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

Anqi Liu

ICLR 2026×2强化学习与后训练对齐与偏好可解释性
新星分资深
9
一作贡献0
核心/参与0
方向广度6
合作网络3
0 一作 · 2 篇 · 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 #3/3ICLR 2026Poster· Deep Learning / Attention Mechanisms

IA2: Alignment with ICL Activations improves Supervised Fine-Tuning

Aayush Mishra · Daniel Khashabi · Anqi Liu

对齐与偏好可解释性强化学习与后训练OpenReview
作者位次 #4/4ICLR 2026Poster· Reinforcement Learning / Batch/Offline

MOBODY: Model-Based Off-Dynamics Offline Reinforcement Learning

Yihong Guo · Yu Yang · Pan Xu · Anqi Liu

强化学习与后训练OpenReview

常见合作者