# 自然语言处理的所有文章

在 HTX 新闻中心浏览与「自然语言处理」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策，提供权威的加密行业洞察。

让沉默三千年的甲骨开口：首个模仿人类专家工作流的辅助释读系统

华中科技大学等联合团队近日发布了首个模拟专家释读流程的人工智能系统AlphaOracle，旨在辅助甲骨文破译工作。甲骨文是商代社会的重要记录，目前仍有约3000字未被释读，传统研究方法耗时耗力且依赖专家主观经验。 AlphaOracle系统模仿专家工作流，将释读过程分为四步：首先解析甲骨拓片，识别字符并重建句子顺序；接着进行字形分析，通过历史演变和部件结构提出候选释读；然后在海量甲骨语料中进行语境对齐，检验候选字在上下文中的合理性；最后检索传世典籍与现代研究文献，形成完整的证据链。系统每一步都提供出处、候选答案和置信度，供专家复核。在评估中，86名领域专家和研究者中有78.7%认为系统有帮助，平均可节省约64%的分析时间。在针对疑难字的测试中，系统对争议字形提出了新的解释，部分成果已被权威数据库收录。该研究将依赖个人经验、难以规模化的传统考释流程，部分转化为可复核、可协作的计算框架。其核心思路不是让AI替代专家作出最终判断，而是通过高效发现线索、汇集和比对证据，辅助研究者决策。这一方法也为其他古文字研究提供了AI辅助的新路径。

marsbit昨天 08:41

marsbit昨天 08:41

ACL 2026华人霸榜，最佳论文一作全华人，杰出论文几乎包场

ACL 2026计算语言学顶会于7月在美国圣地亚哥举行，规模创历史新高，共收到12148篇投稿，同比增长45%。本届会议被大语言模型（LLM）主题主导，相关词汇在论文标题中出现频率极高。会议评选出三篇最佳论文，一作均为华人学者： 1. 《The Imperfective Paradox in Large Language Models》：通过“未完成体悖论”这一经典语言学现象测试大模型，发现开源模型普遍存在“目的论偏见”，即倾向于认为有目标的动作都会完成，揭示了模型更像“叙事预测引擎”而非逻辑推理者。 2. 《Memory efficiency and resource-rational encoding in sentence processing》：通过为Transformer模型添加工作记忆约束（注入噪声），迫使模型学习更高效地分配有限的记忆资源。结果发现，这种约束让模型的阅读节奏更接近人类，并促成了更压缩、更范畴化的表征。 3. 《Characterizing the Expressivity of Local Attention in Transformers》：利用形式语言理论解释了为何“局部注意力”机制在节省计算成本的同时，常能提升模型效果。研究表明，局部注意力引入了新的表达能力，与全局注意力互补，结合使用能获得最丰富的表达力。此外，会议还评选了18篇杰出论文，华人在其中占据显著比例，尤其在强化学习、大模型安全与智能体等热门方向成果突出。本届ACL数据显示，中国大陆作者占比高达54.0%，美国以18.4%位列第二。会议投稿量、审稿规模及参会人数均大幅增长，体现了该领域的空前繁荣与激烈竞争。

marsbit07/09 11:56

marsbit07/09 11:56

95后博士投身世界模型，脸谱心智融资数千万元

近日，AI世界模型公司脸谱心智（FaceMind）宣布完成数千万元Pre-A轮融资，投资方为星连资本，老股东360超额跟投。该公司由95后博士陆弘远创立，核心团队拥有深厚的自然语言处理与大模型底层技术研究背景。脸谱心智最初专注于端侧全模态模型，后转向更具前瞻性的世界模型研发。世界模型旨在预测环境动态变化，可应用于GUI Agent（理解屏幕界面并操作）及具身智能（如机器人任务执行）等领域。公司通过自研的循环迭代、参数高效架构，提升模型的长时序预测与场景理解能力。其早期产品“叠叠社”即利用GUI Agent技术，实时生成与网页内容互动的弹幕，积累了高密度世界模型数据。团队此前在低频词处理、句子表征等底层问题上的研究成果（如SLoW、Adam's Law论文）曾获业内关注，部分技术被Anthropic参考。投资者认为，团队兼具前沿研究判断与工程落地能力，迭代迅速，已在多项评测中达到行业先进水平。目前，脸谱心智的模型已在仿真环境、GUI Agent及真实机械臂场景中验证。未来，公司将深化世界模型研发，为机器人厂商、内容平台及芯片云服务商等提供全链条解决方案，致力于成为下一代AI基础设施的关键参与者。

