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

Yixiu Mao

ICLR 2026×2KDD 2026检索与知识强化学习与后训练推理评测与基准
新星分新星
71
一作贡献30
核心/参与18
方向广度11
合作网络9
1 一作 · 3 篇 · ICLR 2026 / KDD 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
一作ICLR 2026Poster· Reinforcement Learning / Deep RL

Dynamics-Predictive Sampling for Active RL Finetuning of Large Reasoning Models

Yixiu Mao · Yun Qu · Qi Wang · Heming Zou · Xiangyang Ji

强化学习与后训练推理OpenReview

常见合作者

QWQi Wang×2YQYun Qu×2XJXiangyang Ji×2ZMZhiyu MouYLYiqin LvMXMiao XuJCJinghao ChenQYQichen YeCLChao LiRBRongquan BaiCYChuan YuY&Yundu Huang (Taobao &amp