作者位次 #2/3ICLR 2026Poster
Prosperity before Collapse: How Far Can Off-Policy RL Reach with Stale Data on LLMs?
Haizhong Zheng · Jiawei Zhao · Beidi Chen
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。
Haizhong Zheng · Jiawei Zhao · Beidi Chen
Yichao Fu · Xuewei Wang · Hao Zhang · Yuandong Tian · Jiawei Zhao