近日，我院智能服务科研团队取得重要科研进展：两项研究成果分别被中国计算机学会（CCF）推荐的A类国际学术会议ACL 2026和ACM SIGIR 2026正式录用。

成果一：Business as Rulesual: A Benchmark and Framework for Business Rule Flow Modeling with LLMs

作者：杨晨、许如萍、Ruizhe Li、曹斌（通讯）、范菁（通讯）

录用情况：

该成果被国际计算语言学领域顶级会议ACL 2026录用为主会论文（Main Conference）。成果第一作者为博士生杨晨，通讯作者为曹斌教授和范菁教授，其他作者有硕士生许如萍。

成果介绍：

该成果由我院与英国阿伯丁大学Ruizhe Li博士合作完成，在大语言模型与复杂业务规则建模交叉方向取得新进展。从非结构化业务文档中提取结构化程序知识，一直是流程自动化中关键但尚未解决的瓶颈。针对传统信息抽取方法主要侧重于线性动作流，而难以处理真实商业与监管文档中普遍存在的条件分支、并行执行等复杂逻辑结构的问题，本文指出并填补了自然语言规范与自动化系统所需的可执行条件控制流之间的“逻辑鸿沟（Logic Gap）” 。

△ExIde方法架构图

关于ACL：

ACL（Annual Meeting of the Association for Computational Linguistics）是自然语言处理与计算语言学领域最具影响力的国际顶级学术会议，由国际计算语言学协会主办，是中国计算机学会（CCF）推荐的 A 类国际学术会议。据悉，第 64 届 ACL 大会将于 2026 年 7 月 2 日至 7 日在美国加利福尼亚州圣地亚哥举行。本届会议竞争空前，共收到12148篇有效投稿，主会论文（Main Conference）录用率仅为19%，另有18%被录用为Findings。

成果二：RULER: Robust Unified LLM-based Efficient Retrieval for Legal Information

作者：侯晨煜、王子洋、曹斌（通讯）、王佳星、张天明、李甜甜

录用情况：

该成果被信息检索领域顶级会议ACM SIGIR 2026录用为长文主会（Full Paper Track）。成果第一作者为侯晨煜老师，通讯作者为曹斌教授，其他作者有硕士生王子洋，教师王佳星、张天明、李甜甜。

成果介绍：

该成果源自团队与长三角（嘉兴）城乡建设设计集团校企联合实验室的合作项目，在法律智能与信息检索交叉方向取得新进展。针对传统法律信息检索系统中检索器与重排序器相互割裂、误差易级联放大，以及复杂场景下易出现“幻觉命中”的问题，本文提出统一检索框架 RULER。该框架以共享大模型骨干为核心，在同一参数空间内协同完成候选召回与精排任务，并通过“检索阶段全量微调 + 重排阶段参数高效适配”的渐进式训练策略，实现性能与效率的平衡；同时构建面向真实检索场景的双场景分组训练机制，结合动态间隔优化与最大熵正则化，显著增强了模型对困难负样本和全负候选集的识别与抑制能力。该成果为构建高可靠、可落地的法律智能检索系统提供了新的技术路径与实践范式。

△RULER方法架构图

关于SIGIR：

ACM SIGIR（International ACM SIGIR Conference on Research and Development in Information Retrieval）是信息检索领域最具影响力的国际学术会议之一，CCF推荐A类会议。据悉，SIGIR 2026 将于 2026 年7月20日至24日在澳大利亚墨尔本召开。本届会议在撤稿与 desk rejection 后共收到 1271 篇有效投稿，最终录用 234 篇，录用率仅为 18.4%。

此次在两大顶级学术会议上的连续突破，展示了我院智能服务科研团队在大语言模型应用、流程自动化、法律智能检索等前沿方向的创新活力与科研实力。这些成果离不开团队每一位成员的辛勤付出。衷心祝贺智能服务科研团队，也期待团队及学院其他师生在未来取得更多优秀成果。