為期六天的 ACL 2024 正在泰國曼谷舉辦。

ACL 是計(jì)算語言學(xué)和自然語言處理領(lǐng)域的頂級(jí)國際會(huì)議，由國際計(jì)算語言學(xué)協(xié)會(huì)組織，每年舉辦一次。一直以來，ACL 在 NLP 領(lǐng)域的學(xué)術(shù)影響力都位列第一，它也是 CCF-A 類推薦會(huì)議。

今年的 ACL 大會(huì)已是第 62 屆，接收了 400 余篇 NLP 領(lǐng)域的前沿工作。昨天下午，大會(huì)公布了最佳論文等獎(jiǎng)項(xiàng)。此次，最佳論文獎(jiǎng) 7 篇（兩篇未公開）、最佳主題論文獎(jiǎng) 1 篇、杰出論文獎(jiǎng) 35 篇。

大會(huì)還評(píng)出了資源論文獎(jiǎng)（Resource Award）3 篇、社會(huì)影響力獎(jiǎng)（Social Impact Award）3 篇、時(shí)間檢驗(yàn)獎(jiǎng) 2 篇。

此外，本屆大會(huì)終身成就獎(jiǎng)?lì)C給了紐約大學(xué)計(jì)算機(jī)科學(xué)系教授 Ralph Grishman。

以下是具體的獲獎(jiǎng)信息。

最佳論文

論文 1：Mission: Impossible Language Models

• 作者：Julie Kallini, Isabel Papadimitriou, Richard Futrell, Kyle Mahowald, Christopher Potts
• 機(jī)構(gòu)：斯坦福大學(xué)、加州大學(xué)爾灣分校、得克薩斯大學(xué)奧斯汀分校
• 論文鏈接：https://arxiv.org/abs/2401.06416

論文簡(jiǎn)介：?jiǎn)棠匪够热苏J(rèn)為：對(duì)于人類可能或不可能學(xué)會(huì)的語言，大型語言模型（LLM）的學(xué)習(xí)能力是一樣的。然而，幾乎沒有公開的實(shí)驗(yàn)證據(jù)來支持這種說法。

該研究開發(fā)了一組具有不同復(fù)雜性的合成語言，每一種都是通過使用不自然的詞序和語法規(guī)則系統(tǒng)地改變英語數(shù)據(jù)而設(shè)計(jì)的，旨在合成人類不可能學(xué)會(huì)的語言。

該研究進(jìn)行了廣泛的評(píng)估實(shí)驗(yàn)，以評(píng)估 GPT-2 小模型學(xué)習(xí)這些「不可能語言」的能力，并且在整個(gè)訓(xùn)練的不同階段進(jìn)行這些評(píng)估，以比較每種語言的學(xué)習(xí)過程。該研究的核心發(fā)現(xiàn)是：與英語相比，GPT-2 很難學(xué)習(xí)「不可能語言」，這挑戰(zhàn)了喬姆斯基等人的主張。

更重要的是，該研究希望其方法能夠開辟一條富有成效的探究路線，讓不同的 LLM 架構(gòu)在各種「不可能語言」上進(jìn)行測(cè)試，以了解如何將 LLM 用作認(rèn)知和類型學(xué)調(diào)查工具。

論文 2：Why are Sensitive Functions Hard for Transformers?

• 作者：Michael Hahn, Mark Rofin
• 機(jī)構(gòu)：薩爾大學(xué)
• 論文鏈接：https://arxiv.org/abs/2402.09963

論文簡(jiǎn)介：實(shí)驗(yàn)研究已經(jīng)確定了 transformer 的一系列可學(xué)習(xí)性偏置和局限性，例如學(xué)習(xí)計(jì)算 PARITY 等簡(jiǎn)單形式語言的持續(xù)困難，以及對(duì)低度（low-degree）函數(shù)的偏置。然而，理論理解仍然有限，現(xiàn)有的表達(dá)理論要么高估要么低估現(xiàn)實(shí)的學(xué)習(xí)能力。

該研究證明，在 transformer 架構(gòu)下，損失函數(shù)景觀（loss landscape）受到輸入空間靈敏度的限制：輸出對(duì)輸入串的許多部分敏感的 transformer 位于參數(shù)空間中的孤立點(diǎn)，導(dǎo)致泛化中的低靈敏度偏置。

