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

Lecheng Wang

ACL 2026强化学习与后训练推理多模态
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 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
作者位次 #6/9ACL 2026Findings· Findings of ACL

E vo C o T : Overcoming the Exploration Bottleneck in Reinforcement Learning for LLM s

Huanyu Liu · Jia Li · Yihong Dong · Chang Yu · Taozhi Chen · Lecheng Wang · Yongding Tao · Bin Gu · Ge Li

摘要

Reinforcement learning with verifiable reward (RLVR) has become a promising paradigm for post-training large language models (LLMs) to improve their reasoning capability. However, when the rollout accuracy is low on hard problems, the reward becomes sparse, limiting learning efficiency and causin...

强化学习与后训练推理多模态OpenReview 项目页

常见合作者