期刊&会议
Conference on Empirical Methods in Natural Language Processing · 会议 · Natural Language Processing
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
机构 * Continuum AI
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)
SPAR-Hate：一种由审核员引导的用于双语仇恨言论解析的多智能体框架
机构 * Dalian University of Technology（大连理工大学） ； Inner Mongolia University（内蒙古大学）
AI总结 针对结构化仇恨言论解析的文化等挑战，提出SPAR-Hate多智能体框架，分解文档为决策单元后从三视角生成判断并仲裁，在基准上实现双语仇恨解析最优结果。
Comments 16 pages, 2 figures. Submitted to EMNLP 2026
视觉提示就足够了？研究渐进式视觉支架下视觉语言模型的空间推理能力
AI总结 该研究针对 VLMs 的空间推理问题，在 SPaRC 基准中引入轻量视觉支架，可提升 VLMs 任务准确率并补充 GRPO 训练，揭示视觉呈现对 VLM 基准测量属性的关键作用。
Comments Accepted at EMNLP 2026 (Findings)
去噪未来：用于时序知识图谱外推的上下文感知谱扩散
机构 * Southwest Minzu University（西南民族大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Zhejiang University（浙江大学） ； Tencent（腾讯）
AI总结 针对现有扩散式时序知识图谱外推方法的目标判别信号削弱问题，提出FreqDiff频率感知扩散框架，通过双流去噪器与频域正则化项提升性能，在四个公开基准上达最优表现。
Comments EMNLP 2026 Main
ConstructCIE：用于从施工事故叙述中提取因果信息的数据集
机构 * Texas A&M University（德克萨斯农工大学）
AI总结 该研究构建了用于提取施工事故因果信息的ConstructCIE数据集，评估了相关模型的性能，发现模型在精确跨度提取上存在局限，需强化领域基础与证据提取。
Comments Paper accepted by EMNLP 2026 Findings
解开自然语言处理中的课程学习：迈向统一分类法
机构 * University of Bonn（波恩大学） ； Lamarr Institute（拉马尔研究所） ； Fraunhofer IAIS（弗劳恩霍夫人工智能研究所）
AI总结 自然语言处理中课程学习缺乏难度函数和调度器的原则性说明，本文提出细粒度分类法，区分难度评估与训练调度，用于系统分析CL策略，揭示不可比性问题，支持策略设计等，并推动改进来源区分的评估实践。
Comments accepted at EMNLP 2026
低延迟系统中的工具制作与自我进化大语言模型智能体
机构 * Amazon（亚马逊）
AI总结 研究如何解决生产LLM智能体因重复生成代码浪费延迟和可靠性的问题，提出用智能工具制作管道取代推理时编码循环，部署该方法使系统更快、更可靠、易操作，降低延迟和错误率，提高可审计性。
Comments To appear at EMNLP 2026 Industry Track
TaLK: 通过耦合语言模型与图感知核的文本属性图数据集蒸馏
机构 * Graduate School of AI, KAIST（韩国科学技术院人工智能研究生院）
AI总结 提出TaLK方法，通过耦合语言模型与图感知神经切线核实现文本属性图的高效数据集蒸馏，避免重复联合训练，仅用1%合成数据即可达到97%的全数据集性能。
Comments EMNLP 2026 Findings
代码切换揭示多语言大模型中的语言锚定
机构 * Chung-Ang University（中央大学） ； Adobe Research（Adobe研究院）
AI总结 通过语法强制代码切换诊断多语言大模型中的语言锚定现象，提出锚定偏差度量并设计CANVAS干预方法，有效缓解代码切换导致的问答性能下降。
Comments EMNLP 2026 Findings
从共情到个性化共情：根据个体用户调整共情策略
机构 * University of Science and Technology of China（中国科学技术大学） ； Huawei Technologies（华为技术）
AI总结 针对大语言模型长期交互中忽略用户个性对共情策略影响的问题，提出个性化共情任务，构建PersonaEmp数据集和PereGRM奖励建模框架，实验证明其有效提升个性化共情能力。
Comments EMNLP 2026 Findings
面向VLM-as-a-Judge评估的视障辅助基准
机构 * Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系）
AI总结 针对视障辅助任务中VLM-as-a-Judge评估的可靠性问题，提出VIABLE基准（含30万+样本、有效性-公正性-稳定性框架及12种失败模式分类），发现现有模型不可靠，并开发VIA-Judge-Agent方法提升诊断准确性和用户偏好。
Comments Accepted to EMNLP 2026 (Main Conference)
技能条件门控自蒸馏用于大语言模型推理
