作者位次 #2/5ICLR 2026Poster· Reinforcement Learning / Deep RL
Controllable Exploration in Hybrid-Policy RLVR for Multi-Modal Reasoning
Zhuoxu Huang · Mengxi Jia · Hao Sun · Xuelong Li · Jungong Han
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。
Zhuoxu Huang · Mengxi Jia · Hao Sun · Xuelong Li · Jungong Han