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

Shuo Lu

ACL 2026NeurIPS 2026强化学习与后训练效率与系统推理可解释性多模态
新星分贡献者
44
一作贡献0
核心/参与10
方向广度13
合作网络9
0 一作 · 2 篇 · ACL 2026 / NeurIPS 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 #4/6ACL 2026Poster· Natural Language Processing

What If Consensus Lies? Selective-Complementary Reinforcement Learning at Test Time

Dong Yan · Jian Liang · Yanbo Wang · Shuo Lu · Ran He · Tieniu Tan

摘要

Test-Time Reinforcement Learning (TTRL) enables Large Language Models (LLMs) to enhance reasoning capabilities on unlabeled test streams by deriving pseudo-rewards from majority voting consensus.However, existing TTRL methods rely exclusively on positive pseudo-labeling strategies.Such reliance b...

推理可解释性多模态OpenReview 项目页

常见合作者