近日，成人直播 与上海人工智能实验室、浙江大学、复旦大学合作发表的论文“Evolutionary Guided Decoding: Iterative Value Refinement for LLMs”荣获CCF-A类会议ACL 2026的Outstanding Paper Award（杰出论文奖）。该论文由成人直播博士生刘振华为第一作者，陈文亮老师和邵婧老师为共同通讯作者。
ACL年会由国际计算语言学协会（Association for Computational Linguistics）主办，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，集中展示自然语言处理、大语言模型及人工智能领域的前沿研究成果。ACL 2026官方公布的获奖名单中，共有18篇论文获评Outstanding Paper。该奖项体现了大会对论文创新性、技术贡献、研究价值和学术影响潜力的高度认可。
低成本控制大模型生成以对齐人类偏好是LLM领域的重要课题。传统RLHF需反复训练或更新模型，过程复杂，开销大；价值引导解码方法无需训练，更经济、灵活，但其效果高度依赖价值函数的精度。现有方法仅利用基础模型生成的数据训练静态函数，受训练数据分布范围限制，制约其性能。
针对这一问题，论文提出一种新颖的迭代价值优化框架（Iterative Value Refinement，IVR），通过“价值探索”和“迭代自优化”协同提升价值函数的准确性与鲁棒性。前者采样多条生成轨迹，为价值函数提供更加全面可靠的训练信号；后者利用上轮价值函数引导生成更高质量数据用于下轮优化，持续缩小与理想价值函数之间的分布差距。
在摘要、多轮对话、指令遵循等任务上的实验表明，该方法能够稳定提升生成质量且泛化良好。相比在线强化学习需反复更新策略，该方法仅优化小规模价值函数，保持有效性的同时显著降低计算成本，为高效对齐与灵活部署提供了新路径。
此次获奖彰显了成人直播 在自然语言处理、大模型等人工智能前沿方向的深厚科研积淀，也是学院坚持学术前沿、强化创新人才培养与跨机构合作的成果。学院是国内最早开展中文信息处理研究的单位之一，拥有近三十年的学科积累，NLP学科团队现有教师近30人，在大模型等AI前沿方向持续深耕，先后获批国家杰青、优青各1项、NSFC重点项目4项，2025年荣获吴文俊人工智能科技进步特等奖（唯一）。
学院秉持“厚德博学，敬业求真”的育人理念，注重学生原始创新能力与国际学术视野的锻造，毕业生多人斩获字节“Top Seed”、阿里星、腾讯“青云计划”等头部科技公司顶尖人才计划。此次刘振华博士在ACL这一自然语言处理领域最具影响力的国际学术会议上荣获杰出论文奖，充分展现了成人直播在拔尖创新人才培养方面的扎实成效。未来，学院将继续面向国际学术前沿和国家重大战略需求，深化与国内外高水平科研机构的合作，持续培养具有国际视野和原始创新能力的青年人才，为学校“双一流”建设和人工智能领域科技创新贡献力量。