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

Haojin Yang

ACL 2026ICLR 2026推理代码强化学习与后训练智能体与工具安全
新星分新星
82
一作贡献70
核心/参与0
方向广度13
合作网络12
2 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
一作ACL 2026Poster· ACL Industry Track

Harmonizing Dense and Sparse Signals in Multi-turn RL : Dual-Horizon Credit Assignment for Industrial Sales Agents

Haojin Yang · Ai Jian · Yiwei Wang · Xinyue Huang · Weipeng Zhang · Ke Zeng · Xunliang Cai · Jingqing Ruan

摘要

Optimizing large language models for industrial sales requires balancing long-term commercial objectives (e.g., conversion rate) with immediate linguistic constraints such as fluency and compliance. Conventional reinforcement learning often merges these heterogeneous goals into a single reward, c...

强化学习与后训练智能体与工具安全OpenReview 项目页

常见合作者