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

Jin Lai

ACL 2026智能体与工具评测与基准强化学习与后训练
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 #14/15ACL 2026Poster· Natural Language Processing

T rajectory2 T ask: Training Robust Tool-Calling Agents with Synthesized Yet Verifiable Data for Complex User Intents

Ziyi Wang · Yuxuan Lu · Yimeng Zhang · Pei Chen · Ziwei Dong · Jing Huang · Jiri Gesi · Xianfeng Tang · Chen Luo · Qun Liu · Yisi Sang · Hanqing Lu · Manling Li · Jin Lai · Dakuo Wang

摘要

Tool-calling agents are increasingly deployed in real-world customer-facing workflows. Yet most studies on tool-calling agents focus on idealized settings with general, fixed, and well-specified tasks.In real-world applications, user requests are often (1) ambiguous, (2) changing over time, or (3...

智能体与工具评测与基准强化学习与后训练OpenReview 项目页

常见合作者