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

Miao Lu

NeurIPS 2026×2ACL 2026智能体与工具强化学习与后训练效率与系统可解释性
新星分新星
83
一作贡献70
核心/参与5
方向广度11
合作网络12
2 一作 · 3 篇 · NeurIPS 2026 / 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

3
一作ACL 2026Poster· Natural Language Processing

Beyond the Context Window: Scaling Agentic RL via End-to-end Optimized Context Compression

Miao Lu · Weiwei Sun · Weihua Du · Zhan Ling · Xuesong Yao · Kang Liu · Jiecao Chen

摘要

We study reinforcement learning (RL) fine-tuning of large language model (LLM) agents for long-horizon multi-turn tool use, where context length quickly becomes a fundamental bottleneck. Existing multi-turn RL pipelines suffer from degraded instruction following, excessive rollout costs, and most...

强化学习与后训练智能体与工具可解释性OpenReview 项目页

常见合作者