ACL计算语言学博士论文奖 - 获奖者Sewon Min的博士论文《重新思考大型语言模型中的数据使用》对大型语言模型的行为和能力提供了关键见解，特别是在上下文学习方面[2][4] - 论文提出非参数语言模型概念，通过检索训练数据提高模型准确性和可更新性，并开发了首个广泛应用的神经检索模型[16] - 研究探讨了负责任数据使用的新途径，如分离许可文本和版权文本的不同处理方式[18] 获奖者学术背景 - Sewon Min本科毕业于首尔大学，2024年获华盛顿大学博士学位，现任加州大学伯克利分校助理教授[6] - Google Scholar显示其论文总被引量达13,821次，h-index为35，i10-index为45[7] - 代表作《Dense Passage Retrieval for Open-Domain Question Answering》被引4,605次，是2020年EMNLP会议论文[7] 提名论文1：多模态知识获取 - 李曼玲论文提出以事件为中心的多模态知识获取方法，实现从实体中心到事件中心的范式转换[27] - 开发CLIP-Event模型解决跨模态对齐难题，首次实现零样本多模态事件抽取(M2E2)[31] - 构建事件图谱结构支持全球事件推理与预测，并开发多媒体事件知识图谱[33][34] 提名论文2：人机协作心理健康 - Ashish Sharma研究显示AI反馈机制使300名在线互助者共情表达能力显著提升[49] - 在15,531名用户试验中，人机协作的认知重构工具有效缓解负面情绪[51] - 开发计算框架BOLT评估LLM作为治疗师的行为表现，并设计临床试验评估AI心理干预[52] 提名论文3：跨语言语义解析 - Thomas Sherborne研究如何将语义解析器从英语高效适配到新语言，解决数据稀缺问题[62] - 提出四种跨语言对齐策略：集成机器翻译源、零样本解析器、元学习算法和潜变量模型[64] - 证明通过最少目标语言数据样本组合可实现准确跨语言语义解析[65] 研究者职业发展 - 李曼玲现任西北大学助理教授，领导机器学习与语言实验室开展多模态AI研究[41] - Ashish Sharma加入微软应用研究院担任高级应用科学家，负责人机协作系统优化[54] - Thomas Sherborne加入AI创企Cohere，专注大语言模型企业应用开发[66]