作者位次 #2/6NeurIPS 2026Poster
From Weak Data to Strong Policy: Q-Targets Enable Provable In-Context Reinforcement Learning
yichen lin · Xuyuan Xiong · xue wang · Xiangfu Meng · Mike Wei · Tao Yao
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。
yichen lin · Xuyuan Xiong · xue wang · Xiangfu Meng · Mike Wei · Tao Yao