作者位次 #4/13NeurIPS 2026Poster· Reinforcement Learning / Deep RL
STAPO: Stabilizing Reinforcement Learning for LLMs by Silencing Rare Spurious Tokens
Shiqi Liu · Zeyu He · Guojian Zhan · Letian Tao · Zhilong Zheng · Jiang Wu · yinuo Wang · Yang Guan · Kehua Sheng · Bo Zhang · Keqiang Li · Jingliang Duan · Shengbo Eben Li
强化学习与后训练OpenReview