文章总结： B站技术团队在ACL2026展示FATE系列成果，包括SABER和CASTER两篇论文。SABER解决大模型过度思考问题，提出可切换推理模式，减少推理长度65%-80%并保持准确率。CASTER通过模拟观众反应评估UGC内容质量，在社区共鸣评估上超越GPT-5.2。同时开放B-UP项目招聘。 综合评分： 88 文章分类： 其他

B站技术团队邀您共赴 ACL 2026｜携 FATE系列新作&B-UP岗位亮相圣地亚哥

哔哩哔哩技术

2026年7月1日 14:12 上海

在小说阅读器读本章

去阅读

ACL 2026

ACL 2026（Annual Meeting of the Association for Computational Linguistics）——作为计算语言学和自然语言处理领域的国际顶级学术会议，ACL 被中国计算机学会（CCF）推荐会议列表列为 A 类国际学术会议，被 Core Conference Ranking 评为 A类会议，同时也是国际计算机学科排名 CSRankings 列表中的顶级会议。

本届会议将于 2026 年 7 月 2 日至 7 月 7 日 在美国加利福尼亚州圣地亚哥（San Diego, California）举行，由国际计算语言学协会（ACL）主办。

来自哔哩哔哩大语言模型团队、推荐算法团队的研究员，将和参会的从业者和技术天才们共同交流 AI 时代下的前沿技术成果和行业发展，同时也给大家带来「B-UP 顶尖技术人才项目」的相关校招、实习岗位，欢迎大家来展台投递简历 & 打卡交流！

Fate 系列第一篇：SABER

让模型学会「何时深思考，何时直接答」

SABER

AAAI 2026

早在今年 1 月的 AAAI 2026 会议上，我们大语言模型团队推出 FATE 系列首作 —— SABER（Switchable and Balanced Training for Efficient LLM Reasoning），一经展出便收获大量关注，一举拿下当日 Best Photo 奖项，团队成员还惊喜抽中显卡大奖。

现有的推理增强大模型（如 CoT / Long-Chain Reasoning）常面临过度思考（Overthinking）问题——即便是“1+1=?”这样简单的问题，也会机械地生成冗长推理链，造成响应延迟高、推理成本大。

SABER 聚焦长思考大模型训练难题，探索如何强化大模型的链式推理能力，让 AI 具备更长的逻辑思考链路，大幅提升复杂任务下的分步求解效果，也是我们 FATE 技术系列的开篇之作。提出了一种可切换、受 Token 预算约束的混合思考训练范式，基于 GRPO 强化学习直接优化（无需 SFT 预热），让同一模型支持四种离散推理模式。

实验表明，SABER 在 MATH / GSM8K / MBPP 及逻辑推理任务上，FastThink 模式可在推理长度减少 65%~80% 的同时保持甚至提升准确率，且 NoThink 模式相比基座模型性能退化极小。

*该论文已被AAAI 2026收录，链接：https://arxiv.org/abs/2508.10026

*项目开源链接：https://github.com/bilibili/saber_rl

*具体成果介绍：https://mp.weixin.qq.com/s/AfN7ON2PPjN5MuFm327FEA

Fate 系列第二篇：CASTER

让AI像真实用户一样评价UGC内容

CASTER

ACL 2026

继 SABER 之后，我们 Fate 系列的第二篇成果CASTER（Community-Aware Assessment of Social Textual Engagement and Resonance） 已被 ACL 2026 Main Conference收录，并将于 7 月 5 日在 San Diego Poster Session B进行现场 Poster 展示！

*论文链接：https://arxiv.org/abs/2606.01897

*代码链接：https://github.com/bilibili/medea_rl

*模型链接：https://huggingface.co/IndexTeam/MEDEA

*DEMO链接：

https://vowel-bagging-tweed.ngrok-free.dev/?token=acl2026caster

*数据集链接：https://huggingface.co/datasets/IndexTeam/CASTER-Bench

让AI学会「站在观众角度思考」

传统视频质量评估（VQA）看的是画面清不清晰、有没有压缩失真。但在B站社区里，一条视频好不好，靠的从来不是画质。一段画质普通但极具创意的手书，可能获得百万播放和满屏弹幕；一段4K高清的vlog，也可能因为内容空洞而无人问津。

UGC质量的本质是社区共识，而不是像素质量。

CASTER做的事情是：给定一条视频的多模态信息（封面、关键帧、标题、标签、ASR等），让AI模拟不同类型观众的反应，然后从这些模拟反应中推断出这条内容能不能获得社区认可。

