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

Mihir Parmar

ACL 2026ICLR 2026智能体与工具可解释性强化学习与后训练推理对齐与偏好
新星分贡献者
57
一作贡献0
核心/参与24
方向广度13
合作网络9
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 #2/6ACL 2026Poster· Natural Language Processing

C o A ct: Co-Active LLM Preference Learning with Human- AI Synergy

Ruiyao Xu · Mihir Parmar · Tiankai Yang · Zhengyu Hu · Yue Zhao · Kaize Ding

摘要

Learning from preference-based feedback has become an effective approach for aligning LLMs across diverse tasks. However, high-quality human-annotated preference data remains expensive and scarce. Existing methods address this challenge through either self-rewarding, which scales by using purely...

推理对齐与偏好评测与基准OpenReview 项目页

常见合作者