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 Li

ICML 2026×2ACL 2026推理代码强化学习与后训练评测与基准
新星分贡献者
60
一作贡献0
核心/参与33
方向广度11
合作网络6
0 一作 · 3 篇 · ICML 2026 / 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

3
作者位次 #4/8ACL 2026Findings· Findings of ACL

Forge: Quality-Aware Reinforcement Learning for NP -Hard Optimization in LLM s

Xiaozhe Li · Xinyu Fang · Shengyuan Ding · Yang Li · Linyang Li · Haodong Duan · Qingwen Liu · Kai Chen

摘要

Large Language Models (LLMs) have achieved remarkable success on reasoning benchmarks through Reinforcement Learning with Verifiable Rewards (RLVR), excelling at tasks such as math, coding, logic and puzzles. However, existing benchmarks evaluate only correctness, overlooking optimality—the abili...

推理强化学习与后训练评测与基准OpenReview 项目页

常见合作者