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

Zhiqin Yang

AAAI 2026ACL 2026CVPR 2026ICML 2026多模态对齐与偏好理论与学习动力学可解释性强化学习与后训练
新星分贡献者
70
一作贡献0
核心/参与38
方向广度19
合作网络9
0 一作 · 4 篇 · AAAI 2026 / ACL 2026 / CVPR 2026 / ICML 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

4
作者位次 #2/6ICML 2026Spotlight· Deep Learning / Foundation Models

Conditional Equivalence of DPO and RLHF: Assumptions, Failure Modes, and Provable Alignment

Yonggang Zhang · Zhiqin Yang · Wei Xue · Dong Fang · Bo Han · Yike Guo

对齐与偏好理论与学习动力学OpenReview
作者位次 #2/10ACL 2026Findings· Findings of ACL

L earn A lign: Data Selection for LLM Reinforcement Learning with Improved Gradient Alignment

Shipeng Li · Zhiqin Yang · Shikun Li · Xiaobo Xia · Hengyu Liu · Xinghua Zhang · Gaode Chen · Dong Fang · Ying Tai · Zhe Peng

摘要

Reinforcement learning with verifiable rewards (RLVR) has become a key technique for enhancing LLMs’ reasoning abilities, yet its data inefficiency remains a major bottleneck. To address this critical yet challenging issue, we present a novel gradient-alignment-based method, named LearnAlign, whi...

强化学习与后训练推理数据与预训练OpenReview 项目页

常见合作者