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

Bowen Xiao

ACL 2026强化学习与后训练可解释性效率与系统
新星分贡献者
32
一作贡献0
核心/参与12
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 #2/5ACL 2026Poster· Natural Language Processing

Efficient Hyperparameter Optimization for LLM Reinforcement Learning

Minping Chen · Bowen Xiao · Du Liang · Chuxuan Zeng · Zeyi Wen

摘要

Hyperparameters are critical to LLM reinforcement learning (RL), but existing hyperparameter optimization (HPO) methods remain inefficient in this area, due to the massive model scale and resource-intensive training cycles. In this paper, we propose Joint Fidelity Hyperparameter Optimization (JF-...

强化学习与后训练可解释性效率与系统OpenReview 项目页

常见合作者