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

Cynthia Breazeal

ACL 2026强化学习与后训练推理评测与基准
新星分贡献者
34
一作贡献0
核心/参与5
方向广度6
合作网络12
0 一作 · 1 篇 · 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

1
作者位次 #7/10ACL 2026Findings· Findings of ACL

Rewarding the Rare: Uniqueness-Aware RL for Creative Problem Solving in LLM s

Zhiyuan Hu · Yucheng Wang · Yufei He · Jiaying Wu · Yilun Zhao · See-Kiong Ng · Cynthia Breazeal · Anh Tuan Luu · Hae Won Park · Bryan Hooi

摘要

Reinforcement learning (RL) has become a central paradigm for post-training large language models (LLMs), particularly for complex reasoning tasks, yet it often suffers from exploration collapse: policies prematurely concentrate on a small set of dominant reasoning patterns, improving pass@1 whil...

强化学习与后训练推理评测与基准OpenReview 项目页

常见合作者