EMNLP

Plugging Schema Graph into Multi-Table QA: A Human-Guided Framework for Reducing LLM Reliance

将模式图嵌入多表问答：一种减少大语言模型依赖的人工引导框架

Xixi Wang, Miguel Costa, Jordanka Kovaceva, Shuai Wang, Francisco C. Pereira

机构 * Chalmers University of Technology（查尔姆斯理工大学） 纠错

AI总结 本文提出一种基于图的框架，利用人工整理的关系知识减少对大语言模型的依赖，有效解决多表问答中复杂表格模式链接的问题。

Comments Accepted to EMNLP 2025 findings

Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025

Estimating LLM Consistency: A User Baseline vs Surrogate Metrics

估计LLM一致性：用户基准与替代指标

Xiaoyuan Wu, Weiran Lin, Omer Akgul, Lujo Bauer

机构 * Carnegie Mellon University（卡内基梅隆大学） ； RSAC Labs（RSAC实验室） 纠错

AI总结 本文提出了一种基于logits的集成方法，用于估计LLM一致性，并展示了其在匹配人类评分方面与现有最佳指标相当。

Comments Published as a main conference paper at EMNLP 2025

Using tournaments to calculate AUROC for zero-shot classification with LLMs

利用竞赛计算零样本分类中LLM的AUROC

WonJin Yoon, Ian Bulovic, Timothy A. Miller

机构 * Boston Children’s Hospital（波士顿儿童医院） ； Harvard Medical School（哈佛医学院） 纠错

AI总结 本文提出利用LLM进行零样本分类的AUROC计算，通过成对比较和Elo评分系统提升分类性能并提供更多信息。

Comments The 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP 2025, Findings). The code is available at: https://github.com/Machine-Learning-for-Medical-Language/cnlp_llm

Journal ref In Findings of the Association for Computational Linguistics: EMNLP 2025, pages 23583-23591, Suzhou, China. Association for Computational Linguistics

DCIS: Efficient Length Extrapolation of LLMs via Divide-and-Conquer Scaling Factor Search

DCIS: 通过分而治之的缩放因子搜索实现LLM的高效长度外推

Lei Yang, Shaoyang Xu, Jianxiang Peng, Shaolin Zhu, Deyi Xiong

机构 * TJUNLP Lab, College of Intelligence and Computing, Tianjin University（天津大学智能计算学院） ； School of New Media and Communication, Tianjin University（天津大学新媒体与传播学院） 纠错

AI总结 DCIS通过分而治之的缩放因子搜索方法，高效扩展LLM的上下文长度，降低微调成本并提升长上下文泛化能力。

Comments EMNLP 2025 Main

ResearStudio: A Human-Intervenable Framework for Building Controllable Deep-Research Agents

ResearStudio: 一种可人工干预的构建可控深度研究代理的框架

Linyi Yang, Yixuan Weng

机构 * Southern University of Science and Technology（南方科技大学） 纠错

AI总结 ResearStudio是一种可人工干预的深度研究代理框架，通过实时人类控制与自动化相结合，在GAIA基准中取得最佳性能。

Comments EMNLP 2025 Demo, Oral

Beyond Human Judgment: A Bayesian Evaluation of LLMs' Moral Values Understanding

超越人类判断：对LLMs道德价值观理解的贝叶斯评估

Maciej Skorski, Alina Landowska

机构 * University of Luxembourg（卢森堡大学） ； Kozminski University（科兹明斯基大学） ； SWPS University（SWPS大学） 纠错

AI总结 本文通过贝叶斯方法评估了LLMs在道德价值观理解上的表现，发现AI模型在准确率和敏感性方面优于人类标注者。

Comments Appears in UncertaiNLP@EMNLP 2025

From Hypothesis to Publication: A Comprehensive Survey of AI-Driven Research Support Systems

从假设到发表：人工智能驱动研究支持系统的全面综述

Zekun Zhou, Xiaocheng Feng, Lei Huang, Xiachong Feng, Ziyun Song, Ruihan Chen, Liang Zhao, Weitao Ma, Yuxuan Gu, Baoxin Wang, Dayong Wu, Guoping Hu, Ting Liu, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； The University of Hong Kong（香港大学） ； iFLYTEK Research（iFLYTEK研究院） 纠错