marsbit06/26 01:49

marsbit06/26 01:49

实测混元Hy3 preview：腾讯AI，终于能打了？

腾讯混元Hy3 preview于4月23日正式发布并开源，采用混合专家架构，总参数量达295B，支持256K上下文长度，在推理、指令遵循、代码生成和智能体能力等方面有显著提升。实测显示，该模型在复杂逻辑推理中表现扎实，但陷阱识别和逆向思维仍有不足；在上下文信息提取和指令遵循方面稳定可靠；代码和智能体任务执行能力基本合格，但复杂任务交付完整性有待加强；自然语言表达已摆脱套路化，对话更自然，创意文本可读性较高。整体而言，Hy3 preview是一款无明显短板的实用型模型，虽非顶尖，但标志着腾讯在大模型领域的积极转变。

marsbit04/26 07:16

marsbit04/26 07:16

从“词元”到“符元”：Token 中文名背后的 AI 底层认知之争

近期，全国科学技术名词审定委员会推荐将AI领域的“Token”译为“词元”，引发广泛讨论。尽管专家认为“词元”符合单义性、简明性等原则，且易于传播，但这一译名在多模态AI发展的背景下存在长期适配性问题。文章提出“符元”作为替代方案，并从多个维度展开分析：首先，Token虽起源于自然语言处理，但本质是跨模态的“离散符号单元”，而非仅限于语言的“词”。以初始应用场景定义概念，易造成认知局限。其次，“词元”依赖“词”的类比扩展（如“词云”），但类比不应替代定义。术语需严格区分解释性隐喻与本体性定义，避免语义漂移。第三，“词”具有强语义锚定效应，易使公众误解Token仅涉及文本，而忽略其图像、语音等多模态应用，增加长期解释成本。第四，“词元”在语言学中已对应“Lemma”（词的原形），造成一词多义冲突，违背术语单义性原则。第五，从信息论和计算理论看，Token本质是符号层的离散单元，而非语义层的语言单位。“符元”更贴合其计算本体。第六，“词元”回译英文时易歧义（如对应word unit或morpheme），而“符元”可稳定对应“symbolic unit”，保障国际学术交流的清晰性。最后，术语统一应基于“概念同构”而非“语言同形”。“词元”与“嵌入”“注意力”等机制性术语并列时，会造成结构层级混乱。综上，术语选择关乎AI领域的认知基石。“符元”更符合Token的符号本质，具备跨模态稳定性和回译一致性，利于构建长期自洽的概念体系。

marsbit04/10 10:43

marsbit04/10 10:43

Bybit 推出 AI Skills：零设置、253个API端点且持续增长，为加密货币交易提供AI代理支持

全球第二大加密货币交易所Bybit宣布推出AI交易技能（AI Trading Skill），用户可通过自然语言在ChatGPT等主流AI助手中执行加密货币交易、获取市场数据和管理资产，无需安装任何软件或配置。该功能支持253个API端点，覆盖实时行情查询、现货与衍生品交易、收益管理、资产操作等六大模块，提供零安装、全平台兼容及自动更新服务。 Bybit通过模拟环境测试交易、用户确认机制及安全认证流程保障资产安全，确保AI指令在平台审核后执行。此举将复杂市场操作转化为直观对话，提升了交易体验的智能化和安全性。 Bybit长期致力于AI赋能交易，此次发布是其最全面的AI集成方案，进一步推动了加密交易的智能代理化发展。

TheNewsCrypto03/13 14:18

Bybit 推出 AI Skills：零设置、253个API端点且持续增长，为加密货币交易提供AI代理支持