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

Yuxiang He

ACL 2026强化学习与后训练评测与基准对齐与偏好
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 #10/12ACL 2026Poster· Natural Language Processing

T iny J udge: Unverifiable Constraint Alignment via Lightweight Specialist Ensembles

Yirong Zeng · Yufei Liu · Xiao Ding · Yutai Hou · Yuxian Wang · Wu Ning · Haonan Song · Dandan Tu · Qixun Zhang · Yuxiang He · Bibo Cai · Ting Liu

摘要

Instruction Following (IF) is a core capability of LLMs, requiring strict adherence to diverse constraints, ranging from verifiable ones (e.g., output length) to unverifiable ones (e.g., tone). Reinforcement learning with verifiable rewards has emerged as a paradigm for IF tasks, leveraging LLM-a...

强化学习与后训练评测与基准对齐与偏好OpenReview 项目页

常见合作者