• 我的订阅
  • 科技

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

类别:科技 发布时间:2024-11-18 09:59:00 来源:量子位

刚刚,EMNLP 2024最佳论文奖新鲜出炉!

5篇中榜论文中,华人学者参与三篇,分别来自CMU、上海交通大学、中国科学院大学等机构。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

其中,Pretraining Data Detection for Large Language Models: A Divergence-based Calibration Method主要由中科院网络数据科学与技术重点实验、中国科学院大学的学者完成。

论文一作Weichao Zhang;通讯作者郭嘉丰,现任中科院网络数据科学与技术重点实验室常务副主任。

这项研究提出了一个新的数据集和方法,用于检测给定文本是否为LLM预训练数据的一部分,有助于提高LLM训练数据透明度。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

EMNLP’24今年收录论文总共2978篇,比去年增长5%,其中2455篇主会议论文,523篇workshop论文。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

除最佳论文外,杰出论文也揭晓了,超半数华人学者参与。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

顺便提一嘴,EMNLP 2025将于明年11月5-9日,在中国苏州举办!

国内学者们可以搓搓手准备起来了~

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

接下来,具体康康获奖论文有哪些~

上交大CMU等团队获最佳论文

此次共有5项研究成果获得EMNLP’24最佳论文奖。

1、An image speaks a thousand words, but can everyone listen? On image transcreation for cultural relevance(图像能表达千言万语,但每个人都能倾听吗?关于图像再创造的文化相关性)

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

这篇来自CMU的论文研究了图像跨文化再创作任务。鉴于多媒体内容兴起,翻译需涵盖图像等模态,传统翻译局限于处理语音和文本中的语言,跨文化再创作应运而生。

作者构建了三个包含SOTA生成模型的管道:e2e-instruct 直接编辑图像,cap-edit 通过字幕和 LLM 编辑后处理图像,cap-retrieve 利用编辑后的字幕检索图像,还创建了概念和应用两部分评估数据集。

结果发现,当前图像编辑模型均未能完成这项任务,但可以通过在循环中利用 LLM 和检索器来改进。

2、Towards Robust Speech Representation Learning for Thousands of Languages(为数千种语言实现稳健的语音表征学习)

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

这篇来自CMU、上海交大、丰田工业大学芝加哥分校的论文,介绍了一种名为XEUS的跨语言通用语音编码器,旨在处理多种语言和声学环境下的语音。

研究通过整合现有数据集和新收集的数据,构建了包含 4057 种语言、超 100 万小时数据的预训练语料库,并提出新的自监督任务(声学去混响)增强模型鲁棒性。研究结果显示,XEUS 在多个下游任务中表现优异,在 ML-SUPERB 基准测试中超越了其他模型,如在多语言自动语音识别任务中实现SOTA,且在语音翻译、语音合成等任务中也表现出色。

该团队超半数都是华人,其中一作William Chen目前是CMU语言技术研究所的硕士生,此前获得佛罗里达大学计算机科学和历史学学士学位。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

3、Backward Lens: Projecting Language Model Gradients into the Vocabulary Space(逆向透镜:将语言模型梯度投射到词汇空间)

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

了解基于Transformer的语言模型如何学习和调用信息成为行业一个关键目标。最近的可解释性方法将前向传递获得的权重和隐藏状态投射到模型的词汇表中,有助于揭示信息如何在语言模型中流动。

来自以色列理工学院、特拉维夫大学的研究人员将这一方法扩展到语言模型的后向传递和梯度。

首先证明,梯度矩阵可以被视为前向传递和后向传递输入的低秩线性组合。然后,开发了将这些梯度投射到词汇项目中的方法,并探索了新信息如何存储在语言模型神经元中的机制。

4、Pretraining Data Detection for Large Language Models: A Divergence-based Calibration Method(大语言模型的预训练数据检测:基于散度的校准方法)

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

这篇论文作者来自中科院网络数据科学与技术重点实验、中国科学院大学、中关村实验室、阿姆斯特丹大学。

通讯作者郭嘉丰,现为中国科学院计算技术研究所研究员、中国科学院大学教授、北京人工智能研究院研究员,中科院网络数据科学与技术重点实验室主任。目前研究方向是信息检索(Neural IR)和自然语言理解的神经模型。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

他们的研究旨在解决大语言模型预训练数据检测问题,因模型开发者不愿透露训练数据细节,现有方法在判断文本是否为训练数据时存在局限。

基于这样的原因,他们提出 DC-PDD 方法,通过计算文本的词元概率分布与词元频率分布的交叉熵(即散度)来校准词元概率,从而判断文本是否在模型预训练数据中。实验在 WikiMIA、BookMIA 和新构建的中文基准 PatentMIA 上进行,结果显示 DC-PDD 在多数情况下优于基线方法,在不同模型和数据上表现更稳定。

5、CoGen: Learning from Feedback with Coupled Comprehension and Generation(CoGen,结合理解和生成,从反馈中学习)

