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

Manish Nagireddy

ACL 2026ICLR 2026智能体与工具数据与预训练推理对齐与偏好安全
新星分贡献者
44
一作贡献0
核心/参与10
方向广度13
合作网络9
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 #3/5ACL 2026Poster· Natural Language Processing

Answering the Wrong Question: Reasoning Trace Inversion for Abstention in LLM s

Abinitha Gourabathina · Inkit Padhi · Manish Nagireddy · Subhajit Chaudhury · Prasanna Sattigeri

摘要

For Large Language Models (LLMs) to be reliably deployed, models must effectively know when not to answer: abstain. Reasoning models, in particular, have gained attention for impressive performance on complex tasks. However, reasoning models have been shown to have worse abstention abilities. Tak...

推理对齐与偏好安全OpenReview 项目页

常见合作者