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

Markus Leippold

ACL 2026ICLR 2026推理多模态评测与基准可解释性检索与知识
新星分贡献者
44
一作贡献0
核心/参与10
方向广度13
合作网络9
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 #7/11ACL 2026Poster· Natural Language Processing

R e P robe: Efficient Test-Time Scaling of Multi-Step Reasoning by Probing Internal States of Large Language Models

Jingwei Ni · Ekaterina Fadeeva · Tianyi Wu · Mubashara Akhtar · Jiaheng Zhang · Elliott Ash · Markus Leippold · Timothy Baldwin · See-Kiong Ng · Artem Shelmanov · Mrinmaya Sachan

摘要

LLMs can solve complex tasks by generating long, multi-step reasoning chains. Test-time scaling (TTS) can further improve LLM performance by sampling multiple variants of intermediate reasoning steps, verifying their correctness, and strategically choosing the best steps for continuation. However...

推理可解释性检索与知识OpenReview 项目页

常见合作者