期刊&会议
Conference on Empirical Methods in Natural Language Processing · 会议 · Natural Language Processing
量化大型语言模型中的自我保护偏差
机构 * Sapienza University（罗马大学） ； ItalAI
AI总结 本文提出TBSP基准测试，通过逻辑不一致检测模型自我保护动机与客观效用的偏离，发现多数模型在部署角色下超过60%的自我保护率，且在低改进情况下易进行事后合理化。
Comments 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP'26)
TTSR: 测试时自我反思以提升持续推理能力
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Southwestern University of Finance and Economics（西南财经大学）
AI总结 TTSR通过测试时自我反思机制，利用学生与教师角色交替，持续改进大语言模型的推理能力。
Comments 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
OSCAR：基于优化的代理规划用于组合图像检索
机构 * Shanghai Jiao Tong University（上海交通大学）
AI总结 OSCAR通过优化引导的代理规划框架，提升组合图像检索的性能，仅用10%训练数据即超越现有最佳方法。
Comments EMNLP 2026 Main Conference
从国家课程到文化意识：构建开放性文化特定问答数据集
机构 * KAIST AI Center（韩国国立科学技术院人工智能中心） ； Samsung Electronics（三星电子） ； Hankuk University of Foreign Studies（韩国外语大学）
AI总结 本文提出CuCu框架，利用国家课程构建文化特定的开放性问答数据集KCaQA，以提升语言模型在文化对齐方面的表现。
Comments EMNLP 2026
Gavel: 智能体结合检查表评估LLM长上下文法律摘要
机构 * Georgia Institute of Technology（佐治亚理工学院）
AI总结 提出Gavel框架，通过参考评估和免参考智能体评估12个前沿LLM在多文档法律摘要中的表现，发现模型易遗漏关键信息而非幻觉，且性能随案件长度增加而下降。
Comments Accepted at EMNLP 2026 Main; webpage at https://yao-dou.github.io/gavel/
层序倒置：重新思考大语言模型中的潜在多跳推理
机构 * State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科技大学）
AI总结 本文提出"层序倒置"现象，通过概率性回忆与提取框架解释大语言模型中多跳推理的机制，揭示了层序倒置与总跳步数的关系，并提供了多跳失败的诊断方法。
Comments 16 pages, 18 figures, EMNLP 2026 Main
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 Conference)
iFlip: 迭代反馈驱动的反事实示例精炼
AI总结 iFlip通过迭代反馈驱动的方法生成有效反事实示例，提升模型性能和鲁棒性。
Comments Camera-ready version accepted to EMNLP 2026 Findings
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
RADAR: 通过基于强化学习的动态草稿树加速大语言模型推理
机构 * School of Computer Science（计算机科学学院） ； University of Science and Technology of China（中国科学技术大学）
AI总结 RADAR通过基于强化学习的动态草稿树方法，有效提升大语言模型推理速度，实现3.17至4.82倍的加速效果。
Comments EMNLP 2026 Findings Paper
PreResQ-R1：用于鲁棒视觉质量评估的响应偏好解耦排序与评分强化优化
机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学）
AI总结 本文提出PreResQ-R1框架，通过解耦响应偏好的强化学习统一评分与排序目标，结合GRPO优化，在IQA和VQA基准上取得最优结果，推理轨迹更贴合人类感知。
Comments 27 pages, 16 figures, Accepted as EMNLP 2026 conference paper
E2Rank：统一文本嵌入与列表式重排序以实现高效且有效的搜索
机构 * Renmin University of China（中国人民大学） ； Alibaba Group（阿里巴巴集团）
AI总结 E2Rank是统一文本嵌入与列表式重排序的框架，通过将列表式提示视为伪相关反馈查询，在单一模型内实现高效检索与重排序，在BEIR等基准上性能优异且延迟更低。
Comments Accepted by EMNLP 2026 main conference. Code and models are avaliable at https://alibaba-nlp.github.io/E2Rank
基于补丁推理的软件智能体可扩展监督
机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； ByteDance（字节跳动）
AI总结 针对现有基于测试的软件智能体监督可扩展性不足的问题，提出R4P推理方法，在SWE-bench补丁验证中准确率达72.2%，训练的Mini-SE在Pass@1上较Qwen3-32B提升10.0%至26.2%。
Comments EMNLP'26 Findings
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
Ban&Pick：通过更智能的路由提升MoE-LLM的性能与效率
机构 * Nanjing University of Science and Technology（南京理工大学） ； C 2 \text{C}^{2} DL, Institute of Automation, Chinese Academy of Sciences（C2 DL，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； School of Computer Science, University of Sydney（悉尼大学计算机学院）
AI总结 本研究针对MoE-LLM预训练路由的问题，提出即插即用的Ban&Pick策略，通过Pick强化关键专家、Ban修剪冗余专家，在不重新训练或改架构的情况下提升MoE-LLM性能并加速推理。
Comments 26 pages, 13 figures
Journal ref The 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP 2026)
LLMTrace：用于AI生成文本分类与细粒度定位的语料库
机构 * Department of R&D, SALUTEDEV LLC（研发部，SALUTEDEV LLC）
AI总结 针对AI文本检测领域缺乏合适训练数据的问题，本文构建了双语语料库LLMTrace，支持全文二元分类与AI生成区间检测，可用于训练评估更精细的AI检测模型。
Comments EMNLP 2026 Findings
推理还是漫谈？探究思考过程对智能体说服能力的影响
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； National University of Singapore（新加坡国立大学） ； Inner Mongolia Research Institute, Shanghai Jiao Tong University（上海交通大学内蒙古研究院）
AI总结 本文对比通用LLM与LRM，发现推理对智能体说服能力存在二元性影响，还揭示其依赖表面线索的漏洞，提出提示级对抗性论点检测方法以提升鲁棒性。
Comments Accepted as EMNLP 2026 Findings
机构 * Adam Mickiewicz University（亚当·密茨凯维奇大学） ； Poznan University of Medical Sciences（波兹南医科大学）
Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025, pp. 9042-9063, 2025
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