张硕同学的论文被EMNLP 2026录用并入选Oral报告

2026年自然语言处理经验方法会议（The 2026 Conference on Empirical Methods in Natural Language Processing，EMNLP 2026）论文录用结果公布。IDC实验室2022级本科生张硕同学（现已入学为2026级研究生）一作的论文被大会主会议录用，并入选口头报告（Oral）。根据会议排期表统计，主会Oral论文共462篇，占本届17,669篇投稿的约2.61%。

张硕同学的论文在邹逸雄等老师的指导下，与2025级博士生童锦涛同学等合作者共同完成，题目为Shallow to Deep: Aligning Token Pruning with Stage-wise Roles in LVLMs。论文研究了大视觉语言模型中的视觉token剪枝问题。研究发现，视觉编码器在不同深度承担着不同功能：浅层主要感知图像边缘等高频结构，中层逐渐识别局部主体，深层则聚合抽象语义，且语义表征的变化并不始终稳定。基于上述发现，论文提出免训练的分阶段剪枝方法STD，在浅层保留关键结构信息，在中层维护空间连贯性，在深层选择语义稳定的时机进行剪枝。该方法在LLaVA-1.5-7B、LLaVA-NeXT-7B、Qwen2-VL-7B-Instruct、InternVL3-8B、Qwen3-VL-8B-Instruct和Video-LLaVA等模型上得到验证，在图像与视频理解任务中取得同类剪枝方法中的最佳或领先性能，同时有效提升了推理速度。

论文信息如下：

Shuo Zhang, Jintao Tong, Yixiong Zou, Yuhua Li, Ruixuan Li; Shallow to Deep: Aligning Token Pruning with Stage-wise Roles in LVLMs, The 2026 Conference on Empirical Methods in Natural Language Processing (EMNLP 2026), Budapest, Hungary, October 24–29, 2026.

EMNLP是自然语言处理与计算语言学领域的重要国际学术会议，与ACL并称为“NLP三大会”，也是中国计算机学会（CCF）推荐的B类国际学术会议。

让我们对张硕同学及论文合作者表示热烈祝贺！