該研究從理論上和實(shí)驗(yàn)上表明，該理論統(tǒng)一了關(guān)于 transformer 學(xué)習(xí)能力和偏置的廣泛實(shí)驗(yàn)觀察，例如它們對(duì)低靈敏度和低度的泛化偏置，以及奇偶校驗(yàn)長(zhǎng)度泛化的困難。這表明，了解 transformer 的歸納偏置（inductive biases）不僅需要研究其原則上的表達(dá)能力，還需要研究其損失函數(shù)景觀。

論文 3：Deciphering Oracle Bone Language with Diffusion Models

• 作者：Haisu Guan, Huanxin Yang, Xinyu Wang, Shengwei Han 等
• 機(jī)構(gòu)：華中科技大學(xué)、阿德萊德大學(xué)、安陽師范學(xué)院、華南理工大學(xué)
• 論文鏈接：https://arxiv.org/pdf/2406.00684

論文簡(jiǎn)介：甲骨文（Oracle Bone Script，OBS）起源于約 3000 年前的中國商朝，是語言史上的基石，早于許多既定的書寫系統(tǒng)。盡管發(fā)現(xiàn)了數(shù)千份銘文，但仍有大量的甲骨文未被破譯，從而為這一古老的語言蒙上了一層神秘的面紗?，F(xiàn)代 AI 技術(shù)的出現(xiàn)為甲骨文破譯開辟了新的領(lǐng)域，對(duì)嚴(yán)重依賴大型文本語料庫的傳統(tǒng) NLP 方法提出了挑戰(zhàn)。

本文介紹了一種采用圖像生成技術(shù)的新方法，開發(fā)出了針對(duì)甲骨文破譯優(yōu)化的擴(kuò)散模型 Oracle Bone Script Decipher (OBSD)。利用條件擴(kuò)散策略，OBSD 為甲骨文破譯生成了重要的線索，并為 古代語言的 AI 輔助分析開辟了新方向。為了驗(yàn)證有效性，研究者在甲骨文數(shù)據(jù)集上進(jìn)行了廣泛的實(shí)驗(yàn)，定量結(jié)果證明了 OBSD 的有效性。

論文 4：Causal Estimation of Memorisation Profiles

• 作者：Pietro Lesci, Clara Meister, Thomas Hofmann, Andreas Vlachos, Tiago Pimentel
• 機(jī)構(gòu)：劍橋大學(xué)、蘇黎世聯(lián)邦理工學(xué)院
• 論文鏈接：https://arxiv.org/pdf/2406.04327

論文簡(jiǎn)介：理解語言模型中的記憶具有實(shí)際和社會(huì)意義，例如研究模型的訓(xùn)練動(dòng)態(tài)或防止版權(quán)侵權(quán)。以往的研究將記憶定義為「使用實(shí)例進(jìn)行的訓(xùn)練」對(duì)「模型預(yù)測(cè)該實(shí)例的能力」的因果關(guān)系。這個(gè)定義依賴于一個(gè)反事實(shí)：觀察如果模型沒有看到該實(shí)例會(huì)發(fā)生什么的能力?，F(xiàn)有的方法難以提供對(duì)這種反事實(shí)的計(jì)算效率和準(zhǔn)確性估計(jì)。此外，這些方法通常估計(jì)模型架構(gòu)的記憶，而不是特定模型實(shí)例的記憶。

本文填補(bǔ)了一個(gè)重要空白，提出了一種基于計(jì)量經(jīng)濟(jì)學(xué)的差異 - 差異設(shè)計(jì)來估計(jì)記憶的全新、原則性和高效方法。通過這種方法，研究者在整個(gè)訓(xùn)練過程中僅觀察模型在一小部分實(shí)例上的行為來描述模型的記憶概況，即其在訓(xùn)練過程中的記憶趨勢(shì)。在使用 Pythia 模型套件進(jìn)行實(shí)驗(yàn)時(shí)，他們發(fā)現(xiàn)記憶 (i) 在較大模型中更強(qiáng)大、更持久，(ii) 由數(shù)據(jù)順序和學(xué)習(xí)率決定，以及 (iii) 在不同模型大小之間具有穩(wěn)定的趨勢(shì)，因此較大模型中的記憶可以從較小模型中預(yù)測(cè)出來。

