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

Huang He

ACL 2026ICLR 2026可解释性推理强化学习与后训练
新星分贡献者
47
一作贡献0
核心/参与17
方向广度9
合作网络9
0 一作 · 2 篇 · ACL 2026 / ICLR 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 #3/8ACL 2026Poster· Natural Language Processing

Distributional Clarity: The Hidden Driver of RL -Friendliness in Large Language Models

Shaoning Sun · Mingzhu Cai · Huang He · Bingjin Chen · Siqi Bao · Yujiu Yang · hua wu · Haifeng Wang

摘要

Language model families exhibit striking disparity in their capacity to benefit from reinforcement learning: under identical training, models like Qwen achieve substantial gains, while others like Llama yield limited improvements. Complementing data-centric approaches, we reveal that this dispari...

推理可解释性强化学习与后训练OpenReview 项目页

常见合作者