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

Heyang Gao

ACL 2026ICLR 2026智能体与工具对齐与偏好多模态强化学习与后训练推理
新星分新星
63
一作贡献30
核心/参与5
方向广度13
合作网络6
1 一作 · 2 篇 · ACL 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

2
作者位次 #4/9ACL 2026Poster· Natural Language Processing

Learning from Cognition: Enhancing RL Efficiency for LLM Reasoning via Hierarchical Metacognitive Decomposition and Refinement

Zexu Sun · Yongcheng Zeng · Erxue Min · Heyang Gao · Bokai Ji · Dugang Liu · Xing Tang · xiuqiang He · Xu Chen

摘要

Contemporary progress in Large Language Models (LLMs) has revealed notable inferential capacities via reinforcement learning (RL) employing verifiable rewards. However, “zero-RL” approaches relying on fixed prompt templates introduce substantial sampling inefficiencies for weak LLMs, as most prob...

强化学习与后训练推理效率与系统OpenReview 项目页

常见合作者