一作ICLR 2026Poster· Reinforcement Learning / Deep RL
Quantile Advantage Estimation: Stabilizing RLVR for LLM Reasoning
Junkang Wu · Kexin Huang · Jiancan Wu · An Zhang · Xiang Wang · Xiangnan He
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。
Junkang Wu · Kexin Huang · Jiancan Wu · An Zhang · Xiang Wang · Xiangnan He
Kexin Huang · Haoming Meng · Junkang Wu · Jinda Lu · Chiyu Ma · Ziqian Chen · xue wang · Bolin Ding · Jiancan Wu · Xiang Wang · Xiangnan He · Guoyin Wang · Jingren Zhou
Zhe Xu · Zhicai Wang · Junkang Wu · Jinda Lu · Xiang Wang