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

Chenglin Wu

ACL 2026ICLR 2026多模态推理对齐与偏好强化学习与后训练
新星分贡献者
42
一作贡献0
核心/参与10
方向广度11
合作网络9
0 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
作者位次 #9/11ACL 2026Findings· Findings of ACL

Concise Math Reasoning via Difficulty-Aware Distillation

Yifan Wu · Jingze Shi · Bingheng Wu · Jiayi Zhang · Xiaotian LIN · Yizhang Zhu · Zhaoyang Yu · Bang Liu · Chenglin Wu · Nan Tang · Yuyu Luo

摘要

Human experts tackle difficult math problems by identifying and executing a few pivotal steps rather than listing every intermediate thought. In contrast, standard Chain-of-Thought (CoT) distillation trains small models on lengthy reasoning traces, encouraging a uniform overthinking style across...

推理对齐与偏好强化学习与后训练OpenReview 项目页

常见合作者