ACL 2026 揭晓了其最高荣誉——三篇最佳论文奖项，所有获奖论文的第一作者均为华人学者。

其中一篇最佳论文《The Imperfective Paradox in Large Language Models》由慕尼黑大学的 Bolei Ma 和东京大学的宫尾祐介（Yusuke Miyao）共同完成。该研究通过一道基础的语法题，对七款开源大型语言模型进行了深入测试。

另一篇获得最佳论文荣誉的是《Memory efficiency and resource-rational encoding in sentence processing》，作者包括加州大学欧文分校的徐炜杰（Weijie Xu）、马萨诸塞大学阿默斯特分校的 Brian Dillon，以及加州大学欧文分校的 Richard Futrell。该论文通过模拟人脑的遗忘机制，发现模型反而表现出更接近人类的特征。

第三篇最佳论文《Characterizing the Expressivity of Local Attention in Transformers》由苏黎世联邦理工学院的 Jiaoda Li 和 Ryan Cotterell 撰写。该研究运用形式语言理论，阐释了局部注意力机制为何能够实现强大的表现力，尽管其作用范围有限。

本届 ACL 竞争尤为激烈

于今年七月在美国圣地亚哥举行的 ACL 2026 会议，其规模创下历史新高。会议共收到投稿 12148 篇，较 2025 年激增 45%。最终，主会议录用 2297 篇论文（录取率为 18.9%），Findings 录用 2164 篇（录取率为 17.8%），总计录用超过 4462 篇。

论文作者数量也大幅增加，平均每篇论文拥有 6.25 位作者，其中一篇论文甚至列出了 102 位作者。单篇作者的论文数量锐减至 39 篇，占比不足 1%。有 83 位作者每人有多篇论文被接收（比去年增长 66%），甚至有作者在一月投稿批次中提交了 65 篇论文并成功录用 36 篇。所有作者中，有 67%（13563 人）通过合著关系相互连接。

为支持此次评审工作，共有 8594 名审稿人（增长 46%）、1434 名领域主席（增长 28%）和 255 名高级领域主席（增长 51%）参与。会议的直接拒稿（desk reject）数量翻倍，达到 925 篇（增长 106%），原因包括不符合模板要求、缺少限制性章节、违反匿名规定，甚至引用了虚假文献。参会人数约 2.6 万人，较去年的 2 万人有所增长。

从国家/地区来看，中国大陆作者的投稿占比高达 54.0%，位居首位；美国以 18.4% 排名第二；随后是韩国（3.8%）、新加坡（2.3%）、英国（2.0%）、德国（1.9%）、印度（1.7%）和日本（1.5%）。

本届会议的论文标题也反映了时代特征：“LLM/LLMs”的出现频率达到 23%，“Reasoning”占 18%，“Multi”占 11%。此外，会议新增了 AI/LLM 智能体、大模型安全与对齐、数学与符号推理、代码模型、大模型效率、临床与生物医学应用等赛道，几乎都与大模型紧密相关。

总体而言，ACL 2026 是一届被大语言模型深刻影响的会议。然而，最高奖项却颁给了两篇与“不太 LLM”相关的论文。

最佳论文一：一道语法题，难倒 7 个大模型

论文： The Imperfective Paradox in Large Language Models 作者： Bolei Ma、Yusuke Miyao（宫尾祐介） 机构： 慕尼黑大学、东京大学 论文地址： https://aclanthology.org/2026.acl-long.689/

该论文的核心是语言学中的“未完成体悖论”（Imperfective Paradox）现象。在汉语中，“他在跑步”可以推断出“他正在跑步”，因为“活动类”动作没有明确的终点。然而，“木匠在盖一座凉亭”却不能推断出“凉亭盖好了”，因为“完成类”动作有明确的终点，可能在过程中就已中断。这种对不同类型动作的理解差异，对于受过基础语言训练的人来说是显而易见的。

研究者构建了一个包含 400 条英文样本的诊断数据集 ImperfectiveNLI，用于测试大型语言模型在区分完成类和活动类动词时的语义推理能力。测试结果显示，七款拥有 70 亿至 90 亿参数的开源模型几乎全军覆没。在面对“木匠在盖凉亭”这类歧义句时，模型几乎都错误地判断为“盖好了”。研究者将这种“一旦看到目标就默认成功”的现象命名为“目的论偏见”（teleological bias）。

在零样本测试中，Llama-3.1 的偏见率高达 0.98，Mistral 为 0.97，DeepSeek 更是达到了 1.00，即所有涉及有目标的动作都被认定为完成。更令人惊讶的是，即使句子明确指出“一场暴风雨在屋顶装好前摧毁了框架”，许多模型仍然坚称已完成，Gemma-2 在这类题目上的准确率仅为 3%，显示出其并未真正理解上下文，而是基于“施工总是成功”的惯性进行推断。

研究者总结道，这些开源大型模型“更像是预测叙事走向的引擎，而非忠实的逻辑推理者”（predictive narrative engines rather than faithful logical reasoners），它们只是在预测故事的最可能结局，而非进行严谨的逻辑推理。

