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

Ruilin Li

NeurIPS 2026×2ACL 2026多模态代码强化学习与后训练推理可解释性
新星分贡献者
57
一作贡献0
核心/参与24
方向广度13
合作网络9
0 一作 · 3 篇 · NeurIPS 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 #4/12ACL 2026Poster· Natural Language Processing

V ideo P ro: Adaptive Program Reasoning for Long Video Understanding

Chenglin Li · Feng Han · Yikun Wang · Ruilin Li · Shuai Dong · Haowen Hou · Haitao Li · Qianglong Chen · Feng Tao · Jingqi Tong · Yin Zhang · Jiaqi Wang

摘要

Understanding long videos remains challenging due to the sparsity of visual evidence relevant to a given query. Prior work has explored program-based visual grounding, typically relying on executable programs generated by auxiliary large language models. However, when scaling to long videos, exis...

多模态推理可解释性OpenReview 项目页

常见合作者