多个中国团队斩获EMNLP'24最佳论文！UCLA华人学者中三篇杰出论文

原标题：多个中国团队斩获EMNLP'24最佳论文！UCLA华人学者中三篇杰出论文
文章来源：夕小瑶科技说
内容字数：5826字

EMNLP 2024最佳论文奖揭晓

根据最新消息，EMNLP 2024最佳论文奖已经公布，共有五篇论文获奖，其中华人学者参与三篇，展现了华人在自然语言处理领域的卓越贡献。这些研究涉及多模态翻译、语音表征学习、语言模型梯度分析等多个前沿主题。

1. 图像再创造的文化相关性

来自CMU的研究论文《An image speaks a thousand words,but can everyone listen? On image transcreation for cultural relevance》探讨了图像的跨文化再创造任务。作者构建了三个生成模型管道，实验结果显示目前的图像编辑模型尚未完全满足该任务要求，但通过结合LLM和检索器可实现改进。

2. 稳健的语音表征学习

来自CMU、上海交通大学及丰田工业大学的论文《Towards Robust Speech Representation Learning for Thousands of Languages》介绍了一种名为XEUS的跨语言通用语音编码器。研究团队通过整合现有数据及新数据，构建了包含4057种语言的预训练语料库，实验结果显示XEUS在多项任务中表现优异。

3. 语言模型梯度投射

以色列理工学院与特拉维夫大学的研究团队在论文《Backward Lens: Projecting Language Model Gradients into the Vocabulary Space》中扩展了梯度可解释性方法。他们证明了梯度矩阵可以被视为输入的低秩线性组合，并探索了新信息在语言模型中的存储机制。

4. 大语言模型预训练数据检测

中科院的研究论文《Pretraining Data Detection for Large Language Models: A Divergence-based Calibration Method》提出了一种新的数据检测方法DC-PDD，旨在提高LLM训练数据的透明度。研究表明，该方法在多个基准测试中表现优于传统方法。