近日，第63屆國際計算語言學年會（Annual Meeting of the Association for Computational Linguistics，簡稱 ACL）公布ACL 2025的論文收錄結果。憑借前沿技術創新，九章云極DataCanvas公司的兩篇論文成功入選。其中，九章云極科研團隊的研究成果《Can Language Models Serve as Analogy Annotators?》被ACL錄用為Findings論文。人民大學AI Box研究團隊與九章云極聯合完成的論文《YuLan-Mini: Pushing the Limits of Open Data-efficient Language Model》被ACL 2025主會場錄用。這兩項成果分別就高效大模型訓練新范式、語言模型類比推理難題等關鍵領域，形成從訓練到推理的全鏈路創新，為行業研究提供新的思路和技術路徑。
第63屆ACL年會將于2025年7月27日至8月1日于奧地利維也納舉行
兩項成果閃耀ACL 2025，彰顯科研硬實力
ACL是自然語言處理（NLP）領域的頂級學術會議之一，根據中國計算機學會（CCF）的評級，ACL被列為A類會議（最高等級）。ACL論文通常代表著該領域的前沿研究成果，其論文需通過“雙盲評審”與領域主席的多輪篩選，最終接收率長年低于25%。這種“優中選優”的評選機制，確保了收錄論文的創新性與技術突破性，使其成為衡量學術成果創新性與實用性的黃金標尺。據統計，今年ACL論文總投稿量高達8000多篇，是去年的近2倍，被稱為ACL論文收錄競爭最為激烈的一年。此次，九章云極DataCanvas兩篇論文雙雙入選ACL 2025，有力印證了九章云極DataCanvas公司在AI研究領域的全球領先性與持續創新能力。
近年來，ACL會議逐漸從“純學術會議”轉向“學術與產業結合”的平臺。本次九章云極DataCanvas公司入選的兩篇論文亦體現出產學研用深度融合的特色。其中被Findings收錄的類比推理研究論文整合了九章云極在工業級大模型訓練中積累的實戰經驗，而被ACL 2025主會場錄用的論文YuLan-Mini由九章云極與高校聯合創新攻關。作為人工智能基礎設施領軍企業，九章云極正通過產學研用協同創新的模式，構建產業融合新生態，攜手合作伙伴共同推動AI技術賦能千行百業。
技術攻關 突破類比推理機器認知難題
針對大語言模型（LLMs）在類比推理任務中的技術瓶頸，九章云極DataCanvas進行了積極探索，并提出創新解決方案。該研究成果《Can Language Models Serve as AnalogyAnnotators?》被ACL 2025錄用為Findings論文，為突破機器類比推理能力提供了重要理論支持。
本次研究中，九章云極DataCanvas通過實證揭示：即便在思維鏈（CoT）技術的輔助下，當前最先進的語言模型仍難以有效解決類比推理任務�；诖�，九章云極DataCanvas創新性地融合認知心理學領域的結構映射理論（SMT），提出多階段漸進式類比推理框架A3E（Automated Analogy Annotation Expert）。實驗證實，該框架首次使大語言模型的類比標注準確率達到人類專家水平，為突破類比推理的機器認知瓶頸提供了可擴展的技術路徑。
前沿突破 推動開源大語言模型發展
本次被ACL 2025主會場收錄的論文《YuLan-Mini: Pushing the Limits of Open Data-efficient Language Model》，針對大型語言模型（LLMs）預訓練過程中存在的關鍵瓶頸與設計難點進行了探索，并預訓練出一個完全開源的高性能基座模型YuLan-Mini。該模型作為 2.4B 小參數量模型，僅在 1.08T Tokens 上預訓練，展現出優異的訓練高效性，實現比肩商用小模型的性能表現，為資源受限場景下的模型部署提供了全新范式。
YuLan-Mini模型在訓練穩定性、數據流程優化、全棧開源實踐三大方面實現創新突破，不僅為開源社區進行大模型研究提供了可行的技術路徑，更為推動開源大語言模型的發展做出了重要貢獻。在訓練穩定性方面，九章云極DataCanvas聯合研究團隊深入研究了Transformer架構的訓練穩定性問題，識別出隱藏狀態爆炸和RMSNorm表示坍塌等關鍵因素，提出了創新性的解決方案，有效緩解了訓練不穩定性。在數據優化方面，團隊構建了一套精細的數據處理流程，創新性融合了數據合成、數據課程與數據篩選等機制。實驗結果表明，YuLan-Mini 在同參數規模模型中表現優異，性能可媲美使用更多數據訓練的業界領先模型。
此次論文雙雙入選ACL 2025，不僅展現了九章云極DataCanvas在AI研究領域的前沿實力，更驗證了公司產學研用協同模式的有效性，為全球自然語言處理領域的發展貢獻了中國方案。在通用人工智能發展的關鍵窗口期，九章云極DataCanvas將繼續聚焦人工智能領域的核心技術問題，持續進行攻關和創新突破，以AI技術創新為多個行業的數智化轉型注入創新動能。
