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

Jiangchao Yao

ICLR 2026×7CVPR 2026×2ACL 2026多模态强化学习与后训练推理社会与人本对齐与偏好
新星分贡献者
78
一作贡献0
核心/参与56
方向广度16
合作网络12
0 一作 · 10 篇 · ICLR 2026 / CVPR 2026 / 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

10
作者位次 #4/6ACL 2026Findings· Findings of ACL

Eliciting Medical Reasoning with Knowledge-enhanced Data Synthesis: A Semi-Supervised Reinforcement Learning Approach

Haolin Li · Shuyang Jiang · Ruipeng Zhang · Jiangchao Yao · Ya Zhang · Yanfeng Wang

摘要

While large language models hold promise for complex medical applications, their development is hindered by the scarcity of high-quality reasoning data. To address this issue, existing approaches typically distill chain-of-thought reasoning traces from large proprietary models via supervised fine...

强化学习与后训练推理社会与人本OpenReview 项目页

常见合作者