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

Juntong Song

AAAI 2026ACL 2026ICML 2026多模态强化学习与后训练对齐与偏好安全
新星分贡献者
58
一作贡献0
核心/参与22
方向广度14
合作网络12
0 一作 · 3 篇 · AAAI 2026 / ACL 2026 / ICML 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

3
作者位次 #2/6ACL 2026Findings· Findings of ACL

O pen G en A lign: A Preference Dataset and Benchmark for Trustworthy Reward Modeling in Open-Ended, Long-Context Generation

Hanning Zhang · Juntong Song · Juno Zhu · Yuanhao Wu · Tong Zhang · Cheng Niu

摘要

Reward Modeling is critical in evaluating and improving the generation of Large Language Models (LLMs). % They are typically trained on high-quality annotated datasets to distinguish between better and worse responses. While numerous recent works have shown its feasibility in improving safety, he...

对齐与偏好安全强化学习与后训练OpenReview 项目页

常见合作者