paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

PY

Ping Yu

ICLR 2026×3强化学习与后训练多模态评测与基准

新星分贡献者

37

一作贡献0

核心/参与10

方向广度6

合作网络9

0 一作 · 3 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

3

作者位次 #11/12ICLR 2026Poster· Applications / Language, Speech and Dialog

RESTRAIN: From Spurious Votes to Signals — Self-Training RL with Self-Penalization

Zhaoning Yu · Zhaolun Su · Leitian Tao · Haozhu Wang · Aashu Singh · Hanchao Yu · Jianyu Wang · Hongyang Gao · Weizhe Yuan · Jason E Weston · Ping Yu · Jing Xu

多模态强化学习与后训练OpenReview

作者位次 #3/7ICLR 2026Poster· Reinforcement Learning / Everything Else

J1: Incentivizing Thinking in LLM-as-a-Judge via Reinforcement Learning

Chenxi Whitehouse · Tianlu Wang · Ping Yu · Xian Li · Jason E Weston · Ilia Kulikov · Swarnadeep Saha

强化学习与后训练评测与基准OpenReview

作者位次 #8/8ICLR 2026Poster

Hybrid Reinforcement: when reward is sparse, better to be dense

Leitian Tao · Ilia Kulikov · Swarnadeep Saha · Tianlu Wang · Jing Xu · Sharon Li · Jason E Weston · Ping Yu

强化学习与后训练OpenReview

常见合作者

JWJason E Weston×3 LTLeitian Tao×2 JXJing Xu×2 TWTianlu Wang×2 IKIlia Kulikov×2 SSSwarnadeep Saha×2 ZYZhaoning Yu ZSZhaolun Su HWHaozhu Wang ASAashu Singh HYHanchao Yu JWJianyu Wang