論文 5：Aya Model: An Instruction Finetuned Open-Access Multilingual Language Model

• 作者：Ahmet üstün, Viraat Aryabumi, Zheng Xin Yong, Wei-Yin Ko 等
• 機(jī)構(gòu)：Cohere、布朗大學(xué)等
• 論文鏈接：https://arxiv.org/pdf/2402.07827

論文簡(jiǎn)介：大型語言模型 (LLM) 的最新突破集中在少數(shù)數(shù)據(jù)豐富的語言上。如何才能將突破的途徑擴(kuò)展到其他語言之外？該研究引入了 Aya，這是一種大規(guī)模多語言生成語言模型，它遵循 101 種語言指令，其中超過 50% 的語言被視為資源較少。Aya 在大多數(shù)任務(wù)上的表現(xiàn)都優(yōu)于 mT0 和 BLOOMZ，同時(shí)覆蓋的語言數(shù)量是 mT0 和 BLOOMZ 的兩倍。

此外，該研究還引入了廣泛的新評(píng)估套件，將多語言評(píng)估的最新水平擴(kuò)展到 99 種語言。最后，該研究對(duì)最佳微調(diào)混合組成、數(shù)據(jù)剪枝以及模型的毒性、偏差和安全性進(jìn)行了詳細(xì)調(diào)查。

論文 6：Semisupervised Neural Proto-Language Reconstruction

• 作者：Liang Lu 、 Peirong Xie 、 David R. Mortensen
• 機(jī)構(gòu)：CMU、南加州大學(xué)
• 論文鏈接：https://arxiv.org/pdf/2406.05930

獲獎(jiǎng)理由：這項(xiàng)開創(chuàng)性的研究旨在半自動(dòng)化歷史語言學(xué)中的原型語言重構(gòu)任務(wù)，提出了一種新的半監(jiān)督架構(gòu)。通過在「母語 - 原型」重構(gòu)中引入「原型 - 母語」反射過程，這種方法優(yōu)于之前的監(jiān)督方法。這篇論文很好地展示了現(xiàn)代計(jì)算模型（如神經(jīng)編碼 - 解碼器）如何為語言學(xué)作出的貢獻(xiàn)。 

論文 7：Natural Language Satisfiability: Exploring the Problem Distribution and Evaluating Transformer-based Language Models（未公開）

• 作者：Tharindu Madusanka、Ian Pratt-Hartmann、Riza Batista-Navarro

獲獎(jiǎng)理由：該論文清晰地描述了一個(gè)用于邏輯推理的合成評(píng)估數(shù)據(jù)集。這是對(duì)大量推理數(shù)據(jù)集的一種良好補(bǔ)充，因?yàn)檫@些數(shù)據(jù)集中并不明確測(cè)量哪些能力。從理論上講，確實(shí)有理由預(yù)期某些子集比其他子集更難，而這些預(yù)期在論文中得到了驗(yàn)證。在每個(gè)類別中，作者都特別注意抽取那些真正具有挑戰(zhàn)性的案例。 

時(shí)間檢驗(yàn)獎(jiǎng)

ACL 時(shí)間檢驗(yàn)獎(jiǎng)獎(jiǎng)勵(lì)的是對(duì)自然語言處理和計(jì)算語言學(xué)領(lǐng)域產(chǎn)生長(zhǎng)期影響的榮譽(yù)論文，分為 10 年前（2014 年）和 25 年前（1999 年）兩個(gè)獎(jiǎng)項(xiàng)，每年最多頒發(fā)兩篇論文。

論文 1：GloVe: Global Vectors for Word Representation

• 作者：Jeffrey Pennington, Richard Socher, Christopher D. Manning
• 機(jī)構(gòu)：斯坦福大學(xué)
• 論文鏈接：https://aclanthology.org/D14-1162.pdf

論文簡(jiǎn)介：學(xué)習(xí)詞的向量空間表征的方法已經(jīng)在使用向量算術(shù)捕獲細(xì)粒度的語義和句法規(guī)則方面取得了成功，但是句法規(guī)則仍不透明。該研究分析并明確了為了讓句法規(guī)則出現(xiàn)在詞向量中，模型需要具備哪些屬性。

該研究提出了一個(gè)新的全局對(duì)數(shù)線性回歸模型 ——GloVe，旨在學(xué)習(xí)詞的向量表征。該模型結(jié)合了全局矩陣分解和局部上下文窗口兩種方法的優(yōu)點(diǎn)。

