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

Yu Cheng

KDD 2026×2ACL 2026ICML 2026推理强化学习与后训练检索与知识可解释性多模态
新星分贡献者
64
一作贡献0
核心/参与28
方向广度16
合作网络12
0 一作 · 4 篇 · KDD 2026 / 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

4
作者位次 #7/11ACL 2026Findings· Findings of ACL

TSPO : Breaking the Double Homogenization Dilemma in Multi-turn Search Policy Optimization

Shichao Ma · Zhiyuan Ma · Ming Yang · Xiaofan Li · Xing Wu · Jintao Du · Yu Cheng · Weiqiang Wang · Qiliang Liu · Zhengyang Zhou · Yang Wang

摘要

Multi-turn tool-integrated reasoning enables Large Language Models (LLMs) to solve complex tasks through iterative information retrieval. However, current reinforcement learning (RL) frameworks for search-augmented reasoning predominantly rely on sparse outcome-level rewards, leading to a “Double...

强化学习与后训练检索与知识推理OpenReview 项目页

常见合作者