EMNLP

Enhancing Persuasive Dialogue Agents by Synthesizing Cross-Disciplinary Communication Strategies

通过合成跨学科沟通策略增强说服对话代理

Shinnosuke Nozue, Yuto Nakano, Yotaro Watanabe, Meguru Takasaki, Shoji Moriya, Reina Akama, Jun Suzuki

机构 * Tohoku University（东北大学） ； PKSHA Technology Inc.（PKSHA技术公司） ； NINJAL 纠错

AI总结 本文提出一种跨学科方法，通过合成策略提升说服对话代理的说服效果和泛化能力，尤其在说服低意图个体方面表现突出。

Comments Accepted to the EMNLP 2025 Industry Track; 26 pages

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: Industry Track, pages 2287-2312

Self-adaptive Dataset Construction for Real-World Multimodal Safety Scenarios

自适应数据集构建用于现实世界多模态安全场景

Jingen Qu, Lijun Li, Bo Zhang, Yichen Yan, Jing Shao

AI总结 本文提出了一种图像导向的自适应数据集构建方法，用于构建现实世界多模态安全场景的数据集，通过生成35,000个图像-文本对及其指导响应，提升了安全评估的有效性。

Comments Accepted at EMNLP 2025 Findings

Parallel Continuous Chain-of-Thought with Jacobi Iteration

并行连续链式思维与雅可比迭代

Haoyi Wu, Zhihao Teng, Kewei Tu

AI总结 本文提出PCCoT，通过雅可比迭代提升连续链式思维的训练和推理效率，实现更快的训练速度和更稳定的性能。

Comments Accepted to EMNLP 2025 main conference