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

来自康奈尔大学的研究团队研究了语言理解和生成能力的耦合,提出在与用户交互中结合两者以提升性能的方法。

具体通过参考游戏场景,部署模型与人类交互,收集反馈信号用于训练。采用联合推理和数据共享策略,如将理解数据点转换为生成数据点。

实验结果显示,耦合方法使模型性能大幅提升,理解准确率提高 19.48%,生成准确率提高 26.07%,且数据效率更高。在语言方面,耦合系统的有效词汇增加,与人类语言更相似,词汇漂移减少。

杰出论文

再来看看杰出论文的获奖情况,此次共有20篇论文上榜。

GoldCoin: Grounding Large Language Models in Privacy Laws via Contextual Integrity Theory,香港科技大学研究团队完成,论文共同一作Wei Fan、Haoran Li。

团队提出了一个新框架,基于情境完整性理论来调整大语言模型使其符合隐私法律,提高其在不同情境下检测隐私风险的能力。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

Formality is Favored: Unraveling the Learning Preferences of Large Language Models on Data with Conflicting Knowledge,南京大学团队完成,论文共同一作Jiahuan Li、Yiqing Cao。

论文研究了大语言模型在训练数据中存在冲突信息时的学习倾向。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

科技巨头获奖团队有微软,Learning to Retrieve Iteratively for In-Context Learning提出了一种创造性的方法,模拟上下文学习示例的选择作为马尔可夫决策过程。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

Towards Cross-Cultural Machine Translation with Retrieval-Augmented Generation from Multilingual Knowledge Graphs,由Adobe、苹果与罗马大学研究人员联合完成。

论文探讨并挑战了在跨文化机器翻译中翻译文化相关命名实体的传统方法。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

此外值得一提的是,华人学者、加州大学洛杉矶分校计算机科学系副教授Nanyun Peng团队这次赢麻了,她参与/指导的三篇论文都获奖了。

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

三项工作都是关于评估LLM在创意叙事生成方面的能力,分别为:

Measuring Psychological Depth in Language Models(测量语言模型中的心理深度) Do LLMs Plan Like Human Writers? Comparing Journalist Coverage of Press Releases with LLMs(大语言模型能像人类作家一样规划吗?通过与记者对新闻稿的报道比较来评估) Are Large Language Models Capable of Generating Human-Level Narratives?(大语言模型能生成人类水平的叙述吗?)

以下是完整获奖名单:

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

多个中国团队斩获EMNLP'24最佳论文!UCLA华人学者中三篇杰出论文

最佳论文链接:[1]https://arxiv.org/abs/2404.01247[2]https://arxiv.org/abs/2407.00837[3]https://arxiv.org/abs/2402.12865[4]https://arxiv.org/abs/2409.14781[5]https://www.arxiv.org/abs/2408.15992参考链接:[1]https://x.com/emnlpmeeting/status/1857176170074460260?s=46[2]https://x.com/emnlpmeeting/status/1857173122598010918[3]https://aclanthology.org/events/emnlp-2024/

以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。

快照生成时间:2024-11-18 11:45:01

本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。

信息原文地址:

