郑童@马里兰大学帕克分校 - Dream-RSI：让智能体通过“做梦”实现递归自我改进
大模型智能 · 人工智能
MLNLP 2026-11-07 00:00 吉林 以下文章来源于：MLNLP MLNLP MLNLP社区的愿景是促进国内外自然语言处理学术界、产业界和广大爱好者之间的交流和进步。 本期MLNLP学术Talk邀请了马里兰大学帕克分校计算机科学系博士三年级学生郑童在2026年11月7日9:00-10:00为我们带来“Dream-RSI：让智能体通过“做梦”实现递归自我改进”的主题报告。 MLNLP 社区是国内外知名的机器学习与自然语言处理社区，受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。 社区的愿景 是促进国内外自然语言处理，机器学习学术界、产业界和广大爱好者之间的交流和进步，特别是初学者同学们的进步。 MLNLP学术Talk 是 由 MLNL P社 区 和 中国 中文 信息学会青年工作委员会 联合 举办的学术交流活动，旨在邀 请一线青年学者分享最前沿的技术，期待最精彩的思想火花碰撞。 本期MLN LP学术Talk邀请 了 马里兰大学帕克分校计算机科学系博士三年级 学生 郑童 在2026年11月7日9:00-10:00为我们带来 “ Dream-RSI：让智能体通过“做梦”实现递归自我改进 ” 的主题报告。详细信息 如下： 本次活动组织者：郑理、王奕 辰 、张宸源 、涂耿、王凯锐 战略合作伙伴：腾讯 1 讲者简介 郑童 ，马里兰大学帕克分校计算机科学系博士三年级学生，导师为黄恒教授。主要研究方向为大语言模型推理、测试时扩展与智能体自我改进。以第一或共同第一作者身份在 ICLR 、 ICML 、 NeurIPS 、 ACL 、 EMNLP 等国际顶级会议发表论文 10 篇，相关 GitHub 项目累计获得约 2,000 个 Star 。代表工作包括 Dream-RSI 、 AutoTTS 、 Parallel-R1 、 Parallel-Probe 等。曾在 Google 担任学生研究员，并在腾讯 AI Lab （西雅图）担任研究实习生。 2 报告摘要 从算法设计、数学求解到 GPU 内核与智能体运行框架优化，如何高效探索庞大的搜索空间，正成为智能体递归自我改进的关键问题。固定的探索策略难以从经验中持续改进，而在线试验新策略又面临反馈延迟、评估成本高昂等挑战。本次报告将介绍 Dream-RSI 框架：将已有的探索历史转化为可回放的模拟环境，让智能体在其中 “ 做梦 ” ，以低成本评估和改进探索策略，再将改进后的策略部署到新一轮探索中，形成探索经验、模拟环境与探索策略共同演进的闭环。报告将结合四个领域、九项任务的实验，介绍这一框架的核心思想与实现机制，探讨如何将历史探索经验持续转化为更高效的发现能力。 3 主持人介绍 郑理，武汉大学国家网络安全学院自然语言与认知实验室博士研究生。目前研究兴趣是情感计算、多模态大模型推理。曾在 ACL 、 AAAI 、 TACL 、 TASLP 、 TAC 、 MM 等国际人工智能与自然语言处理顶级期刊会议上发表论文十余篇。担任 ACL 、 NeurIPS 、 ICML 、 ICLR 、 SIGIR 、 MM 等二十余个国际顶级期刊会议审稿人。现任中国中文信息学会青工委学生委员。入选中国科协青年科技人才培育工程博士生专项计划、武汉大学首届数智学院拔尖人才计划（全校仅 7 人）。个人主页： https://zhengli-whu.github.io. 4 直播平台 视频号 B站 关于我们 MLNLP 社区 是由国内外机器学习与自然语言处理学者联合构建的民间学术社区，目前已经发展为国内外知名的机器学习与自然语言处理社区，旨在促进机器学习，自然语言处理学术界、产业界和广大爱好者之间的进步。 社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。 跳转微信打开