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

Lianlei Shan

ICLR 2026×2ACL 2026推理强化学习与后训练评测与基准代码可解释性
新星分贡献者
45
一作贡献0
核心/参与17
方向广度13
合作网络3
0 一作 · 3 篇 · ICLR 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

3
作者位次 #3/3ICLR 2026Poster· Deep Learning / Generative Models and Autoencoders

Thinking on the Fly: Test-Time Reasoning Enhancement via Latent Thought Policy Optimization

Wengao Ye · Yan Liang · Lianlei Shan

推理强化学习与后训练OpenReview
作者位次 #2/3ACL 2026Poster· Natural Language Processing

Self- S oft C o T : A Self-Consistent Framework via Position-Aware Latent Space Reinforcement Learning

Liangliang Dong · Lianlei Shan · Shuaimin Li

摘要

While Chain-of-Thought (CoT) reasoning empowers Large Language Models (LLMs) to tackle complex tasks, its reliance on discrete token decoding imposes an inherent Discreteness Bottleneck, limiting expressiveness within a restricted vocabulary space. Existing continuous reasoning approaches, such a...

推理强化学习与后训练可解释性OpenReview 项目页

常见合作者