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

Jianhao Yan

ACL 2026ICML 2026智能体与工具强化学习与后训练推理
新星分贡献者
50
一作贡献0
核心/参与17
方向广度9
合作网络12
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 #3/10ACL 2026Findings· Findings of ACL

BAPO : Boundary-Aware Policy Optimization for Reliable Agentic Search

Shiyu Liu · Yongjing Yin · Jianhao Yan · Yunbo Tang · Qinggang Zhang · Bei Li · Xin Chen · Jingang Wang · Xunliang Cai · Jinsong Su

摘要

RL-based agentic search enables LLMs to solve complex questions via dynamic planning and external search. While this approach significantly enhances accuracy with agent policies optimized via large-scale reinforcement learning, we identify a critical gap in reliability: these agents fail to recog...

强化学习与后训练推理智能体与工具OpenReview 项目页

常见合作者