期刊&会议
Conference on Empirical Methods in Natural Language Processing · 会议 · Natural Language Processing
通过分布优化合成扩展LLM知识边界
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； ZJU-Ant Group Joint Lab of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室）
AI总结 提出KDoS框架，通过知识密度驱动的三阶段反馈机制优化合成数据的知识分布，显著扩展LLM知识边界，并在多模型和多数据规模上验证了最优分布的稳定性和有效性。
Comments ACL ARR May (EMNLP 2026) Submission
首个令牌广播者：Transformer中语言身份与分布式鲁棒性的机制起源
机构 * Irvington High School（欧文顿高中） ； GenAI4E ； Mapua University（马普阿大学）
AI总结 通过因果干预方法LIHA，发现Transformer中少量注意力头（如GPT-2的L6H1）持续关注首个令牌并广播语言信号，且消融后补偿呈现层级前馈模式；指令微调将语言身份电路重组至早期层。
Comments Under review at BlackboxNLP (EMNLP 2026)
好奇心作为语言干预：利用LLM辅导对话影响探索性学习行为
机构 * School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； Human-Computer Interaction Institute, Carnegie Mellon University（卡内基梅隆大学人机交互研究所）
AI总结 提出CURIOBOT框架，通过LLM对话中的语言干预（新奇性、复杂性、冲突、不确定性）激发探索性学习行为，实验显示对话轮次增加2.4倍。
Comments Submitted to EMNLP 2026
CORTIS：面向任务型语音代理的纯文本口语语言模型适配
机构 * Maum AI Inc.（马姆人工智能公司） ； Seoul National University（首尔国立大学） ； Korea Culture Technology Institute（韩国文化科技研究所） ； KAIST（韩国科学技术院）
AI总结 提出CORTIS框架，通过纯文本任务监督微调口语语言模型，实现推理时直接生成结构化输出，无需配对语音-目标数据，在声学退化下优于级联方法。
Comments Submitted to EMNLP 2026 Industry Track
评估评估指标——幻觉检测的幻象
机构 * University of Southern California（南加州大学） ； Apple Inc.（苹果公司）
AI总结 本文评估了6种幻觉检测指标在4个数据集、37个语言模型和5种解码方法上的表现，发现现有指标与人类判断不一致，且参数规模影响不一致，LLM评估和模式寻求解码方法能有效减少幻觉。
Comments Accepted at EMNLP 2025 Findings (Short)
Sarc7: 基于七种类型和情感感知技术评估讽刺检测与生成
机构 * Algoverse AI Research（Algoverse AI研究院）
AI总结 提出Sarc7基准，将MUStARD数据集标注为七种讽刺类型，并通过零样本、少样本、思维链及新型情感提示技术进行分类评估，同时开发基于情感的生成方法，实验表明情感提示技术优于其他设置。
Comments Accepted to EMNLP WiNLP and COLM Melt, Solar, PragLM, and Origen
LLMs 是有效的谈判者吗？LLMs 在谈判对话中多方面能力的系统评估
机构 * University of Southern California（南加州大学） ； University of California, Berkeley（加州大学伯克利分校） ； Capital One
AI总结 系统评估大型语言模型在谈判中的多方面能力，发现 GPT-4 表现优异，但在主观评估和生成策略性响应方面存在挑战。
Comments Accepted to Findings of EMNLP 2024
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