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

Hua Wang

AAAI 2026×2NeurIPS 2026强化学习与后训练
新星分新星
65
一作贡献30
核心/参与17
方向广度5
合作网络6
1 一作 · 3 篇 · AAAI 2026 / NeurIPS 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

3
作者位次 #2/4AAAI 2026Poster· Artificial Intelligence

URPO: A Unified Reward & Policy Optimization Framework for Large Language Models

Songshuo Lu · Hua Wang · Zhi Chen · Yaohua Tang

强化学习与后训练OpenReview

常见合作者