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

Chenxi Sun

ACL 2026强化学习与后训练效率与系统推理
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 #5/6ACL 2026Findings· Findings of ACL

ERRV : Eliciting Efficient Reasoning through Reasoning Vectors for Policy Optimization in Large Language Models

Zhuowen Han · Lei Yang · Renren Jin · Dan Shi · Chenxi Sun · Deyi Xiong

摘要

Recently, large reasoning models have achieved impressive performance, but their lengthy reasoning processes incur substantial inference overhead. To mitigate this issue, we propose the concept of reasoning vectors, representations extracted from the model’s hidden states, which can guide the mod...

强化学习与后训练效率与系统推理OpenReview 项目页

常见合作者