...图源:pexels撰文|张天祁随着中国科技迅速发展,中国的论文产量和高被引论文占比已经排名第一。今年6月,《经济学人》的封面专题“崛起的中国科学”引起各方关注,专题中一篇文章
2024-07-22 08:57:00
共话侨研未来,共绘多彩画卷(侨界关注)
...“温大侨研”团队获批国家社科基金11项,团队撰写学术论文150余篇、专著170余本、获得采纳的智库报告100余份。学校先后获批教育部意大利研究中心、中国华侨华人研究基地等一批
2024-01-19 03:22:00
华人教授回中国,加入高超计划,自己留不住人才,英国怪不了别人
...机计划公开资料显示,张勇豪教授已经发表近200篇高水平论文,在实验室组建、大型项目组织和人才培养等方面都获得过显著成就。作为从海外请回来的顶尖人才,张教授带领的团队将开发先进
2023-05-15 14:45:00
全球顶尖数学家齐聚上海
...并担任首届联盟主席,旨在通过组织学术年会、评选最佳论文,促进世界各地华人数学家之间的交流与合作,推进数学研究的发展,并通过出版物、会议、推广活动和其他方式服务数学界。联盟的主
2024-01-03 09:24:00
华人环境与资源经济学大会在浙江大学举办
...学院特聘教授薛进军作大会主旨演讲。本次大会共征集到论文306篇,经过专家评审,96篇论文被接收,82篇论文在22个平行论坛作口头报告。平行论坛报告内容涉及低碳减排、气候适应、
2024-05-14 14:32:00
...2Video的研究。他和纽约大学的华人学者谢赛宁一起合著的论文《基于Transformer架构探索一种新的扩散模型》被认为是Sora背后的重要技术基础之一
2024-02-28 10:40:00
...能和命运。王存玉在包括有国际影响的重要学术期刊发表论文110多篇,累计被引次数超过13000次,获得美国立卫生研究院优异奖和国际牙科研究会杰出科学家奖等10多项。作为第一位来
2024-12-24 13:28:00
OpenAI-o1思考替代法火了!焦剑涛高徒一作提出思考偏好优化
...bastian Raschka推荐了一项新研究,被网友们齐刷刷码住了。论文一作为华人学者Tianhao Wu,导师之一是2011年清华特奖得主焦剑涛
2024-10-29 09:58:00
张同海:第十一届尼山世界文明论坛各项筹备工作基本就绪
...到了中外学者的广泛响应,目前已收到来自30多个国家的论文150余篇。二、聚焦文明对话提升学术质量。本届论坛将有来自世界各地的400余位知名专家学者现场与会,其中,国外专家学者
2025-07-04 17:00:00
更多关于科技的资讯:
人工智能赛事火热,百余选手角逐“最强大脑”“算法高手”指尖翻飞 键盘之上跃动智慧南报网讯(记者余梦迪)“嗒嗒!嗒嗒!”9月7日的南京开放大学(南京工匠学院)赛场内
2025-09-10 07:43:00
□通讯员陶炎鲁荟宇林爽姜静南京日报/紫金山新闻记者徐宁“以前我每个月都要从承包商系统中手动导出考核明细表,再结合管理规定进行数据分析并编写通报材料
2025-09-10 07:44:00
5G小微基站 米粒芯片“守门”这种滤波器芯片出自宁企,用于商场、地下车库等场景,使国产高端滤波器实现弯道超车□南京日报/紫金山新闻记者孙秉印 实习生赵璇 通讯员麒轩9月9日
2025-09-10 07:44:00
“贵州白酒云展会”数字化平台于“一码贵州”正式上线
多彩贵州网讯 9月9日,在第十四届中国(贵州)国际酒类博览会盛大开幕之际,“贵州白酒云展会”数字化平台于“一码贵州”正式上线
2025-09-10 00:50:00
投洽会期间厦门火炬高新区共有41个项目完成签约 计划总投资约433亿元
投洽会上,火炬高新区企业展示的芯片产品吸引客商关注。(本组图/厦门日报全媒体记者 卢剑豪 摄)多家位于火炬高新区的专精特新“小巨人”企业亮相投洽会
2025-09-09 08:44:00
刚刚过去的暑假,“工厂游”火爆出圈。多地工厂纷纷敞开大门,推出丰富多彩的研学项目。而在社交平台上,“工厂游”的攻略被大量转发
2025-09-09 08:46:00
东南网9月8日讯(通讯员 苏培婷)9月5日,由大田县总工会、国网大田县供电公司联合主办,国网大田县供电公司工会承办的首届“电力工匠”职业技能竞赛AI技术应用项目比赛圆满落幕
2025-09-09 09:28:00
本报讯 作为中国洗涤用品工业协会主办的行业盛会,第45届(2025)中国洗涤用品行业年会与第17届中国国际日化产品原料及设备包装展览会(以下简称“中国国际日化展”)将于今年10月15日至17日在重庆国际博览中心举行
2025-09-09 10:44:00
摩登中国时尚展传递中国皮革强音
本报记者 解 磊 文/摄为了满足人们对鞋包服饰等消费需求,为国际国内品牌企业、特色区域、独立设计师提供一个高端商贸合作
2025-09-09 10:44:00
近年来,我国消费市场涌现出许多新亮点,其中一个令人意外却极具代表性的现象是:碳纤维最大应用市场,竟然不是航空航天或风电叶片
2025-09-09 10:45:00
获SIAL创新金奖:纸沙拉沙拉脆片掀起零食健康新主张
消费日报网讯 9月1日,在2025 SIAL西雅国际食品展(深圳)举办同期,第24届SIAL创新大赛获奖榜单正式发布。湖南立方体食品有限公司选送的产品纸沙拉沙拉脆片荣获金奖
2025-09-09 11:17:00
王腾发微博辟谣:有失职,但没有窃取机密出售
9月8日,王腾发布离开小米的微博,当天,“小米王腾因泄密被辞退”登上热搜。此前,2023年8月25日,王化曾发博表示,欢迎王腾回京~好好干
2025-09-09 11:18:00
王腾深夜发文离开小米,其曾被赠“谨言慎行”T恤
9月8日晚,中国区市场部总经理、REDMI品牌总经理王腾发布微博:很惭愧跟大家说声抱歉,过去犯了一些错误,接受该有的代价
2025-09-09 11:18:00
前零一万物联创戴宗宏创业:20人团队,能干上百人的AI定制项目
文|周鑫雨编辑|苏建勋国内市场、ToB、定制化——每个词都踩到了当下AI创业的雷点上。但这恰恰是前零一万物联合创始人戴宗宏
2025-09-09 15:19:00
不再低调的二次元,正在经营一种「痛系生活」
撰文|深海 封面来源|视觉中国 刚刚过去的这个夏天,上海俨然变成了一座二次元年轻人的“痛城”。 7月开始,几大动漫展会接连袭来
2025-09-09 21:51:00