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

Xinmiao Yu

ACL 2026ICLR 2026强化学习与后训练智能体与工具数据与预训练推理评测与基准
新星分新星
66
一作贡献30
核心/参与5
方向广度13
合作网络12
1 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 #10/21ICLR 2026Poster

WebSailor-V2: Bridging the Chasm to Proprietary Agents via Synthetic Data and Scalable Reinforcement Learning

Kuan Li · Zhongwang Zhang · Huifeng Yin · Rui Ye · Yida Zhao · Liwen Zhang · Litu Ou · Ding-Chu Zhang · Xixi Wu · Xinmiao Yu · Jialong Wu · Xinyu Wang · Zile Qiao · Zhen Zhang · Yong Jiang · Pengjun Xie · Fei Huang · Zhiqin Xu · Shuai Wang · Minhao Cheng · Jingren Zhou

智能体与工具强化学习与后训练数据与预训练OpenReview
一作ACL 2026Findings· Findings of ACL

W eb A nchor: Anchoring Agent Planning to Stabilize Long-Horizon Web Reasoning

Xinmiao Yu · Liwen Zhang · Xiaocheng Feng · Pengjun Xie · Jingren Zhou · Bing Qin · Yong Jiang

摘要

Large Language Model(LLM)-based agents have shown strong capabilities in web information seeking, with reinforcement learning (RL) becoming a key optimization paradigm. However, planning remains a bottleneck, as existing methods struggle with long-horizon strategies. Our analysis reveals a critic...

强化学习与后训练推理评测与基准OpenReview 项目页

常见合作者