国际计算语言学协会（Association for Computational Linguistics，简称ACL）成立于1962年，是自然语言处理与计算语言学领域历史最悠久、影响力最大的国际学术组织。

其年度会议被中国计算机学会列为A类推荐会议，也是该领域公认的顶级学术会议。

（截图源自ACL官网）

能够在ACL发表论文，被视为一项重要的学术认可。

今年的会议规模刷新了纪录。主会共收到12148篇投稿，比2025年增长45%，最终录用主会论文2297篇；参会作者约2.6万人，其中来自中国大陆的作者占比达54.0%。

在这样激烈的竞争环境下，华人学者的表现尤为突出。

本届ACL共评选出三篇最佳论文，第一作者分别为马博磊、徐炜杰和李矫达。

马博磊来自慕尼黑大学，其论文《The Imperfective Paradox in Large Language Models》用一道语言学经典难题“未完成体悖论”对7个开源大模型进行了测试。

研究发现，这些模型在面对“木匠在盖一座凉亭”这类句子时，几乎一律判定“凉亭盖好了”，而人类很容易理解“可能没盖完”。论文指出，当前的大模型“运作起来更像预测叙事走向的引擎，而非忠实的逻辑推理者”。这一发现揭示了语言模型在深层语义理解方面的局限性。

（马博磊论文ACL官方正式出版页）

徐炜杰来自加州大学欧文分校，其论文《Memory efficiency and resource-rational encoding in sentence processing》探讨了一个反直觉的问题：给大模型加上类似人脑“有限工作记忆”的约束，反而让模型读句子的方式更接近人类。研究证明，在“必须节省记忆”的硬约束下，模型会自己发展出更接近人脑的信息编码方式。

（徐炜杰论文ACL官方正式出版页）

徐炜杰本科毕业于上海外国语大学西班牙语言文学专业，后转向计算心理语言学研究。

李矫达来自苏黎世联邦理工学院，其论文《Characterizing the Expressivity of Local Attention in Transformers》用形式语言理论解释了一个困扰学界多年的问题：为什么“只看局部”的注意力机制，有时比全局注意力效果更好。研究证明，全局和局部注意力在表达力上互补，两者结合才能达到最优效果。

（李矫达论文ACL官方正式出版页）

李矫达本科就读于香港城市大学电子与通信工程专业，后在ETH获得数据科学硕士学位。

除了最佳论文，ACL 2026还评选出18篇杰出论文，华人学者近乎包揽。

其中，中国科学技术大学与新加坡国立大学合作的论文《Maximizing Local Entropy Where It Matters: Prefix-Aware Localized LLM Unlearning》入选杰出论文，聚焦大语言模型如何精准“遗忘”敏感知识这一前沿问题。

北京大学信息工程学院罗桂波团队也获得SAC Highlights奖。

回顾ACL 2026，华人学者在最高荣誉上的集中表现，反映了中国及海外华人在自然语言处理领域持续积累的研究实力。

当然，单届会议的表现有其偶然性，也不宜过度解读。但可以看到的是，随着越来越多华人研究者进入这一领域的前沿，他们正在为全球计算语言学的发展提供更多元的视角和扎实的学术贡献。

洞悉学术热点、触碰行业水温

这里是赛恩斯学术，期待你的关注。