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

Lei Lin

ACL 2026ICLR 2026推理强化学习与后训练效率与系统对齐与偏好
新星分贡献者
52
一作贡献0
核心/参与17
方向广度11
合作网络12
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 #2/5ACL 2026Findings· Findings of ACL

DARL : Encouraging Diverse Answers for General Reasoning without Verifiers

Chongxuan Huang · Lei Lin · Xiaodong Shi · Wenping Hu · Ruiming Tang (Huawei Noah&#x27

摘要

Reinforcement Learning with Verifiable Rewards (RLVR) has demonstrated promising gains in enhancing the reasoning capabilities of large language models. However, its dependence on domain-specific verifiers significantly restricts its applicability to open and general domains. Recent efforts such...

强化学习与后训练推理对齐与偏好OpenReview 项目页

常见合作者