研究还发现，模型的表征与推理是分离的。从一个接近完美的负相关系数（-0.97）可以看出，编码层实际上能够区分“was building”和“built”的区别，但在解码过程中，却受到世界知识先验的影响而被误导。

提示工程在解决这种偏见方面效果有限。反事实提示虽然能纠正偏见，却可能导致模型对简单的活动类句子产生过度怀疑，在“天真乐观”和“偏执怀疑”之间摇摆。然而，模型规模的扩大似乎带来了希望：从 15 亿参数扩展到 720 亿参数，偏见率显著下降，在 320 亿参数附近出现“相变”，准确率骤升至 0.91。

用语言学“拷问”大模型的年轻人

该论文的第一作者马博磊是慕尼黑大学统计系社会数据科学与人工智能实验室（SODA Lab）的在读博士生，同时也是慕尼黑机器学习中心（MCML）的初级成员以及 MaiNLP 实验室的外聘博士生。他的研究领域长期聚焦于“以人为本的 NLP”、计算社会科学以及计算语义与语用学，这为他运用扎实的语言学理论审视前沿大模型奠定了基础。

最佳论文二：给大模型装一颗会遗忘的人脑。

论文： Memory efficiency and resource-rational encoding in sentence processing 作者： Weijie Xu（徐炜杰）、Brian Dillon、Richard Futrell 机构： 加州大学欧文分校、马萨诸塞大学阿默斯特分校

该论文旨在使语言模型更贴近人类的语言处理方式，核心在于模拟人类在有限工作记忆中进行资源优化的能力。人脑的工作记忆资源稀缺，但人类能够高效地将其优先分配给意外或信息量大的内容，并忽略可预测的部分。

研究者通过向 Transformer 的隐藏表征中以可调速率注入噪声，并采用混合目标进行训练，即在“总编码精度受限”的条件下，最大化下一个词的预测准确性。这迫使模型学会“节省”宝贵的记忆资源，将其用于最关键的信息。

研究有两个关键发现：

1. 引入工作记忆约束后，模型对人类阅读时间的拟合能力显著提升，其阅读句子的“节奏”更接近真人。
2. 更重要的是，为了管理编码精度，模型的上下文表征被重塑，变得更加“压缩”和“范畴化”（categorical）。

这引出了一个重要的结论：在模拟人类句子加工的模型中，工作记忆的“检索机制”与底层的“记忆表征”可以实现分离（dissociation）。这意味着，并非简单地增加模型的记忆容量就能使其更像人，而是通过施加“节省资源”的约束，模型才能发展出更接近人脑的表示方式。

从西班牙语专业，到计算心理语言学

第一作者徐炜杰是加州大学欧文分校语言科学专业的博士生，师从计算心理语言学家 Richard Futrell。他的本科专业是上海外国语大学的西班牙语言文学，后在芝加哥大学获得计算社会科学硕士学位。2026 年秋季，他将前往马萨诸塞大学阿默斯特分校进行博士后研究。他认为，人类认知系统虽受限于各种约束，却能近乎毫不费力地运转，而他的研究旨在通过人类语言来窥探这种“有限性”的本质。

最佳论文三：为什么“只看局部”的注意力，反而更强

论文： Characterizing the Expressivity of Local Attention in Transformers 作者： Jiaoda Li、Ryan Cotterell 机构： 苏黎世联邦理工学院（ETH Zürich） 论文地址： https://aclanthology.org/2026.acl-acl-long.1739/

Transformer 的核心技术是“全局注意力”，即在生成每个词时都会回顾之前的所有词。而“局部注意力”作为一种常见变体，限制了每个词的回顾范围为一个固定窗口，从而将计算成本从二次方降低到线性。尽管局部注意力最初是为了节省计算资源，但其在模型效果上的提升也常常被观察到，但一直缺乏清晰的解释。

该论文利用形式语言理论提供了答案。研究表明，在固定精度且仅使用全局注意力的 Transformer 模型中，其能力对应于线性时序逻辑中仅包含一个“过去算子”的片段。研究者进一步证明，引入局部注意力会增加第二个时序算子，从而严格扩展了模型能够识别的正则语言类别。

更重要的是，全局注意力和局部注意力在表达能力上具有“互补性”，无法互相取代，两者的结合能够实现最丰富的表达能力。形式语言识别和自然语言建模的实验均证实了这一点，结合了全局和局部注意力的混合 Transformer 模型在性能上超越了纯全局版本。

第一作者 Jiaoda Li（李矫达）是苏黎世联邦理工学院（ETH）AI 中心博士研究员，师从计算语言学家 Ryan Cotterell 和 Stefan Feuerriegel，研究方向为可解释 NLP。他本科毕业于香港城市大学电子与通信工程专业，后在 ETH 获得数据科学硕士学位并继续攻读博士。

杰出论文：华人力量占据主导

除了最佳论文，ACL 2026 还评选出 18 篇杰出论文。在这些论文中，华人学者的贡献尤为显著，几乎占据了半壁江山，尤其是在强化学习和大模型安全等热门领域，有多篇论文的第一作者和主要贡献者均为华人。

