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

Qingguo Hu

ACL 2026KDD 2026强化学习与后训练推理对齐与偏好检索与知识
新星分贡献者
53
一作贡献0
核心/参与21
方向广度11
合作网络9
0 一作 · 2 篇 · ACL 2026 / KDD 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 #2/8ACL 2026Poster· Natural Language Processing

HEAL ing Entropy Collapse: Enhancing Exploration in Few-Shot RLVR via Hybrid-Domain Entropy Dynamics Alignment

Zhanyu Liu · Qingguo Hu · Ante Wang · Chenqing Liu · Zhishang Xiang · Hui Li · Delai Qiu · Jinsong Su

摘要

Reinforcement Learning with Verifiable Reward (RLVR) has proven effective for training reasoning-oriented large language models, but existing methods largely assume high-resource settings with abundant training data. In low-resource scenarios, RLVR is prone to more severe entropy collapse, which...

强化学习与后训练推理对齐与偏好OpenReview 项目页

常见合作者