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

Zijian Li

ICLR 2026×3ACL 2026CVPR 2026多模态安全强化学习与后训练推理社会与人本
新星分新星
81
一作贡献30
核心/参与34
方向广度16
合作网络12
1 一作 · 5 篇 · ICLR 2026 / ACL 2026 / CVPR 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

5
作者位次 #3/5ICLR 2026Poster· Social Aspects / Fairness, Equity, Justice and Safety

Token-level Data Selection for Safe LLM Fine-tuning

Yanping Li · Zhening Liu · Zijian Li · Zehong Lin · Jun Zhang

社会与人本安全强化学习与后训练OpenReview
作者位次 #2/6ACL 2026Poster· Natural Language Processing

Evidence-Augmented Policy Optimization with Reward Co-Evolution for Long-Context Reasoning

Xin Guan · Zijian Li · Shen Huang · Pengjun Xie · Jingren Zhou · Jiuxin Cao

摘要

While Reinforcement Learning (RL) has advanced LLM reasoning, applying it to long-context scenarios is hindered by sparsity of outcome rewards. This limitation fails to penalize ungrounded “lucky guesses,” leaving the critical process of needle-in-a-haystack evidence retrieval largely unsupervise...

强化学习与后训练评测与基准推理OpenReview 项目页

常见合作者