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

Zewen Chi

ACL 2026ICML 2026效率与系统强化学习与后训练推理
新星分贡献者
40
一作贡献0
核心/参与10
方向广度9
合作网络9
0 一作 · 2 篇 · ACL 2026 / ICML 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

2
作者位次 #7/9ACL 2026Poster· Natural Language Processing

Towards Stable and Effective Reinforcement Learning for Mixture-of-Experts

Di Zhang · xun wu · Shaohan Huang · Lingjie Jiang · Yaru Hao · Li Dong · Zewen Chi · Zhifang Sui · Furu Wei

摘要

Reinforcement learning with verifiable rewards (RLVR) has emerged as a powerful paradigm for improving reasoning capabilities. However, training RLVR with Mixture-of-Experts (MoE) policies remains fragile and is often prone to reward collapse.We identify a MoE-specific source of instability, refe...

强化学习与后训练推理效率与系统OpenReview 项目页

常见合作者