作者位次 #5/13ICML 2026Poster· Deep Learning / Large Language Models
The Optimal Token Baseline: Variance Reduction for Long-Horizon LLM-RL
Yingru Li · Jiawei Xu · Ziniu Li · Jiacai Liu · Wei Liu · Yuxuan Tong · Longtao Zheng · Zhenghai Xue · Yaxiang Zhang · Tianle Cai · Ge Zhang · Qian Liu · Baoxiang Wang
强化学习与后训练OpenReview