来源 :朗新科技2026-04-15
近日，第64届国际计算语言学年会（ACL 2026）公布论文录用结果。朗新科技与上海交大联合完成的2篇学术论文成功入选，其中主会长文1篇、Findings长文1篇，技术突破聚焦AI工具调用与多轮任务执行两大核心痛点，彰显公司在自然语言处理与AI大模型领域的深厚研发实力。
ACL是自然语言处理、计算语言学与人工智能领域的顶级国际会议，也是中国计算机学会(CCF)推荐的A类人工智能国际顶级会议，旨在探讨大语言模型和智能体、文本挖掘、对话系统等方向的最新研究成果、技术创新及系统应用。本届会议共收到投稿12148篇，主会录用率为19%，Findings录用率为18%，体现了严格的审稿标准与高水平的学术竞争。
ToolPRM：提升AI模型工具调用能力
在主会长文《ToolPRM: Fine-Grained Inference Scaling of Structured Outputs for Function Calling》中，朗新科技针对大模型在工具调用场景中算力成本高、小模型能力弱的行业难题，提出了一种精细化的推理优化策略。
当前，AI模型使用外部工具时，要一步步选择功能、填写参数，只要一步选错，后续操作就全部失效。而ToolPRM能把整套操作拆分成多个细小步骤，对每一步骤进行精准把控与筛选，通过多方案试探、只保留最优选择的方式，大幅提升AI操作稳定性与精准度。实验证实，ToolPRM技术让3B小模型实现媲美7B大模型的工具调用能力，有效破解结构化输出适配难题，让AI工具调用更智能、更稳定。
这一突破有效降低了AI模型的部署门槛，让端侧、边缘侧等轻量化场景也能获得高性能的智能工具调用能力，显著减少对云端算力的依赖，节约计算成本。
PROGRA：让AI具备“进度感知”能力
你让AI帮你改签机票，它查了航班、选了座位，但到付款这一步突然忘了你刚才说的是经济舱，又从头问你一遍——这就是当前AI多轮工具调用的典型翻车现场。
在Findings长文《PROGRA: Progress-Aware Reinforcement Learning for Multi-Turn Function Calling》中，朗新科技聚焦AI多轮交互场景，针对模型易遗忘上下文、频繁重复操作等行业痛点，创新研发并引入进度感知核心能力。依托PROGRA技术体系，结合定制化数据生成与强化学习训练框架，AI能够实时把控任务整体进度、留存历史操作信息、明确后续执行目标，实现能力升级，从“会调用工具”进化为“会完整完成任务”。
PROGRA技术深度适配智能决策规划、业务流程自动化、多轮深度数据分析等长周期、长链路复杂应用场景，能够有效规避指令重复调用、关键步骤缺失遗漏等问题，将大幅提升AI运行稳定性与执行效率，助力降本增效。
此次两篇论文入选，既是朗新科技“产业+学术”协同发展的重要成果，也是公司AI技术驱动、赋能业务发展的有力印证。未来，两项技术成果将赋能公司电力交易、聚合充电、虚拟电厂等核心业务，也将为AI技术在能源行业的规模化应用筑牢根基，有力推动人工智能从技术创新向产业价值的深度转化与全面释放。