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

Shuaibing Zhao

ACL 2026强化学习与后训练对齐与偏好评测与基准
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 #10/16ACL 2026Poster· Natural Language Processing

S hop S imulator: Evaluating and Exploring RL -Driven LLM Agent for Shopping Assistants

Pei Wang · Yanan Wu · Xiaoshuai Song · Weixun Wang · Gengru Chen · Zhongwen Li · Kezhong Yan · Qi Liu · Ken Deng · Shuaibing Zhao · Shaopan Xiong · Xuepeng Liu · Xuefeng Chen · Wanxi Deng · Wenbo Su · Zerui Huang (Taobao &amp

摘要

Large language model (LLM)-based agents are increasingly deployed in e-commerce shopping. To perform thorough, user-tailored product searches, agents should interpret personal preferences, engage in multi-turn dialogues, and ultimately retrieve and discriminate among highly similar products. Howe...

强化学习与后训练对齐与偏好评测与基准OpenReview 项目页

常见合作者