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

Wei He

ICLR 2026×3ACL 2026智能体与工具强化学习与后训练推理多模态
新星分新星
73
一作贡献30
核心/参与19
方向广度11
合作网络12
1 一作 · 4 篇 · ICLR 2026 / 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

4
作者位次 #12/24ICLR 2026Oral· Applications / Language, Speech and Dialog

AgentGym-RL: An Open-Source Framework to Train LLM Agents for Long-Horizon Decision Making via Multi-Turn RL

Zhiheng Xi · Jixuan Huang · Chenyang Liao · Baodai Huang · Jiaqi Liu · Honglin Guo · yajie yang · Rui Zheng · Junjie Ye · Jiazheng Zhang · Wenxiang Chen · Wei He · Yiwen Ding · Guanyu Li · Zehui Chen · Zhengyin Du · Xuesong Yao · Yufei Xu · Jiecao Chen · Tao Gui · Zuxuan Wu · Qi Zhang · Xuanjing Huang · Yu-Gang Jiang

智能体与工具多模态强化学习与后训练OpenReview
作者位次 #6/16ACL 2026Findings· Findings of ACL

A gent V - RL : Scaling Reward Modeling with Agentic Verifier

Jiazheng Zhang · Ziche Fu · Zhiheng Xi · Wenqing Jing · Mingxu Chai · Wei He · Guoqiang Zhang · Chenghao Fan · Chenxin An · Wenxiang Chen · Zhicheng Liu · Haojie Pan · Dingwei Zhu · Tao Gui · Qi Zhang · Xuanjing Huang

摘要

Verifiers have been demonstrated to enhance LLM reasoning via test-time scaling (TTS). Yet, they face significant challenges in complex domains. Error propagation from incorrect intermediate reasoning can lead to false positives for seemingly plausible solutions, while lacking external grounding...

推理智能体与工具强化学习与后训练OpenReview 项目页

常见合作者