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

Kai Fan

AAAI 2026ACL 2026ICLR 2026强化学习与后训练推理对齐与偏好多模态效率与系统
新星分贡献者
52
一作贡献0
核心/参与15
方向广度16
合作网络9
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 #6/7ACL 2026Poster· Natural Language Processing

From Data-Centric to Sample-Centric: Enhancing LLM Reasoning via Progressive Optimization

Xinjie Chen · Minpeng Liao · Guoxin Chen · Chengxi Li · Biao Fu · Kai Fan · Xinggao Liu

摘要

Reinforcement learning with verifiable rewards (RLVR) has recently advanced the reasoning capabilities of large language models (LLMs). We investigate RLVR from a sample-centric perspective and introduce LPPO (Learning-Progress and Prefix-guided Optimization), a framework of progressive optimizat...

强化学习与后训练推理对齐与偏好OpenReview 项目页

常见合作者