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

Fengshuo Bai

ACL 2026ICML 2026安全评测与基准对齐与偏好多模态效率与系统
新星分新星
66
一作贡献30
核心/参与5
方向广度13
合作网络12
1 一作 · 2 篇 · ACL 2026 / ICML 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
作者位次 #9/13ACL 2026Poster· Natural Language Processing

T ool PRM : Fine-Grained Inference Scaling of Structured Outputs for Function Calling

Ruiming Tang (Huawei Noah&#x27 · Yuanyuan Shi · Xin Peng · Renjie Ding · Hairui Wang · Yuxuan Peng · Bizhe Bai · Weixi Song · Fengshuo Bai · Huacan Chai · Ruiming Tang (Huawei Noah&#x27 · Fei Huang · Ying Wen

摘要

Large language models (LLMs) excel at function calling, but inference scaling has been explored mainly for unstructured generation. We propose an inference-scaling framework for structured outputs that combines fine-grained beam search with ToolPRM, a process reward model scoring each intra-call...

对齐与偏好多模态效率与系统OpenReview 项目页

常见合作者