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

Jingyong Ye

ACL 2026强化学习与后训练推理效率与系统
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 #3/5ACL 2026Poster· Natural Language Processing

AAPO : Enhancing the Reasoning Capabilities of LLM s with Advantage Margin

Jian Xiong · Jingbo Zhou · Jingyong Ye · Qiang Huang · Dejing Dou

摘要

Reinforcement learning (RL) has emerged as an effective approach for enhancing the reasoning capabilities of large language models (LLMs), especially in scenarios where supervised fine-tuning (SFT) falls short due to limited chain-of-thought (CoT) data. Among RL-based post-training methods, group...

强化学习与后训练推理效率与系统OpenReview 项目页

常见合作者