作者位次 #3/6ICML 2026Poster· Reinforcement Learning / Deep RL
On Group Relative Policy Optimization Collapse in Agent Search: The Lazy Likelihood-Displacement
wenlong deng · Yushu Li · Boying Gong · YI REN · Christos Thrampoulidis · Xiaoxiao 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。
wenlong deng · Yushu Li · Boying Gong · YI REN · Christos Thrampoulidis · Xiaoxiao Li