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

Dai Do

ACL 2026强化学习与后训练推理效率与系统
新星分新星
53
一作贡献30
核心/参与0
方向广度6
合作网络6
1 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
一作ACL 2026Findings· Findings of ACL

SP a C e: Unlocking Sample-Efficient Large Language Models Training With Self-Pace Curriculum Learning

Dai Do · Manh Nguyen · Svetha Venkatesh · Hung Le

摘要

Large language models (LLMs) have shown strong reasoning capabilities when fine-tuned with reinforcement learning (RL). However, such methods require extensive data and compute, making them impractical under many realistic training budgets. Many existing pipelines sample training examples uniform...

强化学习与后训练推理效率与系统OpenReview 项目页

常见合作者