Menú

Investigación

Publicaciones de nuestro equipo.

Publicaciones de miembros del equipo, escritas en sus universidades y laboratorios antes de Datarena o en paralelo.

  1. EMNLP 2026, conferencia principal

    One Instruction Is a Benchmark: End-to-End Instruction-Following Evaluation with FlexBench

    Yuchen Ge, Yizhao Sun, Wei He, Jinpeng Ou, et al. (13 autores)

    Convierte una sola instrucción en su propio conjunto de pruebas multiturno; las clasificaciones de modelos y los modos de fallo cambian de una instrucción a otra.

  2. Findings of EMNLP 2026

    Learning When to Think in Latent Visual Space: Reasoning Mode Adaptive Reinforcement Learning

    Paul Jian, Jinpeng Ou, Leo Wei, Qingpei Guo, Jianing Li

    Aprendizaje por refuerzo que enseña a los modelos multimodales cuándo razonar en el espacio visual latente y cuándo en texto.

  3. EMNLP 2026, conferencia principal

    To Answer or Not to Answer? Reliability-Oriented Reinforcement Learning for Visual Language Models

    Paul Jian, Julian Wu, Leo Wei, Dylan Chen, Garvin Guo, Qingpei Guo, Jianing Li

    Una recompensa basada en rúbricas que enseña a los modelos de visión y lenguaje a abstenerse ante preguntas que no pueden responder, medida en un nuevo benchmark, Reliable-V-Bench.

  4. Findings of EMNLP 2026

    CAMFT: Conflict-Aware Mergeable Fine-Tuning for Large Language Models

    Jingang Zhou, Haiyang Guo, Yuan Ma, Han Zhu, Xu-Yao Zhang

    Ajuste fino que facilita la fusión de modelos de tarea: cada tarea actualiza un conjunto disperso de parámetros con poco conflicto entre tareas, y los modelos multitarea fusionados superan a los construidos con el ajuste fino estándar.

  5. ICML 2026

    From Absolute to Relative: Rethinking Reward Shaping in Group-Based Reinforcement Learning

    Wenzhe Niu, Wei He, Zongxia Xie, Jinpeng Ou, Huichuan Fan, Yuchen Ge, et al. (13 autores)

    Clasificaciones relativas en lugar de puntuaciones absolutas como recompensa en el aprendizaje por refuerzo basado en grupos.

  6. ICASSP 2026

    Think-Augmented Function Calling: Improving LLM Parameter Accuracy Through Embedded Reasoning

    Lei Wei, Xiao Peng, Jinpeng Ou, Bin Wang

    Un parámetro de razonamiento en cada firma de función hace que el modelo piense antes de rellenar un argumento, sin cambios en el modelo y con plena compatibilidad de API.

  7. ICML 2025

    Asymmetric Decision-Making in Online Knowledge Distillation: Unifying Consensus and Divergence

    Zhaowei Chen, Borui Zhao, Yuchen Ge, Yuhao Chen, Renjie Song, Jiajun Liang

    Destilación en línea en la que los estudiantes siguen aquello en lo que coinciden los profesores, y los profesores conservan lo que los distingue.

  8. EMNLP 2024, conferencia principal

    Large Language Models Know What is Key Visual Entity: An LLM-assisted Multimodal Retrieval for VQA

    Pu Jian (Paul Jian), Donglei Yu, Jiajun Zhang

    Un modelo de lenguaje selecciona las entidades visuales que necesita una pregunta, de modo que la recuperación ignora el resto de la imagen.