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

Zefang Zong

ACL 2026强化学习与后训练推理智能体与工具
新星分新星
53
一作贡献30
核心/参与0
方向广度6
合作网络6
1 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
一作ACL 2026Poster· Natural Language Processing

AT ² PO : Agentic Turn-based Policy Optimization via Tree Search

Zefang Zong · Dingwei Chen · YANG LI · Qi Yi · Bo Zhou · Chengming Li · BO Qian · Peng Chen · Jie Jiang

摘要

LLM agents have emerged as powerful systems for tackling multi-turn tasks by interleaving internal reasoning and external tool interactions. Agentic Reinforcement Learning has recently drawn significant research attention as a critical post-training paradigm to further refine these capabilities....

强化学习与后训练推理智能体与工具OpenReview 项目页

常见合作者