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

Wei Lu

ICLR 2026×2强化学习与后训练效率与系统可解释性推理
新星分资深
21
一作贡献0
核心/参与12
方向广度8
合作网络3
0 一作 · 2 篇 · 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 #3/3ICLR 2026Poster· General Machine Learning / Representation Learning

Difficulty–Diversity Collaborative Filtering for Data-Efficient LLM Fine-Tuning

Long Hoang · Wenxuan Zhang · Wei Lu

可解释性强化学习与后训练效率与系统OpenReview
作者位次 #2/3ICLR 2026Poster· Reinforcement Learning / Everything Else

PEAR: Phase Entropy Aware Reward for Efficient Reasoning

Chen Huang · Wei Lu · Wenxuan Zhang

推理强化学习与后训练效率与系统OpenReview

常见合作者