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

Ruosen Li

ACL 2026ICLR 2026推理多模态评测与基准对齐与偏好
新星分贡献者
46
一作贡献0
核心/参与17
方向广度11
合作网络6
0 一作 · 2 篇 · ACL 2026 / ICLR 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

Your Reasoning Model is Secretly a Reward Model - Optimization-Free Verification from Experience

Zhenwen Liang · Ruosen Li · Yujun Zhou · Linfeng Song · Dian Yu · Xinya Du · Haitao Mi · Dong Yu

摘要

Assessing the quality of Large Language Model (LLM) outputs becomes especially challenging in high-branching settings, where a single prompt yields many plausible candidates. Existing verifiers typically operate on the surface text (e.g., reward models, LLM judges, majority voting) or on confiden...

评测与基准推理对齐与偏好OpenReview 项目页

常见合作者