一作ICLR 2026Poster· Reinforcement Learning / Deep RL
Beyond Markovian: Reflective Exploration via Bayes-Adaptive RL for LLM Reasoning
Shenao Zhang · Yaqing Wang · Yinxiao Liu · Tianqi Liu · Peter Grabowski · Eugene Ie · Zhaoran Wang · Yunxuan Li
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。
Shenao Zhang · Yaqing Wang · Yinxiao Liu · Tianqi Liu · Peter Grabowski · Eugene Ie · Zhaoran Wang · Yunxuan Li
Shenao Zhang · Donghan Yu · Yihao Feng · Bowen Jin · Zhaoran Wang · John Peebles · Zirui Wang