作者位次 #2/12NeurIPS 2026Poster
Beyond SFT-to-RL: Pre-alignment via Black-box On-policy Distillation for Multimodal RL
Sudong Wang · Weiquan Huang · Xiaomin Yu · Zuhao Yang · Hehai Lin · Keming Wu · Chaojun Xiao · CHEN CHEN · Wenxuan Wang · Beier Zhu · Yunjian Zhang · Chengwei Qin