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

Jiguo Yu

ACL 2026强化学习与后训练推理智能体与工具
新星分贡献者
22
一作贡献0
核心/参与5
方向广度6
合作网络3
0 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
作者位次 #7/9ACL 2026Poster· Natural Language Processing

DPEPO : Diverse Parallel Exploration Policy Optimization for LLM -based Agents

JunShuo Zhang · Chengrui Huang · Feng Guo · Zihan Li · Ke Shi · Menghua Jiang · Jiguo Yu · Shuo Shang · Shen Gao

摘要

Large language model (LLM) agents that follow the sequential “reason-then-act” paradigm have achieved superior performance in many complex tasks. However, these methods suffer from limited exploration and incomplete environmental understanding, as they interact with only a single environment per...

强化学习与后训练推理智能体与工具OpenReview 项目页

常见合作者