EMNLP

From Metrics to Natural Dialogue: French Full-Duplex Benchmark for Spoken Dialogue Models

从指标到自然对话：口语对话模型的法语全双工基准

Hamid Soltani, Gilles Boulianne

AI总结 本文提出法语全双工基准（FDB），含加拿大和欧洲法语变体，评估暂停处理、话轮转换等技能，发现时间指标跨语言稳定，内容指标受语言影响，且指标优化与自然度存在权衡。

Comments 9 pages, 0 figures. Accepted for publication in Proceedings of the Conference on Empirical Methods in Natural Language Processing (EMNLP): Industry Track, 2026

Caption-once, Frames-on-Demand: Visual-Need Routing for Budget-Aware Agentic Long Video Understanding

一次标注，按需取帧：面向预算受限的智能体长视频理解的视觉需求路由

Weitong Cai, Hang Zhang, Yukai Huang, Yiqiao Xie, Shan Gao, Jiankang Deng, Songcen Xu, Jifei Song, Zhensong Zhang

机构 * Queen Mary University of London（伦敦玛丽女王大学） ； Durham University（杜伦大学） ； Imperial College London（帝国理工学院） ； Huawei（华为） 纠错

AI总结 针对边缘设备长视频理解，提出CFD框架，利用视觉-文本二元性，通过离线标注索引和按查询的视觉需求路由，仅对感知问题取帧，在降低计算成本的同时保持高精度。

Comments EMNLP 2026 Main Conference

A Unified Per-Token Gating Family for On-Policy Distillation: FKL/RKL Mixing with Multi-Channel and Bias Coefficients

一种统一的逐Token门控家族用于在线策略蒸馏：FKL/RKL混合与多通道及偏置系数

Suwan Wu, Yumeng Lin, Pengcheng Yuan, Xiaolong Jiang

机构 * Xiaohongshu Inc.（小红书公司） ； Tianjin University（天津大学） 纠错

AI总结 提出统一四系数逐Token门控参数化，统一EOPD与ToDi，在TweetEval上优于单通道限制，作为OPD门控比较的共享坐标系。

Comments Accepted at the Findings of the 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP 2026 Findings)

RAG-Safety-Bench: Reliable Evaluation of Retrieval-Augmented LLM Safety

RAG-Safety-Bench：检索增强大语言模型安全性的可靠评估

Adithiyan Rajan Indira Saravanan, Kathleen C. Fraser

机构 * University of Ottawa（渥太华大学） 纠错

AI总结 提出RAG-Safety-Bench基准，通过四种条件隔离检索质量影响，评估RAG对LLM安全性的影响，发现良性能力与不安全能力呈反比，基线安全护栏无法保证RAG下游安全。

Comments Proceedings of EMNLP 2026 (main conference)

SIRF: A Spec-Internalized Risk Foundation Model for Industrial Content Risk Control

SIRF：一种面向工业内容风险控制的规范内化风险基础模型

Suwan Wu, Yumeng Lin, Pengcheng Yuan, Xiaolong Jiang

机构 * Xiaohongshu Inc.（小红书公司） ； Tianjin University（天津大学） 纠错

AI总结 SIRF通过继续预训练将平台策略内化到模型权重中，在秒级延迟下实现高精度自动风险控制，显著提升召回率并降低误罚。

Comments 14 pages, 12 figures. Accepted at the Industry Track of EMNLP 2026

Prompt Revision as a Source of Cultural Bias in Text-to-Image Systems

提示词修订作为文生图系统中的文化偏见来源

Aleksandra Urman, Elsa Lichtenegger, Salima Jaoua, Azza Bouleimen, Robin Forsberg, Corinna Hertweck, Stefania Ionescu, Nicolò Pagan, Ancsa Hannak, Joachim Baumann

机构 * University of Zurich（苏黎世大学） ； University of Helsinki（赫尔辛基大学） ； ETH Zurich（苏黎世联邦理工学院） ； Stanford University（斯坦福大学） 纠错

