EMNLP

MetaCaster: Meta-Harness-Optimized Agent for End-to-End Few-Shot Learning of Lightweight Time Series Forecasters

MetaCaster：用于轻量级时间序列预测器小样本端到端学习的元调控优化智能体

ChengAo Shen, Wenchao Yu, Fangyu Wu, Dongjin Song, Hanghang Tong, Dongsheng Luo, Wei Cheng, Haifeng Chen, Jingchao Ni

机构 * University of Houston（休斯顿大学） ； NEC Labs（NEC实验室） ； University of Waterloo（滑铁卢大学） ； University of Connecticut（康涅狄格大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Singapore Management University（新加坡管理大学） 纠错

AI总结 针对资源受限场景下轻量级时间序列预测器小样本学习的困境，提出MetaCaster多智能体框架，可高效训练专用预测器，在18个数据集等实验中兼顾数据、计算效率与预测性能。

Comments Accepted by EMNLP 2026

How Useful are LLMs for Grammar Engineering? Cantonese ParGram Resources and Controlled Experimental Evaluation with English Baselines

大型语言模型（LLMs）对语法工程有多有用？粤语ParGram资源及与英文基线的对照实验评估

Chit-Fung Lam

AI总结 本研究通过对照实验评估LLMs在语法工程中的作用，发现GPT-5.4优于gpt-oss-120b，LLMs可支持语法开发中间阶段但需人类专业知识，还贡献了新粤语符号语法资源。

Comments Accepted to Findings of the Association for Computational Linguistics: EMNLP 2026

Cross-Domain, Multi-Task Data-to-Text Generation without In-Domain Training Data

无域内训练数据的跨域多任务数据到文本生成

Yifei Song, Kun Efimov-Zhang, Claire Gardent

机构 * CNRS/LORIA（法国国家科学研究中心/洛林计算机科学与应用实验室） ； Université de Lorraine（洛林大学） 纠错

AI总结 本研究提出数据驱动知识蒸馏（DDKD）及保结构增强方法，在无域内训练数据的跨域多任务数据到文本生成任务中，17亿参数的DDKD性能优于零样本推理与微调，且构建了QUINTD-5数据集。

Comments Accepted by EMNLP Findings 2026

Cross-lingual Biography Enrichment via Claim Extraction and Alignment

基于主张提取与对齐的跨语言传记丰富

Yifei Song, Ziyang Chen, Emil Sayilov, Claire Gardent

机构 * CNRS（法国国家科学研究中心） ； LORIA（洛里亚实验室） ； Université de Lorraine（洛林大学） ； Université Paris Dauphine - PSL（巴黎多芬大学 - PSL大学） ； Université de Strasbourg（斯特拉斯堡大学） 纠错

AI总结 本研究推出CLAW-4L基准与基于主张的丰富框架，利用非英文维基百科传记的主张对齐证据丰富英文传记，发现其可提升英文传记覆盖度，但低资源场景仍有挑战。

Comments accepted by EMNLP 2026 main conference

FormuEvo: LLM-Guided Evolution for Discovering Solver-Efficient Mixed-Integer Programming Formulations

FormuEvo：大语言模型引导的进化算法用于发现求解器高效的混合整数规划模型

Haofeng Yuan, Jianing Peng, Jieyi Bi, Ni Zhang, Shiji Song, Zhiguang Cao

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； 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） ； Tsinghua University（清华大学） 纠错

AI总结 FormuEvo是LLM引导的进化框架，将MIP模型设计转化为符号空间的进化优化，结合求解器感知诊断与结构化内存，发现的MIP模型性能远超专家设计及现有LLM方法，求解加速最高达5.5倍且知识可跨场景迁移。

Comments 27 pages, 6 figures, and 9 tables. To appear in the Proceedings of EMNLP 2026

The Emergence of Relevance Through Axiomatic Attention Patterns During LoRA Fine-Tuning

