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

Bowen Ding

ACL 2026强化学习与后训练推理评测与基准
新星分新星
51
一作贡献30
核心/参与0
方向广度6
合作网络3
1 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
一作ACL 2026Poster· Natural Language Processing

Rethinking Expert Trajectory Utilization in LLM Post-training for Mathematical Reasoning

Bowen Ding · Yuhan Chen · Jiayang Lyu · Jiyao Yuan · Qi Zhu · Shuangshuang Tian · Dantong Zhu · Futing Wang · Heyuan Deng · Fei Mi · Lifeng Shang · Tao Lin

摘要

Supervised Fine-Tuning (SFT) and Reinforcement Learning (RL) dominate the post-training landscape for mathematical reasoning, yet differ fundamentally in their reliance on expert trajectories. To understand the optimal way to harness these trajectories for maximizing performance, we propose the P...

强化学习与后训练推理评测与基准OpenReview 项目页

常见合作者