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

Ling Feng

ACL 2026ICLR 2026理论与学习动力学强化学习与后训练检索与知识推理
新星分贡献者
42
一作贡献0
核心/参与10
方向广度11
合作网络9
0 一作 · 2 篇 · ACL 2026 / ICLR 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 #3/5ACL 2026Poster· Natural Language Processing

Chaining the Evidence: Robust Reinforcement Learning for Deep Search Agents with Citation-Aware Rubric Rewards

Jiajie Zhang · Xin Lv · Ling Feng · Lei Hou · Juanzi Li

摘要

Reinforcement learning (RL) has emerged as a critical technique for enhancing LLM-based deep search agents. However, existing approaches primarily rely on binary outcome rewards, which fail to capture the comprehensiveness and factuality of agents’ reasoning process, and often lead to undesirable...

强化学习与后训练检索与知识推理OpenReview 项目页

常见合作者