ACL 2026华人霸榜！最佳论文一作全华人，杰出论文几乎包场

新智元报道 【新智元导读】 12148篇投稿暴增45%，ACL 2026满场被LLM论文攻陷！三篇最佳论文一作全是华人，杰出论文华人更是近乎包场。 ACL 2026最佳论文，出炉了！ 作为计算语言学的年度顶会，ACL今年共评出三篇最佳论文（Best Paper Award），一作都是华人。 《The Imperfective Paradox in Large Language Models》，作者是慕尼黑大学的Bolei Ma和东京大学的宫尾祐介（Yusuke Miyao）。 它用一道连小学生都能答对的语法题，把7个开源大模型考了个底朝天。 《Memory efficiency and resource-rational encoding in sentence processing 》，作者是加州大学欧文分校的徐炜杰（Weijie Xu）、 马萨诸塞大学阿默斯特分校的Brian Dillon，以及加州大学欧文分校的Richard Futrell。 它反其道而行，给大模型硬装了一颗「会遗忘」的人脑，结果发现模型反而更像人了。 《Characterizing the Expressivity of Local Attention in Transformers》，作者是苏黎世联邦理工学院的Jiaoda Li和Ryan Cotterell。 它用形式语言理论，讲清了一个被用了很多年、却一直没人说明白的问题：为什么「只看局部」的注意力反而更强。 史上最卷的一届ACL ACL 2026于今年7月在美国圣地亚哥举行，规模刷新了历史纪录。 主会共收到12148篇投稿，比2025年暴增45%。 最终，主会接收2297篇（录取率18.9%），Findings接收2164篇（17.8%），合计超过4462篇论文被接收。 平均每篇论文挂着6.25个作者，最多的一篇署了整整102个名字；相比之下，单人独作的论文只剩39篇，占比不到1%。 其中，有83位作者各自被接收了10篇以上（比去年又多了66%）；甚至有人光在一月那批投稿里，就一口气投了65篇、中了36篇。 全部作者里，有67%（13563人）彼此通过合著关系连在了一起。 支撑这场评审的，是8594名审稿人（+46%）、1434名领域主席（+28%）、255名高级领域主席（+51%）。 桌拒（desk reject）数量则翻了一倍多，达到925篇（+106%），理由五花八门：模板不合规、缺少Limitations章节、匿名违规、甚至引用了根本不存在的文献。 参会作者约2.6万人，比去年的2万人又涨了一截。 按国家/地区看，中国大陆作者占比高达54.0%，稳居第一；美国18.4%排第二；随后是韩国3.8%、新加坡2.3%、英国2.0%、德国1.9%、印度1.7%、日本1.5%。 如果说这届会议有什么「时代烙印」，那一定写在论文标题里：在所有标题中，「LLM/LLMs」出现频率高达23%，「Reasoning」18%，「Multi」11%。 今年还新设了一批赛道——AI/LLM智能体、大模型安全与对齐、数学与符号推理、代码模型、大模型效率、临床与生物医学应用，几乎每一个都围着大模型转。 换句话说，这是一届被大语言模型彻底主导的ACL。 可偏偏，最高荣誉给了两篇「不太LLM」的论文。 最佳论文一 一道语法题，难倒7个大模型 论文：The Imperfective Paradox in Large Language Models 作者： Bolei Ma、Yusuke Miyao（宫尾祐介） 机构： 慕尼黑大学、东京大学 论文地址： https://aclanthology.org/2026.acl-long.689/ 这篇论文的核心，是语言学里一个经典现象：未完成体悖论（Imperfective Paradox）。 汉语说「他在跑步」，基本能推出「他跑了」，因为「活动类」（activity）动作没有内在终点，进行到一半也算发生了。 但「木匠在盖一座凉亭」却推不出「凉亭盖好了」，因为「完成类」（accomplishment）动作有明确终点，可能盖到一半就被暴风雨吹垮。 进行时对前者蕴含「已实现」、对后者不蕴含，这就是未完成体悖论，一个受过基础语言训练的人几乎不会搞错。 那么大模型呢？ 作者构建了400条英文样本的诊断数据集ImperfectiveNLI，用完成类/活动类动词的2×2最小对隔离语义推理能力，再把7个70亿到90亿参数的开源模型拉来考试，结果堪称「全军覆没」。 面对「木匠在盖凉亭」这类歧义句，模型几乎一律判定「盖好了」。 作者把这种「看见目标就默认成功」的毛病，命名为「目的论偏见」（teleological bias）。 零样本下，Llama-3.1的偏见率高达0.98，Mistral 0.97，DeepSeek更是1.00：凡是有目标的动作，一律认定完成。 更离谱的是，哪怕句子白纸黑字写明「一场暴风雨在屋顶装好前摧毁了框架」，很多模型仍咬定做成了，Gemma-2在这类题上准确率只有3%，它根本没读上下文，只是顺着「施工都会成功」的惯性往下猜。 由此，作者给出了这篇论文的关键判断—— 这些开源大模型，「运作起来更像预测叙事走向的引擎，而非忠实的逻辑推理者」（predictive narrative engines rather than faithful logical reasoners）。 也就是说，它们不是在推理，只是在顺着故事猜一个最可能的结局。 更深的发现是，表征与推理是分离的。 从一个近乎完美的反向关系（相关系数-0.97）可以看出，编码层其实「知道」was building和built不是一回事，可解码时还是被世界知识的先验带跑了。 此时，提示工程只是拆东墙补西墙。 反事实提示能治好偏见，却让模型对简单的活动类句子疑神疑鬼、全盘否定，在「天真乐观」和「偏执怀疑」两极之间反复横跳。 好在Scaling似乎有救：从15亿放大到720亿参数，偏见率显著下降，到320亿附近出现「相变」，准确率骤升到0.91。 用语言学「拷问」大模型的年轻人 这篇论文的一作马博磊，是慕尼黑大学的一名在读博士。 他隶属于该校统计系的社会数据科学与AI实验室（SODA Lab，导师Frauke Kreuter），同时是慕尼黑机器学习中心（MCML）的初级成员，也是MaiNLP实验室（导师Barbara Plank）的外聘博士生。 马博磊的研究长期聚焦「以人为本的NLP」、计算社会科学，以及计算语义与语用学——恰好是这篇论文的底色：用扎实的语言学理论，去审视时髦的大模型。 最佳论文二 给大模型装一颗会遗忘的人脑。 论文：Memory efficiency and resource-rational encoding in sentence processing 作者： Weijie Xu（徐炜杰）、Brian Dillon、Richard Futrell 机构： 加州大学欧文分校、马萨诸塞大学阿默斯特分校 论文地址： https://aclanthology.org/2026.acl-long.1550/ 这篇论文想解决的问题是：要让语言模型真正成为「人类语言加工」的模