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

Xiangyu Wu

ACL 2026ICML 2026多模态强化学习与后训练推理可解释性
新星分贡献者
41
一作贡献0
核心/参与12
方向广度11
合作网络6
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 #3/7ACL 2026Findings· Findings of ACL

Unlocking Exploration in RLVR : Uncertainty-aware Advantage Shaping for Deeper Reasoning

Can Xie · Ruotong Pan · Xiangyu Wu · Zhang yunfei · Jiayi Fu · Tingting Gao · Guorui Zhou

摘要

Reinforcement Learning with Verifiable Rewards (RLVR) has shown significant promise for enhancing the reasoning capabilities of large language models (LLMs). However, prevailing algorithms like GRPO broadcast a uniform advantage signal across all tokens in a sequence. This coarse-grained approach...

强化学习与后训练推理可解释性OpenReview 项目页

常见合作者