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

Haoyuan Wu

ACL 2026强化学习与后训练推理效率与系统
新星分贡献者
30
一作贡献0
核心/参与5
方向广度6
合作网络9
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 #6/34ACL 2026Poster· Natural Language Processing

Reinforcement Learning on Pre-Training Data

Siheng Li · Kejiao Li · Zenan Xu · Guanhua Huang · Kun Li · Haoyuan Wu · Wujiajia · Zihao Zheng · Chenchen Zhang · Kun Shi · Xue Gong · Qi Yi · Ruibin Xiong · Tingqiang Xu · Yuhao Jiang · Jianfeng Yan · Yuyuan Zeng · Guanghui Xu · Jinbao Xue · Zhijiang xu · Zheng Fang · Shuai LI · Qibin Liu · Xiaoxue Li · Zhuoyu Li · Yangyu Tao · Fei Gao · Cheng Jiang · Bochao Wang · Kai Liu · Jianchen Zhu · Wai Lam · Bo Zhou · Di Wang

摘要

Recent progress in large language models (LLMs) is largely driven by scaling training compute through either pre-training with next-token prediction (NTP) or post-training with reinforcement learning (RL). The former contributes to learning broad knowledge and skills from general data, while stru...

强化学习与后训练推理效率与系统OpenReview 项目页

常见合作者