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

Yue Qiu

ACL 2026推理强化学习与后训练评测与基准
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · 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

1
作者位次 #5/7ACL 2026Poster· Natural Language Processing

ETR : Entropy Trend Reward for Efficient Chain-of-Thought Reasoning

Xuan Xiong · Huan Liu · Li Gu · Zhixiang Chi · Yue Qiu · YUANHAO YU · Yang Wang

摘要

Chain-of-thought (CoT) reasoning improves large language model performance on complex tasks, but often produces excessively long and inefficient reasoning traces. Existing methods shorten CoTs using length penalties or global entropy reduction, implicitly assuming that low uncertainty is desirabl...

推理强化学习与后训练评测与基准OpenReview 项目页

常见合作者