【Introducción】¡12,148 envíos, un aumento del 45%! La ACL 2026 está inundada de artículos sobre LLM. Los primeros autores de los tres mejores artículos son todos chinos, y los chinos prácticamente copan los artículos destacados.
¡Los mejores artículos de la ACL 2026 ya se han anunciado!
Como la principal conferencia anual de lingüística computacional, la ACL ha otorgado este año tres premios al Mejor Artículo (Best Paper Award), cuyos primeros autores son todos chinos.
"The Imperfective Paradox in Large Language Models", de Bolei Ma (Universidad de Múnich) y Yusuke Miyao (Universidad de Tokio).
Con un problema gramatical que hasta un estudiante de primaria podría responder, expone las deficiencias de 7 grandes modelos de lenguaje de código abierto.
"Memory efficiency and resource-rational encoding in sentence processing", de Weijie Xu (Universidad de California, Irvine), Brian Dillon (Universidad de Massachusetts Amherst) y Richard Futrell (Universidad de California, Irvine).
Va a contracorriente, dota a un gran modelo de un cerebro humano "que olvida", y descubre que así el modelo se parece más a una persona.
"Characterizing the Expressivity of Local Attention in Transformers", de Jiaoda Li y Ryan Cotterell (Escuela Politécnica Federal de Zúrich, ETH).
Utiliza la teoría del lenguaje formal para aclarar una cuestión utilizada durante años pero nunca explicada adecuadamente: ¿por qué la atención "solo local" es más potente?
La ACL más competitiva de la historia
La ACL 2026 se celebró en julio de este año en San Diego, EE. UU., batiendo récords históricos de participación.
La conferencia principal recibió 12,148 envíos, un aumento del 45% respecto a 2025.
Finalmente, la conferencia principal aceptó 2,297 artículos (tasa de aceptación del 18.9%), y la sección Findings aceptó 2,164 (17.8%), sumando más de 4,462 artículos aceptados en total.
Cada artículo tiene de media 6.25 autores; uno incluso llegó a tener 102 nombres. En contraste, solo hubo 39 artículos de autor único, menos del 1% del total.
Entre ellos, 83 autores tuvieron más de 10 artículos aceptados cada uno (un 66% más que el año pasado); incluso hubo alguien que, solo en la convocatoria de enero, envió 65 artículos de golpe, aceptándose 36.
El 67% (13,563 personas) de todos los autores están conectados entre sí a través de relaciones de coautoría.
Esta evaluación fue respaldada por 8,594 revisores (+46%), 1,434 presidentes de área (+28%) y 255 presidentes de área senior (+51%).
Las rechazos de escritorio (desk reject) se duplicaron, alcanzando las 925 (+106%), por razones variadas: formato no conforme, falta del capítulo de Limitaciones, violación del anonimato, incluso citas a literatura inexistente.
Los autores asistentes fueron unos 26,000, un aumento respecto a los 20,000 del año pasado.
Por país/región, los autores de China continental representaron el 54.0%, ocupando cómodamente el primer lugar; EE. UU. fue segundo con el 18.4%; seguidos por Corea del Sur 3.8%, Singapur 2.3%, Reino Unido 2.0%, Alemania 1.9%, India 1.7%, Japón 1.5%.
Si hay una "marca de la época" en esta conferencia, está escrita en los títulos: entre todos los títulos, "LLM/LLMs" apareció con una frecuencia del 23%, "Reasoning" el 18%, "Multi" el 11%.
Este año también se establecieron nuevas áreas temáticas: agentes de IA/LLM, seguridad y alineación de grandes modelos, razonamiento matemático y simbólico, modelos de código, eficiencia de grandes modelos, aplicaciones clínicas y biomédicas, casi todas girando en torno a los grandes modelos.
En otras palabras, esta fue una ACL completamente dominada por los grandes modelos de lenguaje.
Y sin embargo, los máximos honores fueron para dos artículos "no tan centrados en LLM".
