作者位次 #2/5NeurIPS 2026Poster
Mode-Controlled Policy Optimization: A Geometry-Aware Recipe for LLM Post-Training
Zhenyu Sun · Dylan Hadfield-Menell · Weiguo Feng · Xiaohuan Zhou · Yi Zeng
强化学习与后训练OpenReview
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。
实时查找电子邮箱，费用不超过20积分；未找到邮箱不扣费。
Zhenyu Sun · Dylan Hadfield-Menell · Weiguo Feng · Xiaohuan Zhou · Yi Zeng
Eve Fleisig · Joachim Baumann · Dylan Hadfield-Menell · Dirk Hovy