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

Chujie Zheng

ACL 2026ICLR 2026推理社会与人本安全对齐与偏好评测与基准
新星分贡献者
47
一作贡献0
核心/参与10
方向广度13
合作网络12
0 一作 · 2 篇 · ACL 2026 / ICLR 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 #7/16ACL 2026Poster· Natural Language Processing

Outcome Accuracy is Not Enough: Aligning the Reasoning Process of Reward Models

Binghai Wang · Yantao Liu · Yuxuan Liu · Tianyi Tang · Shenzhi Wang · Chang Gao · Chujie Zheng · Yichang Zhang · Le Yu · Shixuan Liu · Tao Gui · Qi Zhang · Xuanjing Huang · Bowen Yu · Fei Huang · Junyang Lin

摘要

Generative Reward Models (GenRMs) and LLM-as-a-Judge exhibit deceptive alignment by producing correct judgments for incorrect reasons, as they are trained and evaluated to prioritize Outcome Accuracy , which undermines their ability to generalize during RLHF. We introduce Rationale Consistency ,...

对齐与偏好评测与基准推理OpenReview 项目页

常见合作者