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

Matteo Bettini

ICLR 2026×2智能体与工具强化学习与后训练推理
新星分贡献者
45
一作贡献0
核心/参与21
方向广度6
合作网络6
0 一作 · 2 篇 · 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
作者位次 #2/3ICLR 2026Poster· Reinforcement Learning / Multi-agent

When Is Diversity Rewarded in Cooperative Multi-Agent Learning?

Michael Amir · Matteo Bettini · Amanda Prorok

智能体与工具强化学习与后训练OpenReview
作者位次 #3/24ICLR 2026Oral· Reinforcement Learning / Planning

Gaia2: Benchmarking LLM Agents on Dynamic and Asynchronous Environments

Romain Froger · Pierre Andrews · Matteo Bettini · Amar Budhiraja · Ricardo Cabral · Virginie Do · Emilien Garreau · Jean-Baptiste Gaya · Hugo Laurençon · Maxime Lecanu · Kunal Malkan · Dheeraj Mekala · Pierre Ménard · Gerard Bertran · Ulyana Piterbarg · Mikhail Plekhanov · Mathieu Rita · Andrey Rusakov · Vladislav Vorotilov · Mengjuew Wang · Ian Yu · Amine Benhalloum · Grégoire Mialon · Thomas Scialom

推理智能体与工具强化学习与后训练OpenReview

常见合作者