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

Jiaqi Li

ACL 2026强化学习与后训练推理可解释性
新星分贡献者
30
一作贡献0
核心/参与5
方向广度6
合作网络9
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 #6/16ACL 2026Poster· Natural Language Processing

Graph Reasoning Paradigm: Structured and Symbolic Reasoning with Topology-Aware Reinforcement Learning for Large Language Models

Runxuan Liu · Xianhao Ou · Xinyan Ma · Jiyuan Wang · Jiafeng Liang · Jiaqi Li · Tao He · Zheng Chu · Rongchuan Mu · Zekun Wang · Baoxin Wang · Dayong Wu · Ming Liu · Shijin Wang · Guoping Hu · Bing Qin

摘要

Long Chain-of-Thought (LCoT), achieved by Reinforcement Learning with Verifiable Rewards (RLVR), has proven effective in enhancing the reasoning capabilities of Large Language Models (LLMs). However, reasoning in current LLMs is primarily generated as plain text, where performing semantic evaluat...

强化学习与后训练推理可解释性OpenReview 项目页

常见合作者