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

Nianchen Deng

ACL 2026ICLR 2026多模态推理数据与预训练强化学习与后训练评测与基准
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 #9/13ACL 2026Findings· Findings of ACL

Towards Self-Evolving Agents: Enabling Autonomy through Interactive Experience Refinement

Cheng Yang · Xuemeng Yang · Licheng Wen · DAOCHENG FU · Jianbiao Mei · Rong Wu · Pinlong Cai · Yufan Shen · Nianchen Deng · Jia Xu · Botian Shi · Yu Qiao · Haifeng Li

摘要

Large Language Models often struggle with complex, multi-step operational tasks because they remain static during inference and cannot learn from past experience. To address this, we propose MUSE, a framework that enables iterative self-improvement through a hierarchical Memory Module. MUSE organ...

强化学习与后训练评测与基准检索与知识OpenReview 项目页

常见合作者