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

Haiyuan Wan

AAAI 2026ACL 2026ICLR 2026智能体与工具推理强化学习与后训练可解释性检索与知识
新星分新星
71
一作贡献30
核心/参与10
方向广度16
合作网络12
1 一作 · 3 篇 · AAAI 2026 / ACL 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 #3/5ICLR 2026Poster· Reinforcement Learning / Multi-agent

From What to Why: A Multi-Agent System for Evidence-based Chemical Reaction Condition Reasoning

Cheng Yang · Jiaxuan Lu · Haiyuan Wan · Junchi Yu · Feiwei Qin

智能体与工具推理强化学习与后训练OpenReview
作者位次 #5/8ACL 2026Findings· Findings of ACL

LLM Inductive Reasoning Through Multi-Agent Enhanced M onte C arlo Tree Search

Xiang Li · Yucheng Zhou · Xiangzhi Wei · Zesheng Shi · Haiyuan Wan · Gong Yifan · Fangming Liu · Jing Li

摘要

Existing methods for enhancing the inductive reasoning of large language models (LLMs) at test-time typically depend on iterative self-refinement of hypotheses, which lacks explicit optimization guidance and effective error correction. This often results in superficial rewording and the accumulat...

推理智能体与工具可解释性OpenReview 项目页

常见合作者