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