Mejor Artículo 1: Un problema gramatical que deja en evidencia a 7 grandes modelos
Artículo: The Imperfective Paradox in Large Language Models
Autores: Bolei Ma, Yusuke Miyao
Instituciones: Universidad de Múnich, Universidad de Tokio
Enlace: https://aclanthology.org/2026.acl-long.689/
El núcleo de este artículo es un fenómeno clásico en lingüística: la Paradoja del Imperfectivo (Imperfective Paradox).
En chino, "Él está corriendo" implica básicamente "Él corrió", porque las acciones de "actividad" no tienen un punto final intrínseco; hacer la mitad ya cuenta como haber ocurrido.
Pero "El carpintero está construyendo un cenador" no implica que "El cenador está construido", porque las acciones de "logro" tienen un punto final claro; podría derrumbarse a la mitad por una tormenta.
El tiempo progresivo implica "realizado" para el primer tipo, pero no para el segundo. Esto es la Paradoja del Imperfectivo, algo que cualquier persona con formación lingüística básica casi nunca confunde.
¿Y los grandes modelos?
Los autores construyeron un conjunto de datos de diagnóstico de 400 muestras en inglés llamado ImperfectiveNLI, aislando la capacidad de inferencia semántica mediante pares mínimos 2×2 de verbos de logro/actividad, y evaluaron a 7 modelos de código abierto de 7 a 90 mil millones de parámetros. El resultado fue un "fracaso total".
Frente a frases ambiguas como "El carpintero está construyendo un cenador", los modelos casi siempre juzgaban que "estaba construido".
Los autores llaman a este defecto de "ver una meta y asumir éxito por defecto" "sesgo teleológico" (teleological bias).
En evaluación zero-shot, la tasa de sesgo de Llama-3.1 alcanzó 0.98, Mistral 0.97, y DeepSeek un perfecto 1.00: cualquier acción con un objetivo se consideraba completada.
Lo más absurdo es que, incluso cuando la frase decía explícitamente "Una tormenta destruyó el armazón antes de que se instalara el techo", muchos modelos seguían insistiendo en que se había logrado. La precisión de Gemma-2 en este tipo de preguntas fue solo del 3%; ni siquiera leía el contexto, solo adivinaba siguiendo la inercia de que "todas las construcciones tienen éxito".
De esto, los autores extraen la conclusión clave del artículo:
Estos grandes modelos de código abierto "funcionan más como motores de predicción narrativa que como razonadores lógicos fieles" (predictive narrative engines rather than faithful logical reasoners).
Es decir, no están razonando, solo están adivinando el final más probable de una historia.
Un hallazgo más profundo es que la representación y el razonamiento están separados.
Una correlación inversa casi perfecta (coeficiente -0.97) muestra que la capa de codificación en realidad "sabe" que "was building" y "built" no son lo mismo, pero al decodificar, se deja llevar por la prioridad del conocimiento del mundo.
En este punto, la ingeniería de prompts solo arregla algo empeorando otra cosa.
Los prompts contrafactuales pueden curar el sesgo, pero hacen que el modelo desconfie totalmente de frases simples de actividad, negándolas por completo, oscilando entre los dos polos de "optimismo ingenuo" y "paranoia escéptica".
Afortunadamente, el escalado (Scaling) parece ayudar: al aumentar de 1.5 mil millones a 72 mil millones de parámetros, la tasa de sesgo disminuye significativamente, y alrededor de los 32 mil millones se produce un "cambio de fase", con la precisión disparándose a 0.91.
El joven que "interroga" a los grandes modelos con lingüística
El primer autor, Bolei Ma, es un doctorando en la Universidad de Múnich.
Pertenece al Laboratorio de Ciencia de Datos Sociales e IA (SODA Lab, supervisado por Frauke Kreuter) del departamento de estadística de la universidad, es miembro junior del Centro de Aprendizaje Automático de Múnich (MCML), y también doctorando externo en el laboratorio MaiNLP (supervisado por Barbara Plank).
