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

Ahmad Faraz Khan

ACL 2026对齐与偏好多模态强化学习与后训练
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 #4/8ACL 2026Findings· Findings of ACL

Sem- DPO : Mitigating Semantic Inconsistency in Preference Optimization for Prompt Engineering

Anas Mohamed · Azal Ahmad Khan · Xinran Wang · Ahmad Faraz Khan · Shuwen Ge · Saman Bahzad Khan · Ayaan Ahmad · Ali Anwar

摘要

Generative AI can now synthesize strikingly realistic images from text, yet output quality remains highly sensitive to how prompts are phrased. Direct Preference Optimization (DPO) offers a lightweight, off-policy alternative to RL for automatic prompt engineering, but its token-level regularizat...

对齐与偏好多模态强化学习与后训练OpenReview 项目页

常见合作者