作者位次 #12/16ICML 2026Poster· Reinforcement Learning / Deep RL
$\textit{S}$-SPPO: Semantic-Calibrated Self-Play Preference Optimization
Xiwen Chen · Wenhui Zhu · Jingjing Wang · Peijie Qiu · Zhipeng Wang · Huayu Li · ZhengXiao He · XUANZHAO DONG · Prayag Tiwari · Mingkun Xu · Yujian Xiong · Feng Luo · Abolfazl Razi · Brendan Rappazzo · Anderson Schneider · Yuriy Nevmyvaka