La investigación de Bolei Ma se ha centrado durante mucho tiempo en la "NLP centrada en el ser humano", la ciencia social computacional y la semántica y pragmática computacional, que es precisamente la base de este artículo: usar teoría lingüística sólida para examinar los populares grandes modelos.
Mejor Artículo 2: Dando a un gran modelo un cerebro humano que olvida
Artículo: Memory efficiency and resource-rational encoding in sentence processing
Autores: Weijie Xu, Brian Dillon, Richard Futrell
Instituciones: Universidad de California, Irvine; Universidad de Massachusetts Amherst
Enlace del artículo:
El problema que este artículo intenta resolver es: para que un modelo de lenguaje se convierta realmente en un modelo del "procesamiento del lenguaje humano", debe ser como una persona, administrando cuidadosamente una memoria de trabajo limitada.
La memoria de trabajo del cerebro humano es un recurso escaso, pero se usa sin esfuerzo. Los humanos asignan instintivamente la precisión de memoria limitada, priorizando lo inesperado y rico en información, mientras pasan rápidamente sobre lo predecible.
El enfoque de los autores es ingenioso: inyectan ruido, a una tasa ajustable, en las representaciones ocultas del Transformer, y luego entrenan el modelo con un objetivo mixto: bajo la restricción dura de "precisión de codificación total limitada", predecir la siguiente palabra con la mayor precisión posible.
En otras palabras, obligar al modelo a aprender a ser "tacaño", gastando su preciosa memoria donde más se necesita.
Hay dos hallazgos clave.
Primero, al agregar esta restricción de memoria de trabajo, el modelo se ajustó significativamente mejor al tiempo de lectura humana. Es decir, su "ritmo" de lectura se acerca más al de una persona real.
Segundo, y más importante, para gestionar la precisión de codificación, las representaciones contextuales del modelo se remodelaron, volviéndose más "comprimidas" y más "categóricas".
Esto apunta a una conclusión reveladora: en los modelos de procesamiento de oraciones humanas, el "mecanismo de recuperación" de la memoria de trabajo y la "representación de memoria" subyacente pueden disociarse (dissociation).
En otras palabras, dar al modelo más memoria no lo hace más humano, sino darle la restricción de "tener que ahorrar" hace que desarrolle por sí mismo formas de representación más cercanas al cerebro humano.
De Filología Hispánica a Psicolingüística Computacional
El primer autor, Weijie Xu, es actualmente doctorando en Ciencias del Lenguaje en la Universidad de California, Irvine, supervisado por el psicolingüista computacional Richard Futrell, especializándose en psicolingüística computacional.
Su licenciatura fue en Lengua y Literatura Españolas en la Universidad de Estudios Internacionales de Shanghái. Luego obtuvo una maestría en Ciencias Sociales Computacionales en la Universidad de Chicago, supervisado por Ming Xiang.
En el otoño de 2026, comenzará una investigación postdoctoral en la Universidad de Massachusetts Amherst.
En su página web escribe que el sistema cognitivo humano está severamente limitado por restricciones, pero funciona casi sin esfuerzo; y su investigación es precisamente usar el lenguaje humano como una ventana para vislumbrar esta naturaleza "limitada" de la mente humana.
Mejor Artículo 3: Por qué la atención "solo local" es más potente
Artículo: Characterizing the Expressivity of Local Attention in Transformers
Autores: Jiaoda Li, Ryan Cotterell
Institución: Escuela Politécnica Federal de Zúrich (ETH Zürich)
Enlace: https://aclanthology.org/2026.acl-long.1739/
La habilidad distintiva del Transformer es la "atención global": cada palabra generada mira hacia atrás a todas las anteriores. Una variante común, la "atención local", hace que cada palabra solo mire a sus vecinos dentro de una ventana fija, reduciendo el coste computacional cuadrático a lineal.
La atención local originalmente buscaba ahorrar poder de cómputo, pero se descubrió que a menudo también mejora el rendimiento del modelo. Este fenómeno nunca tuvo una buena explicación.
Este artículo da la respuesta usando la teoría del lenguaje formal.
