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

Joseph Chee Chang

ACL 2026CHI 2026ICLR 2026检索与知识多模态评测与基准对齐与偏好推理
新星分贡献者
53
一作贡献0
核心/参与14
方向广度16
合作网络12
0 一作 · 3 篇 · ACL 2026 / CHI 2026 / ICLR 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 #7/10ACL 2026Poster· Natural Language Processing

Language Models Don’t Know What You Want: Evaluating Personalization in Deep Research Needs Real Users

Nishant Balepur · Malachi Hamada · Varsha Kishore · Sergey Feldman · Amanpreet Singh · Pao Siangliulue · Joseph Chee Chang · Eunsol Choi · Jordan Lee Boyd-Graber · Aakanksha Naik

摘要

Deep Research (DR) tools (e.g. OpenAI DR) help researchers cope with ballooning publishing counts. Such tools can synthesize scientific papers to answer researchers’ queries, but lack understanding of their users. We change that in MyScholarQA (MySQA), a personalized DR tool that: 1) infers a pro...

评测与基准检索与知识对齐与偏好OpenReview 项目页

常见合作者