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

Ruoyu Sun

ICML 2026×2ACL 2026强化学习与后训练效率与系统推理评测与基准
新星分贡献者
42
一作贡献0
核心/参与10
方向广度11
合作网络9
0 一作 · 3 篇 · ICML 2026 / 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

3
作者位次 #4/5ACL 2026Poster· Natural Language Processing

VCORE : Variance-Controlled Optimization-based Reweighting for Chain-of-Thought Supervision

Xuan Gong · Senmiao Wang · Hanbo Huang · Ruoyu Sun · Shiyu Liang

摘要

Supervised fine-tuning (SFT) on long chain-of-thought (CoT) trajectories has emerged as a crucial technique for enhancing the reasoning abilities of large language models (LLMs). However, the standard cross-entropy loss treats all tokens equally, ignoring their heterogeneous contributions across...

推理强化学习与后训练评测与基准OpenReview 项目页

常见合作者