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

Haojie Pan

ACL 2026ICLR 2026评测与基准代码推理智能体与工具强化学习与后训练
新星分贡献者
41
一作贡献0
核心/参与10
方向广度13
合作网络6
0 一作 · 2 篇 · ACL 2026 / ICLR 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 #4/26ICLR 2026Poster· Applications / Everything Else

AetherCode: Evaluating LLMs’ Ability to Win In Premier Programming Competitions

Zihan Wang · Jiaze Chen · Zhicheng Liu · Haojie Pan · Markus Mak · Yidi Du · Geonsik Moon · Aaron Tua · Kunshuo Peng · Jiayi Lu · Boqian Zou · Chenyang Ran · GuangTian · Shoutai Zhu · Duan Yeheng · Zhenghui Kang · Zhenxing Lin · Lishangshu · Qiang Luo · Qingshen Long · Zhiyong Chen · Yihan Xiao · Yurong Wu · Daoguang Zan · Mingxuan Wang · Ming Ding

评测与基准代码OpenReview
作者位次 #12/16ACL 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