paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
JL

Jingcheng Liang

ACL 2026强化学习与后训练推理对齐与偏好
新星分贡献者
32
一作贡献0
核心/参与12
方向广度6
合作网络3
0 一作 · 1 篇 · ACL 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

1
作者位次 #2/3ACL 2026Findings· Findings of ACL

A bstain- R 1: Calibrated Abstention and Post-Refusal Clarification via Verifiable RL

Haotian Zhai · Jingcheng Liang · Dongyeop Kang

摘要

Reinforcement fine-tuning improves the reasoning ability of large language models, but it can also encourage them to answer unanswerable queries by guessing or hallucinating missing information. Existing abstention methods either train models to produce generic refusals or encourage follow-up cla...

强化学习与后训练推理对齐与偏好OpenReview 项目页

常见合作者