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

Yahui Liu

ACL 2026ICLR 2026评测与基准数据与预训练推理强化学习与后训练可解释性
新星分贡献者
53
一作贡献0
核心/参与17
方向广度13
合作网络12
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 #2/9ACL 2026Poster· Natural Language Processing

DPW riter: Reinforcement Learning with Diverse Planning Branching for Creative Writing

Qian Cao · Yahui Liu · Wei BI · Yi Zhao · Ruihua Song · Xiting Wang · Ruiming Tang (Huawei Noah&#x27 · Guorui Zhou · Han Li

摘要

Reinforcement learning (RL)-based enhancement of large language models (LLMs) often leads to reduced output diversity, undermining their utility in open-ended tasks like creative writing. Current methods lack explicit mechanisms for guiding diverse exploration and instead prioritize optimization...

推理强化学习与后训练可解释性OpenReview 项目页

常见合作者