← ACL 各届
ACL 2025· Annual Meeting of the Association for Computational Linguistics
ACL 2025
亮点精读
8 篇 · 获奖 / oral / 高引📈 407 引用
The Lessons of Developing Process Reward Models in Mathematical Reasoning
探讨在数学推理中开发过程奖励模型的经验教训，提出改进方法。
💡 为推理过程监督提供实用指导，提升模型可靠性。
arXiv
📈 387 引用
Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention
提出硬件对齐且原生可训练的稀疏注意力机制，提升长序列效率。
💡 首次实现原生可训练稀疏注意力，突破效率瓶颈。
arXiv
📈 180 引用
Light-R1: Curriculum SFT, DPO and RL for Long COT from Scratch and Beyond
提出Light-R1框架，通过课程SFT、DPO和RL从零训练长思维链推理模型。
💡 首次系统结合课程学习与强化学习实现长推理训练。
arXiv
📈 179 引用
CoT-Valve: Length-Compressible Chain-of-Thought Tuning
提出CoT-Valve方法，通过长度可压缩的思维链调优，动态控制推理步骤数量。
💡 平衡推理深度与效率，提升大模型实用性。
arXiv
📈 146 引用
WebWalker: Benchmarking LLMs in Web Traversal
提出WebWalker基准，评估LLM在网页遍历中的路径规划与信息提取能力。
💡 首个系统评估LLM网页遍历能力的基准。
arXiv
📈 144 引用
LlamaV-o1: Rethinking Step-by-step Visual Reasoning in LLMs
提出LlamaV-o1，通过多步推理和逐步解释提升LLM的视觉推理能力。
💡 首个系统研究逐步视觉推理的框架。
arXiv
📈 142 引用
MultiChallenge: A Realistic Multi-Turn Conversation Evaluation Benchmark Challenging to Frontier LLMs
提出MultiChallenge基准，评估多轮对话中LLM的指令遵循、知识检索等能力，挑战前沿模型。
💡 揭示LLM在多轮对话中的关键弱点，推动模型改进。
arXiv
📈 130 引用
SoftCoT: Soft Chain-of-Thought for Efficient Reasoning with LLMs
提出SoftCoT，通过软链式思维减少推理步骤，提升LLM效率。
💡 显著降低推理成本，保持性能。
arXiv
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点