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

Songjun Tu

ACL 2026CVPR 2026ICLR 2026强化学习与后训练推理多模态可解释性检索与知识
新星分贡献者
54
一作贡献0
核心/参与15
方向广度16
合作网络12
0 一作 · 3 篇 · ACL 2026 / CVPR 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

3
作者位次 #3/10ACL 2026Findings· Findings of ACL

A uto S earch: Adaptive Search Depth for Efficient Agentic RAG via Reinforcement Learning

Jingbo Sun · Wenyue Chong · Songjun Tu · Qichao Zhang · Yaocheng Zhang · Jiajun Chai · Xiaohan Wang · Shuai Chen · Guojun Yin · Dongbin Zhao

摘要

Agentic retrieval-augmented generation (RAG) systems enable large language models (LLMs) to solve complex tasks through multi-step interaction with external retrieval tools. However, such multi-step interaction often involves redundant search steps, incurring substantial computational cost and la...

检索与知识效率与系统评测与基准OpenReview 项目页

常见合作者