原標題：多個中國團隊斬獲EMNLP'24最佳論文！UCLA華人學者中三篇杰出論文
文章來源：夕小瑤科技說
內容字數：5826字

EMNLP 2024最佳論文獎揭曉

根據最新消息，EMNLP 2024最佳論文獎已經公布，共有五篇論文獲獎，其中華人學者參與三篇，展現了華人在自然語言處理領域的卓越貢獻。這些研究涉及多模態翻譯、語音表征學習、語言模型梯度分析等多個前沿主題。

1. 圖像再創造的文化相關性

來自CMU的研究論文《An image speaks a thousand words,but can everyone listen? On image transcreation for cultural relevance》探討了圖像的跨文化再創造任務。作者構建了三個生成模型管道，實驗結果顯示目前的圖像編輯模型尚未完全滿足該任務要求，但通過結合LLM和檢索器可實現改進。

2. 穩健的語音表征學習

來自CMU、上海交通大學及豐田工業大學的論文《Towards Robust Speech Representation Learning for Thousands of Languages》介紹了一種名為XEUS的跨語言通用語音編碼器。研究團隊通過整合現有數據及新數據，構建了包含4057種語言的預訓練語料庫，實驗結果顯示XEUS在多項任務中表現優異。

3. 語言模型梯度投射

理工學院與特拉維夫大學的研究團隊在論文《Backward Lens: Projecting Language Model Gradients into the Vocabulary Space》中擴展了梯度可解釋性方法。他們證明了梯度矩陣可以被視為輸入的低秩線性組合，并探索了新信息在語言模型中的存儲機制。

4. 大語言模型預訓練數據檢測

中科院的研究論文《Pretraining Data Detection for Large Language Models: A Divergence-based Calibration Method》提出了一種新的數據檢測方法DC-PDD，旨在提高LLM訓練數據的透明度。研究表明，該方法在多個基準測試中表現優于傳統方法。

5. 從反饋中學習的耦合理解與生成

康奈爾大學的論文《CoGen: Learning from Feedback with Coupled Comprehension and Generation》探討了語言理解與生成的耦合方法。通過與用戶的交互反饋，實驗結果顯示該方法顯著提升了模型的理解與生成能力。

杰出論文獎項

此次EMNLP 2024還評選出了20篇杰出論文，涉及隱私法律、學習偏好等多個主題，突出顯示了學術界在自然語言處理領域的持續創新與研究熱情。尤其值得一提的是，華人學者Nanyun Peng團隊的三篇論文均獲得了獎項，顯示了其在創意敘事生成能力評估方面的深厚研究基礎。

未來展望

EMNLP 2025將于明年11月在中國蘇州舉辦，期待更多學者積極參與，推動自然語言處理領域的進一步發展。

聯系作者

文章來源：夕小瑤科技說
作者微信：
作者簡介：專業、有趣、深度價值導向的科技媒體。聚集30萬AI工程師、研究員，覆蓋500多家海內外機構投資人，互聯網大廠中高管和AI公司創始人。一線作者來自清北、國內外頂級AI實驗室和大廠，兼備敏銳的行業嗅覺和洞察深度。商務合作：zym5189