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

Li Cai

ACL 2026强化学习与后训练推理对齐与偏好
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
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 #3/5ACL 2026Findings· Findings of ACL

Bridging Reasoning and Action: Hybrid LLM – RL Framework for Efficient Cross-Domain Task-Oriented Dialogue

Yangyang Zhao · Linfan Dai · Li Cai · Bowen Xing · Libo Qin

摘要

Cross-domain task-oriented dialogue requires reasoning over implicit and explicit feasibility constraints while planning long-horizon, multi-turn actions. Large language models (LLMs) can infer such constraints but are unreliable over long horizons, while Reinforcement learning (RL) optimizes lon...

强化学习与后训练推理对齐与偏好OpenReview 项目页

常见合作者