paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达

更新于

返回新星榜

HS

Herumb Shandilya

ICLR 2026×2强化学习与后训练智能体与工具对齐与偏好

新星分贡献者

44

一作贡献0

核心/参与14

方向广度6

合作网络12

0 一作 · 2 篇 · 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 #8/17ICLR 2026Oral· Optimization / Zero-order and Black-box Optimization

GEPA: Reflective Prompt Evolution Can Outperform Reinforcement Learning

Lakshya A Agrawal · Shangyin Tan · Dilara Soylu · Noah Ziems · Rishi Khare · Krista Opsahl-Ong · Arnav Singhvi · Herumb Shandilya · Michael J Ryan · Meng Jiang · Christopher Potts · Koushik Sen · Alex Dimakis · Ion Stoica · Dan Klein · Matei Zaharia · Omar Khattab

强化学习与后训练OpenReview

作者位次 #5/13ICLR 2026Poster· Reinforcement Learning / Multi-agent

Optimas: Optimizing Compound AI Systems with Globally Aligned Local Rewards

Shirley Wu · Parth Sarthi · Shiyu Zhao · Aaron Lee · Herumb Shandilya · Adrian Mladenic Grobelnik · Nurendra Choudhary · Edward Huang · Karthik Subbian · Linjun Zhang · Diyi Yang · James Y Zou · Jure Leskovec

智能体与工具对齐与偏好强化学习与后训练OpenReview

常见合作者

LALakshya A Agrawal STShangyin Tan DSDilara Soylu NZNoah Ziems RKRishi Khare KOKrista Opsahl-Ong ASArnav Singhvi MRMichael J Ryan MJMeng Jiang CPChristopher Potts KSKoushik Sen ADAlex Dimakis