GloVe 在詞類比任務(wù)上取得了 75% 的最佳性能，并在詞相似性任務(wù)和命名實(shí)體識(shí)別方面優(yōu)于相關(guān)模型。

獲獎(jiǎng)理由：詞嵌入是 2013 年至 2018 年間自然語言處理（NLP）深度學(xué)習(xí)方法的基石，并且持續(xù)發(fā)揮著顯著影響。它們不僅增強(qiáng)了 NLP 任務(wù)的性能，而且在計(jì)算語義學(xué)方面也產(chǎn)生了顯著影響，例如在詞語相似性和類比上。兩種最有影響力的詞嵌入方法可能是 skip-gram/CBOW 和 GloVe。與 skip-gram 相比，GloVe 提出得較晚。它的相對(duì)優(yōu)勢(shì)在于概念上的簡(jiǎn)單性，直接根據(jù)詞之間的分布特性優(yōu)化向量空間相似性，而不是從簡(jiǎn)化的語言建模角度間接作為一組參數(shù)。

論文 2：Measures of Distributional Similarity

• 作者：Lillian Lee
• 機(jī)構(gòu)：康奈爾大學(xué)
• 論文鏈接：https://aclanthology.org/P99-1004.pdf

論文簡(jiǎn)介：作者研究了分布相似性度量，目的是提高對(duì)未見共現(xiàn)事件的概率估計(jì)。他們的貢獻(xiàn)有三個(gè)方面：對(duì)一系列廣泛的度量方法進(jìn)行實(shí)證比較；基于它們所包含的信息對(duì)相似性函數(shù)進(jìn)行分類；引入了一種新的函數(shù)，該函數(shù)在評(píng)估潛在代理分布方面更為優(yōu)越。

終身成就獎(jiǎng)

ACL 的終身成就獎(jiǎng)?lì)C給了 Ralph Grishman。Ralph Grishman 是紐約大學(xué)計(jì)算機(jī)科學(xué)系的教授，專注于自然語言處理（NLP）領(lǐng)域的研究。他是 Proteus Project 的創(chuàng)始人，該項(xiàng)目在信息抽?。↖E）方面做出了重大貢獻(xiàn)，推動(dòng)了該領(lǐng)域的發(fā)展。

他還開發(fā)了 Java Extraction Toolkit (JET)，這是一個(gè)廣泛使用的信息抽取工具，提供了多種語言分析組件，如句子分割、命名實(shí)體標(biāo)注、時(shí)間表達(dá)標(biāo)注與規(guī)范化、詞性標(biāo)注、部分解析和共指分析。這些組件可以根據(jù)不同應(yīng)用組合成管道，既可用于單個(gè)句子的交互分析，也可用于整篇文檔的批量分析。此外，JET 還提供了簡(jiǎn)單工具用于文檔的標(biāo)注和顯示，并包括完整的流程以按照 ACE（自動(dòng)內(nèi)容抽?。┮?guī)范進(jìn)行實(shí)體、關(guān)系和事件的抽取。 

Grishman 教授的工作涵蓋了多個(gè) NLP 的核心問題，并對(duì)現(xiàn)代語言處理技術(shù)產(chǎn)生了深遠(yuǎn)的影響。 

35 篇杰出論文

• 論文 1：Quantized Side Tuning: Fast and Memory-Efficient Tuning of Quantized Large Language Models
• 作者：Zhengxin Zhang, Dan Zhao, Xupeng Miao, Gabriele Oliaro, Zhihao Zhang, Qing Li, Yong Jiang, Zhihao Jia
• 機(jī)構(gòu)：CMU、清華大學(xué)、鵬城實(shí)驗(yàn)室等
• 論文鏈接：https://arxiv.org/pdf/2401.07159

• 論文 2：L-Eval: Instituting Standardized Evaluation for Long Context Language Models
• 作者：Chenxin An, Shansan Gong, Ming Zhong, Xingjian Zhao, Mukai Li, Jun Zhang, Lingpeng Kong, Xipeng Qiu
• 機(jī)構(gòu)：復(fù)旦大學(xué)、香港大學(xué)、伊利諾伊大學(xué)厄巴納 - 香檳分校、上海 AI Lab
• 論文鏈接：https://arxiv.org/abs/2307.11088

• 論文 3：Causal-Guided Active Learning for Debiasing Large Language Models
• 論文鏈接：https://openreview.net/forum?id=idp_1Q6F-lC

