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

Ke Xu

ACL 2026代码智能体与工具强化学习与后训练
新星分新星
51
一作贡献30
核心/参与0
方向广度6
合作网络3
1 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
一作ACL 2026Findings· Findings of ACL

F use S earch: Learning Adaptive Parallel Execution for Efficient Code Localization

Ke Xu · Siyang Xiao · Ming Liang · Yichen Yu · Zhixiang Wang · Jingxuan Xu · Dajun Chen · Wei Jiang · Yong Li

摘要

Code localization is a primary bottleneck in automated software development. While parallel tool execution can accelerate discovery, existing agents suffer from a 34.9% redundant tool invocation rate, negating the benefits of parallelism. We introduce FuseSearch, which reframes parallel code loca...

代码智能体与工具强化学习与后训练OpenReview 项目页

常见合作者