2024 年 8 月 12 日，泰国曼谷将迎来一年一度的自然语言处理会议 ——ACL 2024。此次大会吸引了全球众多研究人员、学者和从业者参与，展示最新的研究成果和技术进展。
王赫同将在大会上展示其研究工作《探究大语言模型训练中的跨语言对齐现象》。这一研究将在海报展示环节 2 中进行，时间为 17:45 至 18:45。王赫同的研究主要探讨了大语言模型（LLM）在训练过程中如何实现跨语言对齐。这一现象是指在多语言模型中，不同语言之间的表示能够在某种程度上对齐，从而实现跨语言的知识迁移和应用。
研究表明，跨语言对齐现象在大语言模型的预训练过程中逐渐显现，并且这种对齐能力对于实现零样本跨语言迁移具有重要意义。在研究中，王赫同及其团队通过一系列实验，分析了不同规模的大语言模型在训练过程中的跨语言对齐情况。他们发现，随着模型规模的增加，跨语言对齐的程度也随之提高。这一发现与 Chen 等人（2024）的研究结果相一致，表明跨语言对齐现象在不同规模的模型中具有一致性。
然而，研究还指出，在较小规模的模型中，跨语言对齐的效果可能会受到参数配置的影响，导致模型在语言内和跨语言任务中的表现同时下降。为了验证这一假设，研究团队计算了对齐度的内在指标与跨语言下游任务性能之间的相关性。结果显示，对齐度较高的模型在跨语言任务中的表现也更为出色。这一发现为理解大语言模型的跨语言对齐机制提供了新的视角，并为未来的模型设计和优化提供了参考。
除了王赫同的研究，ACL 2024 大会还将展示众多研究成果。M-A-P 团队将在大会上讨论其多篇被接受的论文，包括 AnyGPT、E2-LLM、OpenCodeInterpreter、ChatMusician、SciMMIR 和 CIF-Bench。这些研究涵盖了多模态、长上下文、代码生成等多个方向，展示了自然语言处理领域的最新进展。
曼彻斯特 NLP 团队也在 ACL 2024 大会上有 10 篇论文被接受，展示了他们在自然语言处理领域的研究成果。这些研究涵盖了语言模型、生成式 AI、机器翻译、信息检索和文本分类等多个方向。
ACL 2024 大会不仅是学术交流的盛会，也是行业内各大公司展示研究成果的平台。机器之心计划在大会期间举办「机器之心・ACL 2024 AI Talent 晚宴」，促进学术界与产业界的交流与合作。