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

Hangyu Mao

ICLR 2026×2SIGIR 2026强化学习与后训练智能体与工具推理
新星分贡献者
57
一作贡献0
核心/参与26
方向广度9
合作网络12
0 一作 · 3 篇 · ICLR 2026 / SIGIR 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 #7/10SIGIR 2026Oral· Information Retrieval (Full)

Tool-Star: Empowering Multi-Tool Collaborative Web Agent via Reinforcement Learning

Guanting Dong · Yifei Chen · Xiaoxi Li · Jiajie Jin · Hongjin Qian · Yutao Zhu · Hangyu Mao · Guorui Zhou · Zhicheng Dou · Ji-Rong Wen

摘要

Recently, Large Language Models (LLMs) have demonstrated remarkable reasoning capabilities through reinforcement learning (RL). However, enabling LLM-based agents to effectively orchestrate multiple tools remains an open challenge. In this paper, we introduce Tool-Star, an end-to-end agentic post...

强化学习与后训练智能体与工具推理OpenReview

常见合作者