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

Qianben Chen

ICLR 2026×4ACL 2026多模态智能体与工具推理检索与知识对齐与偏好
新星分新星
77
一作贡献30
核心/参与27
方向广度13
合作网络12
1 一作 · 5 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

5
作者位次 #7/11ACL 2026Poster· Natural Language Processing

DUAL RM : Beyond Rule-based Preference Reward Modeling via Meta-Reward

Xiaobo Liang · Wanfu Wang · Qipeng Huang · Yuyang Ding · Zecheng Tang · Yixin Ji · Qianben Chen · Zhe Zhao · Kehai Chen · Juntao Li · Min Zhang

摘要

The ability to model sparse and underspecified rewards, characteristic of human preferences, is fundamental to scaling Reinforcement Learning (RL). Current preference-based reward modeling largely relies on verifiable rewards, where human-annotated labels define rule-based signals. However, these...

对齐与偏好强化学习与后训练推理OpenReview 项目页

常见合作者