AI总结 本文综述了人工智能驱动的研究支持系统，涵盖假设生成、验证及论文发表，分析了当前挑战与未来方向，并提供了相关工具和基准的全面概述。

Comments Accepted to EMNLP 2025

CoBA: Counterbias Text Augmentation for Mitigating Various Spurious Correlations via Semantic Triples

CoBA: 通过语义三元组缓解各种虚假相关性的反偏文本增强

Kyohoon Jin, Juhwan Choi, Jungmin Yun, Junho Lee, Soojin Jang, Youngbin Kim

机构 * DATUMO ； AITRICS ； Brainventures ； Graduate School of Advanced Imaging Sciences, Multimedia and Film, Chung-Ang University（Chung-Ang大学高级影像科学、多媒体与电影研究生院） ； Department of Artificial Intelligence, Chung-Ang University（Chung-Ang大学人工智能系） 纠错

AI总结 CoBA通过语义三元组层面的反偏增强，有效缓解多种虚假相关性，提升模型鲁棒性和任务性能。

Comments Accepted at EMNLP 2025

LLMInit: A Free Lunch from Large Language Models for Selective Initialization of Recommendation

LLMInit: 从大型语言模型中获得免费午餐：用于推荐系统选择性初始化

Weizhi Zhang, Liangwei Yang, Wooseong Yang, Henry Peng Zou, Yuqing Liu, Ke Xu, Sourav Medya, Philip S. Yu

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Salesforce AI Research（Salesforce AI研究） 纠错

AI总结 LLMInit通过选择性初始化策略将预训练LLM嵌入整合到协同过滤模型中，提升推荐性能并降低计算成本。

Comments Accepted in EMNLP 2025 Industry Track

Discriminating Form and Meaning in Multilingual Models with Minimal-Pair ABX Tasks

通过最小对ABX任务区分多语言模型中的形式与意义

Maureen de Seyssel, Jie Chi, Skyler Seto, Maartje ter Hoeve, Masha Fedzechkina, Natalie Schluter

机构 * Apple（苹果公司） 纠错

AI总结 通过最小对ABX任务研究多语言模型中形式与意义的区分能力，揭示了语言识别和语义识别在训练过程中的变化规律。

Comments Comments: Published in EMNLP 2025. https://aclanthology.org/2025.emnlp-main.1210.pdf

CaKE: Circuit-aware Editing Enables Generalizable Knowledge Learners

CaKE：电路感知编辑实现通用知识学习

Yunzhi Yao, Jizhan Fang, Jia-Chen Gu, Ningyu Zhang, Shumin Deng, Huajun Chen, Nanyun Peng

机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； University of California, Los Angeles（美国加州大学洛杉矶分校） 纠错

AI总结 CaKE通过电路感知编辑提升LLMs对更新知识的多跳推理能力，实现20%的准确率提升并降低内存消耗

Comments EMNLP 2025

OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking

OmniThink: 通过思考扩展机器写作的知识边界

Zekun Xi, Wenbiao Yin, Jizhan Fang, Jialong Wu, Runnan Fang, Yong Jiang, Pengjun Xie, Fei Huang, Huajun Chen, Ningyu Zhang

机构 * Zhejiang University（浙江大学） ； Tongyi Lab, Alibaba Group（阿里云实验室，阿里巴巴集团） ； Zhejiang Key Laboratory of Big Data Intelligent Computing（浙江大数据智能计算重点实验室） 纠错

AI总结 OmniThink通过模拟人类思考过程，提升机器写作的知识密度和原创性，解决传统方法在生成长文时的不足。

Comments EMNLP 2025

Leveraging the Power of Large Language Models in Entity Linking via Adaptive Routing and Targeted Reasoning

Yajie Li, Albert Galimov, Mitra Datta Ganapaneni, Pujitha Thejaswi, De Meng, Priyanshu Kumar, Saloni Potdar

