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

Daniel Kurzawe

ACL 2026多模态推理可解释性
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 一作 · 1 篇 · 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

1
作者位次 #5/6ACL 2026Poster· Natural Language Processing

ALDEN : Reinforcement Learning for Active Navigation and Evidence Gathering in Long Documents

Tianyu Yang · Terry Ruas · Yijun Tian · Jan Philip Wahle · Daniel Kurzawe · Bela Gipp

摘要

While Vision–language models (VLMs) interpret text-rich images effectively, they struggle with reasoning across long, multi-page documents. We present \textbf{A} ctive \mathbf{L} ong \mathbf{D} ocum \mathbf{E} nt \mathbf{N} avigation (ALDEN), a multi-turn reinforcement learning framework that fin...

多模态推理可解释性OpenReview 项目页

常见合作者