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

Junjue Wang

ACL 2026ICLR 2026对齐与偏好可解释性多模态强化学习与后训练推理
新星分贡献者
44
一作贡献0
核心/参与10
方向广度13
合作网络9
0 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 #5/6ACL 2026Poster· Natural Language Processing

The Confidence Dichotomy: Analyzing and Mitigating Miscalibration in Tool-Use Agents

Weihao Xuan · Qingcheng Zeng · Heli Qi · Yunze Xiao · Junjue Wang · Naoto Yokoya

摘要

Autonomous agents based on large language models (LLMs) are rapidly evolving to handle multi-turn tasks, but ensuring their trustworthiness remains a critical challenge. A fundamental pillar of this trustworthiness is calibration, which refers to an agent’s ability to express confidence that reli...

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