模型在跨方言迁移中表现更佳，单语言模型则表现不佳。

Comments Accepted to ACL 2026

Adam's Law: Textual Frequency Law on Large Language Models

Adam的定律：大型语言模型中的文本频率定律

Hongyuan Adam Lu, Z. L., Victor Wei, Zefan Zhang, Zhao Hong, Qiqi Xiang, Bowen Cao, Wai Lam

机构 * FaceMind Corporation（FaceMind公司） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 本文提出文本频率定律，通过优化文本频率提升LLM的提示和微调效果，并通过文本频率蒸馏和课程训练方法验证了其有效性。

Comments ACL 2026 Main Conference; The latest version

SpecMind: Cognitively Inspired, Interactive Multi-Turn Framework for Postcondition Inference

SpecMind：基于认知的、交互式多轮框架用于后置条件推断

Cuong Chi Le, Minh V. T Pham, Tung Vu Duy, Cuong Duc Van, Huy N. Phan, Hoang N. Phan, Tien N. Nguyen

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； FPT Software AI Center（FPT软件AI中心） ； VinUniversity（文大学） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 SpecMind通过多轮交互式提示方法提升后置条件生成的准确性和完整性，利用反馈驱动模型迭代优化，增强代码理解和程序行为对齐。

Comments Accepted in ACL 2026 Main

From Word Sequences to Behavioral Sequences: Adapting Modeling and Evaluation Paradigms for Longitudinal NLP

从词序列到行为序列：为纵向NLP适应建模和评估范式

Adithya V Ganesan, Vasudha Varadarajan, Oscar NE Kjell, Whitney R Ringwald, Scott Feltman, Benjamin J Luft, Roman Kotov, Ryan L Boyd, H Andrew Schwartz

AI总结 本文提出纵向建模和评估范式，针对纵向研究中文档嵌套于作者且按时间顺序排列的行为序列，改进NLP流程的四个部分，展示传统方法的不足及改进效果。

Comments To appear in proceedings of the 64th annual meeting of the Association for Computational Linguistics, San Diego

Lost in Execution: On the Multilingual Robustness of Tool Calling in Large Language Models

在执行中迷失：大型语言模型在多语言环境下的工具调用鲁棒性研究

Zheng Luo, T Pranav Kutralingam, Ogochukwu N Okoani, Wanpeng Xu, Hua Wei, Xiyang Hu

机构 * University of Southern California（南加州大学） ； Arizona State University（亚利桑那州立大学） 纠错

AI总结 研究探讨了多语言环境下大型语言模型工具调用的鲁棒性，通过MLCL基准测试发现参数值语言不匹配是主要失败模式，尽管策略减少错误但无法恢复英语水平性能。

Comments ACL 2026

Thunder-KoNUBench: A Corpus-Aligned Benchmark for Korean Negation Understanding

Thunder-KoNUBench: 一个与语料库对齐的韩语否定理解基准

Sungmok Jung, Yeonkyoung So, Joonhak Lee, Sangho Kim, Yelim Ahn, Jaejin Lee

AI总结 本文提出Thunder-KoNUBench，通过分析韩语否定现象，评估47个LLM在否定理解上的表现，揭示模型大小和指令微调的影响，并展示微调提升韩语否定理解和上下文理解的效果。

Comments Accepted to Findings of ACL 2026

Value-Action Alignment in Large Language Models under Privacy-Prosocial Conflict

大语言模型在隐私与亲社会冲突下的价值-行动对齐

Guanyu Chen, Chenxiao Yu, Xiyang Hu

机构 * Arizona State University（亚利桑那州立大学） ； University of Southern California（南加州大学） 纠错

AI总结 研究探讨大语言模型在隐私与亲社会冲突中的价值-行动对齐，通过多组结构方程模型分析隐私关注与亲社会性对数据共享的影响，提出价值-行动对齐率（VAAR）作为评估指标。

Comments Findings of the Association for Computational Linguistics: ACL 2026

MauBERT: Universal Phonetic Inductive Biases for Few-Shot Acoustic Units Discovery

