時刻新聞
皋耘濤
新智元報道
桃子好困
【新智元導(dǎo)讀】ACL首屆博士論文獎公布了，UC伯克利助理教授SewonMin摘桂冠！開幕式上，組委會公開了今年參會背景，提交論文的中國作者占全世界一半。ACL，如今成了中國的頂會？
ACL2025在維也納開幕了！
今年的ACL，可謂是座無虛席，盛況空前。開幕式上，組委會公布了今年參會的具體情況。
值得一提的是，論文里的中國作者已經(jīng)占據(jù)了半壁江山，比例超過51%。
其中，第一作者有高達(dá)51.3%來自大陸，排在第二的美國僅為14%。
ACL今年整體情況如下（主會議部分）：
?1,700篇主會論文，1,400篇Findings論文，108篇產(chǎn)業(yè)論文
?17篇CL（ComputationalLinguistics）論文，40篇TACL（TransactionsofACL）論文
?2場主旨演講，1場專家小組討論
此外，頂會附屬活動還包括：28場workshop（投稿超800篇），8場教程（tutorial），64演示（demo），104篇學(xué)生研究工作（SRW）論文。
同在今天，首屆ACL「計算語言學(xué)博士論文獎」正式公布了。
來自UC伯克利EECS助理教授SewonMin，因論文RethinkingDataUseinLargeLanguageModels斬獲大獎。
7月初，她曾獲得了ACM博士論文獎榮譽(yù)提名
ACL成了中國頂會？
作為NLP領(lǐng)域A類頂會之一，ACL每年匯聚了世界各地學(xué)者，今年是第63屆年會。
回看過去十年，ACL總論文提交量增長了10倍，過去5年增長了4倍。
今年，頂會共提交了8360（8350）篇論文，其中主會錄用率為20.3%，共有1699篇論文。Findings錄用率為16.7%，共有1392篇論文。
相較于去年，論文總提交數(shù)量上漲了70%，審稿人共有5903人，上漲了38%。
更有趣的是，ACL桌拒比率比24年飆升160%。
從提交論文研究的領(lǐng)域來看，NLP應(yīng)用（13.1%）位列第一，資源和評估占比12.4%，還有多模態(tài)和語言Grounding、語言建模等領(lǐng)域，成為了研究重點(diǎn)。
其他一些數(shù)據(jù)統(tǒng)計：
67%的論文標(biāo)題和摘要中有「LLM」一詞，其中9%提及了GPT，8%提及了Llama，還有2%論文提及了DeepSeek、BERT、Gemini/Gemma。
50位作者提交了超過10篇論文，23%的作者提交了超2篇論文。
250篇論文有超10位作者，僅一位作者論文有20篇。
65%的論文標(biāo)題里都有「:」！
目前，ACL最佳論文獎暫未公布，今年首次公布了「計算語言學(xué)博士論文獎」。
ACL首屆博士論文獎
這篇獲獎?wù)撐腞ethinkingDataUseinLargeLanguageModels，于2024年發(fā)表，全文長達(dá)157頁，是華盛頓大學(xué)SewonMin的博士畢業(yè)論文。
ACL組委會點(diǎn)評，這篇論文為大模型的行為和能力提供了關(guān)鍵見解，特別是在上下文學(xué)習(xí)方面。
其研究結(jié)果，對當(dāng)今NLP的核心產(chǎn)生了影響。
論文地址：https://www.sewonmin.com/assets/Sewon_Min_Thesis.pdf
總的來說，這篇研究核心，重點(diǎn)圍繞LLM如何利用訓(xùn)練時使用的的大量文本語料庫。
首先，作者揭示了這些模型在訓(xùn)練后學(xué)習(xí)新任務(wù)的內(nèi)在機(jī)制——其所謂的上下文學(xué)習(xí)能力幾乎完全取決于從訓(xùn)練數(shù)據(jù)中獲取的知識。
接著，她又提出了一類新型非參數(shù)化語言模型。
它們將訓(xùn)練數(shù)據(jù)重新定位為可檢索的信息數(shù)據(jù)庫，從而顯著提升準(zhǔn)確性與可更新性。
在此過程中，作者還開發(fā)首批廣泛應(yīng)用的神經(jīng)檢索模型之一，以及將傳統(tǒng)兩階段流程簡化為單階段的創(chuàng)新方法。
研究表明，非參數(shù)化模型為負(fù)責(zé)任的數(shù)據(jù)使用開辟了新途徑。比如，通過對授權(quán)文本與受版權(quán)內(nèi)容的分類差異化處理。
最后，SewonMin對下一代語言模型的發(fā)展方向作出展望，強(qiáng)調(diào)高效Scaling、事實(shí)性增強(qiáng)、去中心化架構(gòu)這三大核心目標(biāo)。
7月初，她的這篇論文，還獲得了ACM博士論文榮譽(yù)提名。在接受ACM采訪中，她首次暢談了選擇LLM領(lǐng)域原因，以及對當(dāng)前AI領(lǐng)域的一些看法。
以下內(nèi)容，為采訪部分截?。?/p>
Q：你是如何決定將LLM作為研究方向的？
NLP領(lǐng)域的研究者長期致力于構(gòu)建「通用模型」——無需針對特定任務(wù)訓(xùn)練就能處理多種任務(wù)。
當(dāng)大語言模型出現(xiàn)時，其技術(shù)路徑是通過海量數(shù)據(jù)的自監(jiān)督訓(xùn)練來構(gòu)建巨型模型，從而消除對人類監(jiān)督的依賴。
