NAVER、NAVER Cloud及NAVER LABS Europe等Team NAVER旗下机构的24篇研究论文入选自然语言处理领域国际学术会议“EMNLP 2026”。相关研究涵盖韩语推理数据合成、多模态AI评估、大语言模型（LLM）推理过程分析及智能体技术，重点针对实际模型开发与服务应用过程中遇到的问题提出解决方案。

NAVER于15日表示，2026年自然语言处理实证方法会议（EMNLP，Empirical Methods in Natural Language Processing）将于10月24日至29日在匈牙利布达佩斯举行。EMNLP与ACL、NAACL并列，被视为自然语言处理领域的重要国际学术会议。

此次入选的论文来自NAVER、NAVER Cloud、NAVER LABS Europe等Team NAVER旗下多个技术研究部门。研究主题包括韩语AI、基于语音和视频的多模态AI、大语言模型推理分析以及智能体技术等。

NAVER Cloud重点开展针对实际模型开发和服务应用过程中出现的问题进行分析与解决的研究。研究团队分析了在为语言模型增加视觉能力时，原有指令执行能力下降的原因，并提出了一项能够在训练开始前预测这一问题的诊断指标。

提升韩语推理能力的相关研究也成功入选。该研究通过英语原文合成医疗、安保等专业领域所缺乏的韩语推理数据，并将其用于模型训练，旨在增强以韩语为基础的AI能力。

研究团队还提出了新的多模态AI评估方法。一项针对数小时长视频中特定场景定位问题的研究发现，现有AI的局限并非主要在于场景识别，而在于对长视频内容进行搜索的过程。此外，团队还发布了一套全模态基准测试，用于评估语音表达的语调和语速是否符合具体情境。

NAVER AI Lab展示了分析大语言模型内部推理过程的研究成果。研究团队考察了问题理解、计划制定和计算等人类推理环节，是否也会以相互区分的形式呈现在大语言模型内部，从而拓展了对模型答案生成机制的研究基础。

NAVER LABS Europe将发表有关检索增强型大语言模型智能体及模型对齐技术的研究。相关研究使AI智能体能够检索过去的任务经验，并将其应用于解决新任务，从而提升模型处理陌生任务的泛化能力。

另有一项关于优化大语言模型生成文本的研究也成功入选。该研究旨在使模型生成的文本更适合语音合成（TTS），通过直接调整模型本身，使其无需额外后处理，也能生成适合语音服务、听起来自然流畅的回答。

Team NAVER今年在其他主要AI学术会议上也持续取得成果。今年7月，其6篇论文入选ICML 2026；9月，又有23篇论文入选ECCV 2026。

NAVER计划将此次研究成果应用于下一代AI模型及服务开发，进一步增强其在自然语言处理、多模态AI和智能体技术领域的竞争力。

孙康勋 记者