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

Zhuoying Ou

ACL 2026推理评测与基准对齐与偏好
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
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 #3/11ACL 2026Poster· Natural Language Processing

A Comprehensive Survey of Process Reward Models: Data Generation, Model Construction, and Usage

Congmin Zheng · Jiachen Zhu · Zhuoying Ou · Yuxiang Chen · Kangning Zhang · Rong Shan · Zeyu Zheng · Mengyue Yang · Ruiming Tang (Huawei Noah&#x27 · s Ark Lab) · Ruiming Tang (Huawei Noah&#x27

摘要

Large Language Models (LLMs) have advanced reasoning ability, yet conventional alignment remains dominated by outcome reward models (ORMs) that judge only final answers. Process Reward Models(PRMs) address this gap by evaluating and guiding reasoning at the step or trajectory level. This survey p...

推理评测与基准对齐与偏好OpenReview 项目页

常见合作者