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

Hoang Phan

ACL 2026CVPR 2026NeurIPS 2026推理强化学习与后训练多模态
新星分新星
83
一作贡献70
核心/参与5
方向广度12
合作网络12
2 一作 · 3 篇 · ACL 2026 / CVPR 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
一作ACL 2026Findings· Findings of ACL

Beyond Reasoning Gains: Mitigating General-Capability Forgetting in Large Reasoning Models

Hoang Phan · Xianjun Yang · Yuanshun Yao · Jingyu Zhang · Shengjie Bi · Xiaocheng Tang · Madian Khabsa · Lijuan Liu · Deren Lei

摘要

Reinforcement learning with verifiable rewards (RLVR) has delivered impressive gains in mathematical and multimodal reasoning and has become a standard post-training paradigm for contemporary language and vision-language models. However, the RLVR recipe introduces a significant risk of capability...

强化学习与后训练推理多模态OpenReview 项目页

常见合作者