热烈祝贺易小泉同学的论文被ACL 2026录用！

国际计算语言学协会年会（Annual Meeting of the Association for Computational Linguistics）论文录用结果近日揭晓，实验室共有1篇论文获得录用。

实验室2022级博士生易小泉同学的论文《UMPIRE: Unveiling LLM-generated Posts via Redundant Expressions》被国际计算语言学协会年会录用。该论文在李玉华，王号召老师的指导下完成。论文聚焦社交媒体平台中大语言模型生成的多模态图文帖子检测的关键问题，指出现有检测技术通常依赖于低级的视觉伪影或单模态的统计特征，这显著限制了它们在面临图像压缩或对抗性改写等真实社交媒体场景下的实际应用效果。论文从认知行为与语义信息流的角度进行分析，发现人类与大语言模型在多模态表达上存在根本的行为分歧。人类用户通常将视觉内容视为已知背景，文本主要用于提供额外的情感或时空等补充信息。相反，大语言模型倾向于直接用文字描述图像中已有的视觉信息，展现出极高的视觉语义冗余。基于上述分析，论文提出了一种全新的多模态检测方法，该方法通过正交语义分解机制，将词元表示解耦为与视觉内容对齐的冗余分量和与视觉内容正交的补充分量。随后，结合自适应门控模块动态衡量不同表达风格的权重，并通过潜在对比冗余正则化损失强化几何空间上的区分度。大量实验表明，该方法完全摆脱了对表层伪影的依赖，且在多个主流数据集的测试中，其准确率较现有最先进的检测方法提升了高达5.38%。

论文信息如下：

Xiaoquan Yi, Haixing Wu, Haozhao Wang, Yichen Li, Yuhua Li, Rui Zhang, Ruixuan Li. UMPIRE: Unveiling LLM-generated Posts via Redundant Expressions. The 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026), San Diego, California, USA, July 2–7, 2026.

ACL是自然语言处理与人工智能领域的顶级学术会议，被中国计算机学会等多个国内外顶级学术分区列为A类学术会议。自创办以来一直深受全球学者的广泛关注和认可，在计算机科学领域具有崇高的声誉。

在此，我们对易小泉同学论文的录用表示热烈祝贺！