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

Rujiao Long

ACL 2026CVPR 2026ICLR 2026推理检索与知识多模态强化学习与后训练评测与基准
新星分新星
68
一作贡献30
核心/参与10
方向广度16
合作网络6
1 一作 · 3 篇 · ACL 2026 / CVPR 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

3
作者位次 #4/8ACL 2026Findings· Findings of ACL

RAVR : Reference-Answer-guided Variational Reasoning for Large Language Models

Tianqianjin Lin · Xi Zhao · Xingyao Zhang · Rujiao Long · Yi Xu · Zhuoren Jiang · Wenbo Su · Zerui Huang (Taobao &amp

摘要

Reinforcement learning (RL) can refine the reasoning abilities of large language models (LLMs), but critically depends on a key prerequisite: the LLM can already generate high-utility reasoning paths with non-negligible probability. For tasks beyond the LLM’s current competence, such reasoning pa...

强化学习与后训练推理评测与基准OpenReview 项目页

常见合作者