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

Tianshuo Peng

ACL 2026ICML 2026评测与基准推理智能体与工具强化学习与后训练
新星分贡献者
49
一作贡献0
核心/参与17
方向广度11
合作网络9
0 一作 · 2 篇 · ACL 2026 / ICML 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 #4/8ACL 2026Findings· Findings of ACL

Exploring Reasoning Reward Model for Agents

Kaixuan Fan · Kaituo Feng · Manyuan Zhang · Tianshuo Peng · Zhixun Li · Yilei Jiang · Shuang Chen · Xiangyu Yue

摘要

Agentic Reinforcement Learning (Agentic RL) has achieved notable success in enabling agents to perform complex reasoning and tool use. However, most methods still relies on sparse outcome-based reward for training. Such feedback fails to differentiate intermediate reasoning quality, leading to su...

智能体与工具强化学习与后训练评测与基准OpenReview 项目页

常见合作者