• 論文 4：CausalGym: Benchmarking causal interpretability methods on linguistic tasks
• 作者：Aryaman Arora, Dan Jurafsky, Christopher Potts
• 機(jī)構(gòu)：斯坦福大學(xué)
• 論文鏈接：https://arxiv.org/abs/2402.12560

• 論文 5：Don't Hallucinate, Abstain: Identifying LLM Knowledge Gaps via Multi-LLM Collaboration
• 作者：Shangbin Feng, Weijia Shi, Yike Wang, Wenxuan Ding, Vidhisha Balachandran, Yulia Tsvetkov
• 機(jī)構(gòu)：華盛頓大學(xué)、加州大學(xué)伯克利分校、香港科技大學(xué)、CMU
• 論文鏈接：https://arxiv.org/abs/2402.00367

• 論文 6：Speech Translation with Speech Foundation Models and Large Language Models: What is There and What is Missing?
• 作者：Marco Gaido, Sara Papi, Matteo Negri, Luisa Bentivogli
• 機(jī)構(gòu)：意大利布魯諾?凱斯勒基金會(huì)
• 論文鏈接：https://arxiv.org/abs/2402.12025

• 論文 7：Must NLP be Extractive?
• 作者：Steven Bird
• 機(jī)構(gòu)：查爾斯達(dá)爾文大學(xué)
• 論文鏈接：https://drive.google.com/file/d/1hvF7_WQrou6CWZydhymYFTYHnd3ZIljV/view

• 論文 8：IRCoder: Intermediate Representations Make Language Models Robust Multilingual Code Generators
• 作者：Indraneil Paul、Goran Glava?、Iryna Gurevych
• 機(jī)構(gòu)：達(dá)姆施塔特工業(yè)大學(xué)等
• 論文鏈接：https://arxiv.org/abs/2403.03894
• 論文 9：MultiLegalPile: A 689GB Multilingual Legal Corpus
• 作者：Matthias Stürmer 、 Veton Matoshi 等
• 機(jī)構(gòu)：伯爾尼大學(xué)、斯坦福大學(xué)等
• 論文鏈接：https://arxiv.org/pdf/2306.02069

• 論文 10：PsySafe: A Comprehensive Framework for Psychological-based Attack, Defense, and Evaluation of Multi-agent System Safety
• 作者：  Zaibin Zhang 、 Yongting Zhang 、 Lijun Li 、 Hongzhi Gao 、 Lijun Wang 、 Huchuan Lu 、 Feng Zhao 、 Yu Qiao、Jing Shao
• 機(jī)構(gòu)：上海人工智能實(shí)驗(yàn)室、大連理工大學(xué)、中國科學(xué)技術(shù)大學(xué)
• 論文鏈接：https://arxiv.org/pdf/2401.11880

• 論文 11：Can Large Language Models be Good Emotional Supporter? Mitigating Preference Bias on Emotional Support Conversation
• 作者：Dongjin Kang、Sunghwan Kim 等
• 機(jī)構(gòu)：延世大學(xué)等
• 論文鏈接：https://arxiv.org/pdf/2402.13211

• 論文 12：Political Compass or Spinning Arrow? Towards More Meaningful Evaluations for Values and Opinions in Large Language Models
• 作者：Paul R?ttger 、 Valentin Hofmann 等
• 機(jī)構(gòu)：博科尼大學(xué)、艾倫人工智能研究院等
• 論文鏈接：https://arxiv.org/pdf/2402.16786

• 論文 13：Same Task, More Tokens: the Impact of Input Length on the Reasoning Performance of Large Language Models
• 作者：Mosh Levy 、 Alon Jacoby 、 Yoav Goldberg
• 機(jī)構(gòu)：巴伊蘭大學(xué)、艾倫人工智能研究院
• 論文鏈接：https://arxiv.org/pdf/2402.14848

• 論文 14：Do Llamas Work in English? On the Latent Language of Multilingual Transformers
• 作者：Chris Wendler 、 Veniamin Veselovsky 等
• 機(jī)構(gòu)：洛桑聯(lián)邦理工學(xué)院
• 論文鏈接：https://arxiv.org/pdf/2402.10588

