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

Li Li

ICLR 2026×2ACL 2026对齐与偏好社会与人本多模态强化学习与后训练
新星分贡献者
44
一作贡献0
核心/参与15
方向广度11
合作网络6
0 一作 · 3 篇 · ICLR 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

3
作者位次 #7/8ACL 2026Poster· Natural Language Processing

Bias Fitting to Mitigate Length Bias of Reward Model in RLHF

Kangwen Zhao · Jianfeng Cai · Jinhua Zhu · Ruopei Sun · Dongyun Xue · Wengang Zhou · Li Li · Houqiang Li

摘要

Reinforcement Learning from Human Feedback (RLHF) relies on reward models to align large language models with human preferences. However, RLHF often suffers from reward hacking, wherein policy learning exploits flaws in the trained reward model to maximize reward scores without genuinely aligning...

对齐与偏好社会与人本强化学习与后训练OpenReview 项目页

常见合作者