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

Bing He

ACL 2026ICLR 2026智能体与工具评测与基准推理效率与系统对齐与偏好
新星分贡献者
44
一作贡献0
核心/参与10
方向广度13
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 #4/12ACL 2026Findings· Findings of ACL

A Reward-Guided Dual-Phase Framework for Adaptive Inference-Time Reasoning

Yingqian Cui · Zhenwei Dai · Pengfei He · Bing He · Hui Liu · Zhan Shi · Xianfeng Tang · Jingying Zeng · Suhang Wang · Yue Xing · Jiliang Tang · Benoit Dumoulin

摘要

Large Language Models (LLMs) have made strong progress in reasoning. To enhance the reasoning performance, a common inference-time approach is tree-based search, which decomposes the reasoning process into multiple steps, expands multiple reasoning paths, and uses reward models to prune and selec...

推理效率与系统对齐与偏好OpenReview 项目页

常见合作者