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

Tao Yang

CVPR 2026×3ACL 2026ICLR 2026多模态强化学习与后训练对齐与偏好评测与基准
新星分贡献者
65
一作贡献0
核心/参与32
方向广度14
合作网络12
0 一作 · 5 篇 · CVPR 2026 / 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

5
作者位次 #4/13ACL 2026Poster· Natural Language Processing

Mitigating Lost in Multi-turn Conversation via Curriculum RL with Verifiable Accuracy and Abstention Rewards

Ming Li · Pei Chen · Zhenhao Zhang · Tao Yang · Xinyang Zhang · Han Li · Tianyu Cao · Ming Zeng · Zhuofeng Wu · Meng Jiang · Huasheng Li · Lihong Li · Bing Yin

摘要

Large Language Models demonstrate strong capabilities in single-turn instruction following but suffer from Lost-in-Conversation (LiC), a degradation in performance as information is revealed progressively in multi-turn settings. Motivated by the current progress on Reinforcement Learning with Ver...

强化学习与后训练评测与基准OpenReview 项目页

常见合作者