Conclusiones previas mostraban que un Transformer de precisión fija y solo con atención global corresponde a un fragmento de lógica temporal lineal que contiene solo un operador "pasado".
Los autores demuestran además que agregar atención local introduce un segundo operador temporal, ampliando estrictamente la clase de lenguajes regulares que el modelo puede reconocer.
Lo más interesante es que la atención global y local son "complementarias" en poder expresivo; ninguna puede reemplazar a la otra; combinadas obtienen el nivel más rico.
Los experimentos de reconocimiento de lenguaje formal y modelado de lenguaje natural confirman esto: el Transformer híbrido (global+local) supera claramente a la versión puramente global.
El primer autor, Jiaoda Li, es investigador doctoral en el Centro de IA de la ETH Zürich, supervisado por los lingüistas computacionales Ryan Cotterell y Stefan Feuerriegel. Su investigación se centra en NLP interpretable.
Su licenciatura fue en Ingeniería Electrónica y de Comunicaciones en la Universidad de la Ciudad de Hong Kong; luego obtuvo una maestría en Ciencia de Datos en la ETH, y continuó hasta el doctorado.
Artículos Destacados: La comunidad china prácticamente los acapara
Además de los mejores artículos, la ACL 2026 también seleccionó 18 Artículos Destacados (Outstanding Paper).
Al revisar la lista, se hace evidente un hecho más claro: la fuerza china ocupa prácticamente la mitad, especialmente en las áreas más candentes de aprendizaje por refuerzo y seguridad de grandes modelos, donde varios artículos tienen equipos completamente chinos.
Razonamiento y Aprendizaje por Refuerzo
1. Evolutionary Guided Decoding: Iterative Value Refinement for LLMs
Autores: Zhenhua Liu, Lijun Li, Ruizhe Chen, Yuxian Jiang, Tong Zhu, Zhaochen Su, Wenliang Chen, Jing Shao
Instituciones: Laboratorio de Inteligencia Artificial de Shanghái, Universidad de Suzhou, Universidad de Zhejiang, Universidad de Fudan
2. Rethinking Entropy Interventions in RLVR: An Entropy Change Perspective
Autores: Zhezheng Hao, Hong Wang, Haoyang Liu, Jian Luo, Jiarui Yu, Hande Dong, Qiang Lin, Can Wang, Jiawei Chen
Instituciones: Universidad de Zhejiang, Tencent
3. GeoRA: Geometry-Aware Low-Rank Adaptation for RLVR
Autores: Jiaying Zhang, Lei Shi, Jiguo Li, Jun Xu, Jiuchong Gao, Jinghua Hao, Renqing He
Instituciones: Meituan, Universidad de Pekín
4. CURE: Critique-Driven Unified Reinforcement Learning for Test-Time Self-Improvement
Autores: Guirong Chen, Shuqi Ye, Wenkai Yang, Shiqi Shen, Guangyao Shen, Yankai Lin
Agentes y Evaluación
5. CAR-bench: Evaluating the Consistency and Limit-Awareness of LLM Agents under Real-World Uncertainty
Autores: Johannes Kirmayr, Lukas Stappen, Elisabeth André
Instituciones: Grupo BMW Forschung, Universidad de Augsburgo
6. MediEval: A Unified Medical Benchmark for Patient-Contextual and Knowledge-Grounded Reasoning in LLMs
Autores: Zhan Qu, Michael Färber
Instituciones: Universidad Técnica de Dresde, ScaDS.AI (Alemania)
7. Mind the (DH) Gap! A Contrast in Risky Choices Between Reasoning and Conversational LLMs
Autores: Luise Ge, Yongyan Zhang, Yevgeniy Vorobeychik
Instituciones: Universidad de Washington en San Luis
8. CIG: Measuring Conversational Information Gain in Deliberative Dialogues with Semantic Memory Dynamics
