paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

LP

Ling Pan

ICLR 2026×3AAAI 2026强化学习与后训练推理多模态数据与预训练社会与人本

新星分资深

25

一作贡献0

核心/参与5

方向广度13

合作网络12

0 一作 · 4 篇 · ICLR 2026 / AAAI 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 #7/7ICLR 2026Poster· Reinforcement Learning / Deep RL

Random Policy Valuation is Enough for LLM Reasoning with Verifiable Rewards

Haoran He · Yuxiao Ye · Qingpeng Cai · Chen Hu · Binxing Jiao · Daxin Jiang · Ling Pan

强化学习与后训练推理OpenReview

作者位次 #10/10ICLR 2026Poster

Asymmetric Proximal Policy Optimization: mini-critics boost LLM reasoning

Jiashun Liu · Johan S Obando Ceron · Han Lu · Yancheng He · Weixun Wang · Wenbo Su · Zerui Huang (Taobao &amp · Pablo Samuel Castro · Aaron Courville · Ling Pan

推理强化学习与后训练OpenReview

作者位次 #6/15ICLR 2026Poster· Reinforcement Learning / Deep RL

Tricks or Traps? A Deep Dive into RL for LLM Reasoning

Zihe Liu · Jiashun Liu · Yancheng He · Weixun Wang · JIAHENG LIU · Ling Pan · Xinyu Hu · Shaopan Xiong · Ju Huang · Jian Hu · Shengyi Huang · Siran Yang · Jiamang Wang · Wenbo Su · Zerui Huang (Taobao &amp

强化学习与后训练推理OpenReview

作者位次 #5/5AAAI 2026Poster· Artificial Intelligence

Pre-Trained Video Generative Models as World Simulators

Haoran He · Yang Zhang · Liang Lin · Zhongwen Xu · Ling Pan

多模态数据与预训练社会与人本OpenReview

常见合作者

HHHaoran He×2 JLJiashun Liu×2 YHYancheng He×2 WWWeixun Wang×2 WSWenbo Su×2 Z&Zerui Huang (Taobao &amp×2 YYYuxiao Ye QCQingpeng Cai CHChen Hu BJBinxing Jiao DJDaxin Jiang JCJohan S Obando Ceron