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

Yue Wang

ICML 2026×4ACL 2026强化学习与后训练多模态推理对齐与偏好检索与知识
新星分贡献者
56
一作贡献0
核心/参与20
方向广度13
合作网络12
0 一作 · 5 篇 · ICML 2026 / 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

5
作者位次 #8/8ACL 2026Findings· Findings of ACL

Targeted Exploration via Unified Entropy Control for Reinforcement Learning

Chen Wang · Lai Wei · Yanzhi Zhang · Chenyang Shao · Zedong Dan · Weiran Huang · Ge Lan · Yue Wang

摘要

Recent advances in reinforcement learning (RL) have improved the reasoning capabilities of large language models (LLMs) and vision-language models (VLMs). However, the widely used Group Relative Policy Optimization (GRPO) consistently suffers from entropy collapse, causing the policy to converge...

强化学习与后训练多模态推理OpenReview 项目页

常见合作者