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

Chiyue Huang

ACL 2026推理强化学习与后训练对齐与偏好
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
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 #7/16ACL 2026Poster· Natural Language Processing

Which Reasoning Trajectories Teach Students to Reason Better? A Simple Metric of Informative Alignment

Yuming Yang · Mingyoung Lai · Wanxu Zhao · Xiaoran Fan · Zhiheng Xi · Mingqi Wu · Chiyue Huang · Jun Zhao · Haijun Lv · Jian Tong · Yunhua Zhou · Yicheng Zou · Qipeng Guo · Tao Gui · Qi Zhang · Xuanjing Huang

摘要

Long chain-of-thought (CoT) trajectories provide rich supervision signals for distilling reasoning from teacher to student LLMs. However, both prior work and our experiments show that trajectories from stronger teachers do not necessarily yield better students, highlighting the importance of data...

推理强化学习与后训练对齐与偏好OpenReview 项目页

常见合作者