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

Mouxiang Chen

ACL 2026KDD 2026强化学习与后训练推理对齐与偏好评测与基准检索与知识
新星分贡献者
42
一作贡献0
核心/参与14
方向广度13
合作网络3
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 #3/4ACL 2026Poster· Natural Language Processing

R e C ode: Reinforcing Code Generation with Reasoning-Process Rewards

Lishui Fan · Yu Zhang · Mouxiang Chen · Zhongxin Liu

摘要

In practice, rigorous reasoning is often a key driver of correct code, while Reinforcement Learning (RL) for code generation often neglects optimizing reasoning quality. Bringing process-level supervision into RL is appealing, but it faces two challenges. First, training reliable reward models to...

强化学习与后训练推理对齐与偏好OpenReview 项目页

常见合作者