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

Yu Meng

ACL 2026ICLR 2026推理多模态对齐与偏好强化学习与后训练
新星分资深
18
一作贡献0
核心/参与5
方向广度11
合作网络3
0 一作 · 2 篇 · ACL 2026 / 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 #5/5ACL 2026Poster· Natural Language Processing

Aligning Large Language Models via Fully Self-Synthetic Data

Shangjian Yin · Zhepei Wei · Xinyu Zhu · Wei-Lin Chen · Yu Meng

摘要

Traditional reinforcement learning from human feedback (RLHF) for large language models (LLMs) relies on expensive human-annotated datasets, while Reinforcement Learning from AI Feedback (RLAIF) also incurs significant costs, requiring the collection of diverse prompts and corresponding responses...

对齐与偏好推理强化学习与后训练OpenReview 项目页

常见合作者