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

Guangyao Shen

AwardACL 2026强化学习与后训练推理效率与系统
新星分贡献者
38
一作贡献0
核心/参与17
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 #5/6ACL 2026OralOutstanding Paper· Natural Language Processing

CURE : Critique-Driven Unified Reinforcement Learning for Test-Time Self-Improvement

Guirong Chen · Shuqi Ye · Wenkai Yang · Shiqi Shen · Guangyao Shen · Yankai Lin

摘要

The evolution paradigm of Large Language Models (LLMs) is shifting from scaling training compute to scaling inference-time compute. While Reinforcement Learning with Verifiable Rewards (RLVR) has become a key engine for this transition, standard approaches often fail to equip models with the auto...

强化学习与后训练推理效率与系统OpenReview 项目页

常见合作者