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

Wei Hu

ACL 2026ICML 2026可解释性效率与系统理论与学习动力学推理强化学习与后训练
新星分贡献者
41
一作贡献0
核心/参与10
方向广度13
合作网络6
0 一作 · 2 篇 · ACL 2026 / ICML 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

2
作者位次 #3/4ACL 2026Poster· Natural Language Processing

Skill-Aware Data Selection and Fine-Tuning for Data-Efficient Reasoning Distillation

Lechen Zhang · Yunxiang Zhang · Wei Hu · Lu Wang

摘要

Large reasoning models such as DeepSeek-R1 and their distilled variants achieve strong performance on complex reasoning tasks. Yet, distilling these models often demands large-scale data for supervised fine-tuning (SFT), motivating the pursuit of data-efficient training methods. To address this,...

推理强化学习与后训练数据与预训练OpenReview 项目页

常见合作者