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

Huan-Yu Liu

ACL 2026对齐与偏好强化学习与后训练推理
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 #4/11ACL 2026Poster· Natural Language Processing

Q uantum QA : Enhancing Scientific Reasoning via Physics-Consistent Dataset and Verification-Aware Reinforcement Learning

Songxin Qu · Tai-Ping Sun · Yun-Jie Wang · Huan-Yu Liu · Cheng Xue · Xiao-Fan Xu · Han Fang · Yang Yang · Yu-Chun Wu · Guo-Ping Guo · Zhao-Yun Chen

摘要

Large language models (LLMs) show strong capabilities in general reasoning but typically lack reliability in scientific domains like quantum mechanics, which demand strict adherence to physical constraints. This limitation arises from the scarcity of verifiable training resources and the inadequa...

对齐与偏好强化学习与后训练推理OpenReview 项目页

常见合作者