Inverse Reinforcement Learning with Dynamic Reward Scaling for LLM Alignment
Ruoxi Cheng · Hao-Xuan Ma · Weixin Wang · Ranjie Duan · Jiexi Liu · Xiaoshuang Jia · Simeng Qin · Xiaochun Cao · Yang Liu · Yang Liu
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。
实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。
Ruoxi Cheng · Hao-Xuan Ma · Weixin Wang · Ranjie Duan · Jiexi Liu · Xiaoshuang Jia · Simeng Qin · Xiaochun Cao · Yang Liu · Yang Liu
Xun Huang · Simeng Qin · Xiaoshuang Jia · Ranjie Duan · Huanqian Yan · Zhitao Zeng · Fei Yang · Yang Liu · Yang Liu
Jiaxin Ye · Weihai Li · Ying Wang · Simeng Qin · Zhitao Zeng · Zikai Xu
Although vision-language pre-trained (VLP) models have achieved remarkable success across multimodal tasks, they remain vulnerable to adversarial perturbations.Existing universal adversarial perturbation (UAP) methods in multimodal settings—whether generator-based or optimization-based—often suff...
Qi Guo · Xiaojun Jia · Shanmin Pang · Simeng Qin · Lin Wang · Ju Jia · Yang Liu · Qing Guo
Jingxuan Yu · Ju Jia · Simeng Qin · Xiaojun Jia · Siqi Ma · Yihao Huang · Yali Yuan · Guang Cheng
Xinwei Liu · Xiaojun Jia · Yuan Xun · Simeng Qin · Xiaochun Cao
Yuan Xun · Xiaojun Jia · Xinwei Liu · Simeng Qin · Hua Zhang