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

Linghan Zheng

SIGIR 2026检索与知识安全强化学习与后训练
新星分贡献者
35
一作贡献0
核心/参与12
方向广度6
合作网络6
0 一作 · 1 篇 · SIGIR 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 #2/9SIGIR 2026Poster· Information Retrieval (Industry)

Code-Based English Models Reveal Surprising Performance on Chinese QA Pair Extraction Task

Jiajun Yu · Linghan Zheng · Hui Liu · Jiayuan Dong · YUE SHEN · Zhiwei Liu · Yaozhen Liang · Yong Li · Haishuai Wang

摘要

This paper explores advancements in automated Question-Answer (QA) extraction using large language models (LLMs), addressing challenges in transforming unstructured text into high-quality, retrievable QA pairs. Traditional approaches, whether through segmented question and answer generation or en...

检索与知识安全强化学习与后训练OpenReview

常见合作者