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

Dokyun Lee

ACL 2026可解释性强化学习与后训练智能体与工具
新星分资深
6
一作贡献0
核心/参与0
方向广度6
合作网络0
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 #3/3ACL 2026Poster· Natural Language Processing

Latent Agents: A Post-Training Procedure for Internalized Multi-Agent Debate

John Seon Keun Yi · Aaron Mueller · Dokyun Lee

摘要

Multi-agent debate has been shown to improve reasoning in large language models (LLMs). However, it is compute-intensive, requiring generation of long transcripts before answering questions. To address this inefficiency, we develop a framework that distills multi-agent debate into a single LLM th...

可解释性强化学习与后训练智能体与工具OpenReview 项目页

常见合作者