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

Xinyuan Wang

ACL 2026ICML 2026强化学习与后训练社会与人本推理
新星分新星
60
一作贡献30
核心/参与5
方向广度9
合作网络6
1 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
一作ACL 2026Poster· Natural Language Processing

Efficient KL Divergence Estimation via Truncated Top-K Integration for Large Language Models

Xinyuan Wang · Luozhijie Jin · Bo Wang · Yuan Li · Zhangyue Yin · Xipeng Qiu

摘要

Kullback-Leibler (KL) divergence regularization is essential for stabilizing reinforcement learning from human feedback (RLHF) in large language models (LLMs), yet its exact computation requires summing over vocabularies of all tokens, incurring prohibitive memory costs during training. Existing...

强化学习与后训练社会与人本推理OpenReview 项目页

常见合作者