机构 * Tsinghua University（清华大学） ； Fudan University（复旦大学） ； City University of Hong Kong（香港城市大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
AI总结 提出技能条件门控自蒸馏（SGSD），通过从经验技能库中检索技能-错误对构建多教师池，并利用验证器验证教师极性，以鲁棒门控目标蒸馏信息性师生差异，在弱先验信息假设下提升数学推理性能。
Comments Accepted by EMNLP 2026 Findings. Code is available at this https URL (https://github.com/walawalagoose/SGSD)
Tournament-GRPO：面向开放式长文本生成强化学习的群组锦标赛奖励
机构 * Renmin University of China（中国人民大学） ； University of Southern California（南加州大学） ； Zhejiang University（浙江大学） ； Xiaohongshu Inc.（小红书公司）
AI总结 针对开放式长文本生成中缺乏可靠参考答案和自动评估指标的问题，提出Tournament-GRPO框架，通过同一查询生成结果间的多轮锦标赛比较将基于规则的LLM评判转化为相对奖励，在Deep Research Bench上取得4.52分提升。
Comments Accepted to EMNLP 2026 Main Conference
MemMark: 面向智能体长期记忆系统的状态演化归属水印
AI总结 提出MemMark水印方法，通过嵌入所有者控制的信号到潜在记忆写入决策中，实现无需日志、可见输出或可信元数据的快照归属，并在多个基准上保持记忆效用。
Comments Accepted to findings of EMNLP 2026
ReactBench: 一种用于在化学反应图上进行拓扑推理的MLLMs基准测试
机构 * International Digital Economy Academy（国际数字经济学院） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
AI总结 ReactBench通过化学反应图揭示MLLMs在拓扑推理中的局限性，包含1618个专家标注的问答对，评估17种MLLMs显示锚定任务与整体结构推理任务存在超过30%的性能差距。
Comments Accepted to EMNLP 2026 (Main Conference)
Omanic：迈向大语言模型多跳推理的逐步评估
机构 * The University of Tokyo（东京大学） ； Yale University（耶鲁大学） ； Stanford University（斯坦福大学） ； Xiaomi EV（小米EV） ； Soongsil University（顺天大学）
AI总结 针对大语言模型在多跳问答中中间步骤推理失败难以诊断的问题，提出Omanic基准，通过分解为单跳子问题并分析步骤级错误，揭示后期跳数瓶颈、事实知识下限和错误传播，微调后提升多个推理基准性能。
Comments EMNLP 2026 Findings
MedPriv-Bench：医疗开放问答中大语言模型隐私-效用权衡的基准测试
AI总结 MedPriv-Bench首次提出医疗开放问答中评估隐私保护与临床效用的基准，通过多代理人机协同流程生成敏感医疗情境，利用预训练RoBERTa-NLI模型量化数据泄露，揭示大语言模型在隐私与效用间的普遍权衡。
Comments Accepted to EMNLP 2026 Main Conference
通过无训练KV缓存压缩实现高效的长周期GUI代理
机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学）
AI总结 ST-Lite通过无训练的KV缓存压缩方法，提升GUI代理的解码效率，实现2.45倍加速并保持性能优势。
Comments Accepted to Findings of EMNLP 2026. Camera-ready version. 37 pages
PatientHub: 一个统一的患者模拟框架
机构 * The CoAI Group, DCST Institute for Artificial Intelligence Tsinghua University（CoAI集团、DCST人工智能研究所清华大学）
AI总结 PatientHub提供了一个统一的患者模拟框架，通过标准化定义、组成和部署，促进跨方法和跨模型的基准测试，并降低新方法开发的门槛。
Comments EMNLP 2026 Demo Paper
ICA: 信息感知的信用分配用于基于视觉的长周期信息寻求智能体
机构 * Shanghai Jiao Tong University（上海交通大学） ； ShanghaiTech University（上海科技大学） ； Wuhan University（武汉大学） ； SenseTime Research（商汤科技研究院）
AI总结 本文提出ICA方法，通过视觉快照和信息层面信用分配，提升开放网络环境中信息寻求智能体的性能。
Comments Accepted to the Main Conference of EMNLP 2026
MPIB：用于医疗提示注入攻击和大语言模型临床安全性的基准
机构 * Seoul National University College of Medicine（首尔国立大学医学院） ； Seoul National University（首尔国立大学） ； Seoul National University College of Medicine, Seoul National University Hospital（首尔国立大学医学院、首尔国立大学医院）
