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

Xingjiao Wu

ACL 2026ICLR 2026多模态安全可解释性推理对齐与偏好
新星分贡献者
38
一作贡献0
核心/参与10
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 #5/6ICLR 2026Poster· Computer Vision / Vision Models & Multimodal

Dynamic Multimodal Activation Steering for Hallucination Mitigation in Large Vision-Language Models

Jianghao Yin · Qin Chen · Kedi Chen · Jie Zhou · Xingjiao Wu · Liang He

多模态安全可解释性OpenReview
作者位次 #10/11ACL 2026Findings· Findings of ACL

APEX : Learning Adaptive Priorities for Multi-Objective Alignment in Vision-Language Generation

Dongliang Chen · Xinlin Zhuang · Junjie Xu · Luojian Xie · Zehui Wang · Jiaxi Zhuang · Haolin Yang · Liang Dou · Xiao He · Xingjiao Wu · Ying Qian

摘要

Multi-objective alignment for text-to-image generation is commonly implemented via static linear scalarization, but fixed weights often fail under heterogeneous rewards, leading to optimization imbalance where models overfit high-variance, high-responsiveness objectives (e.g., OCR) while under-op...

多模态推理对齐与偏好OpenReview 项目页

常见合作者