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

Weiqiang Wang

ICML 2026×5CVPR 2026×2KDD 2026×2AAAI 2026ACL 2026CCS 2026NDSS 2026多模态强化学习与后训练检索与知识安全推理
新星分资深
51
一作贡献0
核心/参与71
方向广度19
合作网络12
0 一作 · 13 篇 · ICML 2026 / CVPR 2026 / KDD 2026 / AAAI 2026 / ACL 2026 / CCS 2026 / NDSS 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

13
作者位次 #8/11ACL 2026Findings· Findings of ACL

TSPO : Breaking the Double Homogenization Dilemma in Multi-turn Search Policy Optimization

Shichao Ma · Zhiyuan Ma · Ming Yang · Xiaofan Li · Xing Wu · Jintao Du · Yu Cheng · Weiqiang Wang · Qiliang Liu · Zhengyang Zhou · Yang Wang

摘要

Multi-turn tool-integrated reasoning enables Large Language Models (LLMs) to solve complex tasks through iterative information retrieval. However, current reinforcement learning (RL) frameworks for search-augmented reasoning predominantly rely on sparse outcome-level rewards, leading to a “Double...

强化学习与后训练检索与知识推理OpenReview 项目页

常见合作者