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

Xiong Liu

ACL 2026对齐与偏好强化学习与后训练评测与基准
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
0 一作 · 1 篇 · ACL 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

1
作者位次 #6/13ACL 2026Poster· Natural Language Processing

Act-Adaptive Margin: Dynamically Calibrating Reward Models for Subjective Ambiguity

Feiteng Fang · Dingwei Chen · Xiang Huang · Ting-En Lin · Yuchuan Wu · Xiong Liu · Jing Ye · Ziqiang Liu · Haonan Zhang · Liang Zhu · Hamid Alinejad-Rokny · Min Yang · Yongbin Li

摘要

Currently, most reinforcement learning tasks focus on domains like mathematics and programming, where verification is relatively straightforward. However, in subjective tasks such as role-playing, alignment techniques struggle to make progress, primarily because subjective reward modeling using t...

对齐与偏好强化学习与后训练评测与基准OpenReview 项目页

常见合作者