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

Lei Jin

ACL 2026检索与知识推理强化学习与后训练
新星分贡献者
39
一作贡献0
核心/参与12
方向广度6
合作网络9
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 #2/9ACL 2026Poster· ACL Industry Track

R ³ A : Reinforced Reasoning for Relevance Assessment for RAG in User-Generated Content Platforms

Xiaowei Yuan · Lei Jin · Haoxin Zhang · Ziyang Huang · Yan Gao · Yi Wu · Yao Hu · Jun Zhao · Kang Liu

摘要

Retrieval-augmented generation (RAG) plays a critical role in user-generated content (UGC) platforms, but its effectiveness critically depends on accurate query–document relevance assessment. Despite recent advances in applying large language models (LLMs) to relevance modeling, UGC platforms pre...

检索与知识推理强化学习与后训练OpenReview 项目页

常见合作者