作者位次 #4/5NeurIPS 2026Spotlight
Imitation Dominates Reinforcement: Direct In-Context RL Is Closer to ICL Than RL
Minchan Kwon · Seunghee Koh · Sunghyun Baek · Minsung Bae · Junmo Kim
强化学习与后训练OpenReview
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。
Minchan Kwon · Seunghee Koh · Sunghyun Baek · Minsung Bae · Junmo Kim