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

Yuen Chen

ACL 2026可解释性评测与基准对齐与偏好
新星分贡献者
32
一作贡献0
核心/参与12
方向广度6
合作网络3
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 #2/4ACL 2026Findings· Findings of ACL

C ausal D etox: Causal Head Selection and Intervention for Language Model Detoxification

Yian Wang · Yuen Chen · Agam Goyal · Hari Sundaram

摘要

Large language models (LLMs) frequently generate toxic content, posing significant risks for safe deployment. Current mitigation strategies often degrade generation quality or require costly human annotation. We propose CausalDetox, a framework that identifies and intervenes on the specific atten...

可解释性评测与基准对齐与偏好OpenReview 项目页

常见合作者