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

Baosheng Yu

AAAI 2026×2ICLR 2026×2ACL 2026推理评测与基准数据与预训练理论与学习动力学多模态
新星分贡献者
58
一作贡献0
核心/参与20
方向广度16
合作网络12
0 一作 · 5 篇 · AAAI 2026 / ICLR 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

5
作者位次 #10/11ACL 2026Poster· Natural Language Processing

Controllable Contamination Detection for Reliable LLM Evaluation with Statistical Guarantees

Zheng Zhang · Qi Liu · Siyuan Liang · Ning Li · Zirui Hu · Weibo Gao · Rui Li · Zhenya Huang · Leszek Rutkowski · Baosheng Yu · Dacheng Tao

摘要

Large language models (LLMs) have achieved remarkable performance across diverse tasks, largely driven by large-scale pretraining. However, this data abundance introduces test data contamination, where benchmark datasets overlap with pretraining corpora, undermining the reliability of model evalu...

评测与基准理论与学习动力学数据与预训练OpenReview 项目页

常见合作者