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

Shidong Yang

ACL 2026ECCV 2026多模态智能体与工具强化学习与后训练
新星分新星
63
一作贡献30
核心/参与12
方向广度9
合作网络3
1 一作 · 2 篇 · ACL 2026 / ECCV 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
一作ACL 2026Poster· Natural Language Processing

C o E volve: Training LLM Agents via Agent-Data Mutual Evolution

Shidong Yang · Ziyu Ma · Tongwen Huang · Yiming Hu · Yong Wang · Xiangxiang Chu

摘要

Reinforcement learning for LLM agents is typically conducted on a static data distribution, which fails to adapt to the agent’s evolving behavior and leads to poor coverage of complex environment interactions. To address these challenges, we propose CoEvolve, an agent-data mutual evolution framew...

智能体与工具强化学习与后训练OpenReview 项目页

常见合作者