AI总结 本研究提出WORLDVIEW基准，通过审计提示词修订层，发现该层是文生图系统中文化偏见的因果来源，导致非西方语境被刻板化。

Comments Accepted to EMNLP 2026

Structural priors for data-efficient language learning

数据高效语言学习的结构先验

Yana Veitsman, Jonas Mayer Martins, Jonathan Lautenschlager, Lisa Beinborn

机构 * University of Göttingen（哥廷根大学） 纠错

AI总结 本文研究通过非语言数据（如音乐、概率文法、元胞自动机）进行结构迁移作为语言建模的权重初始化，发现其可降低损失但下游表现不稳定，仅部分替代语言数据。

Comments EMNLP 2026, BabyLM Challenge; 18 pages, 11 figures

ReGround: Grounding Reviewer Comments in Multimodal Evidence

ReGround：将审稿人评论锚定到多模态证据

Serwar Basch, Lizhen Qu, Iryna Gurevych

机构 * TU Darmstadt（达姆施塔特工业大学） ； Monash University（莫纳什大学） 纠错

AI总结 针对多模态长文档中审稿人评论难以锚定到证据的问题，提出ReGround数据集，将锚定视为检索任务，发现全文检索效果差、证据类型推断是瓶颈，多模态证据提供互补信号。

Comments Accepted at EMNLP 2026

Routing by Reasoning Need: Trajectory-Aware Decoding Control for Diffusion Vision-Language Models

按推理需求路由：扩散视觉语言模型的轨迹感知解码控制

Yixiang Liu, Zhongxing Xu, Zhonghua Wang, Xiaoying Tang

机构 * Southern University of Science and Technology（南方科技大学） ； Monash University（莫纳什大学） 纠错

AI总结 针对扩散视觉语言模型统一解码长度与推理需求不匹配的问题，提出无训练轨迹感知路由控制，按答案封闭性等信号动态调整解码策略，提升鲁棒性。

Comments 17 pages, 9 figures. Accepted to Findings of EMNLP 2026

OmniHallu: Unified Hallucination Detection for Cross-Modal Comprehension and Generation in Multimodal Large Language Models

OmniHallu：多模态大语言模型中跨模态理解与生成的统一幻觉检测

Jianjiang Yang, Peihang Li, Shanqing Xu, Mengchen Qian, Lu Zhang, Meng Luo

机构 * The University of Manchester（曼彻斯特大学） ； The University of Hong Kong（香港大学） ； Huazhong University of Science and Technology（华中科技大学） ； Shanghai Academy of Educational Sciences（上海市教育科学研究院） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 提出OmniHallu统一幻觉检测框架及含万样本的基准，覆盖六种跨模态任务，通过多智能体架构和偏好优化验证器减少专家调用66%，揭示模态相关性能梯度。

Comments Accepted to Findings of EMNLP 2026. 12 pages, 4 figures

Can LLMs Follow Medical Expert Logic? A Benchmark for Hierarchical Logical Consistency in Risk-of-Bias Assessment

大型语言模型能否遵循医学专家逻辑？风险偏倚评估中层级逻辑一致性基准

Jiayu Huang, Zichen Tang, Qianhui Ling, Zemin Kuang, Haihong E

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Hypertension Center, Beijing Anzhen Hospital, Capital Medical University（首都医科大学附属北京安贞医院高血压中心） 纠错

AI总结 该研究提出LogiMed-RoB基准，基于Cochrane RoB 2.0逻辑评估LLMs的层级逻辑一致性，发现高原子一致性下存在错误复合效应和证据推理差距，强调临床部署需白盒验证。

Comments Accepted to EMNLP 2026 Main Conference

Debate-to-Skill: Capability-Bound Process Supervision for Industrial Query-to-Agent Annotation

辩论到技能：面向工业查询到智能体标注的能力边界过程监督

Shiyu Zhang, Leisheng Cheng, Huifu Li

机构 * Baidu, Inc.（百度公司） 纠错

AI总结 针对工业查询到智能体匹配中主题相关性与可执行能力混淆的问题，提出能力边界过程监督方法辩论到技能，通过决策原则与结构化审议提升灰色地带案例的匹配效果。

Comments Accepted at EMNLP 2026

Distribution-aware Language Neuron Identification in Multilingual Large Language Models

