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

Tianle Cai

ICLR 2026×2ACL 2026评测与基准智能体与工具强化学习与后训练代码
新星分贡献者
49
一作贡献0
核心/参与14
方向广度11
合作网络12
0 一作 · 3 篇 · ICLR 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
作者位次 #13/32ICLR 2026Poster

FutureX: An Advanced Live Benchmark for LLM Agents in Future Prediction

zhiyuan zeng · Jiashuo Liu · Siyuan Chen · Tianci He · Yali Liao · Yixiao Tian · Jinpeng Wang · Zaiyuan Wang · YangYang · Lingyue Yin · Mingren Yin · Zhu Zhenwei · Tianle Cai · Xinjie Chen · Zehui Chen · Jiecao Chen · Yantao Du · Xiang Gao · Jiacheng Guo · LIANG HU · Jianpeng Jiao · Xiangsheng Li · Jingkai Liu · nishuang · Zhoufutu Wen · Ge Zhang · Kaiyuan Zhang · 周欣 · Jose Blanchet · Xipeng Qiu · Mengdi Wang · Wenhao Huang

智能体与工具评测与基准OpenReview
作者位次 #8/11ACL 2026Findings· Findings of ACL

SWE - S wiss: A Multi-Task Fine-Tuning and RL Recipe for High-Performance Issue Resolution

Zhenyu He · Qingping Yang · Wei Shen · Xiaojian Zhong · Kechi Zhang · Chenxin An · Wenlei Shi · Tianle Cai · Di He · Jiaze Chen · Jingjing Xu

摘要

Automated software engineering, particularly resolving real-world issues on benchmarks like SWE-bench, remains a significant challenge for Large Language Models (LLMs). To address this, we introduce SWE-Swiss, a two-phase training recipe that systematically develops these capabilities. Our approa...

强化学习与后训练代码评测与基准OpenReview 项目页

常见合作者