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

Jiasi Shen

AAAI 2026ACL 2026强化学习与后训练效率与系统推理评测与基准
新星分资深
25
一作贡献0
核心/参与12
方向广度11
合作网络6
0 一作 · 2 篇 · AAAI 2026 / 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

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

R eflexi C oder: Teaching Large Language Models to Self-Reflect on Generated Code and Self-Correct It via Reinforcement Learning

Juyong Jiang · Jiasi Shen · Sunghun Kim · Kang Min Yoo · Jeonghoon Kim · Sungju Kim

摘要

While Large Language Models (LLMs) have revolutionized code generation, standard “System 1” approaches that generate solutions in a single forward pass often hit a performance ceiling on complex algorithmic tasks. Existing iterative refinement strategies attempt to bridge this gap at inference ti...

强化学习与后训练效率与系统推理OpenReview 项目页
作者位次 #4/4AAAI 2026Poster· Artificial Intelligence

OSVBench: Benchmarking LLMs on Specification Generation Tasks for Operating System Verification

Shangyu Li · Juyong Jiang · Tiancheng Zhao · Jiasi Shen

评测与基准OpenReview

常见合作者