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

Yanhao Li

ACL 2026ICLR 2026强化学习与后训练多模态推理效率与系统
新星分新星
63
一作贡献30
核心/参与5
方向广度11
合作网络9
1 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
一作ACL 2026Poster· Natural Language Processing

LEASH : Adaptive Length Penalty and Reward Shaping for Efficient Large Reasoning Model

Yanhao Li · Lu Ma · Jiaran Zhang · Lexiang Tang · Wentao Zhang · Guibo Luo

摘要

Large Language Models (LLMs) often produce unnecessarily lengthy reasoning traces, which significantly increase computational cost and latency. Existing approaches typically rely on fixed length penalties, but such penalties are hard to tune and fail to adapt to the evolving reasoning abilities o...

推理强化学习与后训练效率与系统OpenReview 项目页

常见合作者