近日，罗桂波老师团队在自然语言处理领域国际顶级会议ACL 2026上取得重要进展。团队共有两篇论文入选ACL 2026 Main Conference，其中论文《SeLaR: Selective Latent Reasoning in Large Language Models》荣获SAC Highlights Award。

ACL是自然语言处理与计算语言学领域最具影响力的国际学术会议之一，也是中国计算机学会（CCF）推荐的A类国际学术会议。此次入选的两项工作聚焦大语言模型高效推理，分别围绕潜在推理机制与推理长度控制展开研究。

获奖论文SeLaR针对现有潜在推理方法在所有推理步骤中统一启用软嵌入、容易干扰高置信度推理并导致推理路径过早坍缩的问题，提出了一种轻量级、无需额外训练的选择性潜在推理框架。该方法利用熵门控机制，仅在高不确定性的探索性步骤中启用潜在推理，而在高置信度步骤中保留标准离散解码；同时引入熵感知对比正则化，增强对多条潜在推理路径的持续探索能力。实验结果表明，SeLaR在多个数学与通用推理基准以及不同规模模型上均取得了具有竞争力的性能，并在高难度推理任务上表现出明显优势。

现成论文口头演讲与获奖信息

另一篇论文《LEASH: Adaptive Length Penalty and Reward Shaping for Efficient Large Reasoning Model》面向大推理模型中普遍存在的“过度思考”问题，提出了基于约束优化与原始—对偶更新机制的自适应长度控制方法。LEASH能够根据模型生成长度动态调整惩罚强度，在显著压缩推理长度的同时保持竞争性性能，并在部分任务上实现性能提升。

近年来，罗桂波老师团队围绕大语言模型推理、高效智能计算与可信人工智能等方向持续开展研究。此次两篇论文同时入选ACL 2026 Main Conference，其中SeLaR获得SAC Highlights Award，体现了团队在大语言模型高效推理与推理机制研究方面的持续积累与进展。

相关研究工作获得广东省超高清沉浸媒体技术重点实验室支持。