LoRA微调期间通过公理注意力模式实现相关性的涌现

Matthew Perlman, Atharva Nijasure, James Allan

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

AI总结 该研究探究LoRA微调LLMs用于重排序时，注意力更新在网络中间区域的作用，发现其与公理IR特征关注度相关，为改进重排序器适配策略提供了可解释依据。

Comments Accepted to EMNLP 2026 Findings. 17 Pages. 25 Figures. 5 Tables

Beyond the Stability-Exploration Dilemma: Environmental Regularization for LLM Policy Optimization

超越稳定性-探索困境：面向大语言模型策略优化的环境正则化方法

Xianlei Zhou, Xiangdi Meng, Yu He, Tianyu Qi, Shuyan Guan, Xianli Zhang, Jian Zhang, Xin Li, Qika Lin, Jun Liu

机构 * Alibaba Group（阿里巴巴集团） ； Beijing Normal University（北京师范大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 该研究针对大语言模型策略优化的稳定性-探索困境，提出ERPO方法，通过查询KL散度正则化输入侧分布，接入现有策略优化流水线，在数学推理基准上实现了更强准确率与更稳定行为。

Comments Accepted to EMNLP 2026 main conference

Expectations and Practices around AI Disclosure in CS Research

计算机科学研究中AI披露的期望与实践

Arati Mohapatra, Danish Pruthi

AI总结 本研究调查顶级CS场所AI披露政策的不足，通过109名研究者的调查明确披露必要性及期望，分析13867份声明发现期望与实践脱节，并为相关方提出对齐建议。

Comments Accepted to EMNLP 2026 (Findings)

Language Chain in Alignment: Cross-Lingual Ranking Preference Optimization

对齐中的语言链：跨语言排序偏好优化

Seungyoon Lee, Minhyuk Kim, Jungseob Lee, Heuiseok Lim

机构 * Korea University（高丽大学） 纠错

AI总结 针对大语言模型对齐依赖英语偏好数据导致其他语言性能欠佳的问题，提出CRPO框架，通过层级结构联合优化语言内与跨语言偏好，在多语言实验中性能优于标准方法。

Comments EMNLP 2026 Main

LITERARYBIGFIVE: Author-Personalized Text Generation in a Unified Interpretable Space

LITERARYBIGFIVE：统一可解释空间中的作者个性化文本生成

Jinghui Zhang, Lang Gao, Ao Li, Mingzhe Li, Ruihong Zeng, Zirui Song, Kentaro Inui, Xiuying Chen

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Shandong University（山东大学） ； ByteDance（字节跳动） ； Tohoku University（东北大学） ； RIKEN（理化学研究所） 纠错

AI总结 针对现有作者个性化文本生成方法成本高、难解释、泛化差的问题，提出LiteraryBigFive框架，将作者写作特征映射到统一可解释空间，结合可解释引导机制实现个性化生成，提升表达力且符合文学共识。

Comments EMNLP 2026 Findings

Jiuge-Tuiqiao: An Interpretable Human-AI System for Classical Chinese Poetry Refinement

九歌-推敲：一款面向古典诗词润色的可解释人机协作系统

Yufeng Han, Lifan Deng, Cunliang Kong, Wenhao Li, Xin Cong, Yuzhuo Bai, Kangyang Luo, Maosong Sun

机构 * Tsinghua University（清华大学） ； Beijing National Research Center For Information Science And Technology（北京信息科学与技术国家研究中心） ； Institute for Artificial Intelligence, Tsinghua University（清华大学人工智能国际研究院） ； Rixin College, Tsinghua University（清华大学日新书院） ； Department of Statistics and Data Science, Tsinghua University（清华大学统计与数据科学系） ； Jiangsu Normal University（江苏师范大学） 纠错

AI总结 针对现有AI诗词系统削弱用户创作能动性的问题，提出人机协作系统Jiuge-Tuiqiao，通过三元模型实现可控可解释的诗词润色，提升了创作相关性能。

Comments Accepted to the System Demonstrations Program at EMNLP 2026. Code and demo: this https URL (https://github.com/jiangli-va/Jiuge-Tuiqiao)

Definitional Sensitivity in Media Bias Detection: A Multi-Definition Dataset and Benchmark