多语言大语言模型中的分布感知语言神经元识别

Minjun Kim, Inho Won, Junghun Yuk, Dongyeon Kim, Jihyo Kim, KyungTae Lim

机构 * KAIST（韩国科学技术院） ； InnoCORE PRISM-AI Center（InnoCORE PRISM-AI中心） 纠错

AI总结 针对多语言大模型语言特异性神经元识别不足的问题，提出分布感知选择方法，利用激活分布成对重叠聚类，提升目标语言损害达4.9倍且不损其他语言。

Comments Accepted to EMNLP 2026

Robust Multimodal Sentiment Analysis with Incomplete Modalities via Semantic-aware Completeness based Reconstruction

基于语义感知完整性重建的模态不完整鲁棒多模态情感分析

Han-Jun Choi, Byunggill Joe, Saim Shin, Jin Yea Jang

机构 * Korea Electronics Technology Institute (KETI)（韩国电子技术研究院） 纠错

AI总结 针对多模态情感分析中模态不完整导致性能下降的问题，提出基于语义感知完整性估计的重建方法，并辅以稳定多任务训练策略，在三个基准数据集上实现更精确的情感预测。

Comments Accepted to the Findings of EMNLP 2026

CamPilot: A Multi-Agent Cinematic Assistant for Camera-Controlled Movie Generation

CamPilot：用于摄像机控制电影生成的多智能体电影助手

Yang Wu, Stefano Petrangeli, Ishita Dasgupta, Yu Shen

机构 * Worcester Polytechnic Institute（伍斯特理工学院） ； Adobe Research（Adobe研究院） 纠错

AI总结 CamPilot提出多智能体框架，结合电影规划与摄像机控制，利用GRPO从14K专业电影学习，提升电影生成的连贯性与质量，并建立CamEval基准验证其优越性。

Comments EMNLP 2026 Workshop REALM

Using Semantic Uncertainty to Estimate Transition Relevance in Turn-taking

利用语义不确定性估计话轮转换中的转换关联位置

Muhammad Umair, Jan P. de Ruiter

机构 * Tufts University（塔夫茨大学） 纠错

AI总结 本研究利用LLM语义不确定性建模话轮中不断演变的语义约束，通过采样延续并监测语义离散度变化来预测转换关联位置，在实时听者反应数据集上显著优于文本基线。

Comments Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026. 21 pages, 4 figures, 9 tables

SearchAtlas: Analyzing Agentic Search Strategies via Evidential Query Graphs

SearchAtlas：通过证据查询图分析智能体搜索策略

Jiacheng Sang, Mengyuan Li, Sanxing Chen, Yukun Huang, Yu Feng, Bhuwan Dhingra

机构 * Duke University（杜克大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

AI总结 SearchAtlas将搜索轨迹转为证据查询图，以86.0%边F1解析，揭示智能体搜索过程缺陷，其诊断分数比LLM评判更关联错误答案，提升可解释性。

Comments Accepted to Findings of EMNLP 2026. 30 pages, 9 figures, including appendices

BodyCam-VQA: Enhanced Body-Worn Camera Video Captioning via Multimodal Reasoning and Probe Question Generation

BodyCam-VQA：通过多模态推理与探针问题生成增强执法记录仪视频描述

Karish Gupta, Matthew Alex, Alex Li, Yang Wu, Yun-Wei Chu, Kashif Munir, Xiaotian Zhou, Zhengping Ji, Xiaozhong Liu

机构 * Worcester Polytechnic Institute（伍斯特理工学院） ； Axon（Axon公司） 纠错

AI总结 本文提出自适应视觉问答框架BodyCam-VQA，通过结构化推理与探针问题生成，提升执法记录仪视频描述的细粒度取证细节提取能力，实现更可靠客观的执法记录。

Comments EMNLP 2026 Workshop NLP4PI

Larger Context Window, Fewer Overcorrections: Optimizing Prompts and Batching for Minimal-Edit Grammatical Error Correction

