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

Zhonghang Li

ACL 2026强化学习与后训练推理对齐与偏好
新星分贡献者
22
一作贡献0
核心/参与5
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 #3/4ACL 2026Poster· Natural Language Processing

L ight R easoner: Can Small Language Models Teach Large Language Models Reasoning?

Jingyuan Wang · Yankai Chen · Zhonghang Li · Chao Huang

摘要

Large language models (LLMs) have demonstrated remarkable progress in reasoning, often through supervised fine-tuning (SFT). However, SFT is resource-intensive, relying on large curated datasets, rejection-sampled demonstrations, and uniform optimization across all tokens—even though only a fract...

强化学习与后训练推理对齐与偏好OpenReview 项目页

常见合作者