EMNLP 2026 | 美团技术团队学术论文精选
·
EMNLP 2026 是国际计算语言学协会(Association for Computational Linguistics, ACL)举办的自然语言处理经验方法会议,是自然语言处理与计算语言学领域的国际顶级学术会议之一。 2026 年,美团技术团队共计 20 余篇论文被 EMNLP 2026 收录,我们从中精选了 12 篇主会论文(Long Paper)分享给大家。这些论文覆盖推理框架、策略优化、评估框架、强化学习、记忆框架、自适应训练框架、语义标签、数据合成框架、统计框架、奖励模型等技术领域和方向,希望能够对从事相关工作的同学以启发或者帮助。 1. A Listen-Think-Speak Framework for Efficient Streaming Voice Interaction via Semantic Triggering and Incremental Reasoning 论文类型:Main Conference,Long Paper 论文下载:PDF 论文简介:实时语音智能体面临着两难困境:端到端模型往往缺乏深度推理能力,而级联流水线由于 ASR(语音识别)、LLM 推理和 TTS(语音合成)严格串行执行,导致延迟过高。现有的级联流式策略试图通过机械式分段(例如固定块大小、基于 VAD 的切分)或投机生成来降低这种延迟,但它们经常要么破坏语义单元的完整性,要么将计算资源浪费在必须回滚的预测上。 为了解决这些挑战,我们提出了 LTS-Agent,这是一个”听-想-说”(Listen-Think-Speak)框架,它显式地将流式场景下的”何时思考”与”如何增量推理”区分开来。LTS-Agent 引入了一个动态语义触发器(Dynamic Semantic Trigger),学习在语义饱和的前缀处被激活;以及一个双角色流式编排器(Dual-Role Stream Orchestrator),利用推理引擎的批处理能力来协调两个互补的角色:负责后台状态维护的”思考者(Thinker)”和负责前台投机求解的”说话者(Speaker)”。这种并行设计允许系统”边说边想”,在维护结构化推理状态的同时不阻塞即时响应。 此外,我们构建了一个”停顿与修复(Pause-and-Repair)”基准测试,在复杂的推理任务中注入迟疑和自我修正,以压力测试流式处理的鲁棒性。在 VERA、Spoken-MQA、BigBenchAudio 以及我们的基准测试上的实验表明,相比于串行级联基线和现有的流式策略,LTS-Agent 实现了更优的准确率-延迟-效率权衡。 2. Silence…