Ercong Nie [ɚ'tsʰʊŋ, niɛ]

长聘教轨助理教授（即将入职）
上海交通大学外国语学院
此前任职与学习：Schuetze NLP Lab, Center for Information and Language Processing (CIS),
慕尼黑大学, Munich Center for Machine Learning (MCML)

邮箱：ecnie97 at gmail.com

关于我

• 我即将加入上海交通大学外国语学院，担任长聘教轨助理教授，研究方向位于自然语言处理、大语言模型、语言科学与以人为本的人工智能交叉领域。
• 我在慕尼黑大学信息与语言处理中心（CIS）获得自然语言处理方向博士学位，导师为 PD Dr. Helmut Schmid 和 Prof. Hinrich Schütze，并隶属于 Schütze Lab。
• 博士期间，我同时是 Munich Center for Machine Learning (MCML) 成员；此前我在慕尼黑大学获得计算语言学与信息学（计算机科学）硕士学位。
• 本科毕业于上海交通大学，主修德语、辅修金融；本科期间曾赴海德堡大学比较日耳曼研究专业交流学习。

欢迎潜在学生联系： 如果你对 自然语言处理、大语言模型、多语言人工智能、可解释性、语言科学、以人为本的 AI 感兴趣，欢迎通过邮件联系我。

研究愿景

我的研究目标是发展 多语言、可解释、高效、以人为本 的语言智能技术。围绕多语言大语言模型、跨语言知识、语言混淆、检索增强提示以及神经语言学探测等近期工作，我希望理解大语言模型如何在不同语言中获取、表示、编辑、检索和使用语言知识与事实知识，并将这些理解转化为面向低资源语言、跨文化场景和专业领域应用的可靠方法。

• 多语言 NLP 与多语言大语言模型： 大语言模型的多语言能力（Nie et al., 2025a）、跨语言迁移（Nie et al., 2023a, Ma et al., 2024, Nie et al., 2025a）、低资源语言技术与历史语言处理（Nie et al., 2023b）。
• 大语言模型可解释性与内部机制： 机制可解释性（Nie et al., 2025b）、多语言表示分析、语言混淆、知识编辑，以及与语言、知识和推理相关的模型行为。
• 受人类语言处理启发的 NLP 与语言科学： 受人类语言处理启发的自然语言处理（Zhang et al., 2023, Yan et al., 2025）、计算神经语言学（He et al., 2024, He et al., 2025a, He et al., 2025b），以及面向语言、文化与认知的交叉人工智能研究。
• 高效与智能体式 NLP 方法： 提示学习（Nie et al., 2023c, Ma et al., 2023）、检索增强与记忆增强方法、低资源学习（Liu et al., 2024）以及参数高效微调（Yuan et al., 2024, Yuan et al., 2025）。

欢迎对 NLP、 大语言模型、 智能体 AI、 多语言性、 可解释性、 检索与记忆增强方法、 受人类启发的 NLP， 以及这些方向与 数字人文、 社会科学、 领域应用 交叉研究感兴趣的同学和合作者联系我。

代表性论文

• Ercong Nie*, Bo Shao*, Zifeng Ding, Mingyang Wang, Helmut Schmid, Hinrich Schütze. Bmike-53: Investigating cross-lingual knowledge editing with in-context learning. In ACL 2025 (oral). [Paper]
• Ercong Nie, Helmut Schmid, Hinrich Schütze. Mechanistic Understanding and Mitigation of Language Confusion in English-Centric Large Language Models. In EMNLP 2025 Findings. [Paper]
• Ercong Nie*, Sheng Liang*, Helmut Schmid, Hinrich Schütze. Cross-Lingual Retrieval Augmented Prompt for Low-Resource Languages. In ACL Findings 2023. [Paper], [Code]
• Ercong Nie, Helmut Schmid, Hinrich Schuetze. Unleashing the Multilingual Encoder Potential: Boosting Zero-Shot Performance via Probability Calibration. In EMNLP Findings 2023. [Paper], [Code]
• Linyang He, Ercong Nie, Helmut Schmid, Hinrich Schütze, Nima Mesgarani, Jonathan Brennan. Large Language Models as Neurolinguistic Subjects: Identifying Internal Representations for Form and Meaning. In ACL Findings 2025. [Paper]
• Ercong Nie, Shuzhou Yuan, Bolei Ma, Helmut Schmid, Michael Färber, Frauke Kreuter, Hinrich Schütze. Decomposed prompting: Unveiling multilingual linguistic structure knowledge in english-centric large language models. In IJCNLP-AACL 2025 Findings. [Paper]
• Shuzhou Yuan, Ercong Nie, Michael Färber, Helmut Schmid, Hinrich Schuetze. GNNavi: Navigating the Information Flow in Large Language Models by Graph Neural Network. In ACL Findings 2024. [Paper], [Code]
• Bolei Ma*, Ercong Nie*, Shuzhou Yuan, Helmut Schmid, Michael Färber, Frauke Kreuter, Hinrich Schuetze. ToPro: Token-Level Prompt Decomposition for Cross-Lingual Sequence Labeling Tasks. In EACL 2024 (oral). [Paper], [Code]

（* 表示共同一作）
更多论文见完整论文列表。

学术服务

会议组织与学术职务

• Area Chair (AC): ACL ARR (ACL 2026)
• Program Chair: ICLR 2026 Workshop MemAgents

审稿

我长期为 NLP、AI/ML 相关国际会议以及 SCI/SSCI 期刊审稿。

• 会议：ICML, NeurIPS, ACL, EMNLP, NAACL, COLING, EACL, LREC, IJCNN 等。
• 期刊：IEEE TNNLS, ACM TIST, ACM TALLIP, Natural Language Processing, Royal Society Open Science, Acta Psychologica, Journal of Computational Social Science 等。

学术共同体

• NICE 委员会成员。
• AI Grid 成员。
• Munich Center for Machine Learning (MCML) junior member。
• ACL 与 GSCL 等 NLP/CL 学术共同体成员。

致谢：本主页最初由 Peiqin Lin 创建模板，并由我修改维护。