更大的上下文窗口，更少的过度修正：面向最小编辑语法纠错的提示与批处理优化

Kateryna Karpo, Artem Chernodub

机构 * Ukrainian Catholic University（乌克兰天主教大学） ； YouScan ； Zendesk 纠错

AI总结 针对最小编辑语法纠错中LLM过度修正问题，提出基于分类法指令、句子批处理和LLM辅助提示优化的方法，在BEA-2019上达到F0.5=78.32，接近微调SOTA。

Comments Accepted for publication at EMNLP 2026 (Findings)

When Synthetic Data Hurts: On Catastrophic Forgetting in Skill Retrieval for LLM Agents

当合成数据有害：LLM智能体技能检索中的灾难性遗忘

Syed Shariyar Murtaza, Yifan Nie, Utkarsh Soni, Eugene Wen, Arvid Frydenlund

机构 * Manulife（宏利金融） 纠错

AI总结 本研究针对LLM智能体技能检索中合成数据微调导致的灾难性遗忘问题，提出并评估了多种持续学习方法，在保持OOD性能的同时提升分布内检索13.98%。

Comments 8 main pages, 15 pages total, accepted in EMNLP Industry track 2026

Think Before You Link: Rarity, Reasoning, and Retrieval in Multilingual Entity Linking

链接前思考：多语言实体链接中的稀有性、推理与检索

Parinthapat Pengpun, Simran Khanuja, Graham Neubig

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 针对多语言多模态实体链接中稀有实体性能下降问题，提出结合知识图谱结构指标与推理检索互补的免训练框架，在MERLIN基准上显著提升稀有实体准确率。

Comments Accepted to EMNLP 2026 Main Conference

Limitations of Automated Simulatability: LLM Simulators Can Bypass Explanations

自动可模拟性的局限性：LLM 模拟器可以绕过解释

Antonin Poché, Fanny Jourdan, Nils Feldhus, Qianli Wang, Jing Yang, Simon Ostermann, Nicholas Asher, Philippe Muller, Vera Schmitt

机构 * IRT Saint Exupéry（IRT圣埃克苏佩里） ； IRIT, Université de Toulouse（图卢兹大学IRIT实验室） ； University of Groningen（格罗宁根大学） ； Technische Universität Berlin（柏林工业大学） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究所（BIFOLD）） ； Saarland University（萨尔大学） ； Johannes Gutenberg-University Mainz（美因茨约翰内斯古滕贝格大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Centre for European Research in Trusted AI (CERTAIN)（欧洲可信人工智能研究中心（CERTAIN）） ； CNRS（法国国家科学研究中心（CNRS）） 纠错

AI总结 本文复现并扩展ConSim自动可模拟性评估，发现LLM模拟器可绕过解释直接分类或利用类别匿名化泄露标签映射，并提出改进建议。

Comments Accepted to the BlackboxNLP 2026 Reproducibility Challenge (Special Track), EMNLP 2026

OmegaUse-SOP: SOP Engineering for Professional Computer Use from Human Demonstrations

OmegaUse-SOP：基于人类演示的专业计算机使用SOP工程

Yixiong Xiao, Lang An, Hucheng Yang, Pinxue Ma, Yongquan Chen, Jingjia Cao, Yusai Zhao, Ting Wang, Ting Liu, Siqi Bao, Jingbo Zhou, Hua Wu

机构 * Baidu, Inc.（百度公司） ； Ningxia Electric Power Engineering Co., Ltd.（宁夏电力工程有限公司） 纠错

AI总结 OmegaUse-SOP是一种人在环SOP工程系统，通过四个模块将专业计算机使用的人类演示转化为GUI智能体可复用技能，在PVsyst 7.2光伏模拟测试中提升了GUI智能体在专业SOP任务上的可靠性。

Comments Accpeted to EMNLP 2026 demo track

OUTLETS: Output-Length Prediction from Speculative Decoding Backbones

OUTLETS：基于推测解码主干的输出长度预测

Weihuang Wen, Yingying Liu, Yichuan Liu, Wenqi Zeng, Li Zhou, Chumin Sun, Jie Sun, Tianshu Yu

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

AI总结 针对LLM服务输出长度重尾分布的调度难题，OUTLETS利用推测解码草稿表示构建轻量长度预测器，降低MAE并将短请求P99延迟减少34.8%。

Comments Accepted to EMNLP 2026

Learning What to Retain: Gated-Memory Routing for Efficient Collaboration in Multi-Agent LLM Systems