這似乎為實(shí)現(xiàn)該目標(biāo)指明了一條道路。
這個理念簡單得令人沮喪，卻揭示了諸多關(guān)鍵要素：數(shù)據(jù)質(zhì)量與規(guī)模的核心作用、對人類先驗(yàn)知識的最小化依賴、以及消除人工標(biāo)注環(huán)節(jié)。以上是官方回答。
老實(shí)說，這個領(lǐng)域聽起來就令人興奮，而且研究過程充滿樂趣。如今該領(lǐng)域能產(chǎn)生如此廣泛而深遠(yuǎn)的影響，我感到非常幸運(yùn)。
Q：你在近期演講中提到，當(dāng)前LLM生成人物傳記時，事實(shí)錯誤率高達(dá)42%。為何會出現(xiàn)這種情況？
我認(rèn)為這與當(dāng)前LLM基于記憶訓(xùn)練數(shù)據(jù)的底層機(jī)制有關(guān)。
對于知名人士，模型能生成準(zhǔn)確傳記，因?yàn)橄嚓P(guān)高頻出現(xiàn)于訓(xùn)練數(shù)據(jù)中；但對于曝光不足的對象，模型往往無法準(zhǔn)確回憶，轉(zhuǎn)而生成看似合理實(shí)則錯誤的文本（即幻覺現(xiàn)象）。
這反映了此類模型數(shù)據(jù)學(xué)習(xí)機(jī)制的核心局限。
Q：你在「非參數(shù)化」大語言模型領(lǐng)域取得突破性成果。能否舉例說明非參數(shù)化大語言模型與標(biāo)準(zhǔn)大語言模型在生成響應(yīng)時的區(qū)別？
標(biāo)準(zhǔn)大語言模型常虛構(gòu)事實(shí)。例如，當(dāng)我詢問無法聯(lián)網(wǎng)的ChatGPT「首爾有哪些米其林三星餐廳」時，它錯誤列舉了二星餐廳Gaon和已歇業(yè)的LaYeon，甚至編造營業(yè)時間——這反映出記憶知識的過時與缺失。
而非參數(shù)化大語言模型會從實(shí)時更新的數(shù)據(jù)存儲中檢索文檔（如2025年提到首爾唯一三星餐廳Mingles的文章），并基于這些文檔給出正確答案。
作者介紹
SewonMin是加州大學(xué)伯克利分校電子工程與計算機(jī)科學(xué)系的助理教授，同時也是艾倫人工智能研究所的研究科學(xué)家，并隸屬于伯克利人工智能研究實(shí)驗(yàn)室和伯克利自然語言處理研究組。
她的研究方向是自然語言處理和機(jī)器學(xué)習(xí)，特別是在大語言模型領(lǐng)域——致力于深入理解并推動模型的發(fā)展，重點(diǎn)研究如何利用海量的文本語料庫。
此前，她在華盛頓大學(xué)獲得計算機(jī)科學(xué)與工程博士學(xué)位，在首爾大學(xué)獲得計算機(jī)科學(xué)與工程學(xué)士學(xué)位。曾擔(dān)任MetaFAIR的兼職訪問研究員，并先后在谷歌研究院和Salesforce研究院實(shí)習(xí)。
參考資料：
https://x.com/aclmeeting/status/1949836573144445424https://www.acm.org/articles/people-of-acm/2025/sewon-min
小說:遠(yuǎn)東轟鳴工業(yè)聲,歐洲船隊懵圈時,我已稱霸全球
楚云，一個來自四百年后的歷史系學(xué)生，莫名穿越來到大明王朝末年，進(jìn)入一個叫做楚云的明朝千總體內(nèi)。而且最奇妙的是，他身體內(nèi)還多了一個“工業(yè)革命”系統(tǒng)。楚云可以清晰地看到工業(yè)革命系統(tǒng)的科技樹圖標(biāo)，大抵上分為基礎(chǔ)科學(xué)、工業(yè)技術(shù)、人文科學(xué)三個主干?；A(chǔ)科學(xué)分為數(shù)學(xué)、物理學(xué)、化學(xué)、生物學(xué)、醫(yī)學(xué)等科技，工業(yè)技是什么。
3本架空歷史小說:主角穿古代成才子,不讀書,反去學(xué)武當(dāng)錦衣衛(wèi)
十、《帶著倉庫到大明》 迪巴拉爵士編輯 搜圖主角攜帶現(xiàn)代物資倉庫穿越至永樂年間，通過科技革新（如改良鋼材、培育作物）和軍事擴(kuò)張，推動明朝走向全球霸權(quán)|。作品以“硬核種田”為核心，詳細(xì)描寫了工業(yè)革命初期的技術(shù)細(xì)節(jié)和殖民擴(kuò)張的殘酷現(xiàn)實(shí)，被譽(yù)為“科技流穿越文的典范”-。其對明朝對外戰(zhàn)爭（如收復(fù)南洋、對抗后面會介紹|。
特別好看的明末歷史小說20本,涵蓋穿越、爭霸、種田、權(quán)謀等
新唐帝國成為了世界霸主，率先完成工業(yè)革命，確定君主立憲，建立日不落帝國|。但是老大帝國也存在很多問題，這就給了西面崛起的機(jī)會_。一戰(zhàn)中群狼噬虎，新唐雖然勝利卻損失慘重，世界也隨之分割成兩半——。此時二戰(zhàn)即將爆發(fā)，航母將取代巨艦大炮的時代|。主角是海軍學(xué)院的高材生，畢業(yè)后就進(jìn)入艦隊服役_-。他敏銳察覺到了時代的變化好了吧！
來源：紅網(wǎng)
作者：王文治
編輯：黃莉綠
本文為紅辣椒評論 原創(chuàng)文章，僅系作者個人觀點(diǎn)，不代表紅網(wǎng)立場。轉(zhuǎn)載請附原文出處鏈接和本聲明。