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

Ruiqing Zhang

ACL 2026ICML 2026强化学习与后训练智能体与工具推理多模态
新星分贡献者
45
一作贡献0
核心/参与10
方向广度11
合作网络12
0 一作 · 2 篇 · ACL 2026 / ICML 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 #4/9ACL 2026Poster· Natural Language Processing

C o V er RL : Breaking the Consensus Trap in Label-Free Reasoning via Generator-Verifier Co-Evolution

Teng Pan · Yuchen Yan · Zixuan Wang · Ruiqing Zhang · Guiyang Hou · Wenqi Zhang · Weiming Lu · Jun Xiao · Yongliang Shen

摘要

Label-free reinforcement learning enables large language models to improve reasoning capabilities without ground-truth supervision, typically by treating majority-voted answers as pseudo-labels. However, we identify a critical failure mode: as training maximizes self-consistency, output diversity...

推理强化学习与后训练多模态OpenReview 项目页

常见合作者