人大汤昕宇：可验证奖励的强化学习中样本极性的探索

合集 · ACL 2026 (12)

1. 35:08
   北大张文涛：面向大模型的 Data-centric AI 基础设施
2. 20:56
   北师大钟方威：基于欲求对齐的高效具身通信与主动交互
3. 12:14
   清华陈泽华：全局语义、精确时间、人声可懂的高可控文生音频系统ControlAudio
4. 14:01
   UCLA周自横：用 LLM Agent 模拟研究人类为何进化出道德
5. 15:13
   人大汤昕宇：可验证奖励的强化学习中样本极性的探索
6. 19:28
   MBZUAI高朗：个性化场景下AI文本检测器的效果反转现象
7. 16:22
   中科院李阳：面向细粒度AI生成文本检测的“创作者-编辑者”双重建模
8. 39:51
   西湖大学张驰 | 自主进化智能体：从固定工作流到动态架构的演进
9. 56:58
   圆桌对话：Agent又有了新范式？
10. 12:37
    北理工田炎智：基于Agent-as-a-Judge的非字面翻译评测
11. 14:09
    清华花佳诚：结构化文本表征引导多模态大模型空间推理
12. 13:43
    北理工杨振：大模型视角旋转理解可解释性研究