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

Shujie Wang

AAAI 2026ACL 2026推理强化学习与后训练效率与系统
新星分贡献者
53
一作贡献0
核心/参与24
方向广度9
合作网络9
0 一作 · 2 篇 · AAAI 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

2
作者位次 #2/5ACL 2026Poster· Natural Language Processing

Deliberative Searcher: Improving LLM Reliability via Reinforcement Learning with Constraints

Zhenyun Yin · Shujie Wang · Xuhong Wang · Xingjun Ma · Yingchun Wang

摘要

Large language models with search capabilities frequently exhibit miscalibrated confidence, producing incorrect answers with high certainty. We present Deliberative Searcher, a reasoning-primary framework that integrates search operations into chain-of-thought generation while maintaining explici...

推理强化学习与后训练效率与系统OpenReview 项目页

常见合作者