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

Xunkai Li

ICML 2026×7AAAI 2026ACL 2026多模态评测与基准社会与人本推理强化学习与后训练
新星分贡献者
88
一作贡献0
核心/参与87
方向广度16
合作网络12
0 一作 · 9 篇 · ICML 2026 / AAAI 2026 / 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

9
作者位次 #5/8ACL 2026Findings· Findings of ACL

A lg B ench: To What Extent Do Large Reasoning Models Understand Algorithms?

Henan Sun · Kaichi Yu · Yuyao Wang · Bowen LIU · Xunkai Li · Rong-Hua Li · Nuo Chen · Jia Li

摘要

Reasoning ability has become a central focus in the advancement of Large Reasoning Models (LRMs). Although notable progress has been achieved on several reasoning benchmarks such as MATH500 and LiveCodeBench, existing benchmarks for algorithmic reasoning remain limited, failing to answer a critic...

推理评测与基准强化学习与后训练OpenReview 项目页

常见合作者