一作ICML 2026Poster· Deep Learning / Large Language Models
Stratified GRPO: Handling Structural Heterogeneity in Reinforcement Learning of LLM Search Agents
Mingkang Zhu · Xi Chen · Bei Yu · Hengshuang Zhao · Jiaya Jia
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。
Mingkang Zhu · Xi Chen · Bei Yu · Hengshuang Zhao · Jiaya Jia
Yuqi Liu · Liangyu Chen · Jiazhen Liu · Mingkang Zhu · Zhisheng Zhong · Bei Yu · Jiaya Jia
Haokun GUI · Senqiao Yang · Mingkang Zhu · Meng Chu · Sitong Wu · Changsheng Lu · Zihao Wang · Zhuotao Tian · Jiaya Jia