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

Tianyi Bai

ICML 2026×2ACL 2026CVPR 2026强化学习与后训练多模态对齐与偏好代码数据与预训练
新星分贡献者
63
一作贡献0
核心/参与27
方向广度16
合作网络12
0 一作 · 4 篇 · ICML 2026 / ACL 2026 / CVPR 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 #7/12ACL 2026Poster· Natural Language Processing

From Completion to Editing: Unlocking Context-Aware Code Infilling via Search-and-Replace Instruction Tuning

Jiajun Zhang · Zeyu Cui · Jiaxi Yang · Lei Zhang · Yuheng Jing · Zeyao Ma · Tianyi Bai · Zilei Wang · Qiang Liu · Liang Wang · Binyuan Hui · Junyang Lin

摘要

The dominant Fill-in-the-Middle (FIM) paradigm for code completion is constrained by its rigid inability to correct contextual errors and reliance on unaligned, insecure Base models. While Chat LLMs offer safety and Agentic workflows provide flexibility, they suffer from performance degradation a...

效率与系统对齐与偏好安全OpenReview 项目页

常见合作者