推理与强化学习

• Evolutionary Guided Decoding: Iterative Value Refinement for LLMs 作者：Zhenhua Liu、Lijun Li、Ruizhe Chen、Yuxian Jiang、Tong Zhu、Zhaochen Su、Wenliang Chen、Jing Shao 机构：上海人工智能实验室、苏州大学、浙江大学、复旦大学
• Rethinking Entropy Interventions in RLVR: An Entropy Change Perspective 作者：Zhezheng Hao、Hong Wang、Haoyang Liu、Jian Luo、Jiarui Yu、Hande Dong、Qiang Lin、Can Wang、Jiawei Chen 机构：浙江大学、腾讯
• GeoRA: Geometry-Aware Low-Rank Adaptation for RLVR 作者：Jiaying Zhang、Lei Shi、Jiguo Li、Jun Xu、Jiuchong Gao、Jinghua Hao、Renqing He 机构：美团、北京大学
• CURE: Critique-Driven Unified Reinforcement Learning for Test-Time Self-Improvement 作者：Guirong Chen、Shuqi Ye、Wenkai Yang、Shiqi Shen、Guangyao Shen、Yankai Lin

智能体与评测

• CAR-bench: Evaluating the Consistency and Limit-Awareness of LLM Agents under Real-World Uncertainty 作者：Johannes Kirmayr、Lukas Stappen、Elisabeth André 机构：宝马集团研究院、奥格斯堡大学
• MediEval: A Unified Medical Benchmark for Patient-Contextual and Knowledge-Grounded Reasoning in LLMs 作者：Zhan Qu、Michael Färber 机构：德累斯顿工业大学、ScaDS.AI（德国）
• Mind the (DH) Gap! A Contrast in Risky Choices Between Reasoning and Conversational LLMs 作者：Luise Ge、Yongyan Zhang、Yevgeniy Vorobeychik 机构：圣路易斯华盛顿大学
• CIG: Measuring Conversational Information Gain in Deliberative Dialogues with Semantic Memory Dynamics 作者：Ming-Bin Chen、Jey Han Lau、Lea Frermann 机构：墨尔本大学

安全、可信与检测

• Lying with Truths: Open-Channel Multi-Agent Collusion for Belief Manipulation via Generative Montage 作者：Jinwei Hu、Xinmiao Huang、Youcheng Sun、Yi Dong、Xiaowei Huang 机构：利物浦大学、穆罕默德·本·扎耶德人工智能大学（MBZUAI）
• Beyond the Final Actor: Modeling the Dual Roles of Creator and Editor for Fine-Grained LLM-Generated Text Detection 作者：Yang Li、Qiang Sheng、Zhengjia Wang、Yehan Yang、Danding Wang、Juan Cao 机构：中国科学院计算技术研究所、中国科学院大学
• Maximizing Local Entropy Where It Matters: Prefix-Aware Localized LLM Unlearning 作者：Naixin Zhai、Pengyang Shao、Binbin Zheng、Yonghui Yang、Fei Shen、Long Bai、Xun Yang 机构：中国科学技术大学、新加坡国立大学

效率

• From Local to Global: Revisiting Structured Pruning Paradigms for Large Language Models 作者：Ziyan Wang、Enmao Diao、Qi Le、Pu Wang、Minwoo Lee、Shu-ping Yeh、Evgeny V Stupachenko、Hao Feng、Li Yang 机构：北卡罗来纳大学夏洛特分校、明尼苏达大学、英特尔、DreamSoul

语音与多模态

• MauBERT: Universal Phonetic Inductive Biases for Few-Shot Acoustic Units Discovery 作者：Angelo Ortiz Tandazo、Manel Khentout、Youssef Benchekroun、Thomas Hueber、Emmanuel Dupoux 机构：巴黎高师（ENS/PSL）、CNRS、格勒诺布尔阿尔卑斯大学（GIPSA-lab）、Meta AI（法国）
• Hierarchical Acoustic-Semantic Modeling: Modality Separation and Semantic Coherence for Full-Duplex SLMs 作者：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 机构：哈尔滨工业大学（深圳）、香港中文大学（深圳）、深圳Loop Area研究院
• ViLL-E: Video LLM Embeddings for Retrieval 作者：Rohit Gupta、Jayakrishnan Unnikrishnan、Fan Fei、Sheng Liu、Son Tran、Mubarak Shah 机构：亚马逊、中佛罗里达大学

语言学与多语言

• Systematicity between Forms and Meanings across Languages Supports Efficient Communication 作者：Doreen Osmelak、Yang Xu、Michael Hahn、Kate McCurdy 机构：萨尔兰大学、多伦多大学
• Massively Multilingual Joint Segmentation and Glossing 作者：Michael Ginn、Lindia Tjuatja、Enora Rice、Ali Marashian、Maria Valentini、Jasmine Xu、Graham Neubig、Alexis Palmer 机构：科罗拉多大学博尔德分校、卡内基梅隆大学
• CxMP: A Linguistic Minimal-Pair Benchmark for Evaluating Constructional Understanding in Language Models 作者：Miyu Oba、Saku Sugawara 机构：奈良先端科学技术大学院大学、日本国立信息学研究所、东京大学