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

Yuxing Zhang

AAAI 2026ACL 2026NeurIPS 2026效率与系统强化学习与后训练推理多模态安全
新星分贡献者
54
一作贡献0
核心/参与15
方向广度16
合作网络12
0 一作 · 3 篇 · AAAI 2026 / ACL 2026 / NeurIPS 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

3
作者位次 #9/20ACL 2026Poster· Natural Language Processing

A Survey of Reinforcement Learning for Large Language Models under Data Scarcity: Challenges and Solutions

Zhiyin Yu · Yuchen Mou · Juncheng Yan · Junyu Luo · Chunchun Chen · Xing Wei · Yunhui Liu · Hongru Sun · Yuxing Zhang · Jun Xu · D institute China-Beijing) · Ming Zhang · Wei Ye · Tieke He · Jie Yang · Guanjie Zheng · Zhonghai Wu · Bo Zhang · LEI BAI · Xiao Luo

摘要

Reinforcement learning (RL) has emerged as a powerful post-training paradigm for enhancing the reasoning capabilities of large language models (LLMs). However, reinforcement learning for LLMs faces substantial data scarcity challenges, including the limited availability of high-quality external s...

强化学习与后训练推理多模态OpenReview 项目页

常见合作者