当地时间 8 月 11 日至 16 日，为期 6 天的国际计算语言学年会（ACL2024）在泰国曼谷举办。ACL 是计算语言学和自然语言处理领域国际排名第一的顶级学术会议，由国际计算语言学协会组织，每年召开一次，2024 年是第 62 届会议。

清华大学、浙江大学、西安电子科技大学、蚂蚁集团、小米等国内院校及互联网企业均有论文被 ACL2024 收录。比如蚂蚁集团有 14 篇论文被收录，研究课题涉及自然语言处理、知识推理、大模型、知识图谱等领域，自然其中 5 篇被主会（Main）收录。

被主会（Main）收录的论文 " 分解与蒸馏大语言模型用于语义搜索 "，提出了一种混合型语义搜索模型 D2LLM，通过分解大语言模型和从大语言模型中蒸馏知识，实现了双编码器的运行效率与交叉编码器的理解准确性的折中。实验数据显示，D2LLM 在三项任务的指标上超过了五个领先的基准模型，特别是在自然语言推理（NLI）任务的性能至少提高了 6.45%。

另一篇被被主会（Main）收录的论文 " 构建大规模 schema 约束的信息抽取语料库 "，提出了一个叫 IEPILE 的中英双语 IE 指令语料库，它包含约 0.32B 的 tokens。这一研究通过收集和清洗 33 个现有 IE 数据集构建了 IEPILE，并引入基于 schema 模式的指令生成，构建出大规模的语料库。实验结果表明，使用 IEPILE 可提升 LLMs 在 IE 任务中，尤其在零样本泛化抽取上的性能。

蚂蚁另外两篇被 ACL2024 主会收录的论文，取得的研究成果分别是，降低了大模型的幻觉；以及提高了大模型的注意力，增强了大模型长下文的外推能力。

据了解，2024 年，蚂蚁集团有近百篇 AI 学术论文被全球各顶级会议收录，研究成果主要用于优化大模型训练的性能，提高大模型的可靠性与可信度，持续降低 AI 训练成本，以推动大模型在各行业，尤其严谨行业中得以规模化落地应用。如这与蚂蚁 " 让 AI 像扫码支付一样便利每个人的生活 " 的技术主张亦有直接关系。

《2023 年中国科技论文统计报告》显示，中国发表的高水平国际期刊论文数量和被引用次数均排在世界第一。2024 年，乔治城大学安全与新兴技术中心（CSET）的最新数据显示，在人工智能最热门的领域中，中国在一半以上的研究领域领先美国。这些数据表明，中国高校和企业的科研产出在数量和质量上都在稳步提升，在全球科研领域中占据越来越重要位置。

雷峰网