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

Yitao Zhai

ACL 2026ICML 2026强化学习与后训练智能体与工具理论与学习动力学多模态推理
新星分贡献者
41
一作贡献0
核心/参与10
方向广度13
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 #4/9ACL 2026Poster· Natural Language Processing

Counteracting the Matthew Effect in Self-Improvement of LVLM s through Head-Tail Re-balancing

Xin Guo · Zhiheng Xi · Yiwen Ding · Yitao Zhai · Xiaowei Shi · Xunliang Cai · Tao Gui · Qi Zhang · Xuanjing Huang

摘要

Self-improvement has emerged as a mainstream paradigm for advancing the reasoning capabilities of large vision–language models (LVLMs), where models explore and learn from successful trajectories iteratively. However, we identify a critical imbalance during this process: the model readily generat...

多模态推理强化学习与后训练OpenReview 项目页

常见合作者