学习保留什么：用于多智能体大语言模型系统高效协作的门控记忆路由

Rakibul Hasan Rajib, Mengxin Zheng, Qian Lou

机构 * University of Central Florida（中佛罗里达大学） 纠错

AI总结 本研究针对多智能体LLM系统的协作协调问题，提出门控记忆路由方法，通过学习的门控机制优化记忆状态，在五组基准测试中准确率最优且推理成本降低，兼顾有效性与高效性。

Comments Accepted to EMNLP 2026 (Main)

SAC-Copula: Quality-Preserving Watermarking for Diffusion Language Models via Smooth Correlated Gumbel Fields

SAC-Copula：基于平滑相关Gumbel场的扩散语言模型质量保留水印

Baixin Li, Haiyun He

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

AI总结 针对扩散语言模型的水印方法与迭代并行去掩蔽不兼容的问题，提出SAC-Copula方法，通过高斯Copula构建平滑相关Gumbel扰动场实现质量保留水印，在LLaDA等数据集上验证了其质量-可检测性权衡优势。

Comments 24 pages, 14 figures. Accepted to Findings of EMNLP 2026

Routing Before Looking: Query-Adaptive Evidence Acquisition for Long-form Video Understanding

先路由后查看：面向长视频理解的查询自适应证据获取

Tianyue Wang, Xuying Wu, Yuxiang Ma, Ruiming Liang, Jiaxuan Kang, Yanchao Hao, Zheng Wei, Leigang Qu, Haiyun Guo, Jinqiao Wang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tencent（腾讯） ； Wuhan University（武汉大学） ； Southeast University（东南大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 针对长视频理解中查询需求与证据获取策略不匹配的问题，提出Route2Look框架，通过查询自适应路由策略选择证据获取工具，实现最优性能与帧效率。

Comments Accept to EMNLP 2026

Activation-Based Active Learning for In-Context Learning: Challenges and Insights

基于激活的主动学习用于上下文学习：挑战与见解

Yaseen M. Osman, Geoff V. Merrett, Stuart E. Middleton

机构 * School of Electronics and Computer Science (ECS), University of Southampton（电子与计算机科学学院（ECS），南安普顿大学） 纠错

AI总结 本文研究了基于MLP激活的深度主动学习方法在上下文学习中的应用，发现激活信号与示例质量或任务性能相关性弱，表明此类方法不适用于上下文学习。

Comments Insights workshop at EMNLP 2026

MERIT: Matching Expertise via Rubric-Informed Training for Reviewer Assignment

MERIT: 通过基于评分标准的训练进行审稿人匹配的专业知识匹配

Zixuan Yang, Yibo Zhao, Weicong Liu, Xiang Li

机构 * School of Data Science and Engineering, East China Normal University（数据科学与工程学院，东华大学） 纠错

AI总结 提出MERIT两阶段框架，通过强化学习训练审稿人评估器并蒸馏为检索器，实现大规模审稿人分配中的专业知识匹配。

Comments EMNLP 2026

VeriSim: A Configurable Framework for Stress-Testing Medical AI Under Patient Communication Noise

VeriSim：一种用于在现实患者噪声下评估医疗AI的可配置框架

Sina Mansouri, Mohit Marvania, Vibhavari Ashok Shihorkar, Han Ngoc Tran, Kazhal Shafiei, Mehrdad Fazli, Yikuan Li, Ziwei Zhu

机构 * George Mason University（乔治梅森大学） ； Department of Computer Science, George Mason University（乔治梅森大学计算机科学系） ； Department of Health Administration and Policy, College of Public Health, George Mason University（乔治梅森大学公共卫生学院卫生管理与政策系） ； Department of Science, George Mason University（乔治梅森大学科学系） 纠错

AI总结 本文提出VeriSim框架，通过引入可控的临床证据基础噪声，评估医疗AI在现实临床场景中的鲁棒性，发现所有模型在真实患者噪声下显著退化，且小型模型退化更严重。

Comments 26 pages, 9 figures, 13 tables. Accepted to Findings of EMNLP 2026