Conferences · eligible papers
EMNLP
2022–2026 LIVE
2024 · 1,125 papers
このEditionに反映済みのmain full research papersのみ掲載しています。著者リンクは日本の大学への著者別所属根拠がある場合に限ります。
- Why Does New Knowledge Create Messy Ripple Effects in LLMs?
日本大学: 関与なし（対象大学）
- Why do objects have many names? A study on word informativeness in language use and lexical systems
日本大学: 関与なし（対象大学）
- With Ears to See and Eyes to Hear: Sound Symbolism Experiments with Multimodal Large Language Models
日本大学: 関与なし（対象大学）
- Word Alignment as Preference for Machine Translation
- Words Matter: Reducing Stigma in Online Conversations about Substance Use with Large Language Models
日本大学: 関与なし（対象大学）
- Words Worth a Thousand Pictures: Measuring and Understanding Perceptual Variability in Text-to-Image Generation
日本大学: 関与なし（対象大学）
- Working Memory Identifies Reasoning Limits in Language Models
日本大学: 関与なし（対象大学）
- World to Code: Multi-modal Data Generation via Self-Instructed Compositional Captioning and Filtering
日本大学: 関与なし（対象大学）
- WorryWords: Norms of Anxiety Association for over 44k English Words
日本大学: 関与なし（対象大学）
- XDetox: Text Detoxification with Token-Level Toxicity Explanations
日本大学: 関与なし（対象大学）
- XplainLLM: A Knowledge-Augmented Dataset for Reliable Grounded Explanations in LLMs
日本大学: 関与なし（対象大学）
- Zero-Shot Cross-Lingual NER Using Phonemic Representations for Low-Resource Languages
日本大学: 関与なし（対象大学）
- Zero-Shot Detection of LLM-Generated Text using Token Cohesiveness
日本大学: 関与なし（対象大学）
- Zero-shot Cross-Lingual Transfer for Synthetic Data Generation in Grammatical Error Detection
日本大学: 関与なし（対象大学）
- Zero-shot Cross-domain Dialogue State Tracking via Context-aware Auto-prompting and Instruction-following Contrastive Decoding
日本大学: 関与なし（対象大学）
- \texttt{ModSCAN}: Measuring Stereotypical Bias in Large Vision-Language Models from Vision and Language Modalities
日本大学: 関与なし（対象大学）
- mDPO: Conditional Preference Optimization for Multimodal Large Language Models
日本大学: 関与なし（対象大学）
- “A good pun is its own reword”: Can Large Language Models Understand Puns?
日本大学: 関与なし（対象大学）
- “Flex Tape Can’t Fix That”: Bias and Misinformation in Edited Language Models
日本大学: 関与なし（対象大学）
- “Global is Good, Local is Bad?”: Understanding Brand Bias in LLMs
日本大学: 関与なし（対象大学）
- “Image, Tell me your story!” Predicting the original meta-context of visual misinformation
日本大学: 関与なし（対象大学）
- “In-Dialogues We Learn”: Towards Personalized Dialogue Without Pre-defined Profiles through In-Dialogue Learning
日本大学: 関与なし（対象大学）
- “Thinking” Fair and Slow: On the Efficacy of Structured Prompts for Debiasing Language Models
日本大学: 関与なし（対象大学）
- “We Demand Justice!”: Towards Social Context Grounding of Political Texts
日本大学: 関与なし（対象大学）
- “You Gotta be a Doctor, Lin” : An Investigation of Name-Based Bias of Large Language Models in Employment Recommendations
日本大学: 関与なし（対象大学）