MauBERT：面向少样本语音单元发现的通用语音归纳偏差

Angelo Ortiz Tandazo, Manel Khentout, Youssef Benchekroun, Thomas Hueber, Emmanuel Dupoux

机构 * ENS, PSL Research University, EHESS, CNRS, Paris, France（巴黎高等师范学院，PSL研究大学，法国社会科学高等研究院，法国国家科学研究中心，法国巴黎） ； Univ. Grenoble Alpes, CNRS, Grenoble INP, GIPSA-lab, Grenoble, France（格勒诺布尔-阿尔卑斯大学，法国国家科学研究中心，格勒诺布尔国立理工学院，GIPSA-lab，法国格勒诺布尔） ； Meta AI Research, France（Meta AI研究，法国） 纠错

AI总结 MauBERT通过多语言数据学习语音到发音特征的映射，实现跨语言语音表示学习，提升模型在少样本下的语音单元发现能力。

Comments accepted at ACL 2026 (main track)

Emergence of Minimal Circuits for Indirect Object Identification in Attention-Only Transformers

注意力-only变换器中间接对象识别最小电路的涌现

Rabin Adhikari

机构 * Saarland University（萨尔大学） 纠错

AI总结 本研究通过从头训练小型注意力-only变换器，在符号化的间接对象识别任务中发现，单层模型仅需两个注意力头即可实现完美准确率，揭示了任务特定训练如何诱导可解释的最小电路。

Comments Published at ACL (Volume 4: Student Research Workshop) ISBN: 979-8-89176-393-7 URL: https://aclanthology.org/2026.acl-srw.4

CLARity: Reasoning Consistency Alone Can Teach Reinforced Experts

CLARity：仅通过推理一致性即可教授强化专家

Jiuheng Lin, Cong Jiang, Zirui Wu, Jiarui Sun, Yansong Feng

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） 纠错

AI总结 CLARity通过一致性感知奖励机制和两阶段精炼-监控训练流程，提升推理一致性，利用小规模通用LLM有效指导专家模型，实验显示在一致性与准确性上均有显著提升。

Comments ACL 2026 Main Conference

Are LLMs Reliable Rankers? Rank Manipulation via Two-Stage Token Optimization

LLMs的排名可靠性如何？通过两阶段令牌优化实现排名操纵

Tiancheng Xing, Jerry Li, Yixuan Du, Xiyang Hu

机构 * National University of Singapore（新加坡国立大学） ； University of Southern California（南加州大学） ； Georgetown University（乔治城大学） ； Arizona State University（亚利桑那州立大学） 纠错

AI总结 本文提出RAF方法，通过两阶段令牌优化生成自然语言提示，提升目标项在LLM排名中的位置，同时保持语言自然性，实验显示其在提升排名和保持自然性方面比现有方法更鲁棒。

Comments ACL 2026

LLMs and their Limited Theory of Mind: Evaluating Mental State Annotations in Situated Dialogue

大型语言模型及其有限的心智理论：评估情境对话中的心智状态标注

Katharine Kowalyshyn, Matthias Scheutz

AI总结 本文提出一个两阶段框架，利用大型语言模型作为团队对话的人类风格标注器和自动差异检测器，评估共享心智模型的连贯性。

Comments Published at The 27th Meeting of the ACL Special Interest Group on Discourse and Dialogue 2026

SPHERE: An Evaluation Card for Human-AI Systems

SPHERE：人类-人工智能系统评估卡

Qianou Ma, Dora Zhao, Xinran Zhao, Chenglei Si, Chenyang Yang, Ryan Louie, Ehud Reiter, Diyi Yang, Tongshuang Wu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； University of Aberdeen（阿伯丁大学） 纠错

AI总结 本文提出SPHERE评估卡，从五个维度评估人类-人工智能系统，通过审查39个系统揭示当前评估实践及改进方向，并提出三项提升评估有效性和严谨性的建议。

Journal ref ACL Findings 2025

A Survey of Automated Presentation Coaching: Systems, Methods, and Open Challenges