AI总结 MPIB是一个用于评估医疗提示注入攻击和大语言模型临床安全性的基准，通过测量临床危害事件率和攻击成功率来评估模型的安全性。
Comments 19 pages, 7 figures, 18 tables. Accepted to Findings of EMNLP 2026
CASTLE：一个评估大语言模型学生定制个性化安全性的综合基准
机构 * East China Normal University（华东师范大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Education University of Hong Kong（香港教育大学）
AI总结 CASTLE基准通过评估学生定制个性化安全性，揭示大语言模型在不同学生属性下的安全缺陷。
Comments Accepted to main of EMNLP 2026
TangramPuzzle: 通过组合空间推理评估多模态大语言模型
机构 * Tsinghua University（清华大学） ； Sun-Yat Sen University（孙逸人大学） ； Tencent Youtu Lab（腾讯优图实验室） ； University of Illinois Chicago（伊利诺伊大学香槟分校）
AI总结 TangramPuzzle通过几何基准测试评估多模态大语言模型的组合空间推理能力，发现模型在匹配轮廓时忽视几何约束，导致碎片变形。
Comments EMNLP 2026 Findings
大语言模型对顺序敏感性如何？OrderProbe用于确定性结构重建
机构 * Peking University（北京大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； City University of Hong Kong（香港城市大学） ； Fudan University（复旦大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学香槟分校） ； Marquette University（马凯特大学） ； Juniata College（朱尼阿特学院）
AI总结 研究通过OrderProbe基准评估大语言模型对输入顺序的敏感性，发现即使在前沿模型上，结构重建仍面临挑战，且语义能力与结构鲁棒性存在脱节。
Comments EMNLP 2026 Findings
UCO：一种用于基于大语言模型的自适应教学的多轮交互强化学习方法
机构 * East China Normal University（东华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 UCO通过多轮交互强化学习方法，利用进展奖励和支架奖励函数，提升大语言模型在教育场景中的自适应教学能力。
Comments Accepted to EMNLP 2026 Main
大语言模型还能自我解释吗？探讨量化对自我解释的影响
机构 * Quality and Usability Lab, Technische Universität Berlin（柏林技术大学质量与可用性实验室） ； University of Copenhagen（哥本哈根大学） ； Saarland Informatics Campus（萨尔州信息学校园） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Centre for European Research in Trusted AI (CERTAIN)（可信AI欧洲研究中心） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究院）
AI总结 研究探讨量化对大语言模型自我解释质量及可信度的影响，发现量化会导致中等程度的下降，但不影响其作为压缩技术的有效性。
Comments EMNLP 2026 Findings; camera-ready version
EduDial：构建大规模多轮师生对话语料库
机构 * East China Normal University（华东师范大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
AI总结 本研究构建了大规模师生对话语料库EduDial，开发了EduDial-LLM 32B及11维教学能力评估框架，实验显示该模型在主流LLMs中表现最优。
Comments Accepted to Findings of EMNLP 2026
优势参数扩展训练可打造更优的大语言模型
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Baidu Inc.（百度公司）
AI总结 该研究提出APEX方法，通过在总参数不变时扩展优势参数占比，在指令调优和持续预训练的五款基础模型实验中，仅用部分参数或数据就实现了更优性能。
Comments EMNLP 2026 Main
用于双语词典归纳的判别式隐变量模型
AI总结 提出结合二分匹配词典先验与基于表示方法的新型判别式隐变量模型，推导高效Viterbi EM算法，经6种语言对实验验证其先验可提升双语词典质量，且可将过往相关研究归为同类结构的隐变量模型。
Comments Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing
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