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

Jiayong Wan

ACL 2026安全强化学习与后训练智能体与工具
新星分新星
53
一作贡献30
核心/参与0
方向广度6
合作网络6
1 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
一作ACL 2026Findings· Findings of ACL

LCO : LLM -based Constraint Optimization for Safer Agentic LLM s in Real-world Tasks

Jiayong Wan · Jiawei Chen · Zhaoxia Yin · Liu Shuyuan · Hang Su

摘要

Large Language Models (LLMs) are increasingly acting as autonomous agents, but their continuous interaction with the environment can lead to in-context reward hacking (ICRH), a phenomenon in which LLMs iteratively optimize their behavior to maximize proxy objectives, inadvertently producing harmf...

安全强化学习与后训练智能体与工具OpenReview 项目页

常见合作者