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

Kaiming Liu

ACL 2026ICLR 2026强化学习与后训练智能体与工具社会与人本推理可解释性
新星分贡献者
45
一作贡献0
核心/参与17
方向广度13
合作网络3
0 一作 · 2 篇 · ACL 2026 / ICLR 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 #2/5ICLR 2026Poster· Deep Learning / Generative Models and Autoencoders

Doctor-R1: Mastering Clinical Inquiry with Experiential Agentic Reinforcement Learning

Yung Hwei Lai · Kaiming Liu · Ziyue Wang · Weizhi Ma · Yang Liu

智能体与工具强化学习与后训练社会与人本OpenReview
作者位次 #4/10ACL 2026Poster· Natural Language Processing

Writing- RL : Advancing Long-form Writing via Adaptive Curriculum Reinforcement Learning

Xuanyu Lei · Chenliang Li · Yuning Wu · Kaiming Liu · Weizhou Shen · Peng Li · Ming Yan · Fei Huang · Ya-Qin Zhang · Yang Liu

摘要

Recent advances in Large Language Models (LLMs) have enabled strong performance in long-form writing, but current training paradigms remain limited: Supervised Fine-Tuning (SFT) remains constrained by data saturation and performance ceilings, while Reinforcement Learning with Verifiable Reward (R...

强化学习与后训练推理可解释性OpenReview 项目页

常见合作者