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

Cho-Jui Hsieh

ACL 2026ICML 2026对齐与偏好可解释性社会与人本强化学习与后训练评测与基准
新星分资深
15
一作贡献0
核心/参与0
方向广度13
合作网络3
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 #6/6ACL 2026Findings· Findings of ACL

Rethinking RL Evaluation: Can Benchmarks Truly Reveal Failures of RL Methods?

Zihan Chen · Yiming Zhang · Hengguang Zhou · Zenghui Ding · Yining Sun · Cho-Jui Hsieh

摘要

Current benchmarks are inadequate for evaluating progress in reinforcement learning (RL) for large language models (LLMs). Despite recent benchmark gains reported for RL, we find that training on these benchmarks’ training sets achieves nearly the same performance as training directly on the test...

强化学习与后训练评测与基准检索与知识OpenReview 项目页

常见合作者