媒体偏见检测中的定义敏感性：多定义数据集与基准

Martin Wessel, Timo Spinde, Jürgen Pfeffer, Gianluca Demartini

机构 * Technical University of Munich（慕尼黑工业大学） ； National Institute of Informatics（信息学研究所） ； University of Queensland（昆士兰大学） 纠错

AI总结 该研究针对媒体偏见检测中定义差异被忽视的问题，通过含354名参与者的实验和四个LLM评估，发现概念框架影响标注，发布了多定义偏见检测数据集MUDD。

Comments To appear in Findings of the Association for Computational Linguistics: EMNLP 2026

Cultural Moment Benchmark: Evaluating Video Cultural Reasoning and Grounding in Southeast Asia

文化时刻基准：评估东南亚视频文化推理与定位

Burak Satar, Zhixin Ma, Cheng Yu-Tong, Huy Hoang Tran, Phuong Anh Nguyen, Chong-Wah Ngo

机构 * Singapore Management University（新加坡管理大学） ； VNU-HCM（胡志明市国家大学） 纠错

AI总结 该研究推出东南亚文化时刻基准CMB，通过三阶段评估视觉-语言模型的文化理解能力，发现模型跨阶段能力未完全级联，音频在非拉丁文字国家多为干扰，专家对邻国概念的识别也不及随机水平。

Comments Accepted to EMNLP 2026 Main Conference, this https URL (https://culturalmoment-benchmark.github.io/)

Reservoir of Importance: Learning Semi-Structured Sparsity with Differentiable Subset Sampling

重要性储备池：通过可微子集采样学习半结构化稀疏性

Ha Dinh, Xuan Duy Ta, Khoat Than, Khac-Hoai Nam Bui

机构 * Viettel AI（越南电信人工智能公司） ； Viettel Group（越南电信集团） ； Hanoi University of Science and Technology（河内科学技术大学） 纠错

AI总结 本研究提出轻量级半结构化剪枝框架RoI，通过可微子集采样学习稀疏掩码，减少参数与内存开销，在Qwen2.5 LLM家族上实现高效且具竞争力的性能，为LLM高效部署提供实用路径。

Comments Accepted as an EMNLP 2026 Main Conference paper

From Inertia to Objectivity: Improving Deep Research Agents with Noise Isolation

从惯性到客观性：通过噪声隔离改进深度研究智能体

Xiangxin Zhang, Zhanwei Zhang, Zhihang Fu, Binbin Lin, Wenxiao Wang

机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） 纠错

AI总结 针对深度研究智能体存在的惯性偏差问题，提出NIS-Agent方法，在网页分类和最终答案验证环节应用上下文隔离，降低33%的token成本，训练的8B模型性能可与GPT-4o相当。

Comments EMNLP 2026

The Multilingual FrameNet Corpus

多语言框架网络语料库

Beatrice Fiumanò, Nicolas Lazzari, Simone Paolo Ponzetto, Valentina Presutti

AI总结 本研究构建了多语言框架网络语料库（mFNC），在其上训练不同架构的模型，在多语言和跨语言场景中超越现有最先进框架语义解析器，凸显多语言训练数据的重要性，相关资源公开可用。

Comments Accepted at EMNLP 2026 Main Conference

Meta-Moderator: Empowering Multi-Agent Debate with Meta-Cognition

元审核员：用元认知赋能多智能体辩论

Wentao Hu, Zhuoyue Wan, Jinhao Shen, Chen Jason Zhang, Xiaoyong Wei, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Sichuan University（四川大学） 纠错

AI总结 该研究提出Meta-Moderator可学习框架，将多智能体辩论的审核视为元认知过程，经结果驱动策略优化训练，在五个基准测试中性能优于现有决策层，能动态调控辩论并减少错误聚合。

Comments Accepted by EMNLP 2026 Findings

The Illusion of Control: Why Bare Classifier Inversion Silently Fails in Concept-Bottleneck Text Generation

控制的错觉：为什么单纯的分类器反演在概念瓶颈文本生成中会悄然失效

Qi Bing, Xiaowei Shao

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

AI总结 该研究针对概念瓶颈文本生成，发现单纯分类器反演因生成流形外代码而失效，其性能逊于简单事后先验，还验证了该问题诊断并实现与基线的公平对比。

Comments Accepted to EMNLP 2026 (Main Conference)

Knowing Isn't Always Saying: When Do Spatial Encodings Reach Answers in Vision-Language Models?