自动演讲辅导系统综述：系统、方法与开放挑战

Wen Liang, Li Siyan, Zackary Rackauckas, Julia Hirschberg

机构 * Columbia University（哥伦比亚大学） ； Red Hat（红帽公司） ； RoleGaku 纠错

AI总结 本文综述自动演讲辅导系统，提出五维任务分类法，覆盖发音、韵律、节奏和内容忠实度，并分析TTS示例生成与诊断方法，指出语料稀缺、口音公平和低延迟诊断等挑战。

Comments accepted into the BEA 2026 workshop at ACL

Beyond Query Memorization: Large Language Model Routing with Query Decomposition and Historical Matching

超越查询记忆化：基于查询分解和历史匹配的大语言模型路由

Bo Lv, Jingbo Sun

机构 * Tencent Hunyuan（腾讯文言） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

AI总结 提出DecoR路由框架，通过查询能力分解和历史日志匹配来避免记忆化陷阱，在保持高准确率的同时降低推理成本。

Journal ref ACL 2026

Characterizing the Expressivity of Local Attention in Transformers

对变换器中局部注意力的表达力进行表征

Jiaoda Li, Ryan Cotterell

AI总结 本文研究了变换器中局部注意力的表达力，通过形式语言理论分析了局部注意力如何扩展可识别的正则语言，并证明了全局和局部注意力在表达力上的互补性，实验表明混合型变换器在形式语言识别和自然语言建模中表现更优。

Comments ACL 2026

Subject-level Inference for Realistic Text Anonymization Evaluation

面向真实文本匿名化评估的个体级推断

Myeong Seok Oh, Dong-Yun Kim, Hanseok Oh, Chaean Kang, Joeun Kang, Xiaonan Wang, Hyunjung Park, Young Cheol Jung, Hansaem Kim

机构 * Tscientific ； Soongsil University（首尔大学） ； Yonsei University（延世大学） ； Mila 纠错

AI总结 本文提出SPIA基准，通过个体级评估而非文本跨度，揭示匿名化保护不足，显示即使90% PII被掩码，个体级推断仍达33%。

Comments Accepted at ACL 2026

MALLM-GAN: Multi-Agent Large Language Model as Generative Adversarial Network for Synthesizing Tabular Data

MALLM-GAN：多智能体大语言模型作为生成对抗网络用于合成表格数据

Yaobin Ling, Xiaoqian Jiang, Yejin Kim

机构 * McWilliams School of Biomedical Informatics at UTHealth Houston（UTHealth休斯顿麦威廉斯生物医学信息学院） 纠错

AI总结 本文提出MALLM-GAN框架，利用大语言模型模拟生成对抗网络架构，解决小样本下表格数据合成问题，实验表明其在生成高质量合成数据方面优于现有方法。

Comments Findings of the Association for Computational Linguistics: ACL 2026

Health-ORSC-Bench: A Benchmark for Measuring Over-Refusal and Safety Completion in Health Context

Health-ORSC-Bench：衡量健康领域过度拒绝与安全完成的基准

Zhihao Zhang, Liting Huang, Guanghao Wu, Preslav Nakov, Heng Ji, Usman Naseem

AI总结 针对大语言模型在健康场景中过度拒绝良性查询或对有害查询不安全遵从的问题，提出Health-ORSC-Bench基准，通过31,920个边界提示评估模型在意图模糊下的过度拒绝与安全完成质量，揭示安全优化模型过度拒绝率达80%。

Comments Accepted by ACL'26 Findings

ReFreeKV: Towards Threshold-Free KV Cache Compression

ReFreeKV: 迈向无阈值的KV缓存压缩

Xuanfan Ni, Liyan Xu, Chenyang Lyu, Longyue Wang, Mo Yu, Lemao Liu, Fandong Meng, Jie Zhou, Piji Li

AI总结 针对KV缓存压缩中阈值依赖导致性能不稳定的问题，提出无阈值方法ReFreeKV，自适应调整预算分配，在13个数据集上保持全缓存性能。

Comments Accepted to ACL 2026 Findings