新聞 | 天津大學(xué)自然語言處理實驗室多篇論文被ICML 2026、IJCAI 2026等會議接受

近期，天津大學(xué)自然語言處理實驗室（TJUNLP）在多個國際頂級學(xué)術(shù)會議上取得佳績，共有4篇論文分別被AAAI 2026、ICML 2026、IJCAI-ECAI 2026和ICASSP 2026接受。研究內(nèi)容涵蓋大模型可解釋性與機(jī)器翻譯、多語言安全對齊、參數(shù)高效微調(diào)、以及大模型安全與后門攻擊等多個前沿方向。

第40屆AAAI人工智能會議（The 40th AAAI Conference on Artificial Intelligence, AAAI 2026）已于2026年1月20日至27日在新加坡舉辦。AAAI是人工智能領(lǐng)域最具影響力的國際學(xué)術(shù)會議之一，是中國計算機(jī)學(xué)會（CCF）推薦的A類國際學(xué)術(shù)會議。

第43屆國際機(jī)器學(xué)習(xí)會議（The 43rd International Conference on Machine Learning, ICML 2026）將于2026年7月6日至11日在韓國首爾舉辦。ICML是機(jī)器學(xué)習(xí)領(lǐng)域的頂級國際學(xué)術(shù)會議，是CCF推薦的A類國際學(xué)術(shù)會議。

第35屆國際人工智能聯(lián)合會議（The 35th International Joint Conference on Artificial Intelligence, IJCAI-ECAI 2026）將于2026年8月15日至21日在德國不來梅舉辦。IJCAI是人工智能領(lǐng)域歷史最悠久的頂級國際學(xué)術(shù)會議之一，是CCF推薦的B類國際學(xué)術(shù)會議。

第51屆IEEE國際聲學(xué)、語音與信號處理會議（The 51st IEEE International Conference on Acoustics, Speech and Signal Processing, ICASSP 2026）將于2026年5月4日至8日在西班牙巴塞羅那舉辦。ICASSP是信號處理領(lǐng)域最具影響力的學(xué)術(shù)會議，是CCF推薦的B類國際學(xué)術(shù)會議。

1

Finding the Translation Switch: Discovering and Exploiting the Task-Initiation Features in LLMs

會議：AAAI 2026

作者：吳新維*，劉恒*，趙小虎，任玉琪，徐林龍，王龍躍，熊德意，駱衛(wèi)華，張凱夫

大語言模型（LLMs）即使未經(jīng)任務(wù)特定的微調(diào)，也常常展現(xiàn)出強(qiáng)大的翻譯能力。然而，支配這一內(nèi)在能力的內(nèi)部機(jī)制在很大程度上仍不透明。為了揭示這一過程，本文利用稀疏自編碼器（SAEs）并引入了一個用于識別任務(wù)特定特征的新框架。該方法首先召回在翻譯輸入上頻繁共同激活的特征，然后使用基于PCA的一致性指標(biāo)對其進(jìn)行功能一致性過濾，成功分離出一小組"翻譯啟動"特征。因果干預(yù)實驗表明，增強(qiáng)這些特征的激活可以引導(dǎo)模型產(chǎn)生正確的翻譯，而消融這些特征則會導(dǎo)致幻覺和偏離任務(wù)的輸出，從而證實它們是模型內(nèi)在翻譯能力的核心組成部分。進(jìn)一步地，本文利用這一機(jī)制性洞見提出了一種新的數(shù)據(jù)選擇策略，優(yōu)先在"機(jī)制上困難"的樣本上進(jìn)行訓(xùn)練，顯著提升了數(shù)據(jù)效率并抑制了幻覺。此外，這些機(jī)制可以遷移到同一模型家族中更大規(guī)模的模型上。

