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

kaiyuan liu

ICLR 2026×2AAAI 2026ACL 2026KDD 2026推理多模态强化学习与后训练评测与基准检索与知识
新星分新星
81
一作贡献30
核心/参与31
方向广度19
合作网络12
1 一作 · 5 篇 · ICLR 2026 / AAAI 2026 / ACL 2026 / KDD 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

5
作者位次 #5/10ACL 2026Findings· Findings of ACL

On the Step Length Confounding in LLM Reasoning Data Selection

Bing Wang · Rui Miao · Chen Shen · Shaotian Yan · kaiyuan liu · Ximing Li · Xiaosong Yuan · Sinan Fan · Jun Zhang · Jieping Ye

摘要

Large reasoning models have recently demonstrated strong performance on complex tasks that require long chain-of-thought reasoning, through supervised fine-tuning on large-scale and high-quality datasets. To construct such datasets, existing pipelines generate long reasoning data from more capabl...

推理评测与基准数据与预训练OpenReview 项目页

常见合作者