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

Zengbin Wang

ACL 2026ICLR 2026多模态评测与基准强化学习与后训练推理
新星分新星
78
一作贡献70
核心/参与0
方向广度11
合作网络3
2 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
一作ACL 2026Poster· Natural Language Processing

Visually-Guided Policy Optimization for Multimodal Reasoning

Zengbin Wang · Feng Xiong · Liang Lin · Xuecai Hu · Yong Wang · Yanlin Wang · Man Zhang · Xiangxiang Chu

摘要

Reinforcement learning with verifiable rewards (RLVR) has significantly advanced the reasoning ability of vision-language models (VLMs). However, the inherent text-dominated nature of VLMs often leads to insufficient visual faithfulness, characterized by sparse attention activation to visual toke...

多模态强化学习与后训练推理OpenReview 项目页

常见合作者