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

Yang Liu

UbiComp 2026×4ACL 2026CVPR 2026NeurIPS 2026检索与知识安全多模态强化学习与后训练可解释性
新星分新星
84
一作贡献30
核心/参与39
方向广度19
合作网络12
1 一作 · 7 篇 · UbiComp 2026 / ACL 2026 / CVPR 2026 / NeurIPS 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

7
作者位次 #7/9ACL 2026Findings· Findings of ACL

Plug-and-Play Data Module for Code RL : Adaptive Ambiguity Replay

Jianqing Zhang · Wei Xia · Zhezheng Hao · Hong Wang · Hande Dong · Qiang Lin · Yang Liu · Jian Cao · Qiang Yang

摘要

Reinforcement learning (RL) is effective for improving code generation but suffers from data scarcity. While experience replay mitigates this, existing approaches rely on static, in-epoch metrics that overlook training dynamics, often introducing low-utility or outdated data. Analyzing RL dynamic...

强化学习与后训练可解释性数据与预训练OpenReview 项目页

常见合作者