2

Multilingual Safety Alignment via Representation-Space Separability

會議：ICML 2026

作者：史丹*，韓卓文*，熊德意

大語言模型（LLMs）已被全球各類場景廣泛采用，因此，穩(wěn)健的多語言安全對齊是確保其在不同語言中可靠部署的前提條件。盡管近期取得了諸多進(jìn)展，但LLMs在高資源語言和低資源語言之間仍存在顯著的安全差距：能夠在高資源語言中持續(xù)拒絕有害請求的模型，在低資源語言中往往無法做到這一點。在這項工作中，我們揭示了此類安全失敗源于低資源語言中，有害請求與無害請求在表示空間上的可分性不足。通過幾何分析，我們發(fā)現(xiàn)與英語相比，有害提示與無害提示表示之間的分離程度顯著降低，并且由此產(chǎn)生的跨語言空間距離差距與攻擊成功率密切相關(guān)。基于這些見解，我們提出了一種新型的訓(xùn)練策略——多語言空間距離差距優(yōu)化（Multilingual Spatial Margin Gap-based Optimization，SMO）。它利用主導(dǎo)語言（如英語）中良好對齊的安全幾何結(jié)構(gòu)，來增強(qiáng)其他低資源語言的安全對齊效果。SMO 明確利用英語與目標(biāo)語言之間的空間距離差距作為逐樣本的監(jiān)督信號，在保持主導(dǎo)語言原始性能的同時，實現(xiàn)了安全能力的有效跨語言遷移。在 LLaMA-3.1-8B-Instruct 和 Qwen2.5-7B-Instruct 上進(jìn)行的實驗表明，SMO 能夠大幅降低低資源語言中的攻擊成功率（Attack Success Rates, ASR）至接近甚至達(dá)到零，同時保持了強(qiáng)大的通用多語言性能。

3

SeMi-LoRA: Enhancing Low-Rank Adaptation via Separation and Mixing

會議：IJCAI-ECAI 2026

作者：楊振飛，于北溟，林佩勤，劉永康，熊德意

低秩適配（LoRA）已成為參數(shù)高效微調(diào)（PEFT）的標(biāo)準(zhǔn)范式。然而，其低秩約束會限制表達(dá)復(fù)雜權(quán)重更新的能力，導(dǎo)致與全量微調(diào)相比存在性能差距。近期的擴(kuò)展方法雖然提升了表達(dá)能力，但往往犧牲了參數(shù)可合并性，或依賴于稀疏的塊對角更新，從而阻礙了全局信息流動。我們提出了SeMi-LoRA（分離與混合LoRA），這是一個能夠在保持可合并性的同時實現(xiàn)完整高秩更新的新框架。SeMi-LoRA 將適配過程解耦為通道級壓縮，隨后進(jìn)行兩階段的隱空間混合（秩混合和通道混合）。我們的結(jié)構(gòu)分析表明，在固定基礎(chǔ)秩的條件下，有效更新秩隨通道數(shù)量線性增長，并且支持完整更新而非部分稀疏更新。在常識推理、數(shù)學(xué)推理和自然語言理解基準(zhǔn)上的大量實驗表明，SeMi-LoRA 在提升參數(shù)效率的同時，始終優(yōu)于強(qiáng)大的PEFT基線方法。

4

SatBadEdit: Towards Efficient and Robust Multi-Trigger Backdoor Injection in Large Language Models

會議：ICASSP 2026

作者：陳越，趙小虎，吳新維，彭鑒翔，史丹，楊磊，徐林龍，孫越恒，熊德意

向大語言模型（LLMs）進(jìn)行高效且隱蔽的后門注入仍然是一個關(guān)鍵挑戰(zhàn)。雖然近期的模型編輯技術(shù)提供了一種比傳統(tǒng)微調(diào)更高效的替代方案，但它們通常僅限于注入少量觸發(fā)器，且對現(xiàn)有的防御機(jī)制表現(xiàn)出較差的魯棒性。為克服這一局限，我們提出了SatBadEdit，一種基于飽和的新型模型編輯方法，用于植入大量具有高對抗強(qiáng)度的后門。SatBadEdit 獨特地利用批量編輯能力，在單次高效操作中注入大量觸發(fā)器。為了抵消大規(guī)模注入可能帶來的模型不穩(wěn)定性，我們設(shè)計了一種低秩權(quán)重更新與聚合策略。該機(jī)制將參數(shù)修改限制在稀疏的低維子空間內(nèi)，在最大化觸發(fā)器有效性和穩(wěn)定性的同時，確保對模型的干擾最小。實驗表明，SatBadEdit 不僅在效率和隱蔽性方面超越了現(xiàn)有的微調(diào)和基于編輯的攻擊方法，而且在多種主流防御機(jī)制下仍保持較高的攻擊成功率。

/ 關(guān)于我們 /