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

Linhao Yu

ACL 2026强化学习与后训练推理可解释性
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · 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

1
作者位次 #4/10ACL 2026Poster· Natural Language Processing

A ttn PO : Attention-Guided Process Supervision for Efficient Reasoning

Shuaiyi Nie · Dingsiyu · Wenyuan Zhang · Linhao Yu · Tianmeng Yang · Yao Chen · Weichong Yin · YU SUN · hua wu · Tingwen Liu

摘要

Large reasoning models trained with reinforcement learning and verifiable rewards (RLVR) achieve strong performance on complex reasoning tasks, yet often overthink, generating redundant reasoning without performance gains. Existing trajectory-level length penalties often fail to effectively short...

强化学习与后训练推理可解释性OpenReview 项目页

常见合作者