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

Pengbo Wang

ACL 2026评测与基准强化学习与后训练效率与系统
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
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 #4/11ACL 2026Workshop· ACL System Demonstrations

S cale B ox: Enabling High-Fidelity and Scalable Code Verification for Large Language Models

Jiasheng Zheng · Xin Zheng · Boxi Cao · Pengbo Wang · Zhengzhao Ma · Qiming Zhu · Jiazhen Jiang · Yaojie Lu · Hongyu Lin · Xianpei Han · Le Sun

摘要

Code sandboxes have emerged as a critical infrastructure for advancing the coding capabilities of large language models, providing verifiable feedback for both RL training and evaluation. However, existing systems fail to provide accurate verification and efficiency under high-concurrency workloa...

评测与基准强化学习与后训练效率与系统OpenReview 项目页

常见合作者