机构 * College of Information and Computer Sciences, University of Massachusetts Amherst（信息与计算机科学学院，马萨诸塞大学阿默斯特分校） ； Apple（苹果公司） 纠错

Comments Accepted to EMNLP 2025 Industry Track

Retrieval Augmented Generation based context discovery for ASR

Dimitrios Siskos, Stavros Papadopoulos, Pablo Peso Parada, Jisi Zhang, Karthikeyan Saravanan, Anastasios Drosou

机构 * Information Technologies Institute, Center for Research and Technology Hellas（信息技术研究所，希腊研究中心与技术中心） ； Samsung Electronics R&D Institute UK (SRUK)（三星电子英国研发研究所（SRUK）） 纠错

Comments Accepted at EMNLP 2025

PropRAG: Guiding Retrieval with Beam Search over Proposition Paths

Jingjin Wang, Jiawei Han

机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（塞比尔计算与数据科学学院，伊利诺伊大学厄巴纳-香槟分校） 纠错

Comments Accepted to EMNLP 2025 (Main Conference). Camera-ready version. Code and data: https://github.com/ReLink-Inc/PropRAG

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing, pages 6224-6239 November 4-9, 2025

CLIRudit: Cross-Lingual Information Retrieval of Scientific Documents

Francisco Valentini, Diego Kozlowski, Vincent Larivière

机构 * CONICET-Universidad de Buenos Aires. Instituto de Ciencias de la Computación (ICC). Buenos Aires, Argentina（CONICET-阿根廷布宜诺斯艾利斯大学。信息计算研究所（ICC）。布宜诺斯艾利斯，阿根廷） ； École de bibliothéconomie et des sciences de l’information. Université de Montréal. Montréal, Canada（信息与图书馆科学学院。蒙特利尔大学。蒙特利尔，加拿大） 纠错

Comments Camera-ready for the 5th Multilingual Representation Learning (MRL) Workshop (Co-located with EMNLP 2025)

MessIRve: A Large-Scale Spanish Information Retrieval Dataset

Francisco Valentini, Viviana Cotik, Damián Furman, Ivan Bercovich, Edgar Altszyler, Juan Manuel Pérez

机构 * CONICET-Universidad de Buenos Aires. Instituto de Ciencias de la Computación (ICC). Buenos Aires, Argentina（CONICET-阿根廷布宜诺斯艾利斯大学。计算机科学研究所（ICC）。布宜诺斯艾利斯，阿根廷） ； Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Computación. Buenos Aires, Argentina（阿根廷布宜诺斯艾利斯大学。自然科学学院。计算机系。布宜诺斯艾利斯，阿根廷） ； University of California, Santa Barbara. California, U.S.A.（美国加利福尼亚大学圣巴巴拉分校） ； Quantit 纠错

Comments Camera-ready for EMNLP 2025 (main conference)

Logos as a Well-Tempered Pre-train for Sign Language Recognition

Ilya Ovodov, Petr Surovtsev, Karina Kvanchiani, Alexander Kapitanov, Alexander Nagaev

机构 * SberAI 纠错

Journal ref In Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing, pages 24351-24364 (2025)

Improving Rule-based Reasoning in LLMs using Neurosymbolic Representations

Varun Dhanraj, Chris Eliasmith

机构 * School of Computer Science, University of Waterloo, Waterloo, Canada（计算机科学学院，滑铁卢大学，滑铁卢，加拿大） ； Centre for Theoretical Neuroscience, University of Waterloo（理论神经科学中心，滑铁卢大学） 纠错

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP), pages 30577--30596

Can QE-informed (Re)Translation lead to Error Correction?