知晓并非总能表达：视觉语言模型中空间编码何时能抵达答案？

Zeyu Wang, Xinming Xu

机构 * Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

AI总结 本研究针对视觉语言模型的空间编码何时能抵达答案的问题，采用方向干预方法，揭示了因果影响仅出现在中深层、文本思维链与视觉接地提示的不同作用等传输模式，为解决编码-接地差距提供了新视角。

Comments Accepted to appear in the EMNLP 2026 Main Conference

Do Spoken Language Models Hear Speech as They Read Text? Bridging Structural Gaps Between Speech and Text

口语语言模型在阅读文本时是否“听到”语音？弥合语音与文本之间的结构差距

Hyeonyu Kim, Hwayeon Kim, Youngwon Choi, Myeongkyun Cho, Huu-Kim Nguyen

机构 * Maum AI Inc.（Maum AI公司） ； KAIST（韩国科学技术院） ； Atmanity Inc.（Atmanity公司） 纠错

AI总结 该研究针对现有口语语言模型（SLMs）未充分解决语音与文本结构差异的问题，提出解耦长度不匹配与语义对齐的框架，经多基准实验验证其性能可与强基线媲美，凸显了明确解决语音文本结构差异的重要性。

Comments Accepted to EMNLP 2026 Findings

Better Retrieval, Worse Robustness:How Multi-hop RAG Amplifies Upstream ASR Errors

检索效果更好，鲁棒性更差：多跳检索增强生成（RAG）如何放大上游自动语音识别（ASR）错误

Zhenghua Bao

机构 * Continuum AI 纠错

AI总结 该研究探究多跳RAG的实体图链接、迭代重述两种扩展方式对上游ASR错误的影响，发现二者会放大错误，其组合使F1差距增大36%-67%，实体损坏是主要失效模式，轻量缓解措施效果有限。

Comments Accepted to EMNLP 2026 (Main Conference)

Adaptive Hierarchical Representation Alliance for Multimodal Learning

面向多模态学习的自适应层级表示联盟

Chunlei Meng, Pengbin Feng, Jacqueline J. Pang, Chih-Ting Liao, Rong Fu, Zhaolu Kang, Zhongxue Gan, Chun Ouyang

AI总结 该研究针对多模态模型的语义粒度不匹配问题，提出自适应层级表示联盟框架，经六个基准实验验证，其性能优于强基线且在噪声、缺失模态场景下更鲁棒。

Comments This study has been accepted by EMNLP 2026 (Findings)

Thinking at the Right Size: Amortized Distillation Across Post-Trained LLMs

合适规模的思考：跨后训练大语言模型的摊销蒸馏

Yan Zhou, Sara Kangaslahti, Jonathan Geuter, Nihal V. Nayak, Marco Fumero, Francesco Locatello, David Alvarez-Melis

机构 * Harvard University（哈佛大学） ； IST Austria（奥地利科学技术研究所） 纠错

AI总结 该研究提出ADAPT框架，可单次蒸馏生成跨后训练大语言模型的多规模多变体模型，实现平滑规模插值与自适应规模选择，优化长文本推理的计算-准确率权衡。

Comments 8 pages, 6 figures. EMNLP 2026 Findings

DIAG: Diagnostic Iterative Alignment and Generation for Data-Efficient Mathematical Preference Distillation

DIAG：面向数据高效数学偏好蒸馏的诊断式迭代对齐与生成

Guhan Chen, Songtao Tian, Bohan Li, Hejin Wang, YeXin Xie, Zixiong Yu

机构 * Tsinghua University（清华大学） ； Kyoto University（京都大学） ； Nanjing University（南京大学） 纠错

AI总结 DIAG是一种自适应调整训练分布的框架，通过诊断偏好对产出与生成针对性训练数据，提升数学推理任务中偏好监督的信息价值，在同等训练预算下增强模型性能。

Comments Accepted by EMNLP 2026 findings

Beyond Factual Knowledge: Benchmarking and Learning Step-Level Procedural Rule Reasoning in Large Language Models