• 論文 15：Getting Serious about Humor: Crafting Humor Datasets with Unfunny Large Language Models
• 作者：Zachary Horvitz 、 Jingru Chen 等
• 機(jī)構(gòu)：哥倫比亞大學(xué)、洛桑聯(lián)邦理工學(xué)院
• 論文鏈接：https://arxiv.org/pdf/2403.00794

• 論文 16：Estimating the Level of Dialectness Predicts Inter-annotator Agreement in Multi-dialect Arabic Datasets
• 作者：Amr Keleg, Walid Magdy, Sharon Goldwater
• 機(jī)構(gòu)：愛丁堡大學(xué)
• 論文鏈接：https://arxiv.org/pdf/2405.11282

• 論文 17：G-DlG: Towards Gradient-based Dlverse and hiGh-quality Instruction Data Selection for Machine Translation
• 作者：Xingyuan Pan, Luyang Huang, Liyan Kang, Zhicheng Liu, Yu Lu, Shanbo Cheng
• 機(jī)構(gòu)：ByteDance Research
• 論文鏈接：https://arxiv.org/pdf/2405.12915

• 論文 18：Media Framing: A typology and Survey of Computational Approaches Across Disciplines
• 作者：Yulia Otmakhova, Shima Khanehzar, Lea Frermann
• 論文鏈接：https://openreview.net/pdf?id=9AV_zM56pwj

• 論文 19：SPZ: A Semantic Perturbation-based Data Augmentation Method with Zonal-Mixing for Alzheimer's Disease Detection
• 作者：FangFang Li、Cheng Huang、PuZhen Su、Jie Yin

• 論文 20：Greed is All You Need: An Evaluation of Tokenizer Inference Methods
• 機(jī)構(gòu)：內(nèi)蓋夫本?古里安大學(xué)、麻省理工學(xué)院
• 作者：Omri Uzan、Craig W.Schmidt、Chris Tanner、Yuval Pinter
• 論文鏈接：https://arxiv.org/abs/2403.01289

• 論文 21：Language Complexity and Speech Recognition Accuracy: Orthographic Complexity Hurts, Phonological Complexity Doesn't
• 機(jī)構(gòu)：圣母大學(xué)（美國）
• 作者：Chihiro Taquchi、David Chiang
• 論文鏈接：https://arxiv.org/abs/2406.09202

• 論文 22：Steering Llama 2 via Contrastive Activation Addition
• 機(jī)構(gòu)：Anthropic、哈佛大學(xué)、哥廷根大學(xué)（德國）、 Center for Human-Compatible AI
• 作者：Nina Rimsky、Nick Gabrieli、Julian Schulz、Meg Tong、Evan J Hubinger、Alexander Matt Turner
• 論文鏈接：https://arxiv.org/abs/2312.06681

• 論文 23：EconAgent: Large Language Model-Empowered Agents for Simulating Macroeconomic Activities
• 機(jī)構(gòu)：清華大學(xué) - 深圳國際研究生院、清華大學(xué)
• 作者：Nian Li、Chen Gao、Mingyu Li、Yong Li、Qingmin Liao
• 論文鏈接：https://arxiv.org/abs/2310.10436

• 論文 24：M4LE: A Multi-Ability Multi-Range Multi-Task Multi-Domain Long-Context Evaluation Benchmark for Large Language Models
• 機(jī)構(gòu)：香港中文大學(xué)、華為諾亞方舟實(shí)驗(yàn)室、香港科技大學(xué)
• 作者：Wai-Chung Kwan、Xingshan Zeng、Yufei Wang、Yusen Sun、Liangyou Li、Lifeng Shang、Qun Liu、Kam-Fai Wong
• 論文鏈接：https://arxiv.org/abs/2310.19240

• 論文 25：CHECKWHY: Causal Fact Verification via Argument Structure
• 作者：Jiasheng Si、Yibo Zhao、Yingjie Zhu、Haiyang Zhu、Wenpeng Lu、Deyu Zhou

• 論文 26：On Efficient and Statistical Quality Estimation for Data Annotation
• 作者：Jan-Christoph Klie，Juan Haladjian，Marc Kirchner，Rahul Nair
• 機(jī)構(gòu)：UKP Lab,、TU Darmstadt 、蘋果公司
• 論文鏈接：https://arxiv.org/pdf/2405.11919