Autores: Ming-Bin Chen, Jey Han Lau, Lea Frermann
Instituciones: Universidad de Melbourne
Seguridad, Confianza y Detección
9. Lying with Truths: Open-Channel Multi-Agent Collusion for Belief Manipulation via Generative Montage
Autores: Jinwei Hu, Xinmiao Huang, Youcheng Sun, Yi Dong, Xiaowei Huang
Instituciones: Universidad de Liverpool, Universidad de Inteligencia Artificial Mohamed bin Zayed (MBZUAI)
10. Beyond the Final Actor: Modeling the Dual Roles of Creator and Editor for Fine-Grained LLM-Generated Text Detection
Autores: Yang Li, Qiang Sheng, Zhengjia Wang, Yehan Yang, Danding Wang, Juan Cao
Instituciones: Instituto de Tecnología de la Computación, Academia China de Ciencias; Universidad de la Academia China de Ciencias
11. Maximizing Local Entropy Where It Matters: Prefix-Aware Localized LLM Unlearning
Autores: Naixin Zhai, Pengyang Shao, Binbin Zheng, Yonghui Yang, Fei Shen, Long Bai, Xun Yang
Instituciones: Universidad de Ciencia y Tecnología de China, Universidad Nacional de Singapur
Eficiencia
12. From Local to Global: Revisiting Structured Pruning Paradigms for Large Language Models
Autores: Ziyan Wang, Enmao Diao, Qi Le, Pu Wang, Minwoo Lee, Shu-ping Yeh, Evgeny V Stupachenko, Hao Feng, Li Yang
Instituciones: Universidad de Carolina del Norte en Charlotte, Universidad de Minnesota, Intel, DreamSoul
Voz y Multimodalidad
13. MauBERT: Universal Phonetic Inductive Biases for Few-Shot Acoustic Units Discovery
Autores: Angelo Ortiz Tandazo, Manel Khentout, Youssef Benchekroun, Thomas Hueber, Emmanuel Dupoux
Instituciones: Escuela Normal Superior de París (ENS/PSL), CNRS, Universidad Grenoble Alpes (GIPSA-lab), Meta AI (Francia)
14. Hierarchical Acoustic-Semantic Modeling: Modality Separation and Semantic Coherence for Full-Duplex SLMs
Autores: Zhenyu Liu, Xuanyu Zhang, Yunxin Li, Qixun Teng, Shenyuan Jiang, Haolan Chen, Minjun Zhao, Fanbo Meng, Yu Xu, Yancheng He, Baotian Hu, Haizhou Li, Min Zhang
Instituciones: Instituto de Tecnología de Harbin (Shenzhen), Universidad China de Hong Kong (Shenzhen), Instituto Loop Area de Shenzhen
15. ViLL-E: Video LLM Embeddings for Retrieval
Autores: Rohit Gupta, Jayakrishnan Unnikrishnan, Fan Fei, Sheng Liu, Son Tran, Mubarak Shah
Instituciones: Amazon, Universidad de Florida Central
Lingüística y Multilingüismo
16. Systematicity between Forms and Meanings across Languages Supports Efficient Communication
Autores: Doreen Osmelak, Yang Xu, Michael Hahn, Kate McCurdy
Instituciones: Universidad de Saarland, Universidad de Toronto
17. Massively Multilingual Joint Segmentation and Glossing
Autores: Michael Ginn, Lindia Tjuatja, Enora Rice, Ali Marashian, Maria Valentini, Jasmine Xu, Graham Neubig, Alexis Palmer
Instituciones: Universidad de Colorado Boulder, Universidad Carnegie Mellon
18. CxMP: A Linguistic Minimal-Pair Benchmark for Evaluating Constructional Understanding in Language Models
Autores: Miyu Oba, Saku Sugawara
Instituciones: Universidad de Estudios Avanzados de Ciencia y Tecnología de Nara, Instituto Nacional de Informática, Universidad de Tokio
Referencias:
https://x.com/BoleiMaBolei/status/2074897470572925124?s=20
https://x.com/weijiexu_97/status/2074923463094218973
https://msukhareva.substack.com/p/outstanding-paper-awards-of-acl-2026
Este artículo proviene del WeChat public account "新智元", autor: ASI启示录; editor: Moisés
