paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

LY

Lifan Yuan

ICLR 2026×2强化学习与后训练

新星分新星

59

一作贡献30

核心/参与5

方向广度2

合作网络12

1 一作 · 2 篇 · 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 #19/22ICLR 2026Poster· Reinforcement Learning / Everything Else

How Far Can Unsupervised RLVR Scale LLM Training?

Bingxiang He · Yuxin Zuo · Zeyuan Liu · Shangziqi Zhao · Zixuan Fu · Junlin Yang · Cheng Qian · Kaiyan Zhang · Yuchen Fan · Ganqu Cui · Xiusi Chen · Youbang Sun · Xingtai Lv · Xuekai Zhu · Li Sheng · Ran Li · Huan-ang Gao · Yuchen Zhang · Lifan Yuan · Bowen Zhou · Zhiyuan Liu · Ning Ding

强化学习与后训练OpenReview

一作ICLR 2026Poster

From f(x) and g(x) to f(g(x)): LLMs Learn New Skills in RL by Composing Old Ones

Lifan Yuan · Weize Chen · Yuchen Zhang · Ganqu Cui · Hanbin Wang · Ziming You · Ning Ding · Zhiyuan Liu · Maosong Sun · Hao Peng

强化学习与后训练OpenReview

常见合作者

GCGanqu Cui×2 YZYuchen Zhang×2 ZLZhiyuan Liu×2 NDNing Ding×2 BHBingxiang He YZYuxin Zuo ZLZeyuan Liu SZShangziqi Zhao ZFZixuan Fu JYJunlin Yang CQCheng Qian KZKaiyan Zhang