产学研协同结硕果：易鑫与北大三篇合作论文入选EMNLP 2026

z145221

近期，易鑫（02858.HK）与北京大学合作的三篇学术论文，获国际自然语言处理领域顶级会议EMNLP 2026录用，其中两篇入选主会（Main Conference），一篇入选会议子刊（Findings）。三篇论文均聚焦大模型可靠推理与机理理解前沿方向，是易鑫在大模型基础研究领域取得的重要进展。

易鑫与北大三篇合作论文从17669篇投稿中脱颖而出

易鑫携手北大，揽获国际顶会背书

EMNLP是自然语言处理与人工智能领域最具影响力的国际会议之一，与ACL、NAACL并称为自然语言处理领域“三大顶级学术会议”。随着AI领域研究的爆发式增长，EMNLP 2026的竞争愈加激烈。本届大会共收到全球投稿17,669篇，创下历史新高。在双盲评审与两阶段遴选机制的严格把关下，主会录用率从上届的22.2%收紧至约15.4%，Findings录用率仅约14.3%。易鑫与北大合作的三篇论文能脱颖而出，其研究质量与创新分量可见一斑。

此次与易鑫合作的北大计算机学院是国内计算机学科的顶尖机构，在人工智能、自然语言处理、大模型等前沿方向长期处于国内领先地位。双方的合作，成功实现了顶尖学术研究能力与金融科技产业场景的深度融合。三篇合作论文的入选，不仅是对现阶段产学研成果的最好印证，也为后续在大模型可信应用等方向的深入合作打下基础。

聚焦“可信度”难题，产学研合作深化

大模型在金融业务落地中最大的挑战在于“可信度”与“合规性”。三篇合作论文分别从证据恢复、推理机制、行为控制三个维度，共同回应了“可信度”难题：其一厘清大模型“答错” 的本质，为区分“推理能力缺失”与“表达失败” 提供了统一诊断协议，为金融风控、审核等环节的可解释应用奠定基础；其二聚焦大模型逻辑推理能力的来源问题，从机制层面探究大模型推理的内部计算逻辑与能力边界，为金融高风险场景下的推理可靠性提供支撑；其三围绕大模型行为引导的技术痛点，系统梳理激活引导的信号选择策略，为客服、智能营销等强合规场景的安全落地提供更可靠、更可复用的技术路径。

三项成果分别对应“解释得清、推理得明、控制得住”三大目标，覆盖了可信大模型从理解到应用的关键环节，是产学研协同在大模型基础研究上的一次集中成果输出。

易鑫与北大合作的三篇论文

此次成果的背后，是易鑫在AI领域的长期持续投入。作为一家AI驱动的金融科技平台，易鑫坚持以科技创新驱动业务高质量发展，累计研发投入超20亿元，并组建专职研究团队，聚焦大模型应用与基础研究，持续推动学术前沿成果与金融科技产业场景的融合创新。三篇论文获EMNLP 2026录用，正是这份长期投入结出的果实，也标志着易鑫在“学术前沿 × 金融场景”的融合之路上迈出关键一步。

未来，易鑫将继续深耕AI领域，加速推动研究成果在汽车金融业务场景的落地，让科技创新真正转化为实实在在的业务价值。