Завершаем EMNLP 2026😁 Международная конференция по компьютерной лингвистике и обработке естественного языка подошла к концу. В последние два дня исследователи AIRI — Мария Марьина и Сергей Плетенев из группы «Вычислительная семантика», Людмила Рванова из группы «Мультимодальный ИИ», Степан Епифанцев из группы «Доверенные и безопасные интеллектуальные системы» и Альбина Бурлова из группы «Прикладное NLP» — а также наши соавторы представили 7 работ на воркшопах⤵️ Workshop on Mathematical Natural Language Processing 📎Structural Signatures of Correct Mathematical Reasoning Traces Новый подход объединяет цепочки рассуждений LLM в графы, каждый из которых соответствует отдельному ответу на математическую задачу. Авторы исследуют, можно ли по топологии этих графов определить, какой из вариантов верен. В основе метода — гипотеза, что граф правильного ответа содержит больше альтернативных путей, и это оценивается по числу рёбер сверх остовного дерева. Workshop on Insights from Negative Results in NLP 📎Perturbation, Not Provenance: Why Activation Steering Does Not Make a Robust Text Watermark Патчинг функций активации LLM в «секретном» семантическом направлении не позволяет создать надёжный водяной знак: при сопоставимом качестве текста простой KGW выигрывает после перефразирования. В результате патчинга получается глобальное, но бессмысленное искажение, которое становится заметным только тогда, когда качество текста заметно ухудшается. Analyzing and Interpreting Neural Networks for NLP Workshop 📎Forcing a Letter Suppresses Refusal: Mechanistic Evidence from WMDP Если попросить модельку взломать вебсайт, она откажется выполнять запрос. Но если добавить варианты того, как это можно сделать, она выберет из них рабочий. Авторы выдвинули гипотезу, что желание модели пройти тест сильнее любых мер безопасности. При помощи методов интерпретируемости авторы нашли этому доказательство — головы внимания, которые ответственны за выбор буквы, параллельно подавляют отказ от ответа. Workshop on Document Intelligence and Understandin 📎What Should Occupy the Context Budget? Latent Compression versus Budget-Matched Truncation in Document QA Работа посвящена эффективному использованию ограниченного контекстного окна языковых моделей при ответах на вопросы по документам. Авторы показали, что сжатие документа в компактные обучаемые представления позволяет сохранять больше полезной информации, чем традиционные методы отбора токенов при одинаковом бюджете контекста. Web-as-Corpus Workshop 📎PAWN++ in the Wild: Evaluating AI-Generated Text Detection on the Web В работе авторы исследовали AI-generated тексты в условиях интернета: предложили компактный детектор PAWN++, который анализирует вероятностные характеристики текста с помощью двух языковых моделей, а также собрали бенчмарк WATTLE из 41 300 текстов, чтобы проверить устойчивость существующих методов к реалистичным сценариям генерации и переписывания веб-контента. Third Workshop on Uncertainty-Aware NLP 📎SmurfCat at SHROOM-Visions: Synthetic Augmentation for Multilingual Span-Level Hallucination Detection Система находит галлюцинации в ответах VLM на вопросы с изображениями: выделяет фрагменты, которые не соответствуют изображению, и определяет тип ошибки. Для обучения авторы дополнили размеченные данные синтетическими примерами — намеренно создавали ошибки с опорой на изображение и увеличивали долю редко встречающихся типов галлюцинаций. И работу Uncertainty Guardrails for LLM-Based Medical Diagnostic Systems, которая была на постерной сессии второго дня основной конференции. Общее фото в студию📷 #AIRIнаКонфе