Govardhan Padmanabhan

机构 * Institute for People-Centred AI（以人为本的人工智能研究所） ； University of Surrey（萨里大学） ； United Kingdom（英国） 纠错

Comments 10 pages, 3 figures, WMT25 Shared Task in EMNLP 2025 Conference

Video Compression Commander: Plug-and-Play Inference Acceleration for Video Large Language Models

Xuyang Liu, Yiyu Wang, Junpeng Ma, Linfeng Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Sichuan University（四川大学） ； Fudan University（复旦大学） 纠错

Comments EMNLP 2025 main

UniDebugger: Hierarchical Multi-Agent Framework for Unified Software Debugging

Cheryl Lee, Chunqiu Steven Xia, Longji Yang, Jen-tse Huang, Zhouruixin Zhu, Lingming Zhang, Michael R. Lyu

Comments Accepted by EMNLP'25, Main Poster

REIC: RAG-Enhanced Intent Classification at Scale

Ziji Zhang, Michael Yang, Zhiyu Chen, Yingying Zhuang, Shu-Ting Pi, Qun Liu, Rajashekar Maragoud, Vy Nguyen, Anurag Beniwal

机构 * Amazon.com Inc（亚马逊公司） 纠错

Comments Accepted by EMNLP 2025 (Industry Track)

Lookahead Q-Cache: Achieving More Consistent KV Cache Eviction via Pseudo Query

Yixuan Wang, Shiyu Ji, Yijun Liu, Yuzhuang Xu, Yang Xu, Qingfu Zhu, Wanxiang Che

机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology, China（社会计算与交互机器人研究院，哈尔滨工业大学） 纠错

Comments Accepted by EMNLP 2025 Main

Group-Aware Reinforcement Learning for Output Diversity in Large Language Models

Oron Anschel, Alon Shoshan, Adam Botach, Shunit Haviv Hakimi, Asaf Gendler, Emanuel Ben Baruch, Nadav Bhonker, Igor Kviatkovsky, Manoj Aggarwal, Gerard Medioni

机构 * Amazon（亚马逊） 纠错

Comments EMNLP Main 2025

VoiceCraft-X: Unifying Multilingual, Voice-Cloning Speech Synthesis and Speech Editing

Zhisheng Zheng, Puyuan Peng, Anuj Diwan, Cong Phuoc Huynh, Xiaohang Sun, Zhu Liu, Vimal Bhat, David Harwath

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Amazon（亚马逊） 纠错

Comments EMNLP 2025. Demo and code are available at https://zhishengzheng.com/voicecraft-x/

Unsupervised Word-level Quality Estimation for Machine Translation Through the Lens of Annotators (Dis)agreement

Gabriele Sarti, Vilém Zouhar, Malvina Nissim, Arianna Bisazza

机构 * CLCG, University of Groningen（格罗宁根大学认知语言学与认知科学研究中心） ； ETH Zurich（苏黎世联邦理工学院） 纠错

Comments Under review. Code: https://github.com/gsarti/labl/tree/main/examples/unsup_wqe Metrics: https://huggingface.co/datasets/gsarti/unsup_wqe_metrics

Journal ref Proceedings of EMNLP (2025) 18320-18337

Fooling the LVLM Judges: Visual Biases in LVLM-Based Evaluation

Yerin Hwang, Dongryeol Lee, Kyungmin Min, Taegwan Kang, Yong-il Kim, Kyomin Jung

机构 * IPAI, Seoul National University（IPAI，首尔国立大学） ； Dept. of ECE, Seoul National University（电子工程系，首尔国立大学） ； LG AI Research（LG人工智能研究） 纠错

Comments EMNLP 2025 Main (21pgs, 12 Tables, 9 Figures)

DP-GTR: Differentially Private Prompt Protection via Group Text Rewriting

Mingchen Li, Heng Fan, Song Fu, Junhua Ding, Yunhe Feng

机构 * University of North Texas（北卡罗来纳州立大学） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Department of Data Science（数据科学系） 纠错

Comments 9 pages, 3 figures, 5 tables

Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025

PIP: Perturbation-based Iterative Pruning for Large Language Models

Yi Cao, Wei-Jie Xu, Yucheng Shen, Weijie Shi, Chi-Min Chan, Jianfeng Qu, Jiajie Xu

机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院） ； Department of Computer Science and Engineering, Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

Comments EMNLP 2025 Findings, 17 pages, 5 figures, 15 tables