• 論文 27：Emulated Disalignment: Safety Alignment for Large Language Models May Backfire!
• 作者：Zhanhui Zhou, Jie Liu, Zhichen Dong, Jiaheng Liu, Chao Yang, Wanli Ouyang, Yu Qiao
• 機(jī)構(gòu)：上海人工智能實(shí)驗(yàn)室
• 論文鏈接：https://arxiv.org/pdf/2402.12343

• 論文 28：IndicLLMSuite: A Blueprint for Creating Pre-training and Fine-Tuning Datasets for Indian Languages
• 作者：Mohammed Safi Ur Rahman Khan, Priyam Mehta, Ananth Sankar 等
• 機(jī)構(gòu)：Nilekani Centre at AI4Bharat、印度理工學(xué)院（馬德拉斯）、微軟等
• 論文鏈接：https://arxiv.org/pdf/2403.06350

• 論文 29：MultiPICo: Multilingual Perspectivist lrony Corpus
• 作者：Silvia Casola, Simona Frenda, Soda Marem Lo, Erhan Sezerer等
• 機(jī)構(gòu)：都靈大學(xué)、aequa-tech、亞馬遜開發(fā)中心（意大利）等
• 論文鏈接：https://assets.amazon.science/08/83/9b686f424c89b08e8fa0a6e1d020/multipico-multilingual-perspectivist-irony-corpus.pdf

• 論文 30：MMToM-QA: Multimodal Theory of Mind Question Answering
• 作者：Chuanyang Jin, Yutong Wu, Jing Cao, jiannan Xiang等
• 機(jī)構(gòu)：紐約大學(xué)、哈佛大學(xué)、MIT、加州大學(xué)圣迭戈分校、弗吉尼亞大學(xué)、約翰霍普金斯大學(xué)
• 論文鏈接：https://arxiv.org/pdf/2401.08743

• 論文 31：MAP's not dead yet: Uncovering true language model modes by conditioning away degeneracy
• 作者：Davis Yoshida, Kartik Goyal, Kevin Gimpel
• 機(jī)構(gòu)：豐田工業(yè)大學(xué)芝加哥分校、佐治亞理工學(xué)院
• 論文鏈接：https://arxiv.org/pdf/2311.08817

• 論文 32：NounAtlas: Filling the Gap in Nominal Semantic Role Labeling
• 作者：Roberto Navigli, Marco Lo Pinto, Pasquale Silvestri等

• 論文 33：The Earth is Flat because.. lnvestigating LLMs' Belief towards Misinformation via PersuasiveConversation
• 作者：Rongwu Xu, Brian S. Lin, Shujian Yang, Tiangi Zhang等
• 機(jī)構(gòu)：清華大學(xué)、上海交通大學(xué)、斯坦福大學(xué)、南洋理工大學(xué)
• 論文鏈接：https://arxiv.org/pdf/2312.09085

• 論文 34：Let's Go Real Talk: Spoken Dialogue Model for Face-to-Face Conversation
• 作者：Se Jin Park, Chae Won Kim, Hyeongseop Rha, Minsu Kim等
• 機(jī)構(gòu)：韓國科學(xué)技術(shù)院（KAIST）
• 論文鏈接：https://arxiv.org/pdf/2406.07867

• 論文 35：Word Embeddings Are Steers for Language Models
• 作者：Chi Han, Jialiang Xu, Manling Li, Yi Fung, Chenkai Sun, Nan Jiang, Tarek F. Abdelzaher, Heng Ji
• 機(jī)構(gòu)：伊利諾伊大學(xué)厄巴納 - 香檳分校
• 論文鏈接：https://arxiv.org/pdf/2305.12798

最佳主題論文獎(jiǎng)

論文：OLMo：Accelerating the Science of Language Models

• 作者：Dirk Groeneveld 、 Iz Beltagy 等
• 機(jī)構(gòu)：艾倫人工智能研究院、華盛頓大學(xué)等
• 論文鏈接：https://arxiv.org/pdf/2402.00838

獲獎(jiǎng)理由：這項(xiàng)工作是朝著大型語言模型訓(xùn)練的透明性和可重復(fù)性邁出的重要一步，這是社區(qū)在取得進(jìn)展（或至少為了讓非行業(yè)巨頭的其他研究者也能貢獻(xiàn)進(jìn)展）方面急需的。 

資源論文獎(jiǎng)

3 篇論文獲得 Resource Paper Award。

論文 1：Latxa: An Open Language Model and Evaluation Suite for Basque

機(jī)構(gòu)：西班牙巴斯克大學(xué)

