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

Jianxing Liu

ACL 2026IROS 2026推理强化学习与后训练数据与预训练多模态
新星分贡献者
42
一作贡献0
核心/参与10
方向广度11
合作网络9
0 一作 · 2 篇 · ACL 2026 / IROS 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 #5/7ACL 2026Poster· Natural Language Processing

WIST : Web-Grounded Iterative Self-Play Tree for Domain-Targeted Reasoning Improvement

Fangyuan Li · Pengfei Li · Shijie Wang · Junqi Gao · Jianxing Liu · Biqing Qi · Yuqiang Li

摘要

Recent progress in reinforcement learning with verifiable rewards (RLVR) offers a practical path to self-improving language models, but existing methods face a key trade-off: endogenous self-play can drift over iterations, while corpus-grounded approaches rely on curated data environments. We pre...

强化学习与后训练推理数据与预训练OpenReview 项目页

常见合作者