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

Junqi Gao

AAAI 2026ACL 2026ICLR 2026推理智能体与工具效率与系统强化学习与后训练数据与预训练
新星分贡献者
54
一作贡献0
核心/参与15
方向广度16
合作网络12
0 一作 · 3 篇 · AAAI 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

3
作者位次 #4/7ACL 2026Poster· Natural Language Processing

WIST : Web-Grounded Iterative Self-Play Tree for Domain-Targeted Reasoning Improvement

Fangyuan Li · Pengfei Li · Shijie Wang · Junqi Gao · Jianxing Liu · Biqing Qi · Yuqiang Li

摘要

Recent progress in reinforcement learning with verifiable rewards (RLVR) offers a practical path to self-improving language models, but existing methods face a key trade-off: endogenous self-play can drift over iterations, while corpus-grounded approaches rely on curated data environments. We pre...

强化学习与后训练推理数据与预训练OpenReview 项目页

常见合作者