Kilenc RIKEN-közreműködésű tanulmányt fogadtak el az EMNLP 2026 fő konferenciájára

Kilenc tanulmány a fő konferencián

A RIKEN AIP szeptember 30-i közleménye szerint a kutatóközpont munkatársai olyan dolgozatokban vettek részt, amelyeket elfogadtak az EMNLP 2026-ra. A Conference on Empirical Methods in Natural Language Processing a természetesnyelv-feldolgozás egyik vezető nemzetközi konferenciája a RIKEN megfogalmazása szerint.

A fő konferencia elfogadott munkái többek között a gépi tanulási modellek megbízhatóságával, a transzformerek működésével és a szövegbefoglaló reprezentációkkal foglalkoznak. A listán szerepel az A Robust Evaluation of Probe Robustness: Lessons for Reliable OOD Uncertainty Quantification című tanulmány, amelynek szerzői között Benjamin Heinzerling, a RIKEN és a Tohoku University kutatója, valamint Kentaro Inui szerepel.

Szintén bekerült a fő konferencia programjába az It’s Not RoPE That Creates Sinks: The Role of Self-Concentration and Value-Non-Mixing in Attention, továbbá a Weakening Neurons: An Input-Output Functionality in Transformers with Outsize Influence című munka.

Nyelvi modellek, leképezések és érvelés

A fő konferenciára elfogadott további dolgozatok között két, nyelvi modellek leképezésével foglalkozó tanulmány is található. A Length and Meaning for Language Model Maps és a Language Model Maps for Prompt-Response Distributions via Log-Likelihood Vectors szerzői között a Kyoto University és a RIKEN AIP kutatói szerepelnek.

A válogatás része a szöveges beágyazások regularizációját vizsgáló When Queries Crowd: Diagnosing and Improving Spread-Out Regularization for Text Embeddings, valamint a megerősítéses tanulásból származó ellenőrzési adatok elosztását elemző Reasoning Depth and Environment Complexity: A Controlled Study of RLVR Data Allocation across Logical Reasoning Tasks.

A listán helyet kapott egy többnyelvű reprezentációk összehangolásával foglalkozó tanulmány, a Cross-Lingual Representation Alignment by Token-Level Optimal Transport in a Language-Agnostic Space, valamint az (How) Do MLLMs Report Bistable Images Like Humans? című kutatás is.

További munkák a Findings és más szekciókban

A RIKEN közlése szerint hét dolgozatot fogadtak el az EMNLP 2026 Findings szekciójába. Ezek között szerepel az arab nagy nyelvi modellek dialektusainak irányíthatóságát vizsgáló Can Dialects Be Steered Like Languages? Sparse Neurons and Distributed Directions in Arabic LLMs, valamint a szerzőre szabott szöveggenerálással foglalkozó LITERARYBIGFIVE: Author-Personalized Text Generation in a Unified Interpretable Space.

A további Findings-munkák a Mamba nyelvi modellek pozíciófelidézését, a célmodellhez igazított nyelvimodell-képzést, a rejtett hallucináció-irányítást lehetővé tevő semleges prompttámadásokat, a modellegyesítésekhez kapcsolódó jailbreakelést és a Mixture-of-Experts modellek adatmentes tömörítését vizsgálják.

Két további tanulmány más pályázati sávban, illetve társrendezvényen kapott elfogadást. A System Demonstration Tracken a CAT: A CounterArgument Tutoring System based on Logical Structure Analysis című rendszerbemutató szerepel, a WMT 2026 konferencián pedig a Doc2FRC: Length-Consistent Document-Level Machine Translation via Fixed-Range Chunking című munka.

A bejelentés a RIKEN AIP kutatóinak több, természetesnyelv-feldolgozáshoz kapcsolódó kutatási irányban való részvételét mutatja. A közlemény részletes szerzői és intézményi listát is közöl az elfogadott munkákhoz.