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

Zhijiang Li

ACL 2026ICML 2026安全多模态强化学习与后训练效率与系统推理
新星分贡献者
48
一作贡献0
核心/参与17
方向广度13
合作网络6
0 一作 · 2 篇 · ACL 2026 / ICML 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 #2/4ICML 2026Poster· Social Aspects / Safety

Safe Autoregressive Image Generation with Iterative Self-Improving Codebooks

Yunqi Xue · Zhijiang Li · Phil Torr · Jindong Gu

安全多模态强化学习与后训练OpenReview
作者位次 #3/5ACL 2026Findings· Findings of ACL

You Only Need One Single Token to Refine Safety Alignment

Wenqian Yu · Shuo Chen · Zhijiang Li · Zhipeng Wang · Jindong Gu

摘要

Large language models (LLMs) face a critical alignment challenge: balancing safety with helpfulness. Excessive safety can lead to over-refusal, where models reject harmful-looking yet benign queries, severely limiting utility.Existing training-free interventions offer an efficient way to mitigate...

安全效率与系统推理OpenReview 项目页

常见合作者