Social-CoT：

不是逻辑推理，是社会认知推理

Social-CoT是我们提出的核心推理机制。与传统CoT进行逻辑推理不同，Social-CoT进行的是社会认知推理：

第一步：实例化多元观众人设

模型需要想象不同类型的观众：资深爱好者、偶然路过的用户、对该领域感兴趣的新人、挑剔的老用户等。每个人设代表了社区中的一种典型视角。

第二步：模拟情感反应路径

对于每个观众人设，模型需要推理：这个人看完视频后会有什么感受？会被哪个片段打动？会想发什么样的评论？这不是简单的情感分类，而是深入的共情推理。

第三步：汇聚社区心智

综合所有模拟的观众反应，通过统计共识机制（Skellam Scoring）判断：这个内容是否能在社区层面产生正面共鸣？

这种”先模拟再判断”的结构，确保了最终的质量判断是从模拟的社区动态中因果推导出来的，而不是黑盒分类。下面是一个具体的Social-CoT示例：

MEDEA框架

更进一步，我们把Social-CoT落地为可训练的系统，设计了MEDEA（Multimodal Engagement-Driven Evaluation Architecture）框架：

阶段一：挖掘真实社区智慧

基于B站生态用教师模型 (Gemini) 将社区智慧转换成结构化的Social-CoT推理路径，最终构建了54K条标注样本。

阶段二：SFT让模型学会Social-CoT的结构

通过监督微调，模型学会将视觉线索（光线、剪辑节奏）和文本信息（标题、标签）与社会解读对齐。

阶段三：RL对齐人类社区标准

使用GRPO算法 + 四维复合奖励：

• 格式奖励：输出遵循结构化格式
• 标签奖励：预测正确性
• 认知多样性约束：防止模型生成重复评论，必须探索完整分布
• 社会对齐奖励：模拟评论与真实高赞评论的语义相似

其中社会对齐奖励是关键创新，没有它，模型会退化为生成「好美啊」「太棒了」这样的空泛模板；有了它，模型能生成具体且富有共情的解读，比如将冰岛vlog中风吹发丝的画面解读为「原始自然力量的震撼」。

CASTER-Bench：社区共鸣基准

为支持CASTEaR任务，我们发布了CASTER-Bench：

• 1485条UGC视频，覆盖30个主要内容品类（生活、知识、游戏、美食、科技、舞蹈等）
• 平均时长442秒（总时长182.5小时），远超现有VQA数据集的8-10秒短片
• 多模态信息完整：视频内容、封面图、标题、标签、分区、ASR

实验：全面超越GPT-5.2和

Claude-4.5-opus

在CASTER-Bench上，MEDEA全面超越所有四类基线方法。

高质量类别（最关键指标）：

• MEDEA：F1 = 0.650，精确率 = 0.603，召回率 = 0.705
• 最强基线（GPT-5.2 reasoning）：F1 = 0.555
• 提升幅度：+17.1%

各类基线的失败模式分析：

传统VQA方法（FastVQA、DOVER、MaxVQA等）：

• 高质量F1仅0.33-0.41，几乎完全失效
• 原因：它们评估的是画面质量而非内容质量，信号层面的分析无法捕捉社区共鸣

标准大模型（GPT-5.2、Claude-4.5-Opus）：

• 召回率极高（>90%）但精确率极低（~30%）
• 原因：”慷慨偏差”：通过长上下文推理能在任何视频中找到优点，但缺乏区分”还行”和”真正优秀”的社会判断力

推理增强大模型（开启reasoning模式）：

• 有所改善但仍不够（最高F1=0.555）
• 原因：逻辑推理能力不等于社会认知能力

Social-CoT提示的旗舰模型：

• 直接用Social-CoT提示词（不微调）：F1=0.508
• 说明推a理模式本身有帮助，但需要专门的训练才能真正内化”社区标准”

已在B站落地：更早发现优质内容

CASTER不只是一篇论文，它已经在B站的内容生态中实际部署运行。

通过将CASTER接入内容分发链路，系统能够在视频发布后的极早期（甚至在评论区形成之前），就识别出具有高社区共鸣潜力的优质稿件。这使得优质创作者的内容能更快地获得曝光，不再需要等待漫长的自然传播周期。

正如电话会议中提到：”我们花了很多时间让AI理解什么是高质量内容，并在更早的阶段识别这些高质量内容。” CASTER正是这一愿景的技术实现。

现场见！技术交流 + 招聘专项

ACL 2026 现场，B 站技术团队将携带 SABER / CASTER 相关技术细节与大家深度切磋，展台还将发放哔哩哔哩精美周边，欢迎来聊！

同时，「B-UP 顶尖技术人才项目」的校招与实习岗位在现场开放咨询与简历投递 👇

● 热招方向：大语音模型、推荐算法、搜索算法、视频生成、视频理解、语音算法、AI Infra、高性能计算、大数据架构、模型工程

● 招聘人群：

应届生：2027届海内外本硕博毕业生（2026年9月-2027年8月期间毕业）

实习生：2027届及之后毕业的海内外本硕博在校生（2026年9月及之后毕业）

7 月美国圣地亚哥

哔哩哔哩技术团队在展台等候各位同仁与青年技术人才，共探大模型技术未来！

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：哔哩哔哩技术 《B站技术团队邀您共赴 ACL 2026｜携 FATE系列新作&B-UP岗位亮相圣地亚哥》