• 作者：Julen Etxaniz、Oscar Sainz、Naiara Perez、Itziar Aldabe、German Rigau、Eneko Agirre、Aitor Ormazabal、Mikel Artetxe、Aitor Soroa
• 鏈接：https://arxiv.org/pdf/2403.20266

獲獎(jiǎng)理由：該論文細(xì)致描述了語料收集、數(shù)據(jù)集評(píng)估的細(xì)節(jié)。盡管是巴斯克語言相關(guān)研究，這一方法論可擴(kuò)展到其他低資源語言大模型的構(gòu)建上。

論文 2：Dolma: an Open Corpus of Three Trillion Tokens for Language Model Pretraining Research

• 機(jī)構(gòu)：艾倫人工智能研究院、加州伯克利大學(xué)等
• 作者：Luca Soldaini、Rodney Kinney 等
• 鏈接：https://arxiv.org/abs/2402.00159

獲獎(jiǎng)理由：該論文展示了訓(xùn)練大語言模型準(zhǔn)備數(shù)據(jù)集時(shí)數(shù)據(jù)管理的重要性。這為社區(qū)內(nèi)廣大人群提供了非常有價(jià)值的洞見。

論文 3：AppWorld: A Controllable World of Apps and People for Benchmarking Interactive Coding Agents

• 機(jī)構(gòu)：紐約州立大學(xué)石溪分校、艾倫人工智能研究院等
• 作者：Harsh Trivedi, Tushar Khot 等
• 鏈接：https://arxiv.org/abs/2407.18901

獲獎(jiǎng)理由：該研究是構(gòu)建交互環(huán)境模擬與評(píng)估方面非常重要、驚艷的工作。它將鼓勵(lì)大家為社區(qū)多多產(chǎn)出硬核動(dòng)態(tài)基準(zhǔn)。

社會(huì)影響力獎(jiǎng)

3 篇論文獲得 Social Impact Award。

論文 1：How Johnny Can Persuade LLMs to Jailbreak Them: Rethinking Persuasion to Challenge AI Safety by Humanizing LLMs

• 作者：Yi Zeng, Hongpeng Lin, Jingwen Zhang, Diyi Yang等
• 機(jī)構(gòu)：弗吉尼亞理工大學(xué)、中國人民大學(xué)、加州大學(xué)戴維斯分校、斯坦福大學(xué)
• 論文鏈接：https://arxiv.org/pdf/2401.06373

獲獎(jiǎng)理由：本文探討了 AI 安全主題 —— 越獄，研究了社會(huì)科學(xué)研究領(lǐng)域內(nèi)開發(fā)的一種方法。該研究非常有趣，并有可能對(duì)社區(qū)產(chǎn)生重大影響。

論文 2：DIALECTBENCH: A NLP Benchmark for Dialects, Varieties, and Closely-Related Languages

• 作者：Fahim Faisal, Orevaoghene Ahia, Aarohi Srivastava, Kabir Ahuja 等
• 機(jī)構(gòu)：?jiǎn)讨蚊飞髮W(xué)、華盛頓大學(xué)、圣母大學(xué)、 RC Athena
• 論文鏈接：https://arxiv.org/pdf/2403.11009

獲獎(jiǎng)理由：方言變異是 NLP 和人工智能領(lǐng)域未能得到充分研究的現(xiàn)象。然而，從語言和社會(huì)的角度來看，它的研究具有極高的價(jià)值，對(duì)應(yīng)用也有重要的影響。本文提出了一個(gè)非常新穎的基準(zhǔn)來研究 LLM 時(shí)代的這個(gè)問題。

論文 3：Having Beer after Prayer? Measuring Cultural Bias in Large LanguageModels

• 作者：Tarek Naous, Michael J. Ryan, Alan Ritter, Wei Xu
• 機(jī)構(gòu)：佐治亞理工學(xué)院
• 論文鏈接：https://arxiv.org/pdf/2305.14456

獲獎(jiǎng)理由：本文展示了 LLM 時(shí)代的一個(gè)重要問題：文化偏見。本文研究了阿拉伯文化和語言環(huán)境，結(jié)果表明，在設(shè)計(jì) LLM 時(shí)，我們需要考慮文化差異。因此，同樣的研究可以復(fù)制到其他文化中，以概括和評(píng)估其他文化是否也受到這個(gè)問題的影響。