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

Dazhi Zhang

ACL 2026智能体与工具强化学习与后训练推理
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 #7/10ACL 2026Poster· Natural Language Processing

MARS ^2 : Scaling Multi-Agent Tree Search via Reinforcement Learning for Code Generation

Pengfei Li · Shijie Wang · Fangyuan Li · Yikun Fu · Kaifeng Liu · Kaiyan Zhang · Dazhi Zhang · Yuqiang Li · Biqing Qi · Bowen Zhou

摘要

Reinforcement learning (RL) paradigms have demonstrated strong performance on reasoning-intensive tasks such as code generation. However, limited trajectory diversity often leads to diminishing returns, which constrains the achievable performance ceiling. Search-enhanced RL alleviates this issue...

智能体与工具强化学习与后训练推理OpenReview 项目页

常见合作者