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

Songlin Li

ACL 2026NeurIPS 2026评测与基准智能体与工具强化学习与后训练可解释性
新星分贡献者
39
一作贡献0
核心/参与10
方向广度11
合作网络6
0 一作 · 2 篇 · ACL 2026 / NeurIPS 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 #27/61NeurIPS 2026Poster

SkillsBench: Benchmarking How Well Agent Skills Work Across Diverse Tasks

Xiangyi Li · Yimin Liu · Wenbo Chen · Shenghan Zheng · Yifeng He · Xiaokun Chen · Bingran You · Haotian Shen · Yubo Li · Kyoung Whan Choe · Binxu Li · Shuyi Wang · Chris Kong · Xinyi Liu · Jiankai Sun · Runhui Wang · Xuanqing Liu · Jiachen Li · Xin Lan · Yuanli Wang · Xuandong Zhao · Yueqian Lin · Wengao Ye · Junwei He · Di Wang · Roey B Chaim · Songlin Li · Hanwen Xing · Yue Zhang · Yipeng Gao · Yijiang Li · Ze Ma · Liqiang Jing · Qunhong Zeng · Tianyu Wang · Kaixin Li · Yiqi Xue · Zonglin Di · Yizhuo He · Yuchen Tian · Yixuan Gao · Hejia Geng · Bo Chen · Litong Liu · Sikai Cheng · Zelin Tan · Jiajun Bao · Junwei Zhou · Shuaicheng Tong · Shuwen Xu · Penghao Jiang · Terry Yue Zhuo · Tinghan Ye · Chujun Tao · Qi Qi · Miao Li · Longtai Liao · Zhikang Dong · Chang Shi · Steven Dillmann · Han-chung Lee

智能体与工具评测与基准OpenReview
作者位次 #4/25ACL 2026Poster· Natural Language Processing

A dvanced IF : Rubric-Based Benchmarking and Reinforcement Learning for Advancing LLM Instruction Following

Yun He · Wenzhe Li · Hejia Zhang · Songlin Li · Karishma Mandyam · Sopan Khosla · Yuanhao Xiong · Nanshu Wang · Xiaoliang Peng · Beibin Li · Shengjie Bi · Shishir G. Patil · Qi Qi · Shengyu Feng · Julian Katz-Samuels · Richard Yuanzhe Pang · Sujan Kumar Gonugondla · Hunter Lang · Yue Yu · Yundi Qian · Maryam Fazel-Zarandi · Licheng Yu · Amine Benhalloum · Hany Hassan Awadalla · Manaal Faruqui

摘要

Recent progress in large language models (LLMs) has led to impressive performance on a range of tasks, yet advanced instruction following (IF)—especially for complex, multi-turn, and system-prompted instructions—remains a significant challenge. Rigorous evaluation and effective training for such...

强化学习与后训练评测与基准可解释性OpenReview 项目页

常见合作者