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

ZhongDong Li

ACL 2026强化学习与后训练智能体与工具多模态
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 2026Poster· Natural Language Processing

R e TRE : Benchmarking LLM Transfer Robustness with Structure-Preserving Variants

ZhongDong Li · Weijie Shi · Yue Cui · Haolun MA · Yuanjun Liu · Jiawei Li · An Liu · Jia Zhu · Jiajie Xu

摘要

Large language models (LLMs) have achieved strong performance on standard benchmarks, yet their performance is not robust across different task manifestations. It remains unclear how performance changes under controlled task rewrites that preserve the original solution structure, while varying th...

强化学习与后训练智能体与工具多模态OpenReview 项目页

常见合作者