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

Xinhao Song

ICLR 2026×2ACL 2026社会与人本智能体与工具安全强化学习与后训练检索与知识
新星分贡献者
63
一作贡献0
核心/参与29
方向广度13
合作网络12
0 一作 · 3 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

3
作者位次 #2/5ACL 2026Poster· Natural Language Processing

SEARL : Joint Optimization of Policy and Tool Graph Memory for Self-Evolving Agents

Xinshun Feng · Xinhao Song · Lijun Li · Gongshen Liu · Jing Shao

摘要

Recent advances in Reinforcement Learning with Verifiable Rewards (RLVR) have demonstrated significant potential in single-turn reasoning tasks. With the paradigm shift toward self-evolving agentic learning, models are increasingly expected to learn from trajectories by synthesizing tools or accu...

强化学习与后训练检索与知识推理OpenReview 项目页

常见合作者