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

Yixiao Ge

CVPR 2026×2ACL 2026NeurIPS 2026多模态社会与人本强化学习与后训练推理
新星分贡献者
53
一作贡献0
核心/参与15
方向广度14
合作网络12
0 一作 · 4 篇 · CVPR 2026 / ACL 2026 / NeurIPS 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 #4/7ACL 2026Findings· Findings of ACL

GRPO - CARE : Consistency-Aware Reinforcement Learning for Multimodal Reasoning

Yi Chen · Yuying Ge · Rui Wang · Yixiao Ge · JUNHAO CHENG · Ying Shan · Xihui Liu

摘要

Recent reinforcement learning (RL) approaches, such as outcome-supervised GRPO, have advanced reasoning in Large Language Models (LLMs), yet their adaptation to multimodal LLMs (MLLMs) remains underexplored. Progress has been further limited by the lack of evaluation settings that jointly test pe...

多模态强化学习与后训练推理OpenReview 项目页

常见合作者