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

Hao Wang

AAAI 2026ACL 2026NeurIPS 2026智能体与工具强化学习与后训练对齐与偏好效率与系统
新星分新星
68
一作贡献30
核心/参与10
方向广度14
合作网络9
1 一作 · 3 篇 · AAAI 2026 / ACL 2026 / NeurIPS 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 #7/12ACL 2026Findings· Findings of ACL

SOLAR - RL : Semi-Online Long-horizon Assignment Reinforcement Learning

Jichao Wang · Liuyang Bian · Yufeng Zhou · Han Xiao · Yue Pan · Guozhi Wang · Hao Wang · Zhaoxiong Wang · yafei wen · xiaoxin chen · Shuai Ren · Lingfang Zeng

摘要

As Multimodal Large Language Models (MLLMs) mature, GUI agents are evolving from static interactions to complex navigation. While Reinforcement Learning (RL) has emerged as a promising paradigm for training MLLM agents on dynamic GUI tasks, its effective application faces a dilemma.Standard Offli...

智能体与工具强化学习与后训练对齐与偏好OpenReview 项目页

常见合作者