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

Lei Yang

ACL 2026推理智能体与工具强化学习与后训练
新星分贡献者
27
一作贡献0
核心/参与5
方向广度6
合作网络6
0 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
作者位次 #4/7ACL 2026Poster· Natural Language Processing

Learning from the Irrecoverable: Error-Localized Policy Optimization for Tool-Integrated LLM Reasoning

Qiao Liang · Yuke Zhu · Chao Ge · Lei Yang · Ying Shen · Bo Zheng (Taobao &amp · Sheng Guo

摘要

Tool-integrated reasoning (TIR) enables LLM agents to solve tasks through planning, tool use, and iterative revision, but outcome-only reinforcement learning in this setting suffers from sparse, delayed rewards and weak step-level credit assignment. In long-horizon TIR trajectories, an early irre...

推理智能体与工具强化学习与后训练OpenReview 项目页

常见合作者