超越事实知识：大型语言模型中步骤级过程规则推理的基准测试与学习

Bohan Yu, Pengfei Cao, Chen Han, Chenxi Zhou, Zhiheng Zhang, Zhiyang Xie, Wenhao Teng, Xiangwen Liao, Jun Zhao, Kang Liu

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院） 纠错

AI总结 本研究针对大型语言模型的过程规则推理不足，构建RuleWorld基准，提出DynaRule框架，在10K规则下将平均QA准确率提19个点，Recall@1超85%，大幅优于基线。

Comments Accepted by EMNLP 2026 Findings

WnW: Waxing-and-Waning KV Cache for Long-Form Speech LLMs

WnW：用于长文本语音大语言模型的消长型键值缓存

Yiming Yao, Chenyang Lyu, Xuanfan Ni, Longyue Wang, Weihua Luo, Yazheng Yang, Jinsong Su

机构 * Alibaba Group（阿里巴巴集团） ； School of Informatics Xiamen University（厦门大学信息学院） 纠错

AI总结 针对长音频语音大语言模型的KV缓存内存开销问题，提出WnW消长型KV缓存方法，通过分类KV头实现高准确率与低GPU内存占用，且开销小、可迁移。

Comments Accepted at EMNLP 2026 Main Conference. 8 pages, 5 figures

ExecRubrics: Executable Tool-Augmented Rubrics for Verifiable and Efficient Long-Form Evaluation

ExecRubrics：用于可验证且高效的长文本评估的可执行工具增强型评分标准

Kaustubh D. Dhole, Charles L. A. Clarke, Eugene Y. Agichtein

机构 * Emory University（埃默里大学） ； University of Waterloo（滑铁卢大学） 纠错

AI总结 ExecRubrics是将评分标准转化为可执行Python程序的框架，可替代黑盒LLM评判者，在三个长文本基准上实现与自然语言评分标准相当或更优的偏好准确率，且评估延迟降低最多320倍，提升了评估的可解释性与效率。

Comments Accepted to EMNLP 2026 Findings

BLADE: Bilevel Low-rank Augmented-Lagrangian Erasure for LLM Unlearning

BLADE：用于大语言模型遗忘的双层低秩增广拉格朗日擦除方法

Md Toufikuzzaman, Ahmad Mousavi, Dongwon Lee

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； American University（美利坚大学） 纠错

AI总结 BLADE是一种受约束的双层框架，通过钳制熵遗忘损失、非对称增广拉格朗日和LoRA适配器双层结构解决LLM遗忘的鲁棒性问题，在三类基准上性能优于基线，且可应对规模扩大和连续遗忘步骤。

Comments To Appear in EMNLP 2026

TRACE: Temporal Retrieval with Anchored and Convergent Evidence for Long-Horizon Video Understanding

TRACE：用于长视频理解的基于锚定收敛证据的时序检索

Pengyiang Liu, Junbo Niu, Xiaoyang Hu, Zhongyue Shi, Zitian Wang, Linjiang Huang, Si Liu

AI总结 针对长视频理解中证据核查不足的问题，提出VES-Bench基准和无需训练的TRACE智能体，在帧成本更低的情况下实现了高正确率，在多个基准上表现出色。

Comments Accepted to EMNLP 2026 Main Conference. 19 pages, 5 figures, 6 tables. Project page: this https URL (https://buaa-colalab.github.io/TRACE/)

Who Pays More for Safety? Measuring the Disparate Cost of Safety Alignment across Languages

谁为安全付出更多？衡量不同语言群体在安全对齐上的差异化成本

Chanwoong Yoon, Jungsoo Park, Alan Ritter

机构 * Korea University（高丽大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 该研究聚焦安全对齐对不同语言群体的成本差异，提出安全成本衡量协议，发现非英语用户安全成本更高，存在双重惩罚等三种模式，暴露了安全对齐实践的系统性差